DE102021005933A1 - Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug - Google Patents

Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug Download PDF

Info

Publication number
DE102021005933A1
DE102021005933A1 DE102021005933.6A DE102021005933A DE102021005933A1 DE 102021005933 A1 DE102021005933 A1 DE 102021005933A1 DE 102021005933 A DE102021005933 A DE 102021005933A DE 102021005933 A1 DE102021005933 A1 DE 102021005933A1
Authority
DE
Germany
Prior art keywords
raised
lane
lane markings
distance
lidar
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
DE102021005933.6A
Other languages
English (en)
Inventor
Christian Kobetz
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Priority to DE102021005933.6A priority Critical patent/DE102021005933A1/de
Publication of DE102021005933A1 publication Critical patent/DE102021005933A1/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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features

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 zur Erfassung eines Fahrspurverlaufs, wobei eine Fahrzeugumgebung mit einem LIDAR (1) abgetastet wird und mit dem Fahrspurverlauf korrelierende erhabene Fahrspurmarkierungen (2) durch das Auswerten vom LIDAR (1) erfasster Abtastpunkte erkannt werden. Das erfindungsgemäße Verfahren ist dadurch gekennzeichnet, dass eine erhabene Fahrspurmarkierung (2) erkannt wird, wenn die Lichtintensität eines vom LIDAR (1) erfassten Abtastpunkts eine festgelegte erste Mindestintensität übersteigt und zur Erfassung des Fahrspurverlaufs die Anordnung (3) von zumindest drei auf einer Fahrbahn (4) erkannter erhabener Fahrspurmarkierungen (2) von einer Recheneinheit (5) auf das Vorhandensein eines für den Fahrspurverlauf charakteristischen Musters hin untersucht wird, wobei das charakteristische Muster erkannt wird, wenn die drei erkannten erhabenen Fahrspurmarkierungen (2) jeweils zueinander einen definierten Längsabstand (I) in eine Verlaufsrichtung (L) der Fahrspur und/oder einen definierten Querabstand (q) zueinander in eine Richtung (Q) quer zur Fahrbahn (4) aufweisen.

Description

  • Die Erfindung betrifft ein Verfahren zur Erfassung eines Fahrspurverlaufs unter Verwendung eines LIDARs nach der im Oberbegriff von Anspruch 1 näher definierten Art sowie ein Fahrzeug zur Durchführung des Verfahrens.
  • Fahrerassistenzsysteme erfordern eine ausreichend genaue Umgebungserfassung zur zuverlässigen Bereitstellung ihrer Funktionalitäten. Je nach Fahrerassistenzsystem kann es dabei erforderlich sein, dass das Fahrzeug mittels Sensoren nicht nur eine Objekterkennung durchführt, sondern auch Fahrspuren zuverlässig erkennt. Dies ermöglicht beispielsweise die Ausgabe von Warnungen und/oder das Durchführen automatisierter Steuerungseingriffe in eine Fahrzeuglängs- und/oder -querführung im Zusammenhang mit einem Spurhalteassistenten. Insbesondere für autonome Fahrzeuge ist die zuverlässige Erkennung von Fahrspuren unerlässlich.
  • Die Ausführungen von Fahrspur- bzw. Fahrbahnmarkierungen unterscheiden sich von Land zu Land. Während in den meisten Länder unterbrochene und durchgezogene Linien mit Farbe auf der Fahrbahn aufgetragen werden, so werden diese Linien in einigen Ländern wie beispielsweise den USA durch erhabene Fahrspurmarkierungen ergänzt oder ersetzt. Bei solchen erhabenen Fahrspurmarkierungen handelt es sich beispielsweise um sogenannte Bott Dots, Botts-Punkte, oder sonstige hochreflektierende Marker, welche von einer Oberfläche auf der sie aufgetragen sind mit mehreren Millimetern emporstehen. Solche Bott Dots können auch durch vertikal von einer Fahrbahnfläche nach oben ragenden Stangen ergänzt werden. Mit Kamerasystemen sind solche erhabenen Fahrspurmarkierungen nur bedingt erkennbar, da von Kameras erzeugte Kamerabilder einer Straßenszene vergleichsweise viel Rauschen enthalten, wodurch Bildverarbeitungsalgorithmen die erhabenen Fahrspurmarkierungen oftmals als Teil der Fahrbahn erkennen oder für Schatten, Schlaglöcher, Steine oder dergleichen halten. Zudem sind erhabene Fahrspurmarkierungen oftmals abgenutzt, was ihre Detektion zusätzlich erschwert.
  • Aus der DE 10 2019 107 396 A1 ist ein Verfahren zur Erfassung und Klassifizierung erhabener Fahrbahnmarkierungen unter Verwendung von LIDAR bekannt. Dabei wird die Kontur von erhabenen Fahrbahnmarkierungen durch das Scannen mit einem LIDAR erfasst und die Kontur mit in einer Datenbank hinterlegten Referenzkonturen verglichen. Dies ermöglicht neben einer Detektion der erhabenen Fahrbahnmarkierungen auch deren Klassifikation. So können unterschiedliche erhabene Fahrbahnmarkierungen mit unterschiedlichen Bedeutungen versehen sein, welche so herausgefunden werden können. Zur Auswertung der Konturen ist jedoch ein vergleichsweise hoher Rechenaufwand notwendig, was eine leistungsfähige Recheneinheit zur Durchführung des Verfahrens erfordert. Zudem ist die korrekte Zuordnung von Konturen fehleranfällig, und kann insbesondere nicht durchgeführt werden, wenn erhabene Fahrbahnmarkierungen aufgrund von Abnutzung oder sogar gänzlichem Fehlen nicht vom LIDAR erkannt werden.
  • Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein verbessertes Verfahren zur Erfassung eines Fahrspurverlaufs anzugeben, wobei eine Fahrzeugumgebung mit einem LIDAR abgetastet wird, um erhabene Fahrspurmarkierungen zu detektieren, mit dessen Hilfe der Fahrspurverlauf zum einen besonders zuverlässig erfasst werden kann und zum anderen hierzu nur ein vergleichsweise geringer Rechenaufwand notwendig ist.
  • Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zur Erfassung eines Fahrspurverlaufs mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen sowie ein Fahrzeug zur Durchführung des Verfahrens ergeben sich aus den hiervon abhängigen Ansprüchen.
  • Bei einem Verfahren zur Erfassung eines Fahrspurverlaufs der eingangs genannten Art, werden mit dem Fahrspurverlauf korrelierende erhabene Fahrspurmarkierungen durch das Auswerten von einem LIDAR erfasster Abtastpunkte erkannt, wobei erfindungsgemäß eine erhabene Fahrspurmarkierung erkannt wird, wenn die Lichtintensität eines vom LIDAR erfassten Abtastpunkts eine festgelegte erste Mindestintensität übersteigt, wobei zur Erfassung des Fahrspurverlaufs die Anordnung von zumindest drei auf einer Fahrbahn erkannter erhabener Fahrspurmarkierungen von einer Recheneinheit auf das Vorhandensein eines für den Fahrspurverlauf charakteristischen Musters hin untersucht wird, und wobei das charakteristische Muster erkannt wird, wenn die drei erkannten erhabenen Fahrspurmarkierungen jeweils zueinander einen definierten Längsabstand in eine Verlaufsrichtung der Fahrspur und/oder einen definierten Querabstand zueinander in eine Richtung quer zur Fahrbahn aufweisen.
  • Das erfindungsgemäße Verfahren erlaubt eine zuverlässige Erkennung erhabener Fahrspurmarkierungen und damit Erfassung des Fahrspurverlaufs bei einem vergleichsweise geringen Rechenaufwand. Bei den erhabenen Fahrspurmarkierungen handelt es sich beispielsweise um die eingangs erwähnten Bott Dots und/oder sonstige hochreflektierenden Marker. Solche erhabenen Fahrspurmarkierungen werden typischerweise in einer Licht stark streuenden Farbe ausgeführt wie beispielsweise weiß oder einer Signalfarbe und/oder mit einem retroreflektierenden Material versehen, sodass die entsprechenden erhabenen Fahrspurmarkierungen nicht nur Licht vergleichsweise stark streuen sondern auch noch in Richtung einer lichtaussenden Quelle zurückreflektieren. Die erhabenen Fahrspurmarkierungen können zudem durch vertikal von der Fahrbahn sich nach oben erstreckende Stangen ergänzt sein. Aufgrund der hohen Streufähigkeit bzw. Reflektivität lassen sich somit besagte erhabene Fahrspurmarkierungen besonders gut mit einem LIDAR erfassen. Wird der Bereich einer Fahrbahn vom LIDAR abgetastet, so weist die Lichtintensität des vom LIDAR erfassten Lichts bei den mit den erhabenen Fahrspurmarkierungen korrelierenden Abtastpunkten eine im Vergleich zur restlichen Fahrbahn besonders hohe Lichtintensität auf. Dies ermöglicht die zuverlässige Detektion erhabener Fahrspurmarkierungen, auch wenn sich diese in einem vergleichsweise weiten Abstand vor dem Fahrzeug auf der Fahrbahn befinden.
  • Zur Erfassung des Fahrspurverlaufs reicht es jedoch nicht aus, lediglich eine über der ersten Mindestintensität liegende Lichtintensität von Abtastpunkten zu detektieren. So könnte die hohe Lichtintensität auch durch das Abtasten eines sonstigen Licht stark streuenden oder reflektierenden Gegenstands, wie einer auf der Fahrbahn liegenden Aluminiumdose, hervorgerufen werden. Erfindungsgemäß wird die Anordnung von zumindest drei auf der Fahrbahn erkannter erhabenen Fahrspurmarkierungen auf das Vorhandensein charakteristischer Muster hin untersucht. So weisen die erhabenen Fahrspurmarkierungen auf der Fahrbahn einen festgelegten Längsabstand in die Verlaufsrichtung der Fahrspur sowie bei mehreren Fahrspuren bzw. Fahrbahnrandbegrenzungslinien auch einen definierten Querabstand quer zur Fahrbahn auf. Erkennt das LIDAR unter Auswertung von LIDAR Sensordaten mit der Recheneinheit vermeintliche erhabene Fahrspurmarkierungen, in denen die Lichtintensität der entsprechenden Abtastpunkte die erste Mindestintensität übersteigt, so prüft die Recheneinheit, ob diese Abtastpunkte den definierten Längsabstand und/oder den definierten Querabstand zueinander aufweisen. Ist dies der Fall, so dienen die entsprechenden detektierten erhabenen Fahrspurmarkierungen zur Anzeige eines Fahrspurverlaufs. Durch das Auswerten einer Höhe des definierten Längsabstands und/oder des definierten Querabstands lässt sich zudem auch eine Bedeutung von Fahrspurmarkierungen erkennen. So weisen die erhabenen Fahrspurmarkierungen typischerweise unterschiedliche Abstände zueinander auf, wenn zwischen verschiedenen Fahrspurmarkierungen wie beispielsweise einer durchgezogenen Linie, einer unterbrochenen Linie, einen Auffahrspur oder dergleichen differenziert werden soll.
  • Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass in einem sich mit dem definierten Längsabstand und/oder dem definierten Querabstand an einen in die Verlaufsrichtung der Fahrspur und/oder in die Richtung quer zur Fahrbahn letzten der drei erkannten erhabenen Fahrspurmarkierungen anschließenden Suchbereich nach einer weiteren erhabenen Fahrspurmarkierung gesucht wird. Hierdurch ist eine noch zuverlässigere Erfassung des Fahrspurverlaufs möglich. So können einzelne erhabene Fahrspurmarkierungen abgenutzt sein, wodurch die Licht stark streuende Farbe, beispielsweise eine weiße Farbe, von der erhabenen Fahrspurmarkierung entfernt wurde, wodurch die von der erhabenen Fahrspurmarkierung hervorgerufene Lichtintensität eines mit der entsprechenden erhabenen Fahrspurmarkierung korrelierenden Abtastpunkts sinkt. Eine solche erhabene Fahrspurmarkierung kann auch mit einer dunkleren Farbe bedeckt sein, beispielsweise mit Dreck, Teer oder Gummiabrieb. Auch können einzelne erhabene Fahrspurmarkierungen gänzlich fehlen. Durch das gezielte Suchen erhabener Fahrspurmarkierungen in einem Bereich, in dem entsprechend des definierten Längsabstands und/oder Querabstands normalerweise eine erhabene Fahrspurmarkierung vorliegen müsste, lässt sich die Detektionswahrscheinlichkeit in diesem Suchbereich erhöhen. Somit lassen sich auch abgenutzte erhabene Fahrspurmarkierungen detektieren oder der Fahrspurverlauf auch dann erfassen, wenn einzelne erhabene Fahrspurmarkierungen fehlen. So kann die Recheneinheit bei nichtErkennen einer erhabenen Fahrspurmarkierung im Suchbereich einfach annehmen, dass dort eine solche erhabene Fahrspurmarkierung positioniert ist.
  • Der Suchbereich befindet sich wie bereits erwähnt an der Stelle, an der entsprechend des definierten Längsabstands und/oder definierten Querabstands eine erhabene Fahrspurmarkierung vermutet wird. Der Suchbereich kann dabei beispielsweise kreisförmig sein und einen definierten Durchmesser aufweisen, wie beispielsweise 20 cm.
  • Durch das gezielte Suchen von erhabenen Fahrspurmarkierungen im Suchbereich lässt sich zudem die Fehldetektion erhabener Fahrspurmarkierungen, beispielsweise durch Licht reflektierenden Müll, senken. So können außerhalb des Suchbereichs liegende Abtastpunkte, die eine über der ersten Mindestintensität liegende Lichtintensität aufweisen auch gezielt von der Erfassung des Fahrspurverlaufs ausgespart werden.
  • Entsprechend einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens wird eine erhabene Fahrspurmarkierung im Suchbereich erkannt, wenn die Lichtintensität des vom LIDAR im Suchbereich erfassten Abtastpunkts eine festgelegte zweite Mindestintensität übersteigt, wobei die zweite Mindestintensität kleiner ist, als die erste Mindestintensität. Wie bereits erwähnt sind abgenutzte oder fehlende erhabene Fahrspurmarkierungen dazu in der Lage, Licht nur weniger stark zu streuen und/oder zu reflektieren, als intakte erhabene Fahrspurmarkierungen. Somit sinkt auch die Lichtintensität eines mit der entsprechenden erhabenen Fahrspurmarkierung korrelierenden Abtastpunkts des LIDARs. Durch Herabsetzen der Mindestintensität von der ersten Mindestintensität auf die zweite Mindestintensität, mit der Abtastpunkte als erhabene Fahrspurmarkierungen klassifiziert werden, lässt sich somit die Detektionsgüte der erhabenen Fahrspurmarkierungen und damit das Erfassen des Fahrspurverlaufs erhöhen.
  • Eine weitere vorteilhafte Ausgestaltung des Verfahrens sieht ferner vor, dass ein adaptiver Längsabstand und/oder ein adaptiver Querabstand verwendet wird, wobei sich die Höhe des Längs- und/oder Querabstands aus dem zwischen einer festgelegten Anzahl an erhabenen Fahrspurmarkierungen gemessenen Längs- und/oder Querabstand ergibt, oder die Höhe des Längsabstands in Abhängigkeit einer zwischen zwei erhabenen Fahrspurmarkierungen erkannten nicht-erhabenen Fahrspurmarkierung bestimmt wird. Die Höhe des definierten Längsabstands bzw. die Höhe des definierten Querabstands kann sich im Verlauf einer Straße ändern. Durch eine adaptive Ausführung des definierten Längsabstands und/oder definierten Querabstands wird die Zuverlässigkeit in der erfindungsgemäßen Erfassung des Fahrspurverlaufs verbessert, da somit auch durch einen geänderten Längs- und/oder Querabstand charakterisierte Muster der Anordnung der erhabenen Fahrspurmarkierungen auf der Fahrbahn erkannt werden können.
  • Ändert sich der gemessene Längsabstand und/oder der gemessene Querabstand zwischen mit einer über einer Grenzwahrscheinlichkeit zuverlässig als erhabene Fahrspurmarkierung detektierten Fahrspurmarkierungen, so kann der definierte Längsabstand und/oder der definierte Querabstand auf die gemessenen Abstände angepasst werden. Eine Konfidenz, also die Wahrscheinlichkeit, wie zuverlässig eine erhabene Fahrspurmarkierung auch als solche erkannt wird, kann beliebig festgelegt werden, wie beispielsweise eine 90%ige Zutreffwahrscheinlichkeit. Das Messen eines falschen Längsabstands und/oder falschen Querabstands lässt sich verhindern oder zumindest die Wahrscheinlichkeit senken, indem eine festgelegte Mindestanzahl erhabener Fahrspurmarkierungen zur Messung der entsprechenden Abstände berücksichtigt wird. Diese Mindestanzahl kann beispielsweise 5, 10, 20 oder auch Bruchteile oder Vielfache davon betragen.
  • Zur Erhöhung einer Robustheit der Umgebungserfassung verwenden Fahrzeuge typischerweise verschiedene Sensorsysteme, deren Sensordaten auch fusioniert werden können. So kann das entsprechende Fahrzeug beispielsweise auch eine kamerabasierte Umgebungserfassung durchführen. Nicht-erhabene Fahrspurmarkierungen, wie unterbrochene oder durchgezogene Linien, lassen sich auch mit einem LIDAR oder einem Kamerasystem erkennen. In einigen Ländern ist es vorgesehen, dass bei solchen linienartigen nicht-erhabenen Fahrspurmarkierungen erhabene Fahrspurmarkierungen in festgelegten Abständen auf der Linie angeordnet sind. So lassen sich mit diversen Sensorsystemen die einzelnen Striche einer unterbrochenen Linie erkennen, wodurch gezielt der Suchbereich für das LIDAR in den Bereich zwischen zwei Strichen und/oder auf den Strichen der unterbrochenen Linie hineingelegt wird. Hierdurch kann eine besonders hohe Korrelation einer Position des Suchbereichs und eines tatsächlichen Aufenthaltsorts einer erhabenen Fahrspurmarkierung erreicht werden.
  • Entsprechend einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens werden die gemessenen Längsabstände und/oder Querabstände zwischen erhabenen Fahrspurmarkierungen in der Recheneinheit gespeichert und ein gleitender Mittelwert der jeweiligen Abstände für maximal die letzten zehn erkannten Fahrspurmarkierungen gebildet, wobei die Höhe des definierten Längsabstands und/oder definierten Querabstands in Abhängigkeit des gleitenden Mittelwerts der gemessenen Längsabstände und/oder Querabstände bestimmt wird. Das Bilden eines gleitenden Mittelwerts stellt eine besonders einfache und robuste Rechenoperation dar, um eine Änderung des gemessenen Längsabstands und/oder Querabstands zwischen erhabenen Fahrspurmarkierungen feststellen zu können. Durch das Berücksichtigen des Abstands mehrerer erhabener Fahrspurmarkierungen wird der negative Einfluss von fehlerhaft einer erhabenen Fahrspurmarkierung zugeordneten Umgebungsobjekten, wie beispielsweise Müll, reduziert. So könnte sich ein entsprechendes Umgebungsobjekt mit einem beliebigen Abstand zu einer erhabenen Fahrspurmarkierung auf der Fahrbahn befinden, was bei Berücksichtigung lediglich eines einzelnen oder zweier gemessener Abstände zwischen vermeintlichen erhabenen Fahrspurmarkierungen zu fehlerhaft bestimmten definierten Längs- und/oder Querabständen führt. Die Anzahl der zur Bildung des gleitenden Mittelwerts berücksichtigten erhabenen Fahrspurmarkierungen sollte jedoch auch nicht zu groß werden, da sich sonst der gleitende Mittelwert bei einer Änderung des tatsächlichen Abstands der erhabenen Fahrspurmarkierungen auf der Fahrbahn zueinander zu langsam ändern würde. Dabei hat sich eine maximale Anzahl von 10 als optimal erwiesen. Generell wäre es jedoch auch möglich, mehr als zehn vergangene erhabene Fahrspurmarkierungen zur Bildung des gleitenden Mittelwerts zu berücksichtigen.
  • Eine weitere vorteilhafte Ausgestaltung des Verfahrens sieht ferner vor, dass gleichzeitig zumindest zwei sich durch die Höhe des definierten Längsabstands und/oder zwei sich durch die Höhe des definierten Querabstands unterscheidende Mustererkennungen in der Anordnung der erhabenen Fahrspurmarkierungen auf der Fahrbahn durchgeführt werden. Hierdurch lässt sich die Reaktionszeit verkürzen, mit der das Erkennen eines geänderten Abstands zwischen erhabenen Fahrspurmarkierungen möglich ist. So kann beispielsweise gleichzeitig nach einer in einem Muster angeordneten Gruppe aus erhabenen Fahrspurmarkierungen gesucht werden, die einen Längsabstand von zehn Meter zueinander aufweisen und einer Anordnung einer Gruppe aus erhabenen Fahrspurmarkierungen gesucht werden, die einen Längsabstand von acht Meter zueinander aufweisen.
  • Bei einem Fahrzeug mit einem LIDAR und einer Recheneinheit sind erfindungsgemäß das LIDAR und die Recheneinheit zur Durchführung eines im vorigen beschriebenen Verfahrens eingerichtet. Bei dem Fahrzeug kann es sich um ein beliebiges Fahrzeug wie einen Pkw, Lkw, Transporter, Bus oder dergleichen handeln. Die vom LIDAR erzeugten Sensordaten werden von der Recheneinheit ausgewertet. Bei der Recheneinheit kann es sich um ein Steuergerät eines Fahrzeuguntersystems, einen zentralen Bordcomputer oder dergleichen handeln.
  • Insbesondere ist das Fahrzeug zumindest teilautomatisiert steuerbar. So ist eine zuverlässige Fahrspurerkennung für teilautomatisiert oder gar autonom gesteuerte Fahrzeuge für eine sichere Betriebsweise besonders relevant. Mit Hilfe des erfindungsgemäßen Verfahrens lässt sich somit ein sicherer Betrieb solcher Fahrzeuge gewährleisten.
  • Die Zuverlässigkeit, mit der unter Einsatz des erfindungsgemäßen Verfahrens Fahrspurverläufe erfasst werden, lässt sich nicht nur bei abgenutzten oder fehlenden erhabenen Fahrspurmarkierungen verbessern, sondern auch wenn solche erhabenen Fahrspurmarkierungen durch Hindernisse wie beispielsweise bewegte Fahrzeuge oder sonstigen Verkehrsteilnehmer verdeckt werden. So können einzelne erhabene Fahrspurmarkierungen zur Erfassung des Fahrspurverlaufs ignoriert werden oder ihre Anwesenheit angenommen werden, ähnlich wie in dem Fall, dass die entsprechende erhabene Fahrspurmarkierung fehlt.
  • Kann eine erhabene Fahrspurmarkierung im Suchbereich nicht korrekt erfasst werden, also beispielsweise weil die erhabene Fahrspurmarkierung fehlt oder durch ein Objekt verdeckt wird, so kann die Recheneinheit annehmen, dass im Suchbereich dennoch eine erhabene Fahrspurmarkierung vorliegt. Ein die Sicht des LIDARs verdeckendes Fahrzeug kann auch in einer Licht stark streuenden Farbe, beispielsweise Weiß, lackiert sein. In diesem Falle würde ein im Suchbereich liegender Abtastpunkt dennoch eine über der zweiten oder sogar ersten Mindestintensität liegende Lichtintensität aufweisen. Unter Berücksichtigung der Lichtintensität benachbarter auf derselben horizontalen Abtastlinie des LIDARs liegender Abtastpunkte lässt sich dies jedoch vermeiden. So kann die Höhe der zweiten Mindestintensität auch in Abhängigkeit der gemessenen Lichtintensität der außerhalb des Suchbereichs liegenden Abtastpunkte gewählt werden.
  • Da das die Sicht verdeckende Fahrzeug jedoch mehrmals vom LIDAR abgetastet wird, so würde die Recheneinheit hintereinander mehrere erhabene Fahrspurmarkierungen erkennen, die einen unrealistisch geringen Längsabstand zueinander aufweisen würden. Auch dieser Sachverhalt kann dazu verwendet werden eine Fehldetektion von erhabenen Fahrspurmarkierungen zu verhindern.
  • Mit einem LIDAR lassen sich Tiefeninformationen gewinnen. So lässt sich unter Berücksichtigung von Abstandsdaten generell die Anwesenheit eines weiteren Fahrzeugs erkennen, wodurch die generelle Detektion von erhabenen Fahrspurmarkierungen bei einem die Sicht des LIDARs auf die Fahrbahn verdeckenden Fahrzeugs geändert werden kann. So kann ein durch ein Fahrzeug oder sonstiges Objekt verdeckter Bereich des Sichtfelds des LIDARs beispielsweise von der Erkennung erhabener Fahrspurmarkierungen ausgespart werden.
  • Fehlen hintereinander mehrere erhabene Fahrspurmarkierungen bzw. werden durch ein Hindernis verdeckt, beispielsweise weil auf einer zu einem Ego-Fahrzeug benachbarten Fahrspur ein Fahrzeug mit gleicher Fortbewegungsgeschwindigkeit fährt, für wie viele folgende erhabene Fahrspurmarkierungen deren Anwesenheit angenommen werden soll, und ab wann die Recheneinheit tatsächlich keine erhabenen Fahrspurmarkierungen mehr detektieren soll. Dieser Wert kann für ausbleibende und verdeckte erhabene Fahrspurmarkierungen gleich oder unterschiedlich gewählt werden. Zudem kann der Wert fest gewählt werden wie beispielsweise eine, zwei oder drei aufeinanderfolgend erhabene Fahrspurmarkierungen oder kann auch adaptiv gewählt werden, wie im Falle des neben dem Ego-Fahrzeug nebenherfahrenden Fahrzeugs.
  • Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens zur Erfassung eines Fahrspurverlaufs und des Fahrzeugs ergeben sich auch aus den Ausführungsbeispielen, welche nachfolgend unter Bezugnahme auf die Figuren näher beschrieben werden.
  • Dabei zeigen:
    • 1 eine schematische Draufsicht auf eine erste Fahrsituation, in der ein erfindungsgemäßes Fahrzeug auf einer Fahrbahn fährt; und
    • 2 eine schematische Draufsicht auf eine zweite Fahrsituation, in der das erfindungsgemäße Fahrzeug ein weiteres Fahrzeug überholt.
  • 1 zeigt eine Draufsicht auf eine Fahrbahn 4, beispielsweise wie sie in den USA vorkommt. Die Fahrbahn 4 erstreckt sich in eine Verlaufsrichtung L, in die auch mehrere Fahrspurmarkierungen verlaufen. Die Fahrbahn 4 weist mehrere Fahrspuren 9 auf, die getrennt durch die Fahrspurmarkierungen in einer Richtung Q quer zur Verlaufsrichtung L der Fahrbahn 4 nebeneinander liegen. Die in 1 beiden rechten Fahrspuren 9 führen geradeaus und sind durch nicht erhabene Fahrspurmarkierungen 7, also eine unterbrochene Linie, zueinander abgegrenzt. Bei der in 1 links dargestellten Fahrspur 9 handelt es sich um eine Abfahrspur. Die linke Fahrspur 9 ist gegenüber der mittleren und rechten Fahrspur 9 durch eine doppelt durchgezogene Linie sowie neben der durchgezogenen Linien angeordneten erhabenen Fahrspurmarkierungen 2 abgegrenzt, von denen aus Gründen der Übersichtlichkeit nur einige mit einem Bezugszeichen versehen sind. Bei den erhabenen Fahrspurmarkierungen 2 handelt es sich um sogenannten Bott Dots. Im Bereich vor der Abfahrt sind die Bott Dots durch sich vertikal von der Fahrbahn 4 nach oben erstreckende Stangen 10 ergänzt.
  • Auf der Fahrbahn 4 fährt ein erfindungsgemäßes Fahrzeug 8 in die Verlaufsrichtung L. Das Fahrzeug 8 umfasst ein LIDAR 1, dessen Sensordaten von einer Recheneinheit 5 ausgewertet werden. Mit Hilfe des LIDARs 1 ist das Fahrzeug 8 dazu in der Lage, den Fahrspurverlauf der auf der Fahrbahn 4 angeordneten Fahrspuren 9 zu erfassen. Hierzu wendet das Fahrzeug 8 das erfindungsgemäße Verfahren an, welches eine LIDARbasierte Erfassung der erhabenen Fahrspurmarkierungen 2 und Überprüfen einer Platzierung der erhabenen Fahrspurmarkierungen 2 auf der Fahrbahn 4 gemäß charakteristischer Muster vorsieht.
  • So werden die erhabenen Fahrspurmarkierungen 2 je nach Bedeutung mit einem charakteristischen Längsabstand I in die Verlaufsrichtung L und einem charakteristischen Querabstand q in die Richtung Q quer zur Fahrbahn 4 auf dieser angeordnet. In 1 dargestellt sind drei Anordnungen 3 jeweils dreier erhabener Fahrspurmarkierungen 2. So wertet die Recheneinheit 5 die vom LIDAR 1 erzeugten Sensordaten dahingehend aus, welchen Längsabstand I und/oder welchen Querabstand q die einzelnen erhabenen Fahrspurmarkierungen 2 zueinander aufweisen. Charakteristische Muster lassen sich dabei bereits aus der Anordnung 3 wenigstens dreier erhabener Fahrspurmarkierungen 2 erkennen. So können alleinig die Längsabstände I von dreien sich in die Verlaufsrichtung L hintereinander erstreckenden erhabenen Fahrspurmarkierungen 2 überprüft werden, alleinig die Querabstände q von sich in die Richtung Q quer zur Fahrbahn 4 erstreckender erhabener Fahrspurmarkierungen 2 ausgewertet werden und/oder auch Längsabstände I und Querabstände q gemeinsam zur Analyse der charakteristischen Muster ausgewertet werden.
  • Durch das Scannen und Erfassen zumindest dreier erhabener Fahrspurmarkierungen 2 lassen sich somit die Längsabstände I und/oder Querabstände q bestimmen, mit denen die jeweiligen erhabenen Fahrspurmarkierungen 2 auf der Fahrbahn 4 zueinander angeordnet werden. Es kann vorkommen, dass einzelne erhabene Fahrspurmarkierungen 2 abgenutzt sind oder gänzlich fehlen. So sieht das erfindungsgemäße Verfahren vor, dass in einem Suchbereich 6, der mit dem Längsabstand I in die Verlaufsrichtung L hinter einer zuletzt erkannten erhabenen Fahrspurmarkierung 2 und/oder mit dem Querabstand q in die Richtung Q quer zur Fahrbahn 4 neben einer zuletzt erkannten erhabenen Fahrspurmarkierung 2 platziert wird. Der Suchbereich 6 kann beispielsweise kreisförmig sein und einen Durchmesser d von beispielsweise 20 cm aufweisen. Eine Detektionsschwelle des LIDARs 1 zum Erfassen von erhabenen Fahrspurmarkierungen 2 wird im Suchbereich 6 herabgesenkt. Außerhalb des Suchbereichs 6 muss die Lichtintensität eines vom LIDAR 1 erfassten Abtastpunkts eine festgelegte erste Mindestintensität übersteigen, damit eine erhabene Fahrspurmarkierung 2 als solche erkannt wird. Im Suchbereich 6 hingegen muss lediglich eine zweite Mindestintensität überschritten werden, die jedoch geringer ist als die erste Mindestintensität. Dies verbessert die Detektionswahrscheinlichkeit von erhabenen Fahrspurmarkierungen 2, was auch die Zuverlässigkeit einer korrekten Erfassung des Fahrspurverlaufs ermöglicht.
  • Wie 1 und 2 zeigen, weist das LIDAR 1 einen Sichtbereich 11 auf. In 2 wird der Sichtbereich 11 durch ein weiteres Fahrzeug 12, beispielsweise einen Lkw oder Van, eingeschränkt. So wird ein Blick auf den durch eine Kreuzschraffur hervorgehobenen Bereich 13 verhindert. Entsprechende im Bereich 13 liegende erhabene Fahrspurmarkierungen 2 können somit nicht detektiert werden. Mit Hilfe des im Bereich 13 platzierten Suchbereichs 6 lässt sich jedoch eine Annahme oder Prognose treffen, dass auch hier eine erhabene Fahrspurmarkierung 2 liegt. So nimmt die Recheneinheit 5 an, dass im entsprechenden Suchbereich 6 eine erhabene Fahrspurmarkierung 2 vorliegt.
  • Der Längsabstand I lässt sich auch unter Berücksichtigung der nicht erhabenen Fahrspurmarkierungen 7 bestimmen. So können die nicht erhabenen Fahrspurmarkierungen 7 beispielsweise ebenfalls mit Hilfe des LIDARs oder auch mit eines anderen Sensorsystems wie beispielsweise mit einem Kamerasystem erkannt werden und deren Länge zur Bestimmung des Längsabstands I berücksichtigt werden. So befinden sich nämlich in 2 die erhabenen Fahrspurmarkierungen 2 im unterbrochenen Teil der nicht durchgezogenen Linie.
  • 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
    • DE 102019107396 A1 [0004]

Claims (8)

  1. Verfahren zur Erfassung eines Fahrspurverlaufs, wobei eine Fahrzeugumgebung mit einem LIDAR (1) abgetastet wird und mit dem Fahrspurverlauf korrelierende erhabene Fahrspurmarkierungen (2) durch das Auswerten vom LIDAR (1) erfasster Abtastpunkte erkannt werden, dadurch gekennzeichnet, dass eine erhabene Fahrspurmarkierung (2) erkannt wird, wenn die Lichtintensität eines vom LIDAR (1) erfassten Abtastpunkts eine festgelegte erste Mindestintensität übersteigt und zur Erfassung des Fahrspurverlaufs die Anordnung (3) von zumindest drei auf einer Fahrbahn (4) erkannter erhabener Fahrspurmarkierungen (2) von einer Recheneinheit (5) auf das Vorhandensein eines für den Fahrspurverlauf charakteristischen Musters hin untersucht wird, wobei das charakteristische Muster erkannt wird, wenn die drei erkannten erhabenen Fahrspurmarkierungen (2) jeweils zueinander einen definierten Längsabstand (I) in eine Verlaufsrichtung (L) der Fahrspur und/oder einen definierten Querabstand (q) zueinander in eine Richtung (Q) quer zur Fahrbahn (4) aufweisen.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in einem sich mit dem definierten Längsabstand (I) und/oder dem definierten Querabstand (q) an einen in die Verlaufsrichtung (L) der Fahrspur und/oder in die Richtung (Q) quer zur Fahrbahn (4) letzten der drei erkannten erhabenen Fahrspurmarkierungen (2) anschließenden Suchbereich (6) nach einer weiteren erhabenen Fahrspurmarkierung (2) gesucht wird.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass eine erhabene Fahrspurmarkierung (2) im Suchbereich (6) erkannt wird, wenn die Lichtintensität des vom LIDAR (1) im Suchbereich erfassten Abtastpunkts eine festgelegte zweite Mindestintensität übersteigt, wobei die zweite Mindestintensität kleiner ist, als die erste Mindestintensität.
  4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass ein adaptiver Längsabstand (I) und/oder ein adaptiver Querabstand (q) verwendet wird, wobei sich die Höhe des Längs- (I) und/oder Querabstands (q) aus dem zwischen einer festgelegten Anzahl an erhabenen Fahrspurmarkierungen (2) gemessenen Längs- (I) und/oder Querabstands (q) ergibt oder die Höhe des Längsabstands (I) in Abhängigkeit einer zwischen zwei erhabenen Fahrspurmarkierungen (2) erkannten nicht-erhabenen Fahrspurmarkierung (7) bestimmt wird.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die gemessenen Längsabstande (I) und/oder Querabstände (q) zwischen erhabenen Fahrspurmarkierungen (2) in der Recheneinheit (5) gespeichert werden und ein gleitender Mittelwert der jeweiligen Abstände (I, q) für maximal die letzten zehn erkannten Fahrspurmarkierungen (2) gebildet wird und die Höhe des definierten Längsabstands (I) und/oder definierten Querabstands (q) in Abhängigkeit des gleitenden Mittelwerts der gemessenen Längsabstände (I) und/oder Querabstände (q) bestimmt wird.
  6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass gleichzeitig zumindest zwei sich durch die Höhe des definierten Längsabstands (I) und/oder zwei sich durch die Höhe des definierten Querabstands (q) unterscheidende Musterkennungen in der Anordnung (3) der erhabenen Fahrspurmarkierungen (2) auf der Fahrbahn (4) durchgeführt werden.
  7. Fahrzeug (8) mit einem LIDAR (1) und einer Recheneinheit (5), dadurch gekennzeichnet, dass das LIDAR (1) und die Recheneinheit (5) zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 6 eingerichtet sind.
  8. Fahrzeug (8) nach Anspruch 7, gekennzeichnet durch eine zumindest teilautomatisierte Betriebsweise.
DE102021005933.6A 2021-11-30 2021-11-30 Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug Pending DE102021005933A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102021005933.6A DE102021005933A1 (de) 2021-11-30 2021-11-30 Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021005933.6A DE102021005933A1 (de) 2021-11-30 2021-11-30 Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug

Publications (1)

Publication Number Publication Date
DE102021005933A1 true DE102021005933A1 (de) 2022-02-24

Family

ID=80112946

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021005933.6A Pending DE102021005933A1 (de) 2021-11-30 2021-11-30 Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug

Country Status (1)

Country Link
DE (1) DE102021005933A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022211112A1 (de) 2022-10-20 2024-04-25 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Bestimmen von Markern für eine Position und/oder Orientierung eines mobilen Geräts in einer Umgebung

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019107396A1 (de) 2019-03-22 2020-09-24 Valeo Schalter Und Sensoren Gmbh Erfassen und Klassifizieren erhabener Fahrbahnmarkierungen unter Verwendung von LIDAR

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019107396A1 (de) 2019-03-22 2020-09-24 Valeo Schalter Und Sensoren Gmbh Erfassen und Klassifizieren erhabener Fahrbahnmarkierungen unter Verwendung von LIDAR

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022211112A1 (de) 2022-10-20 2024-04-25 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Bestimmen von Markern für eine Position und/oder Orientierung eines mobilen Geräts in einer Umgebung

Similar Documents

Publication Publication Date Title
EP2394234B1 (de) Verfahren und vorrichtung zum ermitteln einer geltenden fahrspurmarkierung
EP1557692B1 (de) Verfahren zur Erkennung von gekennzeichneten Gefahr- und/oder Baustellen im Bereich von Fahrbahnen
EP2888604B1 (de) Verfahren zur bestimmung eines fahrspurverlaufs für ein fahrzeug
DE102015209467A1 (de) Verfahren zur Schätzung von Fahrstreifen
DE112017003974B4 (de) Geschwindigkeitsregelungsvorrichtung
DE102006005512B4 (de) System und Verfahren zur Messung der Entfernung eines vorausfahrenden Fahrzeugs
EP2629243A1 (de) Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen
WO2014032904A1 (de) Verfahren und vorrichtung zum erkennen einer position eines fahrzeugs auf einer fahrspur
DE102011004946A1 (de) Vorrichtung zum Erfassen einer Spurmarkierung auf einer Strasse
DE112012003040T5 (de) Fahrspurerkennungsvorrichtung
EP2116958B1 (de) Verfahren und Vorrichtung zum Ermitteln des Fahrbahnverlaufs im Bereich vor einem Fahrzeug
EP2795537A1 (de) Bestimmung eines höhenprofils einer fahrzeugumgebung mittels einer 3d-kamera
EP2963631B1 (de) Verfahren zum ermitteln eines parkplatzes aus einer anzahl von messpunkten
EP3193276B1 (de) Erfassungsvorrichtung und verfahren zum erkennen von fahrzeugachsen
DE102016215840A1 (de) Verfahren zur Erfassung von im Fahrzeugumfeld befindlichen Bordsteinen
DE102021005933A1 (de) Verfahren zur Erfassung eines Fahrspurverlaufs mittels eines LIDARs und Fahrzeug
DE102011113325A1 (de) Verfahren zur Objekterkennung mittels Bilddaten
DE102011005969A1 (de) In einem Fahrzeug montierte Vorrichtung zur Erfassung einer Linienmarkierung
DE112017003543T5 (de) Objekterfassungsvorrichtung
DE102008050456B4 (de) Verfahren und Vorrichtung zur Fahrspurerkennung
DE102006007550A1 (de) Vorrichtung und Verfahren zur Erkennung einer Fahrbahnmarkierung für ein Kraftfahrzeug
DE102014223259A1 (de) Verfahren zum Schätzen des Fahrstreifenverlaufs einer Fahrbahn
DE102021207609A1 (de) Verfahren zur Kennzeichnung eines Bewegungsweges
DE102016013470A1 (de) Verfahren zur Klassifizierung eines reflektiven Objekts und entsprechend eingerichtetes Kraftfahrzeug
DE102020131766A1 (de) Fahrzeugsystem und Verfahren zur Ermittlung eines Parkbereichs für ein Fahrzeug

Legal Events

Date Code Title Description
R230 Request for early publication
R081 Change of applicant/patentee

Owner name: MERCEDES-BENZ GROUP AG, DE

Free format text: FORMER OWNER: DAIMLER AG, STUTTGART, DE

R012 Request for examination validly filed