为借助传感器系统的对象标识提供分类结果的方法和设备与流程

1.本发明涉及用于移动装置、诸如机动车辆的超声传感器系统以及尤其是对与碰撞相关的周围环境对象(umgebungsobjekt)的有效分类。


背景技术：

2.车辆通常配备有用于对象检测的超声传感器系统。这些传感器系统通常具有多个超声传感器装置，这些超声传感器装置分别具有多个超声换能器，这些超声换能器分别针对其中应检测周围环境对象的不同检测区域。通常对超声接收信号进行评估以识别周围环境对象的位置。为了在与碰撞相关的周围环境对象与可驶过的周围环境对象之间进行区分而对此使用单独的分类模型。例如，经典方法根据极限值分析低的对象的信号强度，而更复杂的方法则规定：开发决策树或将机器学习方法用于此类分类任务。
3.使用基于数据的分类模型以对周围环境对象进行对象标识需要从超声接收信号中导出的大量特征。为了训练这样的分类模型，记录针对示例场景的超声接收信号，其确定分类特征并为分类特征分配标签，该标签说明(angeben)周围环境对象是可以驶过的对象还是与碰撞相关的对象。然后，使用以这种方式确定的训练数据来训练基于数据的分类模型。可能的分类模型可以包括，例如，神经网络或随机森林模型。


技术实现要素：

4.根据本发明，设置根据权利要求1所述的用于移动装置中的基于超声波的传感器系统的周围环境对象的对象标识的方法以及根据并列权利要求所述的对应的设备和超声波传感器系统。
5.进一步的设计方案在从属权利要求中说明。
6.根据第一方面，设置了一种用于运行具有超声传感器装置之一的超声传感器系统并用于确定周围环境对象的对象特性的方法，其中针对周围环境对象的检测情况的多个区域之一分别提供分类模型用于确定对周围环境对象的建模对象特性进行说明的分类结果，其中每个分类模型被训练以利用从超声传感器装置的超声接收信号中提取的信号特征集合的不同子集进行评估，以便分别提供相应分类模型的分类结果和所属的质量说明，该方法具有如下步骤：
[0007]-检测来自超声传感器装置的超声换能器的超声接收信号；
[0008]-由所述超声接收信号确定信号特征集合；
[0009]-通过利用信号特征集合的相应子集评估其中一个或多个分类模型来确定一个或多个分类结果和所属的质量说明；
[0010]-根据所述一个或多个分类结果和所属的质量说明来确定对象特性。
[0011]
该方法可包括进一步的步骤：
[0012]-特别是通过使用超声传感器装置进行定位来确定周围环境对象的检测情况；
[0013]-根据所确定的检测情况选择当前分类模型；
[0014]-使用当前分类模型确定分类结果；
[0015]-根据分类结果和所属的质量说明来确定对象特性。
[0016]
为了使用基于数据的分类方法，需要训练相关周围环境对象的超声数据的分类模型。使用超声传感器系统检测周围环境对象并且评估产生的超声接收信号。通过从超声接收信号的变化过程中对信号特征进行特征提取并将提取的信号特征分配给所涉及的周围环境对象的相关对象特性，即该对象是可以被驶过还是与碰撞相关，对超声接收信号进行评估。该分类对应于训练数据的标签，所述训练数据将标签分配给信号特征向量并且被用于训练所涉及的分类模型。
[0017]
信号特征可以是由这些超声接收信号构成的聚合变量(aggregierte)，例如最大幅度、最大幅度的时间点、两个接收信号之间的相位以及其他属性，例如当前测量的幅度、对象的维度(ausdehnung)、检测率、平均接收的信号峰值/发射脉冲的数量(多反射率)，可以接收周围环境对象的超声换能器的数量，移动装置移动期间的信号稳定性，所行驶的路程(wegstrecke)与所测量的对象间距的商(quotienten)，相邻超声换能器的回波回路(echokreis)的所得交点的数量等。
[0018]
超声接收信号在很大程度上取决于检测情况，该检测情况由超声换能器的安装位置、周围环境对象的几何位置、它们的相对速度和/或周围环境条件、例如温度或地面来确定。为了在分类模型中充分考虑这些因素，需要大量的信号特征，其中，根据检测情况而定，信号特征的不同子集是与分类结果特别相关的，而其余信号特征对分类结果则仅有次要的重要性。基于所有可能的信号特征而训练的分类模型具有高阶(hohe ordnung)，并因此在后期应用中的资源消耗大。用于创建分类模型的耗费也很大，因为由训练数据构成的数据库必须尽可能空间填充地(raumf
ü
llend)考虑所有影响的组合。
[0019]
根据上述方法现在规定：根据检测情况训练和使用不同的分类模型。所述检测情况例如可以包括待检测的周围环境对象的位置、移动装置(车辆)的速度等。根据检测情况而定，现在可以使用不同的信号特征子集来训练相应的分类模型。由此，在所涉及的检测情况下与对象识别不相关或仅略微相关的信号特征可以被屏蔽掉(ausblenden)，以便针对显著降低的信号特征维度来提供待训练和待提供的分类模型。例如，在配备有12个超声换能器的车辆的超声传感器系统中，将作为检测情况的一部分的检测区域划分为例如四个检测情况是有意义的。这些检测情况对应于：保险杠前方的中远距离区域内的相对运动，在保险杠前方的近距离区域内的运动、静止状态以及车辆侧面区域中的运动。
[0020]
对于中远距离区域内的运动的检测情况，所有的超声换能器都可探测到周围环境对象，并且可以收集经不同距离的超声接收信号。附加地，地面附近的反射，例如在周围环境对象与地面之间沟槽(kehle)可以被探测到。特别地，这种检测情况可以通过其中周围环境对象处于比预给定间距值更大的间距的所有区域来定义。
[0021]
此外，车辆(作为移动装置的例子)的保险杠前方的近距离区域内的运动可以被定义为检测情况。在近距离区域内，有关地面附近的信息丢失，这对信号特征有显著影响，因为存在周围环境对象的较低的多重反射率因此，不能再基于与多重反射率相关的信号特征来探测出低对象。特别是，这种检测情况可以通过所有如下区域来定义，在这些区域的情况下，周围环境对象的间距比预给定的间距值更小。
[0022]
另一种检测情况在于车辆静止状态，即周围环境对象与车辆之间的相对运动。对于这种检测情况，所有基于超声接收信号经几段距离或在运动期间发生变化这一事实的信号特征都是无用的。
[0023]
当周围环境对象位于车辆侧面时，会存在另一种检测情况。在此情况下，周围环境对象仅还被一些超声换能器识别，但是为此从不同的探测角度识别。附加地，在驶过时，周围环境对象处的探测点可能会发生变化。与周围环境对象的间距要么保持不变，要么仅随探测角度一起变化，并且不能单独地用作信号特征。这使得必须在不同距离评估的所有信号特征都是无用的。例如，可以通过确定仅在超声换能器的探测区域的一个区域内的所有区域来定义检测情况。在最简单的情况下，可以特别是基于位置和速度识别来识别检测情况以进行评估，然后可以选择所属的分类模型。
[0024]
通常，除了分类结果之外，还为分类模型确定质量说明。所述质量说明从分类向量argmax的元素值的大小、即分类向量的具有最高值的元素的值而得出。
[0025]
可以规定：用信号特征集合的相应子集对其中每个分类模型进行评估，以获得相应的分类结果和所属的质量说明，其中由其质量说明说明了最高质量的那个分类结果确定对象特性。
[0026]
如果在超声传感器系统的运行期间使用所有分类模型以确定分类结果，则所有分类模型的这些质量说明因此可被使用，以便始终使用具有最高质量说明的分类结果，即，使用说明分类结果的最高可靠性的质量说明。
[0027]
在确定出周围环境对象离开(verlassen)检测情况的情况下，可以缓存使用分配给该检测情况的分类模型最后确定的分类结果和所属的质量说明，其中对象特性的确定根据使用当前分类模型所获得的分类结果和所属的质量说明以及根据所缓存的分类结果和所属的质量说明来确定。
[0028]
特别是只要其所属的质量说明比使用当前分类模型所确定的分类结果的质量说明说明了更高的质量，就可以通过缓存的分类结果来确定对象特性。
[0029]
在可选实施方式中，在检测情况中可以只计算分配给相应检测情况的分类模型。相应的分类结果与所属的质量说明一起使用和保存。在转变到另外的检测情况时，现在可以使用分配给相应检测区域的分类模型，并且可以在那里确定分类结果和相应的质量说明。但是，只要是当前分类模型的当前评估的通过质量说明所说明的质量不超过先前评估的通过质量说明所说明的质量，就将使用先前分类模型先前确定的分类结果与相对应的质量说明一直使用作为相关分类结果。
[0030]
此外，在确定出周围环境对象离开检测情况的情况下，可以重置基于超声接收信号的历史变化过程的信号特征。
[0031]
当从一种检测情况转变为另一种检测情况时，通常仅分别针对当前分类模型计算信号特征，并在转变为另一分类模型时重置所述信号特征，使得基于历史超声接收信号的信号特征被重新计算。当前分类模型中未使用的信号特征保持在无效值，这在分类模型的情况下基本上具有恶化分类模型的质量说明的效果。
[0032]
通过使用多个分类模型，可以显著减少用于创建训练数据库的耗费。
[0033]
根据另一方面，设置了一种用于执行上述方法之一的设备。
附图说明
[0034]
下面参考附图更详细地解释实施方式。其中：
[0035]
图1示出具有超声传感器系统的车辆的示意图，其中该超声传感器系统具有超声传感器装置；和
[0036]
图2示出用于说明用于运行图1的超声传感器系统的方法的流程图。
具体实施方式
[0037]
图1示出了车辆周围环境中的车辆1的示意图，一个或多个周围环境对象u位于该车辆周围环境中。作为移动装置的示例的车辆1包括超声传感器系统2，其具有布置在前保险杠4上的超声传感器装置3。
[0038]
超声传感器装置3包括多个超声换能器5，用于发射具有信号脉冲的超声信号和用于接收在检测范围e中的周围环境对象u上反射的超声信号。
[0039]
设置有控制单元6，其用于评估超声传感器装置3的超声换能器5的超声接收信号(传感器信号)。在控制单元6中实施多个分类模型61a、61b、61c、61d，这些分类模型针对关于超声传感器装置3的不同检测情况被单独训练。
[0040]
还以本身已知的方式使用基于超声的定位方法评估超声接收信号，以便在控制单元6中创建周围环境的虚拟地图并且在那里录入(eintragen)所探测到的周围环境对象u的位置。借助于相应的分类模型61a、61b、61c、61d，分类结果被分配给所探测到的周围环境对象u。分类结果根据针对车辆行驶运行的相关特性对周围环境对象u进行分类。分类结果例如可以说明：所涉及的周围环境对象u可以被驶过以及与碰撞相关。该特征遵循周围环境对象的离地高度。
[0041]
基于数据的分类模型61a、61b、61c、61d将分类向量分配给输入变量向量，输入变量向量包括来自超声换能器的超声接收信号的信号特征。分类向量针对每个可能的类包括分类结果的元素。通过argmax函数可以针对模型评估输出特定类别作为分类结果。通过argmax确定的元素的值在此对应于对于该分类结果的质量说明。
[0042]
根据本发明，为了对所识别的周围环境对象进行分类，而使用针对不同的检测情况的多个分类模型61a、61b、61c、61d。为此，可以针对每个周围环境对象u确定检测情况并且可以相应地选择要使用的分类模型。
[0043]
检测情况可以包括周围环境对象相对于超声传感器系统1的相对位置并且可能包括周围环境对象u相对于超声传感器系统的相对速度。其他因素可以说明例如表面性质、湿度等。
[0044]
下面假设周围环境对象u的相对位置及其相对速度作为检测情况。在所示的实施例中，针对周围环境对象u区分四种检测情况：
[0045]-移动的周围环境对象u在此位于前方的中远距离区域m内，即，周围环境对象的相对位置说明与超声传感器系统的间距大于d，
[0046]-针对周围环境对象与超声传感器系统的间距小于预给定间距d，移动的周围环境对象u位于近距离区域n内，
[0047]-移动的周围环境对象u位于两个侧面区域s之一中，该侧面区域s沿行驶方向布置在行驶通道的侧面并且通过如下方式来定义：并非所有超声换能器都能接收到从该相对应
的周围环境对象u发出的超声接收信号，和
[0048]-车辆静止不动或周围环境对象u与超声传感器系统1之间没有发生相对运动。
[0049]
在图2中示出流程图以说明在超声传感器系统1的控制单元6中执行的方法。
[0050]
在步骤s1中，首先借助位置确定模型检测周围环境对象u相对于超声传感器系统1的相对位置及其相对速度。
[0051]
在步骤s2中，为其中每个检测到的周围环境对象u选择分类模型61a、61b、61c、61d中的对应一个，其应判定：对应的周围环境对象u是与碰撞相关还是可以被驶过的。所属的分类模型61a、61b、61c、61d被选择，其中有关的周围环境对象u的检测情况被分配给有关的分类模型61a、61b、61c、61d。
[0052]
所选择的分类模型现在在步骤s3中用于选择相应的分类结果，即，有关如下方面的论述：所涉及的周围环境对象与碰撞相关的还是可以被驶过的。为此，分类模型使用超声换能器的超声接收信号的信号特征并对它们进行评估。信号特征可以是这些超声接收信号组成的聚合变量，并且例如表征超声接收信号的时间上的变化过程。
[0053]
以相应的方式，这些分类模型分别以这样的方式被训练，使得它们利用根据超声接收信号确定的信号特征的子集对分类模型进行评估以获得分类结果。
[0054]
此外，在步骤s4中，除了分类结果之外，还确定质量说明，所述质量说明例如可以从分类结果中的特定类的归属度中读取。在不同的实施例中，周围环境对象u可以被标记为与碰撞相关或者可以被驶过，这可以对应于两个不同的类别。相应的分类向量现在针对其中每个类别说明0到1之间的输出值，其中1对应于对一类的归属的可靠评估。0相应地对应于对该类的归属的尽可能最大的不确定性。
[0055]
现在，在步骤s5中检查：检测情况是否已经改变以及是否存在被分配有另一分类模型的检测情况。如果是这种情况(抉择：是)，则以步骤s6继续进行该方法，否则跳回到步骤s1。
[0056]
在步骤s6中，根据新分配给改变后的检测区域的分类模型进行评估。在此之前，缓存利用先前的分类模型最后一次进行的分类结果，并缓存分类结果的有关质量说明。
[0057]
在步骤s7中，将新分类结果的质量说明与所缓存的质量说明进行比较。如果使用新分类模型进行的当前评估得出了具有较低质量说明的分类结果(抉择：是)，则在步骤s8中将所缓存的分类结果用作为待确定的分类结果，否则(抉择：否)，即，如果新分类模型中评估的质量说明高于所缓存的质量说明，则在步骤s9中将新确定的分类结果用作为待确定的分类结果。
[0058]
当检测情况转变为被分配给另一分类模型的检测情况时，通常仅针对相应当前的分类模型计算信号特征，并且在转变到另一分类模型时重置超声接收信号的基础历史变化过程，从而重新计算基于历史超声接收信号的信号特征。在当前分类模型中未使用的信号特征被保持在无效值，这在分类模型的情况下基本上具有恶化分类模型的质量说明的效果。
[0059]
在替代实施方式中，可以在运行期间并行评估所有检测情况的分类模型。然后使用对其得出了最高质量说明的那个分类结果。因此，特别是在两种检测情况之间的边界范围(grenzbereich)中可以更加信任(vertrauen)在评估中说明更大可靠性(质量说明)的那个分类模型。