Search

JP-2026077595-A - ライダ装置の視野内のオブジェクトを検出するための方法およびシステム

JP2026077595AJP 2026077595 AJP2026077595 AJP 2026077595AJP-2026077595-A

Abstract

【課題】ライダ装置の視野内のオブジェクトを検出するための、精密で確実なオブジェクト検出を可能にする。 【解決手段】本発明は、ライダ装置の視野内のオブジェクトを検出するための方法であって、このライダ装置は、レーザ源を含む送信ユニットと、検出器を含む受信ユニットと、プロセッサユニットとを含んでおり、 複数の光パルスが立体角内に放出され、 立体角から受信された二次光が、受信ユニットの検出器によって測定され、デジタル信号に変換され、 信号の集約が行われ、コインシデンスフィルタを使用して、その振幅に関して部分的に一致している信号構造が認識され、 信号の集約が、閾値フィルタによって行われ、プロセッサユニットが、受信または集約された信号を適合可能な閾値と比較し、これにより、受信されたオブジェクトの二次光が、背景ノイズまたは妨害光のような妨害信号と区別され、したがってフィルタ除去される、方法に関する。 【選択図】図２

Inventors

  • マリオ・リーツ
  • ベンヤミン・シュミット

Assignees

  • ロバート ボッシュ ゲーエムベーハー

Dates

Publication Date
20260513
Application Date
20251017
Priority Date
20241021

Claims (14)

  1. ライダ装置の視野内のオブジェクトを検出するための方法であって、前記ライダ装置が、レーザ源を含む送信ユニットと、少なくとも１つの検出器を含む受信ユニットと、プロセッサユニットとを含んでおり、 複数の光パルス（２、４、６）が隣接する立体角（１、３、５）内に放出され、 前記隣接する立体角（１、３、５）から受信されたオブジェクトの二次光が、前記受信ユニットの少なくとも１つの検出器によって測定され、それぞれの前記隣接する立体角の個々のデジタル信号に変換され、 前記隣接する立体角（１、３、５）の信号の集約が角度分解能を下げることなく行われ、前記集約の際、ある特定のオブジェクトについて、第１のフィルタを使用して、異なる立体角の個々の信号中の、とりわけその振幅に関して少なくとも部分的に一致している信号構造が認識され、 信号の前記集約が、追加的に閾値フィルタによって行われ、その際には前記プロセッサユニットが、前記受信および／または集約された信号を閾値と比較し、これにより、信号中で、受信されたオブジェクトの二次光が、背景ノイズおよび／または妨害光のような妨害信号と区別され、したがってフィルタ除去される、方法。
  2. 前記第１のフィルタがコインシデンスフィルタであり、かつ複数の前記立体角（１、３、５）内の信号の前記集約が、受信した信号の特性に合わせる適応フィルタリングによって行われ、この場合、前記閾値フィルタの個々の前記閾値が前記背景ノイズの振幅に適合され、かつ／または前記閾値フィルタの前記閾値が捕捉されたオブジェクトの距離に適合され、かつ／またはなかでも近くで記録されたオブジェクトの場合に、前記閾値フィルタの前記閾値が妨害光の振幅に適合される、請求項１に記載の方法。
  3. 回転ミラーを備えた偏向ユニットが、立体角（１、３、５）を水平方向および／または垂直方向に沿って走査するために使用される、請求項１または２に記載の方法。
  4. 前記受信ユニットが、検出器を、すなわち１つのマクロピクセルへと接続されたサブピクセルを含んでおり、これに関しては少なくとも４個のサブピクセル、好ましくは少なくとも１６個のサブピクセルが、単一のマクロピクセルへと接続されており、前記サブピクセルの信号の前記マクロピクセルの１つの共通の信号への集約が行われ、これにより信号対雑音比が改善される、請求項１から３のいずれか一項に記載の方法。
  5. 前記光パルス（２、４、６）が、立体角（１、３、５）ごとに１つの光インパルスとしてか、または立体角ごとに複数の光インパルス、好ましくは立体角ごとに少なくとも３つの光インパルスとして放出される、請求項１から４のいずれか一項に記載の方法。
  6. 前記プロセッサユニットが、隣接する立体角（１、３、５）内のオブジェクトを検出するために、前記集約された信号を評価する、請求項１から５のいずれか一項に記載の方法。
  7. 受信された前記隣接する立体角（１、３、５）内の二次光の継続的な測定を実施する１つのスキャンサイクル内の信号の前記集約が行われる、請求項１から６のいずれか一項に記載の方法。
  8. 前記プロセッサユニットが、オブジェクト検出の精度を改善するために信号のリアルタイム補正を実施する、請求項１から７のいずれか一項に記載の方法。
  9. 前記プロセッサユニットが、機械学習をベースとする学習アルゴリズムを含み、前記学習アルゴリズムが、より古い測定のトレーニングデータを使ってオブジェクトを検出するためにトレーニングされ、認識されたオブジェクトは実際に存在するオブジェクトと比較され、オブジェクトを正しく認識した測定がより強く重み付けされ、これによりオブジェクト検出の精度が向上する、請求項１から８のいずれか一項に記載の方法。
  10. 前記受信ユニットが、信号を複数の検出器によって同時に処理するよう構成される、請求項１から９のいずれか一項に記載の方法。
  11. 信号の前記集約が、時間的に相次いで受信された前記光パルス（２、４、６）の順次処理によって行われ、この場合、オブジェクトを認識するために個々の信号間の時間相関が使用される、請求項１から１０のいずれか一項に記載の方法。
  12. ０．０１°～０．１°の間の範囲内の隣接する立体角（１、３、５）内の信号の前記集約が行われ、このために第１のステップで、複数の立体角（１、３、５）の測定された信号がヒストグラム（７、８、９）に変換され、第２のステップで、各々個々の立体角（１、３、５）について、適合可能な閾値をもつ第１の閾値フィルタの適用により信号構造が認識され、第３のステップで、個々の立体角（１、３、５）についての前記認識された信号構造がコインシデンスフィルタによって比較され、かつ／または第２の適合可能な閾値をもつ第２の閾値フィルタが適用されることにより、信号中で、受信されたオブジェクトの二次光が、背景ノイズおよび／もしくは妨害光のような妨害信号と区別され、したがってフィルタ除去される、請求項１から１１のいずれか一項に記載の方法。
  13. ０．０１°～０．１°の間の範囲内の隣接する立体角（１、３、５）内の信号の前記集約が行われ、このために第１のステップで、複数の立体角（１、３、５）の測定された信号がヒストグラム（７、８、９）に変換され、第２のステップで、少なくとも２つの隣接する立体角（１、３、５）の個々の前記ヒストグラム（７、８、９）が集約されて、少なくとも１つの集約されたヒストグラム（３０、３１）が生成され、第３のステップで、前記集約されたヒストグラム（３０、３１）内で、適合可能な閾値をもつ第１の閾値フィルタの適用により信号構造が認識され、第４のステップで、個々の立体角（１、３、５）についての前記認識された信号構造がコインシデンスフィルタによって比較され、かつ／または第２の適合可能な閾値をもつ第２の閾値フィルタが適用されることにより、信号中で、受信されたオブジェクトの二次光が、背景ノイズおよび／もしくは妨害光のような妨害信号と区別され、したがってフィルタ除去される、請求項１から１２のいずれか一項に記載の方法。
  14. ライダ装置の視野内のオブジェクトを検出するためのシステムであって、 少なくとも１つのレーザ源を備えた送信ユニットと、 少なくとも１つの検出器を備えた受信ユニットと、 偏向ユニットと、 プロセッサユニットとを含んでおり、 前記システムは、複数の光パルス（２、４、６）が隣接する立体角（１、３、５）内に放出されるように、 前記隣接する立体角（１、３、５）から受信された二次光が、前記受信ユニットの少なくとも１つの検出器によって測定され、かつそれぞれの前記隣接する立体角（１、３、５）の個々のデジタル信号に変換されるように形成されており、 前記隣接する立体角（１、３、５）の信号の集約が角度分解能を下げることなく行われ、 信号の前記集約が閾値フィルタによって行われ、 前記プロセッサユニットが、オブジェクトのエコー信号を背景ノイズと区別するために、したがって前記背景ノイズをフィルタ除去するために、前記受信および／または集約された信号を適合可能な閾値と比較する、システム。

Description

本発明は、ライダ装置の視野内のオブジェクトを検出するための方法およびシステムに関する。 ライダシステムにより視野内のオブジェクトを検出するための既知の方法は、オブジェクトの位置および距離を決定するために、一般的には光インパルスの送信および反射された二次光の測定をベースとする。しかしながらこの方法の幾つかは、とりわけ妨害信号およびオブジェクト検出の精度の対処において制限を有する。 典型的なライダシステムは、光パルスを複数の立体角内に送信し、かつ反射された光を受信ユニットによって捕捉する。受信された光はその後、信号に変換され、かつプロセッサユニットによって距離データおよび位置データを確定するために評価される。 現況技術から知られている方法は、しばしばその融通の利かないフィルタメカニズムにより、限定的な分解能および変化する環境条件への不足する適合能力に制限されている。これらの問題は、なかでも要求の高いまたは動的な環境では、オブジェクト検出の精度および信頼性を低下させ得る。 ライダ装置の視野内のオブジェクトを検出するための方法を明瞭化するための概略図である。図１に基づく方法のヒストグラムおよびエコーグラフの概略図である。図１との比較において代替的な方法を明瞭化するための概略図である。 図１は、ライダ装置の視野内のオブジェクトを検出するための方法を明瞭化するための概略図を示しており、ライダ装置は、レーザを含む送信ユニットと、検出器を含む受信ユニットと、プロセッサユニットとを含んでいる。０．０５°の第１の立体角１内で、時間的に相次いでまたは同時に放出された３つの光パルス２が検出器によって捕捉される。第２の立体角３内でも３つの光パルス４が検出器によって捕捉される。第３の立体角５内でも３つの光パルス６が検出器によって捕捉される。続いて、第１の立体角１の測定データ１５に対し第１のヒストグラム７が、第２の立体角３の測定データ１６に対し第２のヒストグラム８が、および第３の立体角５の測定データ１７に対し第３のヒストグラム９が生成される。この測定データ１５、１６、および１７は、１つのマクロピクセルによって記録され、これに関しては少なくとも４個、好ましくは１６個のサブピクセルが、１つのマクロピクセルへと相互接続され得る。ヒストグラム７、８、および９は、測定データ１５、１６、および１７のグラフ表示であり、個々のピクセルの振幅がグラフで表示される。さらなるステップで、適合可能な閾値をもつ閾値フィルタを使用して、第１のヒストグラム７に対しては第１のエコーグラフ１０内で、第２のヒストグラム８に対しては第２のエコーグラフ１１内で、および第３のヒストグラム９に対しては第３のエコーグラフ１２内で、受信されたオブジェクトの二次光が確定される。本方法のさらなるステップでは、コインシデンスフィルタを使用して、矢印によって示唆しているように第１のエコーグラフ１０と第２のエコーグラフ１１が比較され、このときに第１の集約されたエコーグラフ１３が生成され、これに関しては受信されたオブジェクトの二次光の一致しない値がフィルタ除去され、かつ受信された二次光の一致する値だけが維持される。これに相応して第２のエコーグラフ１１と第３のエコーグラフ１２が比較され、このときに第２の集約されたエコーグラフ１４が生成される。個々の閾値フィルタおよびコインシデンスフィルタの使用により、ライダ装置によるオブジェクトの確実な認識が保証され、背景ノイズおよび／または妨害光のような妨害信号がフィルタ除去される。エコーグラフ１０、１１、１２を確定するための閾値フィルタの適用により、ならびにその後の集約されたエコーグラフ１３および１４を生成するためのコインシデンスフィルタの適用により、オブジェクトの二次光の確実な確定が可能にされ、背景ノイズおよび／または妨害光が確実にフィルタ除去される。 図２は、図１に基づく方法を明瞭化するためのさらなる概略図を示しており、第１のヒストグラム７は、ライダ装置の測定値のグラフとして示されている。第１のグラフ２０は、第１の立体角１内の第１の光インパルスの値を示しており、第２のグラフ２１は第２の光インパルスの測定値を、および第３のグラフ２２は第３の光インパルスの測定値を示している。ｘ軸ではライダ装置の検出器の個々のピクセルが示されており、ｙ軸では受信された光の測定値の振幅が示されている。これに相応して第２の立体角３の第２のヒストグラム８は、第２の立体角３内の第１の光インパルスの値による第４のグラフ２３として、第２の光インパルスの値による第５のグラフ２４として、および第３の光インパルスの値による第６のグラフ２５として示されている。さらなるプロセスステップで、適合可能な閾値２８をもつ閾値フィルタを使用して、第１のヒストグラム７から第１のエコーグラフ１０が生成され、第２のヒストグラム８に対して第２のエコーグラフ１１が生成される。エコーグラフ１０、１１のｘ軸では時間経過に関する時間ｔが、ｙ軸では測定値の振幅Ａが示されている。さらなるプロセスステップで、コインシデンスフィルタを使用して第１のエコーグラフ１０と第２のエコーグラフ１１が集約され、これにより第１の集約されたエコーグラフ１３が形成され、これに関しては二次光の一致しない測定値２６がフィルタ除去され、かつ二次光の一致する測定値２７が維持され、これによりオブジェクトが確実に検出される。さらなるプロセスステップで、追加的にさらなる第２の閾値フィルタを使用して、適合可能なまたは規定された閾値２９より下の二次光の測定値２６がフィルタ除去され得る。 図３は、本方法の代替的な一実施形態を解説するための概略図を示しており、図１および図２に基づく方法とは異なり、あるプロセスステップで、矢印によって示唆しているように第１のヒストグラム７と第２のヒストグラム８から第１の集約されたヒストグラム３０が生成され、第２のヒストグラム８と第３のヒストグラム９から第２の集約されたヒストグラム３１が生成される。この集約は、例えばこれらのヒストグラムの個々のピクセルまたは値の重畳によって行われ得る。この場合、さらなるプロセスステップで、閾値フィルタにより、第１の集約されたヒストグラム３０から第１のエコーグラフ３２が生成され、第２の集約されたヒストグラム３１から第２のエコーグラフ３３が生成される。さらなる図示していないステップで、両方のエコーグラフ３２および３３にコインシデンスフィルタが、図１および図２に示したように、集約されたエコーグラフを生成してその際に欠陥のある二次光をフィルタ除去するために適用され得る。図１および図２に基づく方法の代わりに、集約されたヒストグラム３０、３１を生成するための個々のヒストグラム７、８、および９の集約の適用ならびにエコーグラフ３２および３３を生成するための閾値フィルタの適用により、信号データが直接的に集約され、これにより確かにより高い計算能力が必要ではあるが、信号中の二次光の確定の改善が可能にされ、背景ノイズおよび／または妨害光が確実にフィルタ除去される。