CN103847733A - 对车辆的驾驶进行辅助的方法和装置 - Google Patents
对车辆的驾驶进行辅助的方法和装置 Download PDFInfo
- Publication number
- CN103847733A CN103847733A CN201310627754.5A CN201310627754A CN103847733A CN 103847733 A CN103847733 A CN 103847733A CN 201310627754 A CN201310627754 A CN 201310627754A CN 103847733 A CN103847733 A CN 103847733A
- Authority
- CN
- China
- Prior art keywords
- distinctive mark
- road
- vehicle
- mark
- distance
- 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.)
- Granted
Links
Images
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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3647—Guidance involving output of stored or live camera images or video streams
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种用于对车辆的驾驶进行辅助并且用于获得道路上或道路处的第一和第二区别标识之间的距离的方法和装置。在方法方面,第一方法包括以下步骤:对车辆所行驶于的道路上或车辆所行驶于的道路处的第一区别标识进行识别,从数据库中检索所述第一区别标识与道路上或道路处的第二区别标识之间的距离,基于所述车辆相对于所述第一区别标识的位置将所述第一区别标识与所述第二区别标识之间的距离考虑进去来计算所述车辆到所述第二区别标识的相对距离,以及基于所述计算的相对距离来辅助车辆的驾驶。第二方法包括以下步骤:识别所述第一和第二区别标识,计算所述第一与第二区别标识之间的距离,以及存储所述第一与第二区别标识之间的距离。
Description
技术领域
本申请总体涉及基于识别的道路标识来辅助驾驶车辆。本申请还涉及获得两个这样的道路标识之间的距离。
背景技术
之前由于大规模生产以及电子元件的成本降低,驾驶员辅助系统已经变得可广泛应用于较大数量的车辆。这种驾驶员辅助系统的一个示例为车辆导航系统。
车辆导航系统对其所安装在的车辆的位置确定的固有精度进行处理。由于使用了诸如全球定位系统(GPS)之类的基于卫星的定位系统,该精度被限制为定位系统的精度。在使用GPS的情况下,位置误差的数量级为10米甚至更低。
车辆导航系统或者其部件(例如,定位系统的传感器)可以与高级驾驶员辅助系统(ADAS)进行通信。例如,ADAS可以配置为改变十字路口处的车辆聚光灯的形状,改变曲折道路上的车辆聚光灯的方向或者改变当前的变速箱选择。为了实现这些以及其它动作,应当以高精度得知当前的车辆位置。然而,依赖于GPS(或者类似定位系统)的ADAS固有地具有上述定位不精确的缺点。
图1示出了沿着道路行进的车辆10的平面图。如图1中所示,主要有两种不同类型的与(该车辆正在行驶的)道路上的该车辆的真实位置相关的误差。
沿着道路的误差:
基本上,此类型的误差由诸如GPS之类的定位系统在大致平行于该车辆(在此为驾驶员)的纵视图轴向上引起。换言之,此类型的误差包括了该车辆前部/后部的该车辆位置的模糊性。
沿着道路的误差通过使用可访问车辆导航系统或者ADAS的地图信息(例如,来自在十字路口或者在连续转弯道路上转向时的精确已知的位置)可间断地进行补偿。
横穿道路的误差:
此类型的误差由定位系统在大致垂直于该车辆(在此为驾驶员)的纵视图轴向上引起。换言之,此类型的误差包括了该车辆左/右的该车辆位置的模糊性。
由于能够合理地假设车辆在道路上行驶并且不在道路的左/右的模糊性的范围内,所以横穿道路的误差也能够根据地图信息减小。进一步地,如果考虑驾驶方向和驾驶道路侧(例如,在诸如德国之类的国家为右手道路侧,在诸如英格兰之类的国家为左手道路侧),则可以设定为车辆实际行驶的道路侧,因此可进一步减小横穿道路的误差。
然而,上述结果并未得出如何计算沿着街道的误差,尤其是沿着道路的长的笔直路段。在这一点上,许多高端汽车可以具有内置摄像头以检测街道上的车道。能够在非常高的精度下确定车道的位置。然而,当沿着道路在直线上行驶时,沿着街道的误差持续增加(例如,由于有限的里程计的精度)。常用的里程计具有大约至少行驶距离的0.2%的误差,即,沿着街道的误差每行驶一公里增加至少2米)。
发明内容
因此,需要一种避免上述一个或者更多个问题或者其它问题的技术。具体地,为了驾驶员辅助系统,需要对诸如沿着道路(例如,在车辆行驶的道路的较长的笔直路段)的误差之类的位置误差进行补偿。
在第一方面,提供了一种用于辅助驾驶车辆的方法,所述方法至少部分地在所述车辆中实现,并且包括以下步骤:对所述车辆所行驶于的道路上或所述车辆所行驶于的道路处的第一区别标识进行识别,从数据库中检索所述第一区别标识与道路上或道路处的第二区别标识之间的距离,基于所述车辆相对于所述第一区别标识的位置将所述第一区别标识与所述第二区别标识之间的距离考虑进去来计算所述车辆到所述第二区别标识的相对距离,以及基于计算的相对距离来辅助所述车辆的驾驶。
更加详细地,所述识别所述第一区别标识包括与所述车辆的位置相关地确定所述第一区别标识的绝对位置以验证所述第一区别标识的检测。另外,或者可选地,所述方法进一步包括对所述道路上或所述道路处的相对于所述第一区别标识移位的所述第二区别标识进行识别。车载导航系统(即,其地图资源)可以根据识别的信息由直接来自道路的最新数据来增加或者备份。
在第二方面,提供了一种用于获得道路上或道路处的第一区别标识与道路上或道路处的至少一个第二区别标识之间的至少一个距离的方法,所述方法至少部分地在所述车辆中实现,并且包括以下步骤:识别所述第一和第二区别标识,计算所述第一与第二区别标识之间的距离,以及存储所述第一与第二区别标识之间的距离。
当车辆实际上在道路上行驶时,可以以无线方式获得标识以及标识之间的距离。因而获得的所述信息可以存储在数据库中。此外,所获得的信息可以用于相同或者另一车辆。这一用法包括按照本申请所讨论的来辅助驾驶所述车辆,或者其它用途。
所述第二方面更加详细地,所述存储步骤可以进一步包括还存储至少所述第一区别标识(以及可选地第二区别标识)的绝对位置。在一实现方式中,车载导航系统(即,其地图资源)因而可以由来自道路的最新数据来增加或者备份。
在所述第一和第二方面的任意一个方面更加详细地,所述识别步骤可以通过使用摄像头和加速度传感器中的至少一种来实现。可替代地,或者另外,一个或者更多个诸如所述加速度传感器和/或倾斜传感器之类的传感器可以实现或者辅助所述识别步骤。
所述第一和第二区别标识中的至少一个可以包括下列之一:道路上的标识,道路处的交通标志或者交通灯,道路交叉品,道路转弯,道路坡度的改变,道路中的不平整处,凹凸物或者减速带。此外,道路上的建筑物(例如,房屋或者任何其它永久结构)可以实现所述第一和第二区别标识中的一个或者两个。
在第三方面,提供了一种计算机程序产品,所述计算机程序产品包括程序代码部分,当所述计算机程序产品在一个或者更多个计算设备上运行时,所述程序代码部分用于执行所述第一和/或第二方面的方法。所述计算机程序产品可以存储在诸如CD-ROM、DVD-ROM或者半导体存储器之类的计算机可读的记录介质上。
在第四方面,提供了一种用于辅助驾驶车辆的装置,所述装置被配置为至少部分地包括在所述车辆中,并且包括识别器、检索器、计算器以及辅助器,所述识别器适用于对所述车辆行驶的道路上的第一区别标识进行识别,所述检索器适用于从数据库检索道路上的所述第一区别标识与第二区别标识之间的距离,所述计算器适用于基于所述车辆相对于所述第一区别标识的位置将所述第一和第二区别标识之间的距离考虑进去来计算所述车辆到所述第二区别标识的相对距离,以及所述辅助器适用于基于计算的相对距离来辅助所述车辆的驾驶。
在第五方面,提供了一种用于获得道路上或道路处的第一区别标识与道路上或道路处的至少一个第二区别标识之间的至少一个距离的装置,所述装置被配置为至少部分地包括在所述车辆中,并且包括识别器、计算器和数据库,所述识别器适用于识别所述第一和第二区别标识,所述计算器适用于计算所述第一与第二区别标识之间的距离,以及所述数据库适用于存储所述第一与第二区别标识之间的距离。优选地,所述获得阶段可以在所述车辆中实现,但也可以使用诸如卫星图片之类的地图资源来事先离线并且也不在车辆中实现。可以使用任一地图资源,只要能以足够位置精度从所述地图资源中提取标识(例如,道路标识或者交通标志)。
根据所述第四与第五方面其中之一,所述装置包括以下各项中的至少一项:作为识别器的一部分的摄像头和加速度传感器中的至少一种;航位推算系统,所述航位推算系统包括至少一个作为所述识别器以及/或者计算器的一部分的惯性传感器;以及作为所述计算器的一部分的位置传感器(例如,诸如全球定位系统(GPS)之类的基于卫星的系统)。
所述装置被实施为高级驾驶员辅助系统(ADAS)的至少一部分。作为一示例,所述装置可以实现为以下各项的至少一部分:自适应前照明系统(AFS),自适应巡航控制(ACC),或者用于十字路口的辅助器。
在又一方面,提供了一种数据结构,所述数据结构用于存储道路上或道路处的第一区别标识与道路上或道路处的第二区别标识之间的距离并且用于辅助驾驶车辆,所述数据结构包括多个条目,每个所述条目包括第一字段、第二字段和第三字段,所述第一字段适用于存储所述第一区别标识的类型,所述第二字段适用于存储所述第一区别标识的绝对位置,所述第三字段适用于存储所述第一区别标识与所述第二区别标识之间的距离。
每个条目进一步包括第四字段、第五字段和第六字段,所述第四字段适用于存储所述第一区别标识的标识符,所述第五字段适用于存储所述第二区别标识的标识符,所述第六字段适用于存储多个第二区别标识。可选地,所述第三和第五字段包括有与所述第六字段中存储的数量相一致的一个或者更多个条目。
附图说明
在下文中将参照附图对本文提出的技术的实施例进行描述,其中:
图1示出了真实的车辆位置与确定的车辆位置以及相关误差之间的关系的示意图;
图2示出了反映了装置实施例的各个部件之间的交互的方法实施例;
图3示出了在示例性设备实施例中包含的部件,所述示例性设备实施例以车辆中的一个或更多个装置的方式实现;
图4示出了与计算步骤或者方法有关的所述方法和装置实施例的基本原理的示意图;
图5示出了数据结构实施例;以及
图6示出了装置实施例的示例性实现方式。
具体实施方式
在以下实施方式中,出于解释而非限定的目的,提出诸如特定的信号步骤之类的具体细节以提供对本文提出的技术的完全理解。对于本领域的技术人员而言,明显的是,本技术可用于脱离这些具体细节的其它实施例中。例如,将主要在ADAS的场景中对所述实施例进行描述;然而,这并不限制将本技术用于其它系统中并且用于其它目的(例如,与制图应用相关的系统)。
另外,本领域的技术人员将理解的是,本发明所解释的所述服务、功能和步骤可以使用与可编程的微处理器共同工作的软件,或者使用专用集成电路(ASIC)、数字信号处理器(DSP)或者通用处理器来实现。还可以理解的是,尽管以下实施例主要在方法和设备的场景进行描述,但是本文的技术还可以体现在计算机程序产品中以及包含有计算机处理器和耦合到处理器上的存储器的系统中,其中,所述存储器由执行本申请的所述服务、功能和步骤的一个或者更多个程序来进行编码。
图2示出了用于获得道路上的第一和第二区别标识之间的至少一个距离并且用于辅助驾驶车辆的方法实施例。在图2的信号图中,信号之间的时间方面由信号序列的垂直排列以及序列编号反映。应当注意的是,图2中所指的时间并不需要将所示的任一方法步骤限制为图2中给出的步骤序列。这具体地应用于彼此功能分离的方法步骤。例如,步骤L1到L3属于获得阶段(或方法)L,而U1到U4属于使用阶段(或方法)U。如图所示,获得阶段L可以先于使用阶段U以向使用阶段U提供获得的信息或者内容;然而,这并不妨碍在使用阶段U的同时或者之后来执行该获得阶段L或另一获得阶段L(例如,重新获得可能改变的信息或者内容)。也就是说,使用阶段U和获得阶段L还可以基本同时执行以便辅助驾驶,但是信息或内容可以在基本相同的时刻被重新获得以改善之后的使用阶段U。
进一步应当注意的是,获得阶段L和使用阶段U可以同时由一相同车辆或针对一相同车辆执行,或可选地,由不同车辆或针对不同车辆执行。作为示例,获得阶段L可以由特别装配的车辆来执行以便由此获得的信息或内容可以由一般装配的车辆在之后的时间点使用。
图3示出了两个装置100和200的一般实施例。如图3中所示,这些装置(至少部分地)放置在一车辆10中或者在不同的车辆中(未示出)。然而,这并不妨碍诸如将可选数据库/存储器1002被作为外部资料库放置在车辆10外侧,所述外部资料库能够通过无线接口或者类似合适的方式进行访问。
如图3中所示,装置100包括核心功能(例如,一个或者更多个中央处理单元(CPU)、专用电路以及/或者软件模块)1001、可选存储器(和/或数据库)1002、可选传输器(未示出)以及可选接收器(未示出)。此外,装置100包括识别器1003、检索器1004、计算器1005以及辅助器1006。由识别器1003的延长的方框所示,识别器1003还可以使用传输器和/或接收器(未示出)。
反过来,装置200可以包括识别器1003(装置100的识别器1003的复制版本或者共享的实体)以及计算器1005(装置100的计算器1005的复制版本或者共享的实体)。进一步地,正如将装置100和200分隔的直线所示,这些装置可以被配置作为在相同的CPU1001上的单独的软件实体。这并不妨碍各个装置之间有更加紧密的联系(例如,当软件代码部分并不清晰地相互区别时,只保留了下文中所描述的功能)或者更加疏远的联系(例如,在两个不同的处理器中执行,并且可选地,甚至在不同的车辆中执行)。
如同CPU1001的功能块的虚线延伸所指出的,(装置100的)识别器1003、检索器1004、计算器1005和辅助器1006以及(装置200的)识别器1003和计算器1005至少部分是在CPU1001上运行的功能,或者可选地是由CPU1001控制并且提供相同信息的单独的功能实体或模块。对于装置100和200,实现传输器和接收器元件(未示出)可被实现为包括合适的接口和/或合适的新号发生和评估功能。
例如,CPU1001可被配置为使用驻留在存储器1002中的软件来处理各种数据输入并且控制存储器1002、传输器和接收器(未示出)(和装置100的识别器1003、检索器1004、计算器1005和辅助器1006以及装置200的识别器1003和计算器1005)的功能。
存储器1002可以用来存储程序代码,所述程序代码在由CPU1001执行时,可被用来实现根据本申请所公开的方面的方法。另外,或者作为替换,存储器1002配置为数据库(例如,以常规导航系统使用的地图数据库的形式)。
应当注意的是,识别器1003和计算器1005可被提供为一个完整的实体。进一步注意到的是,识别器1003和计算器1005通过在CPU之间使用路由/转发的实体/接口(例如,当作为相同CPU上的独立软件时),使用用于写入/读取进入/来自给定存储区域的信息的功能(例如,当作为无法区分的软件代码部分时)或者以上方式的任意合理的组合,可被实现为物理上分离的实体(例如,当作为独立的元件时)。上述识别器1003、检索器1004、计算器1005和辅助器1006中的至少一个或者各自的功能也可以实现为芯片组、模块或者组件。
重新参照图2的信号图(与图3中所示的装置100和200一同参考),在使用阶段U的步骤U1中,装置100的识别器1003被配置为对车辆10所行驶于的道路上或车辆10所行驶于的道路处的第一区别标识M1进行识别。识别器1003可以包括车辆10的车载摄像头(未示出)以及合适的图像处理功能。
在步骤U2中,装置100的检索器1004被配置为从存储器1002中的数据库中对所识别的第一区别标识M1和道路上或道路处的第二区别标识M2之间的距离ΔM进行检索。可选地,第一区别标识的识别可以包括步骤U2a,所述步骤U2a用于与车辆10的当前位置有关地确定第一区别标识的绝对位置Loc1(例如,以验证第一区别标识的检测)。可选步骤U2a可以使用车辆10中的诸如GPS之类的基于卫星的定位系统(未示出)以(大致)确定其当前位置。
之后在步骤U3中,装置100的计算器1005基于车辆10相对于第一区别标识M1的位置LocV将第一和第二区别标识M1、M2之间的距离ΔM考虑进去来计算车辆10对于第二区别标识M2的相对距离。
在识别了第一区别标识M1之后,当车辆10接近第二区别标识M2时,步骤U3中所计算的车辆10对于第二区别标识M2的相对距离将随时间减小。换句话说,步骤U3可以包括从距离ΔM中减去一距离值,当车辆10从第一区别标识M1朝着第二区别标识M2行驶时所述距离值随时间增大。
例如,车辆10(即,其位置LocV)与第一区别标识M1之间的相对距离可以使用摄像头(和/或雷达)来确定。以此方式,不但能够识别车辆10正前方的区别标识,而且能够识别车辆10前方特定距离(例如,50米)的区别标识。(连续地)识别该区别标识M1直到车辆10接近到标识M1的几米(大约1到2米)的距离。
假设第一和第二标识M1、M2之间的距离为100米,并且第一标识M1此时在车辆10前方50米,从而第二标识M2在车辆10前方150米。当朝着第二标识M2行驶时,到达第一标识M1的相对距离可被连续地进行考虑。相对距离首先减小,然而在通过/跑过第一标识M1之后,相对距离将再次增大。要注意到,在此说明中,本申请还包含了(用于获得阶段L和/或使用阶段U的)工具,从而在基本上通过/跑过所述标识的时候对标识的传感器的暂时盲点进行补偿(例如,由于车辆10的引擎盖阻挡了摄像头的视野,摄像头仅能够识别车辆10前方2米的最小距离处的标识)。这样的工具包含了附加的传感器,所述传感器承担了暂时致盲的传感器的责任(在上述示例中,例如,可以是车辆10的前端/后端处的另一摄像头或类似物),也可以是诸如时钟或计时器之类的仅仅从标识在视野中消失开始对时间进行计数的其它非检测模块,从而随着车辆的加速仍可实现相对距离的所告知的估计。
在另一示例中,如果要识别的区别标识M1(或者M2)是凹凸物(或者减速带),例如,加速度传感器可以在通过凹凸物/减速带的时刻识别凹凸物/减速带。例如,所述“时刻”可以等同于前轮通过所述标识时,并且在该时刻可以假设车辆10与标识之间的相对距离为“零”。应当注意的是,由于在原则上车辆10的部位等同于车辆的位置是不相干的(所述部位可以是前保险杠、引擎盖、车顶、后保险杠,并且可以是诸如车辆10的重心、车辆10的几何中心或者车辆10的导航装置的位置之类的更理论的部位),所以对于车辆10的位置存在一定的可容忍的模糊性。
总之,区别标识M1或M1与车辆10之间的相对距离的计算还可以基于所使用的传感器的类型:
如上所述,使用加速度传感器来检测凹凸物或者减速带。正如所述的,车辆10跑过凹凸物/减速带的时刻可以视为距离为零的指示。此外,加速度传感器可以添加倾斜传感器,从而区分“正”高度减速带和“负”高度凹凸物。
如果使用摄像头来检测区别标识,则应当对摄像头的同质变换坐标系统(包括相对位置、倾斜(偏航、斜坡)以及诸如目标的焦点宽度之类的摄像头参数)进行补偿。例如,路径识别应当避免图像数据的像差,否则笔直的道路可能被误认为弯曲的道路。例如,之后可以根据来自由此补偿的图像数据的标识位置(例如,像素坐标)来计算相对距离。
如果使用雷达来检测区别标识,则例如可直接根据多普勒效应扣除相对距离。此外,术语“雷达”还包括功能性的等价物,例如激光雷达、超声检测、红外及其类似物。
此外,可以对检测信号的传输和接收之间的任意延迟时间进行补偿。应当注意的是,在使用摄像头的情况下,图像的信号执行时间可以认为是光速;然而,摄像头具有工作的其它延迟时间,例如,用于帧读取所需的时间、用于图像识别算法的时间(例如,滤波器)等。同样的,机械传感器具有一些形式的延迟时间,所述延迟时间包括例如来自对当前检测进行编码的电信号的执行时间。这样的延迟时间可以使用(额外的)里程计(将在下文中进行描述)来补偿。在简化版本中,延迟时间还可以在获得阶段L期间被获得或者被预先设定。可选地,延迟时间还可以通过将当前的车辆速度与延迟时间相乘来近似地进行补偿,从而得到在该延迟时间期间所行驶的距离的近似值。
图4示出了与计算步骤或者方法有关的所述方法和装置实施例的基本原理的示意图。应当注意的是,以下特征不应被解释为对本申请进行限制,而是作为示例性实施例。进一步地,以下特征根据使用阶段U的(计算)步骤U3来进行描述。原则上,这些特征同样应用于获得阶段L的步骤L2(将在下文中进行描述)中。
计算器1005可以由里程计组成或者包括里程计。例如,机械传感器可以产生与所行驶的距离有关的电信号。每行驶单位距离可以产生一个脉冲(或者可选地,如正弦信号、锯齿或者任意其它信号),所述单位距离可足够小以提供足够的空间分辨率,例如几厘米(例如,2厘米)的空间分辨率。脉冲的计数值可以在单位时间传输或者分发到其它诸如辅助器1006或者存储器1002中的数据库之类的元件(比如说,通过诸如控制器局域网络(CAN)总线之类的总线)。所述单位时间可以是所检索数据的新鲜度与所传输数据量的效率之间的折中。
例如,以50毫秒的间隔来传输/分发计数值。计数值可以包括增量值(例如,从最后传输或者分发开始的脉冲的计数)或者绝对值(例如,从车辆10的最后启动开始的计数值)。此外,例如尤其为了阻止绝对值的存储溢出,将计数值截断为关于适当的基(例如,2048)的模数。在后一种情况中,应当注意来自里程计的,传输间隔应被选择的足够小和/或基于传输间隔的模数足够大,从而避免由于多次截断造成的数据损失。
另外,所有的输入数据(例如,识别的标记和/或里程计脉冲)都能够添加时间戳。时间戳可以指示车辆10的诸如摄像头之类的识别器1003从所识别的标识中获得信号(例如,图像)的瞬间,或接收计数值的时刻。为了避免时钟偏差问题,优选的是,时间戳采用相同的计时器。
下文中(尤其是在获得阶段L中可采用的)的距离计算是与图4有关的示例,但是该距离计算还能够用在使用阶段U中的计算步骤U3。在此示例中,左边的编号指示时间戳(在此示例中没有单位),并且右边的说明表示在相应的时间戳发生的事件,诸如计数的脉冲数(即,当使用增量计数器时从前一事件开始的计数值)之类的事件或者其它事件。
100→来自里程计的100个脉冲
100→诸如道路标志M1之类的第一区别标识的标识符
150→来自里程计的100个脉冲
200→来自里程计的120个脉冲
300→来自里程计的120个脉冲
300→诸如停车线M2之类的第二区别标识的标识符
在此示例中,在时间戳100(标识M1的识别)与时间戳300(标识M2的识别)之间计数340个脉冲。由于每个脉冲在每单位距离(例如,2厘米,一可以预先设定的或者可以在校准过程中获得的值)内输出,所以在时间戳100与时间戳300之间(即,在标识M1和标识M2的识别之间)已行驶了680厘米(即6.80米)的距离。然后,可以依照(正如下文中将更详细地描述的)存储步骤L3将相应的距离写入到存储器1002的数据库中。
在使用阶段U中,当汽车对道路标识M1进行识别时,可以立即从存储器1002中的数据库当中检索针对道路标识M2的相对距离(比如说,6.80米)。根据该相对距离,在道路标识M1的识别之后汽车所行驶的距离从相对距离中减去,以便在步骤U3中连续计算行驶的车辆10到第二道路标识M2的(当前的)相对距离,所述行驶的距离由基于道路标识M1的识别之后来自里程计的脉冲数进行确定。
以上所述的基于脉冲的实现最好在笔直道路上进行操作并且用于对沿着街道的误差进行补偿。为了在车辆转弯的情况下增加装置100和200,优选的是,提供了用于检测当前方位的传感器;这样的传感器可以是附加的陀螺仪,或者可替换地,可以提供两个里程计,一个用于车辆10的左车轮并且一个用于车辆10的右车轮。在后一种情况下,两个里程计计数之间的偏差可以产生车辆10的转向角度;另外,或者可替换地,可以使用用于确定转向角度的其它工具(例如,车辆的差速传输中方向盘的转向角度或者转数上的偏差)。
应当注意的是,在一些情况中里程计脉冲和道路标识并不同时确定或者相互关联。在这些情况中,可以在所检测的位置Loc1和Loc2之间插入标识M1和M2(例如,与车辆位置LocV有关)。如果标识识别(例如,包括图像识别)中的延迟时间和/或通过总线分发的计数值的延迟时间不能忽略时,可以预先设定或者通过其它方式来确定负校正因子。
恢复使用阶段U的流动的情况下,在可选的步骤U4中,装置100的辅助器1006被配置为根据计算的相对距离ΔM来辅助车辆的驾驶。如上所述,步骤可以忽略U4或者由用于不同的应用(例如,制图数据的提供或者验证)的另一步骤替代。这样的制图数据可以用于或者包括在由传统的导航系统使用的地图数据库中。
反之,如上文所述,在使用阶段U之前、之后或者与使用阶段U同时的情况下,可以由装置200来执行获得阶段L。因此在步骤L1中,装置200的识别器1002被配置为对第一区别标识M1和第二区别标识M2进行识别。包括车辆10的车载摄像头在内的任一上述工具都可以用于此用途。
随后,在步骤L2中,装置200的计算器1005被配置为计算第一区别标识M1和第二区别标识M2之间的距离ΔM。以上关于图4所描述的方案可以用于此用途。
最后,在步骤L3中,装置200的数据库/存储器1002被配置为存储第一区别标识和第二区别标识之间的距离。可选地,存储步骤或方法1002可以进一步包括至少对第一区别标识的绝对位置Loc1进行存储。为此,GPS传感器(未示出)可以提供大致的绝对位置。所述大致位置能够以由上述的里程计提供的精细的位置来增加。
如前面提到的,识别步骤或者方法1003可以使用摄像头。在此情况下,可以使用专用摄像头;然而,还可以利用现有摄像头(例如,连接到车辆的ADAS或者资讯系统上的摄像头)。现代的ADAS已经包括用于信号检测和车道识别的摄像头。
所述摄像头可以引入由图像识别处理时间导致的额外的延迟时间;这由对并非道路所直接固有的识别标识M1、M2(例如,其它传感器无法识别的房屋或者其它兴趣点)进行识别的得益来补偿。在一示例中,第一标识M1和/或第二标识M2包括下列之一:道路上的标记、道路上的交通标志或者交通灯(如图4中所示)。然而,所述标识还可以是所能够识别的诸如道路自身交叉、道路转向、道路坡度的变化(使用例如加速或者倾斜传感器),道路的不平整处(使用例如用于加速和震动的传感器)或者可以识别的道路凹陷(使用例如作为光学识别工具的摄像头)之类的与交通无关的项目。原则上,可以使用任一区别/辨别标,只要标识具有针对道路的固定位置关系;这甚至可以包括诸如树木、建筑物或者建筑场所之类的标识(至少当它们一直存在时)。
此外,航位推算系统包括至少一个惯性传感器,所述惯性传感器可以是识别器1003和计算器1005中的一个或者二者的一部分。惯性传感器以及绝对位置传感器(例如,GPS传感器)已可用于车辆10中的导航系统。进一步地,航位推算系统可以包括与一个里程计一样的小型设备。如上所述,所述一个里程计可以增加第二里程计和/或陀螺测试仪。
装置100和/或装置200可以作为ADAS的至少一部分。更具体地,装置100和/或装置200可以是自适应前照明系统(AFS)、自适应巡航控制(ACC)、用于十字路口的辅助器或者任何其它的ADAS应用。
图5示出了装置100和/或装置200所使用的数据结构实施例。数据结构(DS)10021被配置为存储至少一个第一区别标识M1与第二区别标识M2之间的距离ΔM,并且用于辅助驾驶车辆10(例如,基于ADAS操作)。应当注意的是,数据结构10021可以采用任一适合于数据存储和检索的形式;尤其是,数据结构10021可适用于车辆10的特殊限制,例如,在车辆10的手摇启动/点火启动阶段期间存储内容的可持续性。数据结构10021可以由车辆10的存储器1002中的数据库(参见图3)使用,来用于对获得阶段(参见图2)中所获取的数据进行存储。
如图5所示,数据结构10021包括多项条目E,其中,每项条目E都包括第一字段F1、第二字段F3以及第三字段F6,所述第一字段F1适用于存储第一区别标识M1的类型,所述第二字段F3适用于存储第一区别标识M1的绝对位置Loc1,所述第三字段F6适用于存储第一区别标识M1与第二区别标识M2之间的距离ΔM。
可选地,在数据结构10021中,每项条目进一步包括至少下列之一:第四字段F2、第五字段F5以及第六字段F4,所述第四字段F2适用于存储第一区别标识M1的标识符,所述第五字段F5适用于存储第二区别标识M2的标识符,所述第六字段F4适用于存储与第一区别标识相关联的多个第二区别标识。第三和第五字段F2、F5含有一项或者多项与第六字段中所存储的数量相一致的条目。
在一示例性实现方式中,数据库1002(包括依照以上数据结构10021的数据集)可以存储用于多个十字路口的数据。在这样的实现方式中,对以上字段分配下列字宽:
F1:1字节,用于重要标识(例如,“左边箭头”、“虚线开始”等等)的类型;
F2:4字节,用于重要标识ID(例如,唯一编号);
F3:8字节,用于标识的绝对位置(例如,在维度和经度上具有15米的精度);
F4:1字节,用于后续标识的数量;
F5:4字节,用于后续(“第二”)标识的ID(例如,唯一编号);
F6:4字节,用于到后续标识的距离(例如,在毫米数量级的分辨率下直到4千米的距离);
F7:2字节,保留字节(例如,用于以后的使用)。
总而言之,所述示例可以每标识使用24字节来存储或者每1M字节存储43690个标识(假定只有一个“后续标识”)。当前所存储的地图资源大约在18G字节的数量级,并且可以存储在32G字节的SD卡上,从而剩余的14G字节可开放用于诸如当前ADAS增强之类的其他用途。例如,每1G字节可以存储8百万个十字路口(在此情况下,每个十字路口使用128字节)。这样的地图资源可以通过互联网连接来获取(例如,谷歌街景),其中,本发明所要求的数据速率远远低于谷歌街景所需的数据速率。
最后,图6示出了装置实施例100、200的示例性实施方式,但是本发明公开并不限于此示例性实施方式。作为识别器1003一部分的摄像头对街道上的符号、箭头、十字路口(例如,街道上的线条)之类的区别标识M1、M2进行检测。
此外,作为计算器1005一部分的带有惯性传感器(例如,陀螺测试仪和里程计)的航位推算系统能够测量区别标识之间的距离ΔM。类似十字路口、转弯(没有道路交叉的曲折道路)之类的重要的道路信息也能够由惯性传感器和/或使用地图资源来检测。
作为检索器1004的一部分的第三元件读取和/或存储区别标识之间的相关信息。所述信息可以局部存储在数据库1002中或者通过移动通信技术存储在全球数据库1002中。
作为计算器1005的一部分的第四元件使用当前的惯性传感器数据、摄像头信息(类似道路上的箭头之类的当前/先前区别标识)以及存储的相关数据来计算到其它区别标识M2(类似十字路口)的当前距离ΔM。
此外,图6中所示的过程包括两个不同的阶段:
1)如上所述,在获得阶段L确定(“获得”)并且存储区别标识M1、M2之间的相对距离;
2)(再次)检测区别标识M1时识别已知的区别标识M1,其中,例如,已知朝向作为第二区别标识M2的十字路口的相对距离ΔM沿着道路方向的较小误差。
本申请的优点之一在于诸如到十字路口(或其它标识)的相对距离能够以相当高的精度来确定。重要的是,所述距离对当前实际存在的十字路口(街道)而非地图资源中的数字化十字路口有效。此外,当距离很短时精度非常高(例如,当车辆10在十字路口前方100米时精度为20厘米);当距离更短时精度会更高,其中,在第二标识M2之前达到最大精度。
基于存储器1002中的数据库(本地或者远程配置),十字路口和其它标识的覆盖范围能够随着时间增加。这也是可能的,即装配了上述装置100和/或200的多个车辆共享其获得的距离。
据此,根据之前的说明能够充分理解本申请所述的技术的优点,并且明显的,可以在不脱离本发明的范围或者不牺牲其全部有益效果的情况下对示例性方面的形式、构造以及装置进行各种变化。因为本申请的技术能够以各种形式变化,所以应认识到,本发明应仅受限于所附的权利要求的范围。
Claims (15)
1.一种用于对车辆(10)的驾驶进行辅助的方法,所述方法至少部分地在所述车辆中实现并且包括以下步骤:
对所述车辆所行驶于的道路上或所述车辆所行驶于的道路处的第一区别标识(M1)进行识别(U1);
从数据库(1002)中检索(U2)所述第一区别标识与道路上或道路处的第二区别标识(M2)之间的距离;
基于所述车辆相对于所述第一区别标识的位置将所述第一区别标识与所述第二区别标识之间的距离考虑进去来计算(U3)所述车辆到所述第二区别标识的相对距离;以及
基于所述计算的相对距离对所述车辆的驾驶进行辅助(U4)。
2.根据权利要求1所述的方法,其中,对所述第一区别标识进行的所述识别包括:
与所述车辆的位置相关地确定(U2a)所述第一区别标识的绝对位置(Loc1)以验证对所述第一区别标识进行的检测。
3.根据权利要求1或2所述的方法,进一步包括:
对所述道路上或所述道路处的相对于所述第一区别标识移位的所述第二区别标识进行识别。
4.一种用于获得道路上或道路处的第一区别标识(M1)与道路上或道路处的至少一个第二区别标识(M2)之间的至少一个距离的方法,所述方法至少部分地在所述车辆中实现并且包括以下步骤:
对所述第一区别标识和所述第二区别标识进行识别(L1);
计算(L2)所述第一区别标识与所述第二区别标识之间的距离;以及
存储(L3)所述第一区别标识与所述第二区别标识之间的距离。
5.根据权利要求4所述的方法,其中,所述存储步骤进一步包括:
还存储至少所述第一区别标识的绝对位置。
6.根据权利要求1到5中任一项所述的方法,其中,所述识别步骤通过使用摄像头和加速度传感器中的至少一种来实现。
7.根据权利要求1到6中任一项所述的方法,其中,所述第一区别标识和所述第二区别标识中的至少一个包括以下各项中的一项:
道路上的标识;
道路处的交通标志或者交通灯;
道路交叉口;
道路转弯;
道路坡度的改变;
道路中的不平整处;以及
凹凸物或者减速带;以及
道路处的建筑物。
8.一种计算机程序产品,所述计算机程序产品包括程序代码部分,当所述计算机程序产品在一个或者更多个计算设备上运行时,所述程序代码部分用于执行根据前述权利要求中任一项所述的方法。
9.根据权利要求8所述的计算机程序产品,其存储在计算机可读的记录介质上。
10.一种用于对车辆(10)的驾驶进行辅助的装置(100),所述装置配置为至少部分地包括在所述车辆中并且包括:
识别器(1003),所述识别器(1003)适用于对所述车辆所行驶于的道路上或所述车辆所行驶于的道路处的第一区别标识(M1)进行识别;
检索器(1004),所述检索器(1004)适用于从数据库(1002)中检索所述第一区别标识与道路上或道路处的第二区别标识(M2)之间的距离;
计算器(1005),所述计算器(1005)适用于基于所述车辆相对于所述第一区别标识的位置将所述第一区别标识与所述第二区别标识之间的距离考虑进去来计算所述车辆到所述第二区别标识的相对距离;以及
辅助器(1006),所述辅助器(1006)适用于基于所述计算的相对距离对所述车辆的驾驶进行辅助。
11.一种用于获得道路上或道路处的第一区别标识(M1)与道路上或道路处的至少一个第二区别标识(M2)之间的至少一个距离的装置,所述装置配置为至少部分地包括在所述车辆中并且包括:
识别器(1003),所述识别器(1003)适用于对所述第一区别标识和所述第二区别标识进行识别;
计算器(1005),所述计算器(1005)适用于计算所述第一区别标识与所述第二区别标识之间的距离;以及
数据库(1002),所述数据库(1002)适用于存储所述第一区别标识与所述第二区别标识之间的距离。
12.根据权利要求10或11所述的装置,包括以下各项中的至少一项:
作为所述识别器(1003)的一部分的摄像头和加速度传感器中的至少一种;
航位推算系统,所述航位推算系统包括至少一个作为所述计算器(1005)的一部分的惯性传感器;以及
作为所述计算器(1005)的一部分的位置传感器。
13.根据权利要求10到12中任一项所述的装置,其中,所述装置实施为高级驾驶员辅助系统(ADAS)的至少一部分,特别地实施为以下各项的至少一部分:
自适应前照明系统(AFS);
自适应巡航控制(ACC);或者
用于十字路口的辅助器。
14.一种数据结构(10021),所述数据结构(10021)用于存储道路上或道路处的第一区别标识(M1)与道路上或道路处的第二区别标识(M2)之间的至少一个距离并且用于对车辆(10)的驾驶进行辅助,所述数据结构包括多个条目(E),每个所述条目包括:
第一字段(F1),所述第一字段(F1)适用于存储所述第一区别标识的类型;
第二字段(F3),所述第二字段(F3)适用于存储所述第一区别标识的绝对位置;以及
第三字段(F6),所述第三字段(F6)适用于存储所述第一区别标识与所述第二区别标识之间的距离(ΔM)。
15.根据权利要求14所述的数据结构,其中,每个条目进一步包括以下各项中的至少一项:
第四字段(F2),所述第四字段(F2)适用于存储所述第一区别标识的标识符;
第五字段(F5),所述第五字段(F5)适用于存储所述第二区别标识的标识符;以及
第六字段(F4),所述第六字段(F4)适用于存储多个第二区别标识,其中:
所述第三字段和所述第五字段包括有与所述第六字段中存储的数量相一致的一个或者更多个条目。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP12008000.7A EP2738520B1 (en) | 2012-11-28 | 2012-11-28 | Technique for assisting driving a vehicle based on an identified road mark |
EP12008000.7 | 2012-11-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103847733A true CN103847733A (zh) | 2014-06-11 |
CN103847733B CN103847733B (zh) | 2019-04-19 |
Family
ID=47429503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310627754.5A Active CN103847733B (zh) | 2012-11-28 | 2013-11-28 | 对车辆的驾驶进行辅助的方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20140148995A1 (zh) |
EP (1) | EP2738520B1 (zh) |
CN (1) | CN103847733B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105371856A (zh) * | 2014-08-06 | 2016-03-02 | 伊莱比特汽车公司 | 车辆导航系统 |
CN106205170A (zh) * | 2016-08-30 | 2016-12-07 | 上海交通大学 | 一种用于自动驾驶的路口精确停车装置与方法 |
CN106601076A (zh) * | 2016-11-11 | 2017-04-26 | 长安大学 | 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法 |
CN107145817A (zh) * | 2016-03-01 | 2017-09-08 | 福特全球技术公司 | 车辆车道学习 |
CN108891417A (zh) * | 2017-05-15 | 2018-11-27 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法及数据处理系统 |
CN109817008A (zh) * | 2017-11-21 | 2019-05-28 | 通用汽车环球科技运作有限责任公司 | 自主车辆中用于交通繁忙情况中的无保护左转弯的系统和方法 |
CN111792034A (zh) * | 2015-05-23 | 2020-10-20 | 深圳市大疆创新科技有限公司 | 使用传感器融合估计可移动物体的状态信息的方法及系统 |
CN111194459B (zh) * | 2017-10-10 | 2024-01-09 | 大众汽车有限公司 | 自动驾驶功能部件的评估和在不同处理阶段中的道路识别 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014208541A1 (de) * | 2014-05-07 | 2015-11-12 | Continental Teves Ag & Co. Ohg | Bestimmung redundanter Absolutpositionen mit Fahrdynamiksensoren |
US20230177839A1 (en) * | 2021-12-02 | 2023-06-08 | Nvidia Corporation | Deep learning based operational domain verification using camera-based inputs for autonomous systems and applications |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6064925A (en) * | 1996-08-28 | 2000-05-16 | Honda Giken Kogyo Kabushiki Kaisha | Navigation roadway and navigation system |
CN101275841A (zh) * | 2007-03-30 | 2008-10-01 | 爱信艾达株式会社 | 地物信息收集装置及地物信息收集方法 |
US7680749B1 (en) * | 2006-11-02 | 2010-03-16 | Google Inc. | Generating attribute models for use in adaptive navigation systems |
US20110161032A1 (en) * | 2007-08-29 | 2011-06-30 | Continental Teves Ag & Co.Ohg | Correction of a vehicle position by means of landmarks |
CN102407848A (zh) * | 2010-09-21 | 2012-04-11 | 高强 | 具有自动泊车与智能驾驶功能的控制器系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8818704B2 (en) * | 2010-10-18 | 2014-08-26 | Telenav, Inc. | Navigation system with road object detection mechanism and method of operation thereof |
-
2012
- 2012-11-28 EP EP12008000.7A patent/EP2738520B1/en active Active
-
2013
- 2013-11-26 US US14/090,729 patent/US20140148995A1/en not_active Abandoned
- 2013-11-28 CN CN201310627754.5A patent/CN103847733B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6064925A (en) * | 1996-08-28 | 2000-05-16 | Honda Giken Kogyo Kabushiki Kaisha | Navigation roadway and navigation system |
US7680749B1 (en) * | 2006-11-02 | 2010-03-16 | Google Inc. | Generating attribute models for use in adaptive navigation systems |
CN101275841A (zh) * | 2007-03-30 | 2008-10-01 | 爱信艾达株式会社 | 地物信息收集装置及地物信息收集方法 |
US20110161032A1 (en) * | 2007-08-29 | 2011-06-30 | Continental Teves Ag & Co.Ohg | Correction of a vehicle position by means of landmarks |
CN102407848A (zh) * | 2010-09-21 | 2012-04-11 | 高强 | 具有自动泊车与智能驾驶功能的控制器系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105371856A (zh) * | 2014-08-06 | 2016-03-02 | 伊莱比特汽车公司 | 车辆导航系统 |
CN111792034B (zh) * | 2015-05-23 | 2022-06-24 | 深圳市大疆创新科技有限公司 | 使用传感器融合估计可移动物体的状态信息的方法及系统 |
CN111792034A (zh) * | 2015-05-23 | 2020-10-20 | 深圳市大疆创新科技有限公司 | 使用传感器融合估计可移动物体的状态信息的方法及系统 |
CN107145817B (zh) * | 2016-03-01 | 2022-09-02 | 福特全球技术公司 | 车辆车道学习 |
CN107145817A (zh) * | 2016-03-01 | 2017-09-08 | 福特全球技术公司 | 车辆车道学习 |
CN106205170B (zh) * | 2016-08-30 | 2020-06-12 | 上海交通大学 | 一种用于自动驾驶的路口精确停车装置与方法 |
CN106205170A (zh) * | 2016-08-30 | 2016-12-07 | 上海交通大学 | 一种用于自动驾驶的路口精确停车装置与方法 |
CN106601076B (zh) * | 2016-11-11 | 2019-06-18 | 长安大学 | 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法 |
CN106601076A (zh) * | 2016-11-11 | 2017-04-26 | 长安大学 | 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法 |
CN108891417B (zh) * | 2017-05-15 | 2021-09-07 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法及数据处理系统 |
CN108891417A (zh) * | 2017-05-15 | 2018-11-27 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法及数据处理系统 |
CN111194459B (zh) * | 2017-10-10 | 2024-01-09 | 大众汽车有限公司 | 自动驾驶功能部件的评估和在不同处理阶段中的道路识别 |
CN109817008A (zh) * | 2017-11-21 | 2019-05-28 | 通用汽车环球科技运作有限责任公司 | 自主车辆中用于交通繁忙情况中的无保护左转弯的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2738520A1 (en) | 2014-06-04 |
CN103847733B (zh) | 2019-04-19 |
US20140148995A1 (en) | 2014-05-29 |
EP2738520B1 (en) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103847733A (zh) | 对车辆的驾驶进行辅助的方法和装置 | |
US11679760B2 (en) | Navigation in vehicle crossing scenarios | |
US11755024B2 (en) | Navigation by augmented path prediction | |
JP7280465B2 (ja) | ナビゲーション情報を処理する方法、ナビゲーション情報を処理する地図サーバコンピュータプログラム、自律車両のナビゲーションを支援する車両システム、および自律車両 | |
US20210311490A1 (en) | Crowdsourcing a sparse map for autonomous vehicle navigation | |
US10248124B2 (en) | Localizing vehicle navigation using lane measurements | |
CN112400095B (zh) | 行驶环境信息的生成方法、驾驶控制方法、行驶环境信息生成装置 | |
EP3358302B1 (en) | Travel control method and travel control device | |
US6560529B1 (en) | Method and device for traffic sign recognition and navigation | |
CN112204349A (zh) | 用于车辆导航的系统和方法 | |
CN110249207B (zh) | 用于更新数字地图的方法和设备 | |
JP2006189325A (ja) | 車両の現在地情報管理装置 | |
KR101744781B1 (ko) | 도로의 형상 인식을 통한 예측 변속 제어 방법 | |
CN112400193B (zh) | 行驶环境信息的生成方法、驾驶控制方法、行驶环境信息生成装置 | |
CN110622228A (zh) | 用于确定针对机动车适用的交通规则的方法、设备和具有指令的计算机可读的存储介质 | |
CN110869869A (zh) | 用于运行较高程度自动化的车辆(haf)、尤其是高度自动化的车辆的方法 | |
JP4953015B2 (ja) | 自車位置認識装置と自車位置認識プログラム、及びこれを用いたナビゲーション装置 | |
US20230205533A1 (en) | Systems and methods for performing neural network operations | |
US20220292847A1 (en) | Drive assist device, drive assist method, and program | |
CN110967023A (zh) | 汽车定位方法及汽车定位装置 | |
CN114639263B (zh) | 一种车辆停车位置识别方法及装置 | |
JP7024871B2 (ja) | 経路算出方法、運転制御方法及び経路算出装置 |
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 |