檢測靜態(tài)和動態(tài)對象的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用于檢測靜態(tài)和動態(tài)對象的方法和裝置。
【背景技術(shù)】
[0002] 目前存在不同的駕駛員輔助系統(tǒng)，所述駕駛員輔助系統(tǒng)輔助機動車駕駛員對機動 車進行部分自動化或者完全自動化的控制。這樣的駕駛員輔助系統(tǒng)例如為變道輔助系統(tǒng)、 制動輔助系統(tǒng)、緊急情況輔助系統(tǒng)或者避讓輔助系統(tǒng)或者用于完全或者部分自動化地駕駛 機動車的駕駛員輔助系統(tǒng)。
[0003] 為了駕駛輔助系統(tǒng)可部分自動或者高度自動地控制車輛，已開發(fā)了自動方法，通 過所述方法可以檢測靜態(tài)和動態(tài)對象、特別是這樣的在機動車道區(qū)域內(nèi)的靜態(tài)和動態(tài)對 象。常規(guī)的方法大多構(gòu)造為用于檢測靜態(tài)對象或者動態(tài)對象。因為檢測對象必須實時進 行并且靜態(tài)和動態(tài)對象對系統(tǒng)有不同的要求，所以至今不能實現(xiàn)用一種唯一的方法簡單且 快速地實時地同時精確地檢測靜態(tài)和動態(tài)對象，從而可以部分自動或者完全自動控制機動 車。動態(tài)對象運動并且因此必須可以被檢測且沿其運動軌跡、即軌道被跟蹤。對象的檢測 應(yīng)當(dāng)是精確的，從而動態(tài)對象本身是可識別的。
[0004] 另一方面也必須可以準(zhǔn)確識別和檢測靜態(tài)對象的方位，以便可以可靠地避免與靜 態(tài)對象相撞。
[0005] 為了檢測動態(tài)對象，優(yōu)選使用能用來測量對象速度的傳感器，從而可以測量以及 檢測對象的運動。為此，首先將雷達(dá)用作傳感器。但雷達(dá)的方位分辨率對于靜態(tài)對象并不 準(zhǔn)確。因此，為了檢測靜態(tài)對象優(yōu)選使用激光掃描器，利用該激光掃描器能非常準(zhǔn)確地確定 對象的方位，然而并不能測量關(guān)于所檢測對象的速度的信息。
[0006] 由R. Danescu等的"利用基于顆粒的占用柵格來建模和跟蹤行駛環(huán)境（Modelling and tracking the driving environment with a particle-based occupancy grid) '，， IEEE TRANS. INTEL TRANSP. SYST.，2011 年 12 月，第 4 期第 12 卷第 1331-1342 頁以及 R. Danescu等的"基于在行駛環(huán)境中覺察障礙物的顆粒柵格跟蹤系統(tǒng)立體版（Particle grid tracking system stereo vision based obstacle perception in driving environments) "，IEEE TRANSP. SYST. MAG.，2012 年第 I 期第 4 卷第 6-20 頁公開了一種方 法，在該方法中，借助蒙特卡羅（Monte Carlo)方法在柵格地圖中比較動態(tài)車輛的方位和速 度并且將其與測量進行關(guān)聯(lián)，從而實時檢測動態(tài)對象的方位和速度。

【發(fā)明內(nèi)容】

[0007] 利用本發(fā)明實現(xiàn)一種用于檢測靜態(tài)和動態(tài)對象的方法和裝置，所述方法和裝置既 能實現(xiàn)檢測靜態(tài)對象也能實現(xiàn)檢測動態(tài)對象并且能以很小的成本實時實施，以及能以對于 部分自動化或者全自動化控制車輛來說必要的準(zhǔn)確性檢測靜態(tài)和動態(tài)對象的方位和速度。
[0008] 本發(fā)明通過獨立權(quán)利要求的技術(shù)方案實現(xiàn)。有利的實施例在各自的從屬權(quán)利要求 中描述。
[0009] 按照本發(fā)明的用于檢測靜態(tài)和動態(tài)對象的方法包括如下步驟：
[0010] a)在確定的時刻（t)在顆粒卡中分布新顆粒，其中，顆?？閱卧亩S布置結(jié) 構(gòu)并且每個單元代表一個確定的方位，通過速度矢量來描述每個顆粒，并且將新的顆粒通 過隨機方法在顆?？ㄖ羞M行分布，
[0011] b)在相對于步驟a)中的確定的時刻（t)遲后了預(yù)定時間步（△ t)的時刻（t+Δ t) 計算顆粒的方位，并且將顆粒配置給顆粒卡的與相應(yīng)新計算的方位對應(yīng)的單元，
[0012] c)借助傳感器在包括顆粒卡方位的區(qū)域內(nèi)測量真實對象的方位，
[0013] d)根據(jù)所測量的對象在各個單元中對顆粒濾波，其中，在沒有測量到對象的單元 中清除比在存在有對象的單元中多的顆粒，
[0014] e)重復(fù)步驟a)至d)，其中，在步驟a)中給在步驟d)中沒有清除的顆粒添加新的 顆粒。
[0015] 本發(fā)明的特征在于，在步驟a)中也添加其速度值為零的靜態(tài)顆粒。
[0016] 本發(fā)明是R. Danescu等的在開頭部分闡述的方法的改進方案。在該已知的方法 中，將新顆粒在顆粒卡中以均勻的速度分布進行分布。因為速度均勻分布，所以值精確為零 的速度的概率等于零。并不運動的靜態(tài)對象因此不會按確定的速度分布收斂，并且因此不 能可靠地檢測。
[0017] 但本發(fā)明的發(fā)明人認(rèn)識到，通過添加其速度值為零的靜態(tài)顆粒也可以檢測靜態(tài)對 象，而不必要在原則上改變方法。
[0018] 在本方法中，借助傳感器測量真實對象的方位。作為傳感器，僅僅一個測量方位、 但不一定測量速度的傳感器對此就足以。這樣的傳感器例如為激光掃描器。因此利用本方 法僅僅利用一個測量對象方位的傳感器不僅可以檢測靜態(tài)對象、而且可以同時檢測動態(tài)對 象并且可以在顆?？ㄖ懈欖o態(tài)對象和動態(tài)對象。
[0019] 根據(jù)一種優(yōu)選的實施例，根據(jù)步驟c)的對真實對象的方位的測量，在步驟a)中僅 僅將新顆粒在已測量到真實對象的單元中分布。本方法為一種統(tǒng)計方法，該統(tǒng)計方法在步 驟a)至d)的一些重復(fù)之后產(chǎn)生顆?？?，該顆?？ɡ妙w粒在單元中的速度分布描述真實 對象，其中，利用真實對象的描述在步驟a)至d)的一些重復(fù)之后收斂。通過在分布新顆粒 時考慮測量真實對象的方位實現(xiàn)更快的收斂。
[0020] 根據(jù)一種優(yōu)選的實施方式，各個顆?？杀患訖?quán)，其中，權(quán)重描述在步驟d)中顆粒 不被清除的概率。權(quán)重因此描述在按照步驟d)濾波時的生存概率。具有較高權(quán)重的顆粒 具有較高的生存概率，并且因此比具有低權(quán)重的顆粒更經(jīng)受得住在步驟d)中的濾波。
[0021] 這樣的權(quán)重例如可根據(jù)對象的速度測量結(jié)果來配置給對象，其中，給在確定對象 的方位上存在的并且其速度大致與在方向和/或值方面所測量的速度相等的顆粒配置比 雖然也在相應(yīng)對象的方位上存在的、但其速度在速度的方向和/或值方面偏差更強的顆粒 更高的權(quán)重。由此獲得系統(tǒng)更快的收斂。
[0022] 此外可以根據(jù)各個顆粒的壽命配置權(quán)重。顆粒存在時間越長，相應(yīng)的權(quán)重就越大。 優(yōu)選地存在預(yù)定的上邊界，從而在預(yù)定數(shù)目的存在確定顆粒的步驟之后，不進一步提高權(quán) 重。根據(jù)顆粒的壽命提高權(quán)重可以依照線性函數(shù)進行。然而適宜的也可以是，提高依照非 線性函數(shù)進行，該非線性函數(shù)首先緩慢提高、然后在某一段具有更強的斜率直到飽和段，該 非線性函數(shù)在該飽和段中不再進一步上升。
[0023] 本發(fā)明的可以相應(yīng)單獨地或者與更上文中描述的方面之一相結(jié)合地應(yīng)用的另一 方面涉及一種用于檢測靜態(tài)和動態(tài)對象的方法，該方法包括如下步驟：
[0024] -借助傳感器測量真實對象的方位，
[0025] -產(chǎn)生環(huán)境模型，該環(huán)境模型為單元的二維布置結(jié)構(gòu)并且每一個單元代表一個確 定的方位，并且將至少兩個連續(xù)的分類值在相應(yīng)確定的時間步（t)配置給單元，這些分類 值描述要給相應(yīng)的單元配置確定類別的概率，其中，特別是區(qū)分兩個或多個如下類別：
[0026] -單元是否具有對象，
[0027] -單元是否具有靜態(tài)對象，
[0028] -單元是否具有動態(tài)對象，
[0029] -單元是否構(gòu)成自由空間，以及
[0030] -單元是否無法配置之前提到的任何類別。
[0031] 特別地，借助傳感器測量真實對象的方位可按照上述方法之一實現(xiàn)。
[0032] 利用環(huán)境模型通過單元及其內(nèi)部包含的對象的分類值檢測不同的特性，并且在多 個時間步上跟蹤所述不同的特性。因為檢測單元或者其內(nèi)部包含的對象的多個特性，所以 在駕駛輔助系統(tǒng)中可以更可靠地基于環(huán)境模型進行判定。
[0033] 單元是否具有對象的類別優(yōu)選地并不包括具有靜態(tài)對象的單元的類別或者具有 動態(tài)對象的單元的類別。具有對象的單元的類別因此包括并沒有定義其是靜態(tài)對象還是動 態(tài)對象的所有對象。
[0034] 根據(jù)一種優(yōu)選的實施例，環(huán)境模型至少包括分類值：單元是否具有靜態(tài)對象，單元 是否具有動態(tài)對象，以及單元是否構(gòu)成自由空間。利用這些分類值可在駕駛輔助系統(tǒng)中可 靠地在靜態(tài)對象和動態(tài)對象方面進行判定，其中，通過描述自由空間的分類值存在車輛可 能在哪個區(qū)域內(nèi)運動的積極信息。
[0035] 分類值為概率或者優(yōu)選地為根據(jù)Dempster和Shafer證據(jù)理論的證據(jù)集 (Evidenzmassen)〇
[0036] 優(yōu)選地，根據(jù)自由空間對測量真實對象的方位進行評估，其中，處在介于傳感器和 真實對象之間的區(qū)域內(nèi)的方位被評估為自由空間。與此相應(yīng)地產(chǎn)生用于自由空間這一類別 的分類值。在所述評估時例如考慮真實對象的方位的所測量的坐標(biāo)以及對應(yīng)的傳感器的坐 標(biāo)。