用于车辆的周围环境检测的系统和方法与流程

本发明涉及用于车辆的周围环境检测的一种系统和一种方法。本发明尤其涉及用于在使用多个传感器的情况下车辆的周围环境检测的一种系统和一种方法。

背景技术：

车辆的周围环境的检测越来越多地在车辆的控制中起着更重要的作用。在此，不仅自主的行驶功能而且驾驶员辅助功能基于车辆的周围环境的自动的探测，以便因此提供自主的行驶功能的或者驾驶员辅助功能的相应的特性。可以考虑用于周围环境检测的传感器典型地包括雷达、激光雷达、视频传感器、摄像机、超声传感器等等。

在过去，尤其在驾驶员辅助功能方面从单传感器技术发展到多个传感器的应用，所述多个传感器分别提供测量数据，所述测量数据可以被分析处理用于位置确定和/或取向确定。在此，对于这样的系统需要融合来自不同的传感器的数据的手段。可以通过融合多个传感器的结果显著地改进车辆相对于其周围环境的定位。在自动行驶时，与简单的驾驶员辅助功能相比，所需要的传感器的数目随着发展趋势变得还更大，从而用于自动行驶的系统可以具有例如10或者20个传感器，所述传感器相比在驾驶员辅助系统中通常的情况下提供与之相应地更大量的数据。

在出版文献DE 10 2011 086 402 A1中描述了用于检测车辆周围环境的一种方法和一种驾驶员辅助系统，其中，一方面，光学传感器系统通过图像处理模块和对象识别模块与再处理模块连接，并且另一方面，超声系统通过超声信号处理模块与再处理模块连接。所述再处理模块具有数据融合模块，图像处理模块的数据和超声信号处理模块的数据聚集在所述数据融合模块中。

在此背景下，在现有技术中存在以下需求：在用于车辆的周围环境检测系统中优化传感器数据的数据融合，以便提高传感器数据处理的工作效率，从而可以实现周围环境的快速的和稳健的检测。

技术实现要素：

实现根据本发明所述的、用于车辆的周围环境检测的一种系统和一种方法。

本发明的优选的扩展方案从本发明的优选的构型得出。

根据本发明的一方面，提供一种用于车辆的周围环境检测的方法。所述方法基本上具有以下步骤：

在使用具有多个传感器的传感器系统的情况下检测在所述车辆的周围环境中的对象，

在使用传感器模型的情况下，通过与相应的传感器可逆地明确唯一地连接的分析处理单元分析处理由所述传感器执行的至少一个测量，

通过所述分析处理单元基于所述分析处理产生用于描述由所述传感器检测的对象的数据对象，

在与每个分析处理单元连接的周围环境建模单元中，从所述分析处理单元接收相应的数据对象，以及

通过所述周围环境建模单元、基于所述数据对象计算周围环境模型，所述周围环境模型能够作为用于至少部分地自动化或者自主的车辆行驶模式的规划模块的控制指令的基础使用。

在此，根据方法，使用一种传感器模型和周围环境模型，所述传感器模型和周围环境模型如此设计，使得所述传感器模型相比所述周围环境模型具有更高的复杂性

根据本发明的一方面，也提供一种用于车辆的周围环境检测的系统，所述系统具有用于检测在所述车辆的周围环境中的对象的多个传感器。所述系统具有多个分析处理单元，其中，一个分析处理单元分别可逆地明确唯一地分配给一确定的传感器并且设置用于在使用传感器模型的情况下分析处理由所述传感器执行的测量并且产生用于描述由所述传感器检测的相应的对象的数据对象。此外，所述系统具有至少一个周围环境建模单元，所述至少一个周围环境建模单元与每个分析处理单元连接并且设置用于为了基于所述数据对象来描述所述车辆的周围环境而计算周围环境模型，所述周围环境模型能够作为用于至少部分地自动化的车辆行驶模式的规划模块的控制指令的基础使用。在此，一个分析处理单元和所述至少一个周围环境建模单元分别如此设计，使得所述传感器模型相比所述周围环境模型具有更高的复杂性。

因此，通过本发明的方面可以提供一种用于在使用传感器系统用于周围环境检测时进行部件融合的改进的方案。尤其可以实现一种有工作效率的系统，在其中，可以合并多个传感器的数据，其中，所述系统特别好地适合于在具有多个处理器或者多个处理器核的计算系统上运行。本发明的方案也可以实现，在很大程度上充分利用多个线程彼此并行的实施方案。因此，与现有技术相比可以更好地调节本发明的方面的方案的工作效率。这也通过在本发明中描述的架构、即此外通过有利的特性来实现，根据所述特性，复杂性在很大程度上可以转移到传感器模型中，并且，周围环境模型的或者世界模型的复杂性相对地看可以保持小。在后续的描述中，术语周围环境模型、世界模型和模型可以同义地使用。此外，术语世界对象、对象和数据对象可以同义地使用，其中，分别从上下文得出，是指在车辆周围环境中的真实的对象还是在系统中的虚拟的数据对象。

复杂性的程度可以根据自身已知的标准来评估或者确定。在此，可以考虑例如为了执行相应的步骤而所需要的资源。尤其可以考虑为了执行对象关联、对象初始化、对象分类或者周围环境模型更新而所需要的计算资源或者时间资源。

根据一种优选的实施方式，每个传感器模型具有多项式的复杂性。特别优选地，传感器模型可以具有二次幂的复杂性。相反，周围环境模型如已经表示的那样可以具有线性的复杂性。

通过所要求保护的方案的架构尤其也可以以稳健的方式应付所要求的安全性方面。因此，例如在以下情况本身可以避免涉及整个系统的输出的延迟：在该情况下在传感器方面的处理需要大量的时间。

优选地，并行地使用尤其不同类型的多个传感器。在此，根据传感器和分析处理单元，传感器模型可以是尤其雷达模型、激光雷达模型、摄像机模型、超声模型或者也可以是其他模型。

此外，传感器模型也可以是能多实例的，从而相同类型的传感器可以以简单的方式根据需求多次地布置和应用在自身车辆或者主车辆中，其中，可以以副本方式多次地使用所属的传感器模型。在此，尤其在作为计算机程序产品的实施方面，可以使用于分析处理单元和传感器模型的制造花费最小。

本发明的所述方面尤其可以特别有利地与自动行驶的车辆相关联地使用。

此外，本发明的方面也允许单传感器分类方法，如其例如通常与驾驶员辅助功能相关联地使用的那样。

因此，根据一种优选的扩展方案，相应的分析处理单元构型用于对数据对象进行分类以便描述所检测的对象的类型。

根据本发明的再一种优选的扩展方案，使用动态的周围环境模型。在此，周围环境建模单元可以设置用于根据通过传感器执行的所基于的测量的时刻的顺序来更新周围环境模型。

在所述系统和所述方法中，可以并行地使用多个周围环境模型。为此，可能存在多个周围环境建模单元，所述多个周围环境建模单元分别计算一个周围环境模型。

优选地，每个周围环境建模单元与每个分析处理单元连接。然而，也可以借助单个的与每个分析处理单元连接的周围环境建模单元计算多个周围环境模型。

优选地，周围环境模型具有至少一个动态的周围环境模型和至少一个静态的周围环境模型。

因此，可以使用两个单独的模块，一个用于动态世界和一个用于静态世界。这些模块可以相互分开地布置，从而它们可以以同时进行的方式实施所属的计算，由此可以考虑不同的要求或者目标设定。

因此，不仅仅可以实现，每个传感器模型可以在单独的线程中操纵，而不管这在真实的例子中是否实际上这样做。此外，也可以实现，当使用不同的世界模型——如动态的和静态的周围环境模型而不是具有单个的世界模型的变型方案时，所述不同的世界模型可以在不同的线程中运行。

优选地，可以提供这样的动态的周围环境模型或者世界模型，其可以计算测量值的导数值，从而例如总是已知当前的加速度和偏转比率。此外，动态的模型可以基于所要求的相对小的复杂性来提供快速的答复，从而可以快速地辨识所观察的车辆的动态的改变，如例如完全制动或者剧烈的转向运动。在此，所观察的车辆的尺寸或者尺寸分级在模型中最终可以保持并且例如可以从摩托车尺寸到载重车辆尺寸地变化。

另一方面，优选地，也可以提供一种静态的周围环境模型或者静态的世界模型，其可以描述复杂化的形状，所述形状也可以虚拟地在最大程度上连续地示出。对于此的例子可以是护栏或者混凝土墙壁。借助静态的世界模型可以更重视在如汽车、墙壁、旁柱等等这样的障碍物和如桥、凹坑等等这样的非障碍物之间的区别，其中，在静态的情况下，不必进行动态的评估。因此，对于更新的答复时间相比在动态的世界的情况下在时间上较不紧急。

由于在本发明的方面中世界模型与传感器模型相比更低地选择的复杂性，可以满足以下要求：构型系统，两个模块、即动态的周围环境模型和静态的周围环境模型不失效，并且对于分别必需的计算不必要求过长的时间。世界模型尤其可以保持简单。在此优选，所述世界模型仅仅具有创建、更新和删除数据对象的功能。在上下文中，对象的创建可以意味着：由传感器模型提供的对象仅仅嵌入到周围环境模型中。

根据一种特别有利的扩展方案，存在多个动态的周围环境模型。在此，动态的第一周围环境模型相比动态的第二周围环境模型可以具有更低的复杂性。

在一种这样的扩展方案中，可以借助相对简单的方法——如卡尔曼滤波器来更新动态的第一周围环境模型，其具有相对更低的复杂性。此外，可以通过如长方体这样的几何形状简单的对象描述在简单的动态的模型中的对象。

相反，可以借助费事的方法如例如通过颗粒滤波器来更新动态的第二周围环境模型，其具有更高的复杂性。此外，可以通过复杂化的几何形状的结构来描述在更复杂的动态的模型中的对象，从而可以借助在相对复杂的模型中的数据对象来相对更准确地复述待描述的对象的实际形状。

在此要注意，不但在相对简单的动态的第一模型而且在相对复杂的动态的第二模型两者可以相比传感器模型具有更低的复杂性。例如两个动态的模型可以具有线性的复杂性，然而所述线性的复杂性具有分别不同的因子。

因为传感器模型如以上所提到的那样相比世界模型具有更高的复杂性，所以它们可以执行在数据对象的关联、初始化和必要时分类方面的完整的工作。

优选地，将传感器模型的所考虑的时间置于以下时刻上：在所述时刻测量用于相应的传感器的数据。此外，在每次测量时，系统可以给测量添加当前的时刻的相应的时间戳。

优选地，可以相对于主车辆转换在系统中最后已知的对象、即当前的世界对象或者数据对象，以便能够以此方式考虑相应地出现的在空间上的视角变换。为此，相应的分析处理单元可以设置用于将周围环境模型转换到当前的测量的时刻上并且考虑或者补偿自身车辆在此期间的运动。

此外，在动态的周围环境模型的情况下可以预测或者逆算数据对象。为此，分析处理单元可以设置用于基于转换来执行数据对象的特性的预测或者逆算。

由此可以实现，当前的已知的数据对象或者世界对象全部都在与所进行的测量相同的时间范围或者时间帧内。此外，这意味着，可以以简单和适当的方式比较新的测量，并且关联也可以以简单的方式进行。

因此，根据一种优选的扩展方案，每个分析处理单元设置用于将测量与通过周围环境模型描述的对象相关联，其中，可以执行测量与现有的数据对象的比较。

因此，测量数据可以分别分配给在车辆的周围环境中的既有的世界对象或者对象并且传送给世界线程、即在周围环境建模单元中的当前的、交替的数据对象的所计算的进程。接着，可以前后一致地执行更新功能，所述更新功能如已经表示的那样可以具有例如中央卡尔曼滤波器的应用，所述卡尔曼滤波器优选可以按测量顺序来应用。以此方式尤其可以实现，使根据方法要考虑或者处理的所谓的无序(“out-of-Sequenz”)效应最小。

此外，就踪迹-初始化而言，在另一优选的扩展方案中，所述分析处理单元的每一个可以构型用于在使用传感器模型的情况下分析一定数目的所存储的测量，所述测量到现在为止不与所检测的对象相关联。基于该分析，分析处理单元必要时可以生成或者产生新的数据对象。

因此，可以在传感器模型中提供踪迹初始化功能，所述踪迹初始化功能尤其可以配置用于在不同的线程中运行。在此，这些新的数据对象可以如已经提到的那样传送给在周围环境建模单元中的世界模型或者周围环境模型。

在本发明的一种特别的扩展方案中，将所有还未分配给对象的测量保存在具有确定的时间史的缓冲器中。

为此，包括以上提到的时间戳在内的测量可以存储在缓冲存储器中用于稍后的应用，其中，可以持续地如下分析缓冲器：当前是否要产生新的数据对象或者对象追踪。

在此，优选可以通过相应的分析处理单元执行给测量配备时间戳，并且缓冲存储器可以与相应的分析处理单元连接或者布置在其中。

通过使用时间史可以有利地防止，通过噪音产生新的对象。此外，这样的所存储的时间史在以下方面下可以是有利的：根据该方面，对于动态的对象所需的所有状态不可以立即通过给定的传感器来测量。

优选，产生已经以世界对象状态形式的新的数据对象，从而当既有的传感器的输出通过相应的世界线程或者通过周围环境建模单元来读取时，所述新的数据对象仅仅必须添加在世界模型中。

此外，根据优选的实施方式，分析处理单元设置用于从所述周围环境建模单元或者所述多个周围环境建模单元接收具有最后产生的数据对象的当前的周围环境模型的相应的副本以便应用在相应的传感器模型中。

附图说明

以下根据附图详细阐述本发明的优选的实施方式。附图示出：

图1根据本发明的第一实施方式的、用于车辆的周围环境检测的系统的架构，

图2示意性的方框图，所述方框图示出根据本发明的第二实施方式的、用于车辆的周围环境检测的系统的部件，以及

图3根据本发明的第三实施方式的、用于车辆的周围环境检测的方法。

具体实施方式

在附图中，相同的附图标记表示相同的或者相似的部件。

图1示出根据本发明的第一实施方式的、用于车辆的周围环境检测的系统1的架构。如在图1中示出的那样，在系统1中存在多个传感器模型2。在此，传感器模型2分别分配给物理的传感器3，在所述物理的传感器中，在附图中示意性地示出雷达传感器4、激光雷达传感器5和摄像机6。以类似的方式，其他的传感器3还可以布置在系统1中。与传感器3相应地，传感器模型2具有雷达模型7、激光雷达模型8和摄像机模型9。此外，与其余的、在这里未详细地示出的传感器相应地，还存在其他的传感器模型10，所述其他的传感器模型可以用于其余的传感器。如在图1中进一步示出的那样，传感器模型2分别存在于多个实例中。这表明，对于各个传感器类型4、5、6存在多个样本，与所分配的传感器模型实例的数目一致。存在四个雷达模型7，这表明雷达传感器4的四个样本，尽管绘图式地仅仅示出一个唯一的。激光雷达模型8也存在于四个实例中，摄像机模型在两个实例中，其他的模型10分别在两个实例中。每个传感器模型2的每个实例由系统1平等地处理。系统1如此构型，使得以模块的方式不仅可以添加附加的实例到现有的传感器模型，而且可以添加新的传感器模型用于新的传感器类型。

在该实施方式中，示出在一个时刻的快拍，在该时刻通过雷达传感器4进行新的测量。这通过从左边的图像边缘进入雷达模型7中的箭头11来表示。这意味着，车辆的雷达系统当前维持测量，然而激光雷达系统、摄像机系统和所述传感器中的其余传感器暂时不处理新的测量。该状态仅仅为了概览起见并且纯示意性地如此示出，以便不使绘图不必要地复杂化。在真实的情况下，可以从以下出发：当摄像机系统没有因为其不被需要而暂时停用时，至少摄像机系统持续地提供新的测量。

传感器模型2分析处理测量11并且处理所述测量。在此，每个传感器模型2可以决定，将到达的测量信号11分配给哪个对象或者数据对象12。

在系统1中存在两个世界模型，在所述两个世界模型中，一个是动态的世界模型14而另一个是静态的世界模型15。一旦数据对象12、更准确地说动态的数据对象12通过传感器模型2产生，就将所述数据对象12、更准确地说动态的数据对象12传送给动态的世界模型14。在这里示出的世界模型14中示出具有运动的数据对象12(在这里：汽车)的虚拟道路。在此，通过长方体对汽车建模，所述长方体在时间进程中基于世界模型14的更新而在周围环境模型或者世界模型14中朝不同的方向运动。此外，每个传感器模型2也可以决定，是否要产生新的轨迹或者踪迹(“Tracks”)。这可以例如意味着，通过传感器模型2决定，应在周围环境模型14、即世界模型14中考虑和示出附加的汽车，这事先未虚拟地存在。关联信息或者分配信息和初始化信息从传感器模型2分别传送给动态的世界模型14。这适用于传感器模型2的每个实例。即，可能发生，雷达模型7的实例向动态的模型14输出初始化信息，并且另外的实例输出关联信息，而在当前的时刻，其他的两个实例什么都不输出。这可以在稍后的时刻发生改变。在附图中通过箭头16表示数据的传送或者数据对象12通过世界模型14的接收、即关于新的对象12的关联信息和初始化信息通过世界模型14的接收。

以类似的方式，如在附图中通过箭头17表示的那样，从传感器模型2分别向静态的世界模型15传送关于如例如体素或者线这样的静态的世界点的确认信息和关于新产生的静态的世界点的信息。

作为反馈，向各个传感器模型2持续地送回静态的世界15的副本，见箭头18，并且也向各个传感器模型2或者实例送回动态的世界14的副本，见箭头19。即传感器模型2可以将这些反馈信息一同包括在传感器模型2的计算和预测中。

此外，将动态的世界的动态的对象12输出给在这里未详细地示出的规划模块，见箭头20。给规划模块的这些信息尤其包含运动的或者可能运动的每个对象12。这可以例如是分类为汽车或者行人的对象。此外，传递动态的估计，如加速度和形状评估。此外，将静态的世界15的静态的对象21输出给规划模块，见箭头22。这些信息尤其具有经建模的障碍物点。在此，这些障碍物点必须分别通过多个相互邻近地设置的测量来确认。此外，必须能够可靠地估计，障碍物点绝不是在地面水平上的点并且绝不是在桥的高度上的点，即是真实的障碍物点。

图2示出示意性的方框图，所述方框图示出根据本发明的第二实施方式的、用于车辆23的周围环境检测的系统1的部件。

车辆23布置在周围环境24、即车辆周围环境24中。在周围环境中布置有对象25，所述对象可通过系统1来检测。对此使用传感器3。在这里，传感器3不限于确定的类型并且可以是例如摄像机或者雷达传感器或者也可以是其他的传感器。

系统1具有多个分析处理单元26。每个分析处理单元26具有一个传感器模型，所述传感器模型在图2中未详细地示出，但在以上讨论的图1中示出。此外，每个分析处理单元26可逆地明确唯一地分配给传感器3并且接收相应的传感器3的测量。每个分析处理单元与周围环境建模单元27连接。在此，在附图中示出两个周围环境建模单元27，并且每个分析处理单元26应与周围环境建模单元27中的每一个单独地连接。周围环境建模单元27具有第一周围环境建模单元28和第二周围环境建模单元29，所述第一周围环境建模单元可以计算动态的周围环境模型，所述第二周围环境建模单元可以计算静态的周围环境模型。因此，在图2中示出的架构等同于在图1中示出的架构。此外，在该实施方式中详细地示出规划模块30，所述规划模块读取周围环境建模单元27。

在周围环境24中，如以上已经提到的那样，存在真实的对象25，所述真实的对象不仅具有可以运动的动态的对象31而且具有通常不运动的静态的对象32。此外，根据图2的系统1的功能方式相应于已经与图1相关联地阐述的原理并且因此在这一点上不进一步说明。

图3示出根据本发明的第三实施方式的、用于车辆的周围环境检测的方法。

在步骤S1中，在使用具有多个传感器的传感器系统的情况下检测在车辆的周围环境中的对象。在图3中通过具有附图标记33的画虚线的盒表示传感器系统。类似地，通过具有附图标记26的画虚线的盒表示分析处理单元。在此，在这里不考虑，在传感器系统33中实际上存在多个传感器，并且分析处理单元26具有多个分析处理单元。取而代之地，应通过画虚线的盒仅仅表示这样的层面，所述方法在所述层面内进行。在步骤S2中，通过与相应的传感器可逆地明确唯一地连接的分析处理单元26分析处理由传感器执行的至少一个测量，对此使用传感器模型。在步骤S3中，通过分析处理单元26基于分析处理产生用于描述由传感器所检测的对象的数据对象。

在步骤S4中，通过周围环境建模单元接收数据对象，所述周围环境建模单元在图3中通过具有附图标记27的画虚线的盒来表示。在步骤S5中，通过周围环境建模单元基于数据对象计算周围环境模型，其中，所述周围环境模型相比传感器模型具有更小的复杂性。

在步骤S6中，比较当前的测量与在模型中已经存在的数据对象。在步骤S7中，基于所述比较，将测量分配给通过由周围环境模型描述的对象。

在步骤S8中，在分析处理单元26中，从周围环境建模单元27接收当前存在的、包括最后产生的数据对象在内的周围环境模型的副本以便应用在传感器模型中。

在步骤S9中，给测量设置测量的时刻的时间戳，并且，在步骤S10中，将具有时间戳的测量存储在缓冲存储器中用于稍后的应用。

在跟随在步骤S9之后的步骤S11中，将所述周围环境模型转换到当前的测量的时刻上。在此，尤其一同包括车辆在此期间的运动。此外，在步骤S12中，根据测量的时刻比数据对象更旧还是更新来执行数据对象的特性的预测或者逆算。

在跟随在步骤S5之后的步骤S13中，通过周围环境建模单元27更新周围环境模型。在此，根据通过传感器执行的所基于的测量的时刻的顺序执行更新。

在步骤S14中，通过分析处理单元26在使用传感器模型的情况下分析一定数目的所存储的到现在为止不与所检测的对象相关联的测量。此外，在步骤S15中，基于分析产生新的数据对象。

在步骤S16中，为了描述所检测的对象的类型，通过分析处理单元对数据对象进行分类。

步骤的顺序和相关性在图3中不是一定如在真实的例子中可能产生的那样示出。取而代之地，图3仅仅充当关于本发明的少数几个方面的概况。