DE102013217486A1 - Method for representing an environment of a vehicle in an occupancy grid - Google Patents
Method for representing an environment of a vehicle in an occupancy grid Download PDFInfo
- Publication number
- DE102013217486A1 DE102013217486A1 DE102013217486.1A DE102013217486A DE102013217486A1 DE 102013217486 A1 DE102013217486 A1 DE 102013217486A1 DE 102013217486 A DE102013217486 A DE 102013217486A DE 102013217486 A1 DE102013217486 A1 DE 102013217486A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- cells
- grid
- sensor system
- environment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000000694 effects Effects 0.000 claims abstract description 3
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims 1
- 230000001133 acceleration Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W40/02—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 ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/20—Direction indicator values
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/803—Relative lateral speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
Es wird ein Verfahren zur Repräsentation eines Umfelds eine Fahrzeugs in einem Belegungsgitter angegeben, wobei die Daten mit zumindest einem Umfelderfassungssystem erfasst werden und wobei ein wahrscheinlich gefahrener Kurs des Fahrzeugs anhand Fahrzeugsensoren, insbesondere zur Erkennung von Lenkwinkel, Fahrtrichtung des Fahrzeugs und/oder einer Blinkeraktivität, bestimmt wird. Eine Suche im Belegungsgitter nach belegten Gitterzellen, die einem Freiraum begrenzen, wird innerhalb eines Suchfensters entlang des wahrscheinlich gefahrenen Kurses durchgeführt.A method for representing an environment of a vehicle in an occupancy grid is provided, wherein the data is detected by at least one surround detection system and a likely traveled course of the vehicle using vehicle sensors, in particular for detecting steering angle, direction of travel of the vehicle and / or a turn signal activity, is determined. A search in the allocation grid for occupied grid cells which delimit a free space is carried out within a search window along the course likely to be traveled.
Description
Die Erfindung betrifft das technische Gebiet der Darstellung eines Fahrzeugumfelds auf der Basis von Sensorsystemen zur Umfelderfassung für ein Fahrerassistenzsystem. The invention relates to the technical field of representation of a vehicle environment on the basis of sensor systems for environment detection for a driver assistance system.
Stand der Technik sind Fahrerassistenzfunktionen für die Längsführung, z.B. ein adaptives Geschwindigkeitsregelsystem (ACC) oder ein Notbremsassistent, Systeme für die Kollisionswarnung, Kollisionsfolgeminderung oder Kollisionsverhinderung. Diese Systeme basieren auf einer Erfassung einer Umgebung vor dem Fahrzeug zur Situationsanalyse, wobei eine Liste von Objekten generiert und die Objekte über einen Zeitraum verfolgt (getrackt) werden und relevante Objekte sowie ggf. deren Eigenschaften bestimmt werden. Desweiteren sind Assistenzfunktionen zur Überwachung des toten Winkels oder zur Unterstützung bei Spurwechseln bekannt, die auf einer Überwachung des seitlichen, rückwärtigen Fahrzeugbereiches durch Sensoren beruhen, wobei auch hier eine Objektliste generiert und die Objekte über einen Zeitraum verfolgt (getrackt) und für die Bestimmung relevanter Objekte ausgewertet werden. Bekannt sind zudem gitterbasierte Umfeldmodelle, sogenannte Belegungsgitter. In einem Belegungsgitter wird das Fahrzeugumfeld in Zellen unterteilt und für jede Zelle wird eine Klassifikation „befahrbar“ oder „belegt“ gespeichert. Vorteil dieser Darstellung ist, dass für ein Fahrerassistenzsystem eine Freirauminformation zur Verfügung steht. Freiraum bedeutet, dass sich ein Fahrzeug in diesem Bereich ohne Gefahr, d.h. ohne Kollision oder ohne von der Fahrbahn abzukommen, bewegen kann. Erweiterte Belegungsgitter können eine Beschreibung von bewegten Objektenzur Verfügung stellen, z.B. indem den Zellen eine Geschwindigkeit zugeordnet wird. Belegungsgitter werden hauptsächlich für Funktionen, die auf das statische Umfeld reagieren z.B. für eine Fahrbahnrandschätzung, verwendet. Für Funktionen, die auf dynamische Objekte reagieren, wird eine Extraktion von Objekten in eine Objektliste vorgenommen, die dann einer objektbasierten Situationsanalyse und Regelung zugeführt wird. State of the art are driver assistance functions for the longitudinal guidance, e.g. an Adaptive Cruise Control (ACC) or Emergency Brake Assist, collision warning, collision following or collision avoidance systems. These systems are based on detecting an environment in front of the vehicle for situation analysis, whereby a list of objects is generated and the objects are tracked (tracked) over a period of time and relevant objects and, if necessary, their properties are determined. Furthermore, assistance functions for monitoring the blind spot or to assist in lane changes are known, which are based on monitoring the lateral, rear vehicle area by sensors, also generated here an object list and tracked the objects over a period (tracked) and for the determination of relevant objects be evaluated. Also known are grid-based environment models, so-called occupancy grid. In an allocation grid, the vehicle environment is subdivided into cells and a classification "passable" or "occupied" is stored for each cell. The advantage of this representation is that free space information is available for a driver assistance system. Free space means that a vehicle in this area is free of danger, i. can move without collision or without coming off the road. Extended coverage gratings can provide a description of moving objects, e.g. by assigning a speed to the cells. Occupancy gratings are primarily used for functions that respond to the static environment, e.g. for a lane estimate. For functions that react to dynamic objects, an extraction of objects into an object list is performed, which is then submitted to an object-based situation analysis and control.
Es ist die Aufgabe der hier vorliegenden Erfindung ein verbessertes Umfeldmodell für Fahrerassistenzfunktionen anzugeben. It is the object of the present invention to provide an improved environment model for driver assistance functions.
Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Erfindungsgemäß wird ein Verfahren zur Repräsentation eines Fahrzeugmfelds in einem Belegungsgitter für eine Fahrerassistenzfunktion angegeben. Die Daten des Umfelds werden mit zumindest einem Umfelderfassungssystem erfasst und es wird ein wahrscheinlich gefahrener Kurs des Fahrzeugs anhand von Fahrzeugsensoren, insbesondere zur Erkennung von Lenkwinkel, Fahrtrichtung des Fahrzeugs und/oder einer Blinkeraktivität, bestimmt. Es wird eine Suche im Belegungsgitter nach belegten Gitterzellen, die einem Freiraum begrenzen, innerhalb eines Suchfensters entlang des wahrscheinlich gefahrenen Kurses durchgeführt. In einer bevorzugten Ausgestaltung der Erfindung ist zusätzlich zu der Information "belegt" oder "befahrbar" zumindest eine weitere Information gespeichert, die angibt ob es sich um eine "bewegte" oder "unbewegte" Zelle handelt. Eine solche Information ist z.B. Entfernung, Geschwindigkeit oder Beschleunigung. The object is solved by the features of the independent claims. According to the invention, a method for representing a vehicle field in an allocation grid for a driver assistance function is specified. The data of the environment are detected with at least one surroundings detection system and a likely traveled course of the vehicle is determined by means of vehicle sensors, in particular for the detection of steering angle, direction of travel of the vehicle and / or a turn signal activity. A search is made in the occupancy grid for occupied grid cells delimiting a free space within a search window along the likely traveled course. In a preferred embodiment of the invention, in addition to the information "occupied" or "passable", at least one further piece of information is stored which indicates whether it is a "moving" or "stationary" cell. Such information is e.g. Distance, speed or acceleration.
Dieses Verfahren ermöglicht es eine Assistenzfunktionen direkt, d. h. ohne eine Segmentierung und Extraktion von Objekten sowie dem Verwalten einer Liste von Objekten und der Verfolgung von Objekte über einen Zeitraum, auf einem Belegungsgitter aufzusetzen, womit ein einheitliches Umfeldmodell sowohl für bekannte Längsverkehrs-Assistenzfunktionen als auch für neuartige, auf dichten Umfeldinformationen basierende Funktionen ermöglicht wird. Das parallele Verwalten mehrerer Umfeldmodelle entfällt. This procedure allows for assistance functions directly, i. H. without segmentation and extraction of objects, as well as managing a list of objects and tracking objects over a period of time, set up on an occupancy grid, thus enabling a consistent environment model for both known long-distance assistance functions and novel functions based on dense environment information , The parallel administration of several environment models is eliminated.
Das Prinzip des Verfahrens ist in
In einer bevorzugten Ausgestaltung der Erfindung wird bei zumindest zwei aneinandergrenzenden, belegten und bewegten Gitterzellen die Information über den kinematischen Zustand eines durch diese Zellen repräsentierten Objekts unter Berücksichtigung der Informationen über den kinematischen Zustand aus den einzelnen Gitterzellen bestimmt. Die dem repräsentierten Objekt korrelierten Größen wie z.B. Entfernung, Geschwindigkeit, Beschleunigung können mit Hilfe verschiedener Verfahren bestimmt werden, z.B. mittels Mittelwertbildung aus den einzelnen Gitterinformationen oder einer Minimum/Maximum-Suche, bei der der Extremwert für das repräsentierte Objekt übernommen wird. In a preferred embodiment of the invention, in at least two adjacent, occupied and moved grid cells, the information about the kinematic state of an object represented by these cells is determined from the individual grid cells taking into account the information about the kinematic state. The quantities correlated to the represented object, e.g. Distance, speed, acceleration can be determined by various methods, e.g. by averaging from the individual grid information or a minimum / maximum search in which the extreme value for the represented object is adopted.
In einer besonderen Ausgestaltung der Erfindung wird eine Kursprädiktion verbessert, indem belegte Zellen bei der Suche berücksichtigt werden. In diesem Zusammenhang kann eine weitere Unterteilung der statischen Bereiche des Belegungsgittern in „harte“ Begrenzungen, z.B. erhabene Objekte wie Leitplanken, die als nicht befahrbare Zellen in
In einer weiteren Ausgestaltung der Erfindung orientiert sich die Breite des Suchfensters an einer Fahrzeugbreite, insbesondere nimmt die Breite mit einer zunehmenden Entfernung vom Fahrzeug zu, um Messungenauigkeiten auszugleichen. In a further embodiment of the invention, the width of the search window is based on a vehicle width, in particular, the width increases with increasing distance from the vehicle to compensate for measurement inaccuracies.
In einer positiven Ausgestaltung der Erfindung wird im Suchfenster und/oder auch in der unmittelbaren Umgebung des Suchfensters nach Gitterzellen mit einer Information über eine Quergeschwindigkeit gesucht, um Ein- bzw. ausscherende Fahrzeuge zu erkennen. Die Zeit, bis das Ego-Fahrzeug die Position des Suchfensters erreicht, kann mit Hilfe des Ego-Fahrzeugzustandes, z.B. Geschwindigkeit, Beschleunigung und/oder Lenkwinkel bzw. Lenkwinkelbeschleunigung geschätzt werden und so, falls nötig, eine Prädiktion über die zukünftige Position der relevanten bewegten Zellen vorgenommen werden. Es können z.B. Einscherer bzw. Ausscherer mit Hilfe der Quergeschwindigkeit erkannt werden. In a positive embodiment of the invention, search is made in the search window and / or in the immediate vicinity of the search window for grid cells with information about a lateral velocity to recognize incoming or ausscherende vehicles. The time until the ego vehicle reaches the position of the search window may be determined by the ego vehicle condition, e.g. Speed, acceleration and / or steering angle or steering angle acceleration are estimated and so if necessary, a prediction on the future position of the relevant moving cells are made. It can e.g. Einscherer or Ausscherberer be detected using the transverse velocity.
In einer weiteren Ausgestaltung der Erfindung kann die Suche unter Berücksichtigung mehrerer vorausliegender Objekte erfolgen. Die Suche entlang der Kursprädiktion wird weiter ausgeführt, nachdem bewegte Zellen erkannt wurden. Dazu werden die bereits ermittelten Informationen zu den bewegten Zellen gespeichert. Falls weitere bewegte Zellen gefunden werden, werden die gespeicherten Zustände mit den neu ermittelten verglichen und mit einer geeigneten Vorschrift (z.B. Minimum/Maximum) entschieden, ob die neuen Zustände übernommen oder die alten Zustände beibehalten werden. In a further embodiment of the invention, the search can take place taking into account a plurality of preceding objects. The search along the course prediction is continued after moving cells have been detected. For this purpose, the already determined information about the moving cells is stored. If further moving cells are found, the stored states are compared with the newly detected ones and a suitable prescription (e.g., minimum / maximum) is used to decide whether to accept the new states or retain the old states.
In einer besonderen Ausgestaltung der Erfindung ist die Fahrerassistenzfunktion für die Überwachung eines toten Winkels bzw. für eine Spurwechselassistenz ausgebildet. Es ist ein hochauflösendes Senorsystem zur Erfassung eines Bereichs vor dem Fahrzeug und eine relativ dazu gering auflösendes Senorsystem zur Erfassung eines Bereichs seitlich hinter dem Fahrzeug vorgesehen und die Repräsentation des Umfelds des Fahrzeugs in einem Belegungsgitter basiert auf den Daten beider Senorsysteme. Die Daten der beiden Sensorsysteme im Belegungsgitter werden fusioniert werden und in dem Fall, dass das geringauflösende Sensorsystem ein bewegtes Objekt erkennt und das hochauflösende Sensorsystem an dieser Position zuvor ein unbewegtes Objekt erkannt hat, haben die Daten des hochauflösenden Sensorsystems Vorrang. Dieses Ausgestaltung wird anhand von
Vorteilhaft ist dieses Verfahren insbesondere in der Nähe von Bebauung wie z.B. Leitplanken. Durch eine Fusion der üblicherweise leistungsfähigeren Frontsensoren mit den weniger leistungsfähigen Seiten-/Hecksensoren im Belegungsgitter liegen dort von der Frontsensorik bestätigte Informationen über die statische Bebauung, die im Gitter durch belegte Zellen repräsentiert werden, vor. Wird durch die weniger leistungsfähigen Seiten-/Hecksensoren an einer Position ein bewegtes Objekt erkannt wo zuvor von den leistungsfähigeren Frontsensoren ein statisches Objekt erkannt wurde, so wird die Messung des Frontsensors als zuverlässiger eingestuft und diese Messung übernommen bzw. die falsche Messung der Seiten-/Hecksensoren unterdrückt. This method is advantageous in particular in the vicinity of buildings such as, for example, Guard rails. By merging the usually more powerful front sensors with the less powerful side / rear sensors in the occupancy grid, information about the static development, which is represented in the grid by occupied cells, is available there from the front sensor system. If a moving object is detected by the less powerful side / rear sensors at a position where a static object was previously detected by the more powerful front sensors, the measurement of the front sensor is classified as more reliable and this measurement is taken or the wrong measurement of the side / Rear sensors suppressed.
Claims (7)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013217486.1A DE102013217486A1 (en) | 2013-09-03 | 2013-09-03 | Method for representing an environment of a vehicle in an occupancy grid |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013217486.1A DE102013217486A1 (en) | 2013-09-03 | 2013-09-03 | Method for representing an environment of a vehicle in an occupancy grid |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102013217486A1 true DE102013217486A1 (en) | 2015-03-05 |
Family
ID=52470386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102013217486.1A Pending DE102013217486A1 (en) | 2013-09-03 | 2013-09-03 | Method for representing an environment of a vehicle in an occupancy grid |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102013217486A1 (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3144920A1 (en) | 2015-09-17 | 2017-03-22 | Volkswagen Aktiengesellschaft | Determining a target trajectory for a vehicle |
EP3349143A1 (en) * | 2017-01-11 | 2018-07-18 | Kabushiki Kaisha Toshiba | Nformation processing device, information processing method, and computer-readable medium |
CN109017777A (en) * | 2017-06-09 | 2018-12-18 | 丰田自动车株式会社 | Drive assistance device |
EP3428026A1 (en) * | 2017-07-12 | 2019-01-16 | LG Electronics Inc. | Driving system for vehicle and vehicle |
CN109334661A (en) * | 2018-09-06 | 2019-02-15 | 上海工程技术大学 | Based on Speed Obstacles model/collision probability density model avoidance pre-judging method |
DE102018217268A1 (en) * | 2018-10-10 | 2020-04-16 | Zf Friedrichshafen Ag | Device and method for determining height information of an object in the surroundings of a vehicle |
CN112313664A (en) * | 2018-06-30 | 2021-02-02 | 宝马股份公司 | Method and system for identifying obstacles |
CN114624460A (en) * | 2020-12-14 | 2022-06-14 | Aptiv技术有限公司 | System and method for mapping vehicle environment |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19935123A1 (en) * | 1998-08-27 | 2000-03-09 | Toyota Motor Co Ltd | Motor vehicle digital beam forming radar arrangement limits radar beam scanning region according to shape of track on which vehicle is moving acquired by track shape acquisition unit |
DE10341128A1 (en) * | 2003-09-06 | 2005-03-31 | Daimlerchrysler Ag | Device and method for detecting a current distance of a motor vehicle from an obstacle |
DE102006056835A1 (en) * | 2006-12-01 | 2008-06-05 | Robert Bosch Gmbh | Method for the grid-based processing of sensor signals |
DE102009007885A1 (en) * | 2009-02-07 | 2010-08-12 | Adc Automotive Distance Control Systems Gmbh | Method for identifying motor vehicles getting into own lane or getting out of own lane, involves automatically evaluating driving characteristics relative to lane exchange based on detected data i.e. image data of camera |
-
2013
- 2013-09-03 DE DE102013217486.1A patent/DE102013217486A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19935123A1 (en) * | 1998-08-27 | 2000-03-09 | Toyota Motor Co Ltd | Motor vehicle digital beam forming radar arrangement limits radar beam scanning region according to shape of track on which vehicle is moving acquired by track shape acquisition unit |
DE10341128A1 (en) * | 2003-09-06 | 2005-03-31 | Daimlerchrysler Ag | Device and method for detecting a current distance of a motor vehicle from an obstacle |
DE102006056835A1 (en) * | 2006-12-01 | 2008-06-05 | Robert Bosch Gmbh | Method for the grid-based processing of sensor signals |
DE102009007885A1 (en) * | 2009-02-07 | 2010-08-12 | Adc Automotive Distance Control Systems Gmbh | Method for identifying motor vehicles getting into own lane or getting out of own lane, involves automatically evaluating driving characteristics relative to lane exchange based on detected data i.e. image data of camera |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10564647B2 (en) | 2015-09-17 | 2020-02-18 | Volkswagen Ag | Method and apparatus for determining a desired trajectory for a vehicle |
DE102015217891A1 (en) | 2015-09-17 | 2017-03-23 | Volkswagen Aktiengesellschaft | Determining a desired trajectory for a vehicle |
EP3144920A1 (en) | 2015-09-17 | 2017-03-22 | Volkswagen Aktiengesellschaft | Determining a target trajectory for a vehicle |
US10825186B2 (en) | 2017-01-11 | 2020-11-03 | Kabushiki Kaisha Toshiba | Information processing device, information processing method, and computer program product |
EP3349143A1 (en) * | 2017-01-11 | 2018-07-18 | Kabushiki Kaisha Toshiba | Nformation processing device, information processing method, and computer-readable medium |
CN109017777A (en) * | 2017-06-09 | 2018-12-18 | 丰田自动车株式会社 | Drive assistance device |
CN109017777B (en) * | 2017-06-09 | 2021-07-20 | 丰田自动车株式会社 | Driving support device |
EP3428026A1 (en) * | 2017-07-12 | 2019-01-16 | LG Electronics Inc. | Driving system for vehicle and vehicle |
CN112313664A (en) * | 2018-06-30 | 2021-02-02 | 宝马股份公司 | Method and system for identifying obstacles |
CN109334661A (en) * | 2018-09-06 | 2019-02-15 | 上海工程技术大学 | Based on Speed Obstacles model/collision probability density model avoidance pre-judging method |
CN109334661B (en) * | 2018-09-06 | 2020-05-29 | 上海工程技术大学 | Obstacle avoidance pre-judgment method based on speed obstacle model and collision probability density model |
DE102018217268A1 (en) * | 2018-10-10 | 2020-04-16 | Zf Friedrichshafen Ag | Device and method for determining height information of an object in the surroundings of a vehicle |
CN114624460A (en) * | 2020-12-14 | 2022-06-14 | Aptiv技术有限公司 | System and method for mapping vehicle environment |
EP4012347A1 (en) * | 2020-12-14 | 2022-06-15 | Aptiv Technologies Limited | System and method for mapping a vehicle environment |
CN114624460B (en) * | 2020-12-14 | 2024-04-09 | Aptiv技术股份公司 | System and method for mapping a vehicle environment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013217486A1 (en) | Method for representing an environment of a vehicle in an occupancy grid | |
EP2826031B1 (en) | Method for detecting traffic jams using a wireless vehicle-to-vehicle communication system | |
DE19749086C1 (en) | Device for determining data indicating the course of the lane | |
DE102013105046B9 (en) | Target track selection method by means of navigation input in road change scenarios | |
DE102016112492B4 (en) | Minimizing incorrect sensor data associations for autonomous vehicles | |
DE102019120118A1 (en) | DEVICE AND METHOD FOR CONTROLLING THE DRIVING OF A VEHICLE | |
DE102010006828B4 (en) | Method for the automatic creation of a model of the surroundings of a vehicle as well as driver assistance system and vehicle | |
DE102016109592A1 (en) | Collision mitigation and avoidance | |
DE102015114464A1 (en) | Uniform motion planner for an autonomous vehicle while avoiding a moving obstacle | |
EP2676857A2 (en) | Method and apparatus for generating a control parameter for a gap assistance system of a vehicle | |
EP2046619B1 (en) | Driver assistance system | |
DE102015202367A1 (en) | AUTONOMIC CONTROL IN A SEALED VEHICLE ENVIRONMENT | |
DE102007037610A1 (en) | A method of determining a probable range of motion of a living being | |
DE102014200700A1 (en) | Method and system for detecting an emergency lane situation | |
WO2010127650A1 (en) | Method for evaluating sensor data for a motor vehicle | |
EP2447126A2 (en) | Method and device for determining a plausible lane for guiding a vehicle and motor vehicle | |
DE102013212359A1 (en) | Prediction of driving paths of a vehicle | |
DE102016011366A1 (en) | Method for determining the position of a vehicle | |
DE102013016596A1 (en) | Method for operating driver assistance system for motor vehicle, involves detecting current driving operation related parameters, and weighing current driving operation related parameters in probability distribution calculation | |
DE102007034196A1 (en) | Method and device for track detection with a driver assistance system | |
DE102013212360A1 (en) | Prediction of the future travel path of a vehicle | |
EP3091368B1 (en) | Method for operation of a radar sensor in a motor vehicle, radar sensor and motor vehicle | |
EP2353958B1 (en) | Method for evaluating sensor data of the surroundings of a motor vehicle from at least one environment sensor and motor vehicle | |
DE102010003375B4 (en) | Environment evaluation system in a vehicle with sensor means for detecting objects in the vicinity of the vehicle | |
DE102013008946A1 (en) | Device and method for detecting a critical driving situation of a vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed | ||
R081 | Change of applicant/patentee |
Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE Free format text: FORMER OWNER: CONTI TEMIC MICROELECTRONIC GMBH, 90411 NUERNBERG, DE |