nach oben
Meine Merkliste
Ihre Merklisteneinträge speichern
Wenn Sie weitere Inhalte zu Ihrer Merkliste hinzufügen möchten, melden Sie sich bitte an. Wenn Sie noch kein Benutzerkonto haben, registrieren Sie sich bitte im Hanser Kundencenter.

» Sie haben schon ein Benutzerkonto? Melden Sie sich bitte hier an.
» Noch kein Benutzerkonto? Registrieren Sie sich bitte hier.
Ihre Merklisten
Wenn Sie Ihre Merklisten bei Ihrem nächsten Besuch wieder verwenden möchten, melden Sie sich bitte an oder registrieren Sie sich im Hanser Kundencenter.
» Sie haben schon ein Benutzerkonto? Melden Sie sich bitte hier an.
» Noch kein Benutzerkonto? Registrieren Sie sich bitte hier.

« Zurück

Ihre Vorteile im Überblick

  • Ein Login für alle Hanser Fachportale
  • Individuelle Startseite und damit schneller Zugriff auf bevorzugte Inhalte
  • Exklusiver Zugriff auf ausgewählte Inhalte
  • Persönliche Merklisten über alle Hanser Fachportale
  • Zentrale Verwaltung Ihrer persönlichen Daten und Newsletter-Abonnements

Jetzt registrieren
Merken Gemerkt
24.03.2016

Kalman-Filter-IP-Block für Advanced Driver Assistance Systems

EnSilica hat einen Kalman-Filter IP-Block für den Gebrauch in Radarsensoren in "Advanced Driver Assistance"- Systemen (ADAS) vorgestellt. ADAS beinhalten elektronische Stabilitätskontrolle, Kollisionsvermeidung und -verminderung, Toter Winkel-Erkennung, Fahrspurkontrolle und eigenständiges Parken. Der Kalman-Filter IP-Block ist laut Anbieter geschätzt bis zu 10 mal so schnell wie eine reine Softwarelösung.

<div class="csc-textpic-text"> Kalman-Filter werden in sensorbasierten ADAS als Teil von Radarnachführern benutzt, um Positions- und Geschwindigkeitsmessungen der Radarsensoren zu glätten. Die Entwicklung des EnSilica Kalman-Filter IP folgt den Richtlinien für die Integration von Geräten gemäß Standard ISO 26262: Funktionale Sicherheit für Straßenfahrzeuge. Es unterstützt sowohl klassische Kalman-Filter als auch erweiterte Kalman-Filter; die letzteren werden eingesetzt, wenn der Zusammenhang zwischen dem Zielzustand des Filters und der Radarmessung nicht linear ist.

Die Architektur des EnSilicas Kalman-Filters erlaubt es Matrixoperationen von der CPU auf die Hardware zu übertragen. Es benutzt Entfernungs- Geschwindigkeits- und Richtungsmessungen, um die Position des Ziels im nächsten Zeitintervall vorherzusagen. Es kombiniert die Radarmessung mit einem dynamischen Bewegungsmodell mit forward prediction, um die Positions- und Geschwindigkeitsschätzung zu verbessern, indem false-alarm Messungen verworfen werden. Der Kalman-Filter-IP–Block stellt auch einen generischen Algorithmus zur Verfügung, um Messungen von verschiedenen Sensoren in eine einzige Zielrichtung vereinen zu können.

Für ein typisches automotives Radarsystem kann das EnSilicas Kalman-.Filter den nächsten Zustand laut Hersteller in etwa 10µs bestimmen.

Das Filter führt 5 Rechenschritte durch: Setzen der Anfangswerte, Vorhersage der Zustands- und Fehler-Kovarianzen, Berechnung des Kalman-Gewinns, Durchführung der Schätzung und Berechnung der Fehler-Kovarianz. Alle Berechnungen werden in Gleitkomma-Arithmetik ausgeführt, um identische Ergebnisse gegenüber einer Softwarelösung zu erreichen. Zum Speichern der Matritzen werden abhängig von deren Größe typischerweise 8Kbit RAM-Blöcke benutzt.</div>

Diese Beiträge könnten Sie auch interessieren
Renesas autonomy

Plattform für Fahrerassistenzsysteme und automatisiertes Fahren


Mehr


Newsletter

Sie wollen immer top-aktuell informiert sein? Dann abonnieren Sie jetzt den kostenlosen Newsletter!

© masterzphotofo - Fotolia

Hier kostenlos anmelden