Title:
Verfahren zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs mithilfe eines Ultraschallsensors mit verbesserter Filterung von Bodenreflexionen, Steuergerät, Ultraschallsensorvorrichtung sowie Kraftfahrzeug
Kind Code:
A1


Abstract:

Die Erfindung betrifft ein Verfahren zum Erfassen eines Objekts (8) in einem Umgebungsbereich (9) eines Kraftfahrzeugs (1), bei welchem in einer Mehrzahl von zeitlich aufeinanderfolgenden Messzyklen jeweils ein Rohsignal (10) empfangen wird, welche ein in dem Umgebungsbereich (9) reflektiertes Ultraschallsignal eines Ultraschallsensors (4) beschreibt, das Rohsignal (10) mit einer vorbestimmten Bodenschwellwertkurve (11) verglichen wird und ein nachzuverfolgender Signalanteil (14) des Rohsignals (10), welcher die Bodenschwellwertkurve (11) überschreitet, erkannt und dem Objekt (8) zugeordnet wird, und das Objekt (8) in den Messzyklen anhand des erkannten, nachzuverfolgenden Signalanteils (14) nachverfolgt wird, wobei zum Nachverfolgen des Objekts (8) nach dem Erkennen des nachzuverfolgenden Signalanteils (14), in den nachfolgenden Messzyklen Signalspitzen (13) des Rohsignals (10) erkannt werden und für die erkannten Signalspitzen (13) eine Zuordnung zu dem Objekt (8) überprüft wird. embedded image




Inventors:
Milschewski, Tino (74321, Bietigheim-Bissingen, DE)
Bariant, Jean-Francois (74321, Bietigheim-Bissingen, DE)
Application Number:
DE102017103275A
Publication Date:
08/23/2018
Filing Date:
02/17/2017
Assignee:
Valeo Schalter und Sensoren GmbH, 74321 (DE)
International Classes:
Domestic Patent References:
DE102016100732A1N/A2017-07-20
DE102015209878B3N/A2016-02-18



Foreign References:
200100332462001-10-25
Claims:
Verfahren zum Erfassen eines Objekts (8) in einem Umgebungsbereich (9) eines Kraftfahrzeugs (1), bei welchem in einer Mehrzahl von zeitlich aufeinanderfolgenden Messzyklen jeweils ein Rohsignal (10) empfangen wird, welches ein in dem Umgebungsbereich (9) reflektiertes Ultraschallsignal eines Ultraschallsensors (4) beschreibt, das Rohsignal (10) mit einer vorbestimmten Bodenschwellwertkurve (11) verglichen wird und ein nachzuverfolgender Signalanteil (14) des Rohsignals (10), welcher die Bodenschwellwertkurve (11) überschreitet, erkannt und dem Objekt (8) zugeordnet wird, und das Objekt (8) in den Messzyklen anhand des erkannten, nachzuverfolgenden Signalanteils (14) nachverfolgt wird, dadurch gekennzeichnet, dass zum Nachverfolgen des Objekts (8) nach dem Erkennen des nachzuverfolgenden Signalanteils (14), in den nachfolgenden Messzyklen Signalspitzen (13) des Rohsignals (10) erkannt werden und für die erkannten Signalspitzen (13) eine Zuordnung zu dem Objekt (8) überprüft wird.

Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zum Erkennen der Signalspitzen (13) Bereiche des Rohsignals, welche eine vorbestimmte Rauschschwellwertkurve (12) überschreiten und welche einen vorbestimmten Anstieg aufweisen, unabhängig von der vorbestimmten Bodenschellwertkurve (11) bestimmt werden.

Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass für die jeweiligen Signalspitzen (13) eine erste Wahrscheinlichkeit dafür bestimmt wird, dass die Signalspitze (13) die Reflexion des Ultraschallsignals an dem Objekt (8) beschreibt, und eine zweite Wahrscheinlichkeit dafür bestimmt wird, dass die Signalspitze (13) ein Störsignal beschreibt, und die Zuordnung der Signalspitze (13) zu dem Objekt (8) anhand der ersten Wahrscheinlichkeit und der zweiten Wahrscheinlichkeit durchgeführt wird.

Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass ein Bewegungsmodell, welches eine Bewegung des Objekts (8) relativ zu dem Kraftfahrzeug (1) beschreibt, bestimmt wird, und die erste Wahrscheinlichkeit in Abhängigkeit von dem Bewegungsmodell bestimmt wird.

Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die jeweiligen Amplituden (4) der Signalspitzen (13) bestimmt werden und die erste Wahrscheinlichkeit und/oder die zweite Wahrscheinlichkeit in Abhängigkeit von der jeweiligen Amplitude (A) bestimmt werden.

Verfahren nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass die erste Wahrscheinlichkeit anhand zumindest einer vorbestimmten Wahrscheinlichkeitsdichtefunktion für Amplituden (A) von Rohsignalen (10), welche Reflexionen von Ultraschallsignalen an Objekten (8) beschreiben, bestimmt wird.

Verfahren nach einem der Ansprüche 3 bis 6, dadurch gekennzeichnet, dass die zweite Wahrscheinlichkeit anhand zumindest einer vorbestimmten Wahrscheinlichkeitsdichtefunktion für Amplituden (A) von Rohsignalen (10), welche Reflexionen von Ultraschallsignalen an einem Boden in dem Umgebungsbereich (9) beschreiben, bestimmt wird.

Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass für vorbestimmte Entfernungen jeweils die zumindest eine Wahrscheinlichkeitsdichtefunktion vorbestimmt wird, für jede der Signalspitzen (13) eine der Signalspitze (13) zugeordnete Entfernung bestimmt wird und die zweite Wahrscheinlichkeit für die jeweilige Signalspitze (13) anhand der Wahrscheinlichkeitsdichtefunktion für ihre Entfernung bestimmt wird.

Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass für unterschiedliche Typen des Bodens, insbesondere für eine asphaltiere Fahrbahn und einen Schotterweg, jeweils die zumindest die Wahrscheinlichkeitsdichtefunktion vorbestimmt wird, und die zweite Wahrscheinlichkeit in Abhängigkeit von dem Typ des Bodens in dem Umgebungsbereich (9) bestimmt wird.

Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass bei jedem Messzyklus anhand einer Zuordnung des empfangenen Rohsignals (10) zu einer der vorbestimmten Wahrscheinlichkeitsdichtefunktionen der Typ des Bodens in dem Umgebungsbereich (9) bestimmt wird.

Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass überprüft wird, ob eine der Signalspitzen (13) von einem zweiten Echo des von dem Objekt (8) reflektierten Ultraschallsignals stammt, und falls die Signalspitze (13) das zweite Echo beschreibt, die Signalspitze (13) als zweites Echo nachverfolgt wird.

Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die Signalspitze (13) als von dem zweiten Echo stammend erkannt wird, falls eine Entfernung, welche die Signalspitze (13) beschreibt, einen vorbestimmten Abstand zu einer Entfernung des Objekts (8) aufweist.

Steuergerät (5) für ein Kraftfahrzeug (1), welches zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche ausgelegt ist.

Ultraschallsensorvorrichtung (3) für ein Kraftfahrzeug (1) mit einem Steuergerät (5) nach Anspruch 13 und mit zumindest einem Ultraschallsensor (4).

Kraftfahrzeug (1) mit einer Ultraschallsensorvorrichtung (3) nach Anspruch 14.

Description:

Die vorliegende Erfindung betrifft ein Verfahren zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs, bei welchem in einer Mehrzahl von zeitlich aufeinanderfolgenden Messzyklen jeweils ein Rohsignal empfangen wird, welches ein in dem Umgebungsbereich reflektiertes Ultraschallsignal eines Ultraschallsensors beschreibt, das Rohsignal mit einer vorbestimmten Bodenschwellwertkurve verglichen wird und ein nachzuverfolgender Signalanteil des Rohsignals, welcher die Bodenschwellwertkurve überschreitet, erkannt und dem Objekt zugeordnet wird, und das Objekt in den Messzyklen anhand des erkannten, nachzuverfolgenden Signalanteils nachverfolgt wird. Zudem betrifft die vorliegende Erfindung ein Steuergerät sowie eine Ultraschallsensorvorrichtung für ein Kraftfahrzeug. Schließlich betrifft die vorliegende Erfindung ein Kraftfahrzeug.

Das Interesse richtet sich vorliegend auf Ultraschallsensoren für Kraftfahrzeuge. Derartige Ultraschallsensoren können beispielsweise Teil eines Fahrerassistenzsystems des Kraftfahrzeugs sein. Mithilfe der Ultraschallsensoren können Objekte in einem Umgebungsbereich des Kraftfahrzeugs erfasst werden. Hierzu kann mit dem Ultraschallsensor ein Ultraschallsignal ausgesendet werden. Zudem kann das von dem Objekt reflektierte Ultraschallsignal wieder mit dem Ultraschallsensor empfangen werden. Anhand der Laufzeit zwischen dem Aussenden des Ultraschallsignals und dem Empfangen des von dem Objekt reflektierten Ultraschallsignals kann dann der Abstand zu dem Objekt bestimmt werden. Mit dem Ultraschallsensor wird zudem ein Rohsignal ausgegeben, welches das in dem Umgebungsbereich reflektierte Ultraschallsignal beschreibt.

Falls Messungen mit dem Ultraschallsensor durchgeführt werden, werden neben den Reflexionen des Ultraschallsignals an dem Objekt auch Bodenreflexionen beziehungsweise Reflexionen des Ultraschallsignals an dem Boden empfangen. Diese Bodenreflexionen können in Abhängigkeit von dem Typ des Bodens beziehungsweise des Untergrunds unterschiedlich stark ausgeprägt sein. Üblicherweise ergeben sich bei einem Schotterweg stärkere Bodenreflexionen als bei einer asphaltierten Fahrbahn. Um diese Bodenreflexionen herauszufiltern, ist es bei der Auswertung des Rohsignals vorgesehen, dass das Rohsignal mit einer vorbestimmten Bodenschwellwertkurve verglichen wird. Dabei werden nur die Signalanteile des Rohsignals berücksichtigt, welche diese Bodenschwellwertkurve überschreiten. Dabei kann es der Fall sein, dass auch Signalanteile, die von der Reflexion des Ultraschallsignals an dem Objekt stammen, durch den Vergleich mit der Bodenschwellwertkurve aus dem Rohsignal herausgefiltert werden. Dies kann dadurch begründet sein, dass das Objekt das Ultraschallsignal schwach reflektiert. Ferner kann das empfangene Ultraschallsignal Schwankungen und somit zeitweise unterhalb der Bodenschwellwertkurve liegen.

Hierzu ist es aus dem Stand der Technik bekannt, sogenannte adaptive Schwellwertkurven zu verwenden. Hier wird versucht, die Bodenschwellwertkurve in Abhängigkeit von dem Boden beziehungsweise Untergrund in dem Umgebungsbereich des Kraftfahrzeugs anzupassen. Beispielsweise beschreibt die DE 10 2010 034 263 A1 ein Verfahren zur Erzeugung einer Schwellwertkurve für die Auswertung von Signalen eines Ultraschallsensors. Dabei können Stützstellen der Schwellwertkurve in Abhängigkeit vom Verlauf eines Störsignalmusters variabel vorgegeben werden.

Ferner beschreibt die DE 10 2015 209 878 B3 ein Verfahren zur Erfassung von Objekten im Umfeld eines Fahrzeugs mit mindestens einem Ultraschallsensor. Dabei wird ein Schwellenwert zur Ausblendung von Bodenechos verwendet, wobei Ultraschallechos mit einer Amplitude oberhalb des Schwellenwerts als Echo eines Objekts eingestuft werden. Des Weiteren ist es vorgesehen, dass ein Trackingfilter verwendet wird, um stochastisch auftretende Bodenechos herauszufiltern. Dabei ist es insbesondere vorgesehen, dass der Trackingfilter verwendet wird, um Bodenechos aufgrund der Distanz und/oder Position relativ zu der Bewegung des Kraftfahrzeugs herauszufiltern. Zudem kann es vorgesehen sein, dass ein Optimalfilter eingesetzt wird, um dopplerverschobene Bodenechos herauszufiltern.

Es ist Aufgabe der vorliegenden Erfindung, eine Lösung aufzuzeigen, wie Objekte in einem Umgebungsbereich eines Kraftfahrzeugs mithilfe eines Ultraschallsensors zuverlässig erfasst werden können.

Diese Aufgabe wird erfindungsgemäß durch ein Verfahren, durch ein Steuergerät, durch eine Ultraschallsensorvorrichtung sowie durch ein Kraftfahrzeug mit den Merkmalen gemäß den jeweiligen unabhängigen Ansprüchen gelöst. Vorteilhafte Weiterbildungen der vorliegenden Erfindung sind Gegenstand der abhängigen Ansprüche.

Bei einer Ausführungsform eines Verfahrens zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs wird bevorzugt in einer Mehrzahl von zeitlich aufeinanderfolgenden Messzyklen jeweils ein Rohsignal empfangen, welches insbesondere ein in dem Umgebungsbereich reflektiertes Ultraschallsignal eines Ultraschallsensors beschreibt. Darüber hinaus wird das Rohsignal bevorzugt mit einer vorbestimmten Bodenschwellwertkurve verglichen und ein nachzuverfolgender Signalanteil des Rohsignals, welcher die Bodenschwellwertkurve überschreitet, wird bevorzugt erkannt und dem Objekt zugeordnet. Des Weiteren wird das Objekt in den Messzyklen anhand des erkannten, nachzuverfolgenden Signalanteils nachverfolgt. Darüber hinaus werden zum Nachverfolgen des Objekts nach dem Erkennen des nachzuverfolgenden Signalanteils bevorzugt in den nachfolgenden Messzyklen Signalspitzen des Rohsignals erkannt. Ferner wird insbesondere für die erkannten Signalspitzen eine Zuordnung zu dem Objekt überprüft.

Ein erfindungsgemäßes Verfahren dient zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs. Hierbei wird in einer Mehrzahl von zeitlich aufeinanderfolgenden Messzyklen jeweils ein Rohsignal empfangen, welches ein in dem Umgebungsbereich reflektiertes Ultraschallsignal eines Ultraschallsensors beschreibt. Ferner wird das Rohsignal mit einer vorbestimmten Bodenschwellwertkurve verglichen und ein nachzuverfolgender Signalanteil des Rohsignals, welcher die Bodenschwellwertkurve überschreitet, wird erkannt und dem Objekt zugeordnet. Darüber hinaus wird das Objekt in den Messzyklen anhand des erkannten, nachzuverfolgenden Signalanteils nachverfolgt. Dabei werden zum Nachverfolgen des Objekts nach dem Erkennen des nachzuverfolgenden Signalanteils in den nachfolgenden Messzyklen Signalspitzen des Rohsignals erkannt und für die erkannten Signalspitzen wird eine Zuordnung zu dem Objekt überprüft.

Mithilfe des Verfahrens soll zumindest ein Objekt in dem Umgebungsbereich des Kraftfahrzeugs erfasst werden. Das Verfahren kann beispielsweise mit einem Steuergerät beziehungsweise einer Recheneinrichtung einer Ultraschallsensorvorrichtung durchgeführt werden. Mittels des Steuergeräts kann das Rohsignal von dem Ultraschallsensor empfangen werden. Zum Bestimmen des Rohsignals wird mit dem Ultraschallsensor ein Ultraschallsignal ausgesendet und das in dem Umgebungsbereich reflektierte Ultraschallsignal wieder empfangen. Insbesondere wird das von dem Objekt in dem Umgebungsbereich reflektierte Ultraschallsignal mittels des Ultraschallsensors empfangen. Der Ultraschallsensor kann eine Membran aufweisen, die mit einem Wandlerelement, beispielsweise einem piezoelektrischen Element, zu mechanischen Schwingungen angeregt werden kann. Auf diese Weise kann das Ultraschallsignal ausgesendet werden. Wenn das reflektierte Ultraschallsignal wieder auf die Membran des Ultraschallsensors trifft, wird diese zu mechanischen Schwingungen angeregt. Diese mechanischen Schwingungen können mit dem Wandlerelement erfasst werden und in Form des Rohsignals ausgegeben werden. Insbesondere kann das Rohsignal als eine zeitlich veränderliche elektrische Spannung ausgegeben werden. Das Rohsignal kann die elektrische Spannung sein, welche direkt von dem Wandlerelement beziehungsweise dem piezoelektrischen Element ausgeben wird. Zudem kann die elektrische Spannung des Wandlerelements verstärkt und/oder gefiltert werden, um das Rohsignal zu erzeugen. Ferner kann die elektrische Spannung des Wandlerelements, welche gegebenenfalls verstärkt und/oder gefiltert wird, mit dem ausgesendeten Ultraschallsignal oder dem Signal, mit welchem das Wandlerelement zum Aussenden des Ultraschallsignals angeregt wird, korreliert werden. Dieses Rohsignal kann dann entsprechend mit dem Steuergerät ausgewertet werden.

Um das Objekt in dem Umgebungsbereich fortlaufend erfassen zu können beziehungsweise nachverfolgen zu können, werden zeitlich aufeinanderfolgenden Messzyklen durchgeführt. In jedem Messzyklus wird das Rohsignal empfangen. Zudem wird das Rohsignal mit der Bodenschwellwertkurve verglichen. Durch den Vergleich des Rohsignals mit der Bodenschwellwertkurve sollen Bodenreflexionen beziehungsweise Reflexionen des Ultraschallsignals an dem Boden herausgefiltert werden. Hierzu werden nur die Signalanteile des Rohsignals berücksichtigt, welche oberhalb dieser Bodenschwellwertkurve liegen. Dieser Signalanteil über der Bodenschwellwertkurve soll nachverfolgt werden. Bei dem nachzuverfolgenden Signalanteil handelt es sich insbesondere um eine Signalspitze beziehungsweise einen Peak. Die Amplitude dieser Signalspitze ist aber so hoch, dass diese die Bodenschwellenwertkurve überschreitet. Dabei wird der nachzuverfolgende Signalanteil des Rohsignals, welcher diese Bodenschwellwertkurve überschreitet, als von dem Objekt stammend erkannt. Grundsätzlich kann es auch vorgesehen sein, dass mehrere Objekte in dem Umgebungsbereich erfasst werden. In diesem Fall werden dann mehrere nachzuverfolgende Signalanteile über der Bodenschwellwertkurve erkannt.

Gemäß einem wesentlichen Aspekt der vorliegenden Erfindung ist es nun vorgesehen, dass die Nachverfolgung des Objekts nach dem Erkennen des nachzuverfolgenden Signalanteils anhand des Rohsignals durchgeführt wird. Nachdem der nachzuverfolgende Signalanteil, welche die Bodenschwellwertkurve überschreitet, erkannt wurde, kann das Objekt in den nachfolgenden Messzyklen nachverfolgt beziehungsweise getrackt werden. In diesem Fall werden aber nicht nur die Signalanteile des Rohsignals berücksichtigt, welche die Bodenschwellwertkurve überschreiten, sondern in dem Rohsignal werden Signalspitzen beziehungsweise Peaks erkannt und in jedem Messzyklus wird überprüft, ob diese Signalspitzen dem nachzuverfolgenden Signalanteil beziehungsweise dem Objekt zugeordnet werden können.

Vorliegend wird also die Historie des nachverfolgten Objekts berücksichtigt. Da der erkannte, nachzuverfolgende Signalanteil die Bodenschwellwertkurve bereits zumindest einmal überschritten hat, wird davon ausgegangen, dass dieser Signalanteil von dem Objekt stammt und nachzuverfolgen ist. Somit wird auch davon ausgegangen, dass dieses Objekt in dem Umgebungsbereich vorhanden sein kann. Auf Grundlage dieser Erkenntnisse werden nun innerhalb des Rohsignals mögliche Signalspitzen beziehungsweise Peaks gesucht, welche diesem nachzuverfolgenden Signalanteil zugeordnet werden können. Insbesondere können alle erkannten Signalspitzen dahingehend untersucht werden, ob sie dem Objekt zugeordnet werden können. Hierbei wird berücksichtigt, dass die Reflexionen des Ultraschallsignals von dem Objekt Schwankungen unterliegen können und es somit der Fall sein kann, dass die Signalspitzen unterhalb der Bodenschwellwertkurve liegen. Ferner kann sich die Amplitude der Signalspitzen in Abhängigkeit von dem Abstand des Objekts verändern. Dadurch, dass das Nachverfolgen des Objekts nach einmaligem Erkennen des Objekts in dem Rohsignal durchgeführt wird, kann die Erfassung des Objekts zuverlässiger durchgeführt werden.

Bevorzugt werden zum Erkennen der Signalspitzen Bereiche des Rohsignals, welche eine vorbestimmte Rauschschwellwertkurve überschreiten und welche einen vorbestimmten Anstieg aufweisen, unabhängig von der vorbestimmten Bodenschwellwertkurve bestimmt. Zum Erkennen der Signalspitzen beziehungsweise Peaks in dem Rohsignal kann das Rohsignal zunächst mit der vorbestimmten Rauschschwellwertkurve verglichen werden. Hierdurch können die Rauschanteile des Rohsignals herausgefiltert werden. Diese Rauschanteile sind beispielsweise durch das Rauschen der Elektronik des Ultraschallsensors begründet. Die Anteile des Rohsignals, welche diese Rauschschwellwertkurve überschreiten, werden dann auf Signalspitzen beziehungsweise Peaks hin überprüft. Diese Signalspitzen zeichnen sich dadurch aus, dass diese einen vorbestimmten Anstieg aufweisen beziehungsweise einen Anstieg, welcher innerhalb einer vorbestimmten Zeitdauer erfolgt. Im Bereich der Signalspitzen ist die Amplitude des Rohsignals für als in den übrigen Bereichen. Diese Signalspitzen können grundsätzlich von Reflexionen des Ultraschallsignals an dem Objekt oder an dem Boden stammen. Wie bereits erläutert, werden die Signalspitzen unabhängig von der Bodenschwellwertkurve berücksichtigt, da davon ausgegangen wird, dass der nachzuverfolgende Signalanteil beziehungsweise die Signalspitze, welche dem Objekt zugeordnet ist, zeitweise beziehungsweise in einigen der Messzyklen die Bodenschwellwertkurve unterschreiten kann. Dies ermöglicht insgesamt eine zuverlässige Erkennung des Objekts.

In einer Ausführungsform wird für die jeweiligen Signalspitzen eine erste Wahrscheinlichkeit dafür bestimmt, dass die Signalspitze die Reflexion des Ultraschallsignals an dem Objekt beschreibt, und eine zweite Wahrscheinlichkeit wird dafür bestimmt, dass die Signalspitze ein Störsignal beschreibt, und die Zuordnung der Signalspitze zu dem nachzuverfolgenden Signalanteil wird anhand der ersten Wahrscheinlichkeit und der zweiten Wahrscheinlichkeit durchgeführt. Mit anderen Worten kann für jeden Peak des Rohsignals einerseits bestimmt werden, wie wahrscheinlich es ist, dass dieser ein Echo von dem Objekt beschreibt. Zudem wird bestimmt, wie wahrscheinlich es ist, dass dieser Peak nicht von dem Objekt stammt, sondern ein Störsignal beschreibt. Dieses Störsignal kann beispielsweise durch eine Bodenreflexion, Störungen und/oder Rauschen hervorgerufen werden. Dies ermöglicht insgesamt eine zuverlässige Zuordnung der Peaks in dem Rohsignal zu dem nachverfolgten Objekt.

Dabei ist es insbesondere vorgesehen, dass ein Filter zur probabilistischen Datenzuordnung verwendet wird, welcher beispielsweise als Probabilistic Data Association Filter (PDAF) bezeichnet werden kann. Der PDAF ist für die Nachverfolgung eines Objekts oder Tracks in einer Umgebung mit Störsignalen auf Basis des Kalman-Filters ausgelegt. Sobald das Objekt anhand des nachzuverfolgenden Signalanteils, der die Bodenschwellwertkurve überschreitet, erkannt wurde, wird ein Track initialisiert. Bei dem PDAF werden alle zurückkehrenden Messungen beziehungsweise Signalspitzen berücksichtigt, die von dem Objekt stammen können, anstatt nur eine Messung davon auszuwählen. Ferner wird bestimmt, ob die Messungen gültig sind. Darüber hinaus werden allen validierten Messungen die erste Wahrscheinlichkeit und/oder die zweite Wahrscheinlichkeit mit unterschiedlichen Gewichten zugeordnet. Des Weiteren werden die validierten Messungen mit unterschiedlichen Gewichten basierend auf dem Ort kombiniert, und dann wird die kombinierte Messung verwendet, um die Zustandsschätzung des Objekts zu aktualisieren. Somit können mithilfe des PDAF die erste Wahrscheinlichkeit und die zweite Wahrscheinlichkeit auf einfache und zuverlässige Weise bestimmt werden.

Weiterhin ist es vorteilhaft, wenn ein Bewegungsmodell, welches die Bewegung des Objekts relativ zu dem Kraftfahrzeug beschreibt, bestimmt wird und die erste Wahrscheinlichkeit in Abhängigkeit von dem Bewegungsmodell bestimmt wird. Mithilfe des Bewegungsmodells kann die Relativbewegung des Objekts zu dem Kraftfahrzeug bestimmt beziehungsweise vorhergesagt werden. Anhand des Bewegungsmodells kann nun bestimmt werden, wie das Objekt während der Messzyklen seine Position relativ zu dem Kraftfahrzeug verändert. Insbesondere kann bestimmt werden, wie sich der Abstand des Objekts zu dem Kraftfahrzeug verändert. Anhand des vorhergesagten Abstands kann dann ein Bereich in dem Rohsignal, welcher der Laufzeit für diesen Abstand entspricht, ausgewählt werden. In diesem Bereich kann die erste Wahrscheinlichkeit höher sein, da es wahrscheinlicher ist, dass in diesen Zeitbereich nachzuverfolgende Signalanteile von dem Objekt aufzufinden sind.

In einer weiteren Ausführungsform werden die jeweiligen Amplituden der Signalspitzen bestimmt und die erste Wahrscheinlichkeit und/oder die zweite Wahrscheinlichkeit werden in Abhängigkeit von der jeweiligen Amplitude bestimmt. Da sich die Wahrscheinlichkeit, dass ein Peak tatsächlich von einem Objekt stammt, mit der Amplitude des Peaks erhöht, ist es bevorzugt vorgesehen, dass die Informationen bezüglich der Amplitude der jeweiligen Signalspitzen bei der Bestimmung der ersten Wahrscheinlichkeit und/oder der zweiten Wahrscheinlichkeit berücksichtigt werden. Hierzu kann beispielsweise ein PDAF verwendet werden, welcher zudem Amplitudeninformationen berücksichtigt. Dieser wird auch als PDAFAI (Probabilistic Data Association Filter with Amplitude Information) bezeichnet.

Des Weiteren ist es vorteilhaft, wenn die erste Wahrscheinlichkeit anhand zumindest einer vorbestimmten Wahrscheinlichkeitsdichtefunktion für Amplituden von Rohsignalen, welche Reflexionen von Ultraschallsignalen an Objekten beschreiben, bestimmt wird. Um die erste Wahrscheinlichkeit zuverlässig bestimmen zu können, ist es notwendig, Reflexionen von unterschiedlichen Objekten zu kennen. Grundsätzlich sollen mithilfe der Messungen mit dem Ultraschallsensor alle Typen von Objekten in dem Umgebungsbereich des Kraftfahrzeugs erkannt werden können. Die Objekte unterscheiden sich dadurch, dass diese das Ultraschallsignal in unterschiedlicher Weise reflektieren. Hierzu werden bevorzugt entsprechende Referenzmessungen mit unterschiedlichen Referenzobjekten durchgeführt werden, um die Wahrscheinlichkeitsdichtefunktionen für die Amplituden zu bestimmen. Dabei kann berücksichtigt werden, dass üblicherweise eine Wand das Ultraschallsignal am stärksten reflektiert. Somit kann die Reflexion des Ultraschallsignals, die von einer Wand stammt, als maximale Amplitude angesehen werden. Zwischen einer Amplitude von 0 und dieser maximale Amplitude kann dann eine gleichmäßige Verteilung der Wahrscheinlichkeitsdichtefunktion angenommen werden. Auf diese Weise kann die erste Wahrscheinlichkeit unter Berücksichtigung von möglichen Objekten, die in dem Umgebungsbereich vorhanden sein können, bestimmt werden.

In einer weiteren Ausführungsform wird die zweite Wahrscheinlichkeit anhand zumindest einer vorbestimmten Wahrscheinlichkeitsdichtefunktion für Amplituden von Rohsignalen, welche Reflexionen von Ultraschallsignalen an einem Boden in dem Umgebungsbereich beschreiben, bestimmt. Auch diese Wahrscheinlichkeitsdichtefunktionen für die Amplituden des Rohsignals können in zuvor durchgeführten Referenzmessungen bestimmt werden. Bei den Referenzmessungen ist sicherzustellen, dass sich kein Objekt in dem Umgebungsbereich befindet, sodass die Referenzmessungen, auf Grundlage derer die Wahrscheinlichkeitsdichtefunktionen bestimmt werden, nur die Bodenreflexionen beschreiben. Bei den Referenzmessungen kann die Amplitude in vorbestimmte Amplitudenbereiche eingeteilt werden. Für jeden der Amplitudenbereiche können dann die Anteile der Rohsignale, welche in diesem Amplitudenbereiche liegen, bestimmt werden. Hieraus kann dann die Wahrscheinlichkeitsdichte in Abhängigkeit von der Amplitude bestimmt werden. Auf Grundlage dieser Wahrscheinlichkeitsdichtefunktionen kann dann die zweite Wahrscheinlichkeit bestimmt werden, welche beschreibt, mit welcher Wahrscheinlichkeit die Signalspitze von einer Bodenreflexion des Ultraschallsignals stammt.

Weiterhin ist es vorteilhaft, wenn für vorbestimmte Entfernungen jeweils die zumindest eine Wahrscheinlichkeitsdichtefunktion vorbestimmt wird, für jede der Signalspitzen eine der Signalspitze zugeordnete Entfernung bestimmt wird und die zweite Wahrscheinlichkeit für die jeweilige Signalspitze anhand der Wahrscheinlichkeitsdichtefunktion für ihre Entfernung bestimmt wird. Für unterschiedliche Entfernungen beziehungsweise Entfernungsbereiche kann jeweils zumindest eine Wahrscheinlichkeitsdichtefunktion bestimmt werden. Zu dem Peak in dem Rohsignal, zu welchem die zweite Wahrscheinlichkeit bestimmt werden soll, kann anhand der Laufzeit eine Entfernung zugeordnet werden. Für diese Entfernung kann dann die passende Wahrscheinlichkeitsdichtefunktion ausgewählt werden, um die zweite Wahrscheinlichkeit zu bestimmen. Hierbei wird berücksichtigt, dass bei verhältnismäßig geringen Entfernungen und bei verhältnismäßig großen Entfernungen kaum Bodenreflexionen auftreten. In diesem Fall kann das Rohsignal beispielsweise nur Rauschanteile enthalten. In einem mittleren Entfernungsbereich treten üblicherweise die Bodenreflexionen auf.

Dieser mittlere Entfernungsbereich kann eine Entfernung in einem Bereich zwischen 0,5 m und 2 m, insbesondere zwischen 1 m und 1,5 m zu dem Kraftfahrzeug aufweisen. Diese Informationen können somit dazu verwendet werden, die zweite Wahrscheinlichkeit präzise bestimmen zu können.

Weiterhin ist es vorteilhaft, wenn für unterschiedliche Typen des Bodens jeweils die zumindest eine Wahrscheinlichkeitsdichtefunktion vorbestimmt wird und die zweite Wahrscheinlichkeit in Abhängigkeit von dem Typ des Bodens in dem Umgebungsbereich bestimmt wird. Für die Bestimmung der Wahrscheinlichkeitsdichtefunktionen können Referenzmessungen auf unterschiedlichen Böden beziehungsweise Untergründen durchgeführt werden. Dabei ist es insbesondere vorgesehen, dass beispielsweise Wahrscheinlichkeitsdichtefunktionen für eine asphaltierte Fahrbahn und Wahrscheinlichkeitsdichtefunktionen für einen Schotterweg vorgegeben werden. Hierbei wird die Erkenntnis berücksichtigt, dass sich die Intensität der Störsignale bei Asphalt und bei Schotter deutlich voneinander unterscheidet. Insbesondere treten die Störsignale mit einer höheren Intensität beziehungsweise Amplitude bei Schotter auf. Somit kann in Abhängigkeit von dem aktuellen Untergrund, der in dem Umgebungsbereich des Kraftfahrzeugs vorhanden ist, die passende Wahrscheinlichkeitsdichtefunktion zur Bestimmung der zweiten Wahrscheinlichkeit ausgewählt werden.

In einer weiteren Ausführungsform wird bei jedem Messzyklus anhand einer Zuordnung des empfangenen Rohsignals zu einer der vorbestimmten Wahrscheinlichkeitsdichtefunktionen der Typ des Bodens in der Umgebung bestimmt. Anhand der Verteilung der Signalamplituden des Rohsignals kann eine Zuordnung des Rohsignals zu einer der vorbestimmten Wahrscheinlichkeitsdichtefunktion durchgeführt werden. Hier kann insbesondere auch die Entfernung berücksichtigt werden. Somit kann bei jedem Messzyklus überprüft werden, ob sich in der Umgebung des Kraftfahrzeugs ein Schotterweg und eine asphaltierte Straße befindet. In Abhängigkeit von dem Boden beziehungsweise Untergrund, auf welchem sich das Kraftfahrzeug aktuell befindet, werden unterschiedliche Wahrscheinlichkeitsdichtefunktionen für die Bestimmung der zweiten Wahrscheinlichkeit herangezogen. Insbesondere werden für Asphalt und für Schotter verschiedene Wahrscheinlichkeitsdichtefunktionen zugrunde gelegt. Dies ermöglicht eine zuverlässige Nachverfolgung des Objekts.

In einer weiteren Ausgestaltung wird überprüft, ob eine der Signalspitzen von einem zweiten Echo des von dem Objekt reflektierten Ultraschallsignals stammt, und falls die Signalspitze das zweite Echo beschreibt, wird die Signalspitze als zweites Echo nachverfolgt. Falls das Ultraschallsignal ausgesendet wird, können neben dem ersten Echo auch weitere Echos empfangen werden. Das erste Echo beschreibt die direkte Reflexion des Ultraschallsignals an dem Objekt. Häufig wird auch ein zweites Echo empfangen. Das zweite Echo kann dadurch entstehen, dass das Ultraschallsignal zunächst von dem Objekt und anschließend von dem Boden reflektiert wird. Es kann auch der Fall sein, dass das zweite Echo von einem anderen Teilen des Objekts stammt als das erste Echo. Um innerhalb des Filters Interferenzen zwischen dem ersten und dem zweiten Echo zu vermeiden, ist es vorgesehen, dass das erste Echo dem Objekt zugeordnet wird. Das zweite Echo kann nach dem ersten Echo separat nachverfolgt werden. Auf diese Weise kann beispielsweise verhindert werden, dass der PDAF den Signalanteil, der von dem zweiten Echo stammt, dem Objekt zuordnet. Alternativ dazu kann es vorgesehen sein, dass das zweite Echo als separates Objekt nachverfolgt wird. Hierzu könnte ein JPDAF (Joint Probabilistic Data Association Filter) verwendet werden. Grundsätzlich können auch weitere Echos des Ultraschallsignals, die von dem Objekt stammen, auf diese Weise nachverfolgt werden.

In einer Ausführungsform wird die Signalspitze als von dem zweiten Echo stammend erkannt, falls eine Entfernung, welche die Signalspitze beschreibt, einen vorbestimmten Abstand zu einer Entfernung des Objekts aufweist. Anhand der Laufzeit der Signalspitze, welche das zweite Echo beschreibt, kann dann die Entfernung bestimmt werden, welche dem zweiten Echo zugeordnet ist. Die Entfernung des Objekts kann anhand der Laufzeit des nachzuverfolgenden Signalanteils, der dem Objekt zugeordnet wird, bestimmt werden. Hierbei haben Messungen ergeben, dass das zweite Echo üblicherweise in einem Abstand von etwa 40 cm zu dem ersten Echo auftritt. Dieser Abstand ist abhängig von der Einbauposition des Ultraschallsensors an dem Kraftfahrzeug. Zudem kann das zweite Echo in den aufeinanderfolgenden Messzyklen in diesem Abstand zu dem Objekt auftreten. Ferner kann zur Erkennung des zweiten Echos berücksichtigt werden, dass dieses mit einer vorbestimmten Detektionswahrscheinlichkeit auftritt. Damit kann ein zweites Echo, welches von dem nachverfolgten Objekt stammt, auf zuverlässige Weise erkannt werden.

Es kann auch vorgesehen sein, dass ein Objekt nicht mehr nachverfolgt wird, da dieses nicht mehr in dem Umgebungsbereich vorhanden ist. Dies kann beispielsweise daran erkannt werden, dass dem Objekt kein Signalanteil zugeordnet werden kann. Es kann auch der Fall sein, dass ein neues Objekt erkannt und nachverfolgt wird. Grundsätzlich können auch mehrere Objekte gleichzeitig nachverfolgt werden.

Ein erfindungsgemäßes Steuergerät für ein Kraftfahrzeug ist zum Durchführen eines erfindungsgemäßen Verfahrens und der vorteilhaft Ausgestaltungen davon ausgelegt. Das Steuergerät kann ein elektronisches Steuergerät (ECU - Electronic Control Unit) des Kraftfahrzeugs sein. Das Steuergerät kann auch durch eine Recheneinrichtung, einen Mikroprozessor, einen digitalen Signalprozessor oder dergleichen bereitgestellt werden. Das Steuergerät kann separat zu dem Ultraschallsensor ausgebildet sein. Es kann auch vorgesehen sein, dass der Steuergerät Teil des Ultraschallsensors ist. Ferner kann ein Computerprogramm vorgesehen sein, das beispielsweise auf einem Speichermedium abgelegt ist, wobei das Computerprogramm zum Ausführen des hier beschriebenen Verfahrens programmiert ist, wenn es auf dem Steuergerät oder einer Recheneinrichtung des Steuergeräts ausgeführt wird.

Eine erfindungsgemäße Ultraschallsensorvorrichtung für ein Kraftfahrzeug umfasst ein erfindungsgemäßes Steuergerät. Darüber hinaus umfasst die Ultraschallsensorvorrichtung zumindest einen Ultraschallsensor. Dabei ist es bevorzugt vorgesehen, dass die Ultraschallsensorvorrichtung eine Mehrzahl von Ultraschallsensoren aufweist. Diese können, Weise verteilt an dem Kraftfahrzeug angeordnet werden. Die Ultraschallsensoren können mit dem Steuergerät zur Datenübertragung über eine entsprechende Datenleitung verbunden sein. Auf diese Weise können die Signale, die mit den Ultraschallsensoren bereitgestellt werden, an das Steuergerät übertragen werden. Auf Grundlage der Rohsignale kann dann ein oder mehrere Objekte nimmt Umgebungsbereich bekannt werden. Es kann auch vorgesehen sein, dass mittels des Steuergeräts eine digitale Umgebungskarte bereitgestellt wird, welche die Umgebung des Kraftfahrzeugs beschreibt.

Ein erfindungsgemäßes Kraftfahrzeug umfasst eine erfindungsgemäße Ultraschallsensorvorrichtung. Die Ultraschallsensorvorrichtung kann beispielsweise Teil eines Fahrerassistenzsystems des Kraftfahrzeugs sein. Ein solches Fahrerassistenzsystem ist insbesondere als Parkhilfesystem ausgebildet, welches dazu dient, einen Fahrer des Kraftfahrzeugs beim Einparken und/oder Ausparken des Kraftfahrzeugs zu unterstützen. Alternativ dazu kann das Fahrerassistenzsystem als Notbremsassistent, Spurwechselassistent und/oder Spurhalteassistent ausgebildet sein. Ferner kann das Fahrerassistenzsystem dazu dienen, Objekte in einem Schwenkbereich einer Tür des Kraftfahrzeugs zu erfassen. Das Kraftfahrzeug ist insbesondere als Personenkraftwagen ausgebildet. Es kann auch vorgesehen sein, dass das Kraftfahrzeug als Nutzfahrzeug ausgebildet ist.

Die mit Bezug auf das erfindungsgemäße Verfahren vorgestellten bevorzugten Ausführungsformen und deren Vorteile gelten entsprechend für das erfindungsgemäße Steuergerät, für die erfindungsgemäße Ultraschallsensorvorrichtung sowie für das erfindungsgemäße Kraftfahrzeug.

Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch durch separierte Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Es sind auch Ausführungen und Merkmalskombinationen als offenbart anzusehen, die somit nicht alle Merkmale eines ursprünglich formulierten unabhängigen Anspruchs aufweisen. Es sind darüber hinaus Ausführungen und Merkmalskombinationen, insbesondere durch die oben dargelegten Ausführungen, als offenbart anzusehen, die über die in den Rückbezügen der Ansprüche dargelegten Merkmalskombinationen hinausgehen oder von diesen abweichen.

Die Erfindung wird nun anhand von bevorzugten Ausführungsbeispielen sowie unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert.

Dabei zeigen:

  • 1 ein Kraftfahrzeug gemäß einer Ausführungsform der vorliegenden Erfindung, welches eine Ultraschallsensorvorrichtung mit einer Mehrzahl von Ultraschallsensoren aufweist;
  • 2 ein Rohsignal eines Ultraschallsensors in Abhängigkeit von der Zeit, wobei das Rohsignal Reflexionen des Ultraschallsignals von einem Schotterweg beschreibt und wobei die Amplitude des Ultraschallsignals unterhalb einer Bodenschwellwertkurve liegt;
  • 3 ein Rohsignal, welches die Reflexion des Ultraschallsignals an einem Pfosten beschreibt, wobei ein nachzuverfolgender Signalanteil des Rohsignals, welcher den Pfosten zugeordnet ist, die Bodenschwellwertkurve überschreitet;
  • 4 ein Rohsignal, welches die Reflexion des Ultraschallsignals an einem Mülleimer beschreibt, wobei sich der Mülleimer in einem ersten Abstand zu dem Kraftfahrzeug befindet;
  • 5 ein Rohsignal, welches die Reflexion des Ultraschallsignals an dem Mülleimer beschreibt, wobei sich der Mülleimer an einem Vergleich zum ersten Abstand geringeren, zweiten Abstand befindet;
  • 6 ein Rohsignal, wobei eine Signalspitze des Rohsignals, welche von der Reflexion des Ultraschallsignals an einem Pfosten stammt, die Bodenschwellwertkurve überschreitet;
  • 7 ein Rohsignal, wobei eine Signalspitze des Rohsignals, welche von der Reflexion des Ultraschallsignals an dem Pfosten stammt, die Bodenschwellwertkurve unterschreitet;
  • 8 verschiedene Messpunkte einer Referenzmessung, welche die Amplituden von Rohsignalen in Abhängigkeit von der Laufzeit beschreibt, wobei das Rohsignale von Reflexionen des Ultraschallsignals an einem Schotterweg stammen;
  • 9 eine Wahrscheinlichkeitsdichte der Messpunkte gemäß 8 in Abhängigkeit von der Amplitude;
  • 10 Nachverfolgungsfehler bei der Nachverfolgung eines Objekts, von welchem ein zweites Echo empfangen wird;
  • 11 Nachverfolgungsfehler bei der Nachverfolgung eines Fußgänger-Dummies, von welchem mehrere Echos empfangen werden.

In den Figuren werden gleiche und funktionsgleiche Elemente mit den gleichen Bezugszeichen versehen.

1 zeigt ein Kraftfahrzeug 1 gemäß einer Ausführungsform der vorliegenden Erfindung in einer Draufsicht. Das Kraftfahrzeug 1 ist vorliegend als Personenkraftwagen ausgebildet. Das Kraftfahrzeug 1 umfasst ein Fahrerassistenzsystem 2, welches dazu dient, einen Fahrer beim Führen des Kraftfahrzeugs 1 zu unterstützen. Insbesondere kann das Fahrerassistenzsystem 2 als Parkhilfesystem ausgebildet sein, mittels welchem der Fahrer beim Einparken des Kraftfahrzeugs 1 in eine Parklücke und/oder beim Ausparken aus der Parklücke unterstützt werden kann.

Das Fahrerassistenzsystem 2 umfasst wiederum eine Ultraschallsensorvorrichtung 3. Die Ultraschallsensorvorrichtung 3 weist zumindest einen Ultraschallsensor 4 auf. In dem vorliegenden Ausführungsbeispiel umfasst die Ultraschallsensorvorrichtung 3 zwölf Ultraschallsensoren 4. Dabei sind sechs Ultraschallsensoren 4 in einem Frontbereich 6 des Kraftfahrzeugs 1 und sechs Ultraschallsensoren 4 in einem Heckbereich 7 des Kraftfahrzeugs 1 angeordnet. Die Ultraschallsensoren 4 können insbesondere an den Stoßfänger des Kraftfahrzeugs 1 montiert sein. Dabei können die Ultraschallsensoren 4 zumindest bereichsweise in entsprechenden Ausnehmungen beziehungsweise Durchgangsöffnungen der Stoßfänger angeordnet sein. Es kann auch vorgesehen sein, dass die Ultraschallsensoren 4 verdeckt hinter den Stoßfänger angeordnet sind. Grundsätzlich können die Ultraschallsensoren 4 auch an weiteren Verkleidungsteilen des Kraftfahrzeugs 1 angeordnet sein. Beispielsweise können die Ultraschallsensoren 4 an oder verdeckt hinter den Türen des Kraftfahrzeugs 1 angeordnet sein.

Mithilfe der jeweiligen Ultraschallsensoren 4 können Rohsignale 10 bereitgestellt werden, welche zumindest ein Objekt 8 in einem Umgebungsbereich 9 des Kraftfahrzeugs 1 beschreiben. Vorliegend ist schematisch ein Objekt 8 in dem Umgebungsbereich 9 gezeigt. Zum Bestimmen des Rohsignals 10 kann mit jedem der Ultraschallsensoren 4 ein Ultraschallsignal ausgesendet werden. Im Anschluss daran kann das von dem Objekt 8 reflektierte Ultraschallsignal wieder empfangen werden. Anhand der Laufzeit zwischen dem Aussenden des Ultraschallsignals und dem Empfangen des von dem Objekt 8 reflektierten Ultraschallsignals kann dann ein Abstand zwischen dem Ultraschallsensor 4 und dem Objekt 8 bestimmt werden. Es kann auch vorgesehen sein, dass die jeweiligen Abstände, die mit unterschiedlichen Ultraschallsensoren 4 bestimmt werden, berücksichtigt werden. Somit kann mittels Trilateration die relative Lage zwischen dem Kraftfahrzeug 1 und dem Objekt 8 bestimmt werden. Es kann ferner vorgesehen sein, dass das Ultraschallsignal, das von einem der Ultraschallsensoren 4 ausgesendet wurde, mit einem benachbarten Ultraschallsensor 4 empfangen wird. Dies wird auch als Kreuzmessung bezeichnet.

Des Weiteren umfasst die Ultraschallsensorvorrichtung 3 ein elektronisches Steuergerät 5, welches mit den Ultraschallsensoren 4 zur Datenübertragung mit einer Datenleitung verbunden ist. Die Datenleitung ist vorliegend der Übersichtlichkeit halber nicht gezeigt. Über die Datenleitung können die mit den jeweiligen Ultraschallsensoren 4 bestimmten Rohsignale 10 an das Steuergerät 5 übertragen werden. Es kann auch vorgesehen sein, dass das Rohsignal 10 innerhalb des jeweiligen Ultraschallsensors 4 zunächst verarbeitet wird. Anhand der Rohsignale 10 kann das Steuergerät 5 überprüfen, ob sich das Objekt 8 in dem Umgebungsbereich 9 befindet und an welcher Position sich das Objekt 8 in dem Umgebungsbereich 9 befindet. Diese Information kann dann von dem Fahrerassistenzsystem 2 genutzt werden, um eine Ausgabe an den Fahrer des Kraftfahrzeugs 1 auszugeben. Zudem kann es vorgesehen sein, dass das Fahrerassistenzsystem 2 in eine Lenkung, ein Bremssystem und/oder einen Antriebsmotor eingreift, um das Kraftfahrzeug 1 in Abhängigkeit von dem zumindest einen erfassten Objekt 8 zumindest semi-autonom zu manövrieren.

2 zeigt einen zeitlichen Verlauf eines Rohsignals 10, welches mit einem der Ultraschallsensoren 4 bereitgestellt wird. Vorliegend ist auf der Abszisse die Laufzeit t in ms und auf der Ordinate die Amplitude A aufgetragen. Zur Auswertung des Rohsignals 10 mittels des Steuergeräts 5 wird das Rohsignal 10 mit einer Bodenschwellwertkurve 11 verglichen. Vorliegend beschreibt das Rohsignal 10 eine Reflexion des Ultraschallsignals an einem Schotterweg, wobei sich ansonsten kein Objekt 8 in dem Umgebungsbereich 9 des Kraftfahrzeugs 1 beziehungsweise des Ultraschallsensors 4 befindet. Die Bodenschwellwertkurve 11 ist so bestimmt, dass die Anteile des Rohsignals 11, welche von den Bodenreflexionen stammen, die Bodenschwellwertkurve 11 nicht überschreiten. Darüber hinaus ist eine Rauschschwellwertkurve 12 vorgesehen, welche dazu dient, Rauschanteile aus dem Rohsignal 10 herauszufiltern. Das Rohsignal 10 weist mehrere Signalspitzen 13 beziehungsweise Peaks auf, welche aber die Bodenschwellwertkurve 11 nicht überschreiten. Diese Signalspitzen 13, die von den Reflexionen des Ultraschallsignals auf dem Schotterweg stammen, weisen eine zufällige Verteilung auf.

Im Vergleich hierzu zeigt 3 ein Rohsignal 10 des Ultraschallsensors 4, welches eine Reflexion des Ultraschallsignals an einem Pfosten mit einem Durchmesser von 75 mm beschreibt. Hierbei ist eine Signalspitze13 des Rohsignals 10 zu erkennen, welche die Bodenschwellwertkurve 11 überschreitet. Diese Signalspitze 13 beschreibt einen nachzuverfolgenden Signalanteil 14, welcher dem Objekt 8 beziehungsweise dem Pfosten zugeordnet wird. Zudem weist das Rohsignal 11 weitere Signalspitzen 13 auf, wobei nur die Signalspitze 13, welche den nachzuverfolgenden Signalanteil 14 beschreibt, die Bodenschwellwertkurve 11 überschreitet. Da der nachzuverfolgende Signalanteil 14 die Bodenschwellwertkurve 11 eindeutig überschreitet, kann dieser dem Objekt 8 beziehungsweise dem Pfosten zugeordnet werden.

4 zeigt einen weiteren zeitlichen Verlauf eines Rohsignals 10, wobei das Rohsignal 10 mehrere Signalspitzen 13 beziehungsweise Peaks aufweist. Die Signalspitze 13 auf der rechten Seite stammt von der Reflexion des Ultraschallsignals an einem kleinen Mülleimer. Diese Signalspitze 13 entspricht dem nachzuverfolgenden Signalanteil 14. Hier überschreitet die Signalspitze 13, welche von dem Objekt 8 beziehungsweise dem Mülleimer stammt, die Bodenschwellwertkurve 11, da die Bodenschwellwertkurve 11 für diese Laufzeit beziehungsweise diesen Entfernungsbereich eine verhältnismäßig geringe Amplitude aufweiset. Eine weitere Signalspitze 13 auf der linken Seite stammt von der Reflexion des Ultraschallsignals an dem Boden. Diese Signalspitze 13 überschreitet die Bodenschwellwertkurve 11 nicht. Im Vergleich hierzu zeigt 5 eine weiteres Rohsignal 10, welches Reflexionen des Ultraschallsignals des Mülleimers beschreibt, wobei sich der Mülleimer im Vergleich zu der Messung von Fig. 4 näher an dem Ultraschallsensor 4 befindet. Hier unterschreitet die Signalspitze 13, die von dem Mülleimer stammt, die Bodenschwellwertkurve 11 nicht. Dies ist dadurch begründet, dass die Bodenschwellwertkurve 11 für diesen Entfernungsbereich eine verhältnismäßig hohe Amplitude aufweist. Zudem ist die Amplitude gering, da der Mülleimer das Ultraschallsignal schwach reflektiert. Anhand des Vergleichs des Rohsignals 10 mit der Bodenschwellwertkurve 11 kann somit der nachzuverfolgende Signalanteil 14, der von dem Mülleimer stammt, nicht erkannt werden.

6 zeigt ein weiteres Rohsignal 10 in Abhängigkeit von der Zeit t. Vorliegend ist ein nachzuverfolgender Signalanteil 14 beziehungsweise eine Signalspitze 13, welche die Bodenschwellwertkurve 11 überschreitet, zu erkennen. Dieser nachzuverfolgende Signalanteil 14 stammt von dem zuvor beschriebenen Pfosten. Im Vergleich hierzu zeigt 7 das Rohsignal 10 zu einem anderen Zeitpunkt beziehungsweise von einem anderen Messzyklus mit dem Ultraschallsensor 4. Durch die Schwankungen des Echosignals unterschreitet hierbei die Signalspitze 13, welche von dem Objekt 8 stammt, die Bodenschwellwertkurve 11. Somit kann diese nicht von einer weiteren, links daneben dargestellten Signalspitzen 13, welche von Bodenreflexionen stammen, unterschieden werden.

Somit zeigt sich, dass die Erkennung des Objekts 8 beziehungsweise die nach Verfolgung des Objekts 8 rein auf Grundlage des Vergleichs des Rohsignals 10 mit der Bodenschwellwertkurve 11 nicht zuverlässig erfolgen kann. Vorliegend ist es vorgesehen, dass zunächst überprüft wird, ob ein nachzuverfolgender Signalanteil 14 erkannt wird, der die Bodenschwellwertkurve 11 überschreitet. Dieser nachzuverfolgende Signalanteil 14 wird dann dem Objekt 8 zugeordnet. Für die weitere Nachverfolgung dieses Objekts 8 in den nachfolgenden Messzyklen wird dann jeweils das Rohsignal 10 unabhängig von der Bodenschwellwertkurve 11 herangezogen. In jedem Messzyklus können dann die Signalspitzen 13 in dem Rohsignal 10 bestimmt werden und es kann überprüft werden, ob diese Signalspitzen 13 dem nachzuverfolgenden Signalanteil 14 beziehungsweise dem Objekt 8 zugeordnet werden können.

Für die Zuordnung der Signalspitzen 13 zu dem Objekt 8 wird vorliegend ein sogenannter Probabilistic Data Association Filter (PDAF) verwendet. Die grundlegende Idee hinter dem PDAF ist es, die Menge aller möglichen Assoziationen als Teilung des Universums zu sehen und das Theorem der totalen Wahrscheinlichkeit zu verwenden, um die Wahrscheinlichkeitsdichtefunktion eines Zustands als die gewichtete Summe der Wahrscheinlichkeitsdichtefunktionen des Zustands konditioniert auf jede mögliche Zuordnung aufzuteilen. Jede dieser konditionierten Wahrscheinlichkeitsdichtefunktionen kann mithilfe eines Kalman-Filters abgeschätzt werden. Hieraus ergibt sich eine Mischverteilung von Wahrscheinlichkeitsdichtefunktionen, wobei als Vereinfachung, welche von dem PDAF zur Verringerung der Anzahl der Komponenten der Summe genutzt wird, nur die Erwartung und die Kovarianz dieser Mischverteilung nachverfolgt werden.

Dabei kann ein Zustand x für das nachverfolgte Objekt 8 definiert werden. Ferner kann eine Menge A = {Ai} aller möglichen Zuordnungen definiert werden, welche auch die Möglichkeit A0 beinhaltet, dass keine Messung korrekt ist, also nur Störsignale (clutter) vorhanden sind. Diese Störsignale können von Bodenreflexionen des Ultraschallsignals und/oder von Rauschen stammen. Auf Grundlage des Theorems der totalen Wahrscheinlichkeit kann dann die Mischverteilung bestimmt werden: P(x/Z)=iP(x/Z,Ai)P(Ai/Z)=iP(x/Z,Ai)βiiβi=1embedded image

Hierbei kann insbesondere der Zustand xi konditioniert auf Ai berücksichtigt werden, dass die Messung von dem Objekt 8 stammt und die anderen Messungen Stördaten sind. Hieraus können dann die Erwartung und die Kovarianz dieser Wahrscheinlichkeitsdichtefunktion bestimmt werden: x^M=ix^iβiPM=iPiβi+i(x^ix^M)(x^ix^M)TβiPi=E[(xx^i)(xx^i)T/Z,Ai]embedded image

Dabei kann zudem ein Messmodell definiert werden: y=Hx+q,embedded imagewobei q ein nicht korreliertes Rauschen mit einem Mittelwert von Null und einer bekannten Kovarianz Q beschreibt. Ferner können für eine Menge Z={zi}i=1membedded imagevon Messungen m innerhalb eines Zuordnungsfensters V eine Anzahl von Zuordnungen gemacht werden. Hieraus ergibt sich unter Berücksichtigung einer Kalman-Verstärkung K: xi=x+Kvivi=Hxziembedded image

Die Erwartung und die Kovarianz aus der Gleichung (2) können dann wie folgt ausgedrückt werden: x^M=x^+Kv^v^=i=1mβiv^iembedded imagePM=β0P+(1β0)Pn+P˜P˜=K(i=1mβiv^iv^iTv^v^T)KTembedded image

Ferner werden die Detektionswahrscheinlichkeit PD und die Wahrscheinlichkeit PG für die Überschreitung eines Gates definiert. Unter der Annahme einer diffusen Verteilung für die Störsignale können die Gewichte für die Mischverteilung wie folgt berechnet werden: i0,βi=eib+i=1meiembedded imageβ0=bb+i=1meiembedded imageb=m1PDPGVPDPGembedded imageei=P(zi/Ai,m)embedded image

Zudem kann der Positionsmessung yi eine Amplitudeninformation ai hinzugefügt werden: zi=[yiai]embedded image

Hierbei beschreibt eine erste Wahrscheinlichkeit P1τ(ai)embedded imagewie wahrscheinlich die Messung mit der Amplitude ai, welche den Schwellenwert τ überschreitet, eine korrekte Messung ist und eine zweite Wahrscheinlichkeit P0τ(aj)embedded imagebeschreibt wie wahrscheinlich die Messung mit der Amplitude aj, welche den Schwellwert τ überschreitet, Stördaten sind. Zur Nachverfolgung des Objekts 8 wird also ein PDAF verwendet, der zusätzlich Informationen bezüglich der Amplitude berücksichtigt. Ein solcher Filter kann auch als PDAFAI bezeichnet werden. Hieraus kann dann ein PDAFAI mit den Gewichten βi bestimmt werden: i0,βi=γieib+i=1mγieiembedded imageβ0=bb+i=1mγieiembedded imageγi=P1τ(ai)P0τ(ai)embedded image

Der PDFAI kann dazu verwendet werden, um Echos von dem Ultraschallsensor 4 nachzuverfolgen. Hierzu wird der Zustand x = [d,v]T definiert, wobei d der Abstand zu dem Objekt 8 ist und v die Relativgeschwindigkeit zu dem Objekt 8 beschreibt. Der Zustand folgt dann dem Standard-Bewegungsmodell: xk+1=Fxk+uF=[1Δt01]embedded imageu^=0E[uuT]=[Δt44Δt32Δt32Δt2]Uembedded image

Hierbei ist U die Varianz der verrauschten Beschleunigung und Δt ist die Zeit zwischen zwei Schritten. Das Messmodell kann unter der Berücksichtigung, dass Q die Varianz des Rauschens des gemessenen Abstands ist, wie folgt bestimmt werden: y=Hx+qH=[10]embedded imageq^=0E[qqT]=Qembedded image

Darüber hinaus wird berücksichtigt, dass sich die Verteilung der Störsignale in Abhängigkeit von der Entfernung verändert. Für verhältnismäßig geringe Entfernungen und verhältnismäßig große Entfernungen empfängt der Ultraschallsensor 4 kaum Reflexionen des Ultraschallsignals von dem Boden. Hier sind die Störsignale durch das Rauschen der Elektronik des Ultraschallsensors 4 begründet. In einem mittleren Entfernungsbereich, welcher einen Abstand von etwa 1 m zu dem Ultraschallsensor 4 aufweisen kann, werden die Störsignale durch die Reflexionen des Ultraschallsignals an dem Boden hervorgerufen. In gleicher Weise wird die Amplitude des Rohsignals in Abhängigkeit von der Entfernung abnehmen. Daher ist es vorgesehen, P1τ(ai/yi) und P0τ(aj/yj)embedded imagezu definieren und nicht P1τ(ai) und P0τ(aj).embedded imageFerner sollen die gemeinsamen Verteilungen P(yi,ai/Ai,ai>τ)=P(ai/yi,Ai,ai>τ)P(yi/Ai)=P1τ(ai/yi)P(yi/Ai)embedded imageund in gleicher Weise P(yj,aj/Ai,aj>τ)=P(aj/yj,Ai,aj>τ)P(yj/Ai)=P0τ(aj/yj)P(yj/Ai)embedded imagebestimmt werden.

Die erste Wahrscheinlichkeit P1τ(ai/yi)embedded imageund die zweite Wahrscheinlichkeit P0τ(aj/yj)embedded imagekönnen berechnet werden, wenn die Wahrscheinlichkeitsdichtefunktionen der Amplituden konditioniert auf die Entfernung bekannt sind: P1τ(ai/yi)=P1(ai/yi)τ+P1(a/yi)daembedded imageP0τ(ai/yi)=P0(ai/yi)τ+P0(a/yi)daembedded image

Für die Reflexion des Ultraschallsignals von einem Objekt 8 wird ein sehr einfaches und schwaches Modell verwendet. Vorliegend sollen mithilfe des Filters alle Typen von Objekten 8 abgedeckt werden. Dies gilt sowohl für Objekte 8, welche das Ultraschallsignal sehr stark reflektieren bis zu Objekten 8, welche das Ultraschallsignal sehr schwach reflektieren. Dabei ist es nicht möglich, das Objekt 8, welches das Ultraschallsignal am schwächsten reflektiert, zu definieren. Aber ein Objekt 8, welches das Ultraschallsignal am stärksten reflektiert, ist bekannt, nämlich eine Wand. Daher wird eine maximale Amplitude Amax für das reflektierte Ultraschallsignal definiert, welches die Reflexion von einer Wand beschreibt. Dies gilt für verhältnismäßig kurze, mittlere und verhältnismäßig lange Entfernungen. Dabei wird angenommen, dass die Amplitude zwischen einem Wert von 0 und Amax auftreten kann. In diesem Fall ist Amαx die gleichmäßige Verteilung zwischen 0 und Amax.

Für das Modell der Amplitude des Störsignals kann die Wahrscheinlichkeitsdichtefunktion anhand von realen Messdaten bestimmt werden. Dabei kann die Entfernung bezüglich des Ultraschallsensors 4 in mehrere Segmente der gleichen Länge eingeteilt werden. Ferner können für die Amplitude Amplitudenbereiche der gleichen Länge bestimmt werden. Dabei können Messdaten von Störsignalen unter der Voraussetzung, dass sich kein Objekt 8 in dem Umgebungsbereich 9 des Kraftfahrzeugs 1 befindet, aufgenommen werden. Ferner kann die Anzahl der Echos innerhalb jedes der Amplitudenbereiche gezählt werden. Hieraus ergibt sich eine empirische Wahrscheinlichkeitsdichtefunktion der Störsignale konditioniert auf die Entfernung.

Ein Beispiel von Messpunkten 15, welche Störsignale beschreiben, ist beispielhaft in 8 dargestellt. Dabei ist auf der Abszisse die Laufzeit t und auf der Ordinate die Amplitude A aufgetragen. Vorliegend beschreiben die Messpunkte 15 das Störsignal, welches von Reflexionen des Ultraschallsignals an einem Schotterweg verursacht wurde. Hierbei ist zu erkennen, dass das Rauschen die höchste Amplitude in einem Bereich einer Laufzeit von 6 ms, welche etwa 1 m entspricht, aufweist.

Hierzu zeigt 9 eine Kurve 16, welche die Wahrscheinlichkeitsdichtefunktion für die Messung von 8 beschreit. Dabei sind auf der Abszisse die Amplitude A und auf der Ordinate die Wahrscheinlichkeitsdichte PD aufgetragen. Hierbei wurde drauf geachtet, dass nicht dieselben Messdaten für das Parameter-Fit den und den statistischen Test verwendet wurden. Hierbei konnte ferner festgestellt werden, dass die Intensität des Störsignals sich deutlich in Abhängigkeit von dem Boden unterscheidet. Beispielsweise konnten deutliche Unterschiede zwischen einem Schotterweg und einer asphaltierten Straße festgestellt werden.

Darüber hinaus kann ein zweites Echo von dem Objekt 8 empfangen werden. Vorliegend wird das zweite Echo wie folgt modelliert: Das zweite Echo tritt mit einer Detektionswahrscheinlichkeit PD2 auf und die Position des zweiten Echos tritt gleichmäßig verteilt in einem Abstand von etwa 40 cm zu dem Abstand des Objekts 8 auf. Um Interferenzen zwischen dem ersten Echo und dem zweiten Echo zu vermeiden, ist es notwendig, dass dem PDAFAI die Möglichkeit geboten wird, das erste Echo dem Objekt 8 zugeordnet wird und dass ein weiteres Echo danach als zweites Echo zugeordnet wird. Aus diesem Grund werden die Echos mit aufsteigenden Abstand angeordnet: Z={[yiai]}i=1mi,yi<yi+1embedded image

Die Menge aller möglichen Zuordnungen berücksichtigt das zweite Echo wie folgt: A={A0,Aij}i=1mj=imembedded image

Dabei beschreibt der Zustand Aij, dass das Echo i von dem Objekt 8 stammt, das Echo j ein zweites Echo ist und die anderen Echos Störsignale sind. Der Zustand Aii, welcher auch als Ai bezeichnet wird, ist der Zustand dass das Echo i von dem Objekt 8 stammt und die anderen Echos Störsignale sind. A0 beschreibt den Zustand dass alle Echos Störsignale sind und keines von dem Objekt stammt.

Falls Aij wahr ist, wird yj nicht dazu verwendet, den Kalman-Filter zu aktualisieren. yj wird nur verwendet, falls Aii wahr wäre, da der Abstand des zweiten Echos keine genaue Information bezüglich der aktuellen Position des Objekts liefert. Hieraus ergibt sich: i0,ji,P(x/Z,Aij)=P(x/Z,Ai)embedded image

Damit ergibt sich die Mischverteilung aus Gleichung (1) zu: P(x/Z)=i=0mP(x/Z,Ai)θiembedded imageθ0=P(A0/Z)=β0embedded imagei>0,θi=j=imP(Aij/Z)=j=imβijembedded image

Damit ist es notwendig, einen Ausdruck für θi zu finden. Unter Verwendung der Bayesschen Regel ergibt sich: βij=1cP(Z/Aij,m)P(m/Aij)P(Aij)embedded image

Die Fälle i = j und i = 0 sind identisch zu den Standard-PDAFAI. Dabei wird berücksichtigt, dass j ≠ i. Bis auf zi=[yiai]embedded imageund zj wird angenommen, dass die Objekte 9 bezüglich der Störsignale innerhalb V gleichmäßig verteilt ist. Hieraus ergibt sich die folgende Faktorisierung: P(Z/Aij,m)=P(zi,zj/Aij)Vm+2k=1ki,jmP0τ(ak)embedded image

Aus der Definition der bedingten Wahrscheinlichkeit ergibt sich: P(zi,zj/Aij)=P(zj/zi,Aij)P(zi/Aij)embedded image

Aus der Gleichung (24) ergibt sich ferner: P(zi/Aij)=eiP1τ(ai)embedded image

P(zj/zi,Aij) ist aus den vorhergehenden Annahmen bekannt. Dabei wird angenommen, dass Aij wahr ist. Dies bedeutet, dass das zweite Echo innerhalb V angeordnet ist, die Position des zweiten Echos gleichmäßig verteilt zwischen zi und der oberen Grenze von V liegt, welche auf 40 cm begrenzt ist. Dies entspricht einem Segment mit der Länge Vi. Dabei soll P2τembedded imageder Wahrscheinlichkeitsdichtefunktion des zweiten Echos entsprechen. Hieraus ergibt sich folgende Faktorisierung: P(Z/Aij,m)=P1τ(ai)P2τ(aj)k=1ki,jmP0τ(ak)eiεijVm+2embedded imageyj>yi+40,εij=0embedded imageyjyi+40,εij=Vi1embedded image

Ferner wird angenommen, dass die Anzahl der Falschalarme einer diffusen Annahme folgt. Hieraus ergibt sich: P(m/Aij)=P(m/Ai)=Π0embedded image

Π0 wird innerhalb des Normalisierungsfaktors aus Gleichung (27) verschwinden. Zudem wird ein Ausdruck für P(Aij) benötigt. Hierzu können P(i=1mAi) und P(i=1mj=i+1mAij)embedded imagebestimmt werden und es kann angenommen werden, dass alle Ai und Aij gleich wahrscheinlich sind.

Des Weiteren beschreibt PD1 die Wahrscheinlichkeit für die Detektion des Objekts 8 und damit des ersten Echos. PD2 beschreibt die Wahrscheinlichkeit für die Detektion des zweiten Echos. P1 soll die Wahrscheinlichkeit sein, dass das erste Echo ∈ V und das zweite Echo ∉ V . P2 soll die Wahrscheinlichkeit sein, dass das erste Echo ∈ V und das zweite Echo ∈ V.

Hieraus kann folgende Berechnung abgeleitet werden: P(i=1mAi)=PD1[PG(1PD2)+PD2P1]embedded imageP(i=1mj=i+1mAij)=PD1PD2P2embedded image

Ferner wird angenommen, dass V = [a, b] ist und S die Kovarianz der Innovation ist. Hieraus kann folgende Berechnung abgeleitet werden: falls ba<40, P2=bx^40PGembedded imagesonstP2=0b40N(y1,x^,S)dy1+F(b)F(b40)embedded imageF(y1)=bx^14012erf(yx^2S)+S40N(y1,x^,S)P1+P2=PGembedded image

Gemäß der vorhergehenden Annahme der gleichen Wahrscheinlichkeiten ergibt sich: i>0,P(Ai)=P(i=1mAi)m=PD1[PG(1PD2)+PD2P1]membedded imagei>0,i>j,P(Aij)=P(i=1mj=i+mAij)i=1m(mi)=PD1PD2P2m2m(m+1)2=2PD1PD2P2m(m1)embedded imageP(A0)=1P(i=1mA1)P(i=1mj=i+1mAij)=1PD1PGembedded image

Insgesamt ergibt sich dann aus den Gleichungen (31), (32), (37), (38) und (39) in Gleichung (27): i>0,i>i,βij=2V2γiγ1'eiεijPD1PD2Γ0embedded imagei>0,βi=(m1)γieiVPD1[PG(1PD2)+PD2P1]Γ0embedded imageβ0=m(m1)(1PD1PG)Γ0embedded imageyj'=P2τ(ai)P0τ(ai)embedded image

Dabei ist Γ0 ein Normalisierungsfaktor, so dass sich alle Gewichte zu dem Wert 1 aufsummieren. Es ist anzumerken, dass sich die PDAFAI mit dem zweiten Echo zu der Standard-PDAFAI reduziert, falls PD2 = 0.

Darüber hinaus wird die PDAFAI mit einem IMM (Interactive Multiple Modell) kombiniert. Mithilfe des IMM können mehrere Modelle beziehungsweise Hypothesen miteinander kombiniert werden. Dabei wird ein Modell für eine konstante Geschwindigkeit sowie ein zweites Modell für eine hohe Beschleunigung verwendet. Darüber hinaus wird ein drittes Modell mit PD1 = 0 verwendet, um den Fall zu beschreiben, dass das Objekt nicht mehr vorhanden ist. Dabei wird die folgende Markov-Transitionsmatrix verwendet: [0.850.10.050.450.50.050.250.250.5]embedded image

Um zwischen den Störsignalen eines asphaltierten Untergrunds und einem Schotterweg unterscheiden zu können, könnte die IMM auch um drei zusätzlichen Modellen erweitert werden. Die ersten drei Modelle würden dann für die Wahrscheinlichkeitsdichtefunktion des Asphalts und die letzten drei Modelle für die Wahrscheinlichkeitsdichtefunktion des Schotterwegs verwendet werden. Dies würde allerdings die Anzahl der Modelle verdoppeln und somit die Laufzeit deutlich erhöhen.

Eine Methode, welche die Ressourcen weniger belastet, würde darin bestehen, eine harte Entscheidung bei jedem Schritt zu treffen, ob Asphalt oder Schotter vorliegt. Diese harte Entscheidung kann basierend auf einem Bayesschen Ansatz durchgeführt werden, identisch zu dem was innerhalb der IMM durchgeführt wird. Vorliegend wird aber das Modell mit der höchsten Wahrscheinlichkeit ausgewählt. In der Praxis ist die Klassifikation bezüglich Asphalt oder Schotter sehr robust. Hierbei hat sich herausgestellt, dass die Wahrscheinlichkeit der Auswahl des korrekten Modells sehr nahe an 1 ist.

Dabei werden nur die Echos, welche von dem Boden stammen, dazu verwendet, die Wahrscheinlichkeit zu bestimmen. Da der Ultraschallsensor 4 nicht durch Objekte 8 hindurch sehen kann und daher nicht den Boden hinter einem Objekt 8 erfassen kann, werden Echos, welche hinter einem nachverfolgten Objekt 8 liegen, nicht zur Berechnung der Wahrscheinlichkeit verwendet. Falls das Objekt 8 in einem Abstand mehr als 1 m detektiert wird, werden die Modellwahrscheinlichkeiten nicht aktualisiert, da dem Ultraschallsensor 4 zu wenig Informationen zu dem Boden zur Verfügung stehen.

Die Modellwahrscheinlichkeiten werden mit einem Wert von 0, 5 initialisiert und die folgenden Markov-Transitionen werden verwendet: [0.990.010.010.99]embedded image

Dabei beschreibt λkiembedded imagedie Wahrscheinlichkeit der Messung eines Modells j zu dem Zeitschritt k. Dabei die Messungen unabhängig voneinander bestimmt: λkj=i=1mP0j(ai/yi)P(yi)embedded image

Hierbei sind alle P(yi) gleich wahrscheinlich. Somit kann die Wahrscheinlichkeit wie folgt vereinfacht werden: λki=i=1mP0j(ai/yi)embedded image

Vorliegend wird das zweite Echo, welches von dem Objekt 8 stammt, in dem PDAF separat berücksichtigt. Dies wird nachfolgend als PDAF mit zweitem Echo bezeichnet.

Nachfolgend wird erläutert, wie die einzelnen nachverfolgten Objekte 8 beziehungsweise Tracks behandelt werden. Ein neuer Track wird erzeugt, sobald ein Echo über der Bodenschwellenwertkurve ist und dieses keinem existierenden Track zugeordnet werden kann. Zudem wird überprüft, ob dieser Track nicht einen Abstand von etwa 40 cm zu einem existierenden Track aufweist. Die Varianz bezüglich der Position wird in Abhängigkeit von der Abstandsmessung mit dem Ultraschallsensor 4 bestimmt und die Relativgeschwindigkeit wird auf den maximal möglichen Wert gesetzt. Ferner kann es vorgesehen sein, dass ein Track entfernt wird, falls die Wahrscheinlichkeit der Nichtexistenz des IMM einen vorbestimmten Schwellenwert unterschreitet, der beispielsweise 70 % betragen kann. Es kann auch vorgesehen sein, dass zwei Tracks zusammengefügt werden, falls der Test bezüglich der Mahalanobis-Distanz wahr ist. Dabei kann berücksichtigt werden, dass die Mahalanobis-Distanz zwischen zwei Tracks mit zwei Freiheitsgraden χ2-verteilt ist.

Insgesamt kann der Filter zum einen dazu verwendet werden, die nachverfolgte Position anhand der Messungen mit dem Ultraschallsensor 4 auszugeben. Der Filter kann zum anderen dazu verwendet werden, die Signalspitzen 13 aus dem Rohsignal 10 des Ultraschallsensors 4 zu bestimmen, welche dem Objekt 8 zuzuordnen sind. Nachfolgend wird die Funktionsfähigkeit des verwendeten Filters gezeigt. Zunächst wird der Vorteil des PDAF mit dem zweiten Echo anhand eines simulierten Beispiels gezeigt. Hierbei wird ein statisches Objekt simuliert, welches ein konstantes Echo 10 cm hinter dem ersten Echo ausgibt. In diesem Fall wurden die Nachverfolgungsfehler für eine normale PDAF und die PDAF mit dem zweiten Echo berechnet. Die Nachverfolgungsfehler beschreiben die räumliche Abweichung bei der Nachverfolgung des Objekts 8. Hierzu beschreibt das Diagramm in 10 auf der Abszisse die Anzahl der Schritte n und auf der Ordinate den Fehler F in cm. In dem Diagramm beschreibt die Kurve 17 den Nachverfolgungsfehler, welcher mit dem normalen PDAF erreicht wurde. Im Vergleich hierzu zeigt die Kurve 18 den Nachverfolgungsfehler, der mit dem PDAF mit dem zweiten Echo erreicht wurde. Vorliegend kann mit dem normalen PDAF das zweite Echo nicht akkurat nachverfolgt werden. Der PDAF mit dem zweiten Echo zeigt das erwartete Verhalten, dass dieser auf die Position des ersten Echos konvergiert. Ein weiterer Vorteil besteht darin, dass die PDAF mit dem zweiten Echo immer das erste Echo als die am höchsten wahrscheinliche Zuordnung zu dem Track liefert, wohingegen der normale PDAF das zweite Echo als die am höchsten wahrscheinliche Zuordnung liefert.

Darüber hinaus wurden Messungen mit einem Fußgänger-Dummy durchgeführt. Dieser Fußgänger-Dummy reflektiert zahlreiche Echos, welche beispielsweise von dem Torso, den Beinen und/oder den Armen stammen können. Hierbei können bis zu fünf Echos des Ultraschallsignals auftreten. Zu dieser Messung zeigt 11 den Nachverfolgungsfehler für den normalen PDAF (Kurve 17) und den PDAF mit dem zweiten Echo (Kurve 18). Hier ist zu erkennen, dass der Fehler der PDAF mit dem zweiten Echo deutlich geringer ist als der Fehler der normalen PDAF. Ferner zeigt sich, dass der Nachverfolgungsfehler grundsätzlich im Bereich des zehnten Schritts ansteigt. Hier ist anzunehmen, dass ein Echo, welches durch einen Teil des Objekts 8 beziehungsweise des Fußgänger-Dummies hervorgerufen wird, schwer zu detektieren ist und somit bei einer weiteren Entfernung nicht erfasst wurde. Hier benötigt der Filter einige Schritte um sich auf die Entfernung einzustellen. Ferner sind Nachverfolgungsfehler bei der normalen PDAF dadurch begründet, dass mehrere Reflexionen des Objekts 8 empfangen werden.

Wie zuvor erläutert, ist es vorgesehen, dass der Typ des Bodens klassifiziert wird. Hierzu wurden unterschiedliche Versuche durchgeführt, welche in der nachfolgenden Tabelle dargestellt sind.

AnwendungsfallMinimale Wahrscheinlichkeit für AsphaltMinimale Wahrscheinlichkeit für SchotterSich annähernder Fußgänger-Dummy auf Asphalt0,961-Sich annähernder kleiner Fußgänger-Dummy auf Asphalt0,979-Sich annähernder Mülleimer auf Asphalt0,903-Sich annähernder Standard 75mm Pfosten auf Asphalt0,949-Fahrt über Schotter-0,999Sich annähernder Mülleimer auf Schotter-0,988Sich annähernder Standard 75mm Pfosten auf Schotter-0,990

Dabei ist zu sehen, dass die Erkennung des Bodentyps sehr gute Ergebnisse liefert. Praktisch wurde der Untergrund in dem Umgebungsbereich 9 des Kraftfahrzeugs 1 mit einer Wahrscheinlichkeit von über 99 % für fast alle Schritte erkannt. Somit wurde der Ansatz bestätigt, dass es nicht notwendig ist, das IMM bei der Erkennung des Typs des Bodens zu berücksichtigen. Damit können Rechenleistung und Zeit eingespart werden.

Die nachfolgende Tabelle beschreibt unterschiedliche Anwendungsbeispiele, um die Detektionsrate des PDAF mit dem zweiten Echo zu verdeutlichen.

AnwendungsfallDetektionsrate für PDFA mit zweitem EchoDetektionsrate für Vergleich mit BodenschwellwertkurveSich annähernder Fußgänger-Dummy auf Asphalt100%92,5%Sich annähernder kleiner Fußgänger-Dummy auf Asphalt100%65%Sich annähernder Mülleimer auf Asphalt100%58%Sich annähernder Standard 75mm Pfosten auf Asphalt98%62%Sich annähernder Mülleimer auf Schotter98.9%77,5%Sich annähernder Standard 75mm Pfosten auf Schotter100%68,5%

Dabei zählt der PDAF mit dem zweiten Echo eine gültige Objektdetektion, falls ein Anteil des Rohsignals als am meisten wahrscheinliche Zuordnung erkannt wurde oder falls die Signalspitze die Bodenschwellwertkurve 11 überschreitet. Bei der Verwendung der Bodenschwellwertkurve 11 wird eine gültige Objekterkennung dann gezählt, wenn eine Signalspitze 13 die Bodenschwellwertkurve 11 überschreitet.

Der Vorteil der Nachverfolgung des Objekts 8 auf Basis des Rohsignals 10 unter Verwendung des PDAF mit dem zweiten Echo bringt eindeutige Vorteile mit sich. Die alleinige Verwendung der Bodenschwellwertkurve 11 bringt eine wesentlich geringere Detektionsrate mit sich. Diese ist einerseits dadurch begründet, dass für verhältnismäßig weite Entfernungen die Amplitude der Signalspitzen 13 in dem Rohsignal 10 Schwankungen aufweisen kann und somit die Signalspitzen oberhalb und unterhalb der Bodenschwellwertkurve 11 auftreten können. Bei verhältnismäßig geringen Entfernungen ist die Amplitude der Bodenschwellwertkurve 11 verhältnismäßig hoch gewählt, um Bodenreflexionen von Schotter zu unterdrücken. Hier werden die Echos von schwach reflektierenden Objekten 8 nicht erfasst.

ZITATE ENTHALTEN IN DER BESCHREIBUNG

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.

Zitierte Patentliteratur

  • DE 102010034263 A1 [0004]
  • DE 102015209878 B3 [0005]