• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    DieErfindung betrifft ein Verfahren zum Steuern von Insassenrückhaltemittelnin einem Fahrzeug, mit wenigstens zwei Sensoren (10, 10') zum zyklischenErfassen einer Fahrzeugumgebung, deren Messdaten zu Segmenten zusammenfassbarund potentiellen Kollisionsobjekten (O) zugeordnet sind, und beidem Tracks fürdie Objekte (O) ermittelt werden können, die zum Steuern einesPrecrash-Verhaltens der Insassenrückhaltemittel heranziehbarsind, dadurch gekennzeichnet, dass Segmente aus Messungen überlappenderMessstrahlen (M1-M4) mit darin festgestellten Objekten (O) gebildetwerden.
    公开号:DE102004026638A1
    申请号:DE102004026638
    申请日:2004-06-01
    公开日:2005-10-27
    发明作者:Jürgen DICKMANN；Rajan Prasanna
    申请人:DaimlerChrysler AG；
    IPC主号:B60R21-01
    专利说明:
    [0001] DieErfindung betrifft ein Verfahren zum Steuern von Insassenrückhaltemittelnin einem Fahrzeug nach Anspruch 1, mit wenigstens zwei Sensorenzum zyklischen Erfassen einer Fahrzeugumgebung, deren Messdatenzu Segmenten zusammenfassbar und potentiellen Kollisionsobjektenzugeordnet sind, und bei dem Tracks für die Objekte ermittelt werdenkönnen,die zum Steuern eines Precrash-Verhaltens der Insassenrückhaltemittelheranziehbar sind.
    [0002] Verfahrendieser Art setzen eine Sensorik voraus, die eine schnelle und verlässlicheErfassung der Fahrzeugumgebung ermöglicht. Erst auf Basis entsprechenderMessdaten kann ein effizienter Einsatz der Sicherheitssysteme im(Pre)Crashfall gewährleistetwerden. Die erforderliche Sensorik stellt deshalb auch einen erheblichenKostenfaktor dar.
    [0003] Diejapanische Patentschrift JP 08-159756 A1 offenbart einen Detektorfür Objektemit einer Mehrzahl von Photodetektoren, die an Vorder- und Rückseitesowie den jeweiligen Seiten eines Fahrzeugs angeordnet sind. Ausden Messungen reflektierter Messstrahlen wird auf Basis des Triangulierungsprinzipseine Entfernung zu dem Objekt ermittelt. Der Detektor ist dabeifür industriellgenutzte (Förder)-Fahrzeugemit geringen Geschwindigkeiten und entsprechend kurzen Bremswegenausgelegt. Demgemäß ist auchdie Erfassungsweite des Detektors auf kurze Distanzen und geringeAuflösungen beschränkt, wassich in weiten Überlappungsbereichenund einer schrägnach vorn unten gerichteten Erfassungsgeometrie ausdrückt. KonkreteAngaben zum Verarbeitungsablauf der optischen Messdaten sind demDokument nicht entnehmbar.
    [0004] Diedeutsche Offenlegungsschrift DE 199 49 409 A1 beschreibt ein Verfahrenund eine Vorrichtung zur Objektdetektierung mit Radarsensoren. Inderen Überlappungsbereichwerden Entfernungen zu einem Objekt auf Basis des Triangulierungsprinzipsermittelt, wodurch sich die Zahl eingesetzter Sensoren verringert.Die eingesetzten Sensoren sind jedoch entsprechend teuer.
    [0005] Diedeutsche Offenlegungsschrift DE 101 60 299 A1 zeigt ein Verfahren undein System zum Detektieren von Objekten mit Radarsensoren. Zum Bestimmenvon Objektparametern wird ein Klassifikationsverfahren angewandt,wodurch sich mehrere unabhängigvoneinander detektierte Reflexionszentren einem Objekt zuordnenlassen. Auch hier sind die eingesetzten Sensoren entsprechend teuer.
    [0006] Esist Aufgabe der vorliegenden Erfindung, ein Verfahren der eingangsgenannten Art bereitzustellen, das eine schnelle und verlässlicheErfassung und Verfolgung potentieller Kollisionsobjekte mit einfachenund kostengünstigenMitteln zulässt.
    [0007] DieseAufgabe wird durch ein Verfahren gelöst, bei dem die Segmente ausMessungen überlappenderMessstrahlen gebildet werden, die sich von einer Fahrzeugvorderseiteausgehend in etwa horizontal fächerförmig erstrecken,und in denen potentielle Kollisionsobjekte festgestellt sind.
    [0008] Daeinerseits zum Erfassen potentieller Kollisionsobjekte eine Segmentierungder Messdaten vorgenommen werden muss, andererseits aber ein derartigerSensor keine Winkelauflösunginnerhalb seines Messstrahls ermöglichtund die Messstrahlen relativ breit sind, wird die Lokalisierungeines Objekts und die Größenabschätzung üblicherweiseschwierig. Weist z.B. ein Sensor eine Messstrahlbreite von 20° auf undeine Entfernungsmessung liegt bei 7 m, kann die Entfernung an jedemPunkt in der Messstrahlbreite bei 7 m aufgetreten sein, und dieObjektgröße kanneinen Wert zwischen wenigen Zentimetern und 1,3 m haben.
    [0009] EineMöglichkeitdes Segmentierens und Lokalisierens des Objekts besteht darin, dasTriangulierungsverfahren anzuwenden. Die Triangulierung verwendetzwei unabhängigeEntfernungsmessungen zum Lokalisieren des Objekts. Der Nachteildieses Verfahrens ist der, dass sich zwar Punktziele gut erfassenlassen, jedoch nicht breite oder verteilte Objekte, und in manchenFällenauch Scheinobjekte gemeldet werden.
    [0010] Einwesentlicher Punkt der vorliegenden Erfindung besteht deshalb darin,eine Segmentierung von Messdaten überlappender Messstrahlen vorzunehmen.Bekannte Parameter der jeweiligen Sensoren umfassen dabei die Messstrahlbreite,die Nummer des Messstrahls (im folgenden Messstrahlnummer genannt),die Position am Fahrzeug, den Ausrichtungswinkel hinsichtlich derFahrzeugachse usw.. Die Nutzung des Überlappungsmusters der Messstrahlenlässt damitden Einsatz beliebiger, einfachster Entfernungssensoren zu.
    [0011] VorteilhafteWeiterbildungen des Verfahrens sind in den Unteransprüchen 2 bis15 angegeben.
    [0012] VonVorteil ist es, wenn den Segmenten triangulierte Messungen von Sensorenzugeordnet werden, in deren überlappendenMessstrahlen potentielle Kollisionsobjekte festgestellt sind. Damit kanneine Liste eindeutig identifizierter Objekte vor dem Fahrzeug erzeugtwerden. Messen zwei Messstrahlen zweier verschiedener Sensoren einZiel, und liegen die Messungen in einem Überlappungsbereich, womit einehohe Wahrscheinlichkeit fürein gleiches Ziel besteht, wird das Triangulierungsverfahren zumBerechnen der erwarteten Objektposition angewandt. Die Triangulierungwird dabei füralle Messungen potentieller Kollisionsobjekte und für alle möglichen Überlappungsmusterder Messstrahlen durchgeführt.
    [0013] Bevorzugtist es, wenn die Radialgeschwindigkeiten eines Objekts zum Feststelleneiner Triangulierbarkeit herangezogen werden. Damit wird sichergestellt,dass es sich hier um das gleiche Objekt handelt und nicht um eineGruppe von verschiedenen Objekten.
    [0014] EinVorteil entsteht, wenn die Segmente mit kombinierten Messungen einzelnerSensoren gruppiert werden, in deren angrenzenden Messstrahlen gemeinsamepotentielle Kollisionsobjekte (O) festgestellt sind. Damit werdenauch Messungen von Objekten erfasst, die nicht in das Überlappungsmuster desMessstrahlen fallen, sondern z.B. in benachbarten Messstrahlen einesSensors auftreten.
    [0015] Bevorzugtist es dabei, wenn die Kombinationskriterien eine Entfernungsinformation,eine Radialgeschwindigkeit und/oder eine Messstrahlnummer umfassen.Damit lassen sich die Messungen angrenzender Messstrahlen unterverschiedenen Aspekten so gruppieren, das eine sichere Erkennunggemeinsamer Objekte gewährleistetist.
    [0016] Einweiterer Vorteil entsteht, wenn die Segmente mit isolierten Messungeneinzelner Sensoren gruppiert werden, in deren Messstrahlen einzelnepotentielle Kollisionsobjekte festgestellt sind. Damit sind auchObjekte erfassbar, die nur in isolierten Messstrahlen erfasst werden,aber zu einem z.B. aus triangulierten und kombinierten Messungenbekannten Objekt gehören.
    [0017] Bevorzugtist es, wenn die Segmentierungskriterien eine Objektposition, eineAnnäherungsgeschwindigkeit,eine Objektgröße und/oderein Strahlüberlappungsmusterumfassen. Damit lassen sich triangulierte, kombinierte und isolierteMessungen in einem Segment unter verschiedenen Aspekten so gruppieren,dass ihre sichere Zuordnung zu einem Objekt gewährleistet ist. Ein Parametersatzfür Objektposition(x, y), Annäherungsgeschwindigkeit(Vx, Vy), möglicheObjektgröße (linkeund rechte Position) usw. werden in jedem Erfassungszyklus neu berechnet.Andere Möglichkeitenzum Segmentieren und Kombinieren der Messungen können auch in der Anwendungvon Netzbelegungsverfahren, Kombinationsverfahren angrenzender Messstrahlenund Musterklassifikationsverfahren bestehen.
    [0018] VonVorteil ist es, wenn ein Unsicherheitsbereich, der sich beim Bestimmeneiner Objektposition ergibt, als potentielle Objektgröße angenommen wird.Damit ist eine anfänglicheAbschätzungder Objektgröße ohneweiteren Aufwand möglich.Der Unsicherheitsbereich kann zusätzlich zu den trianguliertenPositionswerten (x, y) bestimmt werden. Typischerweise wird einepotentielle Objektgröße aus der Breiteder betrachteten Messstrahlen abgeleitet. Die Objektgröße wirdunter Nutzung eines Netzbelegungsverfahrens zyklisch neu bestimmt,und diese Schätzung über mehrereErfassungszyklen verbessert. Damit ist ein Überlappungsbereich des Objekts mitdem Fahrzeug si cher erkennbar, der zum frühzeitigen Auslösen derInsassenrückhaltemittelführt.
    [0019] VonVorteil ist es, wenn die Tracks eine Annäherungsgeschwindigkeit zumErkennen und Verfolgen statischer und dynamischer Objekte umfassen.Dadurch wird insbesondere die Verfolgung von sich bewegenden Objektenund die Abschätzungvon deren Crashrelevanz möglich.Zum Unterscheiden beider Objekttypen wird eine Annäherungsgeschwindigkeitan das Fahrzeug und/oder eine geschätzte Größe des Objekts herangezogen.Anders als bei Radarsensoren fehlt bei optischen Sensoren dabei eineDoppler-Geschwindigkeitsinformation. Die Annäherungsgeschwindigkeit wirddeshalb allein aus den Entfernungsmessungen geschätzt.
    [0020] Bevorzugtist es deshalb, wenn eine Annäherungsgeschwindigkeiteines Objekts aus wenigstens zwei seiner Radialgeschwindigkeitenbestimmt wird. Dem liegen wenigstens zwei Entfernungsmessungen zugrunde,womit die Annäherungsgeschwindigkeit entsprechendgenau wird.
    [0021] Einweiterer Vorteil entsteht, wenn den Tracks ein Status zugeordnetwerden kann, der deren weitere Verarbeitung bestimmt. Ein Statusder Tracks kann typischerweise FREE, INITIAL, TENTATIVE, CONFIRMED,MISSED oder DEAD sein. Abhängigvon dem jeweiligen Status der Tracks ist ihre Verarbeitung damitsteuerbar. So werden unterschiedliche Kriterien (Annäherungsgeschwindigkeit, EuklidischeDistanz, Messstrahlnummer usw.) für jeden Status genutzt, umdie Messungen aufzuteilen, was die Erfassungssicherheit potentiellerKollisionsobjekte durch den Algorithmus erhöht.
    [0022] Bevorzugtist es, wenn der Track mit einem Status CONFIRMED zuerst verarbeitetwird. Dadurch lässtsich eine priorisierte Verarbeitung von Tracks vornehmen, die inbesonderem Maß crashrelevantsind, wodurch wiederum ein der Situation angepasstes Precrash-Verhaltender Insassenrückhaltemittelbeschleunigt erreichbar ist. Die Reaktionszeit des Algorithmus wirddamit beschleunigt.
    [0023] Besondersbevorzugt ist es, wenn eine Statusänderung wohldefinierten Übertragungsregeln folgt.Dadurch wird ein fehlender oder falscher Alarm ausgeschlossen, dersich z.B. durch falsche Statusdeklaration ergeben könnte. DieZuverlässigkeitdes Verfahrens wird dadurch erhöht.
    [0024] Bevorzugtist es, wenn eine zukünftigeObjektposition durch Anwendung adaptiver Filterverfahren bestimmtwird. Dazu werden die segmentierten und isolierten Messungen Trackszugeordnet. Tracks stellen dabei potentielle Kollisionsobjekte dar,wobei ein großesObjekt auch durch mehrere Tracks repräsentiert werden kann. Aus densegmentierten Messungen der Tracks wird der geometrische Schwerpunktdes Objekts ermittelt. Diese geometrische Position wird geglättet unddie nächsteTrackposition und Trackgeschwindigkeit unter Verwendung adaptiverFilterverfahren bestimmt. Eine Track-Datenstruktur besteht dabei aus einerSchätzungder Objektposition (x, y) in jedem Zyklus, einer Schätzung derAnnäherungsgeschwindigkeit(Vx, Vy), einer Schätzung derObjektgröße und crashrelevanterInformation. Abhängigvon der geschätztenCrashinformation steuert der Algorithmus die entsprechenden Insassenrückhaltemittelan.
    [0025] VonVorteil ist es, wen zum Steuern eines Precrash-Verhaltens von Insassenrückhaltemitteln für jedesObjekt Informationen bereitgestellt werden, die eine Annäherungsgeschwindigkeit,eine Objektposition, einen zeitlichen Kollisionsabstand, eine Objektgröße und/odereine Überlappungumfassen. Da Precrash- AnwendungenSzenarien hoher Dynamik umfassen, werden den aktuellen Messungenhöhere Priorität beigemessenals den vergangenen Messungen (Historie). Die Tracks werden so früh wie möglich, d.h. in sehr wenigen Messzyklen angekündigt und die aktuelle Statusabschätzung istauf die unmittelbare Vergangenheit beschränkt. Dadurch unterscheidensich Precrash- von Komfortanwendungen wie ACC, bei dem die Tracksrelativ langsam deklariert werden und Schätzungen hinsichtlich einesweiten Bereichs vergangener Messungen hochgradig geglättet sind.Von einem ACC-Prozessor verarbeitete und für das Precrash-Verhalten relevanteObjektinformationen könnendie Leistungsfähigkeitdes Precrash-Algorithmus weiter erhöhen. Dadurch liegt bereitsin wenigen Erfassungszyklen des Sensors eine schnelle und zuverlässige Aussage über einenTrack bzw. ein potentielles Kollisionsobjekt vor, wodurch die Reaktionszeitdes Algorithmus verkürztwird.
    [0026] Esversteht sich, dass die vorstehend genannten und nachstehend nochzu erläuternden Merkmalenicht nur in der jeweils angegebenen Kombination, sondern auch inanderen Kombinationen verwendbar sind. Der Rahmen der vorliegendenErfindung ist nur durch die Ansprüche definiert.
    [0027] DieErfindung wird im Folgenden anhand eines Ausführungsbeispiels unter Bezugnahmeauf die zugehörigenZeichnungen nähererläutert.Gleiche oder gleichwirkende Teile sind mit gleichen Bezugsziffernversehen. Dabei zeigen:
    [0028] 1a einFahrzeug mit zwei Precrash-Sensoren, deren Erfassungsbereich durchfächerartig überlappendeMessstrahlen gebildet wird, und
    [0029] 1b dasFahrzeug der 1a, bei dem ein potentiellesKollisionsobjekt im Erfassungsbereich der Sensoren erscheint, sowie
    [0030] 2 eineschematische Darstellung der wesentlichen Verarbeitungsschrittedes erfindungsgemäßen Verfahrens.
    [0031] 1a zeigtein Fahrzeug F mit zwei Precrash-Sensoren 10 und 10', deren Erfassungsbereich durchfächerartig überlappendeMessstrahlen M1 – M4gebildet wird. Die Sensoren 10, 10' sind einfache, preisgünstige Entfernungssensoren,die an der Vorderseite des Fahrzeugs F, z.B. an dessen Stoßstange,in dessen Scheinwerfern, am Kühlergrillo.Ä. integriertsind. Die Aufgabe des Algorithmus besteht darin, die Entfernungsmessungenschnell (Real-Time) und verlässlichzu verarbeiten, Objekte zu lokalisieren sowie deren Geschwindigkeitsvektorhinsichtlich des Fahrzeugs F und deren Crashrelevanz zu bestimmen.Die Crashrelevanz und die Crashparameterabschätzung werden in einer Vielzahlvon precrash-bezogenen Rückhaltemittelngenutzt. Beispiele dafürsind die Bestimmung des Auslösezeitpunktsfür Airbagsunter Nutzung Annäherungsgeschwindigkeit,des Gurtstraffer, der Kniepolster usw. Typische preisgünstige Sensorenfür diesenZweck weisen eine einfache Messstrahlstruktur auf, mit festen Messstrahlen(kein Scanning), die einen Bereich bis zu 8 – 10 m vor dem Fahrzeug abdecken.Innerhalb des Messstrahls ist keine Winkelauflösung möglich.
    [0032] 1b zeigtdas Fahrzeug F der 1a, bei dem ein potentiellesKollisionsobjekt O im Erfassungsbereich der Sensoren 10, 10' erscheint.Das Objekt O wird dabei von den angrenzenden Messstrahlen M1 undM2 erfasst, deren Messungen z.B. anhand der Entfernungsinformationmiteinander kombiniert werden. Das Objekt O wird auch im überlappendenBereich der Messstrahlen M2 und M3 erfasst, deren Messungen segmentiertund trianguliert werden. Das Objekt O tritt in keinem einzelnenMessstrahl eines der Sensoren 10, 10' auf, womitauch keine isolierten Messungen zu betrachten sind. Die segmentiertenund kombinierten Messungen werden in der Folge gruppiert und bildendas Objekt O ab, für dasein Track initiiert wird. Dazu werden Kriterien wie Objektposition,Annäherungsgeschwindigkeitusw herangezogen. Die gruppierten Messungen werden diesem Trackzugeordnet und mit einem Status versehen. In diesem ersten Erfassungszykluswäre dies derStatus INITIAL, der auf Grund wohldefinierter Übergangsregeln im nächsten Erfassungszyklus schonCONFIRMED sein könnte.Tracks mit dem Status CONFIRMED werden zuerst verarbeitet, um derenCrashrelevanz zu beurteilen.
    [0033] 2 zeigteine schematische Darstellung der wesentlichen Verarbeitungsschrittedes erfindungsgemäßen Verfahrens.Da die betrachteten Crash-Zeiten in der Regel im Bereich einigerMillisekunden liegen, zielt der Algorithmus darauf ab, die Gesamtverarbeitungszeiteinerseits durch Verringern überflüssiger Verarbeitungsschrittedurch das AusschließenunerwünschterMessungen, und andererseits durch einfache Strukturierung der Zuordnungsoperationender Messungen zu den Tracks zu minimieren.
    [0034] Dazuwerden die Messungen der Sensoren 10, 10' zunächst durchgeführt undin einem nächsten Schrittgefiltert. Die Filterung kann dabei eine Vorfilterung der Messungennach Reichweite umfassen, womit nicht precrash-relevante Messungenausgeschlossen werden. Der Algorithmus kann in diesem Schritt beispielsweisebei der Verwendung von LIDAR-Sensoren auf Grund der empfangenenSignalstärkeMessungen ausschließen,die durch Nebelreflexionen hervorgerufen sind. Des weiteren können Messungenausgefiltert werden, die auf temporäre Mess ausfälle zurückzuführen sind. Durch die Vorfilterungder Messungen wird der zu verarbeitende Datenumfang verkleinertund gleichzeitig auf das Wesentliche beschränkt. Damit steigt die Effizienzund Reaktionsgeschwindigkeit des Algorithmus.
    [0035] ImnächstenSchritt werden überlappende Messungentrianguliert und segmentiert, und die derart segmentierten Messungenmit möglichenkombinierten und isolierten Messungen gruppiert. Für Messungen,die nicht in das Gatter eines existierenden Tracks fallen, wirdein neuer Track initiiert. Eine Track-Datenstruktur besteht dabeiaus einer Schätzungder Objektposition (x, y) in jedem Zyklus, einer Schätzung derAnnäherungsgeschwindigkeit(Vx, Vy), einer Schätzungder Objektgröße und crashrelevanterInformation. Die Segmentierung und Zuordnung der Messdaten wirdin diesem Schritt kombiniert (Search, Associate) durchgeführt, sodass sich eine Beschleunigung der Verarbeitung ergibt.
    [0036] ImnächstenSchritt wird aus den vorliegenden Trackdaten eine Vorhersage für den nächsten Erfassungszyklusabgeleitet, z.B. wo und mit welcher möglichen Überlappung das Objekt dannerscheinen wird. Dazu wird ein adaptives Filterverfahren angewendet.
    [0037] Für die derartvorhergesagten Tracks wird in einem nächsten Schritt eine Abschätzung der Crashrelevanzvorgenommen, wobei zB nur Tracks mit Status CONFIRMED betrachtetwerden. Dadurch reduziert sich die zu verarbeitende Datenmenge ein weiteresMal, was die Verarbeitung beschleunigt und damit die Reaktionszeitdes Algorithmus verkürzt. Wirdeine Crashrelevanz eines oder mehrerer Objekte für den nächsten Erfassungszyklus festgestellt, kommtes zur Auslösungder entsprechenden Insassenrückhaltemittel,ansonsten kehrt der Algorithmus in den Schritt der Messungsaufnahmezurück.
    [0038] BeiAuslösungwerden Trackinformationen wie Position, Annäherungsgeschwindigkeit, zeitlicher Kollisionsabstandimmer an die relevanten Sicherheitssysteme übergeben, bei Überlappungauch der Überlappungsbereich.Unter Zugrundelegung dieser Angaben kann ein Precrash-Verhaltender Insassenrückhaltesystemeoptimal gesteuert werden.
    [0039] DerAlgorithmus erhöhtden Nutzwert einfacher, preiswerter Sensoren, die zum Realisiereneiner Precrash-Funktionalitätverwendet werden können.ZukünftigeFunktionen könnendabei die Bestimmung von Auslösezeitpunktenfür Airbags,die Betätigungvon Gurtstraffern usw umfassen. Ein derartiges Niedrigpreis-Sensorsystemkann, aufgewertet durch die hier vorgestellte Signalverarbeitung, auchin einer Vielzahl neuer Anwendungen auch mit anderen Sensortypenverbunden werden, z.B. Systemen zur Kollisionsabschwächung usw.
    10,10' OptischerSensor F Fahrzeug M1 – M4 Messungen O Objekt
    权利要求:
    Claims (15)
    [1] Verfahren zum Steuern von Insassenrückhaltemittelnin einem Fahrzeug, mit wenigstens zwei Sensoren (10, 10') zum zyklischenErfassen einer Fahrzeugumgebung, deren Messdaten zu Segmenten zusammenfassbarund potentiellen Kollisionsobjekten (O) zugeordnet sind, und beidem Tracks für dieObjekte (O) ermittelt werden können,die zum Steuern eines Precrash-Verhaltens der Insassenrückhaltemittelheranziehbar sind, dadurch gekennzeichnet, dass die Segmenteaus Messungen überlappenderMessstrahlen gebildet werden, die sich von einer Fahrzeugvorderseiteausgehend in etwa horizontal fächerförmig erstrecken,und in denen potentielle Kollisionsobjekte (O) festgestellt sind.
    [2] Verfahren nach Anspruch 1, dadurch gekennzeichnet,dass den Segmenten triangulierte Messungen von Sensoren (10, 10') zugeordnetwerden, in deren überlappendenMessstrahlen potentielle Kollisionsobjekte (O) festgestellt sind.
    [3] Verfahren nach Anspruch 2, dadurch gekennzeichnet, dassRadialgeschwindigkeiten eines Objekts (O) zum Feststellen einerTriangulierbarkeit herangezogen werden.
    [4] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass die Segmente mit kombinierten Messungen einzelnerSensoren (10, 10')gruppiert werden, in deren angrenzenden Messstrahlen (M1 – M4) gemeinsamepotentielle Kollisionsobjekte (O) festgestellt sind.
    [5] Verfahren nach Anspruch 4, dadurch gekennzeichnet,dass die Kombinationskriterien eine Entfernungsinformation, eineRadialgeschwindigkeit und/oder eine Messstrahlnummer umfassen.
    [6] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass die Segmente mit isolierten Messungen einzelnerSensoren (10, 10')gruppiert werden, in deren Messstrahlen (M1 – M4) einzelne potentielleKollisionsobjekte (O) festgestellt sind.
    [7] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass die Gruppierungskriterien eine Objektposition,eine Annäherungsgeschwindigkeit,eine Objektgröße und/oder einStrahlüberlappungsmusterumfassen.
    [8] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass ein Unsicherheitsbereich, der sich beim Bestimmeneiner Objektposition ergibt, als potentielle Objektgröße angenommenwird.
    [9] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass die Tracks eine Annäherungsgeschwindigkeit zumErkennen und Verfolgen statischer und dynamischer Objekte (O) umfassen.
    [10] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass eine Annäherungsgeschwindigkeiteines Objekts (O) aus wenigstens zwei seiner Radialgeschwindigkeitenbestimmt wird.
    [11] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass den Tracks ein Status zugeordnet werden kann,der deren weitere Verarbeitung bestimmt.
    [12] Verfahren nach Anspruch 11, dadurch gekennzeichnet,dass der Track mit einem Status CONFIRMED zuerst verarbeitet wird.
    [13] Verfahren nach Anspruch 11 oder 12, dadurch gekennzeichnet,dass eine Statusänderung wohldefinierten Übertragungsregelnfolgt.
    [14] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass eine zukünftigeObjektposition durch Anwendung adaptiver Filterverfahren bestimmtwird.
    [15] Verfahren nach einem der vorstehenden Ansprüche, dadurchgekennzeichnet, dass zum Steuern eines Pre-Crash-Verhaltens vonInsassenrückhaltemittelnfür jedesObjekt (O) Informationen bereitgestellt werden, die eine Annäherungsgeschwindigkeit,eine Objektposition, einen zeitlichen Kollisionsabstand, eine Objektgröße und/odereine Überlappungumfassen.
    类似技术:
    公开号 | 公开日 | 专利标题
    US9594155B2|2017-03-14|Vehicle radar system with trailer detection
    CN104118382B|2017-10-20|碰撞确定设备、碰撞减轻设备和碰撞确定方法
    CN105848980B|2019-05-03|车辆周围状况推定装置
    US9390624B2|2016-07-12|Vehicle-installation intersection judgment apparatus and program
    US6862537B2|2005-03-01|Sensor fusion system architecture
    EP1409296B1|2006-09-20|Verfahren zur klassifizierung von einemhindernis anhand von precrashsensorsignalen
    US6674394B1|2004-01-06|Method for determining object location from side-looking sensor data
    DE60315208T2|2008-04-17|Vorrichtung und Verfahren zur Hinderniserkennung für Fahrzeuge
    KR101206196B1|2012-11-28|레이다 센서 및 비젼 센서를 갖는 센서 시스템
    EP1628180B1|2008-11-12|Verfahren zur Ereignisdiskriminierung mit mehreren Algorithmen
    EP2905184A1|2015-08-12|Kollisionserkennungsvorrichtung
    US7616101B2|2009-11-10|Device for monitoring the surroundings of a vehicle
    US6871145B2|2005-03-22|Method and system for vehicle impact assessment using driver braking estimation
    CN105128836B|2019-04-19|自主紧急制动系统及其中识别行人的方法
    DE10065518B4|2004-10-14|Verfahren zum Auslösen von Rückhaltemitteln in einem Kraftfahrzeug
    US9266488B2|2016-02-23|Method and control unit for ascertaining a type of collision of a vehicle
    US6834254B2|2004-12-21|Monitor system of vehicle outside and the method thereof
    US6873251B2|2005-03-29|Tracking system and method employing multiple overlapping sensors
    US6452535B1|2002-09-17|Method and apparatus for impact crash mitigation
    JP3252040B2|2002-01-28|車両の衝突判断装置
    DE60010161T2|2004-09-02|Infrarot-Belegungserkennungsvorrichtung in einem Kraftfahrzeug sowie Verfahren
    US7617048B2|2009-11-10|Method for determining an accident risk between a first object with at least one second object
    JP4883246B2|2012-02-22|物体検出装置及び物体検出方法
    JP5283622B2|2013-09-04|機械の衝突防止のためのカメラを利用した監視方法及び装置
    EP1947474B1|2011-03-02|Verfahren und System zur Vorhersage der Zeit und Geschwindigkeit eines Einschlags
    同族专利:
    公开号 | 公开日
    DE102004026638B4|2007-03-29|
    EP1584519A1|2005-10-12|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    JPH08159756A|1994-12-12|1996-06-21|Nikon Corp|障害物検出装置|
    DE19845568A1|1998-04-23|1999-10-28|Volkswagen Ag|Vorrichtung zur Objekterfassung für Kraftfahrzeuge|
    DE19910667A1|1999-03-11|2000-09-21|Volkswagen Ag|Vorrichtung mit mindestens einem Lasersensor und Verfahren zum Betreiben eines Lasersensors|
    DE19949409A1|1999-10-13|2001-04-19|Bosch Gmbh Robert|Verfahren und Vorrichtung zur Objektdetektierung|
    DE10132681C1|2001-07-05|2002-08-22|Bosch Gmbh Robert|Verfahren zur Klassifizierung von einem Hindernis anhand von Precrashsensorsignalen|
    DE10146808A1|2001-09-22|2003-04-10|Adc Automotive Dist Control|Optisches System für ein Kraftfahrzeug|
    DE10247670A1|2001-10-10|2003-04-30|Visteon Global Tech Inc|Use of data provided by remote data capture devices for decisions to activate protective devices|
    DE10160299A1|2001-12-07|2003-06-18|Bosch Gmbh Robert|Verfahren und System zum Detektieren mindestens eines Objekts|
    DE10231362A1|2002-07-11|2004-01-22|Robert Bosch Gmbh|Vorrichtung zur Umfeldüberwachung in einem Fahrzeug|
    DE10243397A1|2002-09-18|2004-04-01|Johann Spies|Sensorsystem zur Auslösung von Schutzmaßnahme für KfZ-Insassen und Fußgänger|WO2008041904A1|2006-10-05|2008-04-10|Autoliv Development Ab|A control system for a vehicle|
    DE102009001049A1|2008-02-22|2009-09-03|Toyota Jidosha Kabushiki Kaisha, Toyota-shi|Kollisionserfassungsgerät, Fahrzeug mit diesem Gerät und Kollisionserfassungsverfahren|
    DE102008045586A1|2008-09-03|2010-03-04|Audi Ag|Kollisions-und/oder Personenschutzsystem für ein Kraftfahrzeug|
    DE102006044085B4|2006-09-20|2012-02-09|Andata Entwicklungstechnologie Gmbh & Co.Kg|Collision and / or personal protection system for a motor vehicle|
    DE102011055795A1|2011-11-29|2013-05-29|Continental Automotive Gmbh|Verfahren zur Ermittlung eines drohenden Überschlags eines Fahrzeugs|US3778823A|1970-12-27|1973-12-11|Toyota Motor Co Ltd|Vehicle safety device|
    DE3635396C2|1986-10-17|1988-10-06|Bayerische Motoren Werke Ag, 8000 Muenchen, De||
    DE19622777A1|1996-06-07|1997-12-11|Bosch Gmbh Robert|Sensorsystem zur automatischen relativen Positionskontrolle|
    JP3708650B2|1996-06-11|2005-10-19|アメリゴンインコーポレイテッド|障害物検知装置を用いた乗員保護装置|
    US20030154010A1|2002-02-13|2003-08-14|Ford Global Technologies, Inc.|Method for operating a pre-crash sensing system in a vehicle having a countermeasure system using a radar and camera|DE102006047651A1|2006-10-09|2008-04-10|Robert Bosch Gmbh|Verfahren zum Abtasten eines Umfelds eines Fahrzeugs|
    DE102007039038A1|2007-07-10|2009-01-22|A.D.C. Automotive Distance Control Systems Gmbh|Control of safety means of a motor vehicle|
    US8599363B2|2011-04-06|2013-12-03|GM Global Technology Operations LLC|Method and apparatus for an object detection system using two modulated light sources|
    CN102749626B|2012-07-17|2015-04-08|奇瑞汽车股份有限公司|雷达传感器、汽车以及目标方位识别方法|
    法律状态:
    2005-10-27| OP8| Request for examination as to paragraph 44 patent law|
    2007-05-03| 8327| Change in the person/name/address of the patent owner|Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE |
    2007-09-27| 8364| No opposition during term of opposition|
    2008-01-17| 8327| Change in the person/name/address of the patent owner|Owner name: DAIMLER AG, 70327 STUTTGART, DE |
    2017-01-03| R119| Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee|
    优先权:
    申请号 | 申请日 | 专利标题
    DE102004018077.6||2004-04-08||
    DE102004018077||2004-04-08||
    DE102004026638A|DE102004026638B4|2004-04-08|2004-06-01|Verfahren zum Steuern von Insassenrückhaltemitteln in einem Fahrzeug|DE102004026638A| DE102004026638B4|2004-04-08|2004-06-01|Verfahren zum Steuern von Insassenrückhaltemitteln in einem Fahrzeug|
    EP05004997A| EP1584519A1|2004-04-08|2005-03-08|Verfahren zum Steuern von Insassenrückhaltemitteln in einem Fahrzeug|
    [返回顶部]