CN104024880A

CN104024880A - 用于使用雷达地图的精确车辆定位的方法和系统

Info

Publication number: CN104024880A
Application number: CN201280051457.4A
Authority: CN
Inventors: J·贝克尔; O·施温特; S·卡梅尔
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2011-10-20
Filing date: 2012-10-19
Publication date: 2014-09-03
Also published as: EP2769238A1; US20130103298A1; WO2013059552A1; US9194949B2; EP2769238B1

Abstract

一种用于确定车辆的位置的方法。该方法包括以下步骤：从与车辆相关联的雷达传感器获取多个传感器数据；使用GPS单元来获得车辆的大致位置；将所述传感器数据与地理参照的传感器数据的数据库相比较；以及基于所述比较，确定车辆的位置。

Description

用于使用雷达地图的精确车辆定位的方法和系统

技术领域

本发明涉及使用雷达产生的地图来确定车辆的准确位置。

背景技术

当前技术允许与导航工具（例如，在线街景服务）和车辆定位（例如车辆GPS单元）一起使用的道路及周围区域的地图绘制。但尤其是关于车辆定位，当前系统的分辨率过低，以至于不能用于要求更高的导航情形，例如控制自主车辆（autonomous vehicle）。而且，GPS系统在某些环境中不太有效，例如隧道或地下通道、桥下或具有高层建筑的拥挤的城市中，在这里，GPS数据无法获得或不准确（例如由于多路径效应）。

发明内容

在一个实施例中，本发明提供了一种方法，用于确定车辆的位置。该方法包括以下步骤：从与车辆相关联的雷达传感器获取多个传感器数据；使用GPS单元获得车辆的大致位置；将所述传感器数据与地理参照的传感器数据的数据库相比较；以及基于所述比较，确定车辆的位置。

在另一个实施例中，本发明提供了一种用于确定车辆的位置的系统。该系统包括车辆，所述车辆具有与其相关联的GPS单元和至少一个雷达传感器和。系统还包括控制器，所述控制器与所述至少一个雷达传感器和所述GPS单元通信，其中，所述控制器被配置为从与车辆相关联的雷达传感器获取多个传感器数据；将所述传感器数据与地理参照的传感器数据的数据库相比较；以及基于所述比较，确定车辆的位置。

在另一个实施例中，本发明提供了一种组建用于精确车辆定位的高分辨率数据库的方法。所述方法包括以下步骤：从至少一个车辆获得多个雷达传感器读数；从所述至少一个车辆获得多个GPS单元读数，其中，使所述GPS读数与所述雷达传感器读数相关联；以及处理所述雷达传感器读数和GPS单元读数，以产生雷达数据的地理参照数据库。

通过考虑详细说明和附图，本发明其他的方案会变得显而易见。

附图说明

图1A显示了行驶在道路上，同时以雷达传感器及其他传感器扫描邻近区域的测量车辆。

图1B显示了行驶在道路上，同时以雷达扫描器扫描邻近区域的被检车辆。

图2A显示了从高分辨率数据的数据库取得的沿道路的区域的示例性扫描。

图2B显示了以低分辨率从被检车辆取得的沿道路的区域的示例性扫描。

图2C显示了能够用于确定精确车辆定位的图2A和2B的示例性扫描的对齐。

具体实施方式

在详细解释本发明的任何实施例之前，应当理解，本发明不局限于其对以下说明中阐述的或在附图中例示的部件的结构和布置的细节的应用。本发明能够具有其他实施例，并能够以多种方式实施或执行。

在一个实施例中，本发明提供了用于为一条或多条道路产生高分辨率雷达数据的数据库100以及用于使用数据库100来提供精确车辆定位的方法和系统。本发明还包括用于更新雷达数据的数据库100，以及使用来自其他传感器系统的数据来增强精确车辆定位的数据库和方法的方法和系统。

在多个实施例中，用于产生数据库100的方法和系统包括测量车辆200，该测量车辆配备有一个或多个高分辨率雷达传感器210。在进一步的实施例中，方法和系统包括一个或多个全球定位系统（GPS）单元220、视频成像系统230、激光扫描器系统240、激光雷达系统250和惯性测量单元（IMU）系统260。在更进一步的实施例中，能够从一个或多个上述系统以及其他系统获得信息，所述其他系统是车辆200的一部分，例如是与一个或多个车轮相关联的旋转编码器270，其随后可以用于测距。

通常，为了产生数据库100，沿一条或多条道路或其他表面驾驶测量车辆200，以使用附接到车辆200的多个传感器来采集与道路及附近对象300、310、320有关的数据（图1A）。术语道路包括常规公路以及车辆行驶的任何其他区域，例如私有道路和车道、停车场、停车库、隧道、桥梁、未铺通道路面（unpaved access road）、娱乐步道（recreational trail）等。

对象能够包括基于基础结构的固定目标，例如电线杆、街灯、垂直护栏柱。在这些检测中对于对象类型没有做出明确的假设，即数据库不必包括对象是什么的指示，只要来自实时传感器的对象的雷达标记与储存在数据库100中的其标记相匹配就可以了。

采集来自多个传感器的数据并通常将其连同采集数据的时间的指示器一起储存，以使得来自多个传感器的数据能够相关联。例如，在采集特定雷达传感器210读数时的测量车量200的位置可以通过参考该相同时间的GPS单元220输出来确定。类似地，来自任何其他传感器系统的数据可以与特定雷达传感器210读数以及从GPS单元220获得的车辆200的位置相关联。能够依据测量车辆200上的传感器的位置和定位的知识来获得进一步的信息，例如传感器位于车辆上的何处与其所指的方向，以及传感器的视场。

在多个实施例中，测量车辆200包括一个或多个雷达传感器210，所述一个或多个雷达传感器安装在车辆210的正面、后面和/或侧面，笔直离开车辆（即与表面垂直）或者成倾角地指向。另外，高分辨率GPS系统220（例如，包括增强系统，用以提供几十厘米或更小数量级的精度）也安装在车辆200上。雷达传感器210和GPS系统220还能够由一个或多个传感器（例如，视频成像、激光扫描器、IMU）来补充，所述一个或多个传感器能够用于改进由GPS单元220确定的位置的信息以及由雷达传感器210采集的数据。

虽然各种传感器系统的范围有变化，但是能够从高达250米的距离采集来自雷达传感器210的数据。尽管可以使用各种雷达技术，但在一个特定实施例中，系统包括运行在77GHz范围的调频连续波（FM/CW）雷达单元，其中，每一个单元都具有四个重叠雷达波束和16°的开度角。

通常，雷达传感器210单元包括发射机、用于发送和接收的一个或多个天线、以及用以控制单元的操作的控制器。可以通过使用布置在不同定向上的多个天线来获得与反射雷达信号有关的角度信息，从而允许扫描并测量偏离波束的中心轴的区域。可以从雷达波束的扫描获得额外的空间信息。来自雷达传感器210的数据可以提供与附近对象的距离和速度有关的信息。为了产生数据库100以及确定精确车辆位置，使用速度信息，能够忽略运动中的检测对象（例如，行人、其他车辆）。

来自雷达传感器210和GPS单元220的数据以及如果适用，来自视频成像系统230、激光扫描器系统240、激光雷达系统250和IMU系统260的数据可以储存在与测量车辆200内的控制器280相关联的数据储存单元中，并稍后发送到数据库100，或者数据可以在被采集的同时连续发送到远程位置，例如以无线方式发送所述数据（图1A）。

可以从测量车辆200在车辆200之前、附近和之后的位置采集雷达数据（图1A）。这样，假定测量车辆200沿道路行驶同时它采集数据，在一些情况下，相同对象300可以由不同雷达传感器210或其他传感器检测到，尽管是来自不同的视点。因此，在某些实施例中，组合来自几个视图中每一个视图的数据以构建地理参照传感器读数的数据库100。

作为使用以上提及的高分辨率/增强GPS系统220来构建数据库100或补充并更新数据库100的替换方案，能够从行驶在多条道路上的多个车辆获得数据，其中，这些车辆配备有典型的低分辨率GPS单元和低或高分辨率雷达系统。高分辨率GPS相对昂贵，并且用于增强GPS信息以提供更高分辨率的系统在所有位置不一定都可用。而且，随着道路状况改变（例如，由于诸如建筑、天气、交通事故之类的因素），需要保持数据库100准确且最新。

因此，在一个实施例中，通过合并从配备有典型的低分辨率GPS单元和低或高分辨率雷达系统的、行驶在多条道路上的多个车辆获得的数据来开发和/或更新数据库100。由这样的系统采集的雷达数据连同附带的GPS数据一起从车辆发送（例如使用无线数据通信实时地）到中央单元，在这里求其平均值并且合并到数据库100中。尽管来自具有低分辨率GPS的单个车辆的测量值会相对不准确，但许多这样的测量值的平均值会提供具有较高分辨率的测量值。对从行驶在特定路线上的车辆采集的低分辨率数据求平均值能够首先用于构建数据库100，并且还可以用于保持数据库100处于最新状态而不管最初它是如何开发的。

来自其他传感器系统的数据也能够用于补充雷达数据的数据库100中的信息。例如，视频成像系统230能够用于获得与被检测的特定对象有关的额外信息，例如对象的清晰轮廓和诸如雷达可检测到的空地之类的特征的存在，所述视频成像系统能够包括诸如CCD芯片之类的传感器，以及图像采集和处理系统。类似地，激光扫描器240和激光雷达系统250能够用于补充来自雷达传感器210的数据。另外，IMU系统260采集与测量车辆200的速度和方向有关的数据，所述数据可以与来自GPS单元220和车轮上的旋转编码器270的信息一起用于追踪测量车辆200的位置。

可以使用与数据库100通信的计算机系统将采集的数据组合到数据库100中，计算机系统具有微处理器、存储器和数据储存设备、输入设备和输出设备、以及有线或无线联网性能。可以使用一个或多个这样的计算机系统来实施本文所述的方法和系统，所述计算机系统工作在一个或多个位置以组合并传播来自数据库100的数据。

在使用中，被检车辆（subject vehicle）400使用数据库100中的信息来确定精确位置，通常具有比使用与被检车辆400相关联的GPS单元220所获得的准确度更高的准确度。被检车辆400从至少一个雷达传感器210和GPS单元220采集数据，尽管可以从上述的一个或多个其他传感器系统获得额外的数据。使用与车辆400相关联的控制器480（图1B）来将由被检车辆400获得的数据与来自数据库100的可比数据样本相匹配。

在一个实施例中，保存来自数据库100的数据并且/或者将其处理为与传感器的原始输出相匹配的格式（图2A、2B、2C）。在这个实施例中，系统产生一组数据，所述一组数据被设置为类似于单个雷达传感器210（或其他传感器）的原始输出的格式，以使得实际的低分辨率雷达传感器数据能够与从数据库提取的数据直接匹配。例如，如果被检车辆400包括雷达传感器210，所述雷达传感器安装在车辆400的侧面上并对准道路的侧面，系统将处理来自高分辨率数据库100的信息以与原始数据的类型相匹配，所述原始数据从实际安装在被检车辆400上的低分辨率雷达传感器210获得。在此情况下，必须为系统提供与将安装在被检车辆400上的低分辨率雷达传感器210的类型、传感器210产生的数据输出的类型、以及在何处及如何安装雷达传感器210有关的信息。类似地，就在被检车辆400上采用的其他类型的传感器来说，诸如在何处以及如何安装它们以及来自传感器的原始数据输出的格式之类的与传感器有关的信息将必须提供给系统。

图2A显示了图1A的下半部中车辆200右侧的区域的理想化的雷达扫描的示例，即对于行驶在所示的道路的特定车道中的车辆（图1B）而言。出于举例说明的目的，图2A显示了与被检车辆400相邻的小区域的简单线性雷达扫描，其中，对象300在扫描上显现为轨迹的逐步减小，并且其中，剩余轨迹表示对象310（例如，建筑物的正面）。实际上，雷达扫描可以提供比仅是距离测量更为详细的信息，例如更宽的视场和被检测对象的速度。假定借助测量车辆200获得的数据可以包括高分辨率雷达传感器210，储存在数据库100中的雷达扫描可以比由在被检车辆400上的雷达传感器210采集的扫描更为平滑。另外，可以通过合并来自测量车辆400上的其他传感器（包括其他雷达传感器210）的信息和/或通过如本文所述地在从多个被检车辆400获得数据中求平均值，来增强储存在数据库100中的雷达扫描。

图2B显示了来自被检车辆400的可比线性雷达扫描，其覆盖在与获得图2A中轨迹相同的邻近区域中道路的右侧区域，但具有较低的扫描分辨率以及不太准确的GPS定位信息。这样，图2B中的轨迹噪声较多且还无法与图2A中的轨迹对齐，因为由于被检车辆400上的低分辨率GPS单元220，获知的被检车辆400的位置的准确度较低。

图2C显示了来自图2A和2B的轨迹的对齐。多个方法可以用于将诸如图2B中的低分辨率实时数据与诸如图2A中的来自数据库100的高分辨率数据对齐，例如包括基于互相关函数的方法。

当来自被检车辆400上的传感器的实时数据已经与来自数据库100的可比数据轨迹对齐时，对齐的数据能够用于确定被检车辆400的精确位置。例如，如果确定被检车辆400距已知地标的具体距离，例如距建筑物正面10米，那么就可以精确确定车辆400的位置，即处于距建筑物正面10米的位置，其中，以高精度（零点几米）获知了建筑物自身的位置。依据图2C所示的轨迹的对齐，能够确定车辆400相对于对象300、310的位置。相反，由车辆上的通常低分辨率GPS单元确定的被检车辆的位置通常仅以几十米数量级的准确度获知，其对于许多导航应用是不够的。因此，在单独使用低分辨率GPS数据的情况下，与在正确车道中的情况相对，被检车辆400的位置的不确定性会使得可能无法获知车辆400实际上是在人行道上还是在相邻车道中。

尽管被检车辆400的GPS单元220的准确度相对较低，但它对于为将实时数据轨迹与来自数据库100的数据对齐提供起始点仍是有用的。与被检车辆400的大致位置有关的信息可以用于选择来自数据库100的数据的部分以用于执行对齐，即对应于被检车辆400所在的大致区域的部分。例如，系统将获得来自对应于由被检车辆400上的GPS单元220报告的当前位置的一部分数据库100的，以及用于当前位置附近区域（例如在当前位置的500米半径内）的数据。系统随后尝试将来自被检车辆400的雷达传感器210与其他传感器的原始数据相匹配，以报告的当前位置开始，并由此向外操作。在多个实施例中，系统将考虑任何在前GPS读数和精确车辆确定，连同诸如基于测距法或其他方法之类的其他信息一起，从而识别首先开始搜索的数据的最佳部分。

尽管针对图2A-2C中的一个雷达传感器210显示了数据采集和对齐的结果，但实际上，能够在被检车辆400移动的同时，获得多个传感器的结果并使其与来自数据库100的可比数据相关联。

在多个实施例中，由被检车辆400用于确定其精确位置的数据以一条或多条轨迹的形式，例如图2A中所示的示例性轨迹，所述数据是原始数据或类似于从传感器（特别是雷达传感器210）获得的原始数据而被格式化。通过使用原始数据或具有与原始数据相同格式的数据，加速了对齐过程，因为不必重新格式化或处理实时数据。

基于雷达的传感器系统非常适合在车辆中使用。与视频成像系统不同，其性能极大地取决于环境光的可用性，雷达系统提供其自己的能量源并且由此与诸如会负面地影响基于成像的传感器的一天的时间和天气条件之类的因素无关。而且，与雷达相反，基于成像的系统不提供良好的深度感，因此无法负责在不执行从多个角度得到的图像的大量处理情况下产生高分辨率距离信息。另外，已经能够获得汽车级雷达传感器，例如用于避免碰撞系统，因此与其他系统不同，已经为基于车辆的应用开发了雷达系统。实际上，许多车辆已经配备有雷达传感器，所述雷达传感器适于利用当前公开的方法和系统来使用。

尽管如此，来自其他传感器的数据能够与雷达传感器数据组合以增强可用的信息。例如，在适合的条件下，可以分析视频图像数据，以比雷达传感器数据更佳的准确度识别特定结构（例如建筑物）和其尺寸，因为图像数据提供了比雷达更好的角分辨率。

在多个实施例中，雷达信号包括与检测对象的速度有关的数据，所以这能够基于它们不是参考地标的假设而用于识别并去除运动中的对象（例如，其他车辆、行人）。可以在开发原始高分辨率数据库100时，也可以在获得被检车辆400上的实时传感器读数时去除所述对象。

在一些实施例中，整个数据库100储存在被检车辆400内，而在其他实施例中，仅有数据库100的部分储存在车内，而剩余部分被保存在远端位置并根据需要而加载到车辆的车载系统上。随着车辆行驶，尤其是接近当前加载的数据库100的部分的限度时，会加载覆盖附近区域的数据库100的其他部分，以提供对被检车辆400可以尝试的区域的覆盖。与被检车辆400的速度和方向有关的信息可以用于预测被检车辆400前往何处以及它何时需要访问数据库100的其他部分。

期望本文公开的简单的、鲁棒的且高度准确的车辆定位方法和系统在多个应用中是有用的。例如，当前处于实验阶段的自主车辆会需要实时确定精确车辆定位，而无论条件如何和GPS信号是否可用或可靠。另外，希望未来的驾驶者辅助和信息系统提供越来越详细的、对于精确车辆定位是重要的信息。

因此，本发明尤其提供用于使用雷达地图的精确车辆定位的方法和系统。在以下权利要求书中阐述了本发明的多个特征和优点。

Claims

1.一种用于确定车辆的位置的方法，包括：

从与所述车辆相关联的雷达传感器获取多个传感器数据；

使用GPS单元获得所述车辆的大致位置；

将所述传感器数据与地理参照的传感器数据的数据库相比较；以及

基于所述比较，确定所述车辆的位置。

2.根据权利要求1所述的方法，其中，将所述传感器数据与地理参照的传感器数据的数据库相比较进一步包括：识别所述数据库的与所述车辆的所述大致位置相对应的部分。

3.根据权利要求2所述的方法，其中，将所述传感器数据与地理参照的传感器数据的数据库相比较包括：使所述传感器数据与所述数据库的部分相适配。

4.根据权利要求3所述的方法，其中，使所述传感器数据与所述数据库的部分相适配包括：使用互相关函数来使所述传感器数据与所述数据库的部分相适配。

5.根据权利要求1所述的方法，其中，获取多个传感器数据包括：从与所述车辆相关联的多个雷达传感器获取多个传感器数据。

6.根据权利要求1所述的方法，其中，获取多个传感器数据包括：从视频成像系统、激光扫描器系统、激光雷达系统、和惯性测量单元的至少之一获取多个传感器数据。

7.根据权利要求1所述的方法，其中，从与所述车辆相关联的雷达传感器获取多个传感器数据包括：

从多个雷达传感器数据获得速度信息；

使用所述速度信息，识别所述多个雷达传感器数据的与移动对象相对应的部分；以及

从所述多个雷达传感器数据中去除所述多个雷达传感器数据的与移动对象相对应的所述部分。

8.一种用于确定车辆的位置的系统，包括：

车辆，所述车辆具有与其相关联的GPS单元和至少一个雷达传感器；

控制器，所述控制器与所述至少一个雷达传感器和所述GPS单元通信，所述控制器被配置为：

从与所述车辆相关联的雷达传感器获取多个传感器数据；

基于所述比较，确定所述车辆的位置。

9.根据权利要求8所述的系统，其中，为了将所述传感器数据与地理参照的传感器数据的数据库相比较，所述控制器进一步被配置为识别所述数据库的与所述车辆的所述大致位置相对应的部分。

10.根据权利要求9所述的系统，其中，为了将所述传感器数据与地理参照的传感器数据的数据库相比较，所述控制器进一步被配置为使所述传感器数据与所述数据库的部分相适配。

11.根据权利要求10所述的系统，其中，为了使所述传感器数据与所述数据库的部分相适配，所述控制器进一步被配置为使用互相关函数来使所述传感器数据与所述数据库的部分相适配。

12.根据权利要求8所述的系统，其中，所述车辆进一步具有与其相关联的多个雷达传感器，并且其中，为了获取多个传感器数据，所述控制器进一步被配置为从与所述车辆相关联的所述多个雷达传感器获取多个传感器数据。

13.根据权利要求8所述的系统，其中，所述车辆进一步具有与其相关联的视频成像系统、激光扫描器系统、激光雷达系统、和惯性测量单元中的至少之一，并且其中，为了获取多个传感器数据，所述控制器进一步被配置为从所述视频成像系统、所述激光扫描器系统、所述激光雷达系统、和所述惯性测量单元中的至少之一获取多个传感器数据。

14.根据权利要求8所述的系统，其中，为了从与所述车辆相关联的雷达传感器获取多个传感器数据，所述控制器进一步被配置为：

从所述多个雷达传感器数据获得速度信息；

15.一种组建用于精确车辆定位的高分辨率数据库的方法，包括：

从至少一个车辆获得多个雷达传感器读数；

从所述至少一个车辆获得多个GPS单元读数，其中，使所述GPS读数与所述雷达传感器读数相关联；以及

处理所述雷达传感器读数和所述GPS单元读数，以产生雷达数据的地理参照的数据库。

16.根据权利要求15所述的方法，进一步包括从多个车辆获得多个雷达传感器读数和多个GPS单元读数，其中，使所述GPS单元读数与所述雷达传感器读数相关联，其中，将所述GPS单元读数与雷达传感器读数一起求平均值以以比来自所述多个车辆的所述多个GPS单元读数的任何一个GPS单元读数的分辨率高的分辨率提供GPS数据。

17.根据权利要求15所述的方法，其中，处理所述雷达传感器读数和所述GPS单元读数以产生雷达数据的地理参照数据库包括：格式化所述雷达数据的地理参照的数据库以与雷达传感器的输出格式相匹配。

18.根据权利要求15所述的方法，其中，从至少一个车辆获得多个雷达传感器读数包括：

从来自至少一个车辆的多个雷达传感器读数获得速度信息；

识别至少一个雷达传感器读数的与移动对象相对应的部分；以及

从所述至少一个雷达传感器读数中去除所述雷达传感器读数的与移动对象相对应的所述部分。

19.根据权利要求14所述的方法，进一步包括从视频成像系统、激光扫描器系统、激光雷达系统、和惯性测量单元中的至少之一获得多个数据，以及处理来自视频成像系统、激光扫描器系统、激光雷达系统、和惯性测量单元中的所述至少之一的所述多个数据并将所述多个数据合并到所述雷达数据的所述地理参照的数据库中。