[go: up one dir, main page]

CN114902071A - 用于抑制环境传感器的不确定性测量数据的方法 - Google Patents

用于抑制环境传感器的不确定性测量数据的方法 Download PDF

Info

Publication number
CN114902071A
CN114902071A CN202080091202.5A CN202080091202A CN114902071A CN 114902071 A CN114902071 A CN 114902071A CN 202080091202 A CN202080091202 A CN 202080091202A CN 114902071 A CN114902071 A CN 114902071A
Authority
CN
China
Prior art keywords
hypotheses
sensor
measurement data
hypothesis
controller
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
CN202080091202.5A
Other languages
English (en)
Inventor
P·布罗塞特
R·乔丹
D·吉尔巴斯克斯
F·科雷亚
S·兰格
P·F·拉普
T·施米德贝格尔
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
Mercedes Benz Group 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 Mercedes Benz Group AG filed Critical Mercedes Benz Group AG
Publication of CN114902071A publication Critical patent/CN114902071A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用于通过控制器消除传感器错误、尤其是消除检测动态对象时的不确定性的方法，其中，接收至少一个第一传感器的测量数据并从所接收的测量数据中形成对象假定，接收依据至少一个第二传感器的测量数据被检测的至少一个参考对象的数据，将所形成的对象假定与至少一个被检测的参考对象相比较，剔除与被检测的参考对象不一致的对象假定。另外，公开一种用于消除传感器错误、尤其是消除检测静态对象时的不确定性的方法、一种控制器、一种计算机程序以及一种可机读的存储介质。

Description

用于抑制环境传感器的不确定性测量数据的方法
技术领域
本发明涉及一种用于消除传感器错误、尤其是消除检测动态对象时的不确定性的方法，以及一种用于消除传感器错误、尤其是消除检测静态对象时的不确定性的方法。本发明还涉及一种控制器、一种计算机程序以及一种可机读的存储介质。
背景技术
为了实现自动化驾驶功能，通常需要环境传感器例如像雷达传感器、激光雷达传感器或摄像头传感器。在车辆环境内的其它交通参与者或动态对象以及静态对象可以用环境传感器来检测和测量以允许驾驶功能的自动反应。
但是，当前可供使用的环境传感器和相应测量数据的评估可能导致有误结果例如像误报结果或漏报结果，其可能引起不可估量的或有危险的自动化驾驶功能反应。在辅助驾驶功能如急刹辅助的情况下可以根据需要抑制有误结果，因为随时能够停用辅助驾驶功能并且将车辆控制转交给司机。由此例如可能不执行自动急刹车。在自动化且尤其是无司机执行的驾驶功能下因没有司机而无法实现这种有误结果抑制。
当使用雷达传感器来测量角度时，通常会出现呈虚假目标或误报结果形式的传感器错误。虚假目标尤其可能因为不明确性而出现并且以例如0°到30°的角度被测量。如果在信号处理中作出错误判断，则进而可能出现错误检测和进而安全性受损。
发明内容
本发明所基于的目的可能是提出一种用于减少环境传感器的错误率、尤其是误报率和漏报率的方法。
该目的借助独立权利要求的各自主题来完成。本发明的有利设计是各自从属权利要求的主题。
根据本发明的一个方面，提供一种用于通过控制器消除传感器错误、尤其是消除检测动态对象时的不确定性的方法。所述不确定性尤其可能源自误报结果，因此可能引起多个检测的对象或对象假定。动态对象最好是运动的交通参与者。所述对象例如可以在移动式单元的环境内被测量，在这里，所述控制器和传感器例如安装在移动式单元上。
在一个步骤中，接收至少一个第一传感器的测量数据并且从接收的测量数据形成多个对象假定。所述至少一个第一传感器例如可以是雷达传感器、激光雷达传感器、超声波传感器等。对于用于分辨不确定性例如角度不确定性的措施，确定或接收所确定的例如呈角度假定形式的不确定的若干对象假定。例如，实测对象可以提供多个不确定的角度测量结果，此时，仅其中一个角度假定是正确的。
在另一步骤中，接收依据至少一个第二传感器的测量数据被检测的至少一个参考对象的数据。由此可以采用所谓的参考对象方法来消除不确定性。为了能技术简单地将正确的对象假定与错误的对象假定区分开，其它环境传感器或至少一个第二传感器的数据被纳入考虑。当一个对象被第二传感器恒定且明确地检测时，该对象可以被确定为参考对象。
随后，将所形成的对象假定与至少一个所检测的参考对象相比较。不与检测的参考对象一致的对象假定最好被剔除。依据例如设计成雷达传感器的第一传感器，可选择下述的对象假定或角度假定，其尤其部分地与参考对象一致。所有其它对象假定被剔除且因此不会再导致虚假目标。
可通过该方法将其它传感器的附加信息用于及早改正传感器错误例如像不确定性。由此可避免或至少减少出现误报的以及漏报的结果或对象假定。
另外，通过在传感器侧避免传感器错误，可以防止在信号处理链的较高层级内的有误的或缺失的测量值。作为信息源，可以使用其它环境传感器的测量数据以及惯性测量单元的测量数据。
所述控制器和传感器能布置在一个可移动单元内，该单元根据BASt标准可以被辅助运行、半自动运行、高度自动化和/或全自动或无司机运行。例如移动式单元可以设计成车辆、机器人、无人机、水面运输工具、有轨车辆、自动出租车、工业机器人、载货汽车、公共汽车、飞行器、直升机等。
基于在移动式单元中逐渐增多地使用传感器，该方法可以无需高技术成本地实现。特别是，所提供的测量数据的可靠性可以无附加成本地被提高，因为所需的传感器例如像激光雷达传感器或雷达传感器安装在越来越多的移动式单元中。
在一个实施方式中，可以在所述方法之后或在该方法的范围内基于改正后的或清理后的传感器测量数据进行车辆控制。通过从测量数据中消除传感器错误，可以提升针对所有涉及的交通参与者的安全性。
根据本发明的另一方面，提供一种用于通过控制器消除传感器错误、尤其是消除检测静态对象时的不确定性的方法。静态对象最好是不可运动的对象。例如静态对象可以设计成停放车辆、树木、建筑等。
在一个步骤中，接收至少一个第一传感器的测量数据并且由所收到的测量数据形成多个对象假定。实测静态对象也可能提供多个不确定的对象假定或角度假定，此时，仅其中一个对象假定是正确的，其余的对象假定可归结于不确定性。因此可以进行所谓的静止的目标假定。为此，应该知道第一传感器或固定有第一传感器的移动式单元的速度。基于所述速度，可以计算所形成的对象假定的速度。该速度优选可以作为绝对速度来计算。
在另一步骤中检查至少一个对象假定是否基于计算速度描述静态对象。接着，在存在有至少一个确定的、描绘静态对象的对象假定时剔除所有其余对象假定。静态对象也可以产生多个不确定的对象假定或在雷达测量的情况下产生多个不确定的角度假定。如果选择了错误的对象假定，则真正的静态对象可能对应分配有错误的速度并且该对象被归类为动态的。运动的或动态的对象与驾驶功能具有高相关性，因为它通常是其它交通参与者。由静止的目标或静态对象引起的运动的对象假定因此是特别危险的，因为所述位置和速度都可能是错误的。因此有利的是当其中一个对象假定或角度假定符合时，将所确定的对象假定或所在的位置假定为静止的目标。可以做出这种假设，这是因为动态对象极其不可能被认定为静止目标假定或静态对象假定。
为了消除不确定性，在这里也可以考虑参考对象。由此，该方法还可以通过用于消除传感器错误、尤其是在检测动态对象时的不确定性的方法来得到支持。如果存在例如一个参考对象，则可以选择与参考对象重叠的一个对象假定并且剔除所有其它的对象假定。
这两个本发明方法例如可以在基于路标的车辆定位中被用于识别路标。
根据本发明的另一方面，提供一种控制器，其中，该控制器设立用于执行该方法。该控制器例如可以是车辆侧控制器、车外控制器或车外服务器单元例如像云系统。控制器优选可以接收并且处理至少一个测量天线的测量数据和/或至少一个移动式单元的传感器的测量数据。
另外，根据本发明的一个方面提供一种计算机程序，其所包含的指令在由计算机或控制器运行计算机程序时促使它执行本发明的方法。根据本发明的另一方面，提供一种可机读的存储介质，其上存储有本发明的计算机程序。
根据一个实施例，通过将所形成的对象假定与至少一个所检测的参考对象进行比较而被剔除的对象假定被标记为“有误”，和/或将如下位置标记为“不可靠”，即，在该位置处确定了被剔除的对象假定。所述信息和标记可以被存储在一个中央服务器单元或控制器中，并被提供给其它参与者和移动式单元。由此可以将所剔除的对象假定用于将其它的位于附近的所在地点或对象假定标记为“不可靠”。不可靠的对象假定可以随后在后续的对象跟踪中被限制性对待或剔除。这样的做法因此是有意义的，因为不会始终存在一个参考对象用以正确分辨所有的不确定性。如果例如通过一个参考对象确认超过一个的对象假定，则选择最有可能的对象假定并且剔除不太可能的对象假定。
在另一实施方式中，所述对象假定作为角度假定从至少一个雷达传感器的测量数据中形成。由此，可以通过本发明方法之一消除不确定的或有误的角度假定。
根据另一实施例，从不同于至少一个第一传感器的至少一个第二传感器的测量数据中确定至少一个参考对象。例如该参考对象可以通过评估第二传感器(它被设计成附加的雷达传感器、激光雷达传感器、摄像头传感器、超声波传感器等)的测量数据来确定。基于不同传感器类型或传感器等级的测量，可以很可靠地消除不确定性。
根据另一实施方式，当针对至少一个对象假定计算出较低的速度作为极限值时，所述至少一个对象假定描述静态对象。例如可以在借助雷达传感器的角度测量中与每个角度假定相关地检查以下的、针对直线行驶被简化的条件：
|vr+vego*cos(thetai)|<t
在此情况下，vr对应于测量相对速度，vego对应于带有第一传感器的移动式单元的测得速度，thetai对应于角度假定的测得角度，t对应于极限值或阈值。如果确定“配属于该对象假定的速度低于例如1m/s的极限值”，则该对象假定被确定为静态对象的对象假定。
根据另一实施例，在存在有至少两个分别描绘一个静态对象的对象假定的情况下，计算针对对象假定的相应的概率，其中，具有较低概率的对象假定被剔除。由此能很高效地消除附加的不确定性。
根据另一实施方式，当没有接收到参考对象时，除了至少一个描绘静态对象的对象假定外，所有对象假定都被剔除。由此可以实现技术简单的判断，其中，当不存在参考对象时选择静止目标假定或描绘静态对象的对象假定。所有其它对象假定在此情况下被剔除。
附图说明
下面，结合极其简化的示意图来详细解释本发明的优选实施例，其中：
图1示出包含动态对象的示意性交通状况以说明根据一个实施方式的方法，
图2示出包含静态对象的示意性交通状况以说明根据另一实施方式的方法，
图3示出示意性过程图以说明方法。
具体实施方式
图1示出包含动态对象2的示意性交通状况1，用以说明根据一个实施方式的方法。该方法尤其用于通过控制器4消除传感器错误、例如像在检测动态对象2时的不确定性。
控制器4被装入一个移动式单元6内，其被设计成可自动驾驶的机动车。移动式单元6具有第一传感器8和第二传感器10。
第一传感器8例如被设计成雷达传感器，第二传感器10被设计成激光雷达传感器。控制器4可以接收并评估传感器8、10的测量数据。为此，控制器4与传感器8、10以传输数据的方式连接。
为了区分基于第一传感器8的测量数据所确定的正确的对象假定12和有误的对象假定14，可以考虑第二传感器10的信息。例如，可以采用可靠确定的参考对象11和尤其是参考对象11的位置来确认这两个对象假定中的其中一个对象假定12。
其它的对象假定14、16随后被剔除。所剔除的对象假定14、16所处的位置被标记为不可靠区域U。
图2示出包含静态对象3的示意性交通状况1，用以说明根据另一实施方式的方法。该方法用于消除传感器错误、尤其是在检测静态对象3时的不确定性。
在此情况下评估第一传感器8的测量数据且同时形成多个对象假定12、14。在此情况下不存在可让控制器4使用的参考对象11。
如果基于控制器4的信号处理而选择错误的对象假定14或角度假定，则针对相应的对象假定14得到错误计算的对地速度。由此可以将静态对象3识别为动态对象或运动对象2。
运动物体2与驾驶功能极其相关，因为其通常是其它交通参与者。
归类为运动对象2的静止的目标3是极其危险的，因为其位置和其速度都是有误的。因此有利的是，当其中一个对象假定12或角度假定与之相符时，所在地点被假定为静止的目标或静态对象3。所有其余对象假定14被剔除。
图3示出示意过程图，用于说明根据另一实施方式的方法。
接收至少一个第一传感器8的测量数据。第一传感器8可以例如是雷达传感器。利用测量数据，也形成并传输角度假定。
与之并行地，惯性测量单元13的测量数据可被接收。测量数据例如可以具有车辆6的速度、加速度值和偏航率。
基于第一传感器8和惯性测量单元13二者的测量数据，进行对象假定的选择20和进而消除不确定性。
对象假定的选择20可以通过本发明方法之一来实现，因此仅转发正确的对象假定12以便进一步处理、例如用于对象跟踪和测量数据合并22。
可以使用第二传感器10例如激光雷达传感器10的测量数据，用于传感器数据合并22以及对象假定的选择20，以便例如提供参考对象11。
合并的测量数据随后可以被用于实现驾驶功能24。驾驶功能24在此情况下可以包括“直接或间接访问车辆执行器”26，例如刹车功能、加速功能和转向功能。除了驾驶功能24，通过对象假定的选择20所确定的和转发的数据也可以被用在基于路标的定位中。

Claims (13)

1.一种用于通过控制器(4)消除传感器错误、尤其是消除检测动态对象(2)时的不确定性的方法，其中，
-接收至少一个第一传感器(8)的测量数据，并且从所接收的测量数据中形成对象假定(12,14)，
-接收依据至少一个第二传感器(10)的测量数据被检测的至少一个参考对象(11)的数据，
-将所形成的对象假定(12,14)与至少一个被检测的参考对象(11)的数据相比较，
-剔除与被检测的参考对象(11)的数据不一致的对象假定(14)。
2.根据权利要求1所述的方法，其中，通过将所形成的对象假定(12,14)与至少一个被检测的参考对象(11)进行比较而被剔除的对象假定(14)被标记为“有误”，和/或将如下位置标记为“不可靠”(U)，即，在该位置处确定了被剔除的对象假定(14)。
3.根据权利要求1或2所述的方法，其中，所述对象假定(12,14)作为角度假定从至少一个雷达传感器(8)的测量数据中形成。
4.根据权利要求1至3中任一项所述的方法，其中，从至少一个不同于所述至少一个第一传感器(8)的第二传感器(10)的测量数据中确定该至少一个参考对象(11)。
5.一种用于通过控制器(4)消除传感器错误、尤其是消除检测静态对象(3)时的不确定性的方法，其中，
-接收至少一个第一传感器(8)的测量数据并且从所接收的测量数据中形成对象假定(12,14)，
-计算所形成的对象假定(12,14)的速度，
-检查至少一个对象假定(12,14)是否基于计算的速度来描绘静态对象(3)，
-当存在有至少一个已确定的、描绘了静态对象(3)的对象假定(12)时，剔除所有其余的对象假定(14)。
6.根据权利要求5所述的方法，其中，当针对至少一个对象假定(12)计算出较低的速度作为极限值时，所述至少一个对象假定(12)描述静态对象(3)。
7.根据权利要求5或6所述的方法，其中，在存在有至少两个分别描绘静态对象(3)的对象假定(12)时，计算针对所述对象假定(12)的概率，其中，具有较低概率的对象假定被剔除。
8.根据权利要求5至7中任一项所述的方法，其中，当未接收到参考对象(11)的数据时，除了至少一个描绘静态对象的对象假定(12)外，剔除所有对象假定(14)。
9.根据权利要求5至8中任一项所述的方法，其中，被剔除的对象假定(14)被标记为“有误”，和/或确将如下位置标记为“不可靠”(U)，即，在该位置处确定了被剔除的对象假定(14)。
10.根据权利要求5至9中任一项所述的方法，其中，所述对象假定(12,14)作为角度假定从至少一个雷达传感器(8)的测量数据中形成。
11.一种控制器(4)，其中，该控制器(4)设立用于执行根据权利要求1至4中任一项所述的方法和/或根据权利要求5至10中任一项所述的方法。
12.一种计算机程序，其所包含的指令在由计算机或控制器(4)执行该计算机程序时促使该计算机或控制器执行根据权利要求1至4中任一项所述的方法和/或根据权利要求5至10中任一项所述的方法。
13.一种可机读的存储介质，其上存储有根据权利要求12所述的计算机程序。
CN202080091202.5A 2019-12-30 2020-12-14 用于抑制环境传感器的不确定性测量数据的方法 Pending CN114902071A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019135851.5 2019-12-30
DE102019135851.5A DE102019135851A1 (de) 2019-12-30 2019-12-30 Verfahren zum Unterdrücken von mehrdeutigen Messdaten von Umfeldsensoren
PCT/EP2020/085902 WO2021136643A1 (de) 2019-12-30 2020-12-14 Verfahren zum unterdrücken von mehrdeutigen messdaten von umfeldsensoren

Publications (1)

Publication Number Publication Date
CN114902071A true CN114902071A (zh) 2022-08-12

Family

ID=74104062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080091202.5A Pending CN114902071A (zh) 2019-12-30 2020-12-14 用于抑制环境传感器的不确定性测量数据的方法

Country Status (6)

Country Link
US (1) US20230059090A1 (zh)
JP (1) JP7451718B2 (zh)
KR (1) KR20220104250A (zh)
CN (1) CN114902071A (zh)
DE (1) DE102019135851A1 (zh)
WO (1) WO2021136643A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11709260B2 (en) * 2021-04-30 2023-07-25 Zoox, Inc. Data driven resolution function derivation

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0329677D0 (en) * 2003-05-07 2004-01-28 Optex Co Ltd Microwave sensor
JP2007263986A (ja) * 2007-07-24 2007-10-11 Denso Corp 方位検出装置
DE102008013366A1 (de) * 2008-03-10 2009-09-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
CN103026395A (zh) * 2010-11-15 2013-04-03 图像传感系统有限公司 混合交通传感器系统和相关的方法
US20150009031A1 (en) * 2013-07-03 2015-01-08 Honeywell International Inc. Multilayer perimeter instrusion detection system for multi-processor sensing
CN107590768A (zh) * 2016-07-06 2018-01-16 罗伯特·博世有限公司 用于对用于运输工具的位置和/或方向的传感器数据进行处理的方法
CN108140322A (zh) * 2015-09-29 2018-06-08 大众汽车有限公司 用于表征对象的设备和方法
CN109661557A (zh) * 2016-09-14 2019-04-19 卡特彼勒公司 用于利用学习过程检测邻近机器的物体的系统和方法
JP2019096000A (ja) * 2017-11-21 2019-06-20 ディスペース デジタル シグナル プロセッシング アンド コントロール エンジニアリング ゲゼルシャフト ミット ベシュレンクテル ハフツングｄｓｐａｃｅ ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｃｏｎｔｒｏｌ ｅｎｇｉｎｅｅｒｉｎｇ ＧｍｂＨ 画像処理システムのための低レイテンシの試験機
CN109991015A (zh) * 2018-01-02 2019-07-09 福特全球技术公司 用于在虚拟环境中测试至少部分自主驱动车辆的控制系统的测试系统和方法
US20190259270A1 (en) * 2018-02-20 2019-08-22 Netgear, Inc. Multi-sensor motion detection

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2563509B2 (ja) * 1988-08-29 1996-12-11 沖電気工業株式会社 レーダの偽像除去装置
JP2000230974A (ja) * 1999-02-09 2000-08-22 Toyota Motor Corp レーダ装置
JP2002098754A (ja) * 2000-09-22 2002-04-05 Fujitsu Ten Ltd 車両用レーダ装置
JP2004117071A (ja) * 2002-09-24 2004-04-15 Fuji Heavy Ind Ltd 車外監視装置、及び、この車外監視装置を備えた走行制御装置
JP5835243B2 (ja) * 2013-02-07 2015-12-24 株式会社デンソー 物標認識装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0329677D0 (en) * 2003-05-07 2004-01-28 Optex Co Ltd Microwave sensor
JP2007263986A (ja) * 2007-07-24 2007-10-11 Denso Corp 方位検出装置
DE102008013366A1 (de) * 2008-03-10 2009-09-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
CN103026395A (zh) * 2010-11-15 2013-04-03 图像传感系统有限公司 混合交通传感器系统和相关的方法
US20150009031A1 (en) * 2013-07-03 2015-01-08 Honeywell International Inc. Multilayer perimeter instrusion detection system for multi-processor sensing
CN108140322A (zh) * 2015-09-29 2018-06-08 大众汽车有限公司 用于表征对象的设备和方法
CN107590768A (zh) * 2016-07-06 2018-01-16 罗伯特·博世有限公司 用于对用于运输工具的位置和/或方向的传感器数据进行处理的方法
CN109661557A (zh) * 2016-09-14 2019-04-19 卡特彼勒公司 用于利用学习过程检测邻近机器的物体的系统和方法
JP2019096000A (ja) * 2017-11-21 2019-06-20 ディスペース デジタル シグナル プロセッシング アンド コントロール エンジニアリング ゲゼルシャフト ミット ベシュレンクテル ハフツングｄｓｐａｃｅ ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｃｏｎｔｒｏｌ ｅｎｇｉｎｅｅｒｉｎｇ ＧｍｂＨ 画像処理システムのための低レイテンシの試験機
CN109991015A (zh) * 2018-01-02 2019-07-09 福特全球技术公司 用于在虚拟环境中测试至少部分自主驱动车辆的控制系统的测试系统和方法
US20190259270A1 (en) * 2018-02-20 2019-08-22 Netgear, Inc. Multi-sensor motion detection

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李文敏等: "多传感器数据融合技术在温度检测中的应用", 机械设计与制造, no. 04, 8 April 2009 (2009-04-08) *

Also Published As

Publication number Publication date
US20230059090A1 (en) 2023-02-23
JP7451718B2 (ja) 2024-03-18
DE102019135851A1 (de) 2021-07-01
WO2021136643A1 (de) 2021-07-08
JP2023509154A (ja) 2023-03-07
KR20220104250A (ko) 2022-07-26

Similar Documents

Publication Publication Date Title
CN106482772B (zh) 识别至少一个第一交通运输工具的至少一个第一传感器的至少一个传感器故障的方法和设备
JP6870604B2 (ja) 自己位置推定装置
EP2637149B1 (en) Onboard device and control method
JP4906398B2 (ja) 車載道路形状識別装置、車載システム、道路形状識別方法及び周辺監視方法
US10460467B2 (en) Object recognition processing apparatus, object recognition processing method, and autonomous driving system
JP5152244B2 (ja) 追従対象車特定装置
US12181303B2 (en) Method for controlling a vehicle system of a vehicle equipped for carrying out an automated driving operation and device for carrying out the method
US9630625B2 (en) Apparatus and method for identifying surrounding vehicles
CN107571866B (zh) 用于分析传感器数据的方法
CN107590768B (zh) 用于对用于运输工具的位置和/或方向的传感器数据进行处理的方法
JP6168784B2 (ja) 周辺監視システム及び周辺監視システムの軸ずれ検知方法
US11163308B2 (en) Method for creating a digital map for an automated vehicle
CN112009467B (zh) 用于自动驾驶系统的冗余环境感知跟踪
WO2018168961A1 (ja) 自己位置推定装置
US11892536B2 (en) Object-detecting device
CN109416885B (zh) 车辆识别方法和系统
CN108216256A (zh) 用于生成车辆的路径的装置和方法
US20180164833A1 (en) Autonomous vehicle object detection
CN109923438B (zh) 用于确定车辆速度的装置和方法
US11919544B2 (en) Method and device for operating an automated vehicle
CN114902071A (zh) 用于抑制环境传感器的不确定性测量数据的方法
US11340357B2 (en) Method and apparatus for detecting a position of a vehicle having a high level of automation
JP7596598B2 (ja) 車両の周辺を検出するためのセンサのデキャリブレーションを検知する方法及び装置並びに車両
JP6820762B2 (ja) 位置推定装置
CN114577197A (zh) 确保地理位置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination