DE102018100907A1 - Mapping of objects in vector-based representation into a grid-based representation - Google Patents

Mapping of objects in vector-based representation into a grid-based representation Download PDF

Info

Publication number
DE102018100907A1
DE102018100907A1 DE102018100907.0A DE102018100907A DE102018100907A1 DE 102018100907 A1 DE102018100907 A1 DE 102018100907A1 DE 102018100907 A DE102018100907 A DE 102018100907A DE 102018100907 A1 DE102018100907 A1 DE 102018100907A1
Authority
DE
Germany
Prior art keywords
grid cells
grid
distribution function
vector
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102018100907.0A
Other languages
German (de)
Inventor
Charles Thin
Jean-Francois Bariant
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.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren 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 Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Priority to DE102018100907.0A priority Critical patent/DE102018100907A1/en
Priority to PCT/EP2019/050737 priority patent/WO2019141607A1/en
Publication of DE102018100907A1 publication Critical patent/DE102018100907A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/87—Combinations of sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/862—Combination of radar systems with sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93272—Sensor installation details in the back of the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93273—Sensor installation details on the top of the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Zuordnen von Objekten (28) in einer Vektor-basierten Repräsentation in Objekte (28) in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen (34) zur Verwendung in einem Fahrunterstützungssystem (12) eines Fahrzeugs (10), umfassend die Schritte Bereitstellen wenigstens eines Objekts (28) in der Vektor-basierten Repräsentation basierend auf einer Vektorposition (40) und einer dazugehörigen Verteilungsfunktion (42), Übertragen der Vektorposition (40) des wenigstens einen Objekts (28) auf die Gitterzellen (34), Übertragen der Verteilungsfunktion (42) des wenigstens einen Objekts (28) auf die Gitterzellen (34), Summieren von Funktionswerten der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede Gitterzelle (34) aus einer Mehrzahl Gitterzellen (34), und Zuordnen des wenigstens einen Objekts (28) zu den Gitterzellen (34) basierend auf den summierten Funktionswerten der Verteilungsfunktion (42). Die Erfindung betrifft außerdem ein Fahrunterstützungssystem (12) für ein Fahrzeug (10), wobei das Fahrunterstützungssystem (12) ausgeführt ist, Objekte (28) in einer Umgebung (30) des Fahrzeugs (10) in einer Vektor-basierten Repräsentation zu erfassen, und das Fahrunterstützungssystem (12) weiter ausgeführt ist, das obige Verfahren durchzuführen. Die Erfindung betrifft weiterhin ein Fahrzeug (10) mit einem obigen Fahrunterstützungssystem (12).

Figure DE102018100907A1_0000
The invention relates to a method for associating objects (28) in a vector-based representation in objects (28) in a grid-based representation with a plurality of grid cells (34) for use in a driving support system (12) of a vehicle (10), comprising the steps of providing at least one object (28) in the vector-based representation based on a vector position (40) and an associated distribution function (42), transferring the vector position (40) of the at least one object (28) to the grid cells (34) Transferring the distribution function (42) of the at least one object (28) to the grid cells (34), summing functional values of the distribution function (42) of the at least one object (28) for each grid cell (34) from a plurality of grid cells (34), and assigning the at least one object (28) to the grid cells (34) based on the summed function values of the distribution function (42). The invention also relates to a driving support system (12) for a vehicle (10), wherein the driving support system (12) is adapted to detect objects (28) in an environment (30) of the vehicle (10) in a vector-based representation, and the driving support system (12) is further configured to perform the above method. The invention further relates to a vehicle (10) having an above drive assisting system (12).
Figure DE102018100907A1_0000

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Zuordnen von Objekten in einer Vektor-basierten Repräsentation in Objekte in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen zur Verwendung in einem Fahrunterstützungssystem eines Fahrzeugs, wobei wenigstens eines Objekts in der Vektor-basierten Repräsentation basierend auf einer Vektorposition und einer dazugehörigen Verteilungsfunktion bereitgestellt wird und die Vektorposition des wenigstens einen Objekts auf die Gitterzellen übertragen wird.The present invention relates to a method for mapping objects in a vector-based representation into objects in a grid-based representation having a plurality of grid cells for use in a driving support system of a vehicle, wherein at least one object in the vector-based representation is based on a vector position and an associated distribution function, and the vector position of the at least one object is transmitted to the grid cells.

Auch betrifft die vorliegende Erfindung ein Fahrunterstützungssystem für ein Fahrzeug, wobei das Fahrunterstützungssystem ausgeführt ist, Objekte in einer Umgebung eines Fahrzeugs in einer Vektor-basierten Repräsentation zu erfassen, und das Fahrunterstützungssystem weiter ausgeführt ist, das obige Verfahren durchzuführen.Also, the present invention relates to a driving support system for a vehicle, wherein the driving support system is configured to detect objects in an environment of a vehicle in a vector-based representation, and the driving support system is further configured to perform the above method.

Des Weiteren betrifft die vorliegende Erfindung ein Fahrzeug mit einem obigen Fahrunterstützung ssystem.Furthermore, the present invention relates to a vehicle having an above driving assistance system.

Fahrunterstützungssysteme umfassen bereits heute weit verbreitete Fahrerassistenzsysteme, die einen Fahrzeugführer beim Führen des Fahrzeugs unterstützen. Solche Fahrerassistenzsysteme umfassen beispielsweise Parkassistenzsysteme oder Abstandswarnsysteme, die typischerweise bei niedrigen Geschwindigkeiten aktiv sind, sowie zunehmend Assistenzsysteme, die typischerweise das Fahren bei höheren Geschwindigkeiten unterstützen, beispielsweise Spurwechselassistenzsysteme und Totwinkel-Assistenzsysteme. Die Fahrunterstützungssysteme können auch in autonomen Fahrzeugen entsprechende Funktionen bereitstellen, um eine autonome Führung des Fahrzeugs zu unterstützen.Driving assistance systems already include widespread driver assistance systems that assist a driver in driving the vehicle. Such driver assistance systems include, for example, parking assist systems or distance warning systems, which are typically active at low speeds, and increasingly assistance systems that typically assist in driving at higher speeds, such as lane change assistance systems and blind spot assistance systems. The driving assistance systems can also provide functions in autonomous vehicles to support an autonomous guidance of the vehicle.

Bei den im Stand der Technik bekannten Fahrunterstützungssystemen ist es häufig erforderlich, eine Umgebungskarte eines jeweiligen Fahrzeugs, das oft als Ego-Fahrzeug bezeichnet wird, zu erzeugen. Die Umgebungskarte stellt dabei eine Repräsentation einer Umgebung des Fahrzeugs dar, in der Objekte in einer zweidimensionalen Karte dargestellt bzw. markiert sind. Auf Basis dieser Umgebungskarte können die Fahrunterstützungssysteme unterschiedliche Unterstützungsaufgaben durchführen. So können entsprechende Fahrunterstützungssysteme beispielsweise in autonomen oder teilautonomen Fahrzeugen verschiedene Aufgaben durchführen, die eine Basis für das autonome oder teilautonome Fahren sind. Dabei kann die Umgebungskarte zur gemeinsamen Verwendung für mehrere Fahrunterstützungssysteme zentral bereitgestellt werden.In the prior art drive assist systems, it is often necessary to generate an environment map of a particular vehicle, often referred to as an ego vehicle. The environment map represents a representation of an environment of the vehicle in which objects are displayed or marked in a two-dimensional map. On the basis of this environment map, the driving support systems can perform different support tasks. For example, in autonomous or semi-autonomous vehicles, corresponding driving support systems can perform various tasks that are a basis for autonomous or semi-autonomous driving. In this case, the environment map can be provided centrally for common use for several driving support systems.

Als Basis für eine Erstellung der Umgebungskarte dienen typischerweise Sensorinformationen von wenigstens einem Umgebungssensor des Fahrzeugs bzw. des in dem Fahrzeug verwendeten Fahrunterstützungssystems. Solche Umgebungssensoren können als Ultraschallsensor, als Radarsensor oder als LiDAR-Sensor ausgeführt sein. Alternativ oder zusätzlich können die Umgebungssensoren Kameras umfassen. Die Umgebungssensoren sind ausgeführt, Sensorinformationen mit Umgebungsinformationen einer Umgebung des Fahrzeugs zu liefern. Dabei können Sensorinformationen einer Mehrzahl gleichartiger oder unterschiedlicher Umgebungssensoren kombiniert werden. Die Umgebungssensoren können dabei verschiedenen Fahrerassistenzsystemen gemeinsam zugeordnet sein, oder nur einem einzigen.Sensor information from at least one environmental sensor of the vehicle or of the driving assistance system used in the vehicle is typically used as the basis for creating the environment map. Such environmental sensors can be embodied as an ultrasonic sensor, as a radar sensor or as a LiDAR sensor. Alternatively or additionally, the environmental sensors may include cameras. The environmental sensors are configured to provide sensor information with environmental information about an environment of the vehicle. In this case, sensor information of a plurality of identical or different environmental sensors can be combined. The environment sensors can be assigned to different driver assistance systems together, or only a single.

Die Umgebungssensoren liefern typischerweise Sensorinformationen, die Objekte in einer Vektorschreibweise angeben, also einer Richtung und einer Entfernung. Dabei ist davon auszugehen, dass jede Sensorinformation mit einem Fehler belastet ist. Der Fehler kann dabei sehr unterschiedlich sein und beispielsweise von einer Art des Umgebungssensors, einer Position des Umgebungssensors an dem Fahrzeug, einer Position eines Objekts in Bezug auf den Umgebungssensor, Umgebungsbedingungen wie beispielsweise einer Temperatur, Luftfeuchte, Regen oder Luftdichte oder auch weiteren Faktoren abhängen. Entsprechend wird jedem Vektor typischerweise eine Information in Bezug auf eine Genauigkeit der Position des Objekts zugeordnet. Die Information in Bezug auf eine Genauigkeit der Position des Objekts kann als Verteilungsfunktion ausgeführt sein, die ausgehend von der Position des Objekts eine räumliche Unsicherheit für diese Position angibt. Die Verteilungsfunktion ist dabei typischerweise nicht rotationssymmetrisch um die ermittelte Position, sondern kann in verschiedenen Ebenenrichtungen prinzipiell unterschiedlich ausgeführt sein.The environmental sensors typically provide sensor information that specifies objects in a vector notation, that is, a direction and a distance. It can be assumed that each sensor information is loaded with an error. The error can be very different and depend, for example, on a type of environmental sensor, a position of the environmental sensor on the vehicle, a position of an object with respect to the environmental sensor, environmental conditions such as temperature, humidity, rain or air density or other factors. Accordingly, each vector is typically assigned information regarding an accuracy of the position of the object. The information relating to an accuracy of the position of the object may be implemented as a distribution function that indicates a spatial uncertainty for this position based on the position of the object. The distribution function is typically not rotationally symmetrical about the determined position, but may in principle be designed differently in different plane directions.

Davon ausgehend ist es also erforderlich, die Vektor-basierte Darstellung von Objekten ausgehend von den Sensorinformationen der Umgebungssensoren in die Umgebungskarte zu übertragen. Die Umgebungskarte ermöglicht beispielsweise eine einfache Berücksichtigung einer Bewegung des Fahrzeugs, wobei eine existierende Umgebungskarte nicht neu erstellt werden muss. Dazu wird üblicherweise eine Gitter-basierte Darstellung verwendet. In der Gitter-basierten Darstellung wird eine Umgebung des Fahrzeugs typischerweise in gleichförmige, regelmäßige angeordnete Gitterzellen unterteilt. Üblicherweise haben die Gitterzellen eine quadratische Form und sind in einem regelmäßigen Gitter angeordnet.Based on this, it is therefore necessary to transfer the vector-based representation of objects from the sensor information of the environmental sensors into the environment map. The environment map, for example, allows for easy consideration of movement of the vehicle, without having to recreate an existing environment map. For this purpose, a grid-based representation is usually used. In the grid-based representation, an environment of the vehicle is typically divided into uniform, regularly arranged grid cells. Usually, the grid cells have a square shape and are arranged in a regular grid.

Ein Wechsel zwischen der Vektor-basierten Darstellung und der Gitter-basierten Darstellung ist dabei typischerweise mit einem hohen Rechenaufwand verbunden.A change between the vector-based representation and the grid-based representation is typically associated with a high computational effort.

In diesem Zusammenhang ist aus der DE 10 2015 224 197 A1 ein System zum Schreiben einer Belegungsgitterabbildung eines sensorzentrierten Koordinatensystems unter Verwendung eines Laserscanners bekannt. Das System umfasst eine Dateneinheit, die Scan-Daten, die durch den Laserscanner gelesen werden, eine frühere Messabbildung und Daten in Bezug auf eine Bewegung des Sensors umfasst, eine Abbildungseinheit zum stochastischen Kombinieren einer gegenwärtigen Messabbildung, die aus den Scan-Daten geschrieben wird, mit einer prognostizierten Abbildung, die unter Verwendung der früheren Messabbildung und den Daten in Bezug auf eine Bewegung des Sensors geschrieben wird, und eine Erfassungseinheit für statische und dynamische Objekte zum Bestimmen unter Verwendung eines Abbildungsalgorithmus der Abbildungseinheit, ob ein Objekt in der Belegungsgitterabbildung ein statisches oder dynamisches Objekt ist.In this context is from the DE 10 2015 224 197 A1 discloses a system for writing an occupancy grid image of a sensor-centered coordinate system using a laser scanner. The system includes a data unit that includes scan data read by the laser scanner, an earlier measurement map, and data related to movement of the sensor, an imaging unit for stochastically combining a current measurement map written from the scan data, with a predicted map written using the prior measurement map and the data related to movement of the sensor, and a static and dynamic object detection unit for determining using an imaging unit mapping algorithm, whether an object in the mapping mesh image is a static or dynamic object is dynamic object.

Weiter ist aus der DE 10 2014 111 126 A1 ein Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs bekannt. Bei dem Verfahren wird ein Objekt in dem Umgebungsbereich mittels einer Sensoreinrichtung des Kraftfahrzeugs erfasst, anhand von Sensordaten der Sensoreinrichtung mittels einer Steuereinrichtung des Kraftfahrzeugs ein Positionswert, welcher eine Position des Objekts beschreibt, ermittelt wird und der ermittelte Positionswert in die Umgebungskarten übertragen wird, wobei ein Vektor zwischen dem Objekt und einem vorbestimmten Bezugspunkt des Kraftfahrzeugs, welcher einen Ursprung eines Fahrzeugkoordinatensystems bildet, ermittelt wird, der ermittelte Vektor von dem Fahrzeugkoordinatensystem in ein globales Koordinatensystem der Umgebungskarte transformiert wird und der Positionswert in der Umgebungskarte anhand des transformierten Vektors bestimmt wird.Next is from the DE 10 2014 111 126 A1 a method for generating an environment map of a surrounding area of a motor vehicle is known. In the method, an object in the surrounding area is detected by means of a sensor device of the motor vehicle, a position value which describes a position of the object is determined on the basis of sensor data of the sensor device by means of a control device of the motor vehicle and the determined position value is transmitted to the environment maps, wherein a Vector between the object and a predetermined reference point of the motor vehicle, which forms an origin of a vehicle coordinate system is determined, the determined vector of the vehicle coordinate system is transformed into a global coordinate system of the map and the position value in the map is determined by the transformed vector.

Aus der DE 10 2013 210 263 A1 ist eine Belegungskarte für ein Fahrzeug bekannt, aufweisend mehrere gitterartig angeordnete Zellen, wobei die Zellen der Belegungskarte in Abhängigkeit von einer Fahrsituation des Fahrzeugs an die Fahrsituation angepasst sind.From the DE 10 2013 210 263 A1 an occupancy card for a vehicle is known, comprising a plurality of grid-like arranged cells, wherein the cells of the occupancy card are adapted in dependence on a driving situation of the vehicle to the driving situation.

Außerdem ist aus der DE 10 2009 007 395 B4 ein Verfahren zur Bereitstellung einer kartenbasierten Umfelddarstellung eines Fahrzeugs bekannt, insbesondere einer solchen, bei der die Sensordaten gemäß der Dempster-Schäfer-Theorie fusioniert werden.Moreover, from the DE 10 2009 007 395 B4 discloses a method for providing a map-based environment representation of a vehicle, in particular one in which the sensor data are fused according to the Dempster-Schäfer theory.

Ausgehend von dem oben genannten Stand der Technik liegt der Erfindung somit die Aufgabe zugrunde, ein Verfahren zum Zuordnen von Objekten in einer Vektor-basierten Repräsentation in Objekte in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen zur Verwendung in einem Fahrunterstützungssystem eines Fahrzeugs, ein Fahrunterstützungssystem für ein Fahrzeug sowie ein Fahrzeug der oben genannten Art anzugeben, die eine einfache und effiziente Zuordnung von Objekten in einer Vektor-basierten Repräsentation in eine Gitter-basierten Repräsentation ermöglichen.Based on the above-mentioned prior art, the object of the invention is therefore a method for assigning objects in a vector-based representation to objects in a grid-based representation having a plurality of grid cells for use in a driving support system of a vehicle, a driving assistance system for a vehicle and a vehicle of the above type, which allow a simple and efficient assignment of objects in a vector-based representation in a grid-based representation.

Die Lösung der Aufgabe erfolgt erfindungsgemäß durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.The object is achieved by the features of the independent claims. Advantageous embodiments of the invention are specified in the subclaims.

Erfindungsgemäß ist somit ein Verfahren zum Zuordnen von Objekten in einer Vektor-basierten Repräsentation in Objekte in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen zur Verwendung in einem Fahrunterstützungssystem eines Fahrzeugs angegeben, umfassend die Schritte Bereitstellen wenigstens eines Objekts in der Vektor-basierten Repräsentation basierend auf einer Vektorposition und einer dazugehörigen Verteilungsfunktion, Übertragen der Vektorposition des wenigstens einen Objekts auf die Gitterzellen, Übertragen der Verteilungsfunktion des wenigstens einen Objekts auf die Gitterzellen, Summieren von Funktionswerten der Verteilungsfunktion des wenigstens einen Objekts für jede Gitterzelle aus einer Mehrzahl Gitterzellen, und Zuordnen des wenigstens einen Objekts zu den Gitterzellen basierend auf den summierten Funktionswerten der Verteilungsfunktion.The invention thus provides a method of mapping objects in a vector-based representation into objects in a grid-based representation having a plurality of grid cells for use in a vehicle driving assistance system, comprising the steps of providing at least one object based on the vector-based representation on a vector position and an associated distribution function, transferring the vector position of the at least one object to the grid cells, transferring the distribution function of the at least one object to the grid cells, summing function values of the distribution function of the at least one object for each grid cell from a plurality of grid cells, and assigning the at least one object to the grid cells based on the summed function values of the distribution function.

Erfindungsgemäß ist außerdem ein Fahrunterstützungssystem für ein Fahrzeug angegeben, wobei das Fahrunterstützungssystem ausgeführt ist, Objekte in einer Umgebung des Fahrzeugs in einer Vektor-basierten Repräsentation zu erfassen, und das Fahrunterstützungssystem weiter ausgeführt ist, das obige Verfahren durchzuführen.According to the invention, there is also provided a driving support system for a vehicle, wherein the driving support system is configured to detect objects in an environment of the vehicle in a vector-based representation, and the driving support system is further configured to perform the above method.

Weiter ist erfindungsgemäß ein Fahrzeug mit einem obigen Fahrunterstützungssystem angegeben.Further, according to the invention, a vehicle is provided with an above driving assistance system.

Grundidee der vorliegenden Erfindung ist es also, eine zuverlässige Zuordnung von Objekten zu den Gitterzellen dadurch zu erreichen, dass die Verteilungsfunktion zusammen mit der Vektorposition des wenigstens einen Objekts verwendet wird, um die Belegung von Gitterzellen mit Objekten zu ermitteln. Dabei wird eine Ausdehnung der Gitterzellen berücksichtigt, um eine detaillierte Belegung der Gitterzellen durch die Verteilungsfunktion des wenigstens einen Objekts zu ermitteln. Dies ist insbesondere relevant, wenn die Verteilungsfunktion nicht kreisförmig ist, sondern beispielsweise eine elliptische Form aufweist, so dass Gitterzellen in einem gleichen Abstand von der ermittelten Vektorposition eines jeweiligen Objekts unterschiedlich stark von der Verteilung der erwarteten Position dieses Objekts erfasst werden. Dabei kann die Verteilungsfunktion detailliert berücksichtigt werden, indem ihre Funktionswerte für eine Mehrzahl Gitterzellen aufsummiert werden. Darauf basierend wird das wenigstens eine Objekt den Gitterzellen zugeordnet.The basic idea of the present invention is therefore to achieve a reliable assignment of objects to the grid cells by using the distribution function together with the vector position of the at least one object in order to determine the occupancy of grid cells with objects. In this case, an expansion of the grid cells is considered in order to determine a detailed occupancy of the grid cells by the distribution function of the at least one object. This is particularly relevant if the distribution function is not circular, but for example has an elliptical shape, so that grid cells at an equal distance from the determined vector position of a each object can be detected differently by the distribution of the expected position of this object. In this case, the distribution function can be considered in detail by adding up its function values for a plurality of grid cells. Based on this, the at least one object is assigned to the grid cells.

In der Gitter-basierten Darstellung wird eine Umgebung des Fahrzeugs typischerweise in gleichförmige, regelmäßige angeordnete Gitterzellen unterteilt. Üblicherweise haben die Gitterzellen eine quadratische Form und sind in einem regelmäßigen Gitter angeordnet. Die Mehrzahl Gitterzellen bildet somit gemeinsam ein Gitternetz. In der Gitter-basierten Repräsentation werden Objekte typischerweise einzelnen Gitterzellen des Gitternetzes zugeordnet.In the grid-based representation, an environment of the vehicle is typically divided into uniform, regularly arranged grid cells. Usually, the grid cells have a square shape and are arranged in a regular grid. The plurality of grid cells thus together form a grid. In the grid-based representation, objects are typically assigned to individual grid cells of the grid.

Die Gitter-basierte Repräsentation dient als Umgebungskarte oder wird zur Erstellung der Umgebungskarte verwendet. Die Umgebungskarte stellt eine Repräsentation einer Umgebung des Fahrzeugs dar, in der Objekte in einer zweidimensionalen Karte dargestellt bzw. markiert sind. Auf Basis dieser Umgebungskarte können die Fahrunterstützungssysteme ihre prinzipiell unterschiedlichen Unterstützungsaufgaben durchführen. Dabei kann die Umgebungskarte zur gemeinsamen Verwendung für mehrere Fahrunterstützungssysteme zentral bereitgestellt werden.The grid-based representation serves as an environment map or is used to create the neighborhood map. The environment map represents a representation of an environment of the vehicle in which objects are displayed or marked in a two-dimensional map. On the basis of this map of the surroundings, the driving support systems can perform their fundamentally different support tasks. In this case, the environment map can be provided centrally for common use for several driving support systems.

Als Basis für eine Erstellung der Umgebungskarte dienen typischerweise Sensorinformationen von wenigstens einem Umgebungssensor des Fahrzeugs bzw. des in dem Fahrzeug verwendeten Fahrunterstützungssystems. Solche Umgebungssensoren können als Ultraschallsensor, als Radarsensor oder als LiDAR-Sensor ausgeführt sein. Alternativ oder zusätzlich können die Umgebungssensoren Kameras umfassen. Die Umgebungssensoren sind ausgeführt, Sensorinformationen mit Umgebungsinformationen einer Umgebung des Fahrzeugs zu liefern. Die Verarbeitung von Sensorsignalen zur Identifikation von Objekten kann dabei in einer zentralen Verarbeitungseinheit des Fahrzeugs bzw. des Fahrunterstützungssystems erfolgen.Sensor information from at least one environmental sensor of the vehicle or of the driving assistance system used in the vehicle is typically used as the basis for creating the environment map. Such environmental sensors can be embodied as an ultrasonic sensor, as a radar sensor or as a LiDAR sensor. Alternatively or additionally, the environmental sensors may include cameras. The environmental sensors are configured to provide sensor information with environmental information about an environment of the vehicle. The processing of sensor signals for the identification of objects can take place in a central processing unit of the vehicle or the driving support system.

Auch können Sensorinformationen einer Mehrzahl gleichartiger oder unterschiedlicher Umgebungssensoren kombiniert werden, um Objekte in der Umgebung des Fahrzeugs zu erkennen und ihre Position zu ermitteln. Die Umgebungssensoren können dabei verschiedenen Fahrerassistenzsystemen gemeinsam zugeordnet sein, oder nur einem einzigen.Also, sensor information from a plurality of similar or different environmental sensors may be combined to detect objects in the vicinity of the vehicle and to determine their position. The environment sensors can be assigned to different driver assistance systems together, or only a single.

Die Umgebungssensoren liefern typischerweise Sensorinformationen, die Objekte in einer Vektorschreibweise angeben, beispielsweise einer Richtung und einer Entfernung. Die Objekte werden mit den Umgebungssensoren also in einer Vektor-basierten Repräsentation erfasst. Die Objekte können abhängig von einem entsprechenden Umgebungssensor als Richtungsvektor in zwei-dimensionaler oder drei-dimensionaler Darstellung angegeben, d.h. ein Abstand von dem Fahrzeug mit einer Richtungsangabe und ggf. einem zusätzlichen Winkel, der beispielsweise eine Höhe angibt. Entsprechende Vektordarstellungen sind als solche bekannt.The environmental sensors typically provide sensor information that specifies objects in a vector notation, such as direction and distance. The objects are thus detected with the environmental sensors in a vector-based representation. The objects may be indicated as a direction vector in two-dimensional or three-dimensional representation depending on a corresponding environmental sensor, i. a distance from the vehicle with a direction indication and possibly an additional angle indicating, for example, a height. Corresponding vector representations are known as such.

Dabei ist davon auszugehen, dass jede Sensorinformation mit einem Fehler belastet ist. Der Fehler kann dabei sehr unterschiedlicher Natur sein und beispielsweise von einer Art des Umgebungssensors, einer Position des Umgebungssensors an dem Fahrzeug, einer Position eines Objekts in Bezug auf den Umgebungssensor, Umgebungsbedingungen wie beispielsweise einer Temperatur, Luftfeuchte, Regen oder Luftdichte oder auch weiteren Faktoren abhängen. Entsprechend wird jedem Vektor typischerweise eine Information in Bezug auf eine Genauigkeit der Position des Objekts zugeordnet. Die Information in Bezug auf eine Genauigkeit der Position des Objekts ist als Verteilungsfunktion beschrieben, die ausgehend von einer ermittelten Position des Objekts eine räumliche Unsicherheit für dieses Objekt an der ermittelten Position angibt. Die Verteilungsfunktion ist dabei typischerweise nicht rotationssymmetrisch um die ermittelte Position, sondern kann in verschiedenen Ebenen- oder Raumrichtungen prinzipiell unterschiedlich ausgeführt sein. Elliptische oder ellipsoide Verteilungsfunktionen sind bei üblichen Umgebungssensoren verbreitet. Die Verteilungsfunktion basiert vorzugsweise auf einer gauß‘schen Glockenfunktion.It can be assumed that each sensor information is loaded with an error. The error can be very different in nature and depend for example on a type of environmental sensor, a position of the environmental sensor on the vehicle, a position of an object with respect to the environmental sensor, environmental conditions such as temperature, humidity, rain or air density or other factors , Accordingly, each vector is typically assigned information regarding an accuracy of the position of the object. The information regarding an accuracy of the position of the object is described as a distribution function which, based on a determined position of the object, indicates a spatial uncertainty for this object at the determined position. The distribution function is typically not rotationally symmetrical about the determined position, but may be performed differently in principle in different plane or spatial directions. Elliptical or ellipsoidal distribution functions are common in common environmental sensors. The distribution function is preferably based on a Gaussian bell function.

Eine wichtige Anwendung bei der Erstellung von Umgebungskarten um ein Ego-Fahrzeug besteht in einer Bestimmung von Bereichen mit sogenanntem „Freespace“. Freespace ist ein Mittel, um Objekte in der Umgebung des Fahrzeugs zuverlässig zu erkennen und weniger relevante Erkennungen herauszufiltern. Dazu kann beispielweise in Bereichen zwischen einem Objekt und dem Ego-Fahrzeug basierend auf verschiedenen Kriterien, die hier nicht im Detail diskutiert werden sollen, Freespace definiert werden, um dort positionierte Objekte aufzuräumen und zu löschen. Wenn ein Objekt in einem solchen Freespace-Bereich positioniert ist, wird das Objekt nicht weiter berücksichtigt und gelöscht. Der Freespace wird dabei zyklisch ermittelt und wieder gelöscht, wobei ein Zyklus eine prinzipiell variable Zeitdauer umfassen kann, in der auch mehrere Signale eines Umgebungssensors berücksichtigt werden können. Freespace kann einfach in der Vektor-basierten Repräsentation verarbeitet und verwendet werden, d.h. die Objekte in den Freespace-Bereichen können entfernt werden, bevor eine Zuordnung zu der Gitter-basierten Repräsentation erfolgt.An important application in the creation of environment maps around an ego vehicle is in a determination of areas of so-called "free space". Freespace is a means to reliably detect objects around the vehicle and to filter out less relevant detections. For example, in areas between an object and the ego vehicle based on various criteria that are not to be discussed in detail here, free space can be defined in order to clean up and delete objects positioned there. If an object is positioned in such a free space area, the object is no longer considered and deleted. The free space is determined cyclically and deleted again, wherein a cycle may include a principle variable time duration in which several signals of an environmental sensor can be considered. Freespace can be easily processed and used in vector-based representation, i. the objects in the free space areas can be removed before mapping to the grid-based representation.

Das Bereitstellen wenigstens eines Objekts in der Vektor-basierten Repräsentation basierend auf einer Vektorposition und einer Verteilungsfunktion erfolgt also basierend auf der Erfassung des Objekts mit dem wenigstens einen Umgebungssensor. The provision of at least one object in the vector-based representation based on a vector position and a distribution function thus takes place based on the detection of the object with the at least one environment sensor.

Das Übertragen der Vektorposition des wenigstens einen Objekts auf die Gitterzellen betrifft ein Übertragen der Vektorposition des Objekts ohne Fehler auf das Gitternetz. Es erfolgt ein Mapping in den Koordinaten des Gitternetzes.Transferring the vector position of the at least one object to the grid cells involves transferring the vector position of the object to the grid without error. There is a mapping in the coordinates of the grid.

Beim anschließenden Übertragen der Verteilungsfunktion des wenigstens einen Objekts zu den Gitterzellen erfolgt ein Mapping der Verteilungsfunktion in den Koordinaten des Gitternetzes.During the subsequent transfer of the distribution function of the at least one object to the grid cells, a mapping of the distribution function takes place in the coordinates of the grid.

Das Summieren von Funktionswerten der Verteilungsfunktion des wenigstens einen Objekts für eine Mehrzahl Gitterzellen dient einer Erfassung der Verteilungsfunktion in dem Gitternetz. Die Funktionswerte der Verteilungsfunktion in den einzelnen Gitterzellen geben dabei ein Maß für die Wahrscheinlichkeit an, dass sich das Objekt in der entsprechenden Gitterzelle befindet.The summing of function values of the distribution function of the at least one object for a plurality of grid cells serves to detect the distribution function in the grid network. The function values of the distribution function in the individual grid cells indicate a measure of the probability that the object is located in the corresponding grid cell.

Das Zuordnen des wenigstens einen Objekts zu den Gitterzellen basierend auf den summierten Funktionswerten der Verteilungsfunktion kann dabei auf unterschiedliche Weise erfolgen. So kann das Objekt der Gitterzelle zugeordnet werden, welche den höchsten Funktionswert aufweist. Alternativ können andere Formen der Zuordnung gewählt werden. Auch kein ein Objekt einer Mehrzahl Gitterzellen gemeinsam zugeordnet werden, bzw. mehrere Gitterzellen weisen gemeinsam das Objekt auf.The assignment of the at least one object to the grid cells based on the summed function values of the distribution function can take place in different ways. Thus, the object can be assigned to the grid cell, which has the highest function value. Alternatively, other forms of association may be chosen. Also, no one object of a plurality of grid cells are assigned together, or multiple grid cells have the object together.

Fahrunterstützungssysteme umfassen bereits heute weit verbreitete Fahrerassistenzsysteme, die einen Fahrzeugführer beim Führen des Fahrzeugs unterstützen. Solche Fahrerassistenzsysteme umfassen beispielsweise Parkassistenzsysteme oder Abstandswarnsysteme, die typischerweise bei niedrigen Geschwindigkeiten aktiv sind, sowie zunehmend Assistenzsysteme, die typischerweise das Fahren bei höheren Geschwindigkeiten unterstützen, beispielsweise Spurwechselassistenzsysteme und Totwinkel-Assistenzsysteme. Die Fahrunterstützungssysteme können auch in autonomen Fahrzeugen entsprechende Funktionen bereitstellen, um ein autonomes Führen des Fahrzeugs zu unterstützen.Driving assistance systems already include widespread driver assistance systems that assist a driver in driving the vehicle. Such driver assistance systems include, for example, parking assist systems or distance warning systems, which are typically active at low speeds, and increasingly assistance systems that typically assist in driving at higher speeds, such as lane change assistance systems and blind spot assistance systems. The driving assistance systems can also provide corresponding functions in autonomous vehicles in order to support an autonomous driving of the vehicle.

In vorteilhafter Ausgestaltung der Erfindung umfasst das Verfahren einen zusätzlichen Schritt zum Skalieren der Verteilungsfunktion basierend auf einer Existenz-Masse. Die Existenz-Masse ist ein Grad einer Überzeugung und wird als Überzeugungsfunktion angegeben. Die Existenz-Masse wirkt hier als Skalierungsfaktor für die Verteilung. Dabei muss die Summe aller Funktionswerte aller von einem Objekt mit seiner Verteilungsfunktion betroffenen Gitterzellen diese Existenz-Masse zumindest näherungsweise wiedergeben. Beim Summieren bzw. Integrieren der Funktionswerte der Verteilungsfunktion für relevante Zellen ergibt sich die Existenz-Masse des jeweiligen Objekts zumindest näherungsweise. Die Existenz-Masse ist dabei ein linearer Faktor, so dass die Skalierung zu einer beliebigen Zeit durchgeführt werden kann. Dies ist möglich, da die Summierung wie auch eine mögliche Integration lineare Funktionen beinhalten.In an advantageous embodiment of the invention, the method comprises an additional step for scaling the distribution function based on an existence ground. The existential mass is a degree of conviction and is given as a persuasive function. The existence mass acts here as a scaling factor for the distribution. The sum of all function values of all grid cells affected by an object with its distribution function must at least approximately reproduce this existential mass. When summing or integrating the function values of the distribution function for relevant cells, the existence mass of the respective object results at least approximately. The existence mass is a linear factor, so that the scaling can be performed at any time. This is possible because the summation as well as a possible integration include linear functions.

In vorteilhafter Ausgestaltung der Erfindung umfasst das Verfahren einen zusätzlichen Schritt zum Verschmelzen von summierten Funktionswerten der Verteilungsfunktionen von einer Mehrzahl Objekten für jede Gitterzelle aus der Mehrzahl Gitterzellen. Es werden somit die Funktionswerte von Verteilungsfunktionen verschiedener Objekte gemeinsam betrachtet, um eine Belegung einer Gitterzelle zu ermitteln, wobei die Belegung sich aufgrund der Verschmelzung nicht notwendigerweise einem einzelnen Objekt zuordnen lassen muss. Vielmehr kann sich eine solche Belegung auch durch mehrere von den Umgebungssensoren erfasste Objekte ergeben.In an advantageous embodiment of the invention, the method comprises an additional step of merging summed function values of the distribution functions of a plurality of objects for each grid cell of the plurality of grid cells. Thus, the function values of distribution functions of different objects are considered together in order to determine an occupancy of a grid cell, wherein the occupancy may not necessarily be attributable to a single object due to the merger. Rather, such occupancy may also result from multiple objects detected by the environmental sensors.

In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Verschmelzens von summierten Funktionswerten der Verteilungsfunktionen von einer Mehrzahl Objekten ein Verschmelzen basierend auf einer Dempster-Schäfer Modellierung. Die Dempster-Schäfer-Theorie, teilweise auch als Belief-Theorie bezeichnet, verwendet anstelle von Wahrscheinlichkeiten Aussagen über eine Glaubensmasse, auch als Existenz-Masse bezeichnet, im englischen degrees of belief. Unsicheres Wissen wird durch eine Glaubensfunktion, engl. belief function, repräsentiert. Annahmen können dabei über ganze Mengen von Aussagen getroffen werden und nicht nur über eine einzelne Aussage. Dies ist beispielsweise der Fall, wenn neue Informationen auf unterschiedliche Aussagen hindeuten können. Die Summe muss dabei nicht zwingend eins betragen. Dem liegt zugrunde, dass einer Hypothese ein Teil des Beliefs zukommt, ohne dass dies automatisch der Negation der Hypothese der übrige Belief zugeordnet werden muss. Die Existenz-Masse ist also losgelöst, d.h. nicht unmittelbar abhängig, von einer Nicht-Existenz-Masse. Eine Differenz zwischen der Summe der beiden Massen und einem Maximalwert, der bei eins liegt, gibt ein Maß für Unwissen an.In an advantageous embodiment of the invention, the step of merging summed function values of the distribution functions of a plurality of objects comprises merging based on a Dempster-Schäfer modeling. The Dempster-Shepherd theory, sometimes referred to as belief theory, uses instead of probabilities statements about a belief mass, also referred to as existential mass, in English degrees of belief. Uncertain knowledge is determined by a belief function, Engl. belief function, represents. Assumptions can be made about whole sets of statements and not just about a single statement. This is the case, for example, when new information can indicate different statements. The sum does not necessarily have to be one. This is based on the assumption that part of the belief belongs to a hypothesis, without this having to be automatically assigned to the negation of the hypothesis of the remaining beliefs. The existence mass is thus detached, i. not directly dependent on a non-existent mass. A difference between the sum of the two masses and a maximum value that is one indicates a measure of ignorance.

In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Übertragens der Verteilungsfunktion des wenigstens einen Objekts zu den Gitterzellen ein Projizieren der Verteilungsfunktion auf die Mehrzahl Gitterzellen. Ausgehend von der Vektor-basierten Repräsentation in Objekte kann die Verteilungsfunktion zwei- oder drei-dimensional sein. Eine Projektion einer Verteilungsfunktion für zweidimensionale Funktionswerte ist dabei einfach zu realisieren. Durch die Projektion der Verteilungsfunktion auf das Gitternetz mit den Gitterzellen können Funktionswerte gebildet werden, die sich einfach verarbeiten lassen. Die Funktionswerte ergeben sich in dem Gitternetz in einer einfachen Weise abhängig von den Netzkoordinaten. Vorzugsweise erfolgt dabei eine Skalierung der Verteilungsfunktion basierend auf der Existenz-Masse, wie oben ausgeführt wurde.In an advantageous embodiment of the invention, the step of transmitting the distribution function of the at least one object to the grid cells comprises projecting the distribution function onto the plurality of grid cells. Starting from the vector-based representation in objects, the distribution function can be two- or three-dimensional. A projection of a distribution function for Two-dimensional functional values are easy to realize. By projecting the distribution function onto the grid with the grid cells, function values can be formed that are easy to process. The function values result in the grid in a simple way depending on the network coordinates. Preferably, a scaling of the distribution function is performed based on the existence mass, as stated above.

In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Summierens von Funktionswerten der Verteilungsfunktion des wenigstens einen Objekts für jede Gitterzelle aus einer Mehrzahl Gitterzellen ein Integrieren der Verteilungsfunktion des wenigstens einen Objekts für jede der Gitterzellen. Die Bildung des Integrals der Verteilungsfunktion ermöglicht eine mathematisch einfache und exakte Summierung der Funktionswerte.In an advantageous embodiment of the invention, the step of summing functional values of the distribution function of the at least one object for each grid cell from a plurality of grid cells comprises integrating the distribution function of the at least one object for each of the grid cells. The formation of the integral of the distribution function allows a mathematically simple and exact summation of the function values.

In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Integrierens der Verteilungsfunktion des wenigstens einen Objekts für jede der Gitterzellen eine 2-D Riemann Integration. Das grundlegende Konzept der 2-D Riemann Integration basiert darauf, das Integral der Verteilungsfunktion als eine Summe kleiner Elemente, auch Samples oder Berechnungsflächen genannt, in der Gitterzelle zu bilden. Die Anzahl der Samples kann aktiv modifiziert werden, um unterschiedlichen Anforderungen in Bezug auf Rechenzeit und Genauigkeit erfüllen zu können. Für jedes Sample der Gitterzelle wird dabei angenommen, dass die Verteilungsfunktion einen konstanten Funktionswert bzw. eine konstante Höhe aufweist. Dabei wird als Höhe für den Sample die Höhe in der Mitte des Samples. Ein Volumen oder Integral ergibt sich somit aus einer Grundfläche des Samples multipliziert mit dessen Höhe in der Mitte davon.In an advantageous embodiment of the invention, the step of integrating the distribution function of the at least one object for each of the grid cells comprises a 2-D Riemann integration. The basic concept of the 2-D Riemann integration is based on forming the integral of the distribution function as a sum of small elements, also called samples or calculation surfaces, in the grid cell. The number of samples can be actively modified to meet different computational time and accuracy requirements. For each sample of the grid cell, it is assumed that the distribution function has a constant function value or a constant height. The height for the sample is the height in the middle of the sample. A volume or integral thus results from a base area of the sample multiplied by its height in the middle thereof.

In vorteilhafter Ausgestaltung der Erfindung umfasst die 2-D Riemann Integration ein Aufteilen jeder der Gitterzellen in eine Mehrzahl Berechnungsflächen, insbesondere zwei bis zwanzig Berechnungsflächen, vorzugsweise fünf bis zehn Berechnungsflächen. Die Anzahl der Berechnungsflächen kann abhängig von einer gewünschten Genauigkeit und/oder verfügbarer Rechenleistung gewählt werden. Auch kann eine Anpassung der Anzahl der Berechnungsflächen prinzipiell individuell für jede Gitterzelle oder für Gruppen von Gitterzellen gemeinsam erfolgen.In an advantageous embodiment of the invention, the 2-D Riemann integration comprises dividing each of the grid cells into a plurality of calculation surfaces, in particular two to twenty calculation surfaces, preferably five to ten calculation surfaces. The number of calculation areas can be selected depending on a desired accuracy and / or available computing power. In addition, an adaptation of the number of calculation surfaces can be done in principle individually for each grid cell or for groups of grid cells together.

In vorteilhafter Ausgestaltung der Erfindung umfasst das Verfahren einen zusätzlichen Schritt zum Identifizieren relevanter Gitterzellen, und der Schritt des Summierens von Funktionswerten der Verteilungsfunktion des wenigstens einen Objekts für jede Gitterzelle aus der Mehrzahl Gitterzellen ein Summieren von Funktionswerten der Verteilungsfunktion des wenigstens einen Objekts für jede der relevanten Gitterzellen umfasst. Das Summieren der Funktionswerte der Verteilungsfunktion kann dadurch beschleunigt werden, dass nur ein ausgewählter Teil der Gitterzellen für das Summieren der Funktionswerte berücksichtigt wird. Das Identifizieren der relevanten Gitterzellen betrifft also eine Identifizierung derjenigen Gitterzellen als relevant, die in einem relevanten Maß von der Verteilungsfunktion erfasst werden. Andernfalls sind die Funktionswerte der Verteilungsfunktion in den Gitterzellen, also den nicht relevanten Gitterzellen, nahe Null, so dass sie vernachlässigt werden können.In an advantageous embodiment of the invention, the method comprises an additional step for identifying relevant grid cells, and the step of summing functional values of the distribution function of the at least one object for each grid cell from the plurality of grid cells comprises summing functional values of the distribution function of the at least one object for each of the relevant ones Includes grid cells. The summing of the function values of the distribution function can be accelerated by taking into account only a selected part of the grid cells for summing the function values. The identification of the relevant grid cells therefore relates to an identification of those grid cells which are relevant to a relevant degree of the distribution function. Otherwise, the function values of the distribution function in the grid cells, ie the non-relevant grid cells, are close to zero, so that they can be neglected.

In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Identifizierens relevanter Gitterzellen ein Erfassen von Gitterzellen in Kontakt mit einer maximalen räumlichen Ausdehnung der Verteilungsfunktion. Die Verteilungsfunktion ist dabei üblicherweise eine kontinuierliche Funktion, d.h. ohne Sprünge in den Funktionswerten, die von einem Mittelbereich asymptotisch ausläuft. Entsprechend kann ein Grenzwert für den Funktionswert der Verteilungsfunktion angegeben werden, und nur Gitterzellen, in denen der Funktionswert über dem Grenzwert liegt, werden als in Kontakt mit der Verteilungsfunktion betrachtet. Dabei können abhängig von der Form der Verteilungsfunktion unterschiedliche Gitterzellen berücksichtigt werden. Bei einer kreisförmigen Funktion würden beispielsweise alle Gitterzellen innerhalb eines vorgegebenen Abstands von einem Mittelpunkt des Kreises berücksichtigt. Bei einer elliptischen Form der Verteilungsfunktion können beispielsweise alle Gitterzellen innerhalb eines Kreises mit einem maximalen Abstand von einem Mittelpunkt als relevant berücksichtigt werden. Es wird also ein Kreis um die Ellipse gebildet, der die relevanten Gitterzellen enthält. Dies ist insbesondere bei einer Ellipse mit stark unterschiedlicher Ausdehnung in beiden Ebenenrichtungen, d.h. bei Merkmalen mit einer großen räumlichen Unsicherheit in einer der Ebenenrichtungen und einer geringen räumlichen Unsicherheit in der anderen Ebenenrichtung, eine grobe Näherung, die eine zu große Anzahl von relevanten Gitterzellen bedingt. Dies gilt auch, wenn die Ebenrichtungen des Gitternetzes nicht mit Hauptachsen der Ellipse übereinstimmen. Gemäß einer weiteren vorteilhaften Ausgestaltung der Erfindung wird für die relevanten Gitterzellen eine unterschiedliche Art der Verarbeitung gewählt. Bei Gitterzellen mit einer besonders hohen Relevanz, beispielsweise in einem Zentrum der Verteilungsfunktion, werden die Funktionswerte der Verteilungsfunktion mit einer hohen Genauigkeit berechnet und summiert, während Gitterzellen mit einer geringen Relevanz besonders schnell erfasst werden. Dies geht üblicherweise zu Lasten der Genauigkeit. Basierend auf der Relevanz kann beispielsweise eine Anzahl von Berechnungsflächen für die jeweilige Gitterzelle angepasst werden.In an advantageous embodiment of the invention, the step of identifying relevant grid cells comprises detecting grid cells in contact with a maximum spatial extent of the distribution function. The distribution function is usually a continuous function, i. without cracks in the function values that expire asymptotically from a mid-range. Accordingly, a threshold for the function value of the distribution function may be specified, and only grid cells in which the function value is above the threshold are considered to be in contact with the distribution function. Depending on the form of the distribution function, different grid cells can be taken into account. For example, in a circular function, all grid cells would be considered within a predetermined distance from a center of the circle. For example, with an elliptical shape of the distribution function, all of the grid cells within a circle having a maximum distance from a midpoint may be considered relevant. Thus, a circle is formed around the ellipse, which contains the relevant grid cells. This is especially true for an ellipse of greatly varying extents in both plane directions, i. for features with a large spatial uncertainty in one of the plane directions and a low spatial uncertainty in the other plane direction, a rough approximation that requires too large a number of relevant grid cells. This also applies if the plane directions of the grid do not coincide with main axes of the ellipse. According to a further advantageous embodiment of the invention, a different type of processing is selected for the relevant grid cells. In grid cells with a particularly high relevance, for example in a center of the distribution function, the function values of the distribution function are calculated and summed with high accuracy, while grid cells with a low relevance are detected particularly quickly. This is usually at the expense of accuracy. Based on the relevance, for example, a number of calculation areas can be adapted for the respective grid cell.

Nachfolgend wird die Erfindung unter Bezugnahme auf die anliegende Zeichnung anhand bevorzugter Ausführungsformen näher erläutert. Die dargestellten Merkmale können sowohl jeweils einzeln als auch in Kombination einen Aspekt der Erfindung darstellen. Merkmale verschiedener Ausführungsbeispiele sind übertragbar von einem Ausführungsbeispiel auf ein anderes.The invention will be described with reference to the attached drawing preferred embodiments explained in more detail. The illustrated features may represent an aspect of the invention both individually and in combination. Features of various embodiments are transmittable from one embodiment to another.

Es zeigt

  • 1 eine schematische Darstellung eines Fahrzeugs mit einem Fahrunterstützungssystem gemäß einer ersten, bevorzugten Ausführungsform der Erfindung,
  • 2 ein Ablaufdiagramm eines Verfahrens gemäß einer zweiten Ausführungsform zum Zuordnen von Objekten in einer Vektor-basierten Repräsentation in Objekte in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen zur Verwendung in dem Fahrunterstützungssystem des Fahrzeugs der ersten Ausführungsform,
  • 3 eine schematische Darstellung eines Gitternetzes mit einem darin dargestellten Objekt in einer Vektor-basierten Repräsentation mit einer Vektorposition und einer Verteilungsfunktion in Übereinstimmung mit einem dritten Ausführungsbeispiel,
  • 4 eine schematische Darstellung eines Gitternetzes mit einem darin dargestellten Objekt in einer Vektor-basierten Repräsentation mit einer Vektorposition und einer Verteilungsfunktion in Übereinstimmung mit einem vierten Ausführungsbeispiel,
  • 5 eine schematische Darstellung eines Gitternetzes mit einem darin dargestellten Objekt in einer Vektor-basierten Repräsentation mit einer Vektorposition und einer Verteilungsfunktion in Übereinstimmung mit einem fünften Ausführungsbeispiel, und
  • 6 eine schematische Darstellung eines Gitternetzes mit einer darin dargestellten Verteilungsfunktion und einer Integration der Funktionswerte der Verteilungsfunktion in Gitterzellen mit einer Riemann-Integration in Übereinstimmung mit einem sechsten Ausführungsbeispiel.
It shows
  • 1 a schematic representation of a vehicle with a driving support system according to a first preferred embodiment of the invention,
  • 2 3 is a flowchart of a method according to a second embodiment for assigning objects in a vector-based representation to objects in a grid-based representation having a plurality of grid cells for use in the driving assistance system of the vehicle of the first embodiment;
  • 3 a schematic representation of a grid with an object shown therein in a vector-based representation with a vector position and a distribution function in accordance with a third embodiment,
  • 4 a schematic representation of a grid with an object shown therein in a vector-based representation with a vector position and a distribution function in accordance with a fourth embodiment,
  • 5 a schematic representation of a grid with an object shown therein in a vector-based representation with a vector position and a distribution function in accordance with a fifth embodiment, and
  • 6 a schematic representation of a grid with a distribution function shown therein and an integration of the function values of the distribution function in grid cells with a Riemann integration in accordance with a sixth embodiment.

Die 1 zeigt ein Fahrzeug 10 gemäß einer ersten, bevorzugten Ausführungsform der vorliegenden Erfindung.The 1 shows a vehicle 10 according to a first preferred embodiment of the present invention.

Das Fahrzeug 10 umfasst ein Fahrunterstützungssystem 12. Das Fahrunterstützungssystem 12 ist in diesem Ausführungsbeispiel als Parkassistenzsystem ausgeführt, um das Fahrzeug 10 autonom in einer Parklücke zu parken.The vehicle 10 includes a driving support system 12 , The driving support system 12 is executed in this embodiment as a parking assistance system to the vehicle 10 to park autonomously in a parking space.

Das Fahrunterstützungssystem 12 umfasst eine Steuerungseinrichtung 14, welche beispielsweise ein elektronisches Steuergerät (ECU - Electronic Control Unit) umfasst. Darüber hinaus umfasst das Fahrerassistenzsystem 12 verschiedene Umgebungssensoren 16, 18, 20. Die Steuerungseinrichtung 14 ist über einen Datenbus 22 mit den Umgebungssensoren 16, 18, 20 verbunden.The driving support system 12 comprises a control device 14 which comprises, for example, an electronic control unit (ECU). In addition, the driver assistance system includes 12 different environmental sensors 16 . 18 . 20 , The control device 14 is via a data bus 22 with the environmental sensors 16 . 18 . 20 connected.

Die Umgebungssensoren 16, 18, 20 umfassen in diesem Ausführungsbeispiel acht Ultraschallsensoren 16, einen Laserscanner 18, und einen Radarsensor 20. Von den acht Ultraschallsensoren 16 sind vier Ultraschallsensoren 16 an einem Frontbereich 24 des Fahrzeugs 10 und vier Ultraschallsensoren 16 an einem Heckbereich 26 des Fahrzeugs 10 angeordnet. Der Laserscanner 18 ist ebenfalls in dem Frontbereich 24 des Fahrzeugs 10 angeordnet, während der Radarsensor 20 zentral an einem Dach des Fahrzeugs 10 angebracht ist.The environmental sensors 16 . 18 . 20 in this embodiment comprise eight ultrasonic sensors 16 , a laser scanner 18 , and a radar sensor 20 , Of the eight ultrasonic sensors 16 are four ultrasonic sensors 16 at a front area 24 of the vehicle 10 and four ultrasonic sensors 16 at a stern area 26 of the vehicle 10 arranged. The laser scanner 18 is also in the front area 24 of the vehicle 10 arranged while the radar sensor 20 centrally on a roof of the vehicle 10 is appropriate.

Die Umgebungssensoren 16 sind dazu ausgebildet, Objekte 28 in einer Umgebung 30 des Fahrzeugs 10 zu erfassen und Sensorinformationen mit Umgebungsinformationen des Fahrzeugs 10 zu liefern. Dabei werden die Sensorinformationen aller Umgebungssensoren 16, 18, 20 gemeinsam ausgewertet zur Erzeugung einer Umgebungskarte. Die Umgebungssensoren 16, 18, 20 dienen insbesondere dazu, eine relative Lage zwischen Objekten 24 und dem Fahrzeug 10 zu bestimmen.The environmental sensors 16 are trained objects 28 in an environment 30 of the vehicle 10 to capture and sensor information with environmental information of the vehicle 10 to deliver. At the same time, the sensor information of all environmental sensors becomes 16 . 18 . 20 evaluated together to create an environment map. The environmental sensors 16 . 18 . 20 serve in particular to a relative position between objects 24 and the vehicle 10 to determine.

Nachfolgend wird unter Bezug auf 2 ein Verfahren zum Zuordnen von Objekten 28 in einer Vektor-basierten Repräsentation in Objekte 28 in einer Gitter-basierten Repräsentation zur Verwendung in dem Fahrunterstützungssystem 12 des Fahrzeugs 10 gemäß einer zweiten Ausführungsform beschrieben. Die Objekte 28 werden somit in ein Gitternetz 32 mit einer Mehrzahl gleichförmiger, regelmäßige angeordneter Gitterzellen 34 übertragen, wie nachfolgend im Detail ausgeführt ist. Die Unterteilung der Gitterzellen 34 erfolgt durch gleichmäßig beabstandete waagerechte und senkrechte Gitterlinien 36, 38, so dass die Gitterzellen 34 eine quadratische Form aufweisen. In der Gitter-basierten Repräsentation werden Objekte 28 typischerweise einzelnen Gitterzellen 34 des Gitternetzes 32 zugeordnet.Hereinafter, referring to 2 a method for assigning objects 28 in a vector-based representation in objects 28 in a grid-based representation for use in the driving assistance system 12 of the vehicle 10 described according to a second embodiment. The objects 28 thus become a grid 32 with a plurality of uniform, regularly arranged grid cells 34 transferred, as detailed below. The subdivision of the grid cells 34 is done by evenly spaced horizontal and vertical grid lines 36 . 38 so that the grid cells 34 have a square shape. The grid-based representation becomes objects 28 typically individual grid cells 34 of the grid 32 assigned.

Die Gitter-basierte Repräsentation dient als Umgebungskarte oder wird zur Erstellung der Umgebungskarte verwendet. Die Umgebungskarte stellt eine Repräsentation einer Umgebung 30 des Fahrzeugs 10 dar, in der die Objekte 28 in einer zweidimensionalen Karte dargestellt bzw. markiert sind. Auf Basis dieser Umgebungskarte kann das Fahrunterstützungssystem 12 seine Unterstützungsaufgabe durchführen.The grid-based representation serves as an environment map or is used to create the neighborhood map. The environment map represents a representation of an environment 30 of the vehicle 10 in which the objects 28 are shown or marked in a two-dimensional map. Based on this map, the driving support system can 12 perform his support task.

Das Verfahren beginnt in Schritt S100 mit einem Bereitstellen wenigstens eines Objekts 28 in der Vektor-basierten Repräsentation basierend auf einer Vektorposition 40 und einer dazugehörigen Verteilungsfunktion 42. Das Bereitstellen der Objekte 28 in der Vektor-basierten Repräsentation basiert auf der Erfassung des Objekts 28 mit den Umgebungssensoren 16, 18, 20. Die Umgebungssensoren 16, 18, 20 liefern Sensorinformationen, welche die Objekte 28 angeben, in einer Vektorschreibweise, beispielsweise mit einer Richtung und einer Entfernung, woraus sich eine Vektorposition 40 des Objekts 28 ergibt. Die Sensorinformation sind mit einem Fehler behaftet abhängig beispielsweise von einer Art des Umgebungssensors 16, 18, 20, einer Position des Umgebungssensors 16, 18, 20 an dem Fahrzeug 10, einer Position eines Objekts 28 in Bezug auf den Umgebungssensor 16, 18, 20, Umgebungsbedingungen wie beispielsweise einer Temperatur, Luftfeuchte, Regen oder Luftdichte oder auch weiteren Faktoren.The procedure begins in step S100 with providing at least one object 28 in the vector-based representation based on a vector position 40 and an associated one distribution function 42 , Deploying the objects 28 in the vector-based representation is based on the detection of the object 28 with the environmental sensors 16 . 18 . 20 , The environmental sensors 16 . 18 . 20 provide sensor information representing the objects 28 in vector notation, for example with a direction and a distance, resulting in a vector position 40 of the object 28 results. The sensor information is subject to an error depending, for example, on one type of environmental sensor 16 . 18 . 20 , a position of the environmental sensor 16 . 18 . 20 on the vehicle 10 , a position of an object 28 in relation to the environmental sensor 16 . 18 . 20 , Ambient conditions such as a temperature, humidity, rain or air density or other factors.

Der Fehler wird durch die Verteilungsfunktion 42 berücksichtigt, die eine Information in Bezug auf eine Genauigkeit der Vektorposition 40 des Objekts 28 darstellt. Die Verteilungsfunktion 42 ist hier als elliptische Verteilungsfunktionen 42 ausgeführt, wie in den 3 bis 5 erkennbar ist. Dabei kann die elliptische Verteilungsfunktionen 42 unterschiedlich ausgeprägt sein, so dass sich beispielsweise in dem Ausführungsbeispiel der 3 eine fast kreisförmige Verteilungsfunktion 42 ergibt. Auch können die Verteilungsfunktionen unterschiedlich große Bereiche um die Vektorposition 40 des Objekts 28 herum erfassen. Die Verteilungsfunktionen 42 der Ausführungsbeispiele in den 3 bis 5 zeigen beispielhafte Verteilungsfunktionen 42 mit entsprechend unterschiedlich großen Bereichen. Die Verteilungsfunktion 42 ist hier eine gaußsche Glockenfunktion.The error is due to the distribution function 42 takes into account the information relating to an accuracy of the vector position 40 of the object 28 represents. The distribution function 42 is here as elliptic distribution functions 42 executed, as in the 3 to 5 is recognizable. In doing so, the elliptical distribution functions 42 be different, so that, for example, in the embodiment of 3 an almost circular distribution function 42 results. Also, the distribution functions may have different sized areas around the vector position 40 of the object 28 capture around. The distribution functions 42 the embodiments in the 3 to 5 show exemplary distribution functions 42 with correspondingly different areas. The distribution function 42 Here is a Gaussian bell function.

In nachfolgendem Schritt S110 wird die Vektorposition 40 des Objekts 28 bzw. der Objekte 28 auf die Gitterzellen 34 des Gitternetzes 32 übertragen. Dabei wird zunächst lediglich die Vektorposition 40 des Objekts 28 ohne Fehler auf das Gitternetz 32 übertragen.In the following step S110 becomes the vector position 40 of the object 28 or the objects 28 on the grid cells 34 of the grid 32 transfer. At first, only the vector position is used 40 of the object 28 without error on the grid 32 transfer.

Anschließend wird in Schritt S120 auch die Verteilungsfunktion 42 des jeweiligen Objekts 28 auf die Gitterzellen 34 des Gitternetzes 32 übertragen. Es erfolgt ein Mapping der Verteilungsfunktion 42 in den Koordinaten des Gitternetzes 32 ausgehend von der jeweiligen Vektorposition 40. Dabei wird Verteilungsfunktion 42 auf die Mehrzahl Gitterzellen 34 des Gitternetzes 32 projiziert, so dass sich Funktionswerte in dem Gitternetz 32 in einer einfachen Weise abhängig von Netzkoordinaten des Gitternetzes 32 ergeben.Subsequently, in step S120 also the distribution function 42 of the respective object 28 on the grid cells 34 of the grid 32 transfer. There is a mapping of the distribution function 42 in the coordinates of the grid 32 starting from the respective vector position 40 , Thereby becomes distribution function 42 on the majority of grid cells 34 of the grid 32 projected, so that function values in the grid 32 in a simple way depending on network coordinates of the grid 32 result.

In Schritt S130 wird die Verteilungsfunktion 42 basierend auf einer Existenz-Masse skaliert. Die Existenz-Masse ist ein Grad einer Überzeugung und wird als Überzeugungsfunktion angegeben. Die Existenz-Masse ist ein linearer Faktor, so dass die Skalierung zu einer beliebigen Zeit durchgeführt werden kann. Schritt S130 kann also auch früher oder später erfolgen, beispielsweise als erster Schritt oder als letzter Schritt des beschriebenen Verfahrens.In step S130 becomes the distribution function 42 scaled based on an existence mass. The existential mass is a degree of conviction and is given as a persuasive function. The existence mass is a linear factor, so the scaling can be done at any time. step S130 Thus, it can also be done sooner or later, for example as a first step or as a last step of the described method.

In Schritt S140 werden relevante Gitterzellen 34 in dem Gitternetz 32 identifiziert. Das Identifizieren der relevanten Gitterzellen 34 betrifft eine Identifizierung derjenigen Gitterzellen 34 als relevant, die in einem relevanten Maß von der Verteilungsfunktion 42 erfasst werden. Für alle anderen Gitterzellen 34 sind die Funktionswerte der Verteilungsfunktion 42 nahe Null und werden vernachlässigt.In step S140 become relevant grid cells 34 in the grid 32 identified. Identifying the relevant grid cells 34 relates to an identification of those grid cells 34 as relevant, in a relevant measure of the distribution function 42 be recorded. For all other grid cells 34 are the functional values of the distribution function 42 close to zero and are neglected.

Vorliegend werden solche Gitterzellen 34 als relevante Gitterzellen 34 identifiziert, die in Kontakt mit einer maximalen räumlichen Ausdehnung 44 der Verteilungsfunktion 42 sind. Die maximale räumliche Ausdehnung 44 ist in diesem Ausführungsbeispiel mit einer Box definiert, welche die Projektion der Verteilungsfunktion 42 auf das Gitternetz 32 vollständig enthält, wie in 5 dargestellt ist. Dabei ist zu berücksichtigen, dass sich die Funktionswerte der Verteilungsfunktion 42 mit zunehmendem Abstand von der Vektorposition 40 asymptotisch gegen Null annähern, weshalb die Projektion der Verteilungsfunktion 42 in den 3 bis 5 für einen Grenzwert für die Funktionswerte der Verteilungsfunktion 42 dargestellt ist.In the present case, such grid cells 34 as relevant grid cells 34 identified that in contact with a maximum spatial extent 44 the distribution function 42 are. The maximum spatial extent 44 is defined in this embodiment with a box that the projection of the distribution function 42 on the grid 32 completely contains, as in 5 is shown. It should be noted that the functional values of the distribution function 42 with increasing distance from the vector position 40 asymptotically approaching zero, which is why the projection of the distribution function 42 in the 3 to 5 for a limit value for the function values of the distribution function 42 is shown.

In Schritt S150 werden Funktionswerte der Verteilungsfunktion 42 des jeweiligen Objekts 28 für jede Gitterzelle 34 aus einer Mehrzahl Gitterzellen 34 summiert. Dies betrifft die in Schritt S140 als relevant identifizierten Gitterzellen 34.In step S150 become function values of the distribution function 42 of the respective object 28 for each grid cell 34 from a plurality of grid cells 34 summed. This concerns the in step S140 grid cells identified as relevant 34 ,

Dazu wird die Verteilungsfunktion 42 des jeweiligen Objekts 28 für jede der relevanten Gitterzellen 34 integriert. Dadurch wird die Verteilungsfunktion 42 in dem Gitternetz 32 für jede der relevanten Gitterzellen 34 erfasst.This is the distribution function 42 of the respective object 28 for each of the relevant grid cells 34 integrated. This will make the distribution function 42 in the grid 32 for each of the relevant grid cells 34 detected.

Beim Integrieren der Verteilungsfunktion 42 wird für jede der Gitterzellen 34 eine 2-D Riemann Integration 46 durchgeführt. Dazu wird jede der relevanten Gitterzellen 34 in eine Mehrzahl Berechnungsflächen 48 unterteilt, hier beispielsweise zwanzig Berechnungsflächen 48, die eine quadratische oder rechteckige Form aufweisen. Für jede der Berechnungsflächen 48 der jeweiligen Gitterzelle 34 wird angenommen, dass die Verteilungsfunktion 42 einen konstanten Funktionswert bzw. eine konstante Höhe aufweist. Dabei wird als Höhe für die jeweilige Berechnungsfläche 48 die Höhe in der Mitte der Berechnungsfläche 48 angesetzt. Die 2-D Riemann Integration 46 ergibt sich somit aus der Grundfläche der Berechnungsfläche 48 multipliziert mit der Höhe in der Mitte davon. Es werden somit Volumina von Quadern 50 mit der Berechnungsfläche 48 als Grundfläche und der Höhe entsprechend dem Funktionswert der Verteilungsfunktion 42 in der Mitte der Berechnungsfläche 48 summiert, um die Funktionswerte in jeder Gitterzelle 34 zu integrieren. Die 2-D Riemann Integration 46 ist in der 6 in einem linken Teil für eine Gitterzelle 34, die in dem rechten Teil entsprechend umrandet ist, schraffiert dargestellt.When integrating the distribution function 42 is for each of the grid cells 34 a 2-D Riemann integration 46 carried out. For this, each of the relevant grid cells 34 into a plurality of calculation surfaces 48 divided, here for example twenty calculation areas 48 which have a square or rectangular shape. For each of the calculation areas 48 the respective grid cell 34 it is assumed that the distribution function 42 has a constant function value or a constant height. This is calculated as the height for the respective calculation area 48 the height in the middle of the calculation area 48 stated. The 2-D Riemann integration 46 thus results from the base area of the calculation area 48 multiplied by the height in the middle of it. There are thus volumes of blocks 50 with the calculation area 48 as base area and height according to the function value of the distribution function 42 in the middle of calculation area 48 sums to the function values in each grid cell 34 to integrate. The 2-D Riemann integration 46 is in the 6 in a left part for a grid cell 34 , which is bordered in the right part, hatched shown.

In Schritt S160, der optional ist, werden summierte Funktionswerte der Verteilungsfunktionen 42 von einer Mehrzahl Objekte 28 für jede der Gitterzellen 34 verschmolzen, um eine Belegung einer Gitterzelle 34 zu ermitteln. Eine solche Belegung ergibt sich durch mehrere von den Umgebungssensoren 16, 18, 20 erfasste Objekte 28, deren Verteilungsfunktionen zumindest teilweise überlappen. Das Verschmelzen der summierten Funktionswerte der Verteilungsfunktionen 42 der Mehrzahl Objekte 28 erfolgt basierend auf einer Dempster-Schäfer Modellierung. Es wird eine Aussage über eine Glaubensmasse, auch als Existenz-Masse bezeichnet, getroffen. Schritt S160 wird in einem alternativen Ausführungsbeispiel integral mit Schritt S150 oder vor Schritt S150 durchgeführt.In step S160 which is optional become summed function values of the distribution functions 42 of a plurality of objects 28 for each of the grid cells 34 fused to an occupancy of a grid cell 34 to investigate. Such occupancy results from several of the environmental sensors 16 . 18 . 20 captured objects 28 whose distribution functions overlap at least partially. Merging the summed function values of the distribution functions 42 the majority of objects 28 is based on a Dempster-Schäfer modeling. It is a statement about a belief mass, also referred to as existence mass. step S160 becomes integral with step in an alternative embodiment S150 or before step S150 carried out.

In Schritt S170 wird jedes der Objekte 28 basierend auf den summierten Funktionswerten der Verteilungsfunktion 42 zu den Gitterzellen 34 zugeordnet. Beispielsweise wird hier das Objekt 28 der Gitterzelle 34 zugeordnet, welche den höchsten summierten Funktionswert aufweist. Auch kann ein Objekt 28 einer Mehrzahl Gitterzellen 34 gemeinsam zugeordnet werden, wenn die summierten Funktionswerte der Verteilungsfunktion bestimmte Kriterien erfüllen.In step S170 becomes each of the objects 28 based on the summed function values of the distribution function 42 to the grid cells 34 assigned. For example, here is the object 28 the grid cell 34 associated with the highest summed function value. Also can be an object 28 a plurality of grid cells 34 when the summed function values of the distribution function meet certain criteria.

Beispielhaft ist hier in 3 dargestellt, dass sich die Verteilungsfunktion 42 über vier Gitterzellen 34 erstreckt, wobei zwei der Gitterzellen 34 eine Summe der skalierten Funktionswerte von 42,5 aufweisen, und zwei der Gitterzellen 34 eine Summe der skalierten Funktionswerte von 5,4 aufweisen. Das Objekt 28 wird in diesem Ausführungsbeispiel den beiden Gitterzellen 34 mit der höchsten Summe der skalierten Funktionswerte zugeordnet.Exemplary here in 3 shown that the distribution function 42 over four grid cells 34 extends, wherein two of the grid cells 34 a sum of the scaled function values of 42.5, and two of the grid cells 34 have a sum of the scaled function values of 5.4. The object 28 In this embodiment, the two grid cells 34 associated with the highest sum of the scaled function values.

Weiter ist beispielhaft in 4 dargestellt, dass sich die Verteilungsfunktion 42 über vier Gitterzellen 34 erstreckt, wobei eine der Gitterzellen 34 eine Summe der skalierten Funktionswerte von 50,3 aufweist, und die übrigen drei Gitterzellen 34 Summenwerte der skalierten Funktionswerte von 36,3, 6,6 bzw. 0,7 aufweisen. Das Objekt 28 wird in diesem Ausführungsbeispiel der Gitterzelle 34 mit der höchsten Summe der skalierten Funktionswerte zugeordnet.Next is exemplary in 4 shown that the distribution function 42 over four grid cells 34 extends, wherein one of the grid cells 34 has a sum of the scaled function values of 50.3, and the remaining three grid cells 34 Have cumulative values of the scaled function values of 36.3, 6.6, and 0.7, respectively. The object 28 becomes the grid cell in this embodiment 34 associated with the highest sum of the scaled function values.

BezugszeichenlisteLIST OF REFERENCE NUMBERS

1010
Fahrzeugvehicle
1212
FahrunterstützungssystemDriving assistance system
1414
Steuerungseinrichtungcontrol device
1616
Umgebungssensor, UltraschallsensorAmbient sensor, ultrasonic sensor
1818
Umgebungssensor, LaserscannerEnvironmental sensor, laser scanner
2020
Umgebungssensor, RadarsensorAmbient sensor, radar sensor
2222
Datenbusbus
2424
Frontbereichfront area
2626
Heckbereichrear area
2828
Objektobject
3030
UmgebungSurroundings
3232
Gitternetzgrid
3434
Gitterzellegrid cell
3636
waagerechte Gitterliniehorizontal grid line
3838
senkrechte Gitterlinievertical grid line
4040
Vektorpositionvector position
4242
Verteilungsfunktiondistribution function
4444
maximale räumliche Ausdehnungmaximum spatial extent
4646
2-D Riemann Integration2-D Riemann integration
4848
Berechnungsflächecalculation area
5050
Quadercuboid

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES 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 of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • DE 102015224197 A1 [0010]DE 102015224197 A1 [0010]
  • DE 102014111126 A1 [0011]DE 102014111126 A1 [0011]
  • DE 102013210263 A1 [0012]DE 102013210263 A1 [0012]
  • DE 102009007395 B4 [0013]DE 102009007395 B4 [0013]

Claims (12)

Verfahren zum Zuordnen von Objekten (28) in einer Vektor-basierten Repräsentation in Objekte (28) in einer Gitter-basierten Repräsentation mit einer Mehrzahl Gitterzellen (34) zur Verwendung in einem Fahrunterstützungssystem (12) eines Fahrzeugs (10), umfassend die Schritte Bereitstellen wenigstens eines Objekts (28) in der Vektor-basierten Repräsentation basierend auf einer Vektorposition (40) und einer dazugehörigen Verteilungsfunktion (42), Übertragen der Vektorposition (40) des wenigstens einen Objekts (28) auf die Gitterzellen (34), Übertragen der Verteilungsfunktion (42) des wenigstens einen Objekts (28) auf die Gitterzellen (34), Summieren von Funktionswerten der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede Gitterzelle (34) aus einer Mehrzahl Gitterzellen (34), und Zuordnen des wenigstens einen Objekts (28) zu den Gitterzellen (34) basierend auf den summierten Funktionswerten der Verteilungsfunktion (42).A method of mapping objects (28) in a vector-based representation into objects (28) in a grid-based representation having a plurality of grid cells (34) for use in a driving support system (12) of a vehicle (10), comprising the steps Providing at least one object (28) in the vector-based representation based on a vector position (40) and an associated distribution function (42), Transferring the vector position (40) of the at least one object (28) to the grid cells (34), Transmitting the distribution function (42) of the at least one object (28) to the grid cells (34), Summing function values of the distribution function (42) of the at least one object (28) for each grid cell (34) from a plurality of grid cells (34), and Associating the at least one object (28) with the grid cells (34) based on the summed function values of the distribution function (42). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Verfahren einen zusätzlichen Schritt zum Skalieren der Verteilungsfunktion (42) basierend auf einer Existenz-Masse umfasst.Method according to Claim 1 , characterized in that the method comprises an additional step of scaling the distribution function (42) based on an existence mass. Verfahren nach einem der vorhergehenden Ansprüche 1 oder 2, dadurch gekennzeichnet, dass das Verfahren eine zusätzlichen Schritt zum Verschmelzen von summierten Funktionswerten der Verteilungsfunktionen (42) von einer Mehrzahl Objekten (28) für jede Gitterzelle (34) aus der Mehrzahl Gitterzellen (34) umfasst.Method according to one of the preceding Claims 1 or 2 characterized in that the method comprises an additional step of merging summed function values of the distribution functions (42) from a plurality of objects (28) for each grid cell (34) of the plurality of grid cells (34). Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der Schritt des Verschmelzens von summierten Funktionswerten der Verteilungsfunktionen (42) von einer Mehrzahl Objekten (28) ein Verschmelzen basierend auf einer Dempster-Schäfer Modellierung umfasst.Method according to Claim 3 characterized in that the step of merging summed function values of the distribution functions (42) from a plurality of objects (28) comprises merging based on a Dempster-Schäfer modeling. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Schritt des Übertragens der Verteilungsfunktion (42) des wenigstens einen Objekts (28) auf die Gitterzellen (34) ein Projizieren der Verteilungsfunktion (42) auf die Mehrzahl Gitterzellen (34) umfasst.Method according to one of the preceding claims, characterized in that the step of transferring the distribution function (42) of the at least one object (28) to the grid cells (34) comprises projecting the distribution function (42) onto the plurality of grid cells (34). Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Schritt des Summierens von Funktionswerten der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede Gitterzelle (34) aus einer Mehrzahl Gitterzellen (34) ein Integrieren der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede der Gitterzellen (34) umfasst.Method according to one of the preceding claims, characterized in that the step of summing functional values of the distribution function (42) of the at least one object (28) for each grid cell (34) from a plurality of grid cells (34) comprises integrating the distribution function (42) of at least one object (28) for each of the grid cells (34). Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass der Schritt des Integrierens der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede der Gitterzellen (34) eine 2-D Riemann Integration (46) umfasst.Method according to Claim 6 characterized in that the step of integrating the distribution function (42) of the at least one object (28) for each of the grid cells (34) comprises a 2-D Riemann integration (46). Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die 2-D Riemann Integration (46) ein Aufteilen jeder der Gitterzellen (34) in eine Mehrzahl Berechnungsflächen (48), insbesondere 2 bis 20 Berechnungsflächen (48), vorzugsweise 5 bis 10 Berechnungsflächen (48), umfasst.Method according to Claim 7 , characterized in that the 2-D Riemann integration (46) comprises dividing each of the grid cells (34) into a plurality of calculation surfaces (48), in particular 2 to 20 calculation surfaces (48), preferably 5 to 10 calculation surfaces (48). Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren einen zusätzlichen Schritt zum Identifizieren relevanter Gitterzellen (34) umfasst, und der Schritt des Summierens von Funktionswerten der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede Gitterzelle (34) aus der Mehrzahl Gitterzellen (34) ein Summieren von Funktionswerten der Verteilungsfunktion (42) des wenigstens einen Objekts (28) für jede der relevanten Gitterzellen (34) umfasst.Method according to one of the preceding claims, characterized in that the method comprises an additional step for identifying relevant grid cells (34), and the step of summing functional values of the distribution function (42) of the at least one object (28) for each grid cell (34) from the plurality of grid cells (34) comprises summing function values of the distribution function (42) of the at least one object (28) for each of the relevant grid cells (34). Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass der Schritt des Identifizierens relevanter Gitterzellen (34) ein Erfassen von Gitterzellen (34) in Kontakt mit einer maximalen räumlichen Ausdehnung der Verteilungsfunktion (42) umfasst.Method according to Claim 9 characterized in that the step of identifying relevant grid cells (34) comprises detecting grid cells (34) in contact with a maximum spatial extent of the distribution function (42). Fahrunterstützungssystem (12) für ein Fahrzeug (10), wobei das Fahrunterstützungssystem (12) ausgeführt ist, Objekte (28) in einer Umgebung (30) des Fahrzeugs (10) in einer Vektor-basierten Repräsentation zu erfassen, und das Fahrunterstützungssystem (12) weiter ausgeführt ist, das Verfahren nach einem der vorhergehenden Ansprüche 1 bis 10 durchzuführen.A driving support system (12) for a vehicle (10), wherein the driving support system (12) is adapted to detect objects (28) in an environment (30) of the vehicle (10) in a vector-based representation, and the driving support system (12). is further executed, the method according to one of the preceding Claims 1 to 10 perform. Fahrzeug (10) mit einem Fahrunterstützungssystem (12) nach dem vorhergehenden Anspruch 11.Vehicle (10) with a driving support system (12) after the preceding one Claim 11 ,
DE102018100907.0A 2018-01-17 2018-01-17 Mapping of objects in vector-based representation into a grid-based representation Pending DE102018100907A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102018100907.0A DE102018100907A1 (en) 2018-01-17 2018-01-17 Mapping of objects in vector-based representation into a grid-based representation
PCT/EP2019/050737 WO2019141607A1 (en) 2018-01-17 2019-01-14 Assigning objects in a vector-based representation into a mesh-based representation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018100907.0A DE102018100907A1 (en) 2018-01-17 2018-01-17 Mapping of objects in vector-based representation into a grid-based representation

Publications (1)

Publication Number Publication Date
DE102018100907A1 true DE102018100907A1 (en) 2019-07-18

Family

ID=65243507

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018100907.0A Pending DE102018100907A1 (en) 2018-01-17 2018-01-17 Mapping of objects in vector-based representation into a grid-based representation

Country Status (2)

Country Link
DE (1) DE102018100907A1 (en)
WO (1) WO2019141607A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230089552A1 (en) * 2021-09-13 2023-03-23 Texas Instruments Incorporated Inverse radar sensor model and evidential grid mapping processors

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008062273A1 (en) * 2008-12-15 2010-06-17 Volkswagen Ag Method for supplying information over objects in surrounding of motor vehicle, involves detecting measuring data over objects, evaluating measuring data and supplying surrounding field representation
DE102013210263A1 (en) 2013-06-03 2014-12-04 Robert Bosch Gmbh Occupancy card for a vehicle
DE102009007395B4 (en) 2008-03-25 2015-11-26 Volkswagen Ag Method for map-based environment representation of a vehicle
DE102014111126A1 (en) 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Method for generating an environment map of an environmental area of a motor vehicle, driver assistance system and motor vehicle
DE102015224197A1 (en) 2015-06-25 2016-12-29 Hyundai Motor Company A SYSTEM AND METHOD FOR WRITING A CONCRETE GRID EDUCATION OF A SENSOR-CENTERED COORDINATE SYSTEM USING A LASER SCANNER

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6239664B2 (en) * 2016-03-16 2017-11-29 株式会社デンソーアイティーラボラトリ Ambient environment estimation apparatus and ambient environment estimation method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009007395B4 (en) 2008-03-25 2015-11-26 Volkswagen Ag Method for map-based environment representation of a vehicle
DE102008062273A1 (en) * 2008-12-15 2010-06-17 Volkswagen Ag Method for supplying information over objects in surrounding of motor vehicle, involves detecting measuring data over objects, evaluating measuring data and supplying surrounding field representation
DE102013210263A1 (en) 2013-06-03 2014-12-04 Robert Bosch Gmbh Occupancy card for a vehicle
DE102014111126A1 (en) 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Method for generating an environment map of an environmental area of a motor vehicle, driver assistance system and motor vehicle
DE102015224197A1 (en) 2015-06-25 2016-12-29 Hyundai Motor Company A SYSTEM AND METHOD FOR WRITING A CONCRETE GRID EDUCATION OF A SENSOR-CENTERED COORDINATE SYSTEM USING A LASER SCANNER

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230089552A1 (en) * 2021-09-13 2023-03-23 Texas Instruments Incorporated Inverse radar sensor model and evidential grid mapping processors
US11994582B2 (en) * 2021-09-13 2024-05-28 Texas Instruments Incorporated Inverse radar sensor model and evidential grid mapping processors

Also Published As

Publication number Publication date
WO2019141607A1 (en) 2019-07-25

Similar Documents

Publication Publication Date Title
EP2943910B1 (en) Creation of an obstacle map
EP3008534B1 (en) Method for modelling the surroundings of a vehicle
DE102013210263A1 (en) Occupancy card for a vehicle
DE102013208521A1 (en) Collective learning of a highly accurate road model
DE102011100927A1 (en) Object and vehicle detection and tracking using 3-D laser rangefinder
DE102014208009A1 (en) Capture static and dynamic objects
DE102018100487A1 (en) OBJECT TRACKING THROUGH UNDUE MONITORING
EP3142913B1 (en) Surroundings map for driving surface with any height profil
DE102011111440A1 (en) Method for representation of environment of vehicle, involves forming segments of same width from image points of equal distance in one of image planes, and modeling objects present outside free space in environment
DE102011113016A1 (en) Method for representing environment of vehicle, involves increasing detail information level of hierarchical data structure corresponding to object with high uncertainty than that of other objects identified in environment of vehicle
DE102014111125A1 (en) Method for detecting an object in an environmental region of a motor vehicle by means of an ultrasonic sensor, driver assistance system and motor vehicle
DE102016003261A1 (en) Method for self-localization of a vehicle in a vehicle environment
DE102019008093A1 (en) Method for merging sensor data from a large number of detection devices using a sparse occupancy grid, as well as a driver assistance system
DE102015003666A1 (en) Method for processing acquired measured data of a sensor
DE102014200279A1 (en) Method and device for detecting objects in an environment of a vehicle
DE112016005947T5 (en) Vehicle determination device, vehicle determination method, and vehicle determination program
DE102019117559A1 (en) Method and system for merging two-dimensional semantic information from images with a three-dimensional point cloud
DE102020200169B3 (en) Method for merging several data sets for the generation of a current lane model of a roadway and device for data processing
DE102019123483B4 (en) Method and motor vehicle control unit for detecting the surroundings of a motor vehicle by merging sensor data at point cloud level
DE102020112825A1 (en) Method for detecting relevant static objects within a lane as well as computing device for a driver assistance system of a vehicle
DE102019132150A1 (en) Method for automatically calibrating an environment sensor, in particular a lidar sensor, of a vehicle on the basis of occupancy cards and computing device
DE102016220581A1 (en) METHOD AND DEVICE FOR DETERMINING A ENVIRONMENTAL MODEL
DE102018100907A1 (en) Mapping of objects in vector-based representation into a grid-based representation
DE102022000849A1 (en) Method for generating an environment representation for a vehicle
DE102020119498A1 (en) Method for estimating a vehicle's own motion based on measurements from a lidar sensor and computing device

Legal Events

Date Code Title Description
R163 Identified publications notified