BR112017013687B1 - Método para codificar um banco de dados, aparelho e meio legível por computador - Google Patents
Método para codificar um banco de dados, aparelho e meio legível por computador Download PDFInfo
- Publication number
- BR112017013687B1 BR112017013687B1 BR112017013687-2A BR112017013687A BR112017013687B1 BR 112017013687 B1 BR112017013687 B1 BR 112017013687B1 BR 112017013687 A BR112017013687 A BR 112017013687A BR 112017013687 B1 BR112017013687 B1 BR 112017013687B1
- Authority
- BR
- Brazil
- Prior art keywords
- feature geometries
- data
- feature
- geometries
- database
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000015654 memory Effects 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 35
- 238000013480 data collection Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000001052 transient effect Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- -1 non-metallic objects Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Acoustics & Sound (AREA)
- Aviation & Aerospace Engineering (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
IMPRESSÃO DIGITAL GEOMÉTRICA PARA LOCALIZAÇÃO DE UM DISPOSITIVO. Trata-se de sistemas, aparelhos e métodos que são fornecidos para desenvolver um banco de dados de impressão digital e determinar a localização geográfica de um dispositivo de usuário final (por exemplo, veículo, telefone móvel, relógio inteligente, etc.) com o banco de dados. Um banco de dados de impressão digital pode ser desenvolvido recebendo-se um mapa de profundidade para uma localização em uma rede de trajeto e, então, identificar estruturas físicas dentro do mapa de profundidade. O mapa de profundidade pode ser dividido, em cada estrutura física, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada. As geometrias de característica bidimensional podem ser extraídas dos planos horizontais. Pelo menos uma porção das geometrias de característica extraídas pode ser codificada no banco de dados de impressão digital.
Description
[0001] A revelação a seguir refere-se ao desenvolvimento de um banco de dados de impressão digital e à determinação da localização geográfica de um dispositivo de usuário final (por exemplo, veículo, telefone móvel, relógio inteligente, etc.) com o uso do banco de dados, em alguns casos, na ausência de dados de sistema de posicionamento global (GPS).
[0002] A localização de veículo com o uso de Sistemas de Posicionamento Global (GPS), tecnologia sem fio de área local (por exemplo, WiFi) e ondas de rádio de comprimento de onda curto (por exemplo, Bluetooth) podem ser imprecisos. No caso de GPS, múltiplos trajetos ocasionam variações de temporização para sinais recebidos pelo veículo. No caso de WiFi e Bluetooth, intensidades de sinal são um meio não confiável para localização devido, principalmente, à oclusão e falta de precisão na localização das estações de transmissão em espaço tridimensional (3D). Em tais casos, as referências mediante as quais a multilateralização é realizada não são precisas o suficiente para produzir posicionamento de nível de pista ou, em alguns casos, nível de estrada.
[0003] Os sistemas, aparelhos e métodos são fornecidos para desenvolver um banco de dados de impressão digital e determinar a localização geográfica de um dispositivo com o banco de dados. Em uma modalidade, o método compreende receber um mapa de profundidade para uma localização em uma rede de trajeto. O método compreende adicionalmente identificar, com o uso de um processador, estruturas físicas dentro do mapa de profundidade. O método compreende adicionalmente dividir o mapa de profundidade, em cada estrutura física, em um ou mais planos o mapa de profundidade, em cada estrutura física, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada. O método compreende adicionalmente extrair geometrias de característica bidimensional dos planos horizontais. O método compreende adicionalmente codificar pelo menos uma porção das geometrias de característica extraídas em um banco de dados.
[0004] Em ainda outra modalidade, o método compreende coletar um mapa de profundidade em uma localização em uma rede de trajeto com o uso de uma câmera de detecção de profundidade fixada a um dispositivo. O método compreende adicionalmente identificar, com o uso de um processador, estruturas físicas dentro do mapa de profundidade na localização. O método compreende adicionalmente dividir o mapa de profundidade, em cada estrutura física, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada. O método compreende adicionalmente extrair geometrias de característica bidimensional dos planos horizontais. O método compreende adicionalmente determinar uma localização geográfica do dispositivo através de uma comparação de pelo menos uma porção das geometrias de característica extraídas e um banco de dados de geometrias de característica para a rede de trajeto.
[0005] Em outra modalidade, o aparelho compreende pelo menos um processador e pelo menos uma memória que inclui código de programa de computador para um ou mais programas; em que a pelo menos uma memória e o código de programa de computador são configurados para, com o pelo menos um processador, fazer com que o aparelho pelo menos compreenda: (1) receber um mapa de profundidade para uma localização em uma rede de trajeto; (2) identificar estruturas físicas dentro do mapa de profundidade na localização; (3) dividir o mapa de profundidade, em cada estrutura física, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada; (4) extrair geometrias de característica bidimensional dos planos horizontais; e (5) codificar pelo menos uma porção das geometrias de característica extraídas em um banco de dados.
[0006] Em ainda outra modalidade, o aparelho compreende pelo menos um processador e pelo menos uma memória que inclui código de programa de computador para um ou mais programas; em que a pelo menos uma memória e o código de programa de computador são configurados para, com o pelo menos um processador, fazer com que o aparelho pelo menos compreenda: (1) coletar um mapa de profundidade para um dispositivo em uma rede de trajeto; (2) identificar estruturas físicas dentro do mapa de profundidade na localização; (3) dividir o mapa de profundidade, em cada estrutura física, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada; (4) extrair geometrias de característica bidimensional dos planos horizontais; e (5) determinar uma localização geográfica do dispositivo através de uma comparação de pelo menos uma porção das geometrias de característica extraídas e um banco de dados de geometrias de característica para a rede de trajeto.
[0007] As modalidades exemplificativas são descritas no presente documento em referência aos desenhos anexos.
[0008] A Figura 1 ilustra um exemplo de uma imagem de mapa de profundidade com partes horizontais extraídas em múltiplas elevações e imagens bidimensionais identificadas das partes extraídas.
[0009] A Figura 2 ilustra um exemplo de uma impressão digital codificada em um banco de dados de impressão digital.
[0010] A Figura 3 ilustra um exemplo de uma geometria de característica de linha da impressão digital codificada da Figura 2.
[0011] A Figura 4 ilustra um exemplo de uma geometria de característica de arco da impressão digital codificada da Figura 2.
[0012] A Figura 5 ilustra um exemplo de uma geometria de característica de ranhura da impressão digital codificada da Figura 2.
[0013] A Figura 6 ilustra um exemplo de um veículo que identifica e extrai geometrias de característica que envolvem o veículo para determinar a localização geográfica do veículo.
[0014] As Figuras 7a e 7b ilustram um exemplo adicional de um dispositivo que identifica e extrai geometrias de característica e pontos de controle que envolvem o dispositivo para determinar a localização geográfica do dispositivo.
[0015] A Figura 8 ilustra outro exemplo de um processo de multilateralização com base em três pontos de controle.
[0016] A Figura 9 ilustra um fluxograma exemplificativo para desenvolver um banco de dados de impressão digital.
[0017] A Figura 10 ilustra um fluxograma exemplificativo para determinar uma localização de um dispositivo em uma rede de trajeto.
[0018] A Figura 11 é um diagrama de um sistema de dados geográficos e/ou de navegação exemplificativos.
[0019] A Figura 12 ilustra uma modalidade de componentes de um dispositivo usado no sistema exemplificativo da Figura 11.
[0020] A localização ou posicionamento de um dispositivo de usuário final podem ser determinados através da derivação de coordenadas de geometrias de característica bidimensionais (2D) que representam objetos reais em uma rede de trajeto (por exemplo, estrada). Um dispositivo de usuário final pode se referir a um dispositivo operado ou usado por um consumidor. Exemplos não limitantes de dispositivos de usuário final, conforme usado no presente documento, incluem veículos (por exemplo, carros, caminhões, ônibus, trens, motocicletas, barcos, navios), bem como dispositivos eletrônicos portáteis, como telefones móveis, computadores do tipo laptop com capacidades sem fio, dispositivo de registro de vídeo, dispositivo de varredura, dispositivo de troca de mensagens, assistentes pessoais digitais e computadores vestíveis (por exemplo, relógios inteligentes). As geometrias de característica podem se referir a formatos bidimensionais como linhas, arcos e ranhuras (por exemplo, B-ranhuras) extraídas das estruturas tridimensionais ao redor do dispositivo. Por exemplo, as geometrias de característica em 2D podem ser extraídas das estruturas tridimensionais como fachadas de prédio, sinalização rodoviária, apurações, plantas (por exemplo, árvores), ou outras estruturas não transitórias que existem na rede de trajeto. Múltiplas geometrias de característica em um segmento de estrada particular podem ser combinadas para fornecer uma ou mais impressões digitais exclusivas que identificam o segmento de estrada particular da área circundante.
[0021] Em outras palavras, a localização de um dispositivo (por exemplo, veículo) pode ser determinada com base em uma identificação de uma impressão digital para as diversas características que envolvem o dispositivo. A localização pode ser determinada em tempo real, em que características identificadas pelo dispositivo são comparadas com um banco de dados das geometrias de característica/impressões digitais. A precisão da determinada localização pode ter como base a localização dos dispositivos na rede de trajeto e o método pelo qual os dispositivos são localizados.
[0022] Tal processo de localização pode permitir posicionamento aprimorado do dispositivo através de tecnologias de geoposicionamento convencional como GPS, WiFi ou Bluetooth. Além disso, técnicas de posicionamento visual baseadas em característica podem permitir posicionamento de um dispositivo na ausência de quaisquer tecnologias de geoposicionamento convencional disponíveis (por exemplo, GPS). Adicionalmente, a técnica de posicionamento baseada em característica com o uso de geometrias de característica em 2D simples pode reduzir custos computacionais gerais associados à determinação da localização do dispositivo em tempo real. Isso elimina a necessidade por uma unidade de processamento de gráficos dispendiosa (GPU) para processar acervo de imagens em tempo real e permite veículos com tecnologia de visualização de baixo custo para utilizar as técnicas de localização baseadas em característica propostas descritas no presente documento. Além disso, mais e mais veículos são construídos com tecnologia de visualização sofisticada e poderiam utilizar o processo de georreferenciamento proposto.
[0023] Conforme discutido no presente documento, um banco de dados de geometrias de característica bidimensional pode ser desenvolvido através de uma coleção de mapas de profundidade produzida por dispositivos de detecção de profundidade (por exemplo, um dispositivo de Variação e Detecção de Luz (LIDAR) de alta precisão). A partir dos mapas de profundidade coletados, as geometrias de característica como prédios, semáforos, sinalizações de parada, plantas (por exemplo, árvores) e propriedades de estrada (por exemplo, largura, número de pistas) podem ser extraídas. As características extraídas podem ser representadas ou codificadas em um banco de dados separado como uma impressão digital para uma localização particular. Um dispositivo de usuário final (por exemplo, veículo) pode determinar sua localização com base na própria identificação do dispositivo de geometrias de característica e comparação com o banco de dados de impressão digital de geometrias de característica, em que a localização é determinada com base em uma correlação de características ou impressões digitais.
[0024] Em determinadas modalidades, um banco de dados que aloja diversas geometrias de característica para uma rede de trajeto pode ser desenvolvido através da coleta e análise de dados para a rede de trajeto. A rede de trajeto pode ser uma rede de estrada que compreende um número selecionado de segmentos de estrada dentro de uma área metropolitana ou cidade. Em algumas modalidades, o banco de dados pode ser desenvolvido para múltiplos segmentos de estrada em múltiplas áreas metropolitanas ou cidades.
[0025] Conforme usado no presente documento, uma “estrada” ou “segmento de estrada” pode se referir a qualquer pista ou trajetória de deslocamento que pode ter capacidade para ser monitorada ou pode adquirir capacidade para ser monitorada no futuro (por exemplo, uma autoestrada, ruas de cidade, rota de ônibus, rota de trem, calçada/ciclovia, hidrovia).
[0026] Em determinadas modalidades, o banco de dados é desenvolvido através da coleta de (1) dados tridimensionais nos segmentos de estrada selecionados dentro da rede de estrada e (2) dados de localização (por exemplo, dados de GPS) associados aos dados em 3D. Os dados em 3D podem ser mapas de profundidade ou dados de nuvem de ponto adquiridos com o uso de sistemas de distanciamento óptico em 3D ou técnicas de varredura baseada em intensidade. Em determinadas modalidades, mapas de profundidade ou dados de nuvem de ponto são coletados com o uso de um dispositivo de detecção de profundidade. O dispositivo de detecção de profundidade pode ser qualquer câmera estéreo ou estereoscópica de detecção de profundidade (por exemplo, uma câmera de LIDAR), um dispositivo de variação e detecção de rádio (RADAR), um dispositivo de ultrassom ou uma câmera de luz de estrutura. O dispositivo de detecção de profundidade pode compreender uma monocâmera de movimento configurada para identificar estruturas tridimensionais a partir de movimento.
[0027] LIDAR, também conhecido como LiDAR, Lidar, ou outras representações similares, também pode ser referenciado como varredura por laser tridimensional ou um sistema de distanciamento óptico, que emprega um ou mais lasers ou câmeras para coletar pontos de dados que representam uma área, como uma área sobre uma estrada ou calçada.
[0028] A câmera de LIDAR no sistema de aquisição de dados pode usar luz ultravioleta, visível ou próxima à infravermelha para objetos de imagem, direcionando uma ampla faixa de materiais, como objetos não metálicos, pedras, chuva, compostos químicos, aerossóis, nuvens e até mesmo moléculas únicas. Um feixe de laser estreito pode mapear características físicas com alta resolução.
[0029] O software pode gerar um mapa de profundidade ou nuvem de ponto com base na distância medida, nas localizações do sistema de distanciamento óptico, que podem estar em uma plataforma de movimento como um carro, e no ângulo do laser. Outros sistemas de distanciamento óptico incluem uma câmera estereoscópica, um tempo de câmera infravermelha de voo e um dispositivo de luz estruturado. Uma câmera de LIDAR coleta e reúne pontos de dados em uma nuvem de ponto na qual cada ponto de dados corresponde a uma coordenada local, como (x, y, z), e está ligada ou desligada. De modo alternativo, os dados de LIDAR podem ser uma nuvem de ponto em tons de cinza que inclui uma intensidade (que indica reflexividade) para cada ponto de dados, em uma faixa predeterminada de valores (por exemplo, 0 a 255, 0 a 65.536) com preto em uma extremidade da faixa e branco na outra. A nuvem de ponto pode ser armazenada em formato de troca de ASCII ou LIDAR (por exemplo, a Sociedade Americana para Fotogrametria e Detecção Remota (ASPRS). Formato de arquivo de LAS). Os um ou mais lasers podem estar em um espectro infravermelho próximo (como cerca de 700 nm a cerca de 5.000 nm ou cerca de 800 nm a cerca de 2.500 nm) ou outro espectro de luz.
[0030] Em determinadas modalidades, a câmera de LIDAR pode ser fixada ou, de outro modo, integrada a um dispositivo de coleta de dados (por exemplo, veículo). Também pode haver um sistema de posicionamento integrado ao sistema veicular de LIDAR como um GPS para fornecer uma referência de base para os dados adquiridos pelo sistema de LIDAR. A mobilidade de um sistema veicular pode facilitar a aquisição de dados através de uma área geográfica grande com o uso de posições estabelecidas para referência e integração dos dados adquiridos em uma nuvem de ponto que representa a área geográfica.
[0031] No desenvolvimento de um banco de dados de impressão digital, o sistema de aquisição de dados de LIDAR pode ser combinado com um sistema de posicionamento geográfico (GPS) para fornecer uma referência de base para os dados adquiridos pelo sistema de LIDAR. Através da combinação do sistema de LIDAR e do GPS, os dados em 3D coletados podem ser salvos ou codificados em um banco de dados com medições de latitude, longitude, altitude e elevação atribuídas.
[0032] A mobilidade de um sistema veicular pode facilitar a aquisição de dados através de uma área geográfica grande com o uso de posições estabelecidas para referência e integração dos dados adquiridos em uma nuvem de ponto que representa a área geográfica. Em algumas modalidades, o mapa de profundidade ou dados de nuvem de ponto podem ser coletados de modo contínuo conforme o veículo de coleta de dados se desloca ao longo dos segmentos de estrada selecionados dentro da rede de trajeto. Em outras modalidades, os dados podem ser coletados em intervalos predefinidos ao longo dos segmentos de estrada (como a cada 10 a 30 metros).
[0033] Em determinadas modalidades, os dados de um ou mais veículos de coleta de dados podem ser atualizados para um banco de dados de programador de mapa para análise futura. Em algumas modalidades, o processo de atualização pode ser conduzido após o veículo (ou veículos) de coleta de dados completar sua coleta do mapa de profundidade ou dados de nuvem de ponto. Em outras modalidades, o processo de atualização pode compreender transmitir dados através de uma rede conectada ao banco de dados de programador de mapa conforme os dados são coletados.
[0034] Após a coleta e a atualização do mapa de profundidade ou dados de nuvem de ponto para o banco de dados de programador de mapa, os dados podem ser analisados para diversas geometrias de característica dentro do mapa de profundidade ou dados de nuvem de ponto. Em outras palavras, um algoritmo de computador pode ser executado para buscar características bidimensionais específicas nos dados de mapa de profundidade e extrair essas características. As geometrias de característica bidimensional podem incluir linhas, conjuntos de linhas ou curvas, arcos e ranhuras conectados dentro das estruturas físicas do mapa de profundidade. Em determinadas modalidades, as estruturas físicas compreendem fachadas de prédio, sinalização rodoviária, iluminações de rua e plantas (por exemplo, árvores) dos dados de nuvem de ponto.
[0035] As geometrias de característica bidimensional podem ser extraídas de um mapa de profundidade identificando-se as estruturas físicas do mapa de profundidade e dividindo-se ou fatiando-se o mapa de profundidade em um ou mais planos horizontais em elevações diferentes da estrutura física. Os dados de mapa de profundidade dentro de cada segmento/fatia horizontal podem, então, ser analisados para determinadas geometrias. No processo de divisão ou fatiamento, os dados de mapa de profundidade são extraídos da elevação definida, bem como dados que se encontram dentro de uma faixa acima e abaixo da elevação definida. Por exemplo, a extração inclui uma agregação de dados dentro de 0,1 metro, 0,2 metro, 0,5 metro, 1 metro ou 2 metros da elevação definida. Em outras palavras, a fatia ou segmento horizontal tem uma espessura menor que 0,1 metro, menor que 0,2 metro, menor que 0,5 metro, menor que 1 metro, menor que 2 metros, 0,1 a 2 metros, 0,1 a 1 metro, 0,1 a 0,5 metros ou 0,1 a 0,2 metros. Em algumas modalidades, os dados de mapa de profundidade dentro da faixa acima e da elevação definida são integrados ou ponderados juntos.
[0036] A análise dos dados de mapa de profundidade pode ser um processo dinâmico ou iterativo. Em determinadas modalidades, mais de um plano horizontal é analisado a fim de revelar uma geometria de característica proeminente ou útil dentro do mapa de profundidade. Por exemplo, em determinadas modalidades, uma primeira elevação é escolhida e o mapa de profundidade é fatiado em um plano horizontal na primeira elevação. Esse processo de fatiamento e análise atenua a necessidade de realizar um reconhecimento ou classificação de característica tridimensional complexo para todo um prédio ou estrutura observada.
[0037] O plano horizontal é analisado para geometrias de característica proeminentes como linhas retas, conjuntos de linhas ou curvas, arcos ou ranhuras conectados. Em algumas modalidades, o plano horizontal é analisado para geometrias de característica proeminentes como conjuntos de linhas conectadas. Por exemplo, os conjuntos de linhas conectadas podem compreender formatos bidimensionais que incluem quadriláteros como quadrados e retângulos; ou outros polígonos como triângulos, pentágonos, hexágonos, heptágonos, octógonos, eneágonos, decágonos, etc. Em outras modalidades, o plano horizontal pode ser analisado para geometrias de formato de curva conectada proeminente, como círculos ou elipses. Esse processo de fatiamento e análise atenua a necessidade de realizar um reconhecimento ou classificação de característica tridimensional complexo para todo um prédio ou estrutura observada.
[0038] À medida que nenhuma característica útil é identificada no plano horizontal extraído na primeira elevação, uma segunda elevação pode ser escolhida, em que os dados são extraídos na segunda elevação e analisados. O processo pode ser repetido em múltiplas elevações até que pelo menos uma geometria de característica proeminente ou útil seja identificada. Em algumas modalidades, o processo é iniciado em uma elevação maior do nível de estrada e desce para a estrada em aumentos de elevação (por exemplo, a cada 5 metros). A elevação inicial pode ser determinada com base nos dados cartográficos fornecidos para a área de segmento de estrada particular, em que a altura aproximada de um prédio ao longo do segmento de estrada é conhecida. Os dados cartográficos podem ser fornecidos para o banco de dados de mapa de uma fonte separada, e não é necessariamente compilada ao mesmo tempo em que o veículo de coleta de dados compila e reporta os dados de LIDAR para o banco de dados.
[0039] Em determinadas modalidades, a extração e a análise podem ser realizadas em diversas elevações predefinidas (por exemplo, a cada 5 metros do nível de estrada). A elevação mais alta do nível de estrada para cada segmento de estrada na rede de trajeto pode ser um valor fixo (como 50 metros ou 100 metros acima do nível de estrada), ou o mesmo pode ser um valor variável com base em dados cartográficos conhecidos para cada localização de segmento de estrada (por exemplo, a elevação mais alta analisada para um segmento de estrada pode estar 20 metros acima do nível de estrada, como o prédio ou estrutura mais altos na localização de segmento de estrada tem 20 metros de altura). Após a extração e a análise nas múltiplas elevações, pelo menos uma porção das características geométricas extraídas pode ser selecionada para armazenamento em um banco de dados de impressão digital. Em algumas modalidades, as características extraídas são ordenadas ou classificadas com base em seu formato, tamanho, elevação e variância/invariância. A determinação na classificação ou ordenação de características é discutida em maiores detalhes abaixo.
[0040] A extração de geometrias para cada fatia ou plano horizontal pode ser conduzida com o uso de diversos algoritmos, em que os dados de mapa de profundidade na fatia são convertidos em uma ou mais geometrias bidimensionais. Em determinadas modalidades, o algoritmo é um algoritmo de regressão linear, um algoritmo de regressão curvilínea, um algoritmo de aprendizado de máquina ou uma combinação dos mesmos. Por exemplo, à medida que uma característica geométrica linear é observada na fatia de mapa de profundidade, um algoritmo de regressão linear é usado para extrair a característica linear da fatia de mapa de profundidade e converter os dados de mapa de profundidade em uma linha em 2D ou conjunto de linhas conectadas. À medida que um arco ou ranhura são observados na fatia de mapa de profundidade, um algoritmo de regressão curvilínea é usado para extrair a característica de arco ou ranhura da fatia de mapa de profundidade e converter os dados de mapa de profundidade em um arco ou ranhura em 2D. Em algumas modalidades, mais de uma característica geométrica podem ser observadas dentro da fatia. Em tais casos, tanto os algoritmos de regressão linear quanto os algoritmos de regressão curvilínea podem ser executados para extrair as características linear e curvilínea na fatia e converter os dados em representações em 2D que incluem linhas, conjuntos de linhas conectadas ou curvas, arcos, ranhuras, etc.
[0041] A Figura 1 fornece um exemplo não limitante de uma imagem de mapa de profundidade 10 que tem fatias horizontais em elevações diferentes. Nessa Figura, duas elevações foram analisadas para geometrias de característica, representadas como uma primeira elevação 12 e uma segunda elevação 14. Através de algoritmos de regressão linear, algoritmos de regressão curvilínea e/ou algoritmos de aprendizado de máquina, características nos dados de mapa de profundidade da primeira elevação 12 são extraídas e representadas como uma primeira representação em 2D 16 que inclui uma combinação de linhas conectadas e um arco. Na segunda elevação 14, o processo de extração produziu uma segunda representação em 2D 18 na segunda elevação que compreende duas linhas.
[0042] Em determinadas modalidades, as geometrias de característica extraídas podem ser georreferenciadas e codificadas em um banco de dados de impressão digital para uso futuro. Ou seja, um banco de dados de impressão digital com as geometrias de característica codificadas pode ser acessado para auxiliar na determinação da localização de um dispositivo de coleta de dados (por exemplo, veículo) em comunicação com o banco de dados (conforme discutido em maiores detalhes abaixo).
[0043] Em determinadas modalidades, as geometrias de característica extraídas podem ser georreferenciadas com determinadas informações, como as localizações geográficas (por exemplo, latitude, longitude, elevação, altitude) de características ou pontos específicos das geometrias. Essas geometrias de característica bidimensional podem ser georreferenciadas para um mapa ou localização geográfica com o uso de um algoritmo que corresponde a diversos pontos das geometrias em 2D com informações ou valores de referência de localização para um ou mais dentre os a seguir: latitude, longitude, elevação do nível de estrada, e altitude. Esse processo é possível quando a câmera de detecção de profundidade (por exemplo, câmera de LIDAR) que conduz a análise e a extração está em comunicação com um veículo de coleta de dados que tem uma localização geográfica conhecida (por exemplo, com o uso de GPS ou outro aparelho de georeferenciação). Com uma localização de veículo conhecida e uma distância conhecida do veículo das geometrias extraídas através do sistema de detecção de profundidade, valores geográficos podem ser designadas ou denominadas como as geometrias extraídas.
[0044] Por exemplo, quando a geometria de característica é uma linha ou conjunto de linhas conectadas, pontos ao longo da linha ou conjunto de linhas conectadas (que inclui os pontos de extremidade da linha ou conjunto de linhas conectadas) podem ser georreferenciados com informações de referência de localização relacionadas à latitude, longitude, elevação acima da estrada e altitude dos pontos de linha. Para geometrias de arco, pontos ao longo do arco podem ser georreferenciados, que fornecem nos mesmos as informações relacionadas ao raio, latitude, longitude, elevação acima da estrada, e altitude dos pontos de arco. Para ranhuras, pontos ao longo da ranhura podem ser georreferenciados para fornecer informações relacionadas aos nós, latitude, longitude, elevação acima da estrada, e altitude dos pontos de ranhura.
[0045] Após a georreferenciação das geometrias de característica extraídas, as geometrias em 2D georreferenciada podem ser codificadas no banco de dados de impressão digital. Em determinadas modalidades, o banco de dados de impressão digital pode armazenar as geometrias de característica com base na localização da extração. Por exemplo, as características podem ser ligadas com uma referência de veículo (como a localização geográfica do veículo) no momento em que a geometria de característica foi identificada e extraída.
[0046] As Figuras 2 a 5 representam um exemplo de um sistema de codificação para um banco de dados de impressão digital. Conforme mostrado na Figura 2, cada impressão digital codificada no banco de dados contém uma lista de geometrias de característica (como características de linha, características de arco e características de ranhura). Em determinadas modalidades, a impressão digital compreende inclui um atributo de referência de mapa, que especifica a ligação no mapa de referência que corresponde a uma referência de veículo a partir da qual a impressão digital foi derivada. A referência de mapa pode compreender um identificador de ligação e uma distância longitudinal na ligação.
[0047] Adicionalmente, cada impressão digital inclui uma referência de veículo que fornece um ponto de referência tridimensional para um dispositivo de coleta de dados ou veículo durante o processo de localização (descrito abaixo). O ponto de referência fixa todas as geometrias de característica extraídas na localização, e facilita o processo de comparação de características durante a localização representada pela diferença em pontos focais entre o dispositivo de coleta de dados (por exemplo, veículo) e o veículo que captura/extrai os dados. A referência de veículo descreve as localizações de latitude, longitude e altitude a partir das quais as geometrias de característica foram extraídas (como a localização do ponto de contato no solo do pneu traseiro no tempo de extração). As medições de latitude, longitude e altitude podem ser descritas com o uso do Sistema Geodésico de Palavra (WGS), como WGS 84.
[0048] Cada impressão digital também inclui uma pluralidade de geometrias de característica, como características de linha, características de arco e características de ranhura (representadas em detalhe expandido nas Figuras 3 a 5). As geometrias de característica podem ser ordenadas ou classificadas na ordem da proeminência dos fatores, em que as geometrias de característica no topo da lista têm características mais proeminentes ou identificáveis para a localização geográfica que características no fundo da lista. As metodologias para classificar geometrias de característica são descritas em detalhes abaixo e também podem ser aplicadas na codificação de geometrias de característica no banco de dados de impressão digital. Em determinadas modalidades, a lista de geometrias de característica compreende pelo menos 5, pelo menos 10, ou pelo menos 15 geometrias de característica diferentes para cada localização.
[0049] A Figura 3 representa uma característica de linha codificada em detalhes. Conforme mostrado na Figura, a característica de linha representa a geometria de linha em 2D com dois pontos de controle (isto é, pontos identificáveis, extraídos na geometria em 2D). Em uma modalidade, os dois pontos de controle para uma linha podem ser as extremidades opostas da linha. Os pontos de controle da linha compartilham a mesma elevação e altitude visto que os pontos foram extraídos no mesmo plano horizontal do mapa de profundidade. Como tal, os atributos para a geometria de característica de linha incluem um valor universal tanto para a elevação quanto para a altitude. A elevação pode ser expressa em metros acima da referência de veículo. A latitude e longitude separadas para cada ponto de controle também são codificadas para a geometria de característica de linha e podem ser expressas em coordenadas de WGS 84.
[0050] A Figura 4 representa uma característica de arco codificada em detalhes. Conforme mostrado na Figura, a característica de arco representa a geometria de arco em 2D com dois pontos de controle e um raio. Em uma modalidade, os dois pontos de controle podem ser as extremidades opostas do arco. Os pontos de controle do arco compartilham a mesma elevação e altitude visto que os pontos foram extraídos no mesmo plano horizontal do mapa de profundidade. Como tal, os atributos para a geometria de característica de arco incluem um valor universal tanto para a elevação quanto para a altitude. A latitude e longitude separadas para cada ponto de controle também são codificadas para a geometria de característica de arco e podem ser expressas em coordenadas de WGS 84.
[0051] A Figura 5 representa uma característica de ranhura codificada em detalhes. Conforme mostrado na Figura, a característica de ranhura representa a geometria de ranhura em 2D (por exemplo, uma ranhura B) com múltiplos pontos de controle e nós. Os pontos de controle da ranhura compartilham a mesma elevação e altitude visto que os pontos foram extraídos no mesmo plano horizontal do mapa de profundidade. Como tal, os atributos para a geometria de característica de ranhura incluem um valor universal tanto para a elevação quanto para a altitude. A latitude e longitude separadas para cada ponto de controle também são codificadas para a geometria de característica de ranhura e podem ser expressas em coordenadas de WGS 84.
[0052] Usar o banco de dados de impressão digital estabelecido, codificado para a rede de trajeto, um dispositivo de usuário final (por exemplo, veículo, telefone móvel, relógio inteligente, etc.) equipado com tecnologia de câmera de detecção de profundidade (por exemplo, uma câmera de LIDAR) pode ter capacidade para determinar sua localização dentro da rede de trajeto. O dispositivo de usuário final pode determinar sua localização com base na própria identificação do dispositivo de geometrias de característica que envolve o dispositivo de usuário final/veículo e a comparação de determinadas geometrias de característica com o banco de dados de impressão digital estabelecido (discutido acima), em que a localização é determinada com base em uma correlação de características ou impressões digitais com o banco de dados. Em algumas modalidades, a localização do dispositivo pode ser determinada através de uma combinação de geometrias de característica de identificação e dados de GPS. Em outras modalidades, na ausência de quaisquer dados de GPS, a localização do dispositivo é determinada apenas através da identificação das geometrias de característica.
[0053] O dispositivo de usuário final (por exemplo, veículo, telefone móvel, relógio inteligente, etc.) equipado com o dispositivo de detecção de profundidade (por exemplo, câmera de LIDAR) pode extrair geometrias de característica de uma maneira similar descrita acima para o dispositivo de coleta de dados na construção do banco de dados de impressão digital para determinar a localização do dispositivo. Diversas geometrias de característica extraídas podem ser selecionadas para definir uma impressão digital, e a impressão digital definida pode ser correlacionada ao banco de dados de impressão digital para determinar a localização. Em algumas modalidades, o dispositivo de usuário final pode computar diversos parâmetros para orientar o mapa de profundidade coletado do dispositivo com o banco de dados de impressão digital antes ou em conjunto com o processo de extração. Isso pode auxiliar na determinação não apenas da localização geográfica do dispositivo de usuário final, mas na orientação do dispositivo na localização.
[0054] Em um esforço para identificar a localização do dispositivo em tempo real, a determinação de impressão digital para o dispositivo pode ser um processo abreviado (em comparação com a construção do banco de dados de impressão digital), em que apenas algumas das geometrias de característica são selecionadas e comparadas com o banco de dados de impressão digital. Por exemplo, cada localização geográfica pode ter diversas milhares de geometrias de característica armazenadas no banco de dados de impressão digital. Em outras palavras, pode ser ineficaz que o dispositivo de usuário final (por exemplo, veículo) analise ou considere todas as geometrias de característica em 2D disponíveis para localização.
[0055] As geometrias são selecionadas com base em dois fatores principais (descritos em maiores detalhes abaixo). O primeiro fator é a classificação das geometrias de característica, e o segundo fator é a diluição geométrica de precisão (GDOP) das geometrias de característica. Em determinadas modalidades, o processo de localização para um dispositivo em uma rede de trajeto compreende (1) geometrias de característica de identificação que envolvem o dispositivo, (2) determinar as propriedades (por exemplo, formato, tamanho, elevação, variância) e localização (GDOP) de cada geometria de característica, (3) classificar as geometrias de característica de acordo com suas propriedades, e (4) selecionar uma impressão digital de geometrias de característica que são altamente distribuídas (GDOP alta) e têm valores de classificação altos.
[0056] A GDOP representa a distribuição geográfica de estruturas ou geometrias de característica ao redor do veículo. Em outras palavras, a relação entre a localização de uma geometria de característica selecionada de cada geometria de característica adicional é um fator. Em determinadas modalidades, a melhor GDOP ou GDOP mais alta é fornecida pelas estruturas ou geometrias de característica distribuídas de modo mais uniforme que envolvem o dispositivo. Em algumas modalidades, a melhor GDOP ou GDOP mais alta é determinada com base na distribuição das estruturas como plotado em um plano x-y (isto é, ignorando a elevação de cada estrutura no eixo geométrico z).
[0057] Por exemplo, se houver três estruturas que envolvem o veículo, a melhor GDOP pode ocorrer, em que as estruturas são separadas ou espaçadas em 120 graus uma em relação à outra. Em outras palavras, a primeira estrutura pode estar localizada no plano x-y a 0 grau do veículo (por exemplo, conforme medido da direção de deslocamento ou da direção de deslocamento da estrada), a segunda estrutura pode estar localizada a 120 graus do veículo e a terceira estrutura pode estar localizada a 240 graus do veículo.
[0058] Se houver quatro estruturas que envolvem o veículo, a melhor GDOP ocorreria no local em que cada estrutura é espaçada em 90 graus uma em relação à outra. Se houver cinco estruturas, a melhor GDOP ocorreria no local em que cada estrutura é 72 graus uma em relação à outra e assim por diante.
[0059] Em relação ao segundo fator, as geometrias de característica (dentro de cada sector ou dentro do mapa de profundidade geral) podem ser comparadas ou classificadas com base em uma ou mais das propriedades a seguir: (1) o formato da característica, (2) o tamanho da característica, (3) a elevação da característica, e (4) a variância (ou invariância) da característica (isto é, quanto o formato da característica se altera ao longo do tempo, ou se a característica está presente em todos os determinados momentos). Em algumas modalidades, fatores adicionais podem ser considerados, como a cor da geometria de característica ou impressão digital. A identificação de cor pode exigir equipamento adicional fixado ou, de outro modo, conectado ao dispositivo de usuário final ou de coleta de dados (por exemplo, veículo), uma vez que uma câmera de LIDAR não identifica cor.
[0060] Em relação às propriedades de formato, geometrias de característica com formatos mais simples como linhas, arcos e ranhuras podem ser mais bem classificadas que outros formatos complexos devido à simplicidade que as linhas, arcos e ranhuras permitem para processamento mais eficaz. Em outras palavras, conforme representado na Figura 6, geometrias de característica que representam linhas retas em um prédio a 20 metros e 50 metros de elevação podem ser mais simples que geometrias de característica que capturam ramificações de uma árvore. Portanto, as geometrias de característica representadas pelas linhas no prédio podem ser mais bem classificadas que as geometrias de característica associadas às ramificações da árvore.
[0061] Em relação às propriedades de tamanho, as geometrias de característica que são maiores em tamanho podem ser mais bem classificadas que geometrias de característica que são menores em tamanho. Por exemplo, na Figura 6, as geometrias de característica no prédio esquerdo a 20 metros e 50 metros seriam mais bem classificadas que a geometria de característica no prédio direito a 20 metros.
[0062] Em relação às propriedades de elevação, as geometrias de característica que estão em elevações mais altas do nível de estrada podem ser mais bem classificadas que as geometrias de característica em elevações mais baixas do nível de estrada. Em outras palavras, a altura de um prédio pode auxiliar na identificação de uma localização particular e, portanto, geometrias de característica de elevação maior para cada localização podem ser mais bem classificadas. Por exemplo, na Figura 6, a geometria de característica a 50 metros de elevação pode ser mais bem classificada que as geometrias de característica a 20 metros de elevação. Em determinadas modalidades, a localização dentro da rede de trajeto pode ser isenta de características proeminentes em elevações mais altas, em que as características em elevações mais baixas são, então, selecionadas. Isso pode incluir árvores ou outras características sazonais.
[0063] Em relação às propriedades de variância, as geometrias de característica que são menos variantes são fornecidas com classificação alta. A variância de uma geometria de característica pode levar em consideração a sazonalidade da característica. Por exemplo, no outono ou no inverno, as folhas de árvore podem desaparecer para expor ramificações desnudas para a câmera de LIDAR. As folhas de árvore podem, então, surgir novamente na primavera ou no verão. Portanto, as ramificações de árvores, folhas, etc. são variantes com base na sazonalidade das geometrias e, portanto, podem ser designadas com menos peso que geometrias de característica mais invariantes, como uma linha reta de um prédio ou o tronco da árvore. Em algumas modalidades, múltiplas impressões digitais podem ser armazenadas no banco de dados de impressão digital para representar de modo preciso características variantes durante estações diferentes. A variância de uma geometria de característica também pode levar em consideração se a geometria de característica está presente em determinados momentos e ausente em outros momentos (isto é, objetos não estacionários). Por exemplo, uma câmera de LIDAR montada em um veículo pode identificar outro veículo (como um caminhão grande) que se desloca ao longo do segmento de estrada em uma pista adjacente. Essa geometria de característica pode ser fornecida com uma classificação muito baixa devido a sua natureza não estacionária.
[0064] Em relação às propriedades de cor, as geometrias de característica que incluem cores não neutras ou vivas (como vermelho, rosa, roxo, laranja, verde, azul ou amarelo) podem ser fornecidas com uma classificação maior que uma cor neutra (como cinza, preto, marrom, bege ou branco). Por exemplo, uma cor não neutra ou viva em uma cidade ou área metropolitana pode representar a cor de um prédio ou estrutura exclusivos em contraste com a maior parte das construções de aço presentes na cidade ou área metropolitana. Através da identificação de tal cor de prédio exclusiva, o dispositivo pode ter capacidade para identificar sua localização dentro da rede de trajeto da cidade com muito mais facilidade.
[0065] Em determinadas modalidades, as geometrias de característica são classificadas com base em uma combinação das propriedades discutidas acima. A combinação pode compreender uma abordagem ponderada, em que cada propriedade possui um peso por localização e tempo. Em outras palavras, o peso para cada propriedade pode variar de modo espacial e temporal (isto é, os pesos podem ser dinâmicos).
[0066] Em uma modalidade, o valor de classificação geral para uma geometria de característica particular é calculado com o uso do valor de classificação de formato da característica (“Formato”), o valor de classificação do tamanho da característica (“Tamanho”), o valor de classificação da elevação da característica (“Elevação”), e o valor de classificação da variância da característica (“Variância”). O valor de classificação geral para cada geometria de característica pode ser calculado com o uso da equação abaixo: Valor de Classificação = W1 x Formato + W2 x Tamanho + W3 x ElevaÇão + W4 x Variância
[0067] em que W1 + W2 + W3 + W4 = 1.
[0068] Em determinadas modalidades, W1, W2, W3 e W4 têm pesos iguais, indicando que a importância de cada propriedade é igual. Em outras modalidades, W2 (associado ao tamanho da geometria de característica) e/ou W3 (associado à elevação da geometria) possuem peso maior que W1 (formato) e/ou W4 (variância). Em determinada modalidade, W2 possui o peso mais alto dos quatro fatores. Em outras modalidades, W3 possui o peso mais alto dos quatro fatores. Em uma modalidade particular, a ordem dos pesos, da maior para a menor é: W3, W2, W1 e W4.
[0069] Em um exemplo, quatro geometrias de característica são comparadas umas com as outras com base nos quatro fatores. Nesse exemplo, cada fator possui o mesmo peso (W1=W2=W3=W4=0,25). Os fatores são definidos com valores booleanos de verdadeiro ou falso, em que verdadeiro = 1 e falso = 0. Os valores verdadeiros podem representar propriedades de classificação alta, como uma geometria com um tamanho maior que 10 metros em comprimento, uma elevação maior que 10 metros do nível de estrada, um formato que é uma linha, conjunto de linhas conectadas ou curvas, arco, ou ranhura ou uma geometria invariante. Os valores falsos podem representar propriedades de classificação baixa, como uma geometria com um tamanho menor que 10 metros em comprimento, uma elevação menor que 10 metros do nível de estrada, um formato que é mais complexo que uma linha, conjunto de linhas conectadas ou curvas, arco, ou ranhura, ou uma geometria variante. O valor de classificação é determinado para cada característica, e uma classificação geral é determinada com base nos valores de classificação. Os resultados do exemplo teórico são mostrados na Tabela abaixo. TABELA: CLASSIFICAÇÃO DE GEOMETRIAS DE CARACTERÍSTICA
[0070] Em outras modalidades, as geometrias de característica podem ser classificadas com o uso de valores numéricos em combinação com ou de modo alternativo aos valores booleanos. Por exemplo, os valores usados para ordenar as características podem incluir o comprimento ou tamanho atual de cada característica ou a elevação de cada característica do nível de estrada, enquanto o formato de cada característica ou a variância de cada estrutura podem ser definidos com o uso de uma característica verdadeiro ou falso booleano.
[0071] Em determinadas modalidades, uma impressão digital que compreende múltiplas geometrias de característica pode ser através da combinação de geometrias de característica de diversas posições ou zonas que envolvem o veículo. Em algumas modalidades, o processo compreende selecionar geometrias de característica que são tanto altamente distribuídas (isto é, têm uma GDOP alta) quanto também têm valores de classificação altos. Em determinadas modalidades, o processo pode compreender dividir um mapa de profundidade em múltiplas seções ou zonas (por exemplo, pelo menos 3, 4 ou 5 seções ou zonas), em que as estruturas são identificadas em cada seção do mapa de profundidade e geometrias de característica dentro dessas estruturas são classificadas uma em relação à outra. Em determinadas modalidades, cada seção ou zona compreende um volume igual do mapa de profundidade. A impressão digital geral compreende selecionar a geometria de característica de classificação mais alta dentro de cada seção do mapa de profundidade. Em algumas modalidades, à medida que nenhuma estrutura é identificada dentro de uma seção do mapa de profundidade, estruturas adicionais (isto é, mais de uma estrutura) ou geometrias de característica adicionais dentro de uma única estrutura podem ser identificadas em uma seção próxima.
[0072] Em determinadas modalidades, o processo seleciona o número de topo de geometrias de característica a serem consideradas para determinar a localização do dispositivo. Em algumas modalidades, a seleção compreende pelo menos 2, pelo menos 3, pelo menos 5, pelo menos 10 ou pelo menos 15 geometrias de característica.
[0073] Após a seleção do dispositivo de usuário final ou do veículo de uma impressão digital que compreende uma pluralidade de geometrias de característica, o dispositivo pode transmitir os dados de impressão digital para o banco de dados de impressão digital através de uma rede conectada. O banco de dados de impressão digital pode, então, comparar as geometrias de característica transmitidas com seus dados de geometrias de característica armazenados.
[0074] No processo de comparação, com base na singularidade das geometrias de característica selecionadas e transmitidas, o banco de dados tem capacidade para correlacionar as geometrias de característica selecionadas e transmitidas com geometrias de característica armazenadas no banco de dados de impressão digital. Através desse processo de correlação, o banco de dados de impressão digital transmite dados de localização das geometrias de característica de volta para o dispositivo. Esses dados de localização podem incluir os dados codificados das geometrias de característica (discutidas acima), como dados de ponto de controle para as geometrias de característica. Em outras palavras, a transmissão dos dados codificados para um ponto de controle inclui a transmissão da latitude, longitude e altitude do ponto de controle.
[0075] Usar os dados de ponto de controle transmitidos e conhecer a distância medida do dispositivo de cada ponto de controle, a localização geográfica do dispositivo pode ser determinada. Adicionalmente, em algumas modalidades, a orientação geográfica do dispositivo (por exemplo, direção de deslocamento) pode ser determinada. Ou seja, quando é feita correlação de geometrias de característica e o posicionamento das geometrias de característica é conhecido em relação ao posicionamento do dispositivo de detecção de profundidade, pode ser determinada uma orientação que se alinhe melhor às geometrias de característica para indicar a orientação do dispositivo e do dispositivo de detecção de profundidade (por exemplo, principal).
[0076] Em determinadas modalidades, a localização geográfica é determinada através de um processo de multilateralização, com o uso dos dados de ponto de controle transmitidos e distâncias medidas dos pontos de controle (isto é, os raios dos pontos de controle).
[0077] Em determinadas modalidades, a localização geográfica do dispositivo é determinada através do processo de multilateralização com pelo menos 3 pontos de controle (e os dados de latitude, longitude e altitude associados são associadas a cada ponto de controle). Em outras modalidades, pelo menos 4 pontos de controle são usados. Em ainda outras modalidades, 5 ou mais pontos de controle são usados para calcular a localização geográfica do carro. Em modalidades alternativas, apenas 2 pontos de controle podem ser usados em conjunto com dados de GPS para determinar a localização geográfica do dispositivo de usuário final ou veículo.
[0078] A localização geográfica do dispositivo pode ser calculada dentro de 1 metro de sua localização verdadeira ou verdadeira de solo (isto é, a latitude/longitude atuais e, opcionalmente, altitude, coordenadas para o dispositivo). Em algumas modalidades, a localização geográfica pode ser calculada dentro de 0,5 metro, 0,1 metro, 50 centímetros, 20 centímetros, 10 centímetros, 5 centímetros, 3 centímetros, 2 centímetros ou 1 centímetro da localização verdadeira de solo ou localização verdadeira.
[0079] A Figura 6 fornece um exemplo não limitante do processo de multilateralização. Nesse exemplo, um veículo 20 (isto é, um processador do veículo) identificou e selecionou quatro geometrias de característica que envolvem o veículo para representar uma impressão digital para a localização. Ou seja, o veículo 20 identificou e selecionou duas geometrias de característica de linha reta em um primeiro prédio 24, as geometrias de característica que aparecem em 20 metros e 50 metros de elevação acima do nível de estrada. O veículo 20 também identificou e selecionou uma geometria de característica de linha reta adicional que aparece em um segundo prédio 26 a 20 metros de elevação. Adicionalmente, o veículo 20 identificou e selecionou uma geometria de característica para um poste de semáforo 28 a 2 metros de elevação.
[0080] Após transmitir e correlacionar essas geometrias de característica com o banco de dados de impressão digital, o banco de dados de impressão digital retornou os dados de ponto de controle para cada uma dessas geometrias. Por exemplo, conforme mostrado na Figura 6, os pontos de controle são identificados como os pontos de extremidade das linhas retas 22a, 22b, 22c, 22d, 22f, e 22g, bem como um único ponto 22e que representa o poste de semáforo. Cada um dos pontos de controle 22a-22g inclui informações de latitude, longitude e altitude. Em conjunto com distâncias identificadas entre o veículo 20 e cada ponto de controle, essas informações de ponto de controle podem ser usadas para determinar a localização do veículo 20 através de um cálculo de multilateralização.
[0081] As Figuras 7a e 7b fornecem outro exemplo desse processo, em que uma localização do veículo é determinada através da extração de geometrias de característica, correlacionadas com geometrias com um banco de dados de impressão digital e processo de multilateralização. Por exemplo, na Figura 7a, quatro características de linha reta são extraídas de três prédios 32, 34, e 36 ao redor do veículo. Através de um processo de correlação com o banco de dados de impressão digital, informações de ponto de controle para as geometrias de característica são retransmitidas para o veículo para processamento. Conforme mostrado na Figura 7b, essas quatro características de linha reta contêm sete pontos de controle, em que d1-d7 representam a distância identificada do veículo para cada ponto de controle. Mediante o uso dessas distâncias e das informações de ponto de controle (por exemplo, a latitude, longitude e altitude), a localização geográfica do veículo é determinada.
[0082] A Figura 8 fornece outro exemplo de um processo de multilateralização com base em três pontos de controle P1, P2, P3. As coordenadas geográficas para os três pontos de controle são identificadas como (0,0), (d,0) e (i,j). As distâncias do veículo para os pontos de controle são identificadas pelos raios r1, r2, r3. Com base nessas distâncias conhecidas e nas localizações geográficas dos pontos de controle do banco de dados de impressão digital, a localização geográfica aproximada do veículo é calculada. Por exemplo, nesse caso, as coordenadas x, y e z para a localização do veículo podem ser calculadas com o uso das equações a seguir:
[0083] Conforme ilustrado na Figura 8, a localização aproximada está dentro da interseção das três esferas.
[0084] Em algumas modalidades, como em casos de veículos autônomos ou HAD, após o processamento e determinação de uma localização geográfica do veículo ou orientação, o veículo pode processar os dados relatados e tomar uma decisão de se deve alertar ao operador ou realizar a ação. Em determinadas modalidades, um dispositivo de navegação in o veículo ou outro sistema de computador em comunicação com o dispositivo de navegação pode incluir instruções para rotear o veículo ou gerar comandos de direção para guiar o veículo, trocar marchas, aumentar ou reduzir o estrangulamento e frear com base nos dados de localização ou orientação relatados.
[0085] A Figura 9 ilustra um fluxograma exemplificativo para desenvolver um banco de dados de impressão digital para uma rede de trajeto. O processo do fluxograma pode ser realizado pelo sistema de dados de navegação 100 ou dispositivo 201 descrito e mostrado nas Figuras 11 e 12. De modo alternativo, outro dispositivo pode ser configurado para realizar um ou mais dos atos seguintes. Atos adicionais, alguns atos ou atos diferentes podem ser incluídos.
[0086] No ato S101, um mapa de profundidade é recebido para uma localização na rede de trajeto. Os mapas de profundidade podem ser coletados com o uso de dispositivos de detecção de profundidade como uma câmera de LIDAR. O mapa de profundidade pode ser salvo ou transmitido através de uma rede conectada a um processador para análise adicional.
[0087] No ato S103, as estruturas físicas dentro do mapa de profundidade são identificadas com o uso de um processador, ou fixadas ao dispositivo de coleta de dados (por exemplo, veículo) que coletam os dados de mapa de profundidade ou um processador separado associado a um banco de dados de mapa externo. Exemplos de estruturas físicas incluem fachadas de prédio, sinalização rodoviária, postes, plantas (por exemplo, árvores) ou outras estruturas não transitórias que existem na rede de trajeto.
[0088] No ato S105, para cada estrutura física, o mapa de profundidade pode ser dividido em um ou mais planos horizontais ou fatias em uma ou mais elevações do nível de estrada. No processo de divisão ou fatiamento, os dados de mapa de profundidade são identificados em uma elevação selecionada, definida, bem como dados que estão dentro de uma faixa acima e abaixo da elevação selecionada. Por exemplo, o plano horizontal pode incluir uma agregação de dados dentro de 0,1 metro, 0,2 metro, 0,5 metro, 1 metro ou 2 metros da elevação definida.
[0089] No ato S107, as geometrias de característica bidimensional são extraídas dos planos horizontais. A extração de geometrias para cada fatia ou plano horizontal pode ser conduzida com o uso de diversos algoritmos, em que os dados de mapa de profundidade na fatia são convertidos em uma ou mais geometrias bidimensionais.
[0090] No ato S109, pelo menos uma porção das geometrias de característica extraídas é codificada no banco de dados de impressão digital. Em algumas modalidades, apenas as geometrias de característica de classificação alta são codificadas ou salvas no banco de dados.
[0091] A Figura 10 ilustra um fluxograma exemplificativo para determinar uma localização geográfica de um veículo. O processo do fluxograma pode ser realizado pelo sistema de dados de navegação 100 ou dispositivo 201 descrito e mostrado nas Figuras 11 e 12. De modo alternativo, outro dispositivo pode ser configurado para realizar um ou mais dos atos seguintes. Atos adicionais, alguns atos ou atos diferentes podem ser incluídos.
[0092] No ato S201, um mapa de profundidade é coletado em uma localização na rede de trajeto com o uso de uma câmera de detecção de profundidade fixada a um dispositivo de usuário final. No ato S203, estruturas físicas dentro do mapa de profundidade são identificadas com o uso de um processador do dispositivo de usuário final. No ato S205, para cada estrutura física, o mapa de profundidade pode ser dividido em um ou mais planos horizontais ou fatias em uma ou mais elevações do nível de estrada. No ato S207, as geometrias de característica bidimensional são extraídas dos planos horizontais.
[0093] No ato S209, uma localização geográfica do dispositivo de usuário final na rede de trajeto é determinada. A localização é determinada através de uma comparação de pelo menos uma porção das geometrias de característica extraídas e um banco de dados de geometrias de característica da rede de trajeto. Em algumas modalidades, apenas geometrias de característica de classificação alta são selecionadas para comparação com o banco de dados. Em algumas modalidades, a orientação do dispositivo na localização geográfica também é determinada.
[0094] A Figura 11 representa uma modalidade de um sistema de dados de navegação e/ou geográfico 100 útil para coletar dados de mapa de profundidade ou determinar uma localização do dispositivo em uma rede de trajeto. O sistema de dados ou navegação geográfica 100 inclui, porém, sem limitação, um dispositivo de usuário final ou de coleta de dados 104 que se desloca em uma rede de trajeto 108 em uma região geográfica 112, um dispositivo 116, um dispositivo de processamento 128, uma estação de trabalho ou computador 132 e/ou um banco de dados 136. Alguns componentes, componentes adicionais ou diferentes podem ser fornecidos. Por exemplo, um servidor proxy, um servidor de nomes, um servidor de mapas, um servidor de cache ou rede de cache, um roteador, um comutador ou comutador inteligente, computadores ou estações de trabalho adicionais, uma interface de usuário, componentes administrativos, como uma estação de trabalho administrativa, um dispositivo de porta de comunicação, uma rede dorsal, portas, conexões de rede e/ou interfaces de rede podem ser fornecidos. Embora os componentes na Figura 11 sejam mostrados como separados uns dos outros, um ou mais desses componentes podem ser combinados.
[0095] O dispositivo de usuário final ou de coleta de dados 104 é um veículo, como um carro, caminhão, motocicleta, bicicleta, Segway ou outro dispositivo de transporte ou dispositivo mecânico usados para se mover na rede de trajeto 108. De modo alternativo, o dispositivo de usuário final ou de coleta de dados 104 pode representar um pedestre, como um ser humano ou animal, que anda ou se move ao longo da rede de trajeto 108. A rede de trajeto 108 é uma rede de estrada e/ou uma coleção de outras trajetórias. Por exemplo, a rede de trajeto 108 é uma rede de estrada resultante de diversas estradas. As estradas podem ser usadas para que os veículos possam ser conduzidos, como ruas locais ou próximas, bem como autoestradas. Além disso, em vez de ou além das ruas tradicionais, a rede de trajeto 108 pode incluir ciclovias ou trajetos para bicicletas, calçadas ou outros trajetos de deslocamento. De modo alternativo, a rede de trajeto 108 pode ser um espaço de área aberta com nenhum trajeto específico ou restrições de deslocamento. A rede de trajeto 108 está na região geográfica 112, como uma cidade, um subúrbio, um estado, um país e/ou outra região geográfica.
[0096] Em determinadas modalidades, o dispositivo de usuário final ou de coleta de dados 104 é um veículo autônomo ou um veículo de condução altamente automatizada (HAD). Conforme descrito no presente documento, um “veículo autônomo” pode se referir a um modo de autocondução ou sem condutor no qual não é exigido que nenhum passageiro esteja presente para operar o veículo. Um veículo autônomo pode ser referenciado como um veículo-robô ou um robô automatizado. O veículo autônomo pode incluir passageiros, mas nenhum condutor é necessário. Esses veículos autônomos podem estacionar ou mover cargas entre localizações sem um operador humano. Veículos autônomos podem incluir múltiplos modos e transição entre os modos.
[0097] Conforme descrito no presente documento, um “veículo de condução altamente automatizada (HAD)” pode se referir a um veículo que não substitui completamente o operador humano. Em vez disso, em um modo de condução altamente automatizado, o veículo pode realizar algumas funções de condução e o operador humano pode realizar algumas funções de condução. Os veículos também podem ser conduzidos em um modo manual no qual o operador humano exerce um grau de controle sobre o movimento do veículo. Os veículos também podem incluir um modo completamente sem condutor. Outros níveis de automação são possíveis.
[0098] O dispositivo de usuário final ou de coleta de dados 104 se desloca ao longo de ou se move através da rede de trajeto 108 para coletar dados. Um dispositivo de suporte ou alojamento 116 é fixado ou conectado a ou portado pelo dispositivo 104. O alojamento de suporte 116 pode ser ou pode incluir equipamento para coletar dados que representam uma área sobre ou ao redor de uma estrada ou trajetória ou outra área. Por exemplo, os dados coletados podem ser laser, LIDAR, acervo de imagens e/ou dados de vídeo/câmera (como no espectro visível ou outro espectro). Outros dados como dados de localização, dados de GPS e/ou outros dados geográficos podem ser coletados.
[0099] Em uma modalidade, o alojamento de suporte 116 é um alojamento ou recipiente que é fixado a ou transportado por um pedestre (o dispositivo de usuário final ou de coleta de dados 104), e conforme o pedestre está em e/ou se move em um trajeto, calçada ou outra área, o equipamento, como um sistema de LIDAR e/ou câmera, no alojamento de suporte 116 coleta os dados. Em outra modalidade, o alojamento de suporte 116 é um alojamento ou recipiente que é fixado a um veículo e, conforme o veículo está em e/ou se move em uma estrada ou trajeto, equipamento, como um dispositivo de LIDAR e/ou câmera, no alojamento de suporte 116 coleta ou reúne dados que correspondem à área circundante. De modo alternativo, o alojamento de suporte 116 pode ser o dispositivo de LIDAR ou o próprio dispositivo de câmera ou partes do mesmo. O alojamento de suporte 116 pode ser posicionado em uma extremidade posterior de um dispositivo (por exemplo, veículo) e pode ser angulado para aperfeiçoar a coleta. Em outras modalidades, o alojamento de suporte 116 pode ser posicionado em qualquer lugar em um veículo, pedestre ou dispositivo e em qualquer direção.
[00100] Os dados coletados são armazenados em uma ou mais mídias legíveis por computador não transitórias 120, como um CD-ROM, DVD, unidade flash, disco rígido ou outra mídia tangível adequada para armazenar dados. Tipos diferentes de dados podem ser armazenados no mesmo meio 120. De modo alternativo, mídia não transitória separada 120 pode ser usada para armazenar tipos separados ou diferentes de dados. Em uma modalidade, dados de LIDAR ou laser, fotografias (como fotografias digitais ou eletrônicas), imagens de vídeo e/ou outros dados de imagem coletados pelo dispositivo 104 e/ou pelo alojamento de suporte 116 são armazenados em uma ou mais mídias não transitórias 120. De modo alternativo, a mídia não transitória 120 pode ser sinais que portam ou têm dados. Os dados de LIDAR ou de imagem podem representar áreas ou regiões sobre ou ao redor de um trajeto, estrada ou outra área. Os dados de laser ou de LIDAR e/ou imagens coletados pode incluir características geográficas, como características de céu, terrestres ou características de entorno, estradas ou trajetos (como calçadas), marcações de estrada ou trajeto (como marcações de pista ou faixa de pedestres), sinalizações de estrada ou trajeto, pontos de interesse (“POIs”) como prédios, parques, museus, etc. e/ou outras características ou objetos.
[00101] Os dados coletados, por meio de uma ou mais mídias não transitórias 120, são enviados para um programador de dados de mapas, geográfico e/ou de navegação 124, como HERE ou Nokia Corporation. Por exemplo, um meio não transitório 120 pode ser enviado para ou comprado pelo programador de mapa 124. De modo alternativo, alguns ou todos os dados coletados podem ser transmitidos para o programador de mapas 124 por meio de uma rede com fio e/ou sem fio. Por exemplo, a rede pode incluir a Internet, uma intranet, uma rede de área local (“LAN”), uma rede de área ampla (“WAN”), uma rede privada virtual (“VPN”), uma rede de servidor, uma rede de celular, uma rede de satélite, uma rede de difusão, uma conexão com fio ou sem fio e/ou qualquer conexão ou rede conhecidas ou futuras. O termo “programador de mapas” também pode incluir contratantes de terceiros.
[00102] O dispositivo de processamento 128 mantido pelo programador de mapas 124 recebe os dados coletados. O dispositivo de processamento 128 é um ou mais servidores, computadores (como uma torre de computador do tipo desktop ou uma unidade de processamento de computador do tipo laptop), processadores e/ou outros sistemas ou dispositivos de processamento eletrônico. O dispositivo de processamento 128 inclui, porém, sem limitação, um processador 140, uma memória 144 e um aplicativo de software de imagem 148. Alguns componentes, componentes adicionais ou diferentes podem ser fornecidos.
[00103] O dispositivo de processamento 128 pode incluir ou estar em comunicação com a estação de trabalho ou computador 132. Por exemplo, a estação de trabalho 132 é uma interface de usuário, console eletrônico e/ou computador com um ou mais dispositivos de entrada que podem ser usados para acessar, controlar e/ou se comunicar com o dispositivo de processamento 128 ou componentes do mesmo.
[00104] O processador 140 é um processador geral, circuito integrado de aplicação específica (“ASIC”), processador de sinal digital, arranjo de portas programável em campo (“FPGA”), circuito digital, circuito análogo ou combinação dos mesmos. Em uma modalidade, o processador 140 é um ou mais processadores operáveis para controlar e/ou se comunicar com os diversos eletrônicos e lógica do dispositivo de processamento 128. A memória 144 é qualquer dispositivo de armazenamento conhecido ou futuro. A memória 144 é uma memória não volátil e/ou volátil, como uma Memória de Acesso Aleatório “RAM” (eletrônica), uma Memória de Apenas Leitura “ROM” (eletrônica), ou uma Memória de Apenas Leitura Programável Apagável (EPROM ou memória flash). Uma rede de memória pode ser fornecida. A memória 144 pode ser parte do processador 140. A memória 144 é operável ou configurada para armazenar dados de laser, LIDAR e/ou de imagem ou outros dados.
[00105] O processador 140 ou outro processador é configurado ou adaptado para executar o aplicativo de software de imagem 148, que pode ser armazenado na memória 144 ou outra memória. Por exemplo, o aplicativo de software de imagem 148 gera uma imagem com múltiplas camadas (como uma imagem com múltiplas camadas de gráficos de vetor escalonável bidimensional ("SVG")) com base em dados de modelo, como dados de modelo tridimensional que correspondem a uma área geográfica. Em uma modalidade, o aplicativo 148 identifica e/ou recebe dados de modelo tridimensional, como dados de nuvem de ponto de LIDAR tridimensionais coletados de renderização e realiza processos ou sequências, que são discutidos em detalhes abaixo, para gerar uma imagem de gráficos com múltiplas camadas de uma área geográfica. A imagem de gráficos com múltiplas camadas gerada pode ser usada em sistemas geográficos ou de navegação, bem como em uma variedade de interfaces de usuário, dispositivos ou sistemas. Além disso, a imagem de gráficos com múltiplas camadas gerada pode ser fornecida para programadores de tais sistemas e/ou dispositivos para propósitos de configuração.
[00106] Em uma modalidade, uma ou mais imagens de gráficos com múltiplas camadas geradas são armazenadas, ligadas, indexadas e/ou associadas a ou no banco de dados 136, que está em comunicação com o dispositivo de processamento 128. De modo alternativo, uma ou mais imagens de gráficos com múltiplas camadas geradas são armazenadas em um ou mais banco de dados separados ou diferentes que podem ou podem não ser associados ao banco de dados 136 ou dados dos mesmos. Em uma modalidade, o banco de dados geográficos 136 inclui dados usados para serviços relacionados à navegação e/ou relacionados à geografia. Por exemplo, o banco de dados geográficos 136 contém segmento/ligação de estrada e registros de dados de nó que representam uma rede de estrada, como a rede de trajeto 108. Um nó representa um ponto de extremidade de um segmento de estrada e/ou pontos de interseção. Os nós e segmentos de estrada podem ser associados aos atributos, como coordenadas geográficas, nomes de rua, faixas de endereço, limites de velocidade, restrições de rotação em interseções e outros atributos de navegação de veículo, bem como POIs, como postos de gasolina, hotéis, restaurantes, museus, estádios, escritórios, concessionárias de automóvel, oficinas mecânicas, prédios, lojas, etc. De modo alternativo, o banco de dados geográficos 136 contém segmento/ligação de trajeto e registros de dados de nó ou outros dados que representam trajetos de pedestre além de ou em vez dos dados registrados de estrada de veículo.
[00107] O banco de dados geográficos 136 pode ser um banco de dados geográficos principal que é armazenado em um formato que facilita atualização, manutenção e desenvolvimento. Por exemplo, o banco de dados geográficos principal 136 ou dados no banco de dados geográficos principal 136 está em um formato espacial de Oráculo, como para propósitos de desenvolvimento ou produção. O formato espacial de Oráculo ou banco de dados de desenvolvimento/produção pode ser compilado em um formato de distribuição, como um formato de GDF.
[00108] Os dados nos formatos de produção e/ou distribuição podem ser compilados ou adicionalmente compilados para formar produtos de banco de dados geográficos ou bancos de dados 152, que podem ser usados em dispositivos ou sistemas de navegação de usuário final ou outros sistemas ou dispositivos. Por exemplo, um cliente do programador de mapas 124 (como um programador de dispositivos ou sistemas de navegação) pode receber imagens de gráficos com múltiplas camadas geradas, bem como outros dados geográficos em um formato de distribuição e, então, compilar e/ou configurar tais dados para dispositivos de usuário final. Em uma modalidade, dados geográficos são compilados (como em um formato de PSF) para organizar e/ou configurar os dados (por exemplo, segmento/ligação, nó, imagem de gráficos com múltiplas camadas e/ou outros dados ou atributos) para realizar funções e/ou serviços relacionados à navegação como cálculo de rota, orientação de rota, exibição de mapa, cálculo de velocidade, funções de tempo de distância e deslocamento e outras funções, por um dispositivo de navegação. As funções relacionadas à navegação podem corresponder à navegação de veículo, navegação de pedestre ou outros tipos de navegação.
[00109] A Figura 12 ilustra uma modalidade de componentes de um dispositivo 201. Por exemplo, o dispositivo 201 pode ser uma modalidade do dispositivo de usuário final ou de coleta de dados 104, como um veículo, ou pode ser similar ao dispositivo de suporte 116. Em uma modalidade, o dispositivo 201 é um suporte ou alojamento que inclui equipamento para coletar dados. Por exemplo, o dispositivo 201 é fixado de modo removível ou integrado ou conectado a um veículo. O dispositivo 201 é posicionado em uma extremidade posterior de topo do veículo. De modo alternativo, o dispositivo 201 pode ser posicionado em ou em qualquer parte do veículo em qualquer ângulo. Em outra modalidade, o dispositivo 201 é fixado a ou transportado por um pedestre. Por exemplo, o dispositivo 201 pode ser um dispositivo de LIDAR ou outro dispositivo para coletar dados tridimensionais.
[00110] O dispositivo 201 inclui, porém, sem limitação, um processador 205, uma memória 209, um sistema de posicionamento 213, um dispositivo de usuário final ou de coleta de dados 217 e uma câmera ou dispositivo de câmera 221. Alguns componentes, componentes adicionais ou diferentes podem ser fornecidos. Por exemplo, um dispositivo de entrada pode ser fornecido. O dispositivo de entrada pode ter um ou mais botões, teclado numérico, teclado, mouse, caneta estilizada, trackball, interruptor basculante, teclado sensível ao toque, circuito de reconhecimento de voz ou outro dispositivo ou componente para controlar ou inserir dados em um ou mais dos componentes do dispositivo 201. Embora os componentes na Figura 12 sejam mostrados como separados uns dos outros, um ou mais desses componentes podem ser combinados. Além disso, alguns dos componentes podem ser fornecidos fora do dispositivo 201. Por exemplo, se o dispositivo 201 for um alojamento fixado a um veículo, o sistema de posicionamento 213, o processador 205, a memória 209, um dispositivo de entrada e/ou outros componentes podem estar no veículo ou em outra parte do veículo enquanto o dispositivo de usuário final ou de coleta de dados 217 e a câmera 221 estão no dispositivo 201. O dispositivo de usuário final ou de coleta de dados 217 e a câmera 221 também podem ser separados em invólucros e suportes diferentes.
[00111] O processador 205 é similar a ou diferente do processador 140. O processador 205 é configurado para operar o equipamento de coleta, como o sistema de posicionamento 213, o dispositivo de usuário final ou de coleta de dados 217 e o sistema de câmera 221. Por exemplo, o processador 205 envia comandos para os diversos dispositivos de coleta para coletar dados e sincronizar ou gerenciar os componentes diferentes. Além disso, o processador 205 é configurado para armazenar dados dos dispositivos de coleta na memória 209. A memória 209 é similar a ou diferente da memória 144. A memória 209 é operável ou configurada para armazenar dados de luz, laser, LIDAR, imagem e/ou posição coletados ou outros dados. A memória 209 pode ser parte do meio legível por computador não transitório 120 ou pode ser uma memória separada.
[00112] O sistema de posicionamento 213 é um sistema de GPS, um ou mais sensores mecânicos e/ou elétricos, um ou mais giroscópios, um sistema de posicionamento local, um ou mais sensores de direção ou outro sistema ou dispositivo para fornecer dados de posição, como dados de localização (por exemplo, longitude, latitude e/ou altitude) e/ou dados de direção, do dispositivo 201, componentes dos mesmos, ou um dispositivo fixo, como um veículo.
[00113] A câmera 221 é uma ou mais câmeras usadas para fotografar ou gravar vídeos de uma área circundante. Por exemplo, o sistema de câmera 221 inclui uma câmera de vídeo que registra dados de vídeo (como no espectro de luz visível) que representa características geográficas de e sobre uma estrada ou trajeto conforme o veículo se desloca ao longo da estrada ou trajeto. A câmera 221 também pode capturar fotografias separadamente dos dados de vídeo. A câmera 221 tem capacidade para capturar cores diferentes e texto associado de características geográficas.
[00114] O dispositivo de usuário final ou de coleta de dados 217 compreende um dispositivo de coleta de dados de luz. Por exemplo, o dispositivo ou sistema 217 pode incluir uma fonte de luz e um receptor de luz. Em uma modalidade, o dispositivo de usuário final ou de coleta de dados 217 compreendem um dispositivo ou sensor de LIDAR, um dispositivo de laser e/ou outro dispositivo que coleta pontos de dados, como dados tridimensionais, transmitindo-se e recebendo-se luz.
[00115] Nas modalidades descritas acima, a rede de comunicação pode incluir redes com fio, redes sem fio ou combinação das mesmas. A rede sem fio pode ser uma rede de telefone celular, uma rede 802.11, 802.16, 802.20 ou WiMax. Adicionalmente, a rede pode ser uma rede pública, como a Internet, uma rede privada, como uma intranet, ou combinação dos mesmos, e pode utilizar uma variedade de protocolos de rede agora disponível ou posteriormente desenvolvidos que incluem, porém, sem limitação, protocolos de rede com base em TCP/IP.
[00116] Embora o meio legível por computador não transitório seja descrito como sendo um meio único, o termo “meio legível por computador” inclui um meio único ou múltiplos meios, como um banco de dados centralizado ou distribuído e/ou caches e servidores associados que armazenam um ou mais conjuntos de instruções. O termo “meio legível por computador” também deve incluir qualquer meio que tem capacidade para armazenar, codificar ou portar um conjunto de instruções para execução por um processador ou fazer com que um sistema de computador realize qualquer um ou mais dos métodos ou operações revelados no presente documento.
[00117] Em uma modalidade exemplificativa, não limitante particular, o meio legível por computador pode incluir uma memória de estado sólido como um cartão de memória ou outro pacote que aloja uma ou mais memórias de apenas leitura não volátil. Adicionalmente, o meio legível por computador pode ser uma memória de acesso aleatório ou outra memória regravável volátil. Adicionalmente, o meio legível por computador pode incluir um meio óptico ou óptico-magnético, como um disco ou fitas ou outro dispositivo de armazenamento para capturar sinais de onda de portadora como um sinal comunicado através de um meio de transmissão. Uma fixação de arquivo digital para um outro arquivo de informações independente ou e-mail ou conjunto de arquivos podem ser considerados um meio de distribuição que é um meio de armazenamento tangível. Consequentemente, a revelação é considerada para inclui qualquer um ou mais dentre um meio legível por computador ou um meio de distribuição e outra mídia sucessora ou equivalente, em que os dados ou instruções podem ser armazenados.
[00118] Em uma modalidade alternativa, implantações de hardware dedicadas, como circuitos integrados específicos de aplicativo, matrizes lógicas programáveis e outros dispositivos de hardware, podem ser construídos para implantar um ou mais dos métodos descritos no presente documento. Os aplicativos que podem incluir o aparelho e sistemas de diversas modalidades podem incluir amplamente uma variedade de sistemas eletrônicos e de computador. Uma ou mais modalidades descritas no presente documento podem implantar funções com o uso de dois ou mais módulos ou dispositivos de hardware interconectados específicos com sinais de dados e controle relacionados que podem ser comunicados entre e através dos módulos ou como porções de um circuito integrado de aplicação específica. Consequentemente, o presente sistema abrange implantações de software, firmware e hardware.
[00119] De acordo com diversas modalidades da presente revelação, os métodos descritos no presente documento podem ser implantados por programas de software executáveis por um sistema de computador. Adicionalmente, em uma modalidade não limitada, exemplificativa, implantações podem incluir processamento distribuído, processamento distribuído de componente/objeto e processamento paralelo. De modo alternativo, processamento de sistema de computador virtual pode ser construído para implantar um ou mais dos métodos ou funcionalidade conforme descrito no presente documento.
[00120] Embora o presente relatório descritivo descreva componentes e funções que podem ser implantados em modalidades particulares em referência a padrões e protocolos particulares, a invenção não é limitada a tais padrões e protocolos. Por exemplo, padrões para Internet e outra transmissão de rede comutada com pacote (por exemplo, TCP/IP, UDP/IP, HTML, HTTP, HTTPS) representam exemplos do estado da técnica. Tais padrões são periodicamente substituídos por equivalentes mais rápidos e eficazes que têm essencialmente as mesmas funções. Consequentemente, padrões e protocolos de substituição que têm as mesmas funções ou funções similares como aquelas reveladas no presente documento são consideradas equivalentes dos mesmos.
[00121] Um programa de computador (também conhecido como um programa, software, software aplicativo, script ou código) pode ser escrito em qualquer forma de linguagem de programação, que incluem linguagens compiladas ou interpretadas, e o mesmo pode ser empregado em qualquer forma, incluindo como um programa autônomo ou como um módulo, componente, sub-rotina ou outra unidade adequada para uso em um ambiente de computação. Um programa de computador não corresponde necessariamente a um arquivo em um sistema de arquivo. Um programa pode ser armazenado em uma porção de um arquivo que retém outros programas ou dados (por exemplo, um ou mais ou mais escrituras armazenadas em um documento de linguagem de marcação), em um arquivo único dedicado ao programa em questão ou em múltiplos arquivos de coordenadas (por exemplo, arquivos que armazenam um ou mais módulos, subprogramas ou porções de código). Pode ser implantado um programa de computador para ser executado em um computador ou em múltiplos computadores que estão localizados em um sítio ou distribuídos em múltiplos sítios e interconectados através de uma rede de comunicação.
[00122] Os fluxos de processos e lógicos descritos neste relatório descritivo podem ser realizados por um ou mais processadores programáveis que executam um ou mais programas de computador para realizar funções operando-se em dados de entrada e gerando-se saída. Os fluxos de processos e lógicos também podem ser realizados por, e aparelhos também podem ser implantados como, conjunto de circuitos lógicos de propósito especial, por exemplo, um FPGA (arranjo de portas programável em campo) ou um ASIC (circuito integrado específico de aplicativo).
[00123] Conforme usado neste pedido, o termo “conjunto de circuitos” ou “circuito” se refere a todos os itens a seguir: (A) implantações de circuito de apenas hardware (como implantações em apenas conjunto de circuitos analógicos ou digitais) e (b) combinações de circuitos e software (e/ou firmware), como (como aplicável): (i) uma combinação de processador(s) ou (ii) porções de processador(s)/software (que incluem processador(es) de sinal digital), software, e memória(s) que trabalham juntos para fazer com que um aparelho, como um telefone móvel ou servidor, realize diversas funções) e (c) circuitos, como um microprocessador(es) ou uma porção de um microprocessador(es), que exigem software ou firmware para operação, mesmo se o software ou firmware não estiver fisicamente presente.
[00124] Essa definição de “conjunto de circuitos” se aplica a todos os usos desse termo neste pedido, que inclui em quaisquer reivindicações. Como um exemplo adicional, conforme usado neste pedido, o termo “conjunto de circuitos” também abrangeria uma implantação de meramente um processador (ou múltiplos processadores) ou porção de um processador e seu (ou seus) software e/ou firmware anexos. O termo “conjunto de circuitos” também abrangeria, por exemplo e se aplicável ao elemento de reivindicação particular, um circuito integrado de banda de base ou circuito integrado de processador de aplicativos para um telefone móvel ou um circuito integrado similar no servidor, um dispositivo de rede de celular ou outro dispositivo de rede.
[00125] Os processadores adequados para a execução de um programa de computador incluem, a título de exemplificação, tanto microprocessadores de propósito geral quanto microprocessadores de propósito especial e qualquer um ou mais processadores de qualquer tipo de computador digital. Em geral, um processador recebe instruções e dados de uma memória de apenas leitura ou uma memória de acesso aleatório ou ambas. Os elementos essenciais de um computador são um processador para realizar instruções e um ou mais dispositivos de memória para armazenar instruções e dados. Em geral, um computador também inclui, ou ser acoplado de modo operacional para receber dados de ou transferir dados para, ou ambos, um ou mais dispositivos de armazenamento de massa para armazenar dados, por exemplo, discos ópticos-magneto, magnéticos ou discos ópticos. No entanto, um computador não precisa ter tais dispositivos. Além disso, um computador pode ser incorporado em outro dispositivo, por exemplo, um telefone móvel, um assistente pessoal digital (PDA), um reprodutor de áudio móvel, um receptor de Sistema de Posicionamento Global (GPS), para citar apenas alguns. Mídia legível por computador adequada para armazenar dados e instruções de programa de computador inclui todas as formas de memória não volátil, mídia e dispositivos de memória, que incluem, a título de exemplificação, dispositivos de memória semicondutores, por exemplo, E PROM, EEPROM, e dispositivos de memória flash; discos magnéticos, por exemplo, discos rígidos internos ou discos removíveis; discos ópticos-magneto e discos de CD ROM e DVD-ROM. O processador e a memória podem ser suplementados por, ou incorporados em, conjunto de circuitos lógicos de propósito especial.
[00126] Para fornecer interação com um usuário, as modalidades da matéria descrita neste relatório descritivo podem ser implantadas em um dispositivo que tem um visor, por exemplo, um monitor de CRT (tubos de raios catódicos) ou LCD (visor de cristal líquido), para exibir informações para o usuário e um teclado e um dispositivo apontador, por exemplo, um mouse ou uma trackball, através dos quais o usuário pode fornecer entrada para o computador. Outros tipos de dispositivos também podem ser usados para fornecer interação com um usuário; por exemplo, retroalimentação fornecida para o usuário pode ser qualquer forma de retroalimentação sensorial, por exemplo, retroalimentação visual, retroalimentação auditiva, ou retroalimentação tátil e entrada do usuário pode ser recebida de qualquer forma, que inclui entrada acústica, de fala ou tátil.
[00127] As modalidades da matéria descritas neste relatório descritivo podem ser implantadas em um sistema de computação que inclui componente de back-end, por exemplo, como um servidor de dados ou que inclui um componente de middleware, por exemplo, um servidor de aplicativo, ou que inclui um componente de front-end, por exemplo, um computador de cliente que tem uma interface de usuário gráfica ou um navegador da web através do qual um usuário pode interagir com algumas implantações da matéria descrita é neste relatório descritivo, ou qualquer combinação de um ou mais tais componentes de back-end, de middleware ou de front-end. Os componentes do sistema podem ser interconectados por qualquer forma ou meio de comunicação digital de dados, por exemplo, uma rede de comunicação. Exemplos de redes de comunicação incluem uma rede de área local (“LAN”) e uma rede de área ampla (“WAN”), por exemplo, a Internet.
[00128] O sistema de computação pode incluir clientes e servidores. Um cliente e um servidor são, em geral, remotos um do outro e tipicamente interagem através de uma rede de comunicação. A relação de cliente e servidor surge em virtude de programas de computador que funcionam nos respectivos computadores e que tem uma relação de cliente e servidor entre si.
[00129] As ilustrações das modalidades descritas no presente documento se destinam a fornecer um entendimento geral da estrutura das diversas modalidades. As ilustrações não se destinam a servir como uma descrição completa de todos os elementos e características de aparelhos e sistemas que utilizam as estruturas ou métodos descritos no presente documento. Muitas outras modalidades podem ser evidentes para aqueles versados na técnica mediante a revisão da revelação. Outras modalidades podem ser utilizadas e derivadas da revelação, de modo que substituições e alterações estruturais e lógicas possam ser realizadas sem se afastar do escopo da revelação. Adicionalmente, as ilustrações são meramente representativas e podem não ser desenhadas em escala. Determinadas proporções dentro das ilustrações podem ser exageradas, enquanto outras proporções podem ser minimizadas. Consequentemente, a revelação e as Figuras devem ser consideradas como ilustrativas em vez de restritivas.
[00130] Embora este relatório descritivo contenha muitas especificidades, as mesmas não devem ser interpretadas como limitações no escopo da invenção ou do que pode ser reivindicado, mas em vez disso, como descrições de características específicas às modalidades particulares da invenção. Determinadas características que são descritas neste relatório descritivo no contexto de modalidades separadas também podem ser implantadas em combinação em uma única modalidade. Por outro lado, diversas características que são descritas no contexto de uma única modalidade também podem ser implantadas em múltiplas modalidades de modo separado ou em qualquer subcombinação adequada. Além disso, embora as características possam ser descritas acima como atuando em determinadas combinações e mesmo inicialmente reivindicadas como tal, uma ou mais características de uma combinação reivindicada pode, em alguns casos, ser exercida a partir da combinação, e a combinação reivindicada pode ser direcionada a uma subcombinação ou variação de uma subcombinação.
[00131] De modo similar, embora as operações sejam representadas nos desenhos e descritas no presente documento em uma ordem particular, isso não deveria ser entendido como exigência de que tais operações sejam realizadas na ordem particular mostrada ou em ordem sequencial, ou que todas as operações ilustradas sejam realizadas, para alcançar resultados desejáveis. Em certas circunstâncias, o processamento paralelo e de múltiplas tarefas pode ser vantajoso. Ademais, a separação de vários componentes de sistema nas modalidades descritas acima não deve ser entendida como exigência para tal separação em todas as modalidades e deve ser entendido que os sistemas e componentes de programa descritos podem ser geralmente integrados em um único produto de software ou empacotados em múltiplos produtos de software.
[00132] Uma ou mais modalidades da revelação podem ser referenciadas no presente documento, de modo individual e/ou coletivo, pelo termo “invenção” meramente por conveniência e sem se destinar a limitar de modo voluntário o escopo deste pedido a qualquer invenção ou conceito inventivo particular. Além disso, embora modalidades específicas tenham sido ilustradas e descritas no presente documento, deve ser observado que qualquer disposição subsequente projetada para alcançar o mesmo propósito ou propósito similar pode ser substituída pelas modalidades específicas mostradas. Essa revelação se destina a cobrir qualquer e todas as adaptações ou variações subsequentes de diversas modalidades. As combinações das modalidades acima, e outras modalidades não especificamente descritas no presente documento, são evidentes para aqueles versados na técnica mediante a revisão da descrição.
[00133] O Resumo da Revelação é fornecido para cumprir o 37 C.F.R. §1.72(b) e é submetido à compreensão de que o mesmo não será usado para interpretar ou limitar o escopo ou o significado das reivindicações. Além disso, na Descrição Detalhada anterior, diversos recursos podem ser agrupados juntos ou descritos em uma única modalidade com o propósito de simplificar a revelação. Essa revelação não deve ser interpretada como a reflexão de uma intenção de que as modalidades reivindicadas exigem mais recursos do que o expressamente citado em cada reivindicação. Em vez disso, conforme a reflexão das reivindicações a seguir, a matéria inovadora pode ser direcionada a menos do que todos os recursos de qualquer uma das modalidades reveladas. Desse modo, as reivindicações a seguir são incorporadas à Descrição Detalhada, em que cada reivindicação é independente uma vez que define de modo separado a matéria reivindicada.
[00134] Pretende-se que a descrição detalhada supracitada seja relacionada como ilustrativa em vez de limitante e deve ser entendido que as reivindicações a seguir que incluem todos os equivalentes se destinam a definir o escopo da invenção. As reivindicações não devem ser lidas como limitantes à ordem ou elementos descritos a menos que indicados para esse efeito. Portanto, todas as modalidades que estão dentro do escopo e do espírito das reivindicações a seguir e equivalentes às mesmas são reivindicadas como a invenção.
Claims (13)
1. Método para codificar um banco de dados, caracterizado pelo fato de que compreende: receber (S101) um mapa de profundidade tridimensional para uma localização em uma rede de trajeto; dividir (S105) o mapa de profundidade, em um ou mais planos horizontais em uma ou mais elevações a partir de um nível de estrada, cada plano horizontal tendo um intervalo de espessura associado à respectiva elevação e incluindo dados do mapa de profundidade no intervalo de espessura acima e abaixo da respectiva elevação; extrair (S107) geometrias de característica bidimensional de um ou mais planos horizontais; e codificar (S109) pelo menos uma porção das geometrias de característica extraídas em um banco de dados.
2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que os planos horizontais têm uma espessura de 0,1 a 2 metros.
3. Método, de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que compreende: analisar um primeiro plano horizontal em uma primeira elevação para identificar geometrias de característica bidimensionais; e extrair geometrias de característica bidimensionais de um segundo plano horizontal em uma segunda elevação se nenhuma característica geométrica bidimensional útil for identificada no primeiro plano horizontal.
4. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente: determinar uma orientação geográfica do dispositivo de usuário final através de uma comparação das geometrias de característica extraídas e do banco de dados de geometrias de característica.
5. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o dispositivo de usuário final é um veículo, e em que a câmera de detecção de profundidade é selecionada a partir do grupo que consiste em: uma câmera de LIDAR, um dispositivo de RADAR, um dispositivo de ultrassom, uma câmera de luz de estrutura e uma monocâmera de movimento.
6. Método, de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que compreende adicionalmente: classificar as geometrias de característica extraídas para fornecer um valor de classificação para cada geometria de característica extraída, em que a classificação tem como base um ou mais dos fatores a seguir: (1) formato das geometrias de característica, (2) um tamanho das geometrias de característica, (3) uma elevação das geometrias de característica, ou (4) variância das geometrias de característica; e ordenar as geometrias de característica classificadas das geometrias de características mais bem classificadas para as piores classificadas, em que a porção de geometrias de característica extraídas usada na comparação com o banco de dados compreende as geometrias de característica mais bem classificadas.
7. Método, de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que as geometrias de característica bidimensional compreendem curvas, arcos ou ranhuras.
8. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que a extração das geometrias de característica usa um algoritmo de regressão curvilinear.
9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a localização geográfica do dispositivo é determinada com o uso de (1) atributos geográficos de pontos de controle selecionados das geometrias de característica no banco de dados e (2) uma determinada distância do dispositivo de cada ponto de controle selecionado das geometrias de característica, em que os atributos geográficos compreendem, para cada ponto de controle selecionado, uma latitude, uma longitude e uma elevação acima do nível de estrada.
10. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende determinar uma localização geográfica do dispositivo de usuário final através de uma comparação de pelo menos uma porção das geometrias de característica extraídas e um banco de dados de geometrias de característica para a rede de trajeto.
11. Método, de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que compreende identificar, usando um processador, estruturas físicas dentro do mapa de profundidade.
12. Aparelho (100, 201), caracterizado pelo fato de que compreende: pelo menos um processador (140, 205); e pelo menos uma memória (144, 209) que inclui código de programa de computador para um ou mais programas (148); em que a pelo menos uma memória (144, 209) e o código de programa de computador são configurados para, com o pelo menos um processador (140, 205), fazer com que o aparelho (100, 201) pelo menos realize o método como definido em qualquer uma das reivindicações anteriores.
13. Meio legível por computador (120), caracterizado pelo fato de que inclui código de programa de computador para um ou mais programas, o código de programa de computador configurado para fazer com que pelo menos um processador pelo menos realize o método como definido em qualquer uma das reivindicações 1 a 11.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/583,375 US9519061B2 (en) | 2014-12-26 | 2014-12-26 | Geometric fingerprinting for localization of a device |
| US14/583,375 | 2014-12-26 | ||
| PCT/IB2015/002511 WO2016103028A1 (en) | 2014-12-26 | 2015-12-18 | Geometric fingerprinting for localization of a device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR112017013687A2 BR112017013687A2 (pt) | 2018-03-06 |
| BR112017013687B1 true BR112017013687B1 (pt) | 2023-04-11 |
Family
ID=55275115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR112017013687-2A BR112017013687B1 (pt) | 2014-12-26 | 2015-12-18 | Método para codificar um banco de dados, aparelho e meio legível por computador |
Country Status (8)
| Country | Link |
|---|---|
| US (2) | US9519061B2 (pt) |
| EP (1) | EP3237925A1 (pt) |
| JP (3) | JP2018504650A (pt) |
| KR (1) | KR102002631B1 (pt) |
| CN (2) | CN107430183B (pt) |
| AU (2) | AU2015370579A1 (pt) |
| BR (1) | BR112017013687B1 (pt) |
| WO (1) | WO2016103028A1 (pt) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9671243B2 (en) | 2013-06-13 | 2017-06-06 | Mobileye Vision Technologies Ltd. | Vision augmented navigation |
| US10028102B2 (en) | 2014-12-26 | 2018-07-17 | Here Global B.V. | Localization of a device using multilateration |
| US9519061B2 (en) * | 2014-12-26 | 2016-12-13 | Here Global B.V. | Geometric fingerprinting for localization of a device |
| US9803985B2 (en) * | 2014-12-26 | 2017-10-31 | Here Global B.V. | Selecting feature geometries for localization of a device |
| US9792521B2 (en) * | 2014-12-26 | 2017-10-17 | Here Global B.V. | Extracting feature geometries for localization of a device |
| WO2017015720A1 (en) * | 2015-07-30 | 2017-02-02 | Monash University | Fibrotic treatment |
| US10386480B1 (en) * | 2016-02-02 | 2019-08-20 | Waymo Llc | Radar based mapping and localization for autonomous vehicles |
| US10650621B1 (en) | 2016-09-13 | 2020-05-12 | Iocurrents, Inc. | Interfacing with a vehicular controller area network |
| CA3040599C (en) * | 2016-11-29 | 2022-09-06 | Continental Automotive Gmbh | Method and system for generating environment model and for positioning using cross-sensor feature point referencing |
| KR102406502B1 (ko) * | 2016-12-14 | 2022-06-10 | 현대자동차주식회사 | 차량의 협로 주행 안내 장치 및 방법 |
| US10178499B2 (en) * | 2017-04-21 | 2019-01-08 | The United States Of America As Represented By The Administrator Of Nasa | Virtual stationary satellites over any area of the earth for a continuous or set amount of time |
| CN111683852A (zh) * | 2018-02-22 | 2020-09-18 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及程序 |
| US11252040B2 (en) * | 2018-07-31 | 2022-02-15 | Cisco Technology, Inc. | Advanced network tracing in the data plane |
| US20220308228A1 (en) * | 2019-05-21 | 2022-09-29 | Starship Technologies Oü | System and method for robot localisation in reduced light conditions |
| WO2021046829A1 (zh) * | 2019-09-12 | 2021-03-18 | 华为技术有限公司 | 定位方法、装置及系统 |
| US11474252B2 (en) * | 2019-10-21 | 2022-10-18 | Piper Networks, Inc. | Transit location systems and methods using lidar |
| CN111337078B (zh) * | 2020-03-11 | 2021-05-28 | 广东省科学院广州地理研究所 | 一种城市地理数据采集手持设备 |
| JP6837626B1 (ja) * | 2020-08-03 | 2021-03-03 | 株式会社空間技術総合研究所 | 地物データの生成システム、地物データベース更新システム及び地物データの生成方法 |
| CN114286282B (zh) * | 2021-11-18 | 2023-12-26 | 中国科学院空天信息创新研究院 | 基于手机WiFi RSS数据和降维算法的指纹定位方法 |
Family Cites Families (66)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0579848A (ja) * | 1991-09-19 | 1993-03-30 | Fujitsu Ltd | 車両位置計測装置及び車両運転者支援装置 |
| DE4408329C2 (de) * | 1994-03-11 | 1996-04-18 | Siemens Ag | Verfahren zum Aufbau einer zellular strukturierten Umgebungskarte von einer selbstbeweglichen mobilen Einheit, welche sich mit Hilfe von auf Wellenreflexion basierenden Sensoren orientiert |
| US6526352B1 (en) * | 2001-07-19 | 2003-02-25 | Intelligent Technologies International, Inc. | Method and arrangement for mapping a road |
| US6912293B1 (en) | 1998-06-26 | 2005-06-28 | Carl P. Korobkin | Photogrammetry engine for model construction |
| DE69933932T2 (de) | 1998-07-06 | 2007-09-06 | Honeywell International Inc. | Ueberprüfung der gültigkeit der position eines flugzeuges unter zuhilfenahme von radar- und digitalen geländehöhen-daten |
| KR100418862B1 (ko) * | 2000-03-14 | 2004-02-14 | 주식회사 칼라짚미디어 | 물리적으로 표현된 코드이미지를 이용한 광고 서비스 방법및 그 장치 |
| US6711475B2 (en) | 2000-03-16 | 2004-03-23 | The Johns Hopkins University | Light detection and ranging (LIDAR) mapping system |
| FI115668B (fi) * | 2003-03-25 | 2005-06-15 | Sandvik Tamrock Oy | Kaivosajoneuvon paikan ja suunnan alustaminen |
| WO2005038402A1 (ja) * | 2003-10-21 | 2005-04-28 | Waro Iwane | ナビゲーション装置 |
| JP4533659B2 (ja) | 2004-05-12 | 2010-09-01 | 株式会社日立製作所 | レーザー計測により地図画像を生成する装置及び方法 |
| JP4708124B2 (ja) * | 2005-08-30 | 2011-06-22 | 富士重工業株式会社 | 画像処理装置 |
| DE112006003363B4 (de) * | 2005-12-16 | 2016-05-04 | Ihi Corporation | Verfahren und Vorrichtung zur Identifizierung der Eigenposition, und Verfahren und Vorrichtung zur Messung einer dreidimensionalen Gestalt |
| EP2041515A4 (en) | 2006-07-13 | 2009-11-11 | Velodyne Acoustics Inc | HIGH DEFINITION LIDAR SYSTEM |
| WO2008054203A1 (en) * | 2006-10-30 | 2008-05-08 | Tele Atlas B.V. | Method and apparatus for detecting objects from terrestrial based mobile mapping data |
| AU2008289422B2 (en) | 2007-06-01 | 2013-11-14 | Vaisala Inc. | Position correction in sodar and meteorological lidar systems |
| RU2010136929A (ru) * | 2008-02-04 | 2012-03-20 | Теле Атлас Норт Америка Инк. (Us) | Способ для согласования карты с обнаруженными датчиком объектами |
| US9185361B2 (en) | 2008-07-29 | 2015-11-10 | Gerald Curry | Camera-based tracking and position determination for sporting events using event information and intelligence data extracted in real-time from position information |
| CN101398933B (zh) | 2008-10-17 | 2010-09-15 | 北京大学 | 一种从图像中恢复三维几何信息的方法 |
| US8125622B2 (en) | 2009-07-28 | 2012-02-28 | Applied Concepts, Inc. | Lidar measurement device with target tracking and method for use of same |
| CA2710269C (en) * | 2009-08-11 | 2012-05-22 | Certusview Technologies, Llc | Locating equipment communicatively coupled to or equipped with a mobile/portable device |
| WO2011023246A1 (en) * | 2009-08-25 | 2011-03-03 | Tele Atlas B.V. | A vehicle navigation system and method |
| US20140379254A1 (en) * | 2009-08-25 | 2014-12-25 | Tomtom Global Content B.V. | Positioning system and method for use in a vehicle navigation system |
| TWI391874B (zh) * | 2009-11-24 | 2013-04-01 | Ind Tech Res Inst | 地圖建置方法與裝置以及利用該地圖的定位方法 |
| KR101182891B1 (ko) * | 2009-12-09 | 2012-09-13 | 삼성메디슨 주식회사 | 2차원 초음파 영상과 3차원 초음파 영상의 합성영상을 제공하는 초음파 시스템 및 방법 |
| JP6002126B2 (ja) * | 2010-06-25 | 2016-10-05 | トリンブル ナビゲーション リミテッドＴｒｉｍｂｌｅ Ｎａｖｉｇａｔｉｏｎ Ｌｉｍｉｔｅｄ | 画像ベースの測位のための方法および装置 |
| EP2598913A4 (en) | 2010-07-27 | 2014-03-12 | Univ Regina | METHOD AND SYSTEM FOR COOPERATIVE STOCHASTIC POSITIONING IN A MOBILE ENVIRONMENT |
| US8896664B2 (en) * | 2010-09-19 | 2014-11-25 | Lg Electronics Inc. | Method and apparatus for processing a broadcast signal for 3D broadcast service |
| AU2011305154B2 (en) * | 2010-09-24 | 2015-02-05 | Irobot Corporation | Systems and methods for VSLAM optimization |
| JP2012127896A (ja) * | 2010-12-17 | 2012-07-05 | Kumamoto Univ | 移動体位置測定装置 |
| WO2012086029A1 (ja) * | 2010-12-22 | 2012-06-28 | 株式会社日立製作所 | 自律移動システム |
| US20120162225A1 (en) * | 2010-12-23 | 2012-06-28 | Google Inc. | View dependent techniques to determine user interest in a feature in a 3d application |
| PL2490092T3 (pl) * | 2011-02-16 | 2014-02-28 | Siemens Ag | Sposób niezależnej lokalizacji niemającego kierowcy, zmotoryzowanego pojazdu |
| US8605992B2 (en) | 2011-04-08 | 2013-12-10 | Microsoft Corporation | Image completion using scene geometry |
| JP5852645B2 (ja) * | 2011-05-20 | 2016-02-03 | 株式会社日立製作所 | 軌跡補正方法、軌跡補正装置および移動体装置 |
| US8879828B2 (en) * | 2011-06-29 | 2014-11-04 | Matterport, Inc. | Capturing and aligning multiple 3-dimensional scenes |
| GB201116959D0 (en) * | 2011-09-30 | 2011-11-16 | Bae Systems Plc | Vehicle localisation with 2d laser scanner and 3d prior scans |
| US9194949B2 (en) * | 2011-10-20 | 2015-11-24 | Robert Bosch Gmbh | Methods and systems for precise vehicle localization using radar maps |
| US8630805B2 (en) * | 2011-10-20 | 2014-01-14 | Robert Bosch Gmbh | Methods and systems for creating maps with radar-optical imaging fusion |
| US9297881B2 (en) * | 2011-11-14 | 2016-03-29 | Microsoft Technology Licensing, Llc | Device positioning via device-sensed data evaluation |
| WO2013076364A1 (en) * | 2011-11-21 | 2013-05-30 | Nokia Corporation | Method for image processing and an apparatus |
| EP2783329A4 (en) * | 2011-11-22 | 2016-08-24 | Nokia Corp | METHOD FOR PROCESSING IMAGES AND CORRESPONDING APPARATUS |
| US8903644B2 (en) * | 2011-11-29 | 2014-12-02 | Irobot Corporation | Digest for localization or fingerprinted overlay |
| US8855366B2 (en) * | 2011-11-29 | 2014-10-07 | Qualcomm Incorporated | Tracking three-dimensional objects |
| CN102520401B (zh) | 2011-12-21 | 2013-05-08 | 南京大学 | 一种基于LiDAR数据的建筑物区域提取方法 |
| GB201202344D0 (en) * | 2012-02-10 | 2012-03-28 | Isis Innovation | Method of locating a sensor and related apparatus |
| GB2501466A (en) * | 2012-04-02 | 2013-10-30 | Univ Oxford | Localising transportable apparatus |
| CN102737235B (zh) * | 2012-06-28 | 2014-05-07 | 中国科学院自动化研究所 | 基于深度信息和彩色图像的头部姿势估计方法 |
| US9056395B1 (en) * | 2012-09-05 | 2015-06-16 | Google Inc. | Construction zone sign detection using light detection and ranging |
| JP6074205B2 (ja) * | 2012-09-26 | 2017-02-01 | 株式会社日立産機システム | 自律移動体 |
| US9082008B2 (en) | 2012-12-03 | 2015-07-14 | Honeywell International Inc. | System and methods for feature selection and matching |
| GB201301281D0 (en) * | 2013-01-24 | 2013-03-06 | Isis Innovation | A Method of detecting structural parts of a scene |
| US9989650B2 (en) * | 2013-02-13 | 2018-06-05 | Here Global B.V. | Position in urban canyons |
| US9517175B1 (en) * | 2013-03-14 | 2016-12-13 | Toyota Jidosha Kabushiki Kaisha | Tactile belt system for providing navigation guidance |
| KR102040152B1 (ko) * | 2013-04-08 | 2019-12-05 | 삼성전자주식회사 | 3차원 영상 획득 장치 및 3차원 영상 획득 장치에서의 깊이 영상 생성 방법 |
| US9191643B2 (en) * | 2013-04-15 | 2015-11-17 | Microsoft Technology Licensing, Llc | Mixing infrared and color component data point clouds |
| US9037396B2 (en) * | 2013-05-23 | 2015-05-19 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
| GB2551291B (en) * | 2013-05-23 | 2018-02-14 | Linear Algebra Tech Limited | Corner detection |
| US9062979B1 (en) * | 2013-07-08 | 2015-06-23 | Google Inc. | Pose estimation using long range features |
| US9305241B2 (en) * | 2013-07-29 | 2016-04-05 | Google Inc. | Systems and methods for reducing a data set |
| JP5728564B2 (ja) * | 2013-12-20 | 2015-06-03 | 株式会社日立製作所 | ロボットシステム及び地図更新方法 |
| US9298992B2 (en) * | 2014-02-20 | 2016-03-29 | Toyota Motor Engineering & Manufacturing North America, Inc. | Geographic feature-based localization with feature weighting |
| US9803985B2 (en) * | 2014-12-26 | 2017-10-31 | Here Global B.V. | Selecting feature geometries for localization of a device |
| US9519061B2 (en) * | 2014-12-26 | 2016-12-13 | Here Global B.V. | Geometric fingerprinting for localization of a device |
| US9792521B2 (en) * | 2014-12-26 | 2017-10-17 | Here Global B.V. | Extracting feature geometries for localization of a device |
| US9589355B2 (en) * | 2015-03-16 | 2017-03-07 | Here Global B.V. | Guided geometry extraction for localization of a device |
| CN106204572B (zh) * | 2016-07-06 | 2020-12-04 | 合肥工业大学 | 基于场景深度映射的道路目标深度估计方法 |
-
2014
- 2014-12-26 US US14/583,375 patent/US9519061B2/en active Active
-
2015
- 2015-12-18 CN CN201580071215.5A patent/CN107430183B/zh active Active
- 2015-12-18 AU AU2015370579A patent/AU2015370579A1/en not_active Abandoned
- 2015-12-18 KR KR1020177020769A patent/KR102002631B1/ko active IP Right Grant
- 2015-12-18 JP JP2017552530A patent/JP2018504650A/ja active Pending
- 2015-12-18 EP EP15831066.4A patent/EP3237925A1/en active Pending
- 2015-12-18 CN CN202110100348.8A patent/CN112924978B/zh active Active
- 2015-12-18 BR BR112017013687-2A patent/BR112017013687B1/pt not_active IP Right Cessation
- 2015-12-18 WO PCT/IB2015/002511 patent/WO2016103028A1/en active Application Filing
-
2016
- 2016-11-08 US US15/346,360 patent/US10145956B2/en active Active
-
2019
- 2019-03-15 AU AU2019201834A patent/AU2019201834B2/en not_active Ceased
-
2020
- 2020-03-11 JP JP2020041754A patent/JP6813703B2/ja not_active Expired - Fee Related
- 2020-12-17 JP JP2020209216A patent/JP7111794B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| AU2015370579A1 (en) | 2017-07-13 |
| EP3237925A1 (en) | 2017-11-01 |
| CN107430183A (zh) | 2017-12-01 |
| US9519061B2 (en) | 2016-12-13 |
| JP2020101833A (ja) | 2020-07-02 |
| JP2018504650A (ja) | 2018-02-15 |
| CN112924978A (zh) | 2021-06-08 |
| JP7111794B2 (ja) | 2022-08-02 |
| CN107430183B (zh) | 2021-02-09 |
| BR112017013687A2 (pt) | 2018-03-06 |
| US20170055116A1 (en) | 2017-02-23 |
| US10145956B2 (en) | 2018-12-04 |
| US20160189385A1 (en) | 2016-06-30 |
| AU2019201834B2 (en) | 2020-10-01 |
| CN112924978B (zh) | 2022-11-01 |
| JP6813703B2 (ja) | 2021-01-13 |
| KR102002631B1 (ko) | 2019-07-22 |
| AU2019201834A1 (en) | 2019-04-04 |
| JP2021060602A (ja) | 2021-04-15 |
| WO2016103028A1 (en) | 2016-06-30 |
| KR20170117040A (ko) | 2017-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7111794B2 (ja) | 装置の位置特定のための幾何学的指紋法 | |
| US9946939B2 (en) | Guided geometry extraction for localization of a device | |
| AU2015370581B2 (en) | Localization of a device using multilateration | |
| EP3238494B1 (en) | Selecting feature geometries for localization of a device | |
| US9792521B2 (en) | Extracting feature geometries for localization of a device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B25G | Requested change of headquarter approved |
Owner name: HERE GLOBAL B.V. (NL) |
|
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
| B06A | Patent application procedure suspended [chapter 6.1 patent gazette] | ||
| B07A | Application suspended after technical examination (opinion) [chapter 7.1 patent gazette] | ||
| B154 | Notification of filing of divisional application [chapter 15.50 patent gazette] |
Free format text: O PEDIDO FOI DIVIDIDO NO BR122022024157-3 PROTOCOLO 870220109765 EM 25/11/2022 19:21. |
|
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 18/12/2015, OBSERVADAS AS CONDICOES LEGAIS |
|
| B21F | Lapse acc. art. 78, item iv - on non-payment of the annual fees in time |
Free format text: REFERENTE A 9A ANUIDADE. |