本发明涉及一种用于提供周围环境数据、尤其是在车辆的周围环境中的周围环境数据的方法和系统以及一种具有按照本发明的系统的车辆。
背景技术：
现代驾驶员辅助系统需要关于车辆的环境的高水平知识，这些驾驶员辅助系统的任务扩展至对车辆的不同驾驶任务的自动化控制。通常设置多个传感器，这些传感器提供多样化且广泛的测量数据。在理想情况下，这些测量数据应该实时被提供和处理，以便在车辆正在运行时做出正确的驾驶决策并且尽可能快地实现这些驾驶决策。在这种情况下，用于传输数据的带宽和用于处理这些数据的计算能力达到极限。
在de102009028578a1中描述的方法中，激光雷达（lidar）扫描仪对环境进行扫描并且检测强度曲线。这样可以识别传播条件的干扰，比如在下雨时的干扰。此外，可以通过如下方式来实现数据压缩：仅将所测量到的强度曲线与所预期的强度曲线的偏差报告给驾驶员辅助系统。
技术实现要素：
本发明所基于的任务在于：提供一种用于提供周围环境数据的方法和系统，该方法和该系统允许对有限资源、比如车辆的有限资源的特别灵活且高效的使用。
按照本发明，该任务通过具有权利要求1的特征的方法和具有权利要求12的特征的系统来被解决。有利的设计方案和扩展方案从从属权利要求中得到。
在按照本发明的方法中，在第一时间点检测第一周围环境数据。依据所检测到的第一周围环境数据来探测对象，并且针对这些对象分别确定对象参数，其中这些对象参数被分配给这些对象。依据所检测到的第一周围环境数据，还确定交通情况，并且根据所确定的交通情况来确定过滤标准。这些过滤标准包括针对这些对象和被分配给这些对象的对象参数的优先次序和预测。在第二时间点，检测第二、被更新的周围环境数据，并且依据这些第二、被更新的周围环境数据和这些过滤标准来产生传输数据。输出这些传输数据。
这有利地允许特别大地减少所要传输和处理的数据量。在此，该方法基于在对环境的感知和处理的不同层面之间的双向通信。
该方法尤其可以在第三时间点并且必要时在随后的其它时间点迭代地被实施。在这种情况下，尤其是依据第一周围环境数据和传输数据来产生当前的周围环境数据集。依据可在每个时间步长中被更新的该当前的周围环境数据集，产生并使用新的过滤标准，以便在下一时间步长中产生并输出当前的传输数据。也就是说，代替在第一时间步长中检测第一周围环境数据，在其它时间步长中依据在相应上一个时间步长中产生的传输数据和之前存在的周围环境数据集来产生当前的周围环境数据集。以这种方式，可以考虑周围环境中的变化。此外，通过像在第一时间步长中那样检测周围环境数据并且再次从头重新开始该方法，也可以产生当前的传输数据集。
在常规方法中，通常以前馈方法为出发点。在此，首先借助于传感器来检测来自环境的信息并且将这些信息整体转发给用于处理数据并且用于做出决策的单元。然后，将信息传输给可执行特定控制指令的执行器。在开发用于承担复杂任务、比如在自主车辆行驶方面的复杂任务的系统的情况下，由此需要越来越大的带宽和计算能力。
而本发明的方法基于“反馈（feed-backward）”方法，其中产生预测并且将这些预测沿“反”方向比如传输给在检测周围环境数据的层面上的装置。相反，只还传输与这些预测的偏差就足够，这显著减少了总数据量。即，数据可以被减少到其中对象偏离其预期行为的情况。
不同于已知方法，在本发明中的过滤依据对当前的交通情况的分析来进行，从该分析中进而推导出对象和对象参数的优先次序。因而，对这些对象的观察可以集中于周围环境的对于其中例如计划并控制车辆的驾驶功能的决策层面来说重要的部分。而对其它区域的观察可以灵活地被减少。
例如可以避免：用于观察在车辆前方的区域的摄像机随着每个检测步骤都重新传输如下信息：在检测范围内，前方行驶的车辆以一定速度处在距本车的一定距离内。只有当距前方行驶的车辆的距离或者其相对速度发生变化并且例如必须采取避免碰撞的措施时，该观察才再次变得重要。
以本身公知的方式来检测周围环境数据。可以单独或组合使用不同的传感器，例如激光雷达传感器、雷达传感器、超声传感器或光传感器、用于可见光或红外光的摄像机、3d摄像机或者定位装置、比如用于导航卫星的信号的接收器。周围环境数据尤其涉及具有用于实施该方法的系统的本车的周围环境以及本车本身的特征和状态。在此，周围环境扩展到空间区域，在该空间区域内可能出现对于评估车辆的行驶情况来说并且对于确定适合的驾驶机动动作来说重要的对象。该区域例如可以依据本车周围的为100m的半径来被限定。
对周围环境数据的检测还可包括：从驾驶员辅助系统接收信息。在此，术语“驾驶员辅助系统”宽泛地被理解并且可以包括与驾驶功能相关的不同系统。在此，驾驶任务部分或完全自动化地被执行。例如，驾驶员辅助系统可以输出对驾驶员的指示或者在控制方面补充性地辅助该驾驶员；还可以承担车辆控制的各个方面或者可以以最高程度的自动化来执行车辆的完全自主驾驶。例如，可以分析关于即将进行的自动化的驾驶机动动作的数据，这些数据对所要预期的周围环境数据有影响。如果比如执行制动，则环境中的对象的相对速度与自身速度变化的程度相对应地发生变化。车辆的方向变化也改变了通过车辆的传感器对周围环境的感知。
以本身公知的方式，也依据所检测到的周围环境数据来探测对象并且确定对象参数。尤其是设置预处理单元，该预处理单元对由传感器检测到的周围环境数据进行预处理并且作为结果提供关于所探测到的对象和对象参数的信息，例如为计算单元或驾驶员辅助系统提供关于所探测到的对象和对象参数的信息，该驾驶员辅助系统进而依据这些结果来确定环境模型并且确定适合的驾驶机动动作。所提供的预处理程度可以根据预处理单元具有怎样的计算能力而发生变化。可以为用于检测周围环境数据的单个传感器或单个模块设置预处理单元，不过也可以由预处理单元来对多个这种模块所检测到的周围环境数据进行预处理。
在该探测的情况下，分析周围环境数据并且确定属于特定物理对象的数据。该探测尤其是为依据所检测到的周围环境数据针对物理对象确定就本发明而言被称作对象参数的特征创造了前提条件。
在探测到这些对象的情况下，可以确定对象是何种类型、例如其它交通成员、物品、建筑物或植被元素，作为对象参数。该确定也可以以更细分化的方式来进行，例如其方式是识别载客车（pkw）、载货车（lkw）、挂车和拖车、行人或骑自行车的人，作为交通成员。可以探测交通基础设施的元素，比如交通信号灯设施、柱子、车道标记、桩或者交通建筑物的特征。依据所识别出的对象类型，例如可以在静态对象与动态对象之间进行区分。还可以针对不同类型的对象使用特定的运动模型，比如用于考虑车辆和行人的不同速度。
所探测到的对象还可以被标识成在周围环境之内的独立单元，其中例如给这些对象配备标识码或者类似标记，以便比如即使通过在不同时间点的多次测量也能够再次标识出这些对象并且比如能够确定对象的移动。例如，具有标识“id1”的对象可以被识别为“载客车（pkw）”。
针对各个对象都确定对象参数，而且这些对象参数可涉及这些对象的不同的物理特征。
在按照本发明的方法的一个构造方案中，对象参数包括位置、距离、速度、加速度或者加速度变化。由此，有利地确定特别重要的参数，这些参数对于评估动态行驶情况来说特别重要。这些参数还可以在全局坐标系中、在相对坐标系、比如相对于本车的位置的相对坐标系中被确定。
例如，针对对象“id1”确定：该对象处在本车前方一定距离处并且以一定速度来移动。还可以确定：存在可随时间变化、例如当采取制动或正加速过程时可随时间变化的加速度。
在一个扩展方案中，对象参数包括方向。由此，有利地也可以分析对象在空间中的取向。例如可以确定：车辆的正面相对于本车朝着特定方向被取向。
在一个构造方案中，对象参数包括颜色或亮度。由此，可以有利地分析在道路交通中广泛流行的灯光信号。例如可以分析表明车辆的制动或者所计划的方向变换的光信号。还可以分析交通信号灯设施的例如允许或禁止通过交叉路口的信号。
该方法尤其是迭代地来被设计。在此，代替第一周围环境数据，可以使用第二、被更新的周围环境数据来进一步实施该方法。还可以产生周围环境模型并且依据被更新的周围环境数据来对周围环境模型进行更新，其中使用传输数据，以便减少所要传输的数据量。
在该方法的另一构造方案中，检测第一周围环境数据和第二周围环境数据，确定这些对象的对象参数以及借助于检测单元来产生传输数据。借助于计算单元来确定交通情况和过滤标准。在此，在第一时间点的第一对象参数被检测单元传输给计算单元，过滤标准被计算单元传输给检测单元，并且在第二时间点的传输数据被检测单元传输给计算单元。在此，该方法有利地被用于优化相应所要传输的数据。
例如，检测单元可包括：传感器，用于依据特定物理原理来检测周围环境数据；以及还有集成的或独立的控制设备，用于对这样检测到的数据进行预处理。在其它构造方案中，用于处理所检测到的周围环境数据的任务可以不一样地分布到不同单元上，尤其是以便分别最佳地使用供支配的计算能力。
即，本发明的方法提供了在传感装置或检测单元与计算单元之间的经协调的相互作用，该计算单元比如构造为用于控制车辆的各种驾驶功能的控制单元。
在一个扩展方案中，传输数据的数据量相对于第一对象参数的数据量而言根据过滤标准来被减少。尤其是，传输数据包括可能会依据第二、被更新的周围环境数据所确定的那些对象参数的子集。即，有利地实现了对在所有后续步长中所要传输的数据量的显著减少。
在一个构造方案中，依据所检测到的第一周围环境数据来确定第一环境模型，并且依据第一环境模型和传输数据来产生第二、被更新的环境模型。由此，可以有利地提供不断更新的环境模型。
该方法基于对周围环境的初始检测，依据该初始检测可以产生第一环境模型。环境模型包括关于环境、尤其是关于在该环境中的对象的信息。为此，信息可以是对象的类型、这些对象以相对或绝对坐标的位置、这些对象的速度、加速度或加速度的变化、这些对象的取向和某些状态、比如照明。
在迭代过程中，环境模型可以在特定时间步长中一直反复被更新，其中尤其是使用传输数据，以便更新被分配给这些对象的对象参数。也就是说，在第三时间点以及随后的其它时间点，总是产生当前的周围环境数据集，该周围环境数据集用作用于产生当前环境模型、尤其是依据上一次输出的传输数据来产生当前环境模型的出发点。在此，尤其是也在每个步长中重新产生具有优先次序和预测的过滤标准，并且将这些过滤标准用于依据新检测到的周围环境数据来产生新的传输数据。
为了确定预测、尤其是依据环境模型来确定预测，还可以使用物理模型，以便预测环境模型随时间的发展。为此，做出诸如对象的某些对象参数不发生变化那样的假设。例如可以假定：对象的速度和移动方向不发生变化，使得静态对象继续留在其在绝对坐标系中的位置，同时可以计算移动对象在稍后的时间点的位置。还可以做出如下假设：对象继续当前的特定加速度，直至下一时间步长，使得在该下一时间步长也可以计算速度和位置。使用这些预测来形成过滤标准。
在该方法中形成的预测涉及对象和被分配给这些对象的对象参数。这些预测可以被视为关于对象参数的值的假设，例如假设“参数的值在下一时间步长中保持恒定”或者“参数的值在下一时间步长取特定值”。
可以针对相同的对象和所分配的对象参数使用多个预测，例如以便检查多个假设。可以在多个步长内依据所述多个预测来进行过滤，其中通过这些过滤器的逻辑运算、比如借助于逻辑与、或或者择一（entweder-oder）运算，可以特别好地减少剩余元素的数目。
在一个构造方案中，针对某些对象参数的预测包括关于针对这些对象参数是否假定这些对象参数对于被更新的周围环境数据来说保持恒定的信息。由此，这些恒定的对象参数有利地不必总是反复重新被传输。
例如可以假设：所有对象都以恒定速度移动，直至下一时间步长，其中在这种情况下这些对象在下一时间步长的位置也可以被预测。在静态对象的情况下可以假定这些静态对象的位置直至下一时间步长都不发生变化，而在某些其它对象的情况下在加速期间可以假设速度继续均匀变化。
对象参数尤其可以在不同的坐标系中被考虑，例如在静态全局坐标系中被考虑，在该静态全局坐标系中例如将车道表示成静止，或者在车辆坐标系中被考虑，在该车辆坐标系中，本车被认为是静止的，而例如静态对象逆着本车的行驶方向移动。这可允许特别简单的过滤标准，其中例如假设：所有对象在全局坐标系中都静止，这例如对于车道标记和植被元素来说就是这种情况。在另一示例中，可以假设：所有对象在车辆坐标系中都静止，也就是说这些对象以与本车相同的速度来移动。这例如可以在繁忙的交通中适用于在本车的周围环境中的车辆。
在另一构造方案中，针对某些对象参数的预测包括关于对于被更新的周围环境数据来说预期这些对象参数的怎样的被改变的值的信息。由此，可以有利地精确指定按照环境模型所预期的怎样的值不必反复重新被传输。
在此，对于对象的对象参数来说所预期的具体值被确定和传输。例如，依据物理模型来产生预测，据此在假设恒定速度的情况下在一个时间步长之后预期对象的特定位置。在这种预测的情况下，只有当依据被更新的周围环境数据所确定的对象参数与预测有偏差时、尤其是当该偏差超过特定阈值时，才在产生传输数据时考虑该对象参数。以这种方式，如果对象参数的值已经正确地被预测，则可以省去对这些对象参数的不必要的传输。
在一个扩展方案中，依据所计划的驾驶机动动作来确定针对对象参数的预测。由此，可以有利地考虑尤其是部分自主或完全自动化地被执行的驾驶机动动作对所检测到的周围环境数据的反作用，以便避免所传输的数据量的不必要的增加。
例如，像所计划的加速、超车过程或者车道变换那样的驾驶机动动作必然导致相对于车辆的环境的感知的变化。例如，如果本车执行这种驾驶机动动作，则对象相对于该本车的位置和速度发生变化。关于驾驶机动动作的信息可以由驾驶员辅助系统来提供，这些驾驶员辅助系统例如可用于辅助某些驾驶机动动作或者可部分或完全自动化地实施驾驶机动动作。还可以分析对驾驶机动动作的其它指示，例如对闪光信号灯的操纵，这通常表明方向变化。接着，这些预测可以被产生为使得例如针对某些对象参数和某些对象说明对于这些对象参数和对象来说预期特定值或者说明当前值保持恒定。
在该方法中，还确定交通情况，该交通情况涉及具有某些对象参数的对象对行驶的影响以及本车的行驶可能性。
在一个扩展方案中，传输数据包括关于所检测到的对象参数与预测的偏差的信息。尤其是，仅传输在测量值与预测值之间的偏差，即比如预测的值与实际测量的值之差。由此，传输数据可以有利地被减少到所需的最小数据量。
因而，传输数据可允许对环境模型的特别简单的更新，其方式是仅进行对所确定的对象参数的所需的适配。由此，将所要传输的数据量减少到最低限度，并且能够实现更快的传输。
在按照本发明的方法的一个构造方案中，对交通情况的确定包括：对驾驶机动动作的类型、车辆彼此间的配置或者交通规则进行分类。这有利地允许：使依据该交通情况所产生的过滤标准与车辆的周围环境的相应的上下文特别好地适配。该分类尤其是依据被分配给这些对象的对象参数来进行。
所确定的交通情况尤其可以涉及：本车与周围环境中的对象以及尤其是其它交通成员的关系；和由此引起的对于继续行驶来说的边界条件。该交通情况例如可包括关于沿行驶方向在本车前方存在前方行驶的车辆的信息。在其它示例中，该交通情况可涉及关于在车道的特定布局之内的所使用的车道、后方车辆、在相邻车道上的其它车辆、迎面而来的车辆或者行驶的障碍物的信息。这些信息还可涉及交通规则、比如通过交通信号灯设施或指示牌所指定的交通规则，这些交通规则说明了继续行驶的规则。
该交通情况可以以本身公知的方式来被确定，例如依据驾驶员辅助系统或者用于部分或完全自主控制的系统来被确定，该系统分析所检测到的周围环境数据并且计划本车的驾驶机动动作。可以使用基于规则的方法或者机器学习，以便执行对交通情况的分类和确定。
在本发明中，根据该交通情况来确定过滤标准。这些过滤标准包括过滤用于产生传输数据的第二、被更新的周围环境数据的规则。这些过滤标准尤其包括关于是否应该传输某些数据和某些对象的对象参数的条件的信息。为了限定这些标准，使用优先次序和预测。
在本发明中，通过说明某些对象和对象参数的优先次序，说明随时高度精度地了解这些对象的对象参数有多重要。例如，这些优先次序可以限定：必须始终尽可能精确地知道某些对象的某些对象参数，而在其它情况下这些对象参数不那么重要。
例如，在繁忙的交通中行驶时可能特别重要的是：监控距前方行驶的车辆的距离，以便可以对变化快速做出反应。然而，只要这里不出现更大的变化并且例如没有碰撞威胁，距后方车辆的距离就可以是次要的。在繁忙的交通中在相邻车道上行驶的车辆的速度可以被评估为不如横向距离重要，该横向距离例如在有另一车辆驶出车道时发生变化并且可表明有碰撞威胁。
尤其是针对依据周围环境数据所确定的对象中的每个对象和被分配这些对象的对象参数中的每个对象参数来确定这些优先次序。此外，某些优先次序可以适用于某些对象组，例如适用于在相对于本车的位置的特定空间区域内的对象。
在另一构造方案中，依据这些优先次序来给某些对象参数分配阈值，并且在产生传输数据时将关于与相应的预测偏差得小于相应的阈值的这种对象参数的信息丢弃。由此，可以有利地针对某些对象和对象参数来规定：可以有多敏感地尤其是对某些参数的变化做出反应，以及某些对象和参数对于履行驾驶员任务来说的重要性有多高。
这样，传输数据比如可以在上述示例中已经包括关于距前方行驶的车辆的距离的微小变化或者在相邻车道上的车辆的较小的横向偏差的信息。同时，只有当发生相对于预测而言的较大偏差时、诸如在车道变换的情况下，传输数据才可包括前方行驶的车辆的横向位置的变化。
这些优先次序还可包括关于应该由哪些传感器来检测某个对象或某个对象参数的周围环境数据的信息。也就是说，过滤标准可以在第二时间点检测第二、被更新的周围环境数据期间被考虑。例如，某些对象参数可以依据某个传感器类型的数据特别好地被检测。可以避免其它传感器的不需要的数据，其方式是这些传感器不被激活或者其方式是所检测到的周围环境数据被过滤为使得由相对应的传感器所检测到的数据不被考虑。对周围环境数据的检测还可以通过不同的传感器可变地来被调整，比如其方式是限定其中以更高或更低的时间或空间分辨率来进行检测的区域。经此，可以有利地避免：检测不必要的数据，然后必须对这些不必要的数据进行过滤或处理。相反，通过避免这种数据，实现了特别快的处理。
在本发明中，还输出传输数据，尤其是经由接口来输出传输数据。该输出例如可以通过传输给环境确定单元来进行，该环境确定单元被设立为：依据传输数据来更新或检查环境模型。该接口可以构造成双向的并且也可以用于传输尤其是由环境确定单元所产生的过滤标准。
按照本发明的用于提供周围环境数据的系统包括：检测单元，用于在第一时间点检测第一周围环境数据；和预处理单元，该预处理单元被设立为：依据所检测到的第一周围环境数据来探测对象并且针对这些对象分别确定对象参数，其中这些对象参数被分配给这些对象。该系统还包括计算单元，该计算单元被设立为：依据所检测到的第一周围环境数据还确定交通情况并且根据所确定的交通情况来确定过滤标准。在此，这些过滤标准包括针对这些对象和被分配给这些对象的对象参数的优先次序和预测。该检测单元还被设立为：在第二时间点检测第二、被更新的周围环境数据。该预处理单元还被设立为：依据第二、被更新的周围环境数据和过滤标准来产生传输数据并且输出这些传输数据。
按照本发明的系统尤其被构造为实现上文描述的按照本发明的方法。因此，该系统具有与按照本发明的方法相同的优点。
在按照本发明的系统的一个构造方案中，检测单元包括激光雷达探测器、雷达探测器或超声探测器和/或摄像机。替选地或附加地，可以设置其它传感器或检测模块，这些其它传感器或检测模块适合于依据不同的测量原理来检测周围环境数据。还可以设置定位单元，例如基于全球导航卫星系统或基于地图的定位的定位单元。由此，有利地可以灵活地使用类型非常不同的传感器。
由某个传感器或检测模块所检测到的周围环境数据可以分别由一个预处理单元来处理，或者由多个传感器或检测模块所检测到的周围环境数据由共同的预处理单元来处理。
在该系统的另一构造方案中，预处理单元被检测单元所包括。在此，检测单元被设立为将在第一时间点的第一对象参数以及在第二时间点的传输数据传输给计算单元。计算单元还被设立为：将过滤标准传输给检测单元。因而，该系统有利地被设立为使得在该系统运行时所传输的数据被优化并且供支配的带宽被最佳利用。
预处理单元例如可以构造为控制设备并且是检测单元的组成部分。该预处理单元还可以构造为独立单元、尤其是属于检测单元的独立单元。此外，计算任务可以在对所检测到的周围环境数据进行预处理期间分布到不同的单元上，这些单元尤其是一部分被检测单元所包括并且另一部分独立于该检测单元地来构造。
在另一构造方案中，依据这些优先次序，检测单元被控制为使得依据检测单元的不同传感器的子集来检测被更新的周围环境数据。由此，可以有利地在检测周围环境数据时已经避免某些传感器提供不重要的数据。
车辆例如包括多个传感器，这些传感器可以根据这些优先次序来单独被激活或停用，至少在检测某个对象或某个被分配给该对象的对象参数的周围环境数据时单独被激活或停用。由这些传感器所检测到的数据还可以被过滤为使得不提供针对某些对象和/或所分配的对象参数的周围环境数据。
按照本发明的车辆包括按照本发明的系统。
附图说明
现在，本发明参考附图依据实施例来被阐述。
图1示出了按照本发明的系统的实施例；
图2a至2c示出了按照本发明的方法的第一实施例；以及
图3a和3b示出了按照本发明的方法的另一实施例。
具体实施方式
参考图1阐述了按照本发明的系统的实施例。
车辆1包括定位单元5，在该实施例中，该定位单元基于全球导航卫星系统、例如全球定位系统gps。在其它实施例中，替选地或附加地，也可以使用在全局或相对坐标系中的其它定位方法，比如基于地标的定位。
车辆1还包括检测单元2，该检测单元在该实施例中包括摄像机3和预处理单元4。在本例中，预处理单元4作为预处理模块被摄像机3的控制设备所包括，但是该预处理单元可以以实际上任何其它方式来被实施。在其它实施例中，替选地或附加地，检测单元2可包括任意的传感装置，比如激光雷达或雷达扫描仪、飞行时间（time-of-flight）摄像机、立体摄像机、红外摄像机或者超声传感器。可以给这些传感装置分配其它预处理单元。
车辆1还包括计算单元6，检测单元2、定位单元5和驾驶员辅助系统7与该计算单元耦合。在这些实施例中，驾驶员辅助系统7可以被运行为使得该驾驶员辅助系统仅具有辅助车辆1的驾驶员的功能，比如通过输出指示或者通过辅助性干预车辆控制来进行的辅助该车辆的驾驶员的功能；该驾驶员辅助系统还可以被运行为使得车辆1部分或完全自主地被控制。
参考图2a至2d阐述了按照本发明的方法的第一实施例。在此，以按照本发明的系统为出发点，该系统类似于上文参考图1所阐述的实施例来构造并且因而针对该系统使用相同的附图标记。
图2a示出了其中本车20在道路的中间车道上行驶的交通情况。在左侧车道上有另一车辆21，还有另一车辆22处在右侧车道上。在道路边缘处有树23。本车20和在左侧车道上的车辆21以相同速度移动，该相同速度通过等长的实线箭头25来示出。在左侧车道上的车辆22以更高速度移动，该更高速度通过更长的实线箭头25来示出。
实线箭头25表明车辆20、21、22在世界系统中的速度，该世界系统被限定为使得诸如车道标记或者树23那样的静态对象静止于该世界系统中。此外，虚线箭头27示出了对象在本车20的相对系统中的相应的速度。在该系统中，本车20和在左侧车道上的车辆21静止，使得这里没有示出虚线箭头。在该相对坐标系中，静态的树23逆着本车20的行驶方向移动，这同样通过虚线箭头27来示出。在右侧车道上的车辆22的速度在本车20的相对系统中被减少了本车20的速度，这通过实线箭头25相对于虚线箭头27的长度差来示出。
在该方法中，车辆20借助于检测单元2的摄像机3来检测在车辆20的周围环境中的视频数据。这里简单化地假定：这样检测到的周围环境数据涉及车辆20的具有约为100m的半径的整个周围。在其它实施例中，替选地或附加地，可以设置其它传感器或模块来检测出周围环境数据，所述其它传感器或模块检测例如在车辆20周围的不同空间区域内的周围环境数据。
被检测单元2所包括的预处理单元4接收由摄像机3拍摄的视频数据并且在其中探测对象，在该实施例中是在左侧车道上的车辆21、在右侧车道上的车辆22以及在道路旁边的树23和在车道表面上的车道标记。以本身公知的方式、尤其是借助于图像处理和图案识别来进行探测。对这些对象进行分类，其中识别是静态对象还是动态对象。例如，树23可以被识别为静态对象、即植被的组成部分。还可以识别出：其它车辆21、22是载客车（pkw）并且因此是动态对象。
还给所识别出的对象分配对象参数，在该实施例中，这些对象参数依据摄像机3的视频数据来被确定。针对这些对象中的每个对象，确定相对于本车20的位置，在该实施例中，该位置通过角度和距离来被限定。还确定相对于车辆20的速度。其它周围环境参数可以是加速度或加速度的变化、照明的方向或状态。与在全局坐标系中通过定位单元5所确定的本车20的位置和方向以及其它在车辆20中供支配的数据、例如关于该车辆的速度的数据一起，通过预处理单元4在相对于本车20的坐标系中确定的对象参数也可以被变换到世界坐标系中，或者反之亦然。
这样检测到的关于对象和被分配给这些对象的对象参数的数据被传输给计算单元6，该计算单元进行对初始环境模型的初始确定。在此，形成对本车20周围的情况的信息的汇总的数据被聚集在一起。环境模型尤其是被驾驶员辅助系统7使用，以便确定适合于车辆20的驾驶机动动作并且为驾驶员输出相对应的建议或者自动化地辅助或执行这些驾驶机动动作。
计算单元6依据环境模型来确定交通情况。为此，执行对环境模型的分类，其中以本身公知的方式将在车辆20的周围环境中的具有某些对象参数的对象的配置分配给所确定的交通情况。该配置例如可涉及其它车辆21、22的角色以及所述其它车辆对于本车20的行驶来说的重要性。例如，所确定的交通情况包括根据其它车辆21、22是否处在与本车20相同的车道上、所述其它车辆是否允许被超车或者所述其它车辆是否可能是障碍物来对所述其它车辆的评估。
根据所确定的交通情况来确定过滤标准，这些过滤标准包括针对对象和被分配给这些对象的对象参数的优先次序和预测。在该实施例中，这些过滤标准例如包括如下信息：对于静态的树23以及车道标记来说不要预期由于自身移动而引起的变化并且当本车20以恒定速度在车道上移动时这些树以及车道标记在本车20的相对系统中的速度基本上被认为是恒定的。此外，这些树23远离车道，使得被分配给这些树的对象参数的变化只有当涉及特别大的变化时、例如当识别出由于误探测而涉及到朝向车道移动的动态对象时才对于交通情况的新评估来说重要。此外，这些过滤标准例如包括如下信息：具有与本车20相同的速度的对象不如其它对象重要。也就是说，只要在左侧车道上的车辆21的速度不发生变化，该车辆就可以被认为处在相对于本车20的恒定位置。
在该实施例中，计算单元6还应用物理模型，该物理模型描述了在环境模型中的对象，而且其中通过外推可以推断出对象参数的特定值。
在稍后的时间点，检测单元2再次检测本车20的环境。预处理单元4进而执行对对象和被分配给这些对象的对象参数的探测，其中相对于上一次检测而言识别出相同的对象。也就是说，给在第一时间步长内对初始周围环境检测的探测分配在第二时间步长内对第二周围环境检测的被更新的探测。因而，可以将针对在第一时间步长内所探测到的对象的优先次序和预测与在第二时间步长内所探测到的对象进行比较。然后，产生传输数据并且将这些传输数据传输给计算单元6。执行对数据的过滤，以便减少这些数据的规模和对于传输来说所需的带宽。在此，通过过滤标准所预先给定的针对对象和被分配给这些对象的对象参数的条件被检查。相对应的数据根据这些条件满足与否来被传输数据所包括。随后，使用示例来阐述过滤的不同可能性。
在图2b中示出的情况下，针对在图2a中示出的交通情况，在使用所有对象都在世界系统中静止的预测的情况下执行过滤。也就是说，相对于世界系统而言速度为0的所有对象都从周围环境数据中被滤除。这在该实施例中是树23以及车道标记，因而这些树不再包含在图2b中，这些车道标记为了取向而以虚线示出。
在图2c中示出的情况下，针对在图2a中示出的交通情况，在使用所有对象相对于本车20都静止的假设的情况下执行过滤。也就是说，相对于世界系统而言具有与本车20相同的速度的所有对象都从周围环境数据中被滤除。这在该实施例中是在左侧车道上的车辆21，因而该车辆不再包含在图2c中。继续示出了本车20，以用于取向。
在图2d中示出的情况下，执行对在图2b和2c中示出的过滤的逻辑与运算。也就是说，不仅在世界系统中静止的对象而且相对于本车20的移动而言静止的这种对象都被忽略。只有在右侧车道上的车辆22剩下。仅仅为了取向，仍以虚线示出了本车20和车道标记。
参考图3a和3b阐述了按照本发明的方法的另一实施例。在此，以下阐述限于相对于按照本发明的方法的第一实施例而言的差异。
图3a示出了其中本车30在道路的中间车道上行驶的交通情况。沿行驶方向在本车30前方存在前方行驶的车辆31并且在右侧车道上存在另一车辆32。车辆30、31、32在该时间点以相同速度行驶，这通过相同长度的箭头35来表示。在该实施例中，这些速度都是涉及世界系统。
该交通情况被分析并且优先次序被确定为使得对于对象“前方行驶的车辆31”来说，对象参数“速度”和“距离”具有特别高的优先级。而对象“在右侧车道32上的车辆”的对象参数“速度”和“距离”具有较低的优先级。相反，给对象“前方行驶的车辆31”的对象参数“在该车道之内的横向位置”分配比对于对象“在右侧车道32上的车辆”来说的该对象参数更低的优先级。
在区分优先次序的情况下，给这些对象的对象参数分配阈值，并且这些过滤标准包括如下信息：只有当针对相应的对象新检测到的对象参数与针对相应值的预测偏差得超过阈值时，这些针对相应的对象新检测到的对象参数才应该被传输数据所包括。在该实施例中，前方行驶的车辆31的距离的更高的优先级具体而言意味着：相比于在右侧车道上的车辆32，规定了更低的阈值，该阈值还决定了偏差是否应该被传输数据所包括。
在该实施例中预测：所有对象都以恒定速度移动或不发生变化地静止。在图3b中示出了在稍后的时间点的交通情况，其中做相同移动的预测适用于除了前方行驶的车辆31之外的所有对象，也就是说，所有其它对象32、33都以恒定速度移动或者与所述所有其它对象按照该预测的速度偏差得至少不超过相应所限定的阈值。因而，对象31唯一未用虚线示出，而与图3a相比缩短的箭头35表明：前方行驶的车辆31的速度已经降低，这也导致距本车30的距离减小。本车30与前方行驶的车辆31之间的速度和距离的变化超过为此被这些过滤标准所包括的阈值，使得关于与该预测的这些偏差的信息应该被传输数据所包括。
在另一种情况下，例如可以探测在右侧车道上的车辆32的横向位置的变化，该变化超过为此所确定的阈值。这例如可以在右侧车道上的车辆32开始车道变换时就是这种情况。接着，在传输数据中考虑关于被改变的横向位置的相对应的信息。
不同对象和对象参数的优先次序允许在更多或更少的重要参数之间进行区分。例如，当前方行驶的车辆31的距离减小时的碰撞风险比当例如在右侧车道上的车辆32制动时更容易增加。因而，对象参数“速度”的阈值取决于车辆31、32和这些车辆相对于本车30的位置，也就是说取决于交通情况。相反，当右侧车辆32变换到中间车道上时，与本车30的碰撞风险升高，而前方行驶的车辆31的较少地直接导致对本车30的威胁。因而，对象参数“横向位置”的阈值这里也取决于车辆31、32和该交通情况。
在另一实施例中，确定颜色或亮度作为对象参数。依据这些信息来检测交通信号灯设施或其它交通成员的信号，并且在确定交通情况时考虑这些信号。在此，车辆的光信号根据这些光信号的构造例如被解读为对制动的指示或者改变行驶方向的意图。在这种情况下，该交通情况比如包括“前方有红灯/绿灯”或者“相邻车辆想要变换车道”或者“前方行驶的车辆制动”的类别。
在另一实施例中，驾驶员辅助系统7产生实施自主驾驶机动动作的命令或者执行驾驶机动动作的请求。依据针对驾驶机动动作所确定的动力学，可以更精确地确定针对各个对象的预测。如果例如计划本车30的加速，则应假定：在周围环境中的全部对象的相对速度都相对应地发生变化并且它们的相对位置也按照本车30的所计划的动力学来被改变。
在另一实施例中，该方法可以替选地或附加地被应用于本车30的执行机构。在此，由该执行机构传输给计算单元6的数据以与在上文描述的实施例中对于传感装置来说进行的类似的方式来被过滤。在此，该执行机构包括用于控制车辆沿纵向和/或横向方向的移动的装置和模块。该执行机构比如可以是用于调整行驶参数的执行器，例如用于调整转向角度或驱动功率的执行器。还可以涉及驾驶员辅助系统7的功能，通过该功能例如操控各个执行器，尤其是根据环境感知来操控各个执行器。在此，例如车道保持辅助、纵向调节或者用于根据距前方行驶的车辆31的距离来保持速度的功能被视为该执行机构。在操控执行机构时，通常假定某个结果，例如行驶特定轨迹来超车或者距其它车辆有一定距离。在更新环境模型时，只要该执行机构没有探测到与这种轨迹的偏差并且借助于传输数据来提供与这种轨迹的偏差，这种轨迹就可以被用作预测。接着，这些预测可以相对应地被适配。
附图标记列表
1车辆
2检测单元
3摄像机
4预处理单元
5定位单元
6计算单元
7驾驶员辅助系统
20本车
21对象、另一车辆（左侧车道）
22对象、另一车辆（右侧车道）
23对象、树
25箭头；速度（在世界系统中）
27箭头；速度（在相对系统中）
30本车
31对象、另一车辆（前方行驶）
32对象、另一车辆（右侧车道）
33对象、树
35箭头；速度（在世界系统中）
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
