DE102018207260A1 - METHOD AND DEVICE FOR DETERMINING THE WIDTH OF A ROAD TRACK - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Abschätzen der Breite einer Fahrspur (SP), entlang der sich ein Fahrzeug (F) bewegt. Zunächst wird zur Bestimmung eines Referenzmodells eine erste Breite (W), wenn sich das Fahrzeug entlang eines ersten Abschnitts (A) der Fahrspur (SP) bewegt, in dem Fahrspurbegrenzungen (P1, P2) vorgesehen sind, bestimmt. Wenn sich das Fahrzeug in einem Abschnitt (B) bewegt, in dem keine Fahrspurbegrenzungen (P1, P2) vorhanden sind, dann wird die Fahrspurbreite durch eine lineare Vorhersage mittels eines Korrekturfaktors vorhergesagt und dann der Korrekturfaktor so bestimmt, dass die Fehlerdifferenz zwischen Referenzbreiten (W(n)) und erfassten neuen Breiten minimiert wird, woraus sich die tatsächliche Fahrspurbreite ergibt.

The invention relates to a method and an apparatus for estimating the width of a lane (SP) along which a vehicle (F) moves. First, to determine a reference model, a first width (W) is determined as the vehicle moves along a first portion (A) of the lane (SP) in which lane boundaries (P1, P2) are provided. When the vehicle is moving in a section (B) where there are no lane boundaries (P1, P2), the lane width is predicted by a linear prediction by means of a correction factor, and then the correction factor is determined so that the error difference between reference widths (W (n)) and detected new latitudes, which gives the actual lane width.

Description

GEBIET DER ERFINDUNGFIELD OF THE INVENTION

Die Erfindung betrifft allgemein das Gebiet von Fahrerassistenzsystemen und das autonome Fahren. Hier ist es von besonderer Notwendigkeit die Fahrspurbreite genau zu erfassen, insbesondere auch dann, wenn keine Fahrspurbegrenzungen wie beispielsweise Leitplanken vorhanden sind, die von seitlichen Radarsystemen am Fahrzeug zur Bestimmung des seitlichen Abstands erfasst werden können. So benötigen z.B. Sicherheitssysteme, wie eine Fahrzeugzwischenabstandssteuerung oder eine laterale Steuerung des Fahrzeugs, für eine effiziente Steuerung genaue Informationen über die linkseitigen und rechtsseitigen Abstände des Fahrzeugs zum Fahrbahnrand, sowie über die tatsächliche Fahrspurbreite.The invention generally relates to the field of driver assistance systems and autonomous driving. Here it is of particular importance to accurately detect the lane width, especially even if no lane boundaries such as crash barriers are present, which can be detected by lateral radar systems on the vehicle to determine the lateral distance. For example, e.g. Safety systems, such as inter-vehicle distance control or lateral control of the vehicle, for efficient control, provide accurate information about the left and right side distances of the vehicle from the roadway edge, as well as the actual lane width.

HINTERGRUND DER ERFINDUNGBACKGROUND OF THE INVENTION

Die Bestimmung bzw. die Kenntnis über Abstände zu den Randbereichen einer Straße bzw. über die Breite der Straße ist nicht nur in Fahrerassistenzsystemen (Advanced Driver Assistance System; ADAS) wichtig, sondern ist auch für die Fahrtregelung (Adaptive Cruise Control; ACC), die Notfalllenkungsunterstützung (Emergency Steering Assist; ESA), die Randabschätzung auf Landstraßen, für selbst fahrende Fahrzeuge, autonome Fahrzeuge, für die Erfassung im freien Raum (Free Space Detection; FRS) und für Straßenkantenerfassung und Leitplankenerfassung notwendig.The determination or knowledge of distances to the peripheral areas of a road or across the width of the road is not only important in Advanced Driver Assistance Systems (ADAS), but also for the Adaptive Cruise Control (ACC), the Emergency Steering Assist (ESA), on-highway edge assessment, self-propelled vehicles, autonomous vehicles, Free Space Detection (FRS), and road edge detection and guardrail detection.

Die genaue Straßenverlaufsabschätzung und die Straßenrandabschätzung sind zwei essenzielle und wichtige Funktionen, um beispielsweise mit irgendeinem autonomen Navigationssystem zu arbeiten. Gewöhnlicherweise weisen Straßen in Stadtgebieten im allgemeinen gut definierte Fahrspurmarkierungen mit konstanter Breite und gut definierten Ecken bzw. Kurven auf, die vom Radarsensor gut erfasst werden können. Andererseits neigen Landstraßen in ländlichen Gebieten dazu viel weniger strukturiert zu sein, und sie sind im Allgemeinen ohne Markierungen bzw. Leitplanken.The accurate road assessment and roadside estimation are two essential and important functions to work with, for example, any autonomous navigation system. Usually, urban roadways generally have well-defined lane markings of constant width and well defined corners or curves that can be well detected by the radar sensor. On the other hand, rural roads tend to be much less structured in rural areas and they are generally without markings.

1 zeigt einige Beispiele von Landstraßen und einer Autobahn, bei denen Leitplanken typischerweise fehlen. Bei derartigen Straßen ist die genaue Straßenbegrenzungsabschätzung eine der größten Herausforderungen bei hochentwickelten Fahrerassistenzsystemen. 1 shows some examples of highways and a freeway where crash barriers are typically missing. In such roads, accurate road boundary estimation is one of the biggest challenges in advanced driver assistance systems.

Heutzutage existieren zahlreiche Lösungen unter Verwendung von Sichtsensoren, LIDAR und/oder einer Kombination von Radarsensoren. Jedoch sind die meisten Sichtsysteme (Vision Systeme) nur gut geeignet, um Fahrspurmarkierungen zu erfassen. Laserscanner weisen eine hohe Auflösung im Azimut und eine breites Sichtfeld auf, was sie grundlegend geeignet macht für die Fahrspurerfassung und für die Extraktion von Kurven, entlang der Kanten der Straße. Der Hauptnachteil von visuellen und Lasersensoren ist der Mangel an Robustheit gegenüber schlechten Witterungsbedingungen wie beispielsweise Nebel und Staub. Radarsensoren haben sich dagegen bei unterschiedlichen Wetterbedingungen wie bei Staub, Nebel und Schnee als sehr robust erwiesen. Diese positiven Aspekte haben die Fahrzeughersteller dazu angeregt, Fahrzeuge mit Radarsensoren auszurüsten, um intelligente Aufgaben auszuführen, wie beispielsweise eine Kollisionsvermeidung, eine Verkehrssituations-Interpretation und die Erfassung von sich bewegenden Objekten.Nowadays many solutions exist using visual sensors, LIDAR and / or a combination of radar sensors. However, most vision systems are only well suited for detecting lane markings. Laser scanners have a high resolution in azimuth and a wide field of view, which makes them fundamentally suitable for lane detection and for the extraction of curves along the edges of the road. The main disadvantage of visual and laser sensors is the lack of robustness to bad weather conditions such as fog and dust. In contrast, radar sensors have proven to be very robust in different weather conditions such as dust, fog and snow. These positive aspects have encouraged vehicle manufacturers to equip vehicles with radar sensors to perform intelligent tasks such as collision avoidance, traffic situation interpretation and detection of moving objects.

So beschreibt beispielsweise die US 8,412,416 B2 eine Kollisions-Warneinrichtung mit der Erfassung von Leitplanken. Ein radargestütztes Erfassungssystem, welches in dem Fahrzeug zur Erfassung von sowohl sich bewegenden Zielen als auch stationären Objekten wie beispielsweise einer Leitplanke angebracht ist, erzeugt einen Alarm auf Grundlage des dynamischen Zustands des Fahrzeugs und des erfassten Verlaufs einer Leitplanke.For example, describes the US 8,412,416 B2 a collision warning device with the detection of crash barriers. A radar-based detection system mounted in the vehicle for detecting both moving targets and stationary objects such as a guardrail generates an alarm based on the dynamic state of the vehicle and the detected course of a guardrail.

In dem Artikel „Probabilistic Estimation of Unmarked Roads using Radar“, von Juan Nieto et. al., Journal of Physical Agents, Vol. 4, No. 2, May 2010 wird eine Radarrückstreuung von verschiedenen Punkten auf einer Straßenkante ausgewertet und dann wird ein GMM (Gauß'sches Mischmodell; Gaussian Mixture Model) mit gewichteten Koeffizienten ausgeführt, um die Straßenbegrenzung abzuschätzen. Zwar ist hier die Existenz einer Leitplanke nicht erforderlich, das System ist aber äußerst empfindlich gegenüber Steinen, Rauschkomponenten und Reflektionen, da diese als Folge der starken Rückstreuungen zu hohen Gewichtungen führen kann.In the article "Probabilistic Estimation of Unmarked Roads using Radar", by Juan Nieto et. al., Journal of Physical Agents, Vol. 4, no. 2, May 2010 For example, a radar backscatter from various points on a road edge is evaluated, and then a Gaussian Mixture Model (GMM) is performed with weighted coefficients to estimate the road boundary. Although the existence of a guardrail is not required here, the system is extremely sensitive to stones, noise components, and reflections, as this can lead to high weightings as a result of the strong backscattering.

Ferner gibt es Systeme, die auf einer Kombination von Radar und Videoinformationen gestützt sind. Dabei ist keinerlei vorherige exakte Kenntnis über den Straßenverlauf oder über unterschiedliche Typen von Straßen notwendig. Informationen, die aus einem Algorithmus erhalten werden, der Straßenmarkierungen und Straßenkanten in Bildern, die von einer Videokamera aufgenommen werden, sowie Daten, die von einem Radarsensor erfasst werden, werden miteinander kombiniert. Jede Straßenmarkierung, jede Straßenkante und jede Straßenbarriere wird dann individuell nachverfolgt. Ein Kantenbild wird für eine Fahrspurmarkierungserfassung verwendet und eine Texturinformation wird für eine Straßenkantenerfassung verwendet. Zusätzliche Daten, die von einem Radarsensor bereitgestellt werden, werden verwendet, um Ziele zu messen, die sich auf statische Barrieren entlang der Straßenseite beziehen, beispielsweise Leitplanken. Der Ausgang von jeder Verarbeitungseinheit kann dann in einem Kalmar-Filternetz zusammengefasst werden, wobei die Qualität von jedem Untersystem das Betriebsverhalten des Gesamtsystems maßgeblich beeinflusst. Das zugrundeliegende geometrische Straßenmodell umfasst dann Parameter für mehrere Fahrspuren, die flankierende Straßenkante, sowie die relative Positionierung des Fahrzeugs.There are also systems based on a combination of radar and video information. No previous exact knowledge of the road or different types of roads is necessary. Information obtained from an algorithm, the road markings and Road edges in images captured by a video camera and data captured by a radar sensor are combined. Each road mark, road edge and road barrier is then individually tracked. An edge image is used for lane mark detection, and texture information is used for road edge detection. Additional data provided by a radar sensor is used to measure targets related to static barriers along the roadside, such as crash barriers. The output of each processing unit can then be summarized in a Kalmar filtering network, the quality of each subsystem significantly affecting the performance of the overall system. The underlying geometric road model then includes parameters for multiple lanes, the flanking road edge, and the relative positioning of the vehicle.

Der bislang bekannte Stand der Technik für die Abschätzung von Straßenverläufen, d.h. der Breite der Fahrspur relativ zu einem sich bewegenden Fahrzeug, verwendet also die Leitplanken-Information für eine Straßenverlaufsabschätzung nicht, ist maßgeblich auf unmittelbare Rückstreuungen gestützt, wenn keine Leitplankeninformation aufgenommen werden kann, oder ist äußerst empfindlich gegenüber Steinen, Rauschkomponenten und Reflektionen, da diese hohe Gewichtungen als Folge der starken Rückstreuungen hervorrufen. Kombinierte Systeme, die zwei unterschiedliche Erfassungstechniken verwenden, sind zudem technisch aufwendig.The hitherto known state of the art for the estimation of road courses, i. the width of the lane relative to a moving vehicle, thus does not use the guardrail information for a roadway estimation, is largely based on immediate backscatter when no guardrail information can be recorded, or is extremely sensitive to stones, noise components, and reflections since these are high Weighting as a result of strong backscattering. Combined systems that use two different detection techniques are also technically complex.

Zudem gibt es noch das Problem, dass dann, wenn das Erfassungssystem auf die Erfassung von Leitplanken gestützt ist, das System fehlerhaft arbeitet, wenn die Leitplanken abrupt nicht mehr vorhanden sind, wie in 2 gezeigt. Dort ist im Abschnitt A der Fahrspur noch die Leitplankeninformation verfügbar, während im Abschnitt B auf andere Techniken zurückgegriffen werden muss. Insbesondere fehlt die Leitplane relativ abrupt, so dass Fahrspurbreiten-Erkennungssysteme, die auf die Leitplankenrückstreungen gestützt sind, abrupt keine zuverlässige Information bereitstellen.In addition, there is the problem that if the detection system is based on detection of guardrails, the system will malfunction if the guardrails abruptly disappear, as in 2 shown. There, the guardrail information is still available in section A of the lane, while in section B other techniques must be used. In particular, the guardrails are relatively abruptly absent so that lane width recognition systems, which are based on the guardrail returns, abruptly provide no reliable information.

ZUSAMMENFASSUNG DER ERFINDUNGSUMMARY OF THE INVENTION

Somit liegt der Erfindung das technische Problem zugrunde, ein Verfahren und eine Vorrichtung anzugeben, mit denen die Fahrspurbreite bzw. der linke und rechte Abstand von einem Fahrzeug auch dann genau abgeschätzt werden kann, wenn keine Fahrbahnbegrenzungen vorgesehen sind bzw. wenn diese abrupt fehlen.Thus, the invention is based on the technical problem of providing a method and a device with which the lane width or the left and right distance from a vehicle can be estimated accurately even if no road boundaries are provided or if they are abruptly missing.

Gemäß einem Aspekt umfasst ein Verfahren zum Abschätzen der Breite einer Fahrspur, entlang der sich ein Fahrzeug bewegt, wobei die Breite der Fahrspur durch Aussenden von Messsignalen von Messgeräten von dem Fahrzeug in Richtung auf die seitliche Fahrbahnumgebung hin und durch Aufnehmen von Reflexionensignalen, die von der Fahrbahnumgebung reflektiert werden, durch die Messgeräte bestimmt wird, ein Bestimmen einer ersten Breite, wenn sich das Fahrzeug entlang eines ersten Abschnitts der Fahrspur bewegt, in dem Fahrspurbegrenzungen vorgesehen sind, wobei die erste Breite auf Grundlage von ersten Reflexionssignalen, die von den Fahrspurbegrenzungen reflektiert werden, bestimmt wird, ein Bestimmen einer Anzahl von Referenzbreiten, wenn sich das Fahrzeug entlang eines zweiten Abschnitts der Fahrspur bewegt, an dem keine Fahrspurbegrenzungen vorgesehen sind, wobei die Referenzbreiten mithilfe einer linearen Vorhersage auf Grundlage der ersten Breite während der Bewegung des Fahrzeugs entlang des zweiten Abschnitts bestimmt werden, ein Bestimmen von zweiten Breiten auf Grundlage von Reflexionssignalen von der Fahrbahnumgebung, wenn sich das Fahrzeug in dem zweiten Abschnitt der Fahrspur bewegt, und ein Bestimmen eines Korrekturfaktors, der die Summe der kleinsten Fehlerquadrate der Fehlerdifferenzen zwischen den jeweiligen Referenzbreiten und den zweiten Breiten minimiert.According to one aspect, a method of estimating the width of a lane along which a vehicle moves, the width of the lane, by sending measurement signals from gauges from the vehicle toward the lateral roadway environment and by receiving reflectance signals received from the vehicle Be detected by the measuring devices, determining a first width when the vehicle moves along a first portion of the lane in which lane boundaries are provided, wherein the first width based on first reflection signals, which are reflected from the lane boundaries determining a determination of a number of reference widths as the vehicle moves along a second portion of the lane where lane boundaries are not provided, the reference widths using a linear prediction based on the first latitude during movement of the vehicle along the second section, determining second widths based on reflectance signals from the roadway environment when the vehicle is moving in the second portion of the lane, and determining a correction factor that is the sum of the least squares of the error differences between the respective reference widths and minimizes the second widths.

Gemäß einem weiteren Aspekt ist die Breite der Fahrspur die Summe der mit dem Korrekturfaktor korrigierten zweiten Breiten.In another aspect, the width of the lane is the sum of the correction corrected second widths.

Gemäß einem weiteren Aspekt umfassen die Messgeräte zwei am Fahrzeug seitlich angebrachte Radarmessgeräte, wobei die Radarmessgeräte Radarsignale in einem Bereich seitlich vom Fahrzeug aussenden.According to a further aspect, the measuring devices comprise two radar instruments mounted laterally on the vehicle, the radar instruments emitting radar signals in an area laterally of the vehicle.

Gemäß einem weiteren Aspekt umfassen die Messgeräte ein an der Fahrzeugfront angebrachtes Radarmessgerät zum Abstrahlen von Radarsignalen vor dem Fahrzeug.According to a further aspect, the measuring devices comprise a radar measuring device mounted on the front of the vehicle for emitting radar signals in front of the vehicle.

Gemäß einem weiteren Aspekt werden die zweiten Breiten in dem zweiten Abschnitt der Fahrspur folgendermaßen bestimmt: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{r}_k}\end{array}$$

wobei X(n) die zweiten Breiten sind, L(n) und R(n) linke und rechte Breiten sind, l_k und r_k Intensitätswerte der von dem linken bzw. rechten Messgerät (LM, RM) aufgenommenen Reflexionssignale sind, α und β dynamische Gewichtungen sind, die durch eine Clusterbildung und Mischmodellierung bestimmt werden, und n ein laufender Index der Breiten ist.In another aspect, the second widths in the second portion of the lane are determined as follows: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{r}_k}\end{array}$$

where X (n) are the second widths, L (n) and R (n) are left and right widths, l _k and r _{k are} intensity values of the reflection signals picked up by the left and right measuring devices (LM, RM), α and β are dynamic weights determined by clustering and blending modeling, and n is a running index of the widths.

Gemäß einem weiteren Aspekt werden die Referenzbreiten bzw. die tatsächliche abgeschätzte Breite W(n) folgendermaßen bestimmt : $$W\left(n\right)={\displaystyle {\sum }_{i}X\left(n-1-i\right)\mathrm{\ast }}C$$

wobei C der Korrekturfaktor ist.According to another aspect, the reference widths and the actual estimated width W (n) are determined as follows: $$W\left(n\right)={\displaystyle {\Sigma }_{i}X\left(n-1-i\right)\mathrm{*}}C$$

where C is the correction factor.

Gemäß einem weiteren Aspekt werden die Fehlerdifferenzen e folgendermaßen bestimmt: $$e=W\left(n\right)-X\left(n\right)$$

wobei die Summe MSE der kleinsten Fehlerquadrate folgendermaßen bestimmt wird: $$MSE=\frac{1}{n}{\displaystyle \sum _n{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

und wobei der Korrekturfaktor C die Summe MSE minimiert, so dass $$MSE\approx 0$$

In another aspect, the error differences e are determined as follows: $$e=W\left(n\right)-X\left(n\right)$$

where the sum least squares MSE is determined as follows: $$MSe=\frac{1}{n}{\displaystyle \underset{n}{\Sigma }{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

and wherein the correction factor C minimizes the sum MSE such that $$MSe\approx 0$$

Gemäß einem weiteren Aspekt wird die Breite des Fahrzeugs weiter auf Grundlage von Sensorsignalen des Frontradars korrigiert.In another aspect, the width of the vehicle is further corrected based on sensor signals of the front radar.

Gemäß einem weiteren Aspekt ist ein weiteres Radarmessgerät vorgesehen, welches die Fahrspuroberfläche scannt.In another aspect, another radar gauge is provided which scans the lane surface.

Gemäß einem weiteren Aspekt werden die Breitenwerte zur Breitenabschätzung in Kurven in linkseitige und rechtsseitige Breiteninformation zerlegt, die dann auf eine Klothoide-Formel angepasst werden.According to another aspect, the width values for width estimation are decomposed in curves into left-sided and right-side width information, which are then adapted to a clothoid formula.

Gemäß einem weiteren Aspekt umfasst eine Vorrichtung zum Bestimmen der Breite einer Fahrspur zur Durchführung der obigen Verfahrensschritte zwei seitlich am Fahrzeug angebrachte Messgeräte zum Aussenden von Messsignalen und zum Aufnehmen von Reflexionssignalen, die von der Fahrspurumgebung der Fahrspur reflektiert werden, und eine Recheneinheit, zum Bestimmen der ersten Breite, der Referenzbreiten und der zweiten Breiten, sowie der Summe der kleinsten Fehlerquadrate, wenn sich das Fahrzeug in dem ersten bzw. zweiten Abschnitt der Fahrspur befindet.According to a further aspect, a device for determining the width of a lane for carrying out the above method steps comprises two laterally mounted on the vehicle measuring devices for emitting measurement signals and for receiving reflection signals that are reflected from the traffic lane environment of the lane, and a computing unit for determining the first latitude, the reference widths and the second latitudes, and the sum of the least squares when the vehicle is in the first and second sections of the lane.

Gemäß einem weiteren Aspekt umfasst die Vorrichtung ein weiteres Messgerät im Frontbereich des Fahrzeugs.According to a further aspect, the device comprises a further measuring device in the front region of the vehicle.

Gemäß einem weiteren Aspekt ist ein Speichermedium vorgesehen, auf dem ein Computerprogramm mit Befehlen zur Durchführung der obigen Verfahrensschritte gespeichert ist.According to a further aspect, a storage medium is provided on which a computer program with instructions for carrying out the above method steps is stored.

Weitere vorteilhafte Ausführungsformen und Verbesserungen der Erfindung sind in den Unteransprüchen angegeben. Nachstehend wird die Erfindung anhand ihrer vorteilhaften Ausführungsformen näher beschrieben. Further advantageous embodiments and improvements of the invention are specified in the subclaims. The invention will be described in more detail below with reference to its advantageous embodiments.

Figurenlistelist of figures

Die beiliegenden Figuren, in denen gleiche Bezugszeichen identische oder funktional ähnliche Elemente überall in den getrennten Ansichten bezeichnen, sind zusammen mit der ausführlichen nachstehend angegebenen Beschreibung in die Spezifikation eingebaut und bilden einen Teil davon, und dienen zur weiteren Illustration von Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, und erläutern verschiedene Prinzipien und Vorteile von diesen Ausführungsformen. In den Zeichnungen zeigen:

• 1 eine Übersicht von Straßenverläufen in ländlichen Gebieten, bei denen keine Leitplankeninformation verfügbar ist;
• 2 mehrere Straßenverläufe, bei denen in verschiedenen Abschnitten A, B Leitplanken vorhanden sind oder nicht;
• 3 eine Ansicht eines gekrümmten Straßenabschnitts, bei dem die Anwesenheit von hochreflektierenden Bäumen die Abschätzung des Straßenverlaufs bzw. der Breite verzerrt;
• 4 eine Ansicht, die Abschnitte einer Straße mit und ohne Leitplanke zeigt;
• 5 ein Blockschaltbild der Vorrichtung gemäß einer Ausführungsform der Erfindung, mit zwei seitlich angebrachten Messgeräten LM, RM und einem Frontmessgerät FM, sowie einer zugehörigen Recheneinheit RE;
• 6 ein mit Blöcken ausgeführtes Flussdiagramm gemäß einer Ausführungsform des erfindungsgemäßen Verfahrens;
• 7 ein Diagramm des erfindungsgemäßen Algorithmus bei Anwesenheit von Leiplanken P1, P2 in beiden Abschnitten A und B; und
• 8 ein Diagramm des erfindungsgemäßen Algorithmus bei Abwesenheit von Leiplanken im Abschnitt B.

The accompanying drawings, in which like reference numerals designate identical or functionally similar elements throughout the several views, are incorporated in and constitute a part of the specification, together with the detailed description given below, and serve to further illustrate embodiments of concepts that embody the invention claimed invention, and explain various principles and advantages of these embodiments. In the drawings show:

• 1 an overview of rural lanes where no guardrail information is available;
• 2 several roads, in different sections A . B Crash barriers are present or not;
• 3 a view of a curved road section, in which the presence of highly reflective trees distorts the estimation of the road or the width;
• 4 a view showing sections of a road with and without guardrail;
• 5 a block diagram of the device according to an embodiment of the invention, with two side-mounted measuring devices LM . RM and a front measuring device FM , as well as an associated arithmetic unit RE;
• 6 a block diagram of a flowchart according to an embodiment of the method according to the invention;
• 7 a diagram of the algorithm according to the invention in the presence of Leiplanken P1 . P2 in both sections A and B; and
• 8th a diagram of the algorithm according to the invention in the absence of Leiplanken in the section B ,

Durchschnittsfachleute werden erkennen, dass Elemente in den Figuren zur Vereinfachung und Klarheit dargestellt sind und nicht notwendigerweise im Maßstab gezeichnet sind. Zum Beispiel können die Abmessungen und Orte von einigen der Elemente in den Figuren im Verhältnis zu anderen Elementen übertrieben dargestellt sein, um zu einem verbesserten Verständnis der Ausführungsformen der vorliegenden Erfindung beizutragen.Persons of ordinary skill in the art will recognize that elements in the figures are illustrated for simplicity and clarity and are not necessarily drawn to scale. For example, the dimensions and locations of some of the elements in the figures may be exaggerated relative to other elements to help improve understanding of the embodiments of the present invention.

Die Verfahrens- und Systemkomponenten sind, soweit geeignet, mit herkömmlichen Symbolen in den Zeichnungen dargestellt worden, wobei nur diejenigen spezifischen Einzelheiten gezeigt sind, die für das Verständnis der Ausführungsformen der vorliegenden Erfindung wichtig sind, um so die Offenbarung nicht mit Einzelheiten zu überladen, die von Durchschnittsfachleuten in dem technischen Gebiet, die den Nutzen aus der hier angegebenen Beschreibung ziehen, bereits bekannt sein werden.The method and system components have been illustrated, as appropriate, with conventional symbols in the drawings, showing only those specific details that are important to understanding the embodiments of the present invention, so as not to obscure the disclosure with details that Those of ordinary skill in the art, having the benefit of the description herein, will already be aware of this.

AUSFÜHRLICHE BESCHREIBUNG DER ERFINDUNGDETAILED DESCRIPTION OF THE INVENTION

Wie bereits voranstehend erwähnt ist insbesondere die Erfassung der Fahrspurgrenze bzw. dessen Breite schwierig auf Landstraßen, bei denen keine kontinuierlichen Leitplanken vorhanden sind (oder bei denen sich Abschnitte mit und ohne Leitplanke abrupt abwechseln), die beispielsweise ein Radarsensor gut erfassen könnte. Im Stand der Technik wird typischerweise das Gauß'sche Mischmodellierungs-Verfahren (Gaussian Mixture Modelling; GMM) und Filter verwendet, um echte Reflektionen vom Rand der Fahrspur von falschen Reflektionen zu unterscheiden. In Gebieten, bei denen aber nur wenige oder keine echten Reflektionen (von den Fahrbahnbegrenzungen) vorhanden sind, ergibt ein derartiges Modell falsche Ergebnisse, sodass die Straßenbreite drastisch falsch vorhergesagt wird.In particular, as already mentioned above, the detection of the lane boundary or its width is difficult on country roads where there are no continuous guardrails (or in which sections with and without guardrail alternate abruptly), which could, for example, easily detect a radar sensor. In the prior art, Gaussian Mixture Modeling (GMM) and filters are typically used to distinguish true reflections from the edge of the lane from false reflections. However, in areas where there are few or no real reflections (from the lane boundaries), such a model gives erroneous results, so the road width is drastically mispredicted.

3 zeigt dieses Problem nochmals deutlich. Als Folge der Ermangelung von Bäumen an der Straßenbegrenzung wird die Straßenbreite in der Kurve falsch beurteilt, weil der Abschätzungsalgorithmus die starken Reflektionen von Bäumen, die weiter von der Straßenbegrenzung weg sind, als Straßenbegrenzung interpretiert, sodass die abgeschätzte Breite der Straße viel größer ist als dies tatsächlich der Fall ist. 3 shows this problem again clearly. As a result of the lack of trees at the road boundary, the road width in the curve is misjudged because the estimation algorithm interprets the strong reflections of trees farther from the road boundary than the road boundary, so the estimated width of the road is much larger than this actually the case.

4 zeigt die prinzipielle Situation schematisch. Das Fahrzeug F fährt entlang einer Straße, bei der sich die Abschnitte B ohne Leitplanke mit Abschnitten A mit Leiplanke abrupt und auch widerholt abwechseln. 4 shows the basic situation schematically. The vehicle F travels along a road in which the sections B without guardrail with sections A with Leiplanke abruptly and also repeatedly alternate.

AUSFÜHRUNGSFORM DER VORRICHTUNGEMBODIMENT OF THE DEVICE

Wie in 5 gezeigt umfasst die Vorrichtung zum Abschätzen der Breite bzw. des Verlaufs einer Fahrspur SP gemäß einer Ausführungsform ein nach vorne ausgerichtetes Weitbereichs-Radar-Messgerät FM und zwei seitlich ausgerichtete Nahbereich-Radar-Messgeräte LM, RM, um die Straßenoberfläche, Objekte vor dem Fahrzeug und die Seiten der Straße abzuscannen. Wie in der nachstehend noch beschriebenen 7 und 8 gezeigt, wird mit der in 5 dargestellten Ausführungsform eine breitere Strahlbreite erreicht, um Objekte auf der Straße und neben der Straße sicher zu erfassen, und zwar sowohl sich bewegende Objekte als auch stationären Objekte. Ein Radarsensor, der Reflexionen nur von dem linken oder nur von dem rechten Randbereich der Straße bzw. der Fahrspur aufnimmt, ist aber ausreichend.As in 5 As shown, the apparatus for estimating the width of a lane SP according to an embodiment includes a forward-facing wide range radar gauge FM and two side-facing short-range radar gauges LM . RM to scan the road surface, objects in front of the vehicle and the sides of the road. As described below 7 and 8th is shown with the in 5 The embodiment shown achieves a wider beamwidth to safely detect objects on and off the road, both moving objects and stationary objects. However, a radar sensor that receives reflections only from the left or only the right edge region of the road or the lane is sufficient.

Grundlegend ist die in 4 gezeigte Recheneinrichtung RE dafür ausgelegt, zunächst ein Referenzmodell auf Grundlage der existierenden Leitplanken P1, P2 in dem Abschnitt A des Straßenverlaufs herzustellen, wenn das Fahrzeug in dem Abschnitt A mit Leitplanke fährt. In diesem Zustand wird der Algorithmus also erst einmal kalibriert bzw. trainiert. Dies geschieht dadurch, dass Abtastwerte von Reflexionen der Leitplanken zu vorgegebenen Zeitpunkten sukzessive aufgenommen werden. Das heißt, in dem Bereich A ist es in einem ersten Schritt (unterer Teil in 7) möglich, die Fahrspurbreite W relativ genau abzuschätzen, da starke Reflektionen von den Leitplanken P1, P2 vorhanden sind.Basic is the in 4 shown computing device RE initially designed to be a reference model based on the existing guard rails P1 . P2 in the section A of the road when the vehicle is in the section A with guard rail drives. In this state, the algorithm is first calibrated or trained. This happens because samples of reflections of the guardrails are taken successively at predetermined times. That is, in the area A it is in a first step (lower part in 7 ) possible, the lane width W estimate relatively accurately, as strong reflections from the guardrails P1 . P2 available.

In einem zweiten Schritt erweitert (verlängert) die Recheneinheit RE im Abschnitt B die Leitplanken-Grenzen schrittweise linear longitudinal auf beiden Seiten der Straße unter Verwendung eines linearen Vorhersagealgorithmus (oberer Teil in 7). D.h., in dem Abschnitt B des Straßenverlaufs (der Fahrspur SP) kann angenommen werden, dass sich der Straßenverlauf nicht abrupt ändern wird, sodass eine lineare Vorhersage im Abschnitt B auf Grundlage der Meßwerte im Abschnitt A eine erste gute Abschätzung für die Breite der Fahrspur im Abschnitt B liefern wird.In a second step, the arithmetic unit expands (extends) RE in the section B the guardrail boundaries progressively linearly longitudinally on both sides of the road using a linear prediction algorithm (upper part in FIG 7 ). That is, in the section B the course of the road (the lane SP ) it can be assumed that the road will not change abruptly, so that a linear prediction in the section B based on the readings in the section A a first good estimate for the width of the lane in the section B will deliver.

Gemäß einem weiteren Schritt (8) in dem Verfahren werden dann in dem Abschnitt B ebenfalls fortlaufend Reflexionsmessungen (Abtastwerte) aufgenommen, wobei die neuen Reflektionen dann nicht von den (nicht mehr vorhandenen) Leitplanken, sondern von irgendwelchen Objekten an der Straßenseite oder weiter weg davon stammen können.According to another step ( 8th ) in the process are then in the section B also continuous reflection measurements (samples) recorded, the new reflections then not from the (no longer existing) guardrails, but may come from any objects on the street side or further away.

Die grundlegende Idee des Algorithmus besteht dann darin, dass mittels eines Fehlerquadrate-Minimierungsverfahrens diejenigen Reflektionen bzw. diejenigen abgeschätzten Breiten ausgeschlossen werden, die von starken Reflektionen herrühren, die weiter weg von dem Straßenrand sind, da diese kaum irgend eine Korrelation zu den vorherigen Abschätzungen haben werden, d.h. die Reflexionen stammen von Objekten, die mit dem Straßenverlauf nichts zu tun haben. Es wird also angenommen, dass sich der tatsächliche Straßenverlauf nicht stark oder abrupt von der linearen Vorhersage unterscheiden wird, da es sich (siehe 1, 2; 3) bei den Landstraßen meistens um kontinuierliche Straßen ohne abrupte Breitenänderung handelt. Somit bildet die Erfindung die kleinsten Fehlerquadrate eines Fehlers zwischen den kontinuierlich erfassten Breiten der (laufenden) linearen Vorhersage und den Breiten, die auf Grundlage der aktuellen Reflektionen ermittelt werden.The basic idea of the algorithm is then to exclude, by means of an error squares minimization method, those reflections or estimated latitudes resulting from strong reflections farther from the roadside, since these have hardly any correlation with the previous estimates ie the reflections come from objects that have nothing to do with the road. Thus, it is believed that the actual road will not differ greatly or abruptly from the linear prediction because it is (see 1 . 2 ; 3 ) on rural roads are mostly continuous roads without abrupt change in width. Thus, the invention forms the least squares of an error between the continuously detected widths of the (linear) linear prediction and the widths that are determined based on the current reflections.

Durch die Minimierung der Fehlerquadrate mittels eines Korrekturfaktors können Objekte mit starken Reflektionen, die zu starken (großen) Breitenänderungen führen, ausgeschlossen werden. Somit kann eine genaue Breitenabschätzung auch dann erreicht werden, wenn die Leitplanke abrupt nicht mehr vorhanden ist, während dann, wenn die Leitplanken vorhanden sind oder wieder auftauchen, das System wieder trainiert wird (d.h. kaum korrigiert werden muss), wie nachstehend noch mathematisch beschrieben wird. Durch die Wahl eines Korrekturfaktors, der fortlaufende die Fehlerquadrate minimiert, werden bekannten und plausiblen Reflektionen, die tatsächlich von dem Straßenrand stammen könnten, höhere Gewichtungen gegeben.By minimizing the least squares by means of a correction factor, objects with strong reflections that lead to large (large) width changes can be excluded. Thus, accurate latitude estimation can be achieved even if the guardrail abruptly ceases to exist, while then, when the guardrails are present or reappear, the system is re-trained (ie, need not be corrected), as will be described mathematically below , By choosing a correction factor that minimizes consecutive error squares, known and plausible reflections that might actually originate from the roadside are given higher weightings.

Wie bei einem Variationsprinzip wird der Korrekturfaktor so ermittelt, dass die Summe der Fehlerquadrate minimiert wird, so dass sich zwar die ermittelte Fahrspurbreite einerseits langsam mit jedem Abtastmesswert ändern z.B. vergrößern wird, wenn z.B. alle neue Messwerte fortlaufend größer sind als die Referenzwerte im Leitplankenbereich (d.h. die Straße weitet sich auf), aber anderseits „unrealistische Werte“, die von Objekten weit weg vom Straßenrand stammen, keine Verfälschung bzw. nur eine geringfügige Änderung der Summe der anderen Werte hervorrufen kann.As with a variational principle, the correction factor is determined so that the sum of the error squares is minimized so that, on the one hand, the determined lane width changes slowly with each sample reading, e.g. increase, if e.g. all new readings are continuously larger than the guard rail reference values (ie the road widens), but on the other hand "unrealistic values" coming from objects far from the roadside will not cause any falsification or only a small change in the sum of the other values can.

AUSFÜHRUNGSFORM DES VERFAHRENS EMBODIMENT OF THE PROCESS

Die 6 zeigt in einer Form von Blockdiagramm den prinzipiellen Ablauf eines Verfahrens zum Abschätzen der Breite einer Fahrspur in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung. Die 7 und die 8 zeigen jeweils die in verschiedenen Stufen mit dem erfindungsgemäßen Verfahren berechneten Abschätzungen.The 6 shows in a form of block diagram the basic sequence of a method for estimating the width of a lane in accordance with an embodiment of the present invention. The 7 and the 8th in each case show the estimates calculated in various stages using the method according to the invention.

Im Schritt S1 wird zunächst eine horizontale Abtastung (ein Radarscan) mittels der Radarmessgeräte LM, RM durchgeführt, d.h. Reflexionssignale werden in Richtung auf den linken bzw. rechten Randbereich ausgesendet. Im Schritt S2 werden die Reflexions-Intensitätswerte L_k , R_k aufgenommen und im Schritt S3 wird zunächst eine Clusterbildung und die GMM durchgeführt. Die Clusterbildung und das GMM Modell ist in „Probabilistic Estimation of Unmarked Roads Using Radar“, Juan I. Neito et al, Journal of Physical Agents, Vol. 4, No. 2, May 2010 und in „Millimeter Wave Radar Perception for Detection and Tracking of Road Course“, Andres Hernandez-Gutierrez et al, School of Aerospace, Mechanical, and Mechatronic Engineering, The University of Sydney, Australia beschrieben.In step S1 First, a horizontal scan (a radar scan) by means of Radarmessgeräte LM . RM performed, ie reflection signals are emitted in the direction of the left and right edge area. In step S2 become the reflection intensity values L _k . R _k taken and in step S3 First, a clustering and the GMM is performed. The Clustering and the GMM Model is in "Probabilistic Estimation of Unmarked Roads Using Radar", Juan I. Neito et al, Journal of Physical Agents, Vol. 2, May 2010 and in "Millimeter Wave Radar Perception for Detection and Tracking of Road Course", Andres Hernandez-Gutierrez et al., School of Aerospace, Mechanical and Mechatronic Engineering, The University of Sydney, Australia.

Es ist natürlich auch möglich die rechtsseitigen und linksseitgen Reflexionswerte mit Hilfe nur des Frontradars FM aufzunehmen. Ferner sei darauf hingewiesen, dass es prinzipiell auch möglich ist nur den Abstand vom Fahrzeug zu einer Seite zu der Straße zu messen und den Algorithmus nur für diese Seite auszuführen.Of course, it is also possible to record the right-sided and left-side reflection values using only the front radar FM. It should also be noted that in principle it is also possible to measure only the distance from the vehicle to a side to the road and to execute the algorithm only for this page.

Im Schritt S4 wird eine Multiplikation mit den Gewichtungen durchgeführt und im Schritt S5 wird die gegenwärtige Abschätzung x(n) ermittelt. Im Schritt S6 wird der Mittelungsfaktor gewählt und im Schritt S7 wird eine Summierung über N Abtastwerte durchgeführt. Daraus wird der Referenzwert W(n) im Schritt S8 ermittelt und im Schritt S9 wird der quadrierte aufsummierte Fehler ermittelt. Danach wird der mittlere quadratische Fehler minimiert, woraus sich der Korrekturfaktor ergibt.In step S4 a multiplication is carried out with the weightings and in the step S5 the current estimate x (n) is determined. In step S6 the averaging factor is chosen and in step S7 a summation is performed over N samples. From this, the reference value W (n) in step S8 determined and in the step S9 the squared accumulated error is determined. Thereafter, the mean square error is minimized, resulting in the correction factor.

Genauer gesagt wird also zunächst eine anfängliche Straßenabschätzung aus den Reflektionen der Leitplanken im Abschnitt A gebildet. Diese werden im Abschnitt A die höchsten Intensitäten aufweisen und demzufolge die höchsten gewichteten Eingangswerte bilden und den Hauptteil des Referenzsignals W, welches auch die tatsächliche Abschätzung der Straßenbreite ist, bilden.More precisely, an initial road estimation is first formed from the reflections of the crash barriers in section A. These are in the section A have the highest intensities and consequently form the highest weighted input values and the main part of the reference signal W , which is also the actual estimate of the road width, form.

Die anfängliche Abschätzung, die nach dem anfänglichen Schritt S1 im Abschnitt A mit den Leitplanken P1, P2 ausgeführt wird, ist in 7 gezeigt. D.h. im Abschnitt A wird zunächst eine Abschätzung auf Grundlage der Leitplankenreflektionen vorgenommen, um das System zu trainieren. Die quadrierte Summe wird daher hauptsächlich von den Leitplankenreflexionen dominiert.The initial estimate, after the initial step S1 in the section A with the crash barriers P1 . P2 is executed is in 7 shown. Ie in the section A First, an estimate is made based on the guardrail reflections to train the system. The squared sum is therefore dominated mainly by the guardrail reflections.

Sobald Abtastwerte aus dem Abschnitt B erfasst werden, wie in 8 zum Zeitpunkt n+1 gezeigt, wird nun wieder eine lineare Voraussage getroffen, die sich zwar wenigstens teilweise noch auf die vorherigen Abtastwerte mit der konstanten Leitplanken-Abschätzung stützt, aber immer mehr Abtastwerte aus dem Nicht-Leitplankenabschnitt enthält. So verschiebt sich das Abtastfenster, durch die Bewegung des Fahrzeugs, mehr und mehr in Richtung des Abschnitts B hin und immer mehr Abtastwerte von Objekten am Straßenrand oder weiter weg davon werden aufgenommen. Durch die Fehlerquadrate-Minimierung zwischen den neuen Abtastwerten und den alten Abtastwerten, haben aber nach wie vor nur diejenigen Abtastwerte einen Einfluss, die nur eine geringfügige Änderung der Breite hervorrufen. Plötzliche und wenige „Ausreißer“, d.h. sehr große Messwerte, werden somit „geschluckt“ bzw. können keine drastische Änderung hervorrufen, da sie keine starke Änderung der Zielfunktion am Minimum bewirken werden. Erst wenn alle neue Werte auch ähnlich (und größer) sind, wird auch der Algorithmus nach und nach derartige neue (größere) Breiten bestimmten. Once samples from the section B be captured, as in 8th At time n + 1, a linear prediction is again made which, although at least partially still based on the previous samples with the constant guard rail estimate, contains more and more samples from the non-guard rail section. Thus, the scanning window shifts more and more in the direction of the section due to the movement of the vehicle B more and more samples of objects along the roadside or further away are recorded. However, due to the least-squares minimization between the new samples and the old samples, only those samples that cause only a small change in width still have an effect. Sudden and few "outliers", ie very large readings, are thus "swallowed" or can not cause a drastic change as they will not cause a large change in the target function at the minimum. Only when all new values are similar (and larger) will the algorithm gradually determine such new (larger) widths.

In dem Abschnitt B in 8 wird die Annahme getroffen, dass, wie voranstehenden erwähnt, sich die Straße in der Breite nicht abrupt ändern wird, d. h. der Fehler kann nicht sehr groß sein. Falls doch große Fehler auftreten, so werden diese starken Reflektionen wie Bäumen oder Steinen weiter weg von der Straßenkante zugeordnet, und diese werden somit ignoriert. D. h., der Algorithmus berücksichtigt für die Abschätzung der Breite nur diejenigen Reflektionen, zu einer geringfügigen Änderung im Fehler führen, und zwar durch die Bestimmung des Korrekturfaktors am lokalen (trainierten) Minimum. Wie in der Variationsrechnung, befindet sich die trainierte Abschätzung an einem lokalen Minimum aller Fehlerquadrate und eine Änderung der Fehlerquadrate führt nur zu einer geringfügigen und sukzessiven langsamen Änderung der Abschätzung.In the section B in 8th the assumption is made that, as mentioned above, the road will not change abruptly in width, ie the error can not be very large. If large errors do occur, these strong reflections, such as trees or rocks further away from the roadside, are assigned and ignored. That is, the algorithm takes into account only those reflections for the estimation of the width, leading to a slight change in the error, by determining the correction factor at the local (trained) minimum. As in the calculus of variations, the trained estimate is at a local minimum of all squares of the squares, and a change in the squares of the squares only results in a small and successive slow change in the estimate.

Wie in 8 gezeigt, gibt es in dem Bereich B keine Leitplanken mehr. Die Linien im Abschnitt B zeigen die Grenze, die aus den vorherigen Werten (die die Leitplanken-Eingänge berücksichtigen) vorhergesagt wird, und die Linien im Abschnitt B stellen die korrigierte Breitenabschätzung dar, die das gegenwärtige Signal X(n+1) berücksichtigt und der Referenzeingang W wird entsprechend geändert, vorausgesetzt, dass die Eingänge stark genug sind.As in 8th shown there in the area B no crash barriers anymore. The lines in the section B show the limit predicted from the previous values (which take into account guard rail inputs) and the lines in the section B represent the corrected width estimate taking into account the current signal X (n + 1) and the reference input W is changed accordingly, provided that the inputs are strong enough.

BESCHREIBUNG DES MATHEMATISCHEN ALGORITHMUSDESCRIPTION OF THE MATHEMATIC ALGORITHM

Zunächst werden im Abschnitt B K unabhängige Intensitätswerte auf der linken und auf der rechten Seite der Straße mithilfe der Messgeräte LM, RM aufgenommenen, wie mit den nachstehenden Gleichungen (1) und (2) gezeigt: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{r}_k}\end{array}$$

wobei X(n) die Breiten sind, L(n) und R(n) linke und rechte Breiten sind, l_k und r_k Intensitätswerte der von dem linken bzw. rechten Messgerät LM, RM aufgenommenen Reflexionssignale sind, α und β dynamische Gewichtungen sind, die durch eine Clusterbildung und GMM Mischmodellierung bestimmt werden, und n ein laufender Index der Breiten (z.B. sukzessive Abtastzeitpunkte) ist.First, in the section B K independent intensity values on the left and on the right side of the road using the gauges LM . RM as shown by equations (1) and (2) below: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{r}_k}\end{array}$$

where X (n) are the widths, L (n) and R (n) are left and right widths, l _k and r _{k are} intensity values of the reflection signals picked up by the left and right meters LM, RM, respectively, α and β are dynamic weights which are determined by clustering and GMM mixing modeling, and n is a running index of the widths (eg, successive sampling times).

Das gegenwärtige Abstandssignal X(n) wird also durch eine Kombination der linken und rechten Abtastwerte ermittelt, mithilfe der oben angegebenen Gleichung (1). Mit der Gleichung (2) wird das linke Ende und das rechte Ende der Fahrspurgrenze zum Zeitpunkt n als der Durchschnittswert der rechten und linken Reflexions-Intensitätswerte bestimmt.The current distance signal X (n) is thus determined by a combination of the left and right samples, using equation (1) given above. With the equation (2), the left end and the right end of the lane boundary at time n are determined as the average value of the right and left reflection intensity values.

Gemäß Gleichung (1) ist ferner das gegenwärtige Signal X(n) eine Funktion der gewichteten linken und rechten Abstandswerte d.h. X(n)= f(αL(n), βR(n)). Die gesamte Straßenbreite ist idealerweise der Abstand zwischen den linken und rechten Abtastwerten zum Zeitpunkt n. Jedoch muss die Gültigkeit der Signale berücksichtigt werden. Wenn sowohl das rechte als auch das linke Signal geringe Varianzen aufweisen, werden α und β groß sein und X(n) ist zuverlässig. X(n) ist immer der Abstand zwischen L(n) und R(n), aber α und β bewerten wie zuverlässig X(n) ist. D.h., für den Abstand gilt X(n) = dist(L(n), R(n)) und die Plausibilität bzw. Zuverlässigkeit von X(n) = min (α, β). Diese Plausibilität bestimmt die Koeffizienten von X(n) für die Fahrspurbreiten-Abschätzung. Prinzipiell könnte ein Beispiel für α und β α=1 und β=1 sein.Further, according to equation (1), the current signal X (n) is a function of the weighted left and right distance values, i. X (n) = f (αL (n), βR (n)). The total road width is ideally the distance between the left and right samples at time n. However, the validity of the signals must be taken into account. If both the right and left signals have low variances, then α and β will be large and X (n) will be reliable. X (n) is always the distance between L (n) and R (n), but α and β evaluate how reliable X (n) is. That is, for the distance, X (n) = dist (L (n), R (n)) and the plausibility of X (n) = min (α, β). This plausibility determines the coefficients of X (n) for the lane width estimation. In principle, an example of α and β could be α = 1 and β = 1.

Das Referenzsignal oder das tatsächliche Abschätzungssignal W(n) wird dann folgendermaßen als lineare Vorhersage mit einem Korrekturfaktor C berechnet: $$W\left(n\right)=\left({\displaystyle {\sum }_{i}X\left(n-1-i\right)}\right)\mathrm{\ast }C$$

wobei C der Korrekturfaktor ist. Hierbei wird z.B. die Straße in Metern abgeschätzt, indem die vorangehenden Signalabschätzungen gemittelt werden und mit dem Korrekturfaktor C multipliziert werden.The reference signal or actual estimation signal W (n) is then calculated as a linear prediction with a correction factor C as follows: $$W\left(n\right)=\left({\displaystyle {\Sigma }_{i}X\left(n-1-i\right)}\right)\mathrm{*}C$$

where C is the correction factor. Here, for example, the road is estimated in meters by averaging the previous signal estimates and multiplying by the correction factor C.

Dieser Korrekturfaktor C kann anfänglich beispielsweise unter Bezugnahme auf die Gewichtungswerte α und β bestimmt werden. Die Gewichtung von jeder Signalabschätzung k ist min(α, β) und der Mittelungsfaktor C kann dynamisch und abhängig von der Verfügbarkeit der Daten sein. Dies zeigt die nachstehende Tabelle von Abtastwerten X(n) und Korrekturfaktoren K: X(0 to 4) 2 2.1 1.8 0.7 0.6 2 K 1 1 0.9 0.4 0.4 1 min(α, β) This correction factor C can initially be determined, for example, with reference to the weighting values α and β. The weighting of each signal estimate k is min (α, β) and the averaging factor C can be dynamic and dependent on the availability of the data. This is shown in the following table of samples X (n) and correction factors K: X (0 to 4) 2 2.1 1.8 0.7 0.6 2 K 1 1 0.9 0.4 0.4 1 min (α, β)

Drei Abtastwerte weisen eine hohe Plausibilität (Zuverlässigkeit) auf und zwei eine geringere. Nur die drei Abtastwerte werden dann herangezogen, so dass C=1/3 ist. C kann noch verändert werden, wenn der Fehler zwischen W(n) und dem nächsten berechneten X(n) hoch ist, wenn X(n) eine hohe Plausibilität aufweist. Diese Änderung erhöht die Schwelle für die Auswahl des Abtastwerts.Three samples have high plausibility (reliability) and two are lower. Only the three samples are then used so that C = 1/3. C can still be changed if the Error between W (n) and the next calculated X (n) is high, if X (n) has a high plausibility. This change increases the threshold for sample selection.

Eine höchst genaue Vorhersage (geringer Fehler) würde bedeuten, dass mehr Abtastwerte berücksichtigt werden müssten, wohingegen ein hoher Fehler bedingt, dass nur sehr genaue Abtastwerte für die Vorhersage verwendet werden. Abtastwerte X(n) für die Leitplanke haben natürlich immer die höchste Plausibilität.A highly accurate prediction (low error) would mean that more samples would have to be considered, whereas a high error requires only very accurate samples to be used for the prediction. Of course, scans X (n) for the guardrail always have the highest plausibility.

Wie voranstehend erläutert, kann der anfängliche oder laufende Wert von C somit beispielsweise in Abhängigkeit von α und β, d.h. der Plausibilität der Abtastwerte, abgeschätzt werden, z.B. wie viele Abtastwerte des gegenwärtigen Fensters zuverlässig sind. C kann aber auch einfach geschätzt werden als C=1/n, d.h. der Kehrwert der Anzahl aller Abtastwerte des gegenwärtigen Abtastfensters, wenn allen Abtastwerten vertraut wird (α und β = 1). Andere anfängliche bzw. laufende Startwerte für C sind möglich. Der Faktor C ist also als Multiplikationsfaktor analog zu einem Mittelungsfaktor, der dynamisch ist.As explained above, the initial or current value of C can thus be determined, for example, as a function of α and β, i. the plausibility of the samples, are estimated, e.g. how many samples of the current window are reliable. However, C can also be easily estimated as C = 1 / n, i. the inverse of the number of samples of the current sample window if all samples are trusted (α and β = 1). Other initial start values for C are possible. The factor C is therefore a multiplication factor analogous to an averaging factor that is dynamic.

Die Fehlerdifferenzen e für die Fehlerquadrate-Minimierung wird dann folgendermaßen bestimmt werden: $$e=W\left(n\right)-X\left(n\right)$$

wobei die Summe MSE der kleinsten Fehlerquadrate folgendermaßen bestimmt wird: $$MSE=\frac{1}{n}{\displaystyle \sum _n{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

und wobei der Korrekturfaktor C so verändert wird, dass die Summe MSE minimiert wird, so dass $$MSE\approx 0$$

ist. Das Ziel besteht also darin den mittleren quadratischen Fehler (mittels eines Verfahrens der kleinsten Fehlerquadrate) zu minimieren, dass sich durch die lineare Vorhersage mit dem Korrekturfaktor C die Fehlerquadrate nicht weit von dem lokales Minimum entfernen.The error differences e for least squares minimization will then be determined as follows: $$e=W\left(n\right)-X\left(n\right)$$

where the sum least squares MSE is determined as follows: $$MSe=\frac{1}{n}{\displaystyle \underset{n}{\Sigma }{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

and wherein the correction factor C is changed so that the sum MSE is minimized, such that $$MSe\approx 0$$

is. Thus, the goal is to minimize the mean squared error (by least squares method) so that the linear squares error does not move far from the local minimum due to the linear prediction with the correction factor C.

Somit stellt W(n) in der Gleichung (3) fortlaufend und sukzessive die vorhergesagte Straßenbreite dar und somit auch die Straßengrenze. W(n) kann wiederum in linke und rechte Grenzen aufgeteilt werden. D.h. mit der Fahrt des Fahrzeugs verschiebt sich ein Fenster von N Abtastwerten sukzessive mit fortwährender sukzessiver Berechnung und Minimierung der Fehlerquadrate mit jedem neuen Abtastwert, so dass sich die Abschätzung langsam einer Breitenänderung und auch Straßenabschnitten ohne Leitplanken-Information anpasst. Obwohl ein konstantes Fenster von N Abtastwerten verwendet werden kann, kann auch N dynamisch sein, in Abhängigkeit von der gewünschten Genauigkeit und Verfügbarkeit von Radar-Reflexionswerten.Thus, in equation (3), W (n) continuously and successively represents the predicted road width, and thus also the road boundary. W (n) can in turn be divided into left and right boundaries. That As the vehicle travels, a N-sample window shifts successively with continuous successive computation and minimization of error squares with each new sample, so that the estimate adapts slowly to a latitude change and also road sections without guardrail information. Although a constant window of N samples may be used, N may also be dynamic, depending on the desired accuracy and availability of radar reflectance values.

BEISPIEL DES VERFAHRENSEXAMPLE OF THE PROCESS

Ein nichtbeschränkendes Beispiel des Verfahrens kann mit dem Legen einer Ausgleichsgeraden durch die laufenden Abtastwerte des aktuellen Abtastfensters verglichen werden. Durch die Abtastwerte des aktuellen Abtastfensters wird eine lineare Gerade gelegt und auf Grundlage dieser Geraden wird eine lineare Abschätzung für einen nächsten zukünftigen Abtastwert bestimmt. Wenn dann der nächste Abtastwert tatsächlich aufgenommen wird (und dieser meistens nicht mit der linearen Vorhersage übereinstimmt, insbesondere dann nicht, wenn der nächste Abtastwert aus einem Bereich B ohne Leitplanke stammt, dann wir die gewichtete Summe neu berechnet und neu minimiert, was zu einem neuen aktuellen Breitenwert führt.A non-limiting example of the method may be compared to laying a compensation line through the current samples of the current sampling window. The samples of the current sampling window place a linear straight line and, based on this line, a linear estimate for a next future sample is determined. Then, if the next sample is actually taken (and most of the time it does not match the linear prediction, especially if the next sample comes from a region B without a guardrail), then we recalculate and re-minimize the weighted sum, resulting in a new one current latitude value.

Ferner kann die Breiteninformation und die Informationen über den linken Rand (oder den rechten Rand) an eine Klothoide-Formel geführt werden, um eine genauere Simulation auch bei gekrümmten Straßen hinsichtlich der Breitenabschätzung zu liefern.Further, the width information and the information about the left margin (or the right margin) may be passed to a clothoid formula to provide a more accurate simulation on curved roads in terms of width estimation.

Die Mittelungsfunktion aktualisiert also kontinuierlich die Straßengrenze und die Breitenabschätzung durch Berücksichtigung von unmittelbar gewichteten neuen Eingangswerten.The averaging function thus continuously updates the road boundary and the width estimation by taking into account directly weighted new input values.

Wenn die Leitplankeneingänge für kontinuierliche Zeitintervalle verfügbar sind, dann arbeitet der Algorithmus konsistent, sogar für den Fall von echten Reflektionen. Die Straßenoberfläche wird ebenfalls von dem Radar gescannt, was sicherstellt, dass die falschen Reflektionen (andere Objekte, die als Leitplanken identifiziert werden) minimiert werden, da die Straßenoberfläche für Schmutz und andere Oberflächen andere Radarreflektionen hervorbringen werden. Als Folge der Gewichtungen neigt der Algorithmus weniger dazu, falsche Reflektionen zu berücksichtigen, da der Algorithmus die Straße als eine glatte Eulerkurve betrachtet und keine plötzlichen Änderungen in der Breite oder der Krümmung angenommen werden müssen. Somit wird die Abschätzung der Fahrspur mithilfe eines laufend aktualisierten Algorithmus laufend aktualisiert, sogar für den Fall, bei dem keine Leitplanken vorhanden sind, so wie dies bei Landstraßen allgemein der Fall ist. Zunächst ist aber immer ein Training des Algorithmus auf Grundlage der Auswertung der Reflektionen von den Leitplanken erforderlich, so dass ein stabiles Fenster von Abtastwerten vorhanden ist. If the guard rail inputs are available for continuous time intervals, then the algorithm works consistently, even in the case of true reflections. The road surface is also scanned by the radar, which ensures that the false reflections (other objects identified as guardrails) are minimized because the road surface will produce other radar reflections for dirt and other surfaces. As a result of the weights, the algorithm is less prone to accounting for false reflections because the algorithm considers the road as a smooth owl curve and no sudden changes in width or curvature need be assumed. Thus, the lane estimate is continually updated using a continuously updated algorithm, even in the case where there are no guardrails, as is generally the case with highways. First, however, it is always necessary to train the algorithm based on the evaluation of the reflections from the crash barriers, so that a stable window of samples is available.

Somit können das Verfahren und die Vorrichtung gemäß der Erfindung strukturierte und unstrukturierte Landstraßen erfassen. Das System erfasst zunächst die existierenden Leitplanken auf Grundlage von Radar-Reflektionen und erweitert die damit ermittelten Leitplanken-Breiten (erste Breiten) schrittweise linear auf beiden Seiten der Straße unter Verwendung eines linearen Vorhersagealgorithmus. Dann werden mehrere Messungen gleichzeitig unter Verwendung der nach vorne schauenden und zur Seite schauenden Radargeräten durchgeführt, um die Messung und die Erfassungsqualität zu verbessern. Der Algorithmus minimiert auf Grundlage der Minimierung des quadratischen Fehlers das Problem von starken Reflektionen, wie beispielsweise Bäumen, die weit weg von den tatsächlichen Straßengrenzen sind und für die Breitenbestimmung nicht herangezogen werden sollten.Thus, the method and apparatus according to the invention can detect structured and unstructured highways. The system first detects the existing guardrails based on radar reflections, and progressively expands the guardrail widths (first widths) thus determined linearly on both sides of the road using a linear prediction algorithm. Then, multiple measurements are made simultaneously using the front-facing and side-looking radars to improve measurement and detection quality. The algorithm minimizes the problem of strong reflections, such as trees, which are far away from the actual road boundaries and should not be used for the width determination based on the minimization of the squared error.

BEISPIEL DER AUSFÜHRUNG DER ALGORITHMUSEXAMPLE OF THE EXECUTION OF THE ALGORITHM

Ein Beispiel des Algorithmus ist unter Bezugnahme auf 8 und 7 anhand des Flussdiagramms der 6 dargestellt und wird gemäß der obigen Gleichungen durchgeführt.An example of the algorithm is with reference to 8th and 7 using the flowchart of 6 and is performed according to the above equations.

GEWERBLICHE ANWENDBARKEITINDUSTRIAL APPLICABILITY

In der voranstehenden Beschreibung sind spezifische Ausführungsformen beschrieben worden. Jedoch werden Durchschnittsfachleute in dem technischen Gebiet erkennen, dass verschiedene Modifikationen und Änderungen durchgeführt werden können, ohne von dem Umfang der Erfindung abzuweichen, so wie sie in den nachstehend angegebenen Ansprüchen aufgeführt ist. Demzufolge sollen die Beschreibung und die Figuren in einer illustrativen und nicht in einem beschränkenden Sinn angesehen werden, und sämtliche derartigen Modifikationen sollen in den Umfang der vorliegenden Lehren enthalten sein.In the foregoing description, specific embodiments have been described. However, those of ordinary skill in the art will recognize that various modifications and changes can be made without departing from the scope of the invention as set forth in the claims below. Accordingly, the description and figures are to be considered in an illustrative and not in a limiting sense, and all such modifications are intended to be included within the scope of the present teachings.

Die Nutzen, Vorteile, Lösungen von Problemen und irgendein Element (irgendwelche Elemente), das (die) bewirken kann (können), dass irgendein Nutzen, Vorteil oder eine Lösung auftritt oder besser hervortritt, werden nicht als kritische, erforderliche oder wesentlichen Merkmale oder Elemente von irgendwelchen oder allen Ansprüchen angesehen. Die Erfindung wird ausschließlich durch die beigefügten Ansprüche einschließlich von irgendwelchen Änderungen, die während der Anhängigkeit dieser Anmeldung durchgeführt werden, und sämtlicher äquivalente Ausführungsformen von den Ansprüchen, wie erteilt, definiert.The benefits, benefits, solutions to problems, and any element (s) that can cause any benefit, benefit, or solution to occur or emerge better are not considered to be critical, required, or essential features or elements viewed from any or all claims. The invention is defined solely by the appended claims, including any changes made during the pendency of this application, and all equivalent embodiments of the claims as issued.

Ferner werden in diesem Dokument Begriffe, die sich aufeinander beziehen, wie beispielsweise erster/erste und zweiter/zweite, oben und unten und dergleichen ausschließlich verwendet, um eine Einheit oder eine Aktion von einer anderen Einheit oder einer anderen Aktion zu unterscheiden, ohne dass dies notwendigerweise irgendeine tatsächliche derartige Beziehung oder Reihenfolge zwischen derartigen Einheiten oder Aktionen erfordert oder impliziert. Die Begriffe „umfasst“, „umfassend“, „weist auf“, „aufweisend“, „enthält“, „enthaltend“, „schließt ein“, „einschließend“ oder irgend eine andere Variation davon sollen einen nicht-exklusiven Einbau bedeuten, sodass ein Prozess, ein Verfahren, ein Artikel oder eine Vorrichtung, die eine Liste von Elementen umfasst, aufweist, einschließt oder enthält, nicht nur diese Elemente enthält, sondern andere Elemente einschließen kann, die nicht explizit aufgelistet sind oder für einen derartigen Prozess, ein derartiges Verfahren, einen derartigen Artikel oder eine derartige Vorrichtung inhärent sind. Ein Element, dem „umfasst ... einen/eine/einer“, „weist auf...einen“, „schließt ein einen/einer“, „enthält ... einen/eine“ vorangeht, schließt ohne weitere Randbedingungen die Existenz von zusätzlichen identischen Elementen in dem Prozess, dem Verfahren, dem Artikel oder der Vorrichtung, die das Element umfasst, aufweist, einschließt oder enthält, nicht aus. Die Begriffe „ein“ und „einer“ werden als ein oder mehrere definiert, außer wenn dies explizit hier anders angegeben ist. Die Begriffe „substantiell“, „essenziell“, „ungefähr“, „nahezu“ oder irgendeine andere Version davon sind so definiert, dass sie von einem Durchschnittsfachmann in dem technischen Gebiet als nahe zu verstanden werden, und in einer nicht beschränkten Ausführungsform wird der Begriff definiert, um innerhalb von 10 % zu sein, in einer anderen Ausführungsform von innerhalb von 5 %, in einer anderen Ausführungsform innerhalb von 1 % und in einer anderen Ausführungsform innerhalb von 0,5 %. Der Begriff „gekoppelt“, so wie er hier verwendet wird, wird als verbunden definiert, obwohl dies nicht bedeutet, dass dies notwendigerweise direkt und notwendigerweise mechanisch ist. Eine Einrichtung oder eine Struktur, die in einer bestimmten Weise „konfiguriert“ ist, ist in wenigstens dieser Weise konfiguriert, kann aber auch in Vorgehensweisen konfiguriert sein, die nicht aufgelistet sind.Further, in this document, terms related to each other, such as first / first and second / second, top and bottom, and the like, are used exclusively to distinguish one entity or action from another entity or action without this necessarily requires or implies any actual such relationship or order between such entities or actions. The terms "comprising,""comprising,""having,""having,""containing,""containing,""includes,""including," or any other variation thereof are intended to mean non-exclusive incorporation, so that a process, method, article, or device that includes, includes, includes, or includes a list of elements not only includes those elements but may include other elements that are not explicitly listed or for such a process, such Method, such an article or such device are inherent. An element that "includes ... a", "points to ... a", "includes a", "contains ..." precedes the existence without further constraints of additional identical elements in the process, method, article, or device that comprises, includes, or includes the element. The terms "a" and "an" are defined as one or more, unless explicitly stated otherwise herein. The terms "substantial,""essential,""about,""nearly," or any other version thereof are defined to be near to those of ordinary skill in the art, and in a non-limiting embodiment, the term defined to within 10% in another embodiment within 5%, in another embodiment within 1% and in another embodiment within 0.5%. The term "coupled" as used herein is defined as being connected, although this does not mean that it is necessarily directly and necessarily mechanical. A device or structure that is "configured" in a particular way is configured in at least that way, but may also be configured in ways that are not listed.

Es sei darauf hingewiesen, dass einige Ausführungsformen ein oder mehrere generische oder spezialisierte Prozessoren (oder „Verarbeitungseinrichtungen“) umfassen können, wie beispielsweise Mikroprozessoren, digitale Signalprozessoren, speziell zugeschnittene Prozessoren und Field Programmable Gate Arrays (FPGAs) und ferner einzigartige gespeicherte Programmbefehle (einschließlich sowohl Software und Firmware), die die ein oder mehreren Prozessoren steuern, um in Verbindung mit bestimmten Nicht-Prozessorschaltungen einige, die meisten oder alle Funktionen des Verfahrens und/oder der Vorrichtung, die hier beschrieben werden, zu implementieren. Alternativ können einige oder sämtliche Funktionen durch eine Zustandsmaschine implementiert werden, die keine gespeicherten Programmbefehle aufweist, oder in ein oder mehreren anwendungsspezifischen integrierten Schaltungen (Application Specific Integrated Circuits, ASICs), bei denen jede Funktion oder irgendwelche Kombinationen von bestimmten Funktionen als eine speziell zugeschnittene Logik implementiert sind. Natürlich kann eine Kombination der zwei Ansätze verwendet werden.It should be appreciated that some embodiments may include one or more generic or specialized processors (or "processing devices"), such as microprocessors, digital signal processors, custom processors and field programmable gate arrays (FPGAs), and also unique stored program instructions (including both Software and firmware) that control the one or more processors to implement, in conjunction with certain non-processor circuits, some, most or all of the functions of the method and / or apparatus described herein. Alternatively, some or all of the functions may be implemented by a state machine that has no stored program instructions, or in one or more Application Specific Integrated Circuits (ASICs), where each function or any combination of particular functions is considered as custom logic are implemented. Of course, a combination of the two approaches can be used.

Ferner kann eine Ausführungsform als ein Speichermedium, welches von einem Computer lesbar ist, und welches einen computerlesbaren Code aufweist, der darauf gespeichert ist zur Programmierung eines Computers (zum Beispiel umfassend einen Prozessor), um ein Verfahren wie beschrieben und hier beansprucht auszuführen, implementiert werden. Beispiele von derartigen von einem Computer lesbaren Speichermedien umfassen, sind aber nicht beschränkt auf, eine Festplatte, eine CD-ROM, eine optische Speichereinrichtung, eine magnetische Speichereinrichtung, ein ROM (Nur-Lese-Speicher), ein PROM (programmierbarer Nur-Lese-Speicher), ein EROM (ein löschbarer programmierbare Nur-Lese-Speicher), ein EPROM (elektrisch löschbarer programmierbarer Nur-Lese-Speicher) und ein Flash-Speicher. Ferner wird erwartet, dass Durchschnittsfachleute in dem technischen Gebiet trotz möglicherweise signifikanter Anstrengungen und zahlreicher Designwahlmöglichkeiten, die beispielsweise durch die verfügbare Zeit, die gegenwärtige Technologie und wirtschaftlichen Erwägungen geleitet werden, dann, wenn sie von den Konzepten und Prinzipien geführt werden, die hier offenbart sind, leicht in der Lage sein werden derartige Softwarebefehle und Programme und ICs mit einem minimalen experimentellen Aufwand zu erzeugen.Further, an embodiment may be implemented as a storage medium readable by a computer and having computer readable code stored thereon for programming a computer (eg, including a processor) to perform a method as described and claimed herein , Examples of such computer readable storage media include, but are not limited to, a hard disk, a CD-ROM, an optical storage device, a magnetic storage device, a ROM (read-only memory), a PROM (programmable read-only memory). Memory), an EROM (erasable programmable read only memory), an EPROM (electrically erasable programmable read only memory), and a flash memory. Furthermore, it is expected that those of ordinary skill in the art, despite potentially significant efforts and numerous design choices, such as those of available time, current technology, and economic considerations, will be guided by the concepts and principles disclosed herein , will readily be able to produce such software instructions and programs and ICs with minimal experimental effort.

Die Zusammenfassung der Offenbarung ist vorgesehen, um den Leser in die Lage zu versetzen schnell die Art der technischen Offenbarung festzustellen. Sie wird mit dem Verständnis vorgelegt, dass sie nicht verwendet werden wird, um den Schutzumfang oder die Bedeutung der Ansprüche zu interpretieren oder zu beschränken. Zusätzlich lässt sich in der voranstehenden ausführlichen Beschreibung ersehen, dass verschiedene Merkmale in verschiedenen Ausführungsformen für den Zweck einer Übersichtlichkeit der Offenbarung zusammen gruppiert sind. Dieses Verfahren der Offenbarung soll nicht als die Absicht reflektierend interpretiert werden, dass die beanspruchten Ausführungsformen mehr Merkmale erfordern, als explizit in jedem Anspruch angegeben ist. Im Gegenteil, wie die folgenden Ansprüche darlegen, liegt der erfindungsgemäße Gegenstand in weniger als sämtlichen Merkmalen einer einzelnen offenbarten Ausführungsform. Somit sind die folgenden Ansprüche hiermit in die ausführliche Beschreibung eingebaut, wobei jeder Anspruch für sich selbst als ein getrennt beanspruchter Gegenstand steht.The summary of the disclosure is intended to enable the reader to quickly ascertain the nature of the technical disclosure. It is presented with the understanding that it will not be used to interpret or limit the scope or meaning of the claims. In addition, in the foregoing detailed description, it can be seen that various features are grouped together in various embodiments for purposes of clarity of disclosure. This method of disclosure is not to be interpreted as reflecting the intent that the claimed embodiments require more features than are explicitly stated in each claim. On the contrary, as the following claims set forth, the subject matter of the invention lies in less than all features of a single disclosed embodiment. Thus, the following claims are hereby incorporated into the detailed description, with each claim standing on its own for a separate claim.

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

• US 8412416 B2 [0006]US 8412416 B2 [0006]

Zitierte Nicht-PatentliteraturCited non-patent literature

• Juan Nieto et. al., Journal of Physical Agents, Vol. 4, No. 2, May 2010 [0007]Juan Nieto et. al., Journal of Physical Agents, Vol. 4, no. 2, May 2010 [0007]
• Juan I. Neito et al, Journal of Physical Agents, Vol. 4, No. 2, May 2010 [0040]Juan I. Neito et al, Journal of Physical Agents, Vol. 2, May 2010 [0040]

Claims (13)

Verfahren zum Abschätzen der Breite einer Fahrspur (SP), entlang der sich ein Fahrzeug (F) bewegt, wobei die Breite der Fahrspur (SP) durch Aussenden von Messsignalen von Messgeräten (LM, RM) von dem Fahrzeug (F) in Richtung auf die seitliche Fahrbahnumgebung (UG) hin und durch Aufnehmen von Reflexionensignalen (l_k, r_k), die von der Fahrbahnumgebung (UG) reflektiert werden, durch die Messgeräte (LM, RM) bestimmt wird, umfassend die folgenden Schritte: Bestimmen einer ersten Breite (W), wenn sich das Fahrzeug entlang eines ersten Abschnitts (A) der Fahrspur (SP) bewegt, in dem Fahrspurbegrenzungen (P1, P2) vorgesehen sind, wobei die erste Breite (W) auf Grundlage von ersten Reflexionssignalen (l_k, r_k), die von den Fahrspurbegrenzungen (P1, P2) reflektiert werden, bestimmt wird; Bestimmen einer Anzahl von Referenzbreiten (W), wenn sich das Fahrzeug entlang eines zweiten Abschnitts (B) der Fahrspur (SP) bewegt, an dem keine Fahrspurbegrenzungen (P1, P2) vorgesehen sind, wobei die Referenzbreiten (W(n)) mithilfe einer linearen Vorhersage auf Grundlage der ersten Breite (W) während der Bewegung des Fahrzeugs entlang des zweiten Abschnitts (B) bestimmt werden; Bestimmen von zweiten Breiten (X(n)) auf Grundlage von Reflexionssignalen (L(n); R(n)) von der Fahrbahnumgebung, wenn sich das Fahrzeug in dem zweiten Abschnitt (B) der Fahrspur (SP) bewegt; und Bestimmen eines Korrekturfaktors (C), der die Summe der kleinsten Fehlerquadrate der Fehlerdifferenzen zwischen den jeweiligen Referenzbreiten (W(n)) und den zweiten Breiten (X(n)) minimiert. Method for estimating the width of a lane (SP) along which a vehicle (F) moves, the width of the lane (SP) being transmitted by transmitting measuring signals from measuring devices (LM, RM) from the vehicle (F) in the direction of the vehicle Lateral road environment (UG) and by receiving reflection signals (l _k , r _k ), which are reflected from the roadway environment (UG), by the measuring devices (LM, RM) is determined, comprising the following steps: determining a first width ( W) when the vehicle is traveling along a first portion (A) of the lane (SP) in which lane boundaries (P1, P2) are provided, the first width (W) being based on first reflection signals (l _k , r _k ) determined by the lane boundaries (P1, P2) is determined; Determining a number of reference widths (W) when the vehicle is traveling along a second section (B) of the lane (SP) where lane boundaries (P1, P2) are not provided, the reference widths (W (n)) using a linear prediction based on the first width (W) during movement of the vehicle along the second section (B); Determining second widths (X (n)) based on reflection signals (L (n); R (n)) from the road environment when the vehicle is moving in the second portion (B) of the lane (SP); and determining a correction factor (C) that minimizes the sum of the least error squares of the error differences between the respective reference widths (W (n)) and the second widths (X (n)). Verfahren nach Anspruch 1, wobei die Breite der Fahrspur die Summe der mit dem Korrekturfaktor korrigierten zweiten Breiten ist.Method according to Claim 1 wherein the width of the lane is the sum of the second widths corrected with the correction factor. Verfahren nach Anspruch 1, wobei die Messgeräte zwei am Fahrzeug seitlich angebrachte Radarmessgeräte (LM, RM) sind, wobei die Radarmessgeräte Radarsignale in einem Bereich seitlich vom Fahrzeug aussenden.Method according to Claim 1 wherein the gauges are two radar gauges (LM, RM) mounted laterally on the vehicle, the radar gauges emitting radar signals in an area laterally of the vehicle. Verfahren nach Anspruch 1, wobei die Messgeräte ein der Fahrzeugfront angebrachtes Radarmessgerät (FM) zum Abstrahlen von Radarsignalen vor dem Fahrzeug ist.Method according to Claim 1 wherein the measuring devices is a radar device (FM) mounted on the front of the vehicle for emitting radar signals in front of the vehicle. Verfahren nach Anspruch 3, wobei die zweiten Breiten (X(n)) in dem zweiten Abschnitt der Fahrspur folgendermaßen bestimmt werden: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \sum _k{r}_k}\end{array}$$

wobei X(n) die zweiten Breiten sind, L(n) und R(n) linke und rechte Breiten sind, l_k und r_k Intensitätswerte der von dem linken bzw. rechten Messgerät (LM, RM) aufgenommenen Reflexionssignale sind, α und β dynamische Gewichtungen sind, die durch eine Clusterbildung und Mischmodellierung bestimmt werden, und n ein laufender Index der Breiten ist.Method according to Claim 3 wherein the second widths (X (n)) in the second section of the lane are determined as follows: $$X\left(n\right)=\alpha L\left(n\right)+\beta R\left(n\right)$$

$$\begin{array}{l}L\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{l}_k}\\ R\left(n\right)=\frac{1}{k}{\displaystyle \underset{k}{\Sigma }{r}_k}\end{array}$$

where X (n) are the second widths, L (n) and R (n) are left and right widths, l _k and r _{k are} intensity values of the reflection signals picked up by the left and right measuring devices (LM, RM), α and β are dynamic weights determined by clustering and blending modeling, and n is a running index of the widths. Verfahren nach Anspruch 5, wobei die Referenzbreiten (W(n)) bzw. die tatsächliche abgeschätzte Breite W(n) folgendermaßen bestimmt werden: $$W\left(n\right)={\displaystyle {\sum }_{i}X\left(n-1-i\right)\mathrm{\ast }}C$$

wobei C der Korrekturfaktor ist.Method according to Claim 5 in which the reference widths (W (n)) and the actual estimated width W (n) are determined as follows: $$W\left(n\right)={\displaystyle {\Sigma }_{i}X\left(n-1-i\right)\mathrm{*}}C$$

where C is the correction factor. Verfahren nach Anspruch 6, wobei die Fehlerdifferenzen e folgendermaßen bestimmt werden: $$e=W\left(n\right)-X\left(n\right)$$

und wobei die Summe MSE der kleinsten Fehlerquadrate folgendermaßen bestimmt wird: $$MSE=\frac{1}{n}{\displaystyle \sum _n{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

und wobei der Korrekturfaktor C die Summe MSE minimiert, so dass $$MSE\approx 0$$

Method according to Claim 6 , where the error differences e are determined as follows: $$e=W\left(n\right)-X\left(n\right)$$

and wherein the sum of least squares MSE is determined as follows: $$MSe=\frac{1}{n}{\displaystyle \underset{n}{\Sigma }{\left(W\left(n\right)-X\left(n\right)\right)}^2}$$

and wherein the correction factor C minimizes the sum MSE such that $$MSe\approx 0$$

Verfahren nach Anspruch 2 und 4, wobei die Breite des Fahrzeugs weiter auf Grundlage von Sensorsignalen des Frontradars korrigiert werden.Method according to Claim 2 and 4 wherein the width of the vehicle is further corrected based on sensor signals of the front radar. Verfahren nach Anspruch 1, wobei ein weiteres Radarmessgerät vorgesehen ist, welches die Fahrspuroberfläche scannt.Method according to Claim 1 wherein a further radar gauge is provided which scans the lane surface. Verfahren nach Anspruch 1, wobei die Breitenwerte (W(n)) zur Breitenabschätzung in Kurven in linkseitige und rechtsseitige Breiteninformation zerlegt werden, die dann auf eine Klothoide-Formel angepasst werden.Method according to Claim 1 in which the width values (W (n)) for the width estimation are decomposed in curves into left-side and right-side width information, which are then adapted to a clothoid formula. Vorrichtung zum Bestimmen der Breite einer Fahrspur zur Durchführung des Verfahrens nach einem oder mehreren der Ansprüche 1-10, entlang der sich ein Fahrzeug bewegt, umfassend: zwei seitlich Fahrzeug angebrachte Messgeräte (LM, RM) zum Aussenden von Messsignalen und zum Aufnehmen von Reflexionssignalen, die von der Fahrspurumgebung der Fahrspur (SP) reflektiert werden, und eine Recheneinheit (RE), zum Bestimmen der ersten Breite, der Referenzbreiten und der zweiten Breiten, sowie der Summe der kleinsten Fehlerquadrate, wenn sich das Fahrzeug in dem ersten bzw. zweiten Abschnitt der Fahrspur befindet.Device for determining the width of a lane for carrying out the method according to one or more of Claims 1 - 10 along which a vehicle is moving, comprising: two laterally mounted vehicles (LM, RM) for transmitting measurement signals and for receiving reflection signals reflected from the lane environment of the traffic lane (SP), and a computing unit (RE) for Determining the first width, the reference widths and the second widths, and the sum of the least squares when the vehicle is in the first and second portion of the lane. Vorrichtung nach Anspruch 11, wobei ein weiteres Messgerät (FM) im Frontbereich des Fahrzeugs angebracht ist.Device after Claim 11 , wherein another measuring device (FM) is mounted in the front area of the vehicle. Speichermedium, auf dem ein Computerprogramm mit Befehlen zur Durchführung des Verfahrens gemäß einem oder mehreren der Ansprüche 1-10 gespeichert sind.Storage medium on which a computer program with instructions for carrying out the method according to one or more of Claims 1 - 10 are stored.

Images