周围环境检测传感器的测量不准确性的估计方法

技术领域

在许多融合系统中，统计估计装置被用于对象或原始数据的融合和/或跟踪。最著名的方法之一是卡尔曼滤波及其衍生。在许多这类估计装置中(但特别是在卡尔曼滤波装置中)，融合/跟踪输入的一部分是传感器数据的测量不准确性。

背景技术

基本上有两种方法可用于这类测量不准确性的先验确定。方法之一是，使用传感器制造商对测量不准确性的规格说明，并且根据设置输入该规格说明。然后，例如根据ISO/IEC标准指南98-3构建规格说明。方法之二是，所需的测量不准确性通过尝试错误法或与基准真相数据进行比较，然后进行统计估计。

上述方法的缺点是，传感器制造商的规格说明是指传感器本身的测量不准确性，而不是指系统中的传感器的具体结构/使用。此外，尤其是在具有(如单传感器对象跟踪、数据稳定等)预处理的融合系统中，测量不准确性会因这些预处理发生变化。

发明内容

因此，本发明的任务是，提供一种能对周围环境检测传感器的测量不准确性进行可靠和精准确定的方法。

该任务优选通过独立权利要求1和独立权利要求8的主题解决。本发明的其他的有利的设计方案是从属权利要求的主题。

最初的考虑是，例如从摄像装置图像中提取的行人的位置误差不仅取决于摄像装置本身的测量不准确性，而且还取决于提取算法、使用的假设、摄像装置和所使用的镜头的安装、位置等。作为另一例子，例如在周围环境模型中使用雷达对象，这些雷达对象已被卡尔曼滤波装置预先跟踪，并且因此，纯粹的传感器测量不准确性不再直接适用于下游的融合。

在所有情况下存在以下问题，即人们不知道传感器输出的精确的测量不准确性，这造成融合结果变差。在此前提条件下，也不可能使用由相应的传感器的制造商给出的测量不准确性。然而，精确确定测量不准确性是非常繁复的，甚至到目前为止在技术上是不可能的。因此，本发明的基本想法是运用统计估计对测量误差进行估计。

因此，根据本发明，提出一种本车的至少一个周围环境检测传感器的测量误差的估计方法，所述方法包括以下步骤：

-借助至少一个周围环境检测传感器记录本车的周围环境；

-检测处于沿行驶方向在本车前方的区域中的至少一个对象，

-在低于本车和被检测对象之间的可设定的最小距离时，将至少一个周围环境检测传感器的传感器输出确定为基准真相，

-基于定位系统的数据，计算在较早时间点对象相对于本车的位置；

-将较早时间点的传感器输出与计算出的对象位置进行比较；

-基于比较的结果，估计测量不准确性。

周围环境检测传感器例如可以是雷达传感器、摄像装置或激光雷达传感器。也可设想使用多个传感器，其中，这些传感器可以是不同或相同的。例如，可使用由雷达和摄像装置构成的组合，其中，也可设想由相同的和不同的传感器构成的每个可能的组合。所述方法针对传感器相应被实施。也可设想使用传感器的多个传感器输出，而不是一个传感器输出，并且形成平均值，并且将其定义为基准真相。在使用多个传感器时，如果对于所有传感器达到与被检测对象的最小距离，则例如可使用多个单传感器的传感器输出的平均值作为传感器输出。

在此，所基于的假设是，靠近车辆，即相应以较短的距离的提取或定位比在较长的距离上的提取或定位更准确。因此，使用这种最小距离是特别有利的。

本车前方的区域不仅包括车辆正前方的区域，还包括位于车辆前方侧面的区域。对象通过周围环境检测传感器的记录被测定。

在较早时间点的传感器输出包括对象的检测，并且因此包括在该时间点检测到的位置。然后，将该传感器输出与计算出的位置进行比较。

另一基本假设是，定位或计算比传感器输出更准确，误差更小。

由此，可以进行传感器以及结构个性化的传感器测量不准确性估计，该估计可以稍后例如用于融合系统中。

在另一优选的设计方案中，使用实时运动学系统或测距系统进行定位。通过测距系统，使用车轮转数确定本车的位置和方向。RTK(实时运动学)系统使用大地测量接收装置的全球卫星导航系统(GNSS)卫星信号来定位。根据设计方案，在本车中设置相应的定位所需的发射装置/接收装置或传感器。例如，为测距系统安装车轮转速传感器。

此外，在特别优选的实施方式中，对象是另一交通参与者、周围环境特征或地标。也可设想测定多个交通参与者以及与其之间的距离。此外，还可设想检测由上述对象构成的组合，并且分别确定与本车的距离。

特别优选的是，将所估计的测量不准确性提供给传感器融合系统和/或驾驶员辅助系统。这尤其是有利的，因为驾驶员辅助系统和传感器融合系统可将测量误差计算进去，从而提高这些系统的精确性和可靠性。

在另一优选的设计方案中规定，除了确定距离以外，还要测定对象和本车之间的至少一个角度。这是有利的，因为由此也可对不直接处于本车正前方的对象或交通参与者等加以考虑。此外，对象和本车之间的角度，更准确地说，对象和本车的行驶方向之间的角度对测量不准确性有影响。与此相应，在更大的角度时，测量不准确性也会变得更大。

在另一优选的设计方案中，为了确定测量误差，对其他的周围环境因素加以考虑。根据主要的周围环境因素，所使用的单个或多个传感器可受到相应影响。

此外，优选对诸如当前的天气状况或一天中的时间等的周围环境因素也加以考虑。例如，下雨时的测量不准确性可能高于在晴朗的天气条件下的测量不准确性。下雨例如可能影响摄像装置和雷达传感器的检测，所以在估计测量不准确性时对这类条件加以考虑是有利的。同样，由于低的太阳高度，由于散射光影响，摄像装置在夜间的检测精度例如可能比白天或傍晚更差。因此，对这类周围环境因素加以考虑是有利的。

此外，关于角度、天气状况和一天中的时间的数据可被存储，并且在识别到例如由雨天和夜间行驶构成的相应的驾驶场景时，例如将其提供给融合系统。由此，可以以有利的方式从一开始就提供测量不准确性。

通过方法获取的数据被收集，并且在计算装置中被处理。在此，从在不同的天气条件和一天中不同时间中的多个行程收集传感器数据，并以此为基础对不同的场景的大量测量误差进行估计。然后，可将大量测量误差提供给车辆，从而在识别到特定的场景时，车辆不必在车辆本身中处理大量数据的情况下确定正确的测量误差。

示例性地，应该例如利用雷达传感器来展现该方法。在此，雷达传感器测量其他的交通参与者的位置。针对该方法，在此选择车辆正在向其运动的静态交通参与者。一旦车辆与静态交通参与者之间的距离低于最小距离，则传感器输出被定义为基准真相。在此也可设想，从多个雷达数据或雷达的传感器输出形成平均值，并且将该平均值定义为基准真相。现在，通过定位系统的数据可以计算出在较早时间点相对于本车的位置，并且将其与当时的传感器测量值进行比较。该技术可以用于任意数量的交通参与者和任意小/大的距离，以及附加地用于交通参与者相对于本车的角度。此外，附加地可对诸如天气状况和/或一天中的时间等的周围环境因素加以考虑。

此外，根据本发明提供一种用于确定测量误差的系统，其包括至少一个记录本车的周围环境以及可检测对象的周围环境检测传感器，定位系统，以及处理器，该处理器从外部计算装置接收多个测量误差，并且其中，计算装置设计用于，基于传感器数据从多个测量误差确定一个测量误差。此外，例如天气状况、一天中的时间和/或与被检测对象的角度等的其他因素可在车辆中或由处理器考虑用于确定测量不准确性。基于这些数据，确定并且从多个测量误差选择相应的测量误差。处理器和外部计算装置例如通过无线数据连接的方式进行通信连接。

在此，处理器可布置在中央控制单元、例如ECU(电子控制单元)中。还可设想的是，将处理器布置在周围环境检测传感器中。在多个周围环境检测传感器的情况下，处理器可布置在其中一个传感器中。周围环境检测传感器、处理器和定位系统通过数据连接来彼此连接，以便可以传输数据。

根据所估计的测量误差的进一步使用方式，处理器还可与驾驶员辅助系统相连接，以便将测量误差转发给驾驶员辅助系统。

在优选的设计方案中，定位系统是实时运动学系统或测距系统。

附图说明

本发明的其他的有利的设计方案是附图的主题。其中：

图1示出了根据本发明的实施方式所述的方法的示意性的流程图；

图2示出了根据本发明的实施方式所述的系统的示意图。

具体实施方式

图1示出了根据本发明的实施方式所述的方法的示意性的流程图。在步骤S1中，借助至少一个周围环境检测传感器2记录本车的周围环境。在步骤S2中，检测沿行驶方向处于本车前方的区域内的至少一个对象。在步骤S3中，在本车与所检测的对象之间的距离低于可设定的最小距离时，至少一个周围环境检测传感器的传感器输出被确定为基准真相。在步骤S4中，基于定位系统3的数据，计算出在较早时间点对象相对于本车的位置。在步骤S5中，将较早时间点的传感器输出与计算出的对象位置进行比较。最后，在步骤S6中，基于比较结果对测量不准确性进行估计。

图2示出了根据本发明的实施方式所述的系统1的示意图。在此，系统1包括至少一个周围环境检测传感器2、定位系统3和处理器4。周围环境检测传感器2和定位系统3通过数据连接D与处理器4相连接。在此，数据连接D可以是有线的或无线的。在该图示中，处理器4例如布置中央控制单元、例如ECU(电子控制单元)中。也可设想将处理器4布置在周围环境检测传感器2中，用于执行相应的方法步骤。

附图标记列表：

1 系统

2 周围环境检测传感器

3 定位系统

4处理器

D数据连接

S1至S6方法步骤