DE102018211368A1 - Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs durch die Topologie der befahrenen Straße - Google Patents

Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs durch die Topologie der befahrenen Straße Download PDF

Info

Publication number
DE102018211368A1
DE102018211368A1 DE102018211368.8A DE102018211368A DE102018211368A1 DE 102018211368 A1 DE102018211368 A1 DE 102018211368A1 DE 102018211368 A DE102018211368 A DE 102018211368A DE 102018211368 A1 DE102018211368 A1 DE 102018211368A1
Authority
DE
Germany
Prior art keywords
topology
vehicle
lane
vector
road
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
DE102018211368.8A
Other languages
English (en)
Inventor
Claudia Loy
Claudio Heller
Christopher Bayer
Alexey Abramov
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.)
Continental Autonomous Mobility Germany GmbH
Original Assignee
Continental Teves AG and Co OHG
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 Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Publication of DE102018211368A1 publication Critical patent/DE102018211368A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Beschreibung einer Umgebung eines Fahrzeugs (1), welche von einem oder mehreren Umgebungssensor(en) des Fahrzeugs (1) erfasst wird. Das Verfahren besteht darin bzw. die Vorrichtung ist dazu konfiguriert, dass die Topologie einer aktuell vom Fahrzeug (1) befahrenen Straße beschrieben wird durch einen Vektor. Basierend auf dem die Topologie der aktuell vom Fahrzeug (1) befahrenen Straße beschreibenden Vektor kann mindestens eine Fahrerassistenzfunktion ausgeführt werden.

Description

  • Die Erfindung betrifft ein Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs, welche von einem oder mehreren Umgebungssensor(en) des Fahrzeugs erfasst wird. Die Beschreibung der Umgebung kann insbesondere dem Ausführen mindestens einer Fahrerassistenzfunktion zugrunde gelegt werden.
  • Bekannt ist eine Detektion von Fahrspurmarkierungen aus Kamerabildern, die dem Ausführen einer Spurassistenzfunktion zugrunde gelegt wird. Bei der Assistenzfunktion Spurverlassenswarnung (Lane Departure Warning, LDW) wird der Fahrer gewarnt, wenn ein Verlassen der aktuellen Fahrspur unmittelbar droht, ohne dass der Fahrer den Fahrtrichtungsanzeiger betätigt hat. Bei der Spurhalte-Assistenzfunktion (Lane Keeping Assist, LKA), wird durch aktive Lenkeingriffe typischerweise sichergestellt, dass das Fahrzeug stets in der Mitte der Fahrspur fährt. Bei der Assistenzfunktion Fahrbahnverlassensschutz (Road Departure Protection, RDP) wird das Abkommen des Fahrzeugs von der Straße/Fahrbahn verhindert, indem im Notfall automatisch die Fahrzeugausrichtung angepasst wird.
  • WO 2016/188523 A1 zeigt ein Verfahren zur Schätzung von Fahrstreifen, welches u.a. Merkmalsvektoren als Eingangsdaten aus mehreren unterschiedlichen Sensoren verwendet. Ein Merkmalsvektor wird gebildet durch eine Position im Ego-Fahrzeugkoordinatensystem, die einen Punkt auf dem Rand eines Fahrstreifens beschreibt, und einer Richtung bzw. einem Winkel, der angibt, in welcher Richtung der Rand des Fahrstreifens an dieser Position verläuft. Durch eine Fusion der Eingangsdaten wird die Geometrie von Fahrstreifen geschätzt und die geschätzte Geometrie wird ausgegeben.
  • Aus Kartendaten, z.B. eines Navigationssystems, sind Informationen über die Anzahl an Fahrspuren einer mehrspurigen Richtungsfahrbahn verfügbar.
  • Mittels semantischer Segmentierung können Pixel(-segmente) eines Kamerabilds einer Klasse wie z.B. Straßenoberfläche, Fahrbahnmarkierung, Grünstreifen, Randbebauung oder ähnlichem zugeordnet werden.
  • Jedoch gestaltet sich die Detektion bzw. Erkennung von Fahrbahnmarkierungen aufwendig und ist fehleranfällig. Kartenmaterial ist nicht immer vorhanden oder vor allem nicht immer aktuell. Zudem ist die Genauigkeit der Lokalisierung mittels eines Navigationssystems zur Bestimmung der eigenen Position auf einer mehrspurigen Richtungsfahrbahn oft nicht ausreichend.
  • Eine Grundidee der vorliegenden Erfindung besteht darin, eine Straße durch ihre Topologie zu beschreiben:
    Die Topologie beschreibt die Anordnung/Zusammenstellung einer Straße, d.h. beispielsweise die Anzahl der Spuren, deren Anordnung und Typ (z.B.: Autobahnspur, Autobahnabfahrt, Standstreifen, Haltebucht)
  • Mittels der bekannten Verfahren kann die Topologie nicht direkt gemessen, sondern nur indirekt aus Detektionen der Umfeldsensorik, wie beispielsweise erkannten Fahrstreifenmarkierungen, inferiert werden.
  • Ein erster Aspekt der Erfindung besteht in einer Verbesserung der Eigen-Lokalisierung für hochautonome Fahrzeuge Ein zweiter Aspekt besteht in einer Verbesserung der Straßengeometrie-Schätzung mittels der vorhandenen Umfeldsensorik Ein dritter Aspekt besteht in der Detektion von Straßentypen und -merkmalen wie beispielsweise der Detektion der Existenz von Standstreifen, Beschleunigungs- und/oder Verzögerungsstreifen.
  • Ein vierter Aspekt besteht in der Anwendung eines erfindungsgemäßen Verfahrens auf komplexere Straßenszenarien wie in Städten: z.B. zur Zuordnung von Ampeln oder Bodenpfeilen zu Fahrstreifen.
  • Ein erfindungsgemäßes Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs, welche von einem oder mehreren Umgebungssensor(en) des Fahrzeugs erfasst wird, besteht darin, dass die Topologie einer aktuell vom Fahrzeug befahrenen Straße beschrieben wird durch einen Vektor. Basierend auf dem die Topologie der aktuell vom Fahrzeug befahrenen Straße beschreibenden Vektor kann mindestens eine Fahrerassistenzfunktion ausgeführt werden. Die Fahrerassistenzfunktion, wie z.B. LDW, LKA, RDP, Spurwechselassistent (Lane Change Assist, LCA), Überholassistent, Baustellenassistent, Notbremsassistent (Emergency Brake Assist, EBA), Notlenkassistent (Emergency Steer Assist, ESA), erhält durch die Beschreibung der Straßentopologie wichtige Informationen, auf deren Grundlage die Warnung an den Fahrer oder der automatische Eingriff in die Fahrzeugsteuerung an die aktuelle Situation angepasst werden kann. Insbesondere kann die Beschreibung der Straßentopologie mit anderen Umgebungsinformationen, wie z.B. der Erkennung anderer Objekte als weitere Verkehrsteilnehmer, fusioniert werden, um z.B. ein sicheres Notlenkmanöver zu planen und ggfs. durchzuführen.
  • Ein erfindungsgemäßes Verfahren bietet die folgenden Vorteile: Es ermöglicht eine direkte Bestimmung der Straßentopologie aus dem Kamerabild (oder anderen Sensordaten) ohne aufwendige Vorverarbeitungsschritte.
  • Es stellt einen alternativen Absicherungspfad zur Plausibilisierung und Stützung des durch Sensoren detektierten Straßenmodells dar (z.B. Fehldetektion der Anzahl der erkannten Spuren durch Spurmarkierungen). Straßentypen, bzw. die Fahrspurklassen, wie beispielsweise ein Standstreifen (dessen momentane Bestimmung sehr kompliziert ist, da die Trennung vom Standstreifen zum Straßenrand sehr vielfältig ist), Verzögerungs- oder Beschleunigungsstreifen können bestimmt werden. Die ermittelten Informationen über die Straßentopologie sind auch in komplexeren Szenarien von großem Nutzen, wie beispielsweise bei Kreuzungen in Städten. Die Daten bezüglich der Straßentopologie können als weiterer Input zur Verbesserung der Lokalisierung oder der Fusion mit Kartendaten verwendet werden. Das Verfahren kann direkt auf einem Umgebungssensor implementiert werden, z.B. als intelligente Kamera.
  • Vorzugsweise enthält der Vektor binäre Werte, die jeweils angeben, ob ein vorgegebener Topologieaspekt erfüllt ist, in diesem Fall beträgt der Wert = 1, oder nicht, dann beträgt der Wert = 0.
  • Vorteilhaft umfasst die Topologie als Topologieaspekte eine Mehrzahl von Fahrspuren.
  • Bevorzugt enthält der Vektor fünf binäre Werte, die in einer definierten Reihenfolge angeben, ob
    • eine zweite Spur links;
    • eine benachbarte Spur links;
    • eine benachbarte Spur rechts;
    • eine zweite Spur rechts; und
    • ein Standstreifen innerhalb von zwei Spuren rechts;
    • der aktuell befahrenen Fahrspur existieren.
  • Gemäß einer vorteilhaften Ausgestaltung enthält der Vektor Zahlenwerte, die die Breite einer Fahrspur angeben. Bei einem Vektor mit beispielsweise fünf Werten, geben diese in der Reihenfolge die Breite der zweiten Spur links; der benachbarten Spur links; der aktuell befahrenen (eigenen) Fahrspur; der benachbarten Spur rechts; und der zweiten Spur rechts (der eigenen Fahrspur) . Sofern eine Fahrspur nicht existiert, ist der entsprechende Zahlenwert gleich Null. Optional könnte ein sechster binärer Wert des Vektors angeben, ob ein Standstreifen innerhalb von zwei Spuren rechts der aktuell befahrenen Fahrspur existiert.
  • In einer weiteren vorteilhaften Ausführungsform wird die Topologie durch Existenz und Art von Fahrspurmarkierungen oder Fahrspurbegrenzungen in einer definierten Reihenfolge beschrieben. Der Topologievektor enthält vorzugsweise die Markierungstypen der Spuren bzw. beschreibt die Spurränder bzw. deren Markierungstyp. Anstelle der binären Werte für die Existenz von Spuren kann mittels eines Integers (einer ganzen Zahl) der Spurmarkierungstyp definiert werden. Beispielsweise steht ,0' für keine Spur/Spurmarkierung, ,1' für eine durchgezogene Linie, ,2' für eine gestrichelte Linie und ,3' für die äußere Begrenzung eines Standstreifens. Ein Vektor mit sechs Elementen beschreibt somit drei Spurränder links und drei Spurränder rechts vom eigenen Fahrzeug. Der Wertebereich der Einträge des Vektors kann beliebig für weitere Markierungstypen erweitert werden (z.B. ,Block-Linien‘; ,doppelt durchgezogene Linie‘; ,Doppellinie: links durchgezogen und rechts gestrichelt‘; Doppellinie: links gestrichelt und rechts durchgezogen‘; ,gelbe durchgezogene Linie V‘; ,gelbe gestrichelte Linie‘; ,Randsteine‘; etc.). Mit ,Block-Linien‘ sind fett gestrichelte Linien gemeint, die z.B. zwei sich teilende Autobahnen trennen und bei denen rechts überholt werden darf.
  • Des Weiteren kann in einer erweiterten Ausführungsform zusätzlich ein Geometrievektor definiert werden, der beispielsweise die lateralen Abstände der Markierungslinien angibt, z.B. [-10m, -6m, -2m, 2m, 6m, 10m].
  • In weiteren vorteilhaften Ausführungsformen kann der Topologievektor durch zusätzliche Einträge erweitert werden. Vorteilhaft umfasst die Topologie als Topologieaspekt Kreuzungen, Einmündungen und/oder Ausfahrten. Alternativ oder kumulativ kann sie zusätzliche Nachbarspuren, Autobahn-Abfahrten und -Einfahrten, Randbebauung und/oder Haltebuchten umfassen.
  • Im Allgemeinen kann diese Methode auch für komplexere Straßenszenarien verwendet werden: z.B. Landstraßen mit entgegenkommenden Fahrstreifen, Straßen / Kreuzungen in Städten mit Abbiegefahrstreifen, usw. Oder zum Lernen weiterer Straßentypen oder -attribute, wie beispielsweise Standstreifen, Bus- oder Taxilinien, Einbahnstraßen, Fahrrad- oder Fußgängerzonen, Zebrastreifen etc. Vorteilhaft kann die Topologie als Topologieaspekt Zebrastreifen, Haltelinien und/oder sonstige Bodensymbole umfassen.
  • Vorzugsweise ist zumindest ein Umgebungssensor eine Frontkamera, bevorzugt eine im Innenraum des Kraftfahrzeugs hinter der Windschutzscheibe angeordnete und in Fahrtrichtung gerichtete Kamera. Die Frontkamera kann eine monokulare Kamera, eine Stereokamera, oder eine sonstige bildaufnehmende 3D-Kamera sein. Die Kamera umfasst insbesondere ein optisches Modul, z. B. ein Objektiv mit einer oder mehrerer Linsen, und einem Bildsensor, vorzugsweise einem Halbleiter-basierten Bildaufnahmesensor, zum Beispiel einen CMOS-Sensor.
  • In diesem Fall erfolgt bevorzugt eine Zuordnung eines Kamerabilds der Frontkamera zu einem Vektor, der die Topologie der im Kamerabild abgebildeten Straße beschreibt. Diese Zuordnung wird in einer Lernphase gelernt, anhand von gelabelten Trainingsdaten. Anschließend kann das gelernte Zuordnungsverfahren auf der Frontkamera bzw. im Fahrerassistenzsystem hinterlegt werden, so dass neu aufgenommenen Bildern im fahrenden Fahrzeug ein Topologievektor zugeordnet wird. Alternativ kann die gesamte Methode direkt auf dem Umgebungs(-erfassungs-)sensor implementiert werden, z.B. als intelligente Kamera.
  • Das Lernen erfolgt besonders bevorzugt mittels eines (Deep Convolutional) Neuronalen Netzwerks. Ein definiertes neuronales Netzwerk, vorzugsweise ein „deep convolutional neural network“ (auf Deutsch etwa „tiefgehendes faltendes neuronales Netzwerk“, im Folgenden DCNN) kann hierzu mit den gelabelten Daten trainiert werden, also z.B. Kamerabildern, denen bereits der jeweilige Topologievektor zugeordnet wurde. Die Kamerabilder (oder andere Sensordaten) werden als Eingangsdaten verwendet und der Topologievektor T stellt das Zielergebnis dar.
  • Das trainierte Netzwerk kann nun im Fahrzeug im laufenden Betrieb verwendet werden um die Kameradaten (oder andere Sensordaten) zu verarbeiten und somit die Topologie der aktuell befahrenen Straße zu bestimmen. Damit kann die Algorithmik direkt auf dem Sensor implementiert und angewendet werden.
  • Das vorgestellte Verfahren zur Bestimmung der Topologie kann vorteilhaft so erweitert werden, dass das Netz zusätzlich den Straßenverlauf bestimmt. Somit könnte aus dem Bild eine Darstellung der Straße erzeugt werden, die direkt für das autonome Fahren verwendet werden kann.
  • Gegenstand der Erfindung ist weiterhin eine Vorrichtung zur Beschreibung einer Umgebung eines Fahrzeugs, welche von einem oder mehreren Umgebungssensor(en) des Fahrzeugs erfasst wird. Die Vorrichtung ist dazu konfiguriert bzw. ausgebildet, dass sie die Topologie einer aktuell vom Fahrzeug befahrenen Straße durch einen Vektor beschreibt.
  • Die Vorrichtung kann insbesondere einen Mikrocontroller oder -prozessor, einen Digital Signal Processor (DSP), einen ASIC (Application Specific Integrated Circuit), einen FPGA (Field Programmable Gate Array) und dergleichen mehr sowie Software zur Durchführung der entsprechenden Verfahrensschritte umfassen. Die vorliegende Erfindung kann somit in digitalen elektronischen Schaltkreisen, Computer-Hardware, Firmware oder Software implementiert sein.
  • Im Folgenden werden Ausführungsbeispiele der Erfindung näher erläutert und anhand von Figuren illustriert.
  • Hierbei zeigen:
    • 1 ein erstes exemplarisches Bild einer vorwärtsgerichteten Fahrzeugkamera,
    • 2 ein zweites exemplarisches Bild einer vorwärtsgerichteten Fahrzeugkamera,
    • 3 ein drittes exemplarisches Bild einer vorwärtsgerichteten Fahrzeugkamera, 4 eine schematische Zeichnung der Situation, in der das Bild aus 3 aufgenommen wurde, aus der Vogelperspektive, und
    • 5 einen Fahrbahnabschnitt, anhand dessen eine Beschreibung der Topologie mittels eines Vektors illustriert wird, der die Spurränder bzw. deren Markierungstyp beschreibt.
  • 1 zeigt exemplarisch ein Bild einer vorwärtsgerichteten Fahrzeugkamera, welches aufgenommen wurde, während das Fahrzeug auf der zweiten Spur von links auf einer vierspurigen Autobahn fuhr. Es herrscht Rechtsverkehr. Auf der Autobahn ist kein Standstreifen vorhanden.
  • Bekannte Verfahren zur Querführungsunterstützung erkennen die einzelnen Fahrspuren vor allem anhand der Markierungen, die eine Fahrspur links bzw. rechts begrenzen.
  • Im vorliegend beschriebenen Ausführungsbeispiel erfolgt die Bestimmung der Straßentopologie durch ein DCNN (deep convolutional neural network). Nach dem Trainieren dieses DCNN kann dieses die Topologie der Straße aus dem Kamerabild oder den Daten anderer Umgebungssensoren extrahieren und als Ausgabe eine entsprechende Topologie-Beschreibung liefern.
  • Für das Trainieren des DCNN werden Daten gelabelt. Dazu wird einer Vielzahl von Kamerabildern (oder anderen Sensordaten) jeweils eine Topologie-Beschreibung zugeordnet. Die Topologie-Beschreibung kann in einer einfachen (hier beschriebenen) Ausführung durch einen Vektor mit fünf Elementen (betreffend jeweils einen Topologieaspekt) beschrieben werden: T = [„übernächste Spur linke Seite (LL) vorhanden“, „Nachbarspur links (L) vorhanden“, „Nachbarspur rechts (R) vorhanden“, „übernächste Spur rechte Seite (RR) vorhanden“, „rechter Standstreifen (SL) maximal zwei Spuren entfernt vorhanden“], wobei jedes Element des Vektors entweder 0 oder 1 entspricht und somit die Existenz dieser Spur widerspiegelt.
  • Das in 1 exemplarisch dargestellte Bild wird mit dem Topologievektor T = [0,1,1,1,0] beschrieben, da die Straße aus einer linken (L) und zwei rechten (R, RR) Spuren besteht. Da der Standstreifen (SL) nicht vorhanden ist, bleibt der letzte Eintrag 0.
  • Die Straßentopologie, die in 2 dargestellt ist, kann durch den Topologievektor T = [0,1,0,0,1] beschrieben werden, da eine nächste linke (L) Spur und ein Standstreifen (SL) vorhanden ist, jedoch keine rechten (R; RR) Spuren und keine übernächste linke (LL) Spur.
  • Die vorgestellte Methode wird zur Bestimmung der Topologie von Autobahnen angewendet: Hierfür wurden mehrere tausend Bilder der Frontkamera eines Fahrzeugs (s. 1 und 2) auf Autobahnen mit der Topologieinformation bzw. dem Topologievektor gelabelt und ein DCNN mit diesen Daten trainiert.
  • Mit dem trainierten Netz wird nun die Topologie für Kamerabilder (die nicht für das Trainieren des Netzes verwendet wurden) von Autobahnen bestimmt. Ein Beispiel ist das in 3 dargestellt Bild.
  • Als Ergebnis für das Bild aus 3 liefert das trainierte DCNN den korrekten Topologievektor T =[0,1,1,0,1]. Bei der Aufnahme des Bildes aus 3 befand sich das Fahrzeug auf der mittleren Spur (E) einer dreispurigen Autobahn mit Standstreifen (SL). Es gibt also eine benachbarte linke (L) und rechte (R) Spur.
  • 4 veranschaulicht die Situation, in der das Bild aus 3 aufgenommen wurde, in einer schematischen Zeichnung aus der Vogelperspektive. Das Fahrzeug (1) mit der vorwärtsgerichteten Fahrzeugkamera (2), die hinter der Windschutzscheibe angeordnet ist, befindet sich auf der mittleren Fahrspur (E) einer dreispurigen Autobahn mit Standstreifen (SL) rechts. Die mittlere Fahrspur (E) wird von den beiden gestrichelten Fahrbahnmarkierungen (4) links bzw. (5) rechts begrenzt. Links der eigenen Fahrspur (E) befindet sich eine benachbarte linke Fahrspur (L), die nach links von einer durchgezogenen Fahrbahnmarkierung (3) und nach rechts von der linken gestrichelten Fahrbahnmarkierung (4) begrenzt wird. Rechts der eigenen Fahrspur (E) befindet sich eine benachbarte rechte Fahrspur (R), die nach links von der rechten gestrichelten Fahrbahnmarkierung (5) und nach rechts von einer weiteren durchgezogenen Fahrbahnmarkierung (6) begrenzt wird. Letztere begrenzt zugleich den Standstreifen (SL) nach links. Nach rechts ist der Standstreifen (SL) z.B. durch eine Leitplanke oder das seitliche Fahrbahnende (7) begrenzt.
  • Mit dem trainierten Netz konnte die Topologie in über 93 % der Testbilder richtig bestimmt werden.
  • In 5 ist ein Fahrbahnabschnitt schematisch dargestellt, der grundsätzlich dieselbe Topologie wie in 4 aufweist. Alternativ zu der anhand der 1 bis 4 erläuterten binären Vektorformulierung [0,1,1,0,1], welcher beschreibt das eine linke Spur (L), eine rechte Spur (R) sowie ein Standstreifen (SL) vorhanden ist, kann ein anders aufgebauter Topologievektor folgendermaßen definiert werden: Anstelle der binären Werte für die Existenz von Spuren kann mittels eines Integers der Spurmarkierungstyp definiert werden. Der alternative Vektor T' = [0, 1, 2, 2, 1, 3] beschreibt die Spurränder bzw. deren Markierungstyp für die Topologie gemäß 5. Ein Vektor mit sechs Elementen beschreibt somit drei Spurränder links ([0, 1, 2]) und drei Spurränder rechts ([2, 1, 3]) vom Fahrzeug.
  • In diesem Fall steht ,0' für keine Spur/Spurmarkierung, was in 5 durch das Bezugszeichen N symbolisiert wird, da dort keine Fahrspur in der vom Fahrzeug befahrenen Richtung existiert bzw. links der linken durchgezogenen Fahrspurmarkierung (3) keine befahrbare Fahrspur existiert. Der Integer ,1' steht für eine durchgezogene Linie, entsprechend den durchgezogenen Fahrbahnmarkierungen links (3) und rechts (6) in 5. Der Integer ,2' repräsentiert eine gestrichelte Linie, was in 5 den gestrichelten Markierungen links (4) und rechts (5) des eigenen Fahrzeugs bzw. der aktuell befahrenen Fahrspur (E) entspricht. Der Integer ,3' steht für die äußere Begrenzung eines Standstreifens, in 5 beschrieben durch das schraffierte Rechteck (7). Somit beschreibt der oben angegebene Topologievektor T' = [0, 1, 2, 2, 1, 3] eine linke Nachbarspur (L), die links von einer durchgezogenen Linie (3) und rechts von einer gestrichelten Markierung (4) begrenzt wird, einer rechten Nachbarspur (R), die links von einer gestrichelten Markierung (5) und rechts von einer durchgezogenen Markierung (6) begrenzt wird, sowie einem Standstreifen (SL) auf der übernächsten Spur rechts, der links von einer durchgezogenen Markierung (6) begrenzt wird und rechts von einer Standstreifen-Begrenzung (7).
  • Zusätzlich kann ein Geometrievektor zu dem alternativen Topologievektor T' definiert werden, der beispielsweise die lateralen Abstände der Markierungslinien angibt [-10m, -6m, -2m, 2m, 6m, 10m]. Der erste Wert von -10m ist hierbei ohne Bedeutung, da keine relevante dritte linke Fahrspurmarkierung (drei „Stellen“ links der aktuell befahrenen Fahrspur) existiert, weshalb der erste Wert des Vektors T' Null ist. Durch den Geometrievektor kann zusätzlich zur Topologie der Fahrbahn auch die Geometrie der Fahrbahn angegeben werden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • 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.
  • Zitierte Patentliteratur
    • WO 2016/188523 A1 [0003]

Claims (12)

  1. Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs (1), welche von einem oder mehreren Umgebungssensor(en) des Fahrzeugs (1) erfasst wird, wobei die Topologie einer aktuell vom Fahrzeug (1) befahrenen Straße beschrieben wird durch einen Vektor.
  2. Verfahren nach Anspruch 1 wobei der Vektor binäre Werte enthält, die jeweils angeben, ob ein vorgegebener Topologieaspekt erfüllt ist (Wert = 1) oder nicht (Wert = 0) .
  3. Verfahren nach Anspruch 1 oder 2, wobei die Topologie als Topologieaspekte eine Mehrzahl von Fahrspuren (LL, L, R, RR, SL) umfasst.
  4. Verfahren nach Anspruch 2 und 3, wobei der Topologie-Vektor fünf binäre Werte umfasst, die in einer definierten Reihenfolge angeben, ob eine zweite Spur links (LL); eine benachbarte Spur links (L); eine benachbarte Spur rechts (R); eine zweite Spur rechts (RR); und ein Standstreifen (SL) innerhalb von zwei Spuren rechts; der aktuell vom Fahrzeug (1) befahrenen Fahrspur (E) existieren.
  5. Verfahren nach Anspruch 1, wobei die Topologie durch Existenz und Art von Fahrspurmarkierungen oder Fahrspurbegrenzungen in einer definierten Reihenfolge beschrieben wird.
  6. Verfahren nach Anspruch 5, wobei die Umgebung des Fahrzeugs zusätzlich durch einen Geometrievektor beschrieben wird, der die lateralen Abstände der Fahrspurmarkierungen oder Fahrspurbegrenzungen angibt.
  7. Verfahren nach einem der vorherigen Ansprüche, wobei die Topologie als Topologieaspekt Kreuzungen, Einmündungen und/oder Ausfahrten umfasst.
  8. Verfahren nach einem der vorherigen Ansprüche, wobei die Topologie als Topologieaspekt Zebrastreifen, Haltelinien und/oder sonstige Bodensymbole umfasst.
  9. Verfahren nach einem der vorherigen Ansprüche, wobei zumindest ein Umgebungssensor des Fahrzeugs (1) eine Frontkamera (2) ist.
  10. Verfahren nach Anspruch 9, wobei eine Zuordnung eines Kamerabilds zu einem Vektor, der die Topologie der im Kamerabild abgebildeten Straße beschreibt, gelernt wird, anhand von gelabelten Trainingsdaten.
  11. Verfahren nach Anspruch 10, wobei das Lernen mittels eines Neuronalen Netzwerks erfolgt.
  12. Vorrichtung zur Beschreibung einer Umgebung eines Fahrzeugs (1), welche von einem oder mehreren Umgebungssensor (en) des Fahrzeugs (1) erfasst wird, wobei die Vorrichtung dazu konfiguriert ist, dass sie die Topologie einer aktuell vom Fahrzeug (1) befahrenen Straße durch einen Vektor beschreibt.
DE102018211368.8A 2017-07-19 2018-07-10 Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs durch die Topologie der befahrenen Straße Pending DE102018211368A1 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102017212357.5 2017-07-19
DE102017212357 2017-07-19
DE102017217928.7 2017-10-09
DE102017217928 2017-10-09

Publications (1)

Publication Number Publication Date
DE102018211368A1 true DE102018211368A1 (de) 2019-01-24

Family

ID=64951512

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018211368.8A Pending DE102018211368A1 (de) 2017-07-19 2018-07-10 Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs durch die Topologie der befahrenen Straße

Country Status (1)

Country Link
DE (1) DE102018211368A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110979318A (zh) * 2019-11-20 2020-04-10 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质
DE102019107415A1 (de) * 2019-03-22 2020-09-24 Zf Automotive Germany Gmbh Verfahren und System zum Erfassen von für ein Fahrzeug zur Verfügung stehenden künftigen Fahrspuren sowie Steuergerät, Computerprogramm und computerlesbarer Datenträger
DE102021202459A1 (de) 2021-03-15 2022-09-15 Volkswagen Aktiengesellschaft Verfahren zum Bestimmen einer Mehrspurigkeit einer Fahrbahn, Computerprogrammprodukt sowie Assistenzsystem
DE102022111731B3 (de) 2022-05-11 2023-10-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren für ein automatisiertes Kraftfahrzeug zum Ermitteln eines Autobahnknotenpunktes, Computerprogramm, Datenverarbeitungsvorrichtung und Kraftfahrzeug

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016188523A1 (de) 2015-05-22 2016-12-01 Continental Teves Ag & Co. Ohg Verfahren zur schätzung von fahrstreifen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016188523A1 (de) 2015-05-22 2016-12-01 Continental Teves Ag & Co. Ohg Verfahren zur schätzung von fahrstreifen

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019107415A1 (de) * 2019-03-22 2020-09-24 Zf Automotive Germany Gmbh Verfahren und System zum Erfassen von für ein Fahrzeug zur Verfügung stehenden künftigen Fahrspuren sowie Steuergerät, Computerprogramm und computerlesbarer Datenträger
CN110979318A (zh) * 2019-11-20 2020-04-10 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质
CN110979318B (zh) * 2019-11-20 2021-06-04 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质
DE102021202459A1 (de) 2021-03-15 2022-09-15 Volkswagen Aktiengesellschaft Verfahren zum Bestimmen einer Mehrspurigkeit einer Fahrbahn, Computerprogrammprodukt sowie Assistenzsystem
DE102022111731B3 (de) 2022-05-11 2023-10-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren für ein automatisiertes Kraftfahrzeug zum Ermitteln eines Autobahnknotenpunktes, Computerprogramm, Datenverarbeitungsvorrichtung und Kraftfahrzeug

Similar Documents

Publication Publication Date Title
DE102017129075A1 (de) Parkplatznavigationssystem und -verfahren
DE102015209467A1 (de) Verfahren zur Schätzung von Fahrstreifen
DE102016210254A1 (de) Fahrzeugortung an kreuzungen anhand von visuellen anhaltspunkte, stationären objekten und durch gps
DE102016208777A1 (de) Fahrassistenzvorrichtung und Fahrassistenzverfahren
WO2014032904A1 (de) Verfahren und vorrichtung zum erkennen einer position eines fahrzeugs auf einer fahrspur
EP3529561B1 (de) System und verfahren zur erzeugung von digitalen strassenmodellen aus luft- oder satellitenbildern und von fahrzeugen erfassten daten
DE102018211368A1 (de) Verfahren zur Beschreibung einer Umgebung eines Fahrzeugs durch die Topologie der befahrenen Straße
DE102013221497A1 (de) Gerät und Verfahren für das Erkennen einer Fahrbahn bzw. Fahrspur
EP2629243A1 (de) Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen
DE102013205882A1 (de) Verfahren und Vorrichtung zum Führen eines Fahrzeugs im Umfeld eines Objekts
DE102013104256A1 (de) Verfahren und Vorrichtung zur Schätzung der Anzahl von Fahrspuren
DE102015220252A1 (de) Spurhalte-Unterstützungssystem und Verfahren für dieses
DE102018104270A1 (de) Verfahren zum Vorhersagen des Verhaltens mindestens eines Fußgängers
DE112018007063T5 (de) Anzeigesteuervorrichtung, Anzeigevorrichtung und Anzeigesteuerverfahren
DE102016219542A1 (de) Informationsverarbeitungsvorrichtung
DE102015115012A1 (de) Verfahren zum Erzeugen einer Umgebungskarte einer Umgebung eines Kraftfahrzeugs anhand eines Bilds einer Kamera, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102012025067A1 (de) Fahrerassistenzeinrichtung mit kombinierter Verkehrszeichenerfassung und Markierungserfassung für ein Kraftfahrzeug und entsprechendes Verfahren
DE102014111012A1 (de) Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Ausparken, Fahrerassistenzsystem und Kraftfahrzeug
EP3204889B1 (de) Verfahren für ein kraftfahrzeug mit einer kamera, vorrichtung und system
DE102017128531A1 (de) Displayeinrichtung für ein Fahrzeug
DE102017126452A1 (de) Fahrzeugsteuersystem
DE102012221652B4 (de) Verfahren und Vorrichtung zum Bestimmen, ob in einer Verkehrssituation Linksverkehr oder Rechtsverkehr besteht
DE102015216979A1 (de) Verfahren zum Betreiben eines Fahrerassistenzsystems eines Fahrzeugs, Steuergerät und Fahrzeug
DE102016209242B4 (de) Einheiteneinstellvorrichtung und einheiteneinstellverfahren
DE102021119871B4 (de) Verfahren und Prozessorschaltung zum Betreiben einer automatisierten Fahrfunktion mit Objektklassifikator in einem Kraftfahrzeug, sowie Kraftfahrzeug

Legal Events

Date Code Title Description
R081 Change of applicant/patentee

Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE

Free format text: FORMER OWNER: CONTINENTAL TEVES AG & CO. OHG, 60488 FRANKFURT, DE