Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD FOR SUPPRESSING AMBIGUOUS MEASUREMENT DATA FROM ENVIRONMENT SENSORS
Document Type and Number:
WIPO Patent Application WO/2021/136643
Kind Code:
A1
Abstract:
Disclosed is a method for eliminating sensor errors, more particularly ambiguities during a detection of dynamic objects, by a control device, wherein measurement data is received from at least one first sensor and object hypotheses are formed from the measurement data received. Data is received from at least one reference object, said reference object being detected on the basis of measurement data of at least one second sensor, the object hypotheses formed are compared with the at least one reference object detected, object hypotheses that do not agree with the reference object detected are discarded. Also disclosed are a method for eliminating sensor errors, more particularly ambiguities during a detection of static objects, a control device, a computer program and a machine-readable storage medium.

Inventors:
BROSSEIT PETER (DE)
JORDAN RUEDIGER (DE)
GIL VAZQUEZ DIEGO (DE)
CORREIA FABIO (DE)
LANG STEFAN (DE)
RAPP PHILIPP (DE)
SCHMIDBERGER TOBIAS (DE)
Application Number:
PCT/EP2020/085902
Publication Date:
July 08, 2021
Filing Date:
December 14, 2020
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
DAIMLER AG (DE)
International Classes:
G01S13/86; G08B29/18
Foreign References:
US20150009031A12015-01-08
DE102008013366A12009-09-17
Attorney, Agent or Firm:
ESCHBACH, Arnold et al. (DE)
Download PDF:
Claims:
Ansprüche

1. Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von dynamischen Objekten (2), durch ein Steuergerät (4), wobei

Messdaten von mindestens einem ersten Sensor (8) empfangen und aus den empfangenen Messdaten Objekthypothesen (12, 14) gebildet werden,

Daten mindestens eines Referenzobjekts (11) empfangen werden, welches anhand von Messdaten von mindestens einem zweiten Sensor (10) detektiert wird, die gebildeten Objekthypothesen (12, 14) mit den Daten des mindestens einen detektierten Referenzobjekts (11) verglichen werden, nicht mit den Daten des detektierten Referenzobjekts (11) übereinstimmende Objekthypothesen (14) verworfen werden.

2. Verfahren nach Anspruch 1, wobei durch einen Vergleich der gebildeten Objekthypothesen (12, 14) mit dem mindestens einen detektierten Referenzobjekt (11) verworfene Objekthypothesen (14) als „fehlerhaft“ markiert und/oder Positionen an welchen die verworfenen Objekthypothesen (14) ermittelt werden als „unzuverlässig“ markiert (U) werden.

3. Verfahren nach Anspruch 1 oder 2, wobei die Objekthypothesen (12, 14) als Winkelhypothesen aus Messdaten von mindestens einem Radarsensor (8) gebildet werden.

4. Verfahren nach einem der Ansprüche 1 bis 3, wobei das mindestens eine Referenzobjekt (11) aus Messdaten von mindestens einem zweiten Sensor (10) ermittelt wird, welcher sich von dem mindestens einen ersten Sensor (8) unterscheidet. 5. Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von statischen Objekten (3), durch ein Steuergerät (4), wobei

Messdaten von mindestens einem ersten Sensor (8) empfangen und aus den empfangenen Messdaten Objekthypothesen (12, 14) gebildet werden,

Geschwindigkeiten der gebildeten Objekthypothesen (12, 14) berechnet werden, geprüft wird, ob mindestens eine Objekthypothese (12, 14) aufgrund der berechneten Geschwindigkeit ein statisches Objekt (3) abbildet, bei mindestens einer ermittelten, ein statisches Objekt (3) abbildenden, Objekthypothese (12) alle übrigen Objekthypothesen (14) verworfen werden.

6. Verfahren nach Anspruch 5, wobei die mindestens eine Objekthypothese (12) ein statisches Objekt (3) abbildet, wenn eine geringere Geschwindigkeit für die Objekthypothese (12) als ein Grenzwert berechnet wird.

7. Verfahren nach Anspruch 5 oder 6, wobei bei mindestens zwei, jeweils ein statisches Objekt (3) abbildenden, Objekthypothesen (12) Wahrscheinlichkeiten für die Objekthypothesen (12) berechnet werden, wobei die Objekthypothese mit der geringeren Wahrscheinlichkeit verworfen wird.

8. Verfahren nach einem der Ansprüche 5 bis 7, wobei alle Objekthypothesen (14) außer mindestens einer, ein statisches Objekt abbildenden, Objekthypothese (12) verworfen werden, wenn keine Daten eines Referenzobjekts (11) empfangen werden.

9. Verfahren nach einem der Ansprüche 5 bis 8, wobei verworfene Objekthypothesen (14) als „fehlerhaft“ markiert und/oder Positionen an welchen die verworfenen Objekthypothesen (14) ermittelt werden als „unzuverlässig“ markiert (U) werden.

10. Verfahren nach einem der Ansprüche 5 bis 9, wobei die Objekthypothesen (12, 14) als Winkelhypothesen aus Messdaten von mindestens einem Radarsensor (8) gebildet werden. 11. Steuergerät (4), wobei das Steuergerät (4) dazu eingerichtet ist, das Verfahren gemäß einem der Ansprüche 1 bis 4 und/oder das Verfahren gemäß einem der Ansprüche 5 bis 10 auszuführen. 12. Computerprogramm, welches Befehle umfasst, die bei der Ausführung des

Computerprogramms durch einen Computer oder ein Steuergerät (4) diesen veranlassen, das Verfahren gemäß einem der Ansprüche 1 bis 4 und/oder das Verfahren gemäß einem der Ansprüche 5 bis 10 auszuführen. 13. Maschinenlesbares Speichermedium, auf welchem dasComputerprogramm gemäß Anspruch 12 gespeichert ist.

Description:
Beschreibung

Titel

Verfahren zum Unterdrücken von mehrdeutigen Messdaten von Umfeldsensoren

Die Erfindung betrifft ein Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von dynamischen Objekten und ein Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von statischen Objekten. DesWeiteren betrifft die Erfindung ein Steuergerät, ein Computerprogramm sowie ein maschinenlesbares Speichermedium.

Stand der Technik

Zum Umsetzen von automatisierten Fahrfunktionen sind üblicherweise Umfeldsensoren, wie beispielsweise Radarsensoren, LIDAR-Sensoren oder Kamerasensoren, notwendig. Andere Verkehrsteilnehmer bzw. dynamische Objekte sowie statische Objekte im Fahrzeugumfeld können mit Umfeldsensoren detektiert und vermessen werden, um eine automatisierte Reaktion der Fahrfunktion zu ermöglichen.

Die gegenwärtig verfügbaren Umfeldsensoren und die Auswertung der entsprechenden Messdaten können jedoch in fehlerhaften Ergebnissen, wie beispielsweise falsch-positive oder falsch-negative Ergebnissen, resultieren, die eine nicht nachvollziehbare oder gefährliche Reaktionen der automatisierten Fahrfunktion verursachen können. Bei unterstützenden Fahrfunktionen, wie dem Notbremsassistenten, können fehlerhafte Ergebnisse bei Bedarf unterdrückt werden, da eine Deaktivierung der unterstützenden Fahrfunktion und die Übergabe der Fahrzeugsteuerung an einen Fahrer jederzeit möglich ist. Hierdurch kann beispielsweise eine automatische Notbremsung nichtausgeführt werden. Ein derartiges Unterdrücken von fehlerhaften Ergebnissen ist bei automatisierten und insbesondere fahrerlos ausgeführten Fahrfunktionen aufgrund eines fehlenden Fahrers nicht möglich.

Bei der Verwendung von Radarsensoren zur Winkelmessung können häufig Sensorfehler in Form von Geisterzielen bzw. falsch-positiv Ergebnissen auftreten. Die Geisterziele können insbesondere durch Mehrdeutigkeiten entstehen und beispielsweise unter einem Winkel von beispielsweise 0° und 30° gemessen werden. Wrd in der Signalverarbeitung die falsche Entscheidung getroffen, kann es in der Folge zu einer Falschdetektion und somit zu einer Sicherheitsbeeinträchtigung kommen.

Offenbarung der Erfindung

Die der Erfindung zugrunde liegende Aufgabe kann darin gesehen werden, ein Verfahren zum Reduzieren von Fehler-Raten, insbesondere von falsch-positiv und falsch-negativ Raten, eines Umfeldsensors vorzuschlagen.

Diese Aufgabe wird mittels des jeweiligen Gegenstands der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von jeweils abhängigen Unteransprüchen.

Nach einem Aspekt der Erfindung wird ein Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von dynamischen Objekten, durch ein Steuergerät bereitgestellt. Die Mehrdeutigkeiten können insbesondere aus falsch-positiven Ergebnissen resultieren und somit mehrere detektierte Objekte oder Objekthypothesen verursachen. Dynamische Objekte sind vorzugsweise sich bewegende Verkehrsteilnehmer. Die Objekte können beispielsweise in einem Umfeldeiner mobilen Einheit messbar sein, wobei das Steuergerät und die Sensoren beispielsweise auf der mobilen Einheit verbaut sind.

In einem Schritt werden Messdaten von mindestens einem ersten Sensor empfangen und aus den empfangenen Messdaten Objekthypothesen gebildet. Der mindestens eine erste Sensor kann beispielsweise ein Radarsensor, ein LIDAR-Sensor, Ultraschallsensor und dergleichen sein. Für die Maßnahmen zur Auflösungen von Mehrdeutigkeiten, wie beispielsweise von Winkelmehrdeutigkeiten, werden ermittelte mehrdeutige Objekthypothesen, beispielsweise in Form von Winkelhypothesen, ermittelt oder empfangen. Beispielsweise können real gemessene Objekte mehrdeutige Winkelmessungen liefern, bei welchen nur eine der Winkelhypothesen richtig ist.

In einem weiteren Schritt werden Daten mindestens eines Referenzobjekts empfangen, welches anhand von Messdaten von mindestens einem zweiten Sensor detektiert wird. Hierdurch kann eine sogenannte Referenzobjekt-Methode zur Beseitigung von Mehrdeutigkeiten angewandt werden. Um richtige von falschen Objekthypothesen technisch einfach unterscheiden zu können, werden Daten von anderen Umfeldsensoren bzw. dem mindestens einen zweiten Sensor herangezogen. Wenn ein Objekt von dem zweiten Sensor stabil und eindeutig detektiert wird, kann dieses Objekt als Referenzobjekt festgelegt werden.

Anschließend werden die gebildeten Objekthypothesen mit dem mindestens einen detektierten Referenzobjekt verglichen. Nicht mit dem detektierten Referenzobjekt übereinstimmende Objekthypothesen werden vorzugsweise verworfen. Anhand eines beispielsweise als Radarsensor ausgestalteten ersten Sensors kann eine derartige Objekthypothese oder Winkelhypothese ausgewählt werden, welche insbesondere örtlich mit dem Referenzobjekt übereinstimmt. Alle anderen Objekthypothesen werden verworfen und können somit nicht mehr zu Geisterzielen führen.

Durch das Verfahren können zusätzliche Informationen von weiteren Sensoren dazu eingesetzt werden, Sensorfehler, wie beispielsweise Mehrdeutigkeiten, frühzeitig zu korrigieren. Hierdurch kann ein Auftreten von sowohl falsch positiven als auch von falsch-negativen Ergebnisse bzw. Objekthypothesen vermeiden oder zumindest reduziert werden.

Ein sensornahes Vermeiden von Sensorfehlern kann darüber hinaus falsche oder fehlende Messwerte in höheren Schichten der Signalverarbeitungskette verhindern. Als Informationsquelle können sowohl die Messdaten anderer Umfeldsensoren als auch Messdaten von inertialen Messeinheiten genutzt werden. Das Steuergerät und die Sensoren können in einer mobilen Einheit angeordnet sein, welche gemäß der BASt Norm assistiert, teilautomatisiert, hochautomatisiert und/oder vollautomatisiert bzw. fahrerlos betreibbar sein kann. Beispielsweise kann die mobile Einheit als ein Fahrzeug, ein Roboter, eine Drohne, ein Wasserfahrzeug, ein Schienenfahrzeug, ein Robotaxi, ein Industrieroboter, ein Nutzfahrzeug, ein Bus, ein Flugzeug, ein Helikopterund dergleichen ausgestaltet sein

Basierend auf dem zunehmenden Einsatz von Sensoren in mobilen Einheiten kann das Verfahren ohne einen hohen technischen Aufwand umgesetztwerden. Insbesondere kann die Zuverlässigkeit der bereitgestellten Messdaten ohne zusätzliche Kosten erhöht werden, da die notwendigen Sensoren, wie beispielsweise LIDAR-Sensoren oder Radarsensoren in zunehmend mehr mobilen Einheiten verbaut sind.

Bei einer Ausführungsform kann im Anschluss an das Verfahren oder im Rahmen des Verfahrens eine Ansteuerung eines Fahrzeugs basierend auf den korrigierten bzw. bereinigten Messdaten der Sensoren erfolgen. Durch das Beseitigen von Sensorfehlern aus den Messdaten kann die Sicherheit für alles beteiligten Verkehrsteilnehmer erhöht werden.

Gemäß einem weiteren Aspekt der Erfindung wird ein Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von statischen Objekten, durch ein Steuergerät bereitgestellt. Statische Objekte sind vorzugsweise unbewegliche Objekte. Beispielsweise können statische Objekt in Form von parkenden Fahrzeugen, Bäumen, Gebäuden und dergleichen ausgestaltet sein.

In einem Schritt werden Messdaten von mindestens einem ersten Sensor empfangen und aus den empfangenen Messdaten Objekthypothesen gebildet. Auch statische real gemessene Objekte können mehrdeutige Objekthypothesen oder Winkelhypothesen liefern, bei welchen nur eine der Objekthypothesen korrekt ist und die übrigen Objekthypothesen auf Mehrdeutigkeiten zurückführbar sind. Es kann somit eine sogenannte Standziel-Annahme erfolgen. Hierzu muss die Geschwindigkeit des ersten Sensors bzw. der mobilen Einheit bekannt sein, auf welcher der erste Sensor befestigt ist. Basierend auf derGeschwindigkeit können Geschwindigkeiten der gebildeten Objekthypothesen berechnet werden. Die Geschwindigkeiten können vorzugsweise als absolute Geschwindigkeiten berechnet werden.

In einem weiteren Schritt wird geprüft, ob mindestens eine Objekthypothese aufgrund der berechneten Geschwindigkeit ein statisches Objekt abbildet. Anschließend werden bei mindestens einer ermittelten, ein statisches Objekt abbildenden, Objekthypothese alle übrigen Objekthypothesen verworfen. Auch statische Objekte können mehrdeutige Objekthypothesen bzw. im Falle einer Radarmessung Winkelhypothesen erzeugen. Wird die falsche Objekthypothese ausgewählt, können real statischen Objekten falsche Geschwindigkeiten zugeordnet und die Objekte als dynamisch eingestuft werden. Bewegte bzw. dynamische Objekte haben eine hohe Relevanz für die Fahrfunktionen, da es sich normalerweise um andere Verkehrsteilnehmer handelt. Von Standzielen bzw. statischen Objekten verursachte bewegte Objekthypothesen sind aus diesem Grund besonders kritisch, da sowohl die Position als auch die Geschwindigkeit falsch sein können. Es ist daher vorteilhaft, eine ermittelte Objekthypothese bzw. Location als Standziel anzunehmen, wenn eine der Objekthypothese oder Winkelhypothesen dafür sprechen. Diese Annahme kann getroffen werden, da eine Standziel-Hypothese bzw. statische Objekthypothese bei einem dynamischen Objekt sehr unwahrscheinlich ist.

Zur Beseitigung von Mehrdeutigkeiten kann auch hier ein Referenzobjekt herangezogen werden. Hierdurch kann das Verfahren zusätzlich durch das Verfahren zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von dynamischen Objekten, unterstützt werden. Liegt beispielsweise ein Referenzobjekt vor, so kann eine sich mit dem Referenzobjekt überlagernde Objekthypothese gewählt und alle anderen Objekthypothesen verworfen werden.

Die beiden erfindungsgemäßen Verfahren können beispielsweise bei einer Erkennung von Landmarken für eine landmarkenbasierte Fahrzeuglokalisierung eingesetzt werden.

Nach einem weiteren Aspekt der Erfindung wird ein Steuergerätbereitgestellt, wobei das Steuergerät dazu eingerichtet ist, das Verfahren auszuführen. Das Steuergerät kann beispielsweise ein fahrzeugseitiges Steuergerät, ein fahrzeugexternes Steuergerät oder eine fahrzeugexterne Servereinheit, wie beispielsweise ein Cloud-System, sein. Das Steuergerät kann vorzugsweise Messdaten der mindestens einen Messantenne und/oder Messdaten von Sensoren der mindestens einen mobilen Einheit empfangen und verarbeiten können.

Darüber hinaus wird nach einem Aspekt der Erfindung ein Computerprogramm bereitgestellt, welches Befehle umfasst, die bei der Ausführung des Computerprogramms durch einen Computer oder ein Steuergerät diesen veranlassen, das erfindungsgemäße Verfahren auszuführen. Gemäß einem weiteren Aspekt der Erfindung wird ein maschinenlesbares Speichermedium bereitgestellt, auf dem das erfindungsgemäße Computerprogramm gespeichert ist.

Gemäß einem Ausführungsbeispiel werden durch einen Vergleich der gebildeten Objekthypothesen mit dem mindestens einen detektierten Referenzobjekt verworfene Objekthypothesen als „fehlerhaft“ markiert und/oder Positionen an welchen die verworfenen Objekthypothesen ermittelt werden als „unzuverlässig“ markiert. Diese Informationen und Markierungen können in einer zentralen Servereinheit oder im Steuergerät hinterlegt und anderen Teilnehmern und mobilen Einheiten bereitgestellt werden. Hierdurch können die verworfenen Objekthypothesen dazu eingesetzt werden, andere, in der Nähe befindliche Locations bzw. Objekthypothesen als „unzuverlässig“ zu markieren. Diese unzuverlässigen Objekthypothesen können anschließend in einem nachgelagerten Objekt-Tracking restriktiver behandelt oder verworfen werden.

Ein derartiges Vorgehen ist deshalb sinnvoll, da nicht immer ein Referenzobjekt vorhanden ist, um alle Mehrdeutigkeit korrekt aufzulösen. Werden beispielsweise mehr als eine Objekthypothese durch ein Referenzobjekt bestätigt, so wird die wahrscheinlichste Objekthypothese ausgewählt und die unwahrscheinlichere Objekthypothese verworfen.

In einerweiteren Ausführungsform werden die Objekthypothesen als Winkelhypothesen aus Messdaten von mindestens einem Radarsensor gebildet. Hierdurch können mehrdeutige oder fehlerhafte Winkelhypothesen durch eines der erfindungsgemäßen Verfahren beseitigt werden. Gemäß einem weiteren Ausführungsbeispiel wird das mindestens eine Referenzobjekt aus Messdaten von mindestens einem zweiten Sensor ermittelt, welcher sich von dem mindestens einen ersten Sensor unterscheidet. Beispielsweise kann das Referenzobjekt durch Auswerten von Messdaten eines zweiten Sensors ermittelt werden, welcher als ein zusätzlicher Radarsensor, LIDAR-Sensor, Kamerasensor, Ultraschallsensor und dergleichen ausgestaltet ist. Basierend auf Messungen unterschiedlicher Sensorarten oderSensorklassen kann die Beseitigung der Mehrdeutigkeiten besonders robusterfolgen.

Nach einerweiteren Ausführungsform bildet die mindestens eine Objekthypothese ein statisches Objekt ab, wenn eine geringere Geschwindigkeit für die Objekthypothese als ein Grenzwert berechnet wird. Beispielsweise kann bei einer Winkelmessung durch einen Radarsensor die folgende, für eine Geradeausfahrt vereinfachte, Bedingung hinsichtlich jeder derWinkelhypothesen geprüft werden: v r + Vego*COS(thetai)| < t

Hierbei entsprechen v r einer gemessenen Relativgeschwindigkeit, v ego der ermittelten Geschwindigkeit der mobilen Einheit mit dem ersten Sensor, theta, dem ermittelten Wnkel einer Wnkelhypothese und t dem Grenzwert bzw. der Schwelle. Wrd eine der Objekthypothese zugeordnete Geschwindigkeit unterhalb des Grenzwerts von beispielsweise 1 m/s ermittelt, so wird die Objekthypothese als eine Objekthypothese eines statischen Objekts festgelegt.

Gemäß einem weiteren Ausführungsbeispiel wird bei mindestens zwei, jeweils ein statisches Objekt abbildenden, Objekthypothesen die entsprechende Wahrscheinlichkeit für die Objekthypothesen berechnet, wobei die Objekthypothese mit der geringeren Wahrscheinlichkeit verworfen wird. Hierdurch können zusätzliche Mehrdeutigkeiten besonders effizient beseitigt werden.

Nach einer weiteren Ausführungsform werden alle Objekthypothesen außer mindestens einer, ein statisches Objekt abbildenden, Objekthypothese verworfen, wenn kein Referenzobjekt empfangen wird. Hierdurch kann eine technisch einfache Entscheidungsfindung umgesetzt werden, bei welcher eine Standziel-Hypothese bzw. eine ein statisches Objekt abbildende Objekthypothese ausgewählt wird, wenn keine Referenzobjekte vorliegen. Alle anderen Objekthypothesen werden hierbei verworfen.

Im Folgenden werden anhand von stark vereinfachten schematischen Darstellungen bevorzugte Ausführungsbeispiele der Erfindung näher erläutert. Hierbei zeigen

Fig. 1 eine schematische Verkehrssituation mit einem dynamischen Objekt zum Veranschaulichen eines Verfahrens gemäß einerAusführungsform,

Fig. 2 eine schematische Verkehrssituation mit statischen Objekten zum Veranschaulichen eines Verfahrens gemäß einerweiteren Ausführungsform und

Fig. 3 ein schematisches Ablaufdiagramm zum Veranschaulichen eines Verfahrens.

Die Figur 1 zeigt eine schematische Verkehrssituation 1 mit einem dynamischen Objekt 2 zum Veranschaulichen eines Verfahrens gemäß einerAusführungsform. Das Verfahren dient insbesondere zum Beseitigen von Sensorfehlern, wie beispielsweise von Mehrdeutigkeiten bei einer Detektion von dynamischen Objekten 2, durch ein Steuergerät 4.

Das Steuergerät 4 ist in einer mobilen Einheit 6 eingebaut, welche als ein automatisiert betreibbares Kraftfahrzeug ausgestaltet ist. Die mobile Einheit 6 weist einen ersten Sensor 8 und einen zweiten Sensor 10 auf.

Der erste Sensor 8 ist beispielhaft als ein Radarsensor und der zweite Sensor 10 als ein LIDAR-Sensor ausgestaltet. Das Steuergerät 4 kann Messdaten der Sensoren 8, 10 empfangen und auswerten. Hierzu ist das Steuergerät 4 datenleitend mit den Sensoren 8, 10 verbunden.

Zum Unterscheiden von korrekten Objekthypothesen 12 und fehlerhaften Objekthypothesen 14, welche basierend auf Messdaten des ersten Sensors 8 ermittelt werden, können Informationen des zweiten Sensors 10 herangezogen werden. Beispielsweise kann ein stabil ermitteltes Referenzobjekt 11 und insbesondere eine Position des Referenzobjekts 11 dazu verwendet werden, eine der beiden Objekthypothesen 12 zu bestätigen.

Andere Objekthypothesen 14, 16 werden anschließend verworfen. Die Positionen an welchen die verworfenen Objekthypothesen 14, 16 vorliegen werden als ein unzuverlässiger Bereich U markiert.

In der Figur 2 ist eine schematische Verkehrssituation 1 mit statischen Objekten 3 zum Veranschaulichen eines Verfahrens gemäß einerweiteren Ausführungsform gezeigt. Das Verfahren dient zum Beseitigen von Sensorfehlern, insbesondere von Mehrdeutigkeiten bei einer Detektion von statischen Objekten 3.

Es werden hierbei Messdaten des ersten Sensors 8 ausgewertet und dabei mehrere Objekthypothesen 12, 14 gebildet. Es liegen hierbei keine Referenzobjekte 11 vor, die vom Steuergerät 4 nutzbar sind.

Wird von der Signalverarbeitung des Steuergeräts 4 die falsche Objekthypothese 14 bzw. Wnkelhypothese gewählt, ergibt sich eine falsche berechnete Geschwindigkeit über Grund für die entsprechende Objekthypothese 14. Hierdurch können statische Objekte 3 als dynamische bzw. bewegte Objekte 2 identifiziert werden.

Bewegte Objekte 2 haben eine hohe Relevanz für die Fahrfunktion, da es sich normalerweise um andere Verkehrsteilnehmer handelt.

Als bewegte Objekte 2 eingestufte Standziele 3 sind besonders kritisch, da sowohl ihre Position als auch ihre Geschwindigkeit fehlerhaft sind. Es ist daher vorteilhaft, eine Location als Standziel bzw. als ein statisches Objekt 3anzunehmen, wenn eine der Objekthypothesen 12 bzw. Winkelhypothesen dafür sprechen. Alle übrigen Objekthypothesen 14 werden verworfen.

Die Figur 3 zeigt ein schematisches Ablaufdiagramm zum Veranschaulichen eines Verfahrens gemäß einer weiteren Ausführungsform. Es werden Messdaten von mindestens einem ersten Sensor 8 empfangen. Der erste Sensor 8 kann beispielsweise ein Radarsensor sein. Mit den Messdaten werden auch Winkelhypothesen gebildet und übertragen.

Parallel hierzu können Messdaten einer inertialen Messeinheit 13 empfangen werden. Die Messdaten können beispielsweise eine Geschwindigkeit, Beschleunigungswerte und Gierraten des Fahrzeugs 6 aufweisen.

Basierend auf den Messdaten des ersten Sensors 8 und der inertialen Messeinheit 13 erfolgt eine Auswahl 20 einer Objekthypothese und damit auch die Beseitigung von Mehrdeutigkeiten.

Die Auswahl 20 einer Objekthypothese kann durch eines der erfindungsgemäßen Verfahren umgesetzt werden, sodass nur korrekte Objekthypothesen 12 füreine weitere Verarbeitung, wie beispielsweise ein Objekt-Tracking und Messdatenfusion 22, weitergeleitet werden.

Es können Messdaten eines zweiten Sensors 10, wie beispielsweise eines LIDAR-Sensors 10, sowohl für die Sensordatenfusion 22 als auch fürdie Auswahl 20 der Objekthypothese verwendet, um beispielsweise Referenzobjekte 11 bereitzustellen.

Die fusionierten Messdaten können anschließend zum Umsetzen von Fahrfunktionen 24 verwendet werden. Die Fahrfunktion 24 kann hierbei einen direkten oder indirekten Zugriff auf eine Fahrzeugaktorik 26, wie beispielsweise Bremsfunktionen, Beschleunigungsfunktionen und Lenkfunktionen, aufweisen. Neben der Fahrfunkton 24 können die durch die Auswahl 20 der Objekthypothese ermittelten und weitergeleiteten Daten auch bei einer landmarkenbasierten Lokalisierung eingesetzt werden.