CN101680768B - 一种用于将物体的测量位置与数字地图上的信息对准的设备、方法及系统 - Google Patents

一种用于将物体的测量位置与数字地图上的信息对准的设备、方法及系统 Download PDF

Info

Publication number
CN101680768B
CN101680768B CN200880017729.2A CN200880017729A CN101680768B CN 101680768 B CN101680768 B CN 101680768B CN 200880017729 A CN200880017729 A CN 200880017729A CN 101680768 B CN101680768 B CN 101680768B
Authority
CN
China
Prior art keywords
pel
value
equipment
measurement position
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN200880017729.2A
Other languages
English (en)
Other versions
CN101680768A (zh
Inventor
U·斯塔林
M·米诺维斯
A·凯尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Teves AG and Co OHG
Original Assignee
Continental Teves AG and Co OHG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Publication of CN101680768A publication Critical patent/CN101680768A/zh
Application granted granted Critical
Publication of CN101680768B publication Critical patent/CN101680768B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/30—Environment conditions or position therewithin
    • B60T2210/36—Global Positioning System [GPS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2250/00—Monitoring, detecting, estimating vehicle conditions
    • B60T2250/06—Sensor zero-point adjustment; Offset compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

根据本发明的一个示范性实施例，详细说明了一种用于在物体的测量位置与数字地图上的信息之间进行地图匹配的设备。这包括使用计算单元基于所述测量位置和预定误差在所述地图上对图元进行第一选择。另外，所述计算单元用来将所选图元提供给第一和第二辅助计算单元。另外，所述辅助计算单元所输出的值被转换成了同一测量单位。

Description

一种用于将物体的测量位置与数字地图上的信息对准的设 备、方法及系统
技术领域
本发明涉及到对物体位置数据的计算。具体说，本发明涉及到一种用于将物体的测量位置与数字地图上的信息进行对准的设备、涉及到一种系统、所述设备的使用、一种车辆、一种过程、一种程序以及一种计算机可读介质。
背景技术
与安全有关的车辆助理系统(vehicle assistance system)要求能够预测会导致车辆失控或会导致碰撞的危险情况。如果及时地预测到了这样的情形，那么，通过例如降低车速或者利用报警系统就即将出现的情形向司机报警，有时就可以避免、特别是自主地避免这样的情形。
以前，这种预报功能由各种类型的传感器、雷达系统或相机来提供，但这些设备全都受限于车辆的直接视野。这意味着，它们不能提供与例如弯道过后所发生的情形有关的任何信息。
地图数据可以用来改进这些预报，举例来说，能够预报在通过下一个弯道后的路况。
为了使用地图上的信息，需要知道当前的位置。这个当前位置可以用各种设备来确定，例如使用便宜但可在全球使用的GPS接收器来确定。
GPS或其它定位系统具有误差，这个误差有时会妨碍在路上精确地指示位置。此外，地图也总会有一些精度误差以及与实际地形的偏差，这会使在路上直接寻找位置更加困难，甚至是不可能的。
发明内容
本发明的一个目标是，对物体的测量位置与数字地图上的信息的对准进行改进。
本发明详细说明了根据独立权利要求的特征所述的用于将物体的测量位置与数字地图上的信息进行对准的设备、系统、所述设备的使用、车辆、过程、程序以及计算机可读介质。在附属权利要求中可以找到本发明的展开。
所述示范性实施例同样涉及到所述设备、系统、使用、车辆、方法、程序以及计算机可读介质。
本发明的一个示范性实施例详细说明了用于将物体(例如车辆)的测量位置与数字地图上的信息进行对准的设备，其中，所述设备具有计算单元。在本说明书中，所述计算单元设计为用来基于测量位置和预定误差在所述地图上对图元进行第一选择。另外，所述计算单元设计为用来为第一和第二子单元提供所选图元。
另外，也可以由所述计算单元基于图元的坐标来进行所述第一选择。
在本说明书中，应该注意，在本发明的情形中，术语“对准”等价于“地图匹配”，反之亦然。
在本说明书中，术语“图元(cartography element)”是指地图上能够使用四个基本元素(即，节点、线段、路径或环路)来表示的任何元素。在这种情形中，节点是指空间中具有GPS坐标(例如，宽度、高度)的点。线段是指将两个节点连起来的线，而路径是指一组连接起来的线段。
换言之，本发明的所述示范性实施例详细说明了快速排除过滤器，该过滤器利用图元的满足预定误差标准的给定位置来选择这些图元。这个标准可以根据例如一个最大距离来计算，这一点可以用所述测量位置周围以所述最大距离为半径的圆来图示。在这种情形，可以基于不同的公式计算举例来说所述线段是否在所述最大误差之内。这个用来快速排除图元的过滤器方法也被示于例如图1和图4中。
这个对与随后的地图匹配相关的那些图元进行的选择使得地图匹配得以更快地执行，同时计算量更小。随后的地图匹配方法的目标是，利用例如具有特定误差的GPS位置搜寻来在地图上的与所述位置搜寻相关的可能点之间进行判决。在一些情形中，需要在接收到GPS位置之后判断例如所述GPS接收器在哪条道路上。在这种情形中，首先需要分析为什么需要进行对准或地图匹配，特别是要使用什么方法或什么地图匹配过程来完成。然后提取最佳方法并对计算单元进行评估。
举例来说，在车辆的情形中，可以将测量位置(该位置由于多种误差源的原因不会是精确的)与地图数据进行匹配。在这个过程中，所述地图数据可能同样会有误差。所以，可以从具有很多道路的地图上选择例如两条最靠近的道路，然而这两条道路离得很远。在这种情况中，可以将道路视为线段或图元。随后可以基于所述车辆状态利用各种方法并行计算所述车辆实际在所述两条道路中的哪一条的概率，并加以比较。
在本说明书中，应该注意，所述设备和计算单元能够使用可以在例如 CPU上执行的数学处理或算法。所以，基于对图元的所述第一选择，可以从所述数字地图上减少和去除不需要的图元或线段，这样在随后就能够进行例如简化的对准。
同样应该指出，所述计算单元的设计使得它可以为任何数目的其它辅助计算单元提供所选图元。自然也可以只使用一个辅助计算单元。
在本说明书中，所述预定误差可以是基于例如GPS系统中的误差分布的一个误差值。所述GPS系统中的误差分布是正态分布，从该分布中可以推出预定误差。或者，可以基于各个对准来反复地匹配和优化该误差值。
换言之，所述设备利用所述第一选择减少了所述图元的数据项的数目，使得随后对测量位置的改进或检查只集中在小地图上，然后只需要利用相关线段的位置来计算和评估这些线段。换言之，所述地图上的信息被预先过滤，以用于复杂的最终过程。这就能显著地节约时间和计算量。
在这种情形中，也可以将所述预定误差的值与所述情形进行适应性匹配。就是说，如果在所覆盖的区域内根本不能进行地图匹配，那么，所述设备就增加误差的最大范围。如果可以进行地图匹配，那么所述系统就减小误差的最大范围，直到理论上的预定值。
在本说明书中，由所述设备所进行的相关图元的选择可以在随后用来利用各种模块或利用各种辅助计算单元对各个图元同时进行估量和评定。在这种情形中，所述辅助计算单元可以被视为独立的地图匹配算法，这些算法可以同时、并行并且彼此独立地进行工作。没有所述设备所进行的第一选择的话，物体测量位置与数字地图上的信息的对准将会复杂得多，并且实时进行很困难。
在这种情形中，所述测量位置也可以是非当前数据记录，并且根据早先位置数据记录可以至少部分地对所述测量位置进行计算。所以，导航能力不是本示范性实施例的基本部分。另外，对准后可以将新位置再提供给所述设备和/或提供给所述计算单元作为反馈信息。这对应着用于优化地图匹配的反馈环。
可以使用所述物体中的位置搜寻单元(例如GPS单元)来完成这一点。在这种情形中，应该指出，在本发明的说明书中，GPS代表了所有的全球导航卫星系统(GNSS)，诸如GPS、Galileo、GLONASS(俄罗斯)、北斗(中国)、IRNSS(印度)等。
术语“数字地图”是指用于高级行车辅助系统(Advanced Driver AssistantSystem，ADAS)的地图，不含导航。在这种情形中，所用的数字地图格式可以基于标准和参数来选择，并有可能加以改变以用于本发明的这个和任何其它示范性实施例。可以使所述格式与所用的算法匹配。举例来说，可以使用或产生一种格式，该格式可以改善本发明所述的图元选择和在各个辅助计算单元中进行的值的并行计算。
所述辅助计算单元的实体也可以包含在所述计算单元中。
根据本发明的另一个示范性实施例，所述设备也具有所述第一和第二辅助计算单元，其中，所述第一辅助计算单元被设计为用来利用第一过程或第一方法为每个所选图元计算第一值。另外，所述第二辅助计算单元被设计为用来利用第二过程或第二方法为每个所选图元计算第二值，其中所述第一值和第二值按同一测量单位进行计算或转换成同一测量单位。
换言之，所使用的辅助计算单元和方法被设计为能使所述辅助计算单元的各具体物理单位被转换成预定的基本单位，即相同的测量单位。当使用算法来计算所述值时，需要选择算法使得所用每个辅助计算单元总能获得所述预定测量单位。在这种情形中，所述同一测量单位的选择可以由所述设备、由所述计算单元(就是说所述快速排除过滤器)、或者由用户来指定。在各个辅助计算单元中以共同的单位对值进行计算使得能在随后对各个图元的值进行直接的比较。这样就允许将各种计算方法结合起来，从而为关于对准的判决提供更多的信息。这样就尽量减小了所述对准中的任何可能的误差。
换言之，设有两条路，例如已知其距测量位置的距离和其相对于所述物体的当前位置和运动状态的取向，距离模块和角度模块计算与概率相关的值。这个值指示了所述车辆的实际位置处于各个图元的位置处的概率。利用调整参数进行附加的评估或调整也可以对辅助计算单元以及在其中所计算出的值进行评估。
所以，所述地图匹配算法将各种分析方法运用到所选图元上，然后估计所有方法的结果。为了将不同方法所产生的值进行比较，通常不同的单元需要进行转换货边换。
换言之，不同的因素确定不同的输入参数，这就是为什么其结果可以用不同的单位来表示。举例来说，距离模块可以被视为所述第一辅助计算单元，它指示了距离，而角度模块可以被视为第二辅助计算单元，它指示了角度。由于角度不能和距离进行比较，所以本发明所述的设备提供了一种定义测量单位并对各个辅助计算单元的各个单位进行转换的办法。
根据本发明的另一个示范性实施例，所述设备也被设计为用来将每个所选图元的所述第一和第二值相加以形成各自的最终值。
这自然不排除当有其它辅助计算单元提供其它值时仍然可以进行相加。
这样，所述图元从各个辅助计算单元或模块中收集具体的点数(point number)。每个所述点数都具有所述图元处于所述物体的实际位置处的相应概率，在将图元的各个值相加以形成最终值之后基于所述图元的这些概率产生一个顺序。这个顺序被用于所述对准或所述地图匹配。
根据本发明的另一个示范性实施例，所述设备也被设计为用来评定所述第一辅助计算单元以及评定所述第二辅助计算单元，这样就为每个所选图元的所述两个值产生相应的估量。
在这种情形中，由所述计算单元控制并执行对所述辅助计算单元的评估，但基于所提供的测量数据由所述设备的用户进行评估或自动进行评估也是可能的。
所有的辅助计算单元或模块可以被视为独立的地图匹配算法。然而通过所述评估或通过调整参数的修正，可以只使用一个模块用于地图匹配并进行所述地图匹配。为此，举例来说，可以使其它辅助计算单元对所述调整参数或对所述估量的影响变为零。因此，本设备能够使地图匹配成为各种辅助计算单元或各种地图匹配算法的组合。给定具体的地图的情形下，可以实现所述辅助计算单元的组合，以产生合适的估计，对于该估计，所述判决方法是最佳的。
根据本发明的另一个示范性实施例，所述设备也被设计为用来基于所述最终值从所述所选图元中对目的图元进行第二选择。另外，所述设备的设计使得所述对准基于所述目的图元来进行。
换言之，于是，在所述各个辅助计算单元中对所有相关的和以前就选定的图元进行计算后，就可以选择目的图元。在这种情形中，所述目的图元是基于所产生的所述顺序以及所进行的任何估计而得到的最可能的那个图元。
然后，所述物体的测量位置可以由所述目的图元的位置来替代。于是，所述目的图元的位置就成为所述物体的新调整的位置。
举例来说，如果车辆的所测量的GPS位置被指出是实际中对应着河流的GPS数据，那么，可以使用随后的对准来为该位置寻找例如一条最近的路，作为目的图元。在这种情形中，所述目的图元是首先在选择中满足误差标准条件并在其次的计算算法步骤中具有最大概率的那个图元。
根据本发明的另一个示范性实施例，所述设备具有第一过滤器，所述第一过滤器被设计为用来确定所述物体的状态。
所述第一过滤器也可以被称作模块，它通过例如将卡尔曼过滤器运用到物体的测量位置来在所述物体运动的同时估量所述系统状态。在车辆的情形中，假设所述物体基于牛顿的原理进行运动。所以，为了彻底地估量所述系统状态，需要估计直线经过距离、速度和加速度。
在这种情形中，所述过滤器可以利用所有以前的值来预测下一个值。然而，这一点通过能描述现实的内部模型的独立校正来递归地完成。在本说明书中，所述过滤器考虑多维系统，在该多为系统中能够描述一个过程的历史。
根据本发明的另一个示范性实施例，所述设备也具有第二过滤器，所述第二过滤器用来确定所述物体的测量位置的误差。
这个过滤器像所述第一过滤器那样可以在时间上先于例如所述图元选择，它利用地图匹配期间所致误差来估计测量位置的偏差。在这种情形中，该模块能够利用例如卡尔曼过滤器来估计所述GPS偏差。然后，所述卡尔曼过滤器的处理状态就对应着长度和宽度的偏差。利用卡尔曼过滤器的已知方程，为每个GPS位置估计获得所述宽度和长度的GPS偏差的新估计。
根据本发明的另一个示范性实施例，所述过滤器中至少一个过滤器具有卡尔曼过滤器的特性。
本发明的另一个示范性实施例详细描述了用于将物体的测量位置与为车辆提供的数字地图上的信息进行对准的系统，所述系统具有根据前述示范性实施例之一所述的设备和卫星导航接收器。
这个系统可以用于例如车辆中，用于进行更精确更有预测性的位置搜寻或位置校正判定。该系统可以用于发送自动紧急呼叫(automatic emergency call，ECall)和自动化技术服务呼叫(automated technical service call，BCall)，也可以用于行车辅助系统(高级行车辅助系统， ADAS)，优点非常明显。
本发明的另一个示范性实施例详细描述了在车辆中使用根据前述实施例之一所述的设备。
本发明的另一个示范性实施例详细描述了具有根据前述示范性实施例之一所述的设备的车辆。
举例来说，所述车辆为机动车，诸如小轿车、公共汽车或载重货车，也可以是铁路车辆、轮船、飞行器，还可以是直升机或飞机或自行车等。
在这种情形中，本发明的这个和每个其它的示范性实施例适用于进行自动紧急呼叫(ECall)和自动化技术服务呼叫(BCall)，也适用于行车辅助系统(ADAS)。
本发明的另一个示范性实施例详细描述了用于将物体的测量位置与数字地图上的信息进行对准的方法，所述方法具有下述步骤：提供计算单元；由所述计算单元基于所述测量位置和预定误差在所述地图上选择图元；由所述计算单元将所选图元提供给第一和第二辅助计算单元。
本发明的另一个示范性实施例详细描述了一种程序，该程序在处理器上被执行时，命令所述处理器执行上面所指出的步骤。
本发明的另一个示范性实施例详细描述了一种介质，其中，所述介质提供可下载的所述程序。在这种情形中，所述程序也适合于在被处理器执行时命令所述处理器执行上面所指出的步骤。
同样可以通过下载将现有的程序置于一种状态，当该程序在处理器上执行时，其命令所述处理器执行上面所指出的步骤。
本发明的另一个示范性实施例详细描述了一种存储有程序的计算机可读介质，当所述程序在处理器上被执行时，命令所述处理器执行上面所指出的步骤。
本发明的基本考虑在于，所述设备从数字地图上快速预选图元，以便随后利用各种方法对所选图元进行并行计算，所述方法都提供相同的测量单位。随后对所获得结果的估计产生最优地图匹配判决，这样就能实质性地节约时间和计算量。
下文将参考附图来描述本发明的优选示范性实施例。
附图说明
图1显示了根据本发明的一个示范性实施例的设备的示意图；
图2显示了用于根据本发明的一个示范性实施例的设备的数字地图的示意图；
图3显示了根据本发明的一个示范性实施例所述的在计算单元中进行计算时所产生的误差；
图4显示了根据本发明的一个示范性实施例所述的图元选择的示意图；
图5显示了根据本发明的一个示范性实施例所述的由辅助计算单元所进行的计算的示意图；
图6显示了根据本发明的一个示范性实施例所述的由道路距离模块所进行的计算的示意图；
图7显示了根据本发明的另一个示范性实施例所述的方法的流程的示意图。
图中所示是示意性的，是不成比例的。
具体实施方式
在下面对图的描述中，相同的参考数字表示相同的或类似的元件。
图1显示了用来将物体的测量位置101与数字地图102上的信息进行对准的设备100。所述地图上的信息可以由例如图元以及相应数据来提供。另外，提供计算单元103，它也可以具有快速排除过滤器的形式。在这种情形中，数字地图102向计算单元103提供它所存储的信息，诸如各图元的位置信息。这一点由箭头130、131表示。同样，这个信息可以直接传送到辅助计算单元104、105、106、107和108，这一点通过举例的方式由箭头126表示。
为了排除不能用的图元，计算单元103执行若干可能算法中的一个算法，该算法基于测量位置101和预定的误差来选择合适的图元。经过这个选择之后，就可以向辅助计算单元104、105、106、107和108提供精简的数据记录。在这种情形中，举例来说，第一辅助计算单元104使用第一方法为每个所选的图元计算第一值，而第二辅助计算单元105使用第二方法为每个所选的图元计算第二值。
另外，显示了第一过滤器109和第二过滤器110。在这种情形中，第一过滤器109用来确定所述物体的系统状态，在例如车辆的情形中，它能够统计地估计所述车辆的位置、速度和加速度。该过滤器可以是卡尔曼过滤器的形式。为了确定这个状态，向过滤器109提供校正后的GPS位置 122。在由过滤器109确定了所述系统状态之后，可以将结果提供给单个或多个辅助计算单元。在这里所示的示范性实施例中，与当前系统状态相关的信息被提供给了辅助计算单元107和辅助计算单元104。
第二过滤器110可以具有例如卡尔曼过滤器的形式，它用来例如反复地消除或尽量减小作为估计方法的结果的所述GPS位置的误差。所以，在通过求校验和(checksum)113进行可能的校验之后，将所述物体的所测的当前位置101提供给过滤器110。或者，在进行了对准之后，可以通过反馈环121将所述误差值反馈回第二过滤器110。
在这种情形中，通过卫星导航接收器111来提供所测当的前位置110。举例来说，这种情况中NMEA文件可用于导航装置之间的通信112。
过滤器109和110均可以使用随机状态估计来确定所述系统状态或位置误差，但也有可能将例如来自车辆的传感器数据提供给所述两个过滤器，或将传感器数据与所述随机估计的使用结合起来。可以将这两个方法结合起来使用以尽量减小基于错误传感器数据造成的误差。
当每个所选图元利用各个辅助计算单元104到108的方法获得了与每个辅助计算单元相关的各个值时，每个图元的这些值就加在一起构成各自的最终值114。这些最终值对应着所述物体位于所述各个图元的位置处的可能性。然后，就可以基于这些可能性为所述图元产生一个顺序，以便决定要使用什么实际位置进行所述对准。这对应着具有地理位置的目的图元 115。
在这种情形中，图1中的设备100用来输出所述目的图元、新对准的位置以及所述新对准位置与原来测量位置相比的误差118、119和120。在另一个步骤中，利用所述新对准位置与提供的测量位置125来计算误差值 117。此外，通过反馈121可以将这个误差提供给反馈环中的偏差消除过滤器110，以便使用新的步骤反复地尽量精确地为所述物体计算对准位置。
在这种情形中，特别重要的是，所述辅助计算单元或模块的各种方法使用和处理不同的物理参数从而使用和处理不同的物理测量单位，所以，彼此不能直接进行比较。将所述各种值利用本发明转换成同一测量单位就能将可能的车辆位置或相关图元位置的概率进行直接比较。
在这种情形中，第一辅助计算单元104能够执行例如道路距离模块的方法。第二辅助计算单元105能够利用例如存储器模块的方法计算图元的值。第三辅助计算单元106能够利用路径概率的方法或利用大小模块为相关的图元评估概率。第四辅助计算单元107能够执行例如角度模块的方法。而第五子单元108能够执行例如距离模块的方法。
下面将通过举例的方式来给出能够用在辅助计算单元中的各个方法。
所述距离模块为每个图元计算点数(point number)。预定距离Dcs的等价点数Pdistance是标准的(比例1比1)，因为这个模块的结果已经用米作单位来表达了，在这种情形中，作为例子，米是标准的测量单位。
Pdistance＝Dcs
在所谓的角度模块的情形中，需要分析为什么实际路线和地图上的各线段之间大的夹角使得该线段的可能性较小。速度是关键因素。接收器或物体运动得越快，那么不正确角度的影响就越大。极端的情形为速度等于零或非常小。在这种情形中，错误的角度应该根本没有影响，其原因有二：首先，计算相对于所述线段矢量(segment vector)的角度所需要的路线矢量(route vector)不是很稳定，因为其起点和终点非常靠近。其次，在下个例子中所述距离误差非常小。于是，用角度所表示的估计值Pangle的比率就正比于实际速度下在下个时间间隔内由所述夹角所引起的误差量的平均：
Pangle＝1/2·sin(αcs)·v·Δt
其中，αcs对应着根矢量(root vector)和各线段矢量之间的夹角，v 对应着估计的实际速度，而Δt对应着上个随机样本和下个随机样本之间的估计的时间增量。为了使用这个公式，需要估计速度v和时间增量Δt。这可以利用例如卡尔曼过滤器来完成。图3中图示了所产生的这些误差的平均。从零开始的线性序列其平均值为最大值之半。所述最大误差为 sinαcs·Base，而Base等于v·Δt。
为了将地图匹配运用到机动车上，从车辆传感器(诸如在ABS系统中) 读出所述值可能更有效率，与通过GPS接收器接收距离和速度值相比，这样能在短时间内提高这些值的精度。
所述存储器模块考虑到这样的事实，即，逻辑上说，上个已知的道路或至少是与其相连的道路有相对较高的概率实际上是当前的道路。所述存储器模块能够被调整得非常适合其自己的需要，并且可以通过合适地设置参数来改变该模块的存储效果。
某个线段的相对较高的点数对应着该线段有相对较高的概率是正确的线段。在这种情形中，该点数系统(points system)与其它模块的点数系统相比是反转的，因为它可以由用户进行调整，并因而对应着概率分布函数的描述。因此，这个模块所产生的结果(点数)对应着这个反转函数。
通过修改这些参数，可以改变将所述存储器变换为点数的函数的形式。所述存储器声明某个线段是以前选择的，或者它曾经直接与某个线段相连。
路径概率/大小模块确保以较高的概率对比较主要的道路进行估计，因为，首先，较多的车辆使用该道路，其次它具有较大的面积。就所述第一点而言，某条道路上的车辆数量从而相应的线段依赖于一系列很难确定的因素。假设车辆的所述数量正比于所述道路的大小。这样，假设所述车辆均匀地分布在所述道路上。就所述道路的大小来说，宽度为Ws的线段的估计值Psize对应着最大可能误差或最大可能变量，即
Psize＝1/2Ws
在与其它点数相比之前，将这个点数连同所述存储器模块所给出的点数一起进行转换，因为如果其它点数表示可能线段则该其它点数较低，而如果表示不可能线段则该其他点数较高。
这一点有如下的重要性：路越宽就越有可能。这一点可以通过容差为路宽之半的GPS位置来图示。这就是辅助计算单元向第二过滤器110的反馈。
道路距离模块提供以米为单位来表示的结果Sd。因此，转换为估计值Pstreet是简单的：
这里，对应着路上所经过距离的估计值，该值例如利用卡尔曼过滤器的状态来计算。
如果要将地图匹配运用到机动车，那么，通过利用车辆传感器所计算出的经过距离来替代所述估计值在这种情形中也会再次提高精确度。这个值不是导出值，与GPS数据的估计值相比，对于小距离，精度要高得多。
所述道路距离模块是地图匹配的全新方法。利用卡尔曼过滤器来估计当前运动状态和路上所经过的距离。这个模块基于完全独立的不要求有其它辅助计算单元和方法的地图匹配。在有疑惑情形下这个任务只要求有起点和特殊的判决模块。如果这个模块与其它模块相结合，那么，这个要求就已经由所有其它模块覆盖了。
所有其它的模块试着在与所述道路方向垂直的横向上校正位置。这个模块在纵向上进行估计，并利用在当前道路上经过距离的纵向投影来确定位置。这意味着确定了所经过的距离，并且对路上与这个距离相对应的所有可能位置进行搜寻。从这些位置开始，它追踪所有可能的道路方向并就此指示所述距离。
因此，有可能甚至在GPS接收器的操作中断(例如，因为信号在隧道中或在桥下中断了)时也能使用所述设备并对准数据。如果在失去联系期间没有其它道路交叉(通常在隧道中就是这种情况)，那么这个模块也能够在没有GPS信息的情况下做出判决。所以，这个模块为所述系统提供了“组合导航(compound navigation)”(也称作“航位推测(DeadReckoning)”)的选择。这是本发明的另一个显著优点。
图6中显示了这个模块如何估量两个可能位置的例子。这里，所示的两个车辆表示两个可能的位置，而dn+11对应着下个所经过的距离的估计。这个模块就计算而言是很复杂的，因为到每个可能路上的地点的最小距离都需要逆着进行计算，因为从点A到另一个点B可能有不同的路径，需要对所有的这些路径进行分析。所述估计的经过距离现在使用例如卡尔曼过滤器来计算。然而，如果在机动车中使用地图匹配，那么，通过这个模块可以显著地增加精度，因为可以使用车辆传感器来估计所述经过距离，而不像在使用卡尔曼过滤器的情形中那样使用从GPS导出的信息。然后，应该实现另一个使用车辆传感器的卡尔曼过滤器，以便计算这些经过距离。
图2显示了数字地图102，该地图显示了与所示地图的结构不匹配的车辆101的测量位置。根据所述测量位置，车辆200位于建筑203内。在这种情形中，本发明的设备和本发明的方法能够使用快速排除过滤器功能并能够使用各种方法的组合来计算并估计各种图元，以便确定所述车辆的实际位置。在这种情形中，也可以反复地并利用控制环来实现精确测定。另外，显示了示范性图元204、道路和建筑。
图2也显示了在选择了目的图元115之后的新对准的位置201。这对应着车辆201的新对准位置。另外，图2显示了通过线段和所述车辆所经过的路线的向量表示所做的新对准位置202的可能的计算。
图3显示了在辅助计算单元执行角度模块的方法的情形中所产生的误差。基于线段方向或道路方向302以及车辆的当前路线304上的当前位置 301，可以表达值vΔT 305，如图所示。在这种情形中，指示了道路向量和线段向量之间的夹角300。在图的右侧边界，用三角形的高显示了在下个时间间隔中所产生的误差303。
图4显示了所述快速排除过滤器或计算单元的功能的图示。在这种情形中，所述计算单元设计为基于测量位置和预定误差在所述地图上对图元进行第一选择。换言之，显示了用于快速排除地图上的线段或图元的算法 400。在这种情形中，显示了具有边界401的方块区402。最大误差Dmax 403 用一个圆的半径来显示，它描述了测量位置101的周围必须包含允许线段的区域。在这种情形中，显示了已经正确剔除的线段404和即使不满足最大距离Dmax的理想过滤条件也没被剔除的线段405。同样也显示了正确地没被剔除的线段406。在这种情形中，应该再次指出术语图元是指节点、线段、路径和环路。
所以，图4显示了用于进行第一选择的计算单元或快速排除过滤器的示范性实施例的工作方式的图示。这涉及到所述计算单元中的示范性算法。这个快速排除过滤器的使用是为了能够同时估量所有的模块或辅助计算单元。在最大半径内选择线段是一个比较复杂的过程。这个选择的允许区域最好是个圆。然而，在这种情形中，需要基于例如下述复杂公式来计算所述线段是否在最大误差之内：
(应该注意，上述公式中的根函数在每个情形中都涉及到整个表达式)，其中，Dmax 对应着最大半径11，对应着所述圆的圆心的坐标，在这种情形中为所接收到的 GPS位置的坐标，对应着图元的坐标，而CP＝(dx，dy)对应着上述这些图元之间的 坐标差。
如果所述图元为线段的话，那么，计算的复杂性会更高，因为，需要通过将所述中心投影到由所述线段的两端所形成的直线上来计算距所述直线的最短距离，然后再估计这个投影是否在所述线段内。如果不在，那么，所述最小距离就对应着离线段的最近端的距离。
在最大距离内的线段的计算是复杂的，但这个模块所做的与此正好相反。它不寻求有效线段，因为这样做要求进行详尽的搜寻，而是寻求所有的无效线段，这些无效线段很容易被剔除。换言之，很难计算最大距离之内的线段而不剔除一些在这个距离之外的线段。这意味着，所述搜寻不需要详尽，因为唯一的困难是很远的线段不会被剔除。这个新思想实现了最佳可能的过滤，而不会使计算更加复杂。这意味着，存在已被剔除并且对应着下述公式的其它的图元。
Δ∈1＝～2％
另一种允许的近似是，将所述最大距离的形状(在理想情况中是圆) 变换成方形。这就使所述距离的线性比较成为可能。
这意味着，下面一组图元没有被过滤掉，而如果使用了理想的圆形的话，则它们已经被剔除了。
这样，如果所述过滤器能够在圆内选择图元，那么利用这个过滤器会剔除21.46％的允许线段。然而，这会是与非常复杂的计算方法集成在一起的过滤器。
最后，这个过滤器允许快速排除图元并且使用更复杂的集成过滤器能够消除的线段的总数为：
Δ∈total＝Δ∈1+Δ∈2＝～23.46％
为了减少错误地允许的线段的数量并允许所述模块只估计所述圆内的线段，可以将第二过滤器用于所述过滤了的图元。这意味着，只有过滤了的图元(所述方块内的图元)再次用集成过滤器进行过滤(在该情形中，只有圆内的图元被选择)。在方块区的情形中，可以设置四个不同的边界： H+、H-、V+和V-。
如果下面条件之一适用，则可以剔除从节点到的普通线段 Sab：
ax＞V+并bx＞V+
ax＜V-并bx＜V-
ay＞H+并by＞H+
ay＜H-并by＜H-
这种用于快速排除图元的示范性滤波方法被图示于图4中。
图5显示了供所述距离模块进行计算的等效平行四边形500。该计算在例如图1中的辅助计算单元104到108中进行。在这种情形中，高用501 指示，底用502指示，夹角用503指示，P1用504指示，P2用505指示，而C用506指示。
图6显示了数字地图102的示意说明，其中显示了由道路距离模块所进行的计算600。
图7显示了一个流程图的示意说明，其中描述了基于本发明的一个示范性实施例所执行的方法。
在步骤S1中，提供计算单元。在步骤S2中，基于测量位置和预定误差由所述计算单元在地图上选择图元。在步骤S3中，由所述计算单元向第一和第二辅助计算单元提供所选图元。
另外应该指出，“包含”和“具有”并不排除其它图元或步骤，“一个”并不排除多个情况。此外，应该指出，参考上述示范性实施例之一所描述的特征或步骤也能够与上述其它示范性实施例所描述的其它特征和步骤结合使用。不应该将权利要求书中的参考符号视为限制性的。
参考符号的列表
100：设备
101：测量位置
102：数字地图
103：计算单元
104：第一辅助计算单元
105：第二辅助计算单元
106：第三辅助计算单元
107：第四辅助计算单元
108：第五辅助计算单元
109：第一过滤器
110：第二过滤器
111：卫星导航接收器
112：用于导航装置之间通信的具有确定格式的文件
113：求校验和
114：将每个图元的第一到第五值加起来形成各自的最终值
115：选择最可能的图元作为目的图元
116：新对准位置的对准/计算
117：误差值
118：目的图元的输出
119：新对准位置的输出
120：新匹配位置的误差值的输出
121：通过反馈环反馈误差值
122：校正位置
123：所计算位置的误差
124：利用计算单元反馈新对准位置
125：提供测量位置进行误差计算
126：为辅助计算单元直接提供信息
130：箭头
131：箭头
200：车辆
201：新对准位置
202：新对准位置的可能的计算
203：建筑
204：示范性图元
300：路线矢量和线段矢量之间的夹角
301：当前位置
302：线段/道路方向
303：所产生的误差
304：当前路线
305：vΔt
306：角度模块进行计算期间所产生的时间间隔的误差
400：快速排除线段/图元的算法
401：方块区的边界
402：方块区
403：最大误差Dmax
404：正确剔除的线段/图元
405：没被剔除的线段/图元，即使它们不满足最大距离Dmax的理想过滤条件
406：没有被正确地剔除的线段/图元
500：用于由距离模块进行计算的等效平行四边形
501：高
502：底
503：夹角
504：P1
505：P2
506：C
600：由道路距离模块进行的计算

Claims (14)

1.用于将物体的测量位置(101)与数字地图(102)上的信息对准的设备(100)，所述设备具有：
计算单元(103)；
其中所述计算单元被设计为用来对作为所述物体的可能对准位置的多个图元(404、405、406)进行第一选择，这些图元是基于所述测量位置和具有预定误差(403)的位置从所述地图中选择的；
其中，所述计算单元还被设计为用来为第一(104)和第二(105)辅助计算单元提供所选图元；
其中所述第一辅助计算单元被设计为用来利用第一方法，基于所述测量位置与每个所选图元之间的第一物理参数来计算第一值；其中所述第二辅助计算单元被设计为用来利用第二方法，基于所述测量位置与每个所选图元之间的第二物理参数来计算第二值，所述第一物理参数和所述第一方法分别不同于所述第二物理参数和所述第二方法；以及
其中所述设备基于每个所选图元的相应的第一值和相应的第二值为每个所选图元生成最终概率值，并且将所述物体与基于所述最终概率值选择的一个所选图元对准。
2.根据权利要求1所述的设备，
其中所述第一值和第二值按同一测量单位进行计算。
3.根据权利要求1或2所述的设备，
其中，所述设备还被设计为用来将每个所选图元的所述第一和第二值相加以形成各自的最终值。
4.根据权利要求1或2所述的设备，
其中，所述设备还被设计为用来评定所述第一辅助计算单元以及评定所述第二辅助计算单元，这样就为每个所选图元的所述两个值产生相应的估量。
5.根据权利要求3所述的设备，
其中，所述设备还被设计为用来基于所述最终值从所述所选图元中对目的图元(115)进行第二选择；以及
其中，所述设备还被设计为使得所述对准基于所述目的图元来进行。
6.根据权利要求4所述的设备，
其中，所述设备还被设计为用来基于所述最终值从所述所选图元中对目的图元(115)进行第二选择；以及
其中，所述设备还被设计为使得所述对准基于所述目的图元来进行。
7.根据权利要求1或2所述的设备，所述设备还具有：
第一过滤器(109)；
其中，所述第一过滤器被设计为用来确定所述物体的状态。
8.根据权利要求7所述的设备，所述设备还具有：
第二过滤器(110)；
其中，所述第二过滤器被设计为用来确定所述物体的测量位置的误差。
9.根据权利要求8所述的设备，
其中，所述第一和所述第二过滤器中至少一个过滤器具有卡尔曼过滤器的形式。
10.用于将物体的测量位置与为车辆提供的数字地图上的信息进行对准的系统，所述系统具有：
根据权利要求1至9中任一项所述的设备；以及
卫星导航接收器(111)。
11.根据权利要求1到9中任一项所述的设备在车辆(200)中使用的用途。
12.一种车辆(200)，具有根据权利要求1到9中任一项所述的设备。
13.用于将物体的测量位置与数字地图上的信息对准的方法，所述方法具有下述步骤：
提供计算单元(S1)；
选择作为物体的可能对准位置的多个图元，这些图元是由所述计算单元基于所述测量位置和预定误差从所述地图中选择的(S2)；
由所述计算单元将所选图元提供给第一和第二辅助计算单元(S3)；
由所述第一辅助计算单元利用第一方法，基于所述测量位置与每个所选图元之间的第一物理参数来计算第一值；
由所述第二辅助计算单元利用第二方法，基于所述测量位置与每个所选图元之间的第二物理参数来计算第二值，所述第一物理参数和所述第一方法分别不同于所述第二物理参数和所述第二方法；
基于每个所选图元的相应的第一值和相应的第二值为每个所选图元生成最终概率值；以及
将所述物体与基于所述最终概率值选择的一个所选图元对准。
14.一种存储有程序的计算机可读介质，当所述程序在处理器上被执行时，命令所述处理器执行下列步骤：
提供计算单元；
选择作为物体的可能对准位置的多个图元，这些图元是由所述计算单元基于测量位置和预定误差从地图中选择的；
由所述计算单元将所选图元提供给第一和第二辅助计算单元；
由所述第一辅助计算单元利用第一方法，基于所述测量位置与每个所选图元之间的第一物理参数来计算第一值；
由所述第二辅助计算单元利用第二方法，基于所述测量位置与每个所选图元之间的第二物理参数来计算第二值，所述第一物理参数和所述第一方法分别不同于所述第二物理参数和所述第二方法；
基于每个所选图元的相应的第一值和相应的第二值为每个所选图元生成最终概率值；以及
将所述物体与基于所述最终概率值选择的一个所选图元对准。
CN200880017729.2A 2007-05-29 2008-05-13 一种用于将物体的测量位置与数字地图上的信息对准的设备、方法及系统 Expired - Fee Related CN101680768B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102007025065 2007-05-29
DE102007025065.9 2007-05-29
DE102008023242.4 2008-05-13
DE102008023242A DE102008023242A1 (de) 2007-05-29 2008-05-13 Map matching für Sicherheitsanwendungen
PCT/EP2008/055850 WO2008145509A1 (de) 2007-05-29 2008-05-13 Map matching für sicherheitsanwendungen

Publications (2)

Publication Number Publication Date
CN101680768A CN101680768A (zh) 2010-03-24
CN101680768B true CN101680768B (zh) 2019-05-31

Family

ID=39917564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880017729.2A Expired - Fee Related CN101680768B (zh) 2007-05-29 2008-05-13 一种用于将物体的测量位置与数字地图上的信息对准的设备、方法及系统

Country Status (6)

Country Link
EP (1) EP2153172B1 (zh)
JP (1) JP2010528304A (zh)
KR (1) KR101492661B1 (zh)
CN (1) CN101680768B (zh)
DE (1) DE102008023242A1 (zh)
WO (1) WO2008145509A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010031351A1 (de) * 2010-07-14 2012-01-19 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Ermitteln einer Position eines Fahrzeugs
US9409554B2 (en) 2011-07-19 2016-08-09 Continental Teves Ag & Co. Ohg Method for improving the driving stability
KR101758675B1 (ko) * 2015-10-23 2017-07-17 한국단자공업 주식회사 Ｇｎｓｓ 모듈에 대한 맵 매칭 피드백 기능 검증 장치 및 방법
DE102017210129A1 (de) * 2017-06-16 2018-12-20 Siemens Aktiengesellschaft Positionsbestimmungsverfahren, insbesondere GPS-Verfahren, Computer-Programm-Produkt zum Bestimmen von Positionen, insbesondere von GPS-Positionen, und Spurgebundenes Fahrzeug, insbesondere Schienenfahrzeug
DE102018221864A1 (de) * 2018-12-17 2020-06-18 Volkswagen Aktiengesellschaft Verfahren und System zum Bestimmen einer Trajektorie eines Fahrzeugs

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0522862A1 (en) * 1991-07-10 1993-01-13 Pioneer Electronic Corporation GPS Navigation system with selective position offset correction
DE4432208A1 (de) * 1993-09-10 1995-03-16 Sagem Navigationsverfahren mit Hilfe einer vektorisierten Geländekarte
US5483456A (en) * 1992-11-04 1996-01-09 Pioneer Electronic Corporation Navigation system and a method of calculating GPS measuring deviation
CN1530635A (zh) * 2003-03-14 2004-09-22 ���ǵ�����ʽ���� 导航系统中检测可移动物体位置的设备及其方法
WO2005120879A1 (de) * 2004-06-12 2005-12-22 Daimlerchrysler Ag Verfahren zum betreiben eines fahrerassistenzsystems

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100713459B1 (ko) 2004-08-31 2007-05-02 삼성전자주식회사 네비게이션 시스템 및 네비게이션 시스템에서 이동체의경로 이탈 판단 방법
JP4499524B2 (ja) * 2004-10-14 2010-07-07 アルパイン株式会社 ナビゲーション装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0522862A1 (en) * 1991-07-10 1993-01-13 Pioneer Electronic Corporation GPS Navigation system with selective position offset correction
US5483456A (en) * 1992-11-04 1996-01-09 Pioneer Electronic Corporation Navigation system and a method of calculating GPS measuring deviation
DE4432208A1 (de) * 1993-09-10 1995-03-16 Sagem Navigationsverfahren mit Hilfe einer vektorisierten Geländekarte
CN1530635A (zh) * 2003-03-14 2004-09-22 ���ǵ�����ʽ���� 导航系统中检测可移动物体位置的设备及其方法
WO2005120879A1 (de) * 2004-06-12 2005-12-22 Daimlerchrysler Ag Verfahren zum betreiben eines fahrerassistenzsystems

Also Published As

Publication number Publication date
KR101492661B1 (ko) 2015-02-23
EP2153172B1 (de) 2017-04-19
JP2010528304A (ja) 2010-08-19
WO2008145509A1 (de) 2008-12-04
CN101680768A (zh) 2010-03-24
DE102008023242A1 (de) 2008-12-04
KR20100022498A (ko) 2010-03-02
EP2153172A1 (de) 2010-02-17

Similar Documents

Publication Publication Date Title
US8401238B2 (en) Map matching for security applications
Shen et al. Observability analysis and adaptive information fusion for integrated navigation of unmanned ground vehicles
RU2735567C1 (ru) Способ хранения предысторий движения, способ для выработки модели пути движения, способ для оценки локальной позиции и устройство хранения предысторий движения
Hasberg et al. Simultaneous localization and mapping for path-constrained motion
EP1012537B1 (en) Navigation system using gps data
CA2893306C (en) System and method for augmenting a gnss/ins navigation system in a cargo port environment
CN102192745A (zh) 位置推测装置及位置推测方法
KR20190038739A (ko) 도로 변경 지점 검출 방법
US6609080B1 (en) Multiple-model navigation filter with hybrid positioning
CN101680768B (zh) 一种用于将物体的测量位置与数字地图上的信息对准的设备、方法及系统
CN108241161A (zh) 用于载波范围模糊度估计的分布式卡尔曼滤波器架构
US20090088977A1 (en) Current position information reporting system, information center apparatus, and method thereof
Herrera et al. Adaptive methods of Kalman filtering for personal positioning systems
CN107764273B (zh) 一种车辆导航定位方法及系统
KR20230137439A (ko) 군집 궤적 위치의 정확도를 평가하기 위한 컴퓨터 구현 방법
CN106371092B (zh) 一种基于gps与强震仪观测自适应组合的形变监测方法
CN108680940B (zh) 一种自动驾驶车辆辅助定位方法及装置
KR102109953B1 (ko) 요레이트 센서를 이용한 차량 위치 추정 장치 및 그것의 차량 위치 추정 방법
Liu et al. Robust state and protection-level estimation within tightly coupled GNSS/INS navigation system
EP3828583A1 (en) Analysis of localization errors in a mobile object
Cho et al. A position and velocity estimation using multifarious and multiple sensor fusion
Zhang et al. A fuzzy logic map matching algorithm
Verentsov et al. Bayesian framework for vehicle localization using crowdsourced data
KR102645294B1 (ko) 정밀지도 정보 제공 장치
JP2020165945A (ja) 自己位置推定方法及び自己位置推定装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190531

Termination date: 20210513