CN100580690C - 使用视觉增强引导车辆的方法和系统 - Google Patents

Abstract

一种用于引导车辆的方法和系统包括收集用于车辆的地点数据的地点模块(2)。视觉模块(22)收集用于车辆的视觉数据。最大可允许的校正持续时间和最大可允许的视觉导出位移被建立以用于校正车辆位置。地点质量估计器(24)在评价时间窗口期间估计相应的收集地点数据的地点质量数据。视觉模块(22)在评价时间窗口期间估计相应的收集视觉数据的视觉质量数据。基于该质量数据，以及评价时间窗口或尾随该评价时间窗口的应用间隔的最大可允许的校正持续时间和最大可允许的视觉导出位移至少一个，选择器(210)选择地点位置或视觉位置的应用。

Description

使用视觉增强引导车辆的方法和系统

技术领域

本发明涉及用于引导车辆的视觉辅助系统和方法。

背景技术

全球定位系统(GPS)接收器已经用于为车辆引导应用提供位置(position)数据。然而，尽管具有差分校正(differentialcorrection)的特定GPS接收器在其大部分工作时间内具有约为10厘米(4英寸)的一般定位误差，大于50厘米(20英寸)的绝对定位误差在其5％的工作时间内是典型的。此外，GPS信号会被建筑物、树或其他障碍物阻挡，这使得仅GPS的导航系统在特定地点(location)或环境中变得不可靠。因此需要使用一个或多个附加传感器补充或增强基于GPS的导航系统，从而提高精确度和鲁棒性。

发明内容

一种用于引导车辆的方法和系统包括用于为车辆收集地点数据的地点模块(例如，地点确定接收器)。被建立校正车辆位置的最大可允许的校正持续时间和最大可允许的视觉导出位移。视觉模块收集用于车辆的视觉数据。地点质量估计器(estimator)在评价时间窗口(evaluation time window)期间估计相应的所收集的地点数据的地点质量数据。视觉模块在评价时间窗口期间估计相应的所收集的视觉数据的视觉质量数据。基于该质量数据，以及对于该评价时间窗口或尾随(trailing)该评价时间窗口的应用间隔而言的最大可允许的校正持续时间和最大可允许的视觉导出位移中至少一个，选择器选择地点位置或视觉位置的应用。

附图说明

图1为依据本发明基于地点数据和视觉数据用于引导车辆的系统的方框图。

图2为依据本发明基于地点数据和视觉数据用于引导车辆的方法的流程图。

图3为依据本发明基于地点数据和视觉数据用于引导车辆的另一种方法的流程图。

图4的流程图示出了包括视觉模块和地点确定模块的引导系统的引导模式的选择。

具体实施方式

图1为用于引导车辆的引导系统11的方框图。引导系统11可以安装在车辆或移动机器人上或者与后者并置。引导系统11包括视觉模块22以及与选择器210通信的地点模块26。

视觉模块22可以与视觉质量估计器20相关联。地点模块26可以与地点质量估计器24相关联。选择器210可以与数据存储装置16、车辆控制器25或二者通信。接着，车辆控制器25耦合到转向系统(steering system)27。

地点模块26包括地点确定接收器28和曲率计算器30。地点确定接收器28可以包括具有差分校正的全球定位系统(GPS)接收器。地点确定接收器提供车辆的地点数据(例如，坐标)。曲率计算器30估计曲线形车辆路径或计划车辆路径的曲率或“锐度”。该曲率为沿车辆路径的任意两个参考点(例如，相邻点)之间的车辆路径的正切角的变化率。地点模块26可以向至少选择器210或地点质量估计器24(例如，通过状态信号)指示一个或多个下述条件或状态：(1)地点模块26被禁用，(2)在一个或多个相应评价间隔，地点数据不可用或毁坏，以及(3)在一个或多个评价间隔，地点数据的估计精确度或可靠性低于最小阈值。该地点模块26或地点确定接收器28为车辆提供非常适用于全球导航或全球路径计划的地点数据。

在一个说明性实施例中，地点模块26输出下述格式的地点数据：

$y_{\mathrm{gps}}=\left[\begin{array}{c}{E}_{\mathrm{off}\_\mathrm{gps}}\\ E_{\mathrm{head}\_\mathrm{gps}}\end{array}\right],$ 其中地点数据包括为与地点模块26相关联的地点误差信号的y_gps，其中E_{off_gps}为由地点模块26(例如，地点确定接收器28)估计的偏离轨道误差(off-track error)，E_{head_gps}为由地点模块26估计的航向(heading)误差。

在备选的说明性实施例中，地点模块26输出下述格式的地点数据：

$y_{\mathrm{gps}}=\left[\begin{array}{c}{E}_{\mathrm{off}\_\mathrm{gps}}\\ E_{\mathrm{head}\_\mathrm{gps}}\\ {\mathrm{\ρ}}_{\mathrm{gps}}\end{array}\right],$ 其中地点数据包括为与地点模块26相关联的地点误差信号的y_gps，其中E_{off_gps}为由地点模块26(例如，地点确定接收器28)估计的偏离轨道误差，E_{head_gps}为由地点模块26估计的航向误差，ρ_gps为由地点模块26估计的曲率半径。该曲率并不代表误差估计，且不存在与此处使用的曲率半径相关联的曲率质量；相反，该曲率为例如可以用于选择恰当引导模式或引导规则的参数。

视觉模块22可包括图像收集系统和图像处理系统。该图像收集系统包括下述中的一个或多个：(1)一个或多个单目成像系统，用于收集一组图像(例如，具有不同聚焦设置或透镜调整的相同场景的多个图像，或者不同视场(FOV)的多个图像)；(2)立体视觉系统(例如，分开已知距离和方向的两个数字成像单元)，用于确定场景内对象上的点的相关深度信息或三维坐标；(3)测距仪(例如激光测距仪)，用于确定场景内对象上的点的距离测量或三维坐标；(4)光雷达系统或激光雷达系统，用于检测场景内对象的速度、高度、方向或范围；(5)扫描激光系统(例如，一种激光测量系统，其发射光脉冲，并基于脉冲发射和其反射接收之间的传播时间，而估计该激光测量系统与对象之间的距离)，用于确定与场景内对象的距离；以及(6)成像系统，用于通过光学微机电系统(MEMS)、自由空间光学MEMS、或者集成光学MEMS收集图像。自由空间光学MEMS使用化合物半导体和具有一折射率范围的材料以操纵可见光、红外线、或者紫外光，而集成光学MEMS使用多晶硅元件反射、衍射、调制或操纵可见光、红外线、或紫外光。MEMS可以构造成可以依据各种半导体制造技术制造的开关矩阵、透镜、反射镜、以及衍射光栅。图像处理系统收集的图像可以是例如彩色、单色、黑白、或者灰阶图像。

视觉模块22可以支持与图像内对象特征的地点相对应的位置数据(二维或三维坐标)的收集。视觉模块22非常适用于使用(a)车辆周围环境的(多个)特征或局部特征、(b)与这种特征相关联的位置数据或坐标、或者这二者，来促进车辆导航。局部特征可包括下述的一个或多个：庄稼行地点、栅栏地点、建筑物地点、田地边缘地点、边界地点、巨石地点、岩石地点(例如，大于最小阈值尺寸或体积)、田埂和犁沟、树地点、作物边缘地点、其他植被(例如草皮)上的切割边缘、以及参考标记(例如，光学上可识别或可分辨的界标)。局部特征的位置数据可以用于规则地(例如，周期性地)调谐(例如，对漂移进行校正)来自地点模块26的地点。地点校正持续时间测量从使用视觉数据(例如，参照参考标记或界标)最后调谐或校正地点数据逝去的时间。选择器210或引导系统11可以设置最大可允许的校正持续时间(例如，30秒)作为地点数据的可靠性或误差(例如漂移)的限制或准则。

在一个示例中，参考标记可以与高精度地点坐标相关联。此外，其他局部特征可以与参考标记位置相关。当前车辆位置可以与参考标记地点或局部特征的固定地点相关。在一个实施例中，视觉模块22可以使用坐标、或者与坐标相似或基本等效的数据格式、或者地点模块26的数据格式，表达车辆地点。视觉模块22可以通过状态或数据消息向至少监督器(supervisor)或视觉质量估计器20指示下述中的一个或多个：(1)视觉模块22被禁用，(2)在一个或多个评价间隔期间视觉数据不可用，(3)(在一个或多个评价间隔)视觉数据不稳定或毁坏，以及(4)(在一个或多个评价间隔)图像数据经历不满足阈值性能/可靠性水平的精确度水平、性能水平或可靠性水平。

在一个示例中，视觉模块22能够识别庄稼行地点，对于大豆，误差小到1厘米，对于玉米，误差小到2.4厘米。

在一个说明性实施例中，视觉模块22输出下述格式的视觉数据：

$y_{\mathrm{vision}}=\left[\begin{array}{c}{E}_{\mathrm{off}\_\mathrm{vision}}\\ E_{\mathrm{head}\_\mathrm{vision}}\end{array}\right],$ 其中y_vision包括视觉数据，该视觉数据为与视觉模块22相关联的视觉误差信号，其中E_{off_vision}为由视觉模块22估计的偏离轨道误差，E_{head_vision}为由视觉模块22估计的航向误差。

在另一个说明性实施例或备选实施例中，视觉模块22输出下述格式的视觉数据：

$y_{\mathrm{vision}}=\left[\begin{array}{c}{E}_{\mathrm{off}\_\mathrm{vision}}\\ E_{\mathrm{head}\_\mathrm{vision}}\\ {\mathrm{\ρ}}_{\mathrm{vision}}\end{array}\right],$ 其中E_{off_vision}为由视觉模块22估计的偏离轨道误差，E_{head_vision}为由视觉模块22估计的航向误差，ρ_vision为由视觉模块22估计的曲率半径。

地点质量估计器24可包括下述装置中的一个或多个：信号强度指示器，其与地点确定接收器28相关联；位出错率(bit error rate)指示器，其与地点确定接收器28相关联；另一个装置，用于测量信号质量、出错率、信号强度，或者信号、通道或被传输用于地点确定的代码的性能。此外，对于基于卫星的地点确定，地点质量估计器24可包括一装置，其用于确定地点确定接收器28是否接收到具有足够信号质量的最小数目的卫星信号(例如，来自GPS的L1带上的四个或更多个卫星的信号)，以在评价间隔期间为车辆提供可靠的地点数据。

地点质量估计器24估计由地点模块26输出的地点数据的质量或地点质量数据(例如，Q_gps)。地点质量估计器24可基于地点确定接收器28接收的各个信号分量的信号强度指示器(或位出错率)，估计地点数据的质量(例如，地点误差信号)。地点质量估计器24还可以将该质量估计基于任意下述因素：(1)某一区域内可用的卫星信号的数目，(2)地点确定接收器所获得或接收的具有足够信号质量(例如，信号强度分布)的卫星数目，以及(3)各个卫星信号是否具有可接受的信号水平或可接受的位出错率(BER)或帧出错率(FER)。

在一个实施例中，不同信号强度范围与不同的相应质量水平相关联。例如，最低信号强度范围与低质量相关联，中间信号强度范围与中等质量相关联，且最高信号强度范围与最高质量相关联。倒过来，最低位出错率范围与最高质量相关联，中间位出错率范围与中等质量相关联，最高位出错率范围与最低质量水平相关联。

视觉质量估计器20估计由视觉模块22输出的视觉数据的质量(例如，视觉误差控制信号)或视觉质量数据(例如，Q_vision)。视觉质量估计器20可考虑一系列时间间隔期间存在的照明，其中视觉模块22在所述时间间隔内运行和采集相应图像。视觉质量估计器20可包括光电探测器、具有频率选择透镜的光电探测器、具有对应频率选择透镜的一组光电探测器、电荷耦合器件(CCD)、光度计、硫化镉电池等。此外，视觉质量估计器30包括用于对图像收集时间加时间戳(timestamping)的时钟或计时器以及相应照明测量(例如，图像的亮度值)。在一个说明性实施例中，如果照明在低亮度范围内，则该时间间隔的视觉质量低；如果照明在中间亮度范内围，则该时间间隔的视觉质量高；以及如果照明在高亮度范围内，则视觉质量可以表征为下述之一或多个：中等、低和高。在一个示例中，前述的亮度范围对质量可以逐个光频率乘或光颜色地应用。在另一个示例中，该亮度范围对质量可以不同于可见光地应用于红外范围频率和紫外范围频率。

该视觉质量估计可涉及处理图像时的置信度测量。如果期望特征(例如，庄稼行)在一个或多个图像中是明显的，则视觉质量估计器20指定高图像质量或高置信度水平给相应图像。倒过来，如果期望特征在一个或多个图像中不是明显的(例如，由于缺少作物行)，则视觉质量估计器20指定低图像质量或低置信度水平。在一个示例中，该置信度水平的确定是基于假设的偏转(yaw)/俯仰(pitch)对的各个列矢量(例如视觉模块22的速度矢量)平均强度的绝对差(SAD)的总和。偏转可以定义为视觉模块22在x-y平面内的取向，俯仰可以定义为视觉模块22在通常垂直于x-y平面的x-z平面内的取向。

如果视觉模块22无法定位或参照图像内的参考特征或参考标记，或者在阈值最大时间内没有参照图像内的参考标记，则视觉模块22可以改变视觉质量估计器20，这可能由质量退化指示器退化视觉数据的质量。

一般而言，选择器210包括数据处理器、微控制器、微处理器、数字信号处理器、嵌入式处理器、或者使用软件指令编程的任意其他可编程(例如，现场可编程的)装置。在一个实施例中，选择器210包括规则管理器，其可以应用一个或多个阈值水平18、数据判定函数、关系、或者if-then语句，来促进在相应时间间隔将视觉质量阈值指定给从视觉数据导出的视觉结果以及将地点质量阈值(例如，GPS质量阈值)指定给从地点数据导出的地点结果。视觉质量阈值可以确定来自视觉模块22的视觉数据(例如，y_vision)的贡献占主导的程度。地点质量阈值可以确定来自地点模块26的地点数据的贡献占主导的程度。在融合引导(fusion guidance)模式(即，第四模式)或者在其他模式下，选择器210基于下述因素中的一个或多个确定地点数据(例如，y_gps)和视觉数据(例如，y_vision)对合计误差控制信号(例如，y)的相对贡献：视觉质量阈值、地点质量阈值、最大可允许的校正持续时间、以及最大可允许的视觉位移。

在一个实施例中，选择器210的输出可包括合计误差控制信号(例如，y)：

$y=\left[\begin{array}{c}{E}_{\mathrm{off}}\\ E_{\mathrm{head}}\end{array}\right],$ 其中y为合计误差信号，E_off其中为来自视觉模块22和地点模块26的误差数据合计中的合计偏离轨道误差，E_head为来自视觉模块22的误差数据合计中的合计航向误差。

在另一个实施例中，选择器210的输出可包括合计误差控制信号(例如，y)：

$y=\left[\begin{array}{c}{E}_{\mathrm{off}}\\ E_{\mathrm{head}}\\ \mathrm{\ρ}\end{array}\right],$ 其中y为合计误差信号，其中E_off为来自视觉模块22和地点模块26的误差数据合计中的合计偏离轨道误差，E_head为来自视觉模块22和地点模块26的误差数据合计中的合计航向误差，ρ为曲率半径。该合计误差控制信号代表测得的地点数据(由视觉模块22以及由地点模块26测量)与车辆真实地点之间的差值(或误差)。该合计误差控制信号输入到车辆控制器25以导出被补偿的控制信号。被补偿的控制信号基于该合计误差控制信号校正对转向系统27的管理和控制。转向系统27可包括用于与车辆控制器25通信的电接口。在一个实施例中，该电接口包括螺线管控制(solenoid-controlled)液压转向系统或者用于控制液压流体的其他电机装置。

在另一个实施例中，转向系统27包括转向系统单元(SSU)。SSU可与航向对时间(heading versus time)要求相关联，以便沿期望的路线或者遵从期望的路径计划转向或指引车辆。航向与航向误差(例如，表达为真实航向角与期望航向角之间的差值)相关联。

SSU可以受控以补偿由视觉模块22或地点模块26估计的车辆位置的误差。例如，偏离轨道误差指示或代表车辆真实位置(例如，在GPS坐标内)相对(versus)车辆期望位置(例如，在GPS坐标内)。偏离轨道误差可用于使用被补偿的航向调整车辆的运动。然而，如果在任意时间点或时间间隔不存在偏离轨道误差，则无补偿的航向就足够。航向误差为真实车辆航向与由视觉模块22和地点模块26估计的车辆航向之间的差值。曲率为期望路径上航向的改变。曲率数据可以被SSU用于控制车辆以遵从期望的曲线形路径。

图2为使用视觉数据和地点数据引导车辆的方法的流程图。图2的方法开始于步骤S96。

在步骤S96，最大可允许的校正持续时间被建立以用于校正车辆位置的地点误差(例如，偏移)。该最大可允许的校正持续时间通常与车辆的真实车辆位置和期望车辆位置之间的最大位移误差或误差矢量相关联。该最大可允许的校正持续时间提供了对特定地点数据的过度信赖的极限，该特定地点数据没有及时或足够近期地由视觉导出校正进行校正或更新。

在步骤S98，最大可允许的视觉导出位移被建立以用于校正车辆位置的地点误差(例如，偏移)。最大可允许的视觉导出位移定义车辆的真实车辆位置和期望车辆位置之间的最大位移或矢量。该最大可允许的视觉导出位移提供了基于视觉数据应用的校正量的极限。最大可允许的视觉导出位移可限制错误的或毁坏的数据被用于调整车辆位置。在一个说明性示例中，最大可允许的视觉导出位移与最后的已知或最后的可靠车辆位置以及车辆的速度和航向一致。在另一个说明性示例中，最大可允许的视觉导出位移与最后的已知车辆位置或最后的可靠车辆位置以及车辆沿该最后的已知车辆位置和校正的车辆位置之间通常线性轨道或路径的最大速度一致。

在步骤S100，地点模块26或地点确定接收器28确定与之相关联的车辆的地点数据。例如，地点确定接收器28(例如，具有差分校正的GPS接收器)可以用于在一个或多个评价时间间隔或相应时间确定车辆的坐标。此外，在步骤S100，地点模块26可以从地点数据确定或导出地点误差信号(例如，y_gps)、地点导出曲率(例如，ρ_gps)、或者二者。地点误差信号可代表(1)在期望时间，真实车辆地点和期望车辆地点之间的差；(2)在期望时间或位置，真实车辆航向和期望车辆航向之间的差；(3)或者与地点数据相关联的误差的其他表达。地点误差信号可以定义为矢量数据，但是无需定义为矢量数据。地点导出曲率可代表在一给定时间真实曲率和期望曲率之间的差，或者与曲率相关联的另一种误差表达。

在步骤S102，与车辆相关联的视觉模块22确定一个或多个所述评价时间间隔或相应时间的视觉数据。例如，视觉模块22可收集图像并处理所收集的图像以确定视觉数据。在一个示例中，视觉数据包括车辆的视觉导出位置数据，该数据通过参照具有相应已知地点的一个或多个视觉参考标记或参考特征来确定车辆坐标而获得。车辆的坐标可以依据全球坐标系统或局部坐标系统确定。此外，在步骤S102中，地点模块26可以从地点数据确定或导出视觉误差信号(例如，y_vision)、视觉导出的曲率(例如，ρ_vision)、或者二者。视觉误差信号代表(1)在期望时间，真实车辆地点和期望车辆地点之间的差；(2)在期望时间或位置，真实车辆航向和期望车辆航向之间的差；(3)或者与该视觉数据相关联的误差的其他表达。该视觉导出的曲率可代表在给定时间真实曲率和期望曲率之间的差或者与该曲率相关联的误差表达。

在步骤S104，地点质量估计器24在评价时间窗口期间估计地点数据的地点质量数据。步骤S104可通过可以交替或累积应用的各种技术来实施。在第一种技术中，地点质量估计器24可估计或测量信号质量、出错率(例如，位出错率或帧出错率)、信号强度水平(例如，单位为dBm)、或者其他质量水平。在第二种技术中，地点质量估计器24首先估计或测量信号质量、出错率(例如，位出错率或帧出错率)、信号强度水平(例如，单位为dBm)、或者其他质量水平；其次，地点质量估计器24将信号质量数据分类为范围、语言描述、语言值或其它。

在步骤S106，视觉质量估计器20在评价时间窗口期间估计视觉质量数据。视觉质量估计器20可包括亮度或光电探测器以及用于对亮度测量加时间戳的时间或时钟，以基于环境照明条件确定质量水平。视觉质量估计器20还可包括处理图像以获得期望特征时的置信度或可靠度的度量。处理图像时的置信度或可靠度尤其依赖于任何下述因素：视觉模块22的技术规格(例如，分辨率)、识别对象(例如，图像内的界标或视觉参考标记)的可靠性、估计所识别对象或其上点的地点的可靠性、将图像坐标或局部坐标转换成全球坐标或视觉导出地点数据的可靠性，所述视觉导出地点数据与来自地点模块26的地点数据在空间和时间上一致。

在步骤S108，选择器210基于最大可允许的校正持续时间和最大可允许的视觉导出位移中的至少一个以及质量数据(例如，地点质量数据和视觉质量数据)，确定或选择引导模式。引导模式的选择可以通过以下信号承载：从选择器210传输到车辆控制器25的合计误差信号或地点误差信号、视觉误差信号、误差信号。引导模式的选择可通过可以交替或累积应用的各种技术来实施。

在用于执行步骤S108的第一种技术中，选择器210将一个或多个阈值水平18应用于地点数据的测得地点质量水平、视觉数据的估计视觉质量水平，从而获得选定引导模式。选择器210可建立地点质量阈值并在给定时间间隔将地点数据的测得地点质量水平与该地点质量阈值比较。如果测得的地点质量水平满足或者超过该地点质量阈值，则选择器210可选择主要依赖于地点数据的第一模式，服从最大可允许的校正持续时间、最大可允许的视觉导出位移、或者二者。选择器210可建立视觉质量阈值并在给定时间间隔将视觉数据的估计视觉质量水平与该视觉质量阈值比较。如果测得的视觉质量水平满足或者超过该地点质量阈值，则选择器210可选择主要依赖于视觉数据的第二模式，服从最大可允许的校正持续时间、最大可允许的视觉导出位移、或者二者。

在用于执行步骤S108的第二种技术中，选择器210访问数据存储装置16(例如，查找表、数据库、关系数据库、表格文件)，以存取用于引导模式的阈值水平。此外，数据存储装置16可将输入设置数据存储为地点质量数据、视觉质量数据、以及阈值水平；对于该输入设置数据的每一种有序排列或唯一排列，数据存储装置16可将相应的输出设置数据存储为选定的引导模式。每个输入设置数据例如与相应的唯一输出设置数据相关联。

在一个说明性示例中，地点质量数据和视觉质量数据基于评价时间窗口被导出；模式选择可以在应用时间窗口(application timewindow)期间应用，该应用时间窗口落后于评价时间窗口或者基本上与评价时间间隔在时间上具有相同范围(coextensive)。无论本示例中如何定义评价时间窗口和应用时间窗口，在其他示例中，选择器210可以提供预计控制数据、前馈控制数据、或者反馈控制数据给车辆控制器25。

图3的方法类似于图2的方法，不同之处为，图3的方法使用步骤S109替代步骤S108。在图2和图3中使用相同的参考数字表示相同的步骤或工序。

在步骤S106之后的步骤S109中，选择器210基于质量数据(例如，地点质量数据、视觉质量数据、或二者)以及至少最大可允许校正持续时间和最大可允许视觉位移之一，选择车辆的引导模式。一般而言，引导模式包括第一引导模式和第二引导模式。在第一引导模式中，在一时间间隔地点数据单独或者主要用于车辆引导，而在第二引导模式中，在一时间间隔视觉数据单独或者主要用于车辆引导。

在步骤S109的备选版本中，步骤S109可允许第一引导模式、第二引导模式、以及第三引导模式或融合引导模式。融合引导模式代表一时间间隔内第一引导模式和第二引导模式的组合，其中地点数据和视觉数据可以都对合计误差信号有贡献。

图4为用于确定车辆引导系统的工作模式的方法的流程图。该方法有利于确定是否应仅由地点数据(例如，仅GPS数据)、仅由视觉数据、由地点数据和视觉数据的组合(例如，融合)，或者既不由视觉数据也不由地点数据引导车辆。图4的方法开始于步骤S400。

在步骤S400，地点质量估计器24估计或确定给定时间间隔内由地点模块26输出的地点数据的地点质量水平(例如，GPS质量或精度衰减(Dilution of Precision，DOP))。地点质量数据例如可以分类或归类为地点质量水平或者根据地点质量水平来定义。精度衰减(DOP)是地点数据(例如，GPS位置数据)的质量的指示器，其考虑卫星的相对地点及其与地点确定接收器的几何关系。例如，DOP可以考虑在给定时间从地点模块26的特定几何坐标对于该地点模块26可用(例如，能够以可靠的信号强度、信号质量水平、最大位或符号出错率被接收)的卫星的数目。

在步骤S402，选择器210确定所估计的地点质量数据的地点质量水平是否大于(或者等于)地点质量阈值。地点质量阈值可以参照具体可靠度水平定义，表达为百分比、特定DOP值、或者其他(例如80％可靠度或置信度水平)。如果所确定的地点质量水平大于(或等于)地点质量阈值，则该方法继续步骤S401。然而，如果地点质量水平不大于地点质量阈值，则该方法继续步骤S404。

在步骤S401和步骤S404，视觉质量数据估计器20估计在一规定时间间隔，由视觉模块22输出的视觉数据的视觉质量数据。视觉质量数据例如可以分类或归类为视觉质量水平或者根据视觉质量水平来定义。该规定的间隔一般而言可以与地点质量估计器24使用的给定时间间隔在时间上具有相同范围。或者，该规定的时间间隔可以落后于地点质量估计器24使用的时间间隔一额定量。

在步骤S408，选择器210确定视觉质量数据的视觉质量水平是否大于视觉质量阈值。该视觉质量阈值可以参照特定可靠度水平定义，表达为百分比、或者其他(例如80％可靠度或置信度水平)。如果视觉质量水平大于(或等于)视觉质量阈值，则该方法继续步骤S410。然而，如果视觉质量水平不大于(或等于)阈值质量水平，则该方法继续步骤S412。

在步骤S410，选择器210确定是否视觉偏移小于(或等于)最大可允许的视觉导出位移(例如，10英寸)。最大可允许的视觉导出位移可以由用户数据输入、经验研究、试验、或者基于环境因素的实践基准(例如作物选择、种植日期、以及车辆引导的日期)来设置。如果视觉偏移小于(或等于)最大可允许的视觉导出位移，则该方法继续步骤S414。然而，如果视觉偏移不小于或等于最大可允许的视觉导出偏移，该方法继续步骤S412。

在步骤S414，选择器210确定是否地点校正持续时间(例如，GPS校正)小于最大可允许的校正持续时间。该最大可允许的校正持续时间是指自从参照视觉数据最后校正地点数据以来的最大逝去时间。例如，视觉数据可以识别收集图像内具有已知坐标的参考标记，以提供车辆相对于该参考标记的已知位置(例如，二维或三维坐标)；如果地点数据与该已知位置不一致，则选择器210或引导系统11可以向该地点数据(例如，由选择器210应用的)发布校正(例如，误差信号)，以在车辆地点将地点数据和视觉数据估计对准。与该地点数据相关联的地点误差(例如，GPS漂移)一般而言是依赖于时间的。例如，自从参照视觉数据最后校正地点数据以来的时间越长，该漂移越大。最大可允许的校正持续时间可以使用秒或者另一种时间测量单位来表达。如果地点校正持续时间小于(或等于)最大可允许的校正持续时间，则在步骤S418，在与所述给定时间间隔或所述规定时间间隔相关联的尾随时间间隔期间，选择器210或车辆控制器25在传感器融合引导模式下应用地点数据(例如，GPS数据)和视觉数据的组合来车辆引导。传感器融合引导模式是指应用地点数据和视觉数据的组合来引导车辆的模式，其中地点数据和视觉数据对合计误差信号的相对贡献可以保持固定或者可以依据融合算法随时间变化。然而，如果地点校正持续时间不小于最大允许的校正持续时间，则在步骤S420，在与所述给定时间间隔或所述规定时间间隔相关联的尾随时间间隔期间，选择器210或车辆控制器25仅应用视觉数据来进行车辆引导。

步骤S412可跟随步骤S408或步骤S410，如本文中先前所述。在步骤S412，选择器210确定是否地点校正持续时间小于最大可允许的校正持续时间。如本文先前所述，该最大可允许的校正持续时间是指自从参照视觉数据进行地点数据的最后校正以来的最大逝去时间。与地点数据相关联的地点误差(例如，GPS漂移)一般而言是与时间有关的。例如，自从参照视觉数据最后校正地点数据以来的时间越长，该漂移越大。最大可允许的校正持续时间可以使用秒或者另一种时间测量单位来表达。如果地点校正持续时间小于(或等于)最大可允许的校正持续时间，则在步骤S422，在与所述给定时间间隔或所述规定时间间隔相关联的尾随时间间隔期间，选择器210或车辆控制器25仅将地点数据(例如，GPS数据)应用于车辆引导。然而，如果地点校正持续时间大于最大允许的校正持续时间，则在步骤S424，选择器210或车辆控制器25不应用来自视觉模块22或地点模块25的引导数据。例如，车辆可以回复到有人驾驶模式，备用引导系统可以被激活或使用，或者车辆停止直到一随后时间间隔，在该随后时间间隔内，视觉模块22、地点模块26或二者为车辆引导提供更可靠的输出。

如果步骤S404被执行，则该方法在步骤S404之后继续步骤S406。在步骤S406，选择器210确定是否视觉质量数据的视觉质量水平大于(或者等于)视觉质量阈值。该视觉质量阈值可以表达为可靠度水平或置信度水平，其可以表示为百分比或者其他(例如，80％可靠度或置信度水平)。如果视觉质量水平大于(或等于)视觉质量阈值，则该方法继续步骤S416。然而，如果视觉质量水平小于视觉质量阈值，则该方法继续步骤S424，其中如前所述引导不被应用。

在步骤S416，选择器210确定是否视觉偏移小于(或等于)最大可允许的视觉导出位移(例如，10英寸)。最大可允许的视觉导出位移可以由用户数据输入、经验研究、试验、或者基于环境因素的实践基准(例如作物选择、种植日期、以及车辆引导的日期)来设置。如果视觉偏移大于最大可允许的视觉导出位移，则该方法继续步骤S424。然而，如果视觉偏移小于或等于最大可允许的视觉导出偏移，该方法继续步骤S426。

在步骤S426，选择器210或车辆控制器25仅将视觉数据或视觉引导数据应用于引导车辆的路径。

已经描述了优选实施例，但显而易见的是，在不背离由所附权利要求界定的本发明的范围的情况下可以进行各种改进。

Claims (20)

1.一种用于引导车辆的方法，该方法包括：

基于与所述车辆相关联的地点确定接收器收集所述车辆的地点数据；

基于与所述车辆相关联的视觉模块收集所述车辆的视觉数据；

使用所述视觉数据建立用于校正车辆位置的地点误差的最大可允许的校正持续时间；

使用所述视觉数据建立用于校正车辆位置的视觉误差的最大可允许的视觉导出位移；

在评价时间窗口期间估计所述地点数据的质量；

在所述评价时间窗口期间估计所述视觉数据的质量；以及

基于所述地点数据的质量和所述视觉数据的质量，以及地点校正持续时间和所述最大可允许的校正持续时间之间的比较和/或视觉偏移与所述最大可允许的视觉导出位移之间的比较，选择所述车辆的引导模式。

2.根据权利要求1的方法，其中所述引导模式包括下述模式之一：第一引导模式，其中在一时间间隔单独使用所述地点数据来引导车辆；第二引导模式，其中在一时间间隔单独使用所述视觉数据来引导车辆；以及融合引导模式，它代表一时间间隔内第一引导模式和第二引导模式的组合。

3.根据权利要求2的方法，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述地点校正持续时间小于或等于所述最大可允许的校正持续时间，则第一引导模式和融合引导模式中至少一个被选择作为引导模式。

4.根据权利要求2的方法，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，如果所述视觉偏移小于最大可允许的视觉导出位移，以及如果所述地点校正持续时间小于或等于所述最大可允许的校正持续时间，则融合引导模式被选择。

5.根据权利要求2的方法，其中如果所述地点数据的质量超过阈值质量，如果所述视觉数据的质量不超过阈值质量，以及如果所述地点校正持续时间小于最大可允许的校正持续时间，则所述第一引导模块被选择。

6.根据权利要求2的方法，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，如果所述视觉偏移小于最大可允许的视觉导出位移，以及如果所述地点校正持续时间大于最大可允许的校正持续时间，则所述第二引导模式被选择。

7.根据权利要求2的方法，其中如果所述地点数据的质量不超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述视觉偏移小于最大可允许的位移，则所述第二引导模式被选择。

8.根据权利要求1的方法，其中所述引导模式包括下述模式之一：第一引导模式，其中在一时间间隔单独使用所述地点数据来引导车辆；第二引导模式，其中在一时间间隔单独使用所述视觉数据来引导车辆；第三引导模式，其中所述视觉数据和地点数据不用于车辆引导；以及第四引导模式，其中所述地点数据和视觉数据都用于车辆引导。

9.根据权利要求8的方法，其中如果所述地点数据的质量不超过地点质量阈值，以及如果所述视觉数据的质量不超过阈值质量水平，则第三引导模式被选择。

10.根据权利要求8的方法，其中如果所述地点数据的质量不超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述视觉偏移大于最大可允许的视觉导出位移，则第三引导模式被选择。

11.一种用于引导车辆的系统，该系统包括：

地点模块，用于基于与所述车辆相关联的地点确定接收器收集所述车辆的地点数据；

视觉模块，用于基于与所述车辆相关联的视觉模块收集所述车辆的视觉数据；

数据存储装置，用于存储使用视觉数据校正车辆位置的最大可允许的校正持续时间和最大可允许的视觉导出位移中的至少一个；

地点质量估计器，用于在评价时间窗口期间估计所述地点数据的质量；

视觉质量估计器，用于在所述评价时间窗口期间估计所述视觉数据的质量；以及

选择器，用于基于所述地点数据的质量和所述视觉数据的质量，以及地点校正持续时间与所述最大可允许的校正持续时间之间的比较和/或视觉偏移与所述最大可允许的视觉导出位移之间的比较，选择所述车辆的引导模式。

12.根据权利要求11的系统，其中所述引导模式包括下述模式之一：第一引导模式，其中在一时间间隔单独使用所述地点数据来引导车辆；第二引导模式，其中在一时间间隔单独使用所述视觉数据来引导车辆；以及融合引导模式，它代表一时间间隔内第一引导模式和第二引导模式的组合。

13.根据权利要求12的系统，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述地点校正持续时间小于或等于所述最大可允许的校正持续时间，则所述选择器选择第一引导模式和融合引导模式中至少一个作为引导模式。

14.根据权利要求12的系统，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，如果所述视觉偏移小于最大可允许的视觉导出位移，以及如果所述地点校正持续时间小于或等于最大可允许的校正持续时间，则所述选择器选择融合引导模式。

15.根据权利要求12的系统，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量不超过视觉质量阈值，以及如果所述地点校正持续时间小于最大可允许的校正持续时间，则所述选择器选择所述第一引导模块。

16.根据权利要求12的系统，其中如果所述地点数据的质量超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，如果所述视觉偏移小于最大可允许的视觉导出位移，以及如果所述地点校正持续时间大于最大可允许的校正持续时间，则所述选择器选择所述第二引导模式。

17.根据权利要求12的系统，其中如果所述地点数据的质量不超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述视觉偏移小于最大可允许的视觉导出位移，则所述选择器选择所述第二引导模式。

18.根据权利要求11的系统，其中所述引导模式包括下述模式之一：第一引导模式，其中在一时间间隔单独使用所述地点数据来引导车辆；第二引导模式，其中在一时间间隔单独使用所述视觉数据来引导车辆；第三引导模式，其中所述视觉数据和地点数据不用于车辆引导；以及第四引导模式，其中所述地点数据和视觉数据都用于车辆引导。

19.根据权利要求18的系统，其中如果所述地点数据的质量不超过地点质量阈值，以及如果所述视觉数据的质量不超过视觉阈值质量，则所述选择器选择所述第三引导模式。

20.根据权利要求18的系统，其中如果所述地点数据的质量不超过地点质量阈值，如果所述视觉数据的质量超过视觉质量阈值，以及如果所述视觉偏移大于最大可允许的视觉导出位移，则所述选择器选择所述第三引导模式。

Images