DE102023004810A1 - Improving the probability of detecting an object in a vehicle’s lane - Google Patents
Improving the probability of detecting an object in a vehicle’s lane Download PDFInfo
- Publication number
- DE102023004810A1 DE102023004810A1 DE102023004810.0A DE102023004810A DE102023004810A1 DE 102023004810 A1 DE102023004810 A1 DE 102023004810A1 DE 102023004810 A DE102023004810 A DE 102023004810A DE 102023004810 A1 DE102023004810 A1 DE 102023004810A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- lane
- road surface
- ego vehicle
- probability
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000013459 approach Methods 0.000 abstract description 14
- 238000012545 processing Methods 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001223864 Sphyraena barracuda Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
System (102) und Verfahren (400) zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Fahrspur eines Ego-Fahrzeugs. Der Ansatz umfasst: basierend auf einer überwachten Präsenz des sich nähernden Objekts, Bestimmen (402) einer Wahrscheinlichkeit für die Anwesenheit des Objekts in der Fahrspur des Fahrzeugs mit einem Maß für eine erste Entdeckungssicherheit; Bestimmen (404) des Vorhandenseins einer Anomalie auf einer Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs; basierend auf dem bestimmten Vorhandensein der Anomalie, Bestimmen (406) einer Wahrscheinlichkeit des Vorhandenseins eines Objekts in der Nähe des Ego-Fahrzeugs auf der Straßenoberfläche; basierend auf der ermittelten Wahrscheinlichkeit, Bestimmen (408) eines Maßes für den Konfidenzinkrementfaktor; und Aktualisieren (410) der Wahrscheinlichkeit der Detektion des Objekts in der Fahrspur des Ego-Fahrzeugs mit einem Maß für eine zweite Entdeckungssicherheit. Die zweite Konfidenz kann größer sein als die erste Erkennungssicherheit. System (102) and method (400) for improving the probability of detecting an approaching object in a lane of an ego vehicle. The approach includes: based on a monitored presence of the approaching object, determining (402) a probability of the presence of the object in the lane of the vehicle with a measure of first detection confidence; determining (404) the presence of an anomaly on a road surface in the lane of the ego vehicle; based on the determined presence of the anomaly, determining (406) a probability of the presence of an object near the ego vehicle on the road surface; based on the determined probability, determining (408) a measure of the confidence increment factor; and updating (410) the probability of detecting the object in the lane of the ego vehicle with a measure of second detection confidence. The second confidence may be greater than the first detection confidence.
Description
Die vorliegende Offenbarung bezieht sich auf das Gebiet der Detektion von Objekten in der Nähe von Fahrzeugen. Insbesondere stellt die vorliegende Offenbarung Ansätze zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs bereit.The present disclosure relates to the field of detecting objects near vehicles. In particular, the present disclosure provides approaches for improving the probability of detecting an approaching object in a lane of an ego vehicle.
Fahrzeuge spielen sowohl für den Einzelnen als auch für gewerbliche Zwecke eine wichtige Rolle. Mit dem Fortschritt der Technologien und der zunehmenden Abhängigkeit von Fahrzeugen können verschiedene Techniken und Ansätze eingesetzt werden, um die betrieblichen Aspekte der Fahrzeuge zu verbessern. So kommen beispielsweise zunehmend autonome Fahrzeuge zum Einsatz. Wie zu verstehen ist, können in einem autonomen Fahrzeug das Fahrzeug und seine entsprechenden Systeme in der Lage sein, die Umgebung zu erfassen, und das Fahrzeug kann in der Lage sein, automatisch ohne oder mit minimalen Benutzereingaben zu arbeiten.Vehicles play an important role for both individual and commercial purposes. As technologies advance and dependence on vehicles increases, various techniques and approaches can be used to improve the operational aspects of the vehicles. For example, autonomous vehicles are increasingly being used. As can be understood, in an autonomous vehicle, the vehicle and its respective systems may be able to sense the environment and the vehicle may be able to operate automatically with no or minimal user input.
Verschiedene Funktionalitäten können mit der Arbeit von autonomen Fahrzeugen und der Wahrnehmung der Umgebung durch die Fahrzeugsysteme verbunden sein. Beispielsweise können verschiedene bildgebende Geräte und Sensoren mit dem autonomen Fahrzeug eingesetzt werden, um die Umgebung um das Fahrzeug herum zu überwachen und die sich nähernden Objekte zu erkennen. Basierend auf einer solchen Detektion können dann die autonomen Fahrzeugsysteme betrieben werden.Various functionalities can be associated with the operation of autonomous vehicles and the perception of the environment by the vehicle systems. For example, various imaging devices and sensors can be used with the autonomous vehicle to monitor the environment around the vehicle and detect the approaching objects. Based on such detection, the autonomous vehicle systems can then be operated.
Die Systeme zum Erkennen der sich nähernden Objekte können auch verschiedene Techniken implementieren, die einem Fachmann bekannt sind. Eine dieser Techniken ist die Erkennung von sich nähernden Objekten in der Nähe der autonomen Fahrzeuge während der Bewegung dieser Fahrzeuge. Nach erfolgreicher Erkennung kann das Fahrzeug einige sekundäre Mechanismen einsetzen, wie z. B. die Aktivierung eines Bremsmechanismus, die Änderung der Fahrbahn des Fahrzeugs, die Warnung des Fahrers usw. Es versteht sich, dass eine genaue und rechtzeitige Erkennung von sich nähernden Objekten entscheidend für die effiziente Arbeit autonomer Fahrzeuge sein kann. Das sich nähernde Objekt muss möglicherweise rechtzeitig erkannt werden, wobei den autonomen Fahrzeugen genügend Zeit zur Verfügung steht, um einen Präventions- oder Bremsmechanismus zu implementieren.The systems for detecting the approaching objects may also implement various techniques known to a person skilled in the art. One of these techniques is the detection of approaching objects near the autonomous vehicles during the movement of these vehicles. After successful detection, the vehicle may employ some secondary mechanisms such as activating a braking mechanism, changing the vehicle's trajectory, warning the driver, etc. It is understood that accurate and timely detection of approaching objects can be critical for the efficient work of autonomous vehicles. The approaching object may need to be detected in time, providing enough time for the autonomous vehicles to implement a prevention or braking mechanism.
Die herkömmlichen und bestehenden Ansätze zur Detektion der sich einem Fahrzeug nähernden Objekte sind jedoch möglicherweise nicht sehr robust und effizient. Es kann einige Fälle geben, in denen das autonome Fahrzeugsystem nicht in der Lage ist, ein sich näherndes Objekt in der Nähe eines Fahrzeugs effizient zu erkennen. Der Autonome ist möglicherweise in der Lage, eine Anwesenheit zu erkennen, aber er ist möglicherweise nicht in der Lage, die detektierte Präsenz als Objekt zu klassifizieren. Solche Fälle können als Fälle mit niedrigem Konfidenzwert bezeichnet werden. Dies hat zur Folge, dass das autonome Fahrzeug möglicherweise keinen Gegenmechanismus aktivieren kann, der bei der Erkennung des sich nähernden Objekts hätte aktiviert werden müssen. Zu dem Zeitpunkt, an dem der Konfidenzwert ansteigt und das autonome Fahrzeug die Erkennung als Objekt kategorisieren kann, reicht die Zeit möglicherweise nicht aus, um einen Gegenmechanismus zu aktivieren. Dies kann zu einer weiteren Verschlechterung der Betriebserfahrung des autonomen Fahrzeugs führen.However, the conventional and existing approaches to detect the objects approaching a vehicle may not be very robust and efficient. There may be some cases where the autonomous vehicle system may not be able to efficiently detect an approaching object near a vehicle. The autonomous may be able to detect a presence, but it may not be able to classify the detected presence as an object. Such cases can be referred to as low confidence cases. This has the consequence that the autonomous vehicle may not be able to activate a counter mechanism that should have been activated upon detecting the approaching object. By the time the confidence value increases and the autonomous vehicle is able to categorize the detection as an object, there may not be enough time to activate a counter mechanism. This may lead to further degradation of the autonomous vehicle's operating experience.
Auf dem Gebiet existieren verschiedene Ansätze, um die Art und Weise zu verbessern, in der die sich nähernden Objekte von den Fahrzeugen erfasst werden können. Zum Beispiel beschreibt das Patentdokument
Für ein anderes Beispiel stellt die Patentschrift
Während die zitierten Referenzen verschiedene Systeme und Verfahren zum Erkennen eines abrupten und plötzlichen Objekts vor dem Fahrzeug offenbaren, können die bestehenden und herkömmlichen Ansätze ineffizient sein. Daher besteht die Notwendigkeit, eine effizientere und robustere Lösung für die Erkennung eines sich nähernden Objekts in Bezug auf ein Fahrzeug bereitzustellen und dem Fahrzeug ausreichend Zeit zu geben, um entsprechend zu handeln.While the cited references disclose various systems and methods for detecting an abrupt and sudden object in front of the vehicle, the existing and conventional approaches may be inefficient. Therefore, there is a need to provide a more efficient and robust solution for detecting an approaching object with respect to a vehicle and giving the vehicle sufficient time to act accordingly.
Eine Aufgabe der vorliegenden Offenbarung besteht darin, ein System und Verfahren bereitzustellen, um die Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs zu verbessern.An object of the present disclosure is to provide a system and method to improve the probability of detecting an approaching object in a lane of an ego vehicle.
Eine weitere Aufgabe der vorliegenden Offenbarung besteht darin, ein System und ein Verfahren zum effizienten Erkennen eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs mit ausreichender Sicherheit bereitzustellen, wodurch das Fahrzeug in die Lage versetzt wird, jede Funktionalität in einer zeitnahen Weise zu implementieren.Another object of the present disclosure is to provide a system and method for efficiently detecting an approaching object in a lane of an ego vehicle with sufficient certainty, thereby enabling the vehicle to implement any functionality in a timely manner.
Ein weiterer Gegenstand der vorliegenden Offenbarung besteht darin, den Betrieb des Fahrzeugs zu verbessern.Another object of the present disclosure is to improve the operation of the vehicle.
Aspekte der vorliegenden Offenbarung beziehen sich auf das Gebiet der Detektion von Objekten in der Nähe von Fahrzeugen. Insbesondere stellt die vorliegende Offenbarung Ansätze zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs bereit.Aspects of the present disclosure relate to the field of detecting objects near vehicles. In particular, the present disclosure provides approaches for improving the probability of detecting an approaching object in a lane of an ego vehicle.
Ein Aspekt der vorliegenden Offenbarung bezieht sich auf ein System zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Fahrspur eines Ego-Fahrzeugs. Das System kann einen Prozessor und eine mit dem Prozessor gekoppelte Detektionseinheit umfassen. Im Betrieb kann auf der Grundlage einer überwachten Anwesenheit des sich nähernden Objekts in der Fahrspur des Ego-Fahrzeugs eine Wahrscheinlichkeit für eine Anwesenheit des Objekts in der Fahrspur des Fahrzeugs mit einem Maß für eine erste Entdeckungssicherheit bestimmt werden. Danach kann das Vorhandensein einer Anomalie auf einer Fahrbahnoberfläche in der Fahrspur des Ego-Fahrzeugs festgestellt werden. Basierend auf dem bestimmten Vorhandensein der Anomalie auf der Straßenoberfläche kann eine Wahrscheinlichkeit für das Vorhandensein eines Objekts in einer Nähe des Ego-Fahrzeugs auf der Straßenoberfläche bestimmt werden. Danach kann auf der Grundlage der bestimmten Wahrscheinlichkeit des Vorhandenseins des Objekts in der Nähe des Ich-Trägers ein Maß für den Konfidenzinkrementfaktor bestimmt werden. Basierend auf dem bestimmten Maß des Konfidenzinkrementfaktors kann die Wahrscheinlichkeit der Detektion des Objekts in der Fahrspur des Ego-Fahrzeugs mit einem Maß für eine zweite Erkennungssicherheit aktualisiert werden. Die zweite Konfidenz kann größer sein als die erste Erkennungssicherheit.One aspect of the present disclosure relates to a system for improving the probability of detecting an approaching object in a lane of an ego vehicle. The system may include a processor and a detection unit coupled to the processor. In operation, based on a monitored presence of the approaching object in the lane of the ego vehicle, a probability of the object being present in the lane of the vehicle may be determined with a measure of initial detection confidence. Thereafter, the presence of an anomaly on a road surface in the lane of the ego vehicle may be determined. Based on the determined presence of the anomaly on the road surface, a probability of the object being present in a vicinity of the ego vehicle on the road surface may be determined. Thereafter, based on the determined probability of the object being present in the vicinity of the ego vehicle, a measure of the confidence increment factor may be determined. Based on the determined measure of the confidence increment factor, the probability of detecting the object in the lane of the ego vehicle can be updated with a measure of a second detection confidence. The second confidence can be larger than the first detection confidence.
In einem Aspekt kann die Erfassungseinheit ferner ein Maß für eine Höhenänderung einer Straßenoberfläche in einer Nähe der Fahrspur des Ego-Fahrzeugs erhalten. Wenn die Änderung der Höhe der Straßenoberfläche größer ist als ein vordefiniertes Straßenprofil, kann die Erfassungseinheit dann das Vorhandensein einer abnormalen Erhöhung der Höhe der Straßenoberfläche bestimmen. Basierend auf dem bestimmten Vorhandensein der abnormalen Zunahme der Höhe der Straßenoberfläche kann die Detektionseinheit dann das Vorhandensein der Anomalie in der Straßenoberfläche bestimmen.In one aspect, the detection unit may further obtain a measure of a change in elevation of a road surface in a vicinity of the lane of the ego vehicle. If the change in elevation of the road surface is greater than a predefined road profile, the detection unit may then determine the presence of an abnormal increase in elevation of the road surface. Based on the determined presence of the abnormal increase in elevation of the road surface, the detection unit may then determine the presence of the anomaly in the road surface.
In einem anderen Aspekt kann das System ferner mindestens einen von mehreren Sensoren umfassen, die mit dem System in Verbindung stehen. Der mindestens eine der genannten mehreren Sensoren kann konfiguriert sein, um eine Straßenoberfläche in der Nähe des Ego-Fahrzeugs in der Spur des Ego-Fahrzeugs zu überwachen.In another aspect, the system may further comprise at least one of a plurality of sensors in communication with the system. The at least one of said plurality of sensors may be configured to monitor a road surface proximate the ego vehicle in the ego vehicle's lane.
In noch einem anderen Aspekt, basierend auf der überwachten Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs durch mindestens einen der mehreren Sensoren, kann die Erfassungseinheit weiter konfiguriert sein, um eine Änderung der Höhe der Straßenoberfläche zu bestimmen.In yet another aspect, based on the monitored road surface in the lane of the ego vehicle by at least one of the plurality of sensors, the sensing unit may be further configured to determine a change in elevation of the road surface.
In noch einem anderen Aspekt, basierend auf der überwachten Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs durch mindestens einen der mehreren Sensoren, kann die Erfassungseinheit ferner das Vorhandensein eines Fahrzeugs in einer Nähe des Ego-Fahrzeugs bestimmen. Danach kann eine weitere Feststellung getroffen werden, wenn sich das Fahrzeug in der Nähe des Ich-Fahrzeugs dem Ich-Fahrzeug nähert. Danach kann eine Höhenabweichung zwischen einem linken und einem rechten Reifen des sich nähernden Fahrzeugs in Bezug auf die Fahrbahnoberfläche festgestellt werden. Basierend auf der ermittelten Variation kann eine Änderung der Höhe der entsprechenden Fahrbahnoberfläche bestimmt werden.In yet another aspect, based on the monitored road surface in the driving track of the ego-vehicle by at least one of the plurality of sensors, the detection unit may further determine the presence of a vehicle in a vicinity of the ego-vehicle. Thereafter, a further determination may be made when the vehicle in the vicinity of the ego-vehicle approaches the ego-vehicle. Thereafter, a height deviation between a left and a right tire of the approaching vehicle with respect to the road surface may be determined. Based on the determined variation, a change in the height of the corresponding road surface may be determined.
In noch einem anderen Aspekt kann die Detektionseinheit in einem zentralisierten Computerserver implementiert sein. Der zentralisierte Computerserver kann mit dem System über ein Netzwerk kommunizieren.In yet another aspect, the detection unit may be implemented in a centralized computer server. The centralized computer server may communicate with the system via a network.
Ein weiterer Aspekt der vorliegenden Offenbarung bezieht sich auf ein Verfahren zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Fahrspur eines Ego-Fahrzeugs. Verfahren, das die folgenden Schritte umfasst: basierend auf einer überwachten Präsenz des sich nähernden Objekts, Bestimmen der Wahrscheinlichkeit einer Anwesenheit des Objekts in der Fahrspur des Fahrzeugs mit einem Maß für eine erste Entdeckungssicherheit; Bestimmen des Vorhandenseins einer Anomalie auf einer Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs; basierend auf dem bestimmten Vorhandensein der Anomalie, Bestimmen einer Wahrscheinlichkeit des Vorhandenseins eines Objekts in der Nähe des Ego-Fahrzeugs auf der Straßenoberfläche; auf der Grundlage der ermittelten Wahrscheinlichkeit Bestimmung eines Maßes für den Konfidenzinkrementfaktor; und Aktualisieren der Wahrscheinlichkeit der Erkennung des Objekts in der Fahrspur des Ego-Fahrzeugs mit einem Maß für eine zweite Entdeckungssicherheit. Die zweite Konfidenz kann größer sein als die erste Erkennungssicherheit.Another aspect of the present disclosure relates to a method for improving the probability of detecting an approaching object in a lane of an ego vehicle. Method comprising the steps of: based on a monitored presence of the approaching object, determining the probability of presence of the object in the lane of the vehicle with a measure of first detection confidence; determining the presence of an anomaly on a road surface in the lane of the ego vehicle; based on the determined presence of the anomaly, determining a probability of presence of an object near the ego vehicle on the road surface; based on the determined probability, determining a measure of confidence increment factor; and updating the probability of detecting the object in the lane of the ego vehicle with a measure of second detection confidence. The second confidence may be greater than the first detection confidence.
Verschiedene Aufgaben, Merkmale, Aspekte und Vorteile des erfindungsgemäßen Gegenstands werden aus der nachfolgenden detaillierten Beschreibung bevorzugter Ausführungsformen zusammen mit den beigefügten Zeichnungsfiguren, in denen gleiche Ziffern gleiche Bestandteile darstellen, deutlicher.Various objects, features, aspects and advantages of the inventive subject matter will become more apparent from the following detailed description of preferred embodiments taken in conjunction with the accompanying drawing figures in which like numerals represent like parts.
Die beigefügten Zeichnungen sind enthalten, um ein weiteres Verständnis der vorliegenden Offenbarung zu vermitteln, und sie sind in diese Beschreibung aufgenommen und bilden einen Teil davon. Die Zeichnungen veranschaulichen beispielhafte Ausführungsformen der vorliegenden Offenbarung und dienen zusammen mit der Beschreibung dazu, die Prinzipien der vorliegenden Offenbarung zu erläutern.
-
1 veranschaulicht eine beispielhafte Netzwerkarchitektur zur Implementierung des vorgeschlagenen Systems zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs gemäß einer Ausführungsform der vorliegenden Offenbarung. -
2 veranschaulicht ein beispielhaftes Blockdiagramm, das Funktionseinheiten des vorgeschlagenen Systems in Übereinstimmung mit einer Ausführungsform der vorliegenden Offenbarung darstellt. -
3 zeigt ein Reifenprofil eines beispielhaften Ego-Vehikels zum Bestimmen des Konfidenzinkungsfaktors gemäß einer Ausführungsform der vorliegenden Offenbarung. -
4 veranschaulicht ein beispielhaftes Flussdiagramm, das Schritte des vorgeschlagenen Verfahrens zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs gemäß einer Ausführungsform der vorliegenden Offenbarung darstellt. -
5 veranschaulicht ein beispielhaftes Computersystem, in dem oder mit dem Ausführungsformen der vorliegenden Erfindung in Übereinstimmung mit Ausführungsformen der vorliegenden Offenbarung verwendet werden können.
-
1 illustrates an exemplary network architecture for implementing the proposed system for improving the probability of detecting an approaching object in a lane of an ego vehicle according to an embodiment of the present disclosure. -
2 illustrates an exemplary block diagram depicting functional units of the proposed system in accordance with an embodiment of the present disclosure. -
3 shows a tire profile of an exemplary ego vehicle for determining the confidence factor according to an embodiment of the present disclosure. -
4 illustrates an exemplary flowchart depicting steps of the proposed method for improving the probability of detecting an approaching object in a lane of an ego vehicle according to an embodiment of the present disclosure. -
5 illustrates an exemplary computer system in or with which embodiments of the present invention may be used in accordance with embodiments of the present disclosure.
Im Folgenden finden Sie eine detaillierte Beschreibung von Ausführungsformen der Offenbarung, die in den beigefügten Zeichnungen dargestellt sind. Die Ausführungsformen sind so detailliert, dass sie die Offenbarung klar kommunizieren. Der angebotene Detaillierungsgrad ist jedoch nicht dazu gedacht, die erwarteten Variationen von Ausführungsformen einzuschränken; Im Gegenteil, die Absicht besteht darin, alle Modifikationen, Äquivalente und Alternativen abzudecken, die in den Geist und Umfang der vorliegenden Offenbarungen fallen, wie sie durch die beigefügten Ansprüche definiert sind.Following is a detailed description of embodiments of the disclosure illustrated in the accompanying drawings. The embodiments are detailed enough to clearly communicate the disclosure. However, the level of detail offered is not intended to limit the expected variations of embodiments; on the contrary, the intent is to cover all modifications, equivalents, and alternatives that fall within the spirit and scope of the present disclosures as defined by the appended claims.
Ausführungsformen, die hierin erläutert werden, beziehen sich auf das Gebiet der Erfassung von Objekten in der Nähe von Fahrzeugen. Insbesondere stellt die vorliegende Offenbarung Ansätze zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs bereit. Wie zu würdigen wäre, können die Ansätze des vorliegenden Gegenstandes ein sich näherndes Objekt in einer Spur eines Ego-Fahrzeugs mit ausreichender Sicherheit effizient erkennen, wodurch das Fahrzeug in die Lage versetzt wird, jede Funktionalität in einer zeitnahen Weise zu implementieren. Dies kann dazu beitragen, den Betrieb des Fahrzeugs weiter zu verbessern.Embodiments discussed herein relate to the field of detecting objects near vehicles. In particular, the present disclosure provides approaches for improving the probability of detecting an approaching object in a lane of an ego vehicle. As would be appreciated, the approaches of the present subject matter can efficiently detect an approaching object in a lane of an ego vehicle with sufficient certainty, thereby enabling the vehicle to perform any functionality in a timely manner. way. This can help to further improve the operation of the vehicle.
Diese und weitere Aspekte sind in Verbindung mit den
Wie in
Das Netzwerk 106 kann ein drahtloses Netzwerk, ein kabelgebundenes Netzwerk oder eine Kombination davon sein, das als einer der verschiedenen Arten von Netzwerken implementiert sein kann, wie z. B. Intranet, Local Area Network (LAN), Wide Area Network (WAN), Internet und dergleichen. Ferner kann das Netzwerk 106 entweder ein dediziertes Netzwerk oder ein gemeinsam genutztes Netzwerk sein. Das freigegebene Netzwerk kann eine Assoziation verschiedener Arten von Netzwerken darstellen, die eine Vielzahl von Protokollen verwenden können, z. B. Hypertext Transfer Protocol (HTTP), Transmission Control Protocol/Internet Protocol (TCP/IP), Wireless Application Protocol (WAP) und dergleichen.The
Der zentralisierte Server 104 kann eine Erfassungseinheit 108 umfassen. Obwohl, wie in
Die Funktionsweise des Systems 102 wird in Verbindung mit
Nach einer Ausführungsform kann das System 102 auch eine oder mehrere Schnittstellen 206 umfassen. Die Schnittstelle(n) 206 kann eine Vielzahl von Schnittstellen umfassen, zum Beispiel Schnittstellen für Dateneingabe- und -ausgabevorrichtungen, die als E/A-Geräte, Speichervorrichtungen und dergleichen bezeichnet werden. Die Schnittstelle(n) 206 kann die Kommunikation des Systems 102 mit verschiedenen Vorrichtungen, die mit dem System 102 gekoppelt sind, erleichtern. Die Schnittstelle(n) 206 kann auch einen Kommunikationspfad für eine oder mehrere Komponenten des Systems 102 bereitstellen. Beispiele für solche Komponenten umfassen, sind aber nicht beschränkt auf die Verarbeitungsmaschine(n) 208 und die Datenbank 210.According to one embodiment, the
Nach einer Ausführungsform kann die Verarbeitungsmaschine(n) 208 als eine Kombination aus Hardware und Programmierung (z. B. programmierbare Anweisungen) implementiert werden, um eine oder mehrere Funktionalitäten der Verarbeitungsmaschine(n) 208 zu implementieren. In den hierin beschriebenen Beispielen können solche Kombinationen von Hardware und Programmierung auf verschiedene Weise implementiert werden. Zum Beispiel kann die Programmierung für die Verarbeitungsmaschine(n) 208 aus ausführbaren Prozessoranweisungen bestehen, die auf einem nicht-transitorischen maschinenlesbaren Speichermedium gespeichert sind, und die Hardware für die Verarbeitungsmaschine(n) 208 kann eine Verarbeitungsressource (z. B. einen oder mehrere Prozessoren) enthalten, um solche Anweisungen auszuführen.According to one embodiment, the processing engine(s) 208 may be implemented as a combination of hardware and programming (e.g., programmable instructions) to provide or to implement multiple functionalities of the processing engine(s) 208. In the examples described herein, such combinations of hardware and programming may be implemented in a variety of ways. For example, the programming for the processing engine(s) 208 may consist of executable processor instructions stored on a non-transitory machine-readable storage medium, and the hardware for the processing engine(s) 208 may include a processing resource (e.g., one or more processors) to execute such instructions.
In den vorliegenden Beispielen kann das maschinenlesbare Speichermedium Anweisungen speichern, die, wenn sie von der Verarbeitungsressource ausgeführt werden, die Verarbeitungsmaschine(n) 208 implementieren. In solchen Beispielen kann das System 102 das maschinenlesbare Speichermedium, das die Anweisungen speichert, und die Verarbeitungsressource zum Ausführen der Anweisungen umfassen, oder das maschinenlesbare Speichermedium kann getrennt, aber für das System 102 und die Verarbeitungsressource zugänglich sein. In anderen Beispielen kann die Verarbeitungsmaschine(n) 208 durch eine elektronische Schaltung implementiert sein. Die Datenbank 210 kann Daten enthalten, die entweder gespeichert oder als Ergebnis von Funktionalitäten erzeugt werden, die von einer der Komponenten der Verarbeitungsmaschine(n) 208 implementiert werden. Nach einer Ausführungsform kann die Verarbeitungsmaschine(n) 208 eine Erfassungseinheit 108 und eine andere Einheit(en) 212 umfassen. Die andere(n) Einheit(en) 212 kann Funktionalitäten implementieren, die Anwendungen oder Funktionen ergänzen, die von dem System 102 oder der/den Verarbeitungsmaschine(n) 208 ausgeführt werden.In the present examples, the machine-readable storage medium may store instructions that, when executed by the processing resource, implement the processing engine(s) 208. In such examples, the
Während des Betriebs kann das Fahrzeug (nicht in den
Im weiteren Verlauf kann, wie zuvor beschrieben, das System 102 mindestens einen von mehreren Sensoren (nicht in den 1-2 dargestellt) umfassen. Solche Sensoren können mit dem System 102 in Verbindung stehen. Beispiele für solche Sensoren können unter anderem einen Näherungssensor, einen Ultraschallsensor, ein RADAR, LIDAR oder eine andere Art von bildgebender Vorrichtung umfassen. Mindestens einer der genannten mehreren Sensoren kann konfiguriert sein, um eine Straßenoberfläche in der Nähe des Ego-Fahrzeugs in der Spur des Ego-Fahrzeugs zu überwachen. Basierend auf der überwachten Straßenoberfläche kann die Erfassungseinheit 108 dann eine Änderung der Höhe der Straßenoberfläche bestimmen.Continuing, as previously described, the
Es kann angemerkt werden, dass die Änderung der Höhe der Fahrbahnoberfläche auf jede andere Weise erfasst werden kann. Zum Beispiel kann es der Fall sein, dass das System 102 in Verbindung mit einem zentralisierten Computerserver steht. Ein solcher Server kann ein Repository oder kartenbasierte Daten der Straßenoberfläche enthalten, auf der sich das Ego-Fahrzeug bewegen kann. Diese Daten können auf das Vorhandensein einer Höhenänderung der entsprechenden Fahrbahnoberfläche hinweisen.It may be noted that the change in elevation of the road surface may be detected in any other manner. For example, it may be the case that the
In noch einem anderen Beispiel kann die Erfassungseinheit 108, basierend auf der überwachten Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs durch mindestens einen der mehreren Sensoren, das Vorhandensein eines Fahrzeugs in einer Nähe des Ego-Fahrzeugs bestimmen. Die Erfassungseinheit 108 kann dann bestimmen, ob sich das Fahrzeug in der Nähe des Ego-Fahrzeugs dem Ego-Fahrzeug nähert. Auf dieser Grundlage kann eine Höhenabweichung eines linken Reifens und eines rechten Reifens des herannahenden Fahrzeugs in Bezug auf die Fahrbahnoberfläche bestimmt werden. Es versteht sich von selbst, dass jede Abweichung der beiden Reifen eines Fahrzeugs auf eine Höhenänderung der Fahrbahnoberfläche hindeuten kann. Basierend auf der ermittelten Variation kann die Erfassungseinheit 108 dann eine Änderung der Höhe der entsprechenden Straßenoberfläche bestimmen.In yet another example, the
Des Weiteren kann die Erfassungseinheit 108 auf der Grundlage der bestimmten Änderung der Höhe der entsprechenden Straßenoberfläche bestimmen, ob die Änderung der Höhe der Straßenoberfläche, wenn sie größer als ein vordefiniertes Straßenprofil ist. In solchen Fällen kann die Erfassungseinheit 108 dann das Vorhandensein einer abnormen Erhöhung der Höhe der genannten Straßenoberfläche bestimmen. Basierend auf einem solchen Vorhandensein der abnormen Zunahme der Höhe kann die Erfassungseinheit 108 dann das Vorhandensein einer Anomalie in der genannten Straßenoberfläche bestimmen. Beispiele für solche Anomalien können unter anderem eine Unebenheit auf der Fahrbahnoberfläche sein.Furthermore, the
Des Weiteren kann die Detektionseinheit 108 auf der Grundlage des bestimmten Vorhandenseins der Anomalie auf der Straßenoberfläche eine Wahrscheinlichkeit für das Vorhandensein eines Objekts in der Nähe des Ego-Fahrzeugs auf der Straßenoberfläche bestimmen. Wie man versteht, würde das Vorhandensein einer Unebenheit an einer bestimmten Stelle auf der Straßenoberfläche darauf hindeuten, dass ein Objekt dort nicht vorhanden ist. Infolgedessen kann das Vorhandensein einer Anomalie auf der Straßenoberfläche für eine Änderung der Wahrscheinlichkeit des Vorhandenseins eines Objekts auf der Straße verantwortlich sein.Furthermore, based on the determined presence of the anomaly on the road surface, the
Weiter kann die Detektionseinheit 108 auf der Grundlage der bestimmten Wahrscheinlichkeit des Vorhandenseins des Objekts in der Nähe des Ego-Fahrzeugs ein Maß für den Konfidenzinkrektionsfaktor bestimmen. In einem Beispiel kann der Konfidenzinkrementfaktor durch die Detektionseinheit 108 unter Verwendung der in 3 dargestellten Erklärung bestimmt werden. 3 zeigt ein Reifenprofil eines beispielhaften Ego-Vehikels zum Bestimmen des Konfidenzinkungsfaktors gemäß einer Ausführungsform der vorliegenden Offenbarung. Auf die nachstehende Formel kann in Verbindung mit der 3.
Wie weiter angemerkt wird, können α1 und α2 auf verschiedenen Faktoren basieren, wie z.B. der Rechenleistung der Sensoren, der Zeit, die das Ego-Vehikel benötigt, um Bremsmechanismen zu implementieren, usw.As further noted, α1 and α2 can be based on various factors, such as the computing power of the sensors, the time needed for the ego vehicle to implement braking mechanisms, etc.
Des Weiteren kann die Detektionseinheit 108 auf der Grundlage des bestimmten Konfidenzinkrementfaktors die Wahrscheinlichkeit der Detektion des Objekts in der Fahrspur des Ego-Fahrzeugs mit einem Maß für eine zweite Konfidenzsicherheit der Detektion aktualisieren. Es kann angemerkt werden, dass die zweite Konfidenz größer ist als die erste Nachweissicherheit.Furthermore, based on the determined confidence increment factor, the
Wie zu schätzen wäre, kann das System 102 unter Verwendung des vorgeschlagenen Ansatzes die Sicherheit der Detektion erhöhen, mit der die Objekte in der Nähe des Ego-Fahrzeugs erkannt werden können. Infolgedessen kann das Ego-Fahrzeug jedes sich nähernde Objekt mit ausreichender Sicherheit erkennen, wodurch das Fahrzeug in die Lage versetzt wird, jede entsprechende Funktionalität zu implementieren, wie z. B. die Aktivierung des Bremsmechanismus, das Bereitstellen einer Warnung für den Benutzer usw.As would be appreciated, using the proposed approach, the
Bei Block 402 kann eine Wahrscheinlichkeit für ein Vorhandensein des Objekts in der Fahrspur des Fahrzeugs mit einem Maß für eine erste Entdeckungssicherheit auf der Grundlage einer überwachten Präsenz des sich nähernden Objekts in der Fahrspur des Ego-Fahrzeugs bestimmt werden. Bei Block 404 kann das Vorhandensein einer Anomalie auf einer Straßenoberfläche in der Fahrspur des Ego-Fahrzeugs bestimmt werden. Bei Block 406 kann auf der Grundlage des bestimmten Vorhandenseins der Anomalie auf der Straßenoberfläche eine Wahrscheinlichkeit des Vorhandenseins eines Objekts in einer Nähe des Ego-Fahrzeugs auf der Straßenoberfläche bestimmt werden.At
Bei Block 408 kann, basierend auf der bestimmten Wahrscheinlichkeit des Vorhandenseins des Objekts in der Nähe des Ich-Fahrzeugs, ein Maß für den Konfidenzinkrementfaktor bestimmt werden. Bei Block 410 kann, basierend auf dem bestimmten Maß des Konfidenzinkrementfaktors, die Wahrscheinlichkeit der Detektion des Objekts in der Spur des Ego-Fahrzeugs mit einem Maß für eine zweite Konfidenzsicherheit der Detektion aktualisiert werden. Die zweite Konfidenz kann größer sein als die erste Erkennungssicherheit.At
Unter Bezugnahme auf 5 umfasst das Computersystem 500 eine externe Speichervorrichtung 510, einen Bus 520, einen Hauptspeicher 530, einen schreibgeschützten Speicher 540, eine Massenspeichervorrichtung 550, einen Kommunikationsanschluss 560 und einen Prozessor 570. Ein Fachmann wird erkennen, dass das Computersystem 500 mehr als einen Prozessor und Kommunikationsanschlüsse umfassen kann. Beispiele für den Prozessor 570 umfassen, sind aber nicht beschränkt auf einen oder mehrere Intel® Itanium0- oder Itanium-2-Prozessoren oder AMD® Opteron®- oder Athlon MP-Prozessoren®, Motorola-Prozessorlinien®, FortiSOC-System-on-a-Chip-Prozessoren™ oder andere zukünftige Prozessoren. Der Prozessor 570 kann verschiedene Module umfassen, die mit Ausführungsformen der vorliegenden Erfindung verbunden sind. Der Kommunikationsanschluss 560 kann ein beliebiger RS-232-Anschluss zur Verwendung mit einer modembasierten Wählverbindung, ein 10/100-Ethernet-Anschluss, ein Gigabit- oder 10-Gigabit-Anschluss unter Verwendung von Kupfer oder Glasfaser, ein serieller Anschluss, ein paralleler Anschluss oder andere bestehende oder zukünftige Anschlüsse sein. Der Kommunikationsanschluss 560 kann in Abhängigkeit von einem Netzwerk ausgewählt werden, wie z. B. einem lokalen Netzwerk (LAN), einem Wide Area Network (WAN) oder einem beliebigen Netzwerk, mit dem ein Computersystem verbunden ist.Referring to Figure 5, the
In einer Ausführungsform kann der Speicher 530 ein Direktzugriffsspeicher (RAM) oder eine andere dynamische Speichervorrichtung sein, die in der Technik allgemein bekannt ist. Der schreibgeschützte Speicher 540 kann ein beliebiges statisches Speichergerät sein, z. B., aber nicht beschränkt auf einen programmierbaren Nur-Lese-Speicher (PROM)-Chip zum Speichern statischer Informationen, z. B. Start- oder BIOS-Anweisungen für den Prozessor 570. Der Massenspeicher 550 kann eine beliebige gegenwärtige oder zukünftige Massenspeicherlösung sein, die zum Speichern von Informationen und/oder Anweisungen verwendet werden kann. Beispielhafte Massenspeicherlösungen sind unter anderem Parallel Advanced Technology Attachment (PATA) oder Serial Advanced Technology Attachment (SATA) Festplattenlaufwerke oder Solid-State-Laufwerke (intern oder extern, z. B. mit Universal Serial Bus (USB)- und/oder Firewire-Schnittstellen), z. B. von Seagate (z. B. die Seagate Barracuda 7102-Familie) oder Hitachi (z. B. der Hitachi Deskstar 7K1000), ein oder mehrere optische Datenträger, RAID-Speicher (Redundant Array of Independent Disks), z. B. ein Array von Festplatten (z. B. SATA-Arrays), erhältlich bei verschiedenen Anbietern, darunter Dot Hill Systems Corp., LaCie, Nexsan Technologies, Inc. und Enhance Technology, Inc.In one embodiment,
In einer Ausführungsform koppelt der Bus 520 den oder die Prozessoren) 570 kommunikativ mit den anderen Speicher-, Speicher- und Kommunikationsblöcken. Der Bus 520 kann z. B. ein PCI-/PCI-X-Bus (Peripheral Component Interconnect), SCSI-Bus (Small Computer System Interface), USB oder dergleichen zum Anschließen von Erweiterungskarten, Laufwerken und anderen Subsystemen sowie anderen Bussen sein, wie z. B. einem Front-Side-Bus (FSB), der den Prozessor 570 mit dem Softwaresystem verbindet.In one embodiment, bus 520 communicatively couples processor(s) 570 to the other memory, storage, and communication blocks. Bus 520 may be, for example, a peripheral component interconnect (PCI/PCI-X) bus, small computer system interface (SCSI) bus, USB, or the like for connecting expansion cards, drives, and other subsystems, as well as other buses, such as a front-side bus (FSB) that connects
In einer anderen Ausführungsform können Bediener- und Verwaltungsschnittstellen, z. B. eine Anzeige, eine Tastatur und eine Cursor-Steuervorrichtung, ebenfalls mit dem Bus 520 gekoppelt sein, um eine direkte Bedienerinteraktion mit dem Computersystem zu unterstützen. Andere Bediener- und Verwaltungsschnittstellen können über Netzwerkverbindungen bereitgestellt werden, die über den Kommunikationsanschluss 560 verbunden sind. Externe Speichervorrichtung 510 kann jede Art von externen Festplatten, Diskettenlaufwerken, lOMEGA-Zip-Laufwerken®, Compact Disc - Read Only Memory (CD-ROM), Compact Disc - Re-Scribe (CD-RW), Digital Video Disk - Read Only Memory (DVD-ROM) sein. Die oben beschriebenen Komponenten dienen nur zur Veranschaulichung verschiedener Möglichkeiten. In keiner Weise sollte das oben erwähnte beispielhafte Computersystem den Umfang der vorliegenden Offenbarung einschränken.In another embodiment, operator and management interfaces, such as a display, keyboard, and cursor control device, may also be coupled to bus 520 to support direct operator interaction with the computer system. Other operator and management interfaces may be provided via network connections connected via
Daher wird es für den Durchschnittsfachmann auf dem Gebiet geschätzt werden, dass die Diagramme, Schemata, Illustrationen und dergleichen konzeptionelle Ansichten oder Prozesse darstellen, die Systeme und Verfahren veranschaulichen, die diese Erfindung verkörpern. Die Funktionen der verschiedenen Elemente, die in den Figuren gezeigt sind, können durch die Verwendung von dedizierter Hardware sowie von Hardware, die in der Lage ist, zugehörige Software auszuführen, bereitgestellt werden. In ähnlicher Weise sind alle in den Abbildungen gezeigten Schalter nur konzeptionell. Ihre Funktion kann durch den Betrieb von Programmlogik, durch dedizierte Logik, durch die Interaktion von Programmsteuerung und dedizierter Logik oder sogar manuell ausgeführt werden, wobei die spezielle Technik von der Entität, die diese Erfindung implementiert, ausgewählt werden kann. Der Durchschnittsfachmann versteht ferner, dass die beispielhafte Hardware, Software, Prozesse, Verfahren und/oder Betriebssysteme, die hierin beschrieben werden, zu veranschaulichenden Zwecken dienen und daher nicht dazu bestimmt sind, auf einen bestimmten Namen beschränkt zu werden.Therefore, it will be appreciated by those of ordinary skill in the art that the diagrams, schematics, illustrations, and the like represent conceptual views or processes illustrating systems and methods embodying this invention. The functions of the various elements shown in the figures may be provided through the use of dedicated hardware as well as hardware capable of executing associated software. Similarly, any switches shown in the figures are conceptual only. Their function may be performed by the operation of program logic, by dedicated logic, by the interaction of program control and dedicated logic, or even manually, with the particular technique being selected by the entity implementing this invention. Those of ordinary skill in the art will further understand that the exemplary hardware, software, processes, methods, and/or operating systems described herein are for illustrative purposes and are therefore not intended to be limited to any particular name.
Während das Vorstehende verschiedene Ausführungsformen der Erfindung beschreibt, können andere und weitere Ausführungsformen der Erfindung entwickelt werden, ohne vom grundlegenden Umfang derselben abzuweichen. Der Umfang der Erfindung wird durch die folgenden Ansprüche bestimmt. Die Erfindung ist nicht auf die beschriebenen Ausführungsformen, Versionen oder Beispiele beschränkt, die enthalten sind, um eine Person mit durchschnittlichem Fachmann auf dem Gebiet in die Lage zu versetzen, die Erfindung herzustellen und zu verwenden, wenn sie mit Informationen und Kenntnissen kombiniert wird, die dem Durchschnittsfachmann auf dem Gebiet zur Verfügung stehen.While the foregoing describes various embodiments of the invention, other and further embodiments of the invention may be devised without departing from the basic scope thereof. The scope of the invention is determined by the following claims. The invention is not limited to the described embodiments, versions or examples, which are included to enable a person of ordinary skill in the art to make and use the invention. when combined with information and knowledge available to the average person skilled in the art.
Ein Vorteil der vorliegenden Offenbarung ist ein System und Verfahren zur Verbesserung der Wahrscheinlichkeit der Detektion eines sich nähernden Objekts in einer Spur eines Ego-Fahrzeugs.An advantage of the present disclosure is a system and method for improving the probability of detecting an approaching object in a lane of an ego vehicle.
Ein weiterer Vorteil der vorliegenden Offenbarung ist ein System und ein Verfahren zum effizienten Erkennen eines sich nähernden Objekts in einer Fahrspur eines Ego-Fahrzeugs mit ausreichender Sicherheit, wodurch das Fahrzeug in die Lage versetzt wird, jede Funktionalität in einer zeitnahen Weise zu implementieren.Another advantage of the present disclosure is a system and method for efficiently detecting an approaching object in a lane of an ego vehicle with sufficient certainty, thereby enabling the vehicle to implement any functionality in a timely manner.
Ein weiterer Vorteil der vorliegenden Offenbarung ist ein verbesserter Betrieb des Fahrzeugs.Another advantage of the present disclosure is improved operation of the vehicle.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED 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 documents listed by the applicant was 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 accepts no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- US 11256932 B2 [0006]US 11256932 B2 [0006]
- JP 2010108371 A [0007]JP 2010108371 A [0007]
Claims (7)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202211069734 | 2022-12-02 | ||
IN202211069734 | 2022-12-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102023004810A1 true DE102023004810A1 (en) | 2024-06-13 |
Family
ID=91185931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102023004810.0A Pending DE102023004810A1 (en) | 2022-12-02 | 2023-11-23 | Improving the probability of detecting an object in a vehicle’s lane |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102023004810A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010108371A (en) | 2008-10-31 | 2010-05-13 | Toyota Motor Corp | Apparatus for detecting drop for vehicle |
US11256932B2 (en) | 2018-02-02 | 2022-02-22 | Mitsubishi Electric Corporation | Falling object detection apparatus, in-vehicle system, vehicle, and computer readable medium |
-
2023
- 2023-11-23 DE DE102023004810.0A patent/DE102023004810A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010108371A (en) | 2008-10-31 | 2010-05-13 | Toyota Motor Corp | Apparatus for detecting drop for vehicle |
US11256932B2 (en) | 2018-02-02 | 2022-02-22 | Mitsubishi Electric Corporation | Falling object detection apparatus, in-vehicle system, vehicle, and computer readable medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112018003474T5 (en) | System and method for detecting bullying of autonomous vehicles while driving | |
EP2951804B1 (en) | Creating a model for the surroundings of a vehicle | |
DE102018127163B4 (en) | DRIVER CONDITIONING DEVICE, METHOD AND PROGRAM | |
DE102020214860A1 (en) | SYSTEM AND PROCEDURE FOR DETECTING A MALICIOUS ATTACK | |
DE102022112120A1 (en) | VEHICLE-RELATED ANOMALY DETECTION, REPORTING AND DYNAMIC RESPONSE TO IT | |
EP2081791B1 (en) | Method for scanning the surroundings of a vehicle | |
DE112021006490T5 (en) | Autonomous vehicle steering Juke event detector | |
DE112020005622B4 (en) | Information processing device, information processing method and computer program | |
WO2013164182A2 (en) | Method and apparatus for determining surroundings | |
DE102016107323A1 (en) | Traffic complexity estimate | |
DE102018222195A1 (en) | Location and / or classification of objects from radar data with machine learning | |
DE102023004810A1 (en) | Improving the probability of detecting an object in a vehicle’s lane | |
DE102019129904A1 (en) | Automatic driving competence analysis | |
DE102022212343A1 (en) | AUTONOMOUS DRIVING SYSTEM | |
DE102018122115A1 (en) | Method for detecting the surroundings of a vehicle | |
DE102018206743A1 (en) | A method of operating a driver assistance system of an ego vehicle having at least one environment sensor for detecting an environment of the ego vehicle, computer-readable medium, system, and vehicle | |
DE102021210417A1 (en) | Systems and methods with robust classifiers to defend against patch attacks | |
DE102021201539A1 (en) | Generation of training data for a machine learning algorithm | |
DE102021100791A1 (en) | Method for determining training data for model improvement and data processing apparatus | |
EP4078237A1 (en) | Method and apparatus for recognising removal of a sensor data domain from a reference data domain | |
DE102020001309A1 (en) | Method for operating an electronic computing device for a motor vehicle, as well as an electronic computing device | |
DE102019217257A1 (en) | Method, device and computer program for releasing a sensor system for detecting objects in the surroundings of a vehicle | |
DE102019216184A1 (en) | Method for the robustification of a neural network against adversarial disturbances | |
DE102019215405A1 (en) | DEVICE AND METHOD FOR CONTROLLING A VEHICLE BY DETERMINING DISTORTION IN TRACK DETECTION | |
DE102019118607A1 (en) | ANOMALY DETECTOR FOR VEHICLE CONTROL SIGNALS |