CN104395944B - 定向车道的识别 - Google Patents

Abstract

描述了一种用于提供车道是否是约束方向的评估的方法，包括：如果在实施所述方法之前还没有提供程度值，那么确定程度值(S401)；接收用于车辆的环境识别的装置(302)的输出，该输出基于在一个时刻的环境识别(S402)；将一个因子配置给该输出，其中，该因子也基于在配置给该输出的时刻的车辆速度(S403)；按照预定的映射规则将该输出映射到一个评估值(S404)；将该因子配置给所述评估值(S405)；基于如下的总和计算所述程度值，所述总和基于以配置的因子加权的评估值和先前计算或确定的程度值(S406)；提供所述程度值(S407)。

Description

定向车道的识别

技术领域

本发明涉及驾驶员辅助系统领域并且更准确地涉及一种用于提供车道是否是约束方向的评估的方法以及一种出于该目的而设置的设备。

背景技术

在此将与其他车道分开的车道称为定向车道或约束方向的车道，在这些其他车道内车辆沿相同的行驶方向运动。一个车道可以包括多个行车道。分开显示了，不设有车辆到另一车道的也仅临时的变换，并且所述分开可以通过建筑上的隔离物如护栏、绿化带、墙等进行。图1作为定向车道的例子示出了一个高速公路，其包括两个通过护栏在建筑上分开的车道。在每个车道中，车辆在多个行车道上沿同一个行驶方向运动。图2示出了具有两个车道的正常联邦公路，给这两个车道分配各一个行驶方向。通过中心线的方式显示了：例如允许在对向车道上的超车过程。图2由此示出了两个非约束方向的车道。

识别车辆位于在定向车道上可以被不同的驾驶员辅助系统(所谓的客户功能或客户端)用于改善或者完全才能实现其功能。例如避让辅助器件可以根据车辆是否位于在定向车道上并且由此针对在行车道上的期望的对向车流决定避让手段应该沿哪个方向执行。此外，拥堵辅助器件或自动速度调节器的激活可以依赖于车辆是否位于在定向车道上来做出。

一般地已知导航系统，导航系统访问数字地图，数字地图经常也给出保存的道路的类型，亦即例如国道或高速公路的类型。基于并且借助于例如通过GPS的定位，导航系统一般能够提供关于车辆是否位于在高速公路并且因此位于在约束方向的车道上的结论。

不过在如上述的地图内的定位可能导致有错误地确定车辆是否位于在定向车道上。如此可能的是，地图数据是过时的或者不准确的，或者已经发生暂时的改变。除此之外可能的是，缺乏道路类型信息或者车辆的定位是不准确的。

在文献DE 10042980 A1中公开一种系统，该系统识别交通指示牌和信息板。在具有多个线道的行驶路段中检测配置给相应的线道的最高速度并且识别机动车位于在哪个线道上。

在文献DE 10 2005 007 802 A1中公开了一种用于在驾驶员辅助系统中的对象可信度测试的方法。在该方法中尝试评估本车辆位于在最外面的右行车道或在最外面的左行车道上的概率。为此确定在车道边缘上的对象与本车辆中间的间距并且与用于行车道的宽度的假设值相比较。基于并且考虑在确定间距时统计上的偏差来确定车道边缘紧邻在右侧或左侧地位于在本车辆旁边的概率。该概率经历低通滤波。

发明内容

本发明的任务在于，提供一种可靠的对定向车道的识别以及一种出于该目的而设置的设备。

该任务通过一种按照本发明的用于提供车道是否是约束方向的评估的方法以及一种出于该目的而设置的设备来解决。按照本发明，一种用于提供车道是否是约束方向的评估的方法，包括：如果在实施所述方法之前还没有提供程度值，那么将程度值确定为零或其它初值，其中，所述程度值给出车道是否是约束方向的评估；接收用于车辆的环境识别的装置的输出，该输出基于在一个时刻的环境识别；将一个因子配置给该输出，其中，该因子基于在配置给该输出的时刻的车辆速度；按照预定的映射规则将该输出映射到一个评估值；将该因子配置给所述评估值；基于如下的总和计算所述程度值，所述总和基于以配置的因子加权的评估值和确定的程度值；提供所述程度值。

图3示出了示例性的按照本发明的设备300，所述设备安装在车辆(未示出)100中。仅可选的特征以虚线表示。设备300设置为，接收至少一个用于环境识别的装置302的输出A以及用于确定车辆速度的装置304的速度v。设备300由这些输入确定程度值P，该程度值给出车道是否是约束方向的评估。程度值P又可以被客户端306使用。

作为用于环境识别的装置首先考虑必要时具有对象和模式识别的基于摄像机的系统、基于超声波的系统、激光雷达系统、雷达系统或类似物。相应适合于此的系统按照本身已知的方式输出车辆环境的特性，例如：相同方向行车道的数量；行车道的宽度；行车道标记的宽度；行车道的圆半径或者其倒数、亦即行车道的曲率；沿相同方向行驶的车辆的速度；并排平行行驶车辆的数量；在建筑隔离物内车辆的横向运动；边缘建造物的高度或深度的均匀性；右车道边缘与边缘建造物的间距；交通路线的不透明性的程度；速度限制的存在和水平；超车禁止的规定；如下事实：车辆位于在封闭的居民区中，要经过或经过了机动车道路牌，要经过或经过了高速公路牌，在车道上存在对向车流；和/或用于在道路边缘处停靠车辆的频繁性的程度。

除此之外考虑用于环境识别的装置，该装置由数字地图读出道路类型并且将数字地图如此解读为，所述装置输出具有相同道路类型的区段的长度和/或该区段的行车道的圆半径，车辆的之前确定的位置落到该区段的区域中。这些装置例如是导航系统，所述导航系统包括数字地图。代替行车道的圆半径也可以输出圆半径的倒数，亦即区段的曲率。

程度值P的客户端可以如上已经所提及的那样是避让辅助器件、拥堵辅助器件和/或自动速度调节器。

图4示出了按照本发明的方法400的流程图。仅可选的特征以虚线表示。

根据在执行该方法之前是否已经计算程度值，确定程度值P(S401)。该确定可以包括将程度值P设置为零或者其他初值。

由用于车辆的环境识别的装置接收输出A，该输出基于在第一时刻的环境识别(S402)。用于环境识别的装置可以周期性地或不定期地输出相应在一个时刻所计算的输出A。

给该输出A配置因子F(S403)，其中因子F也基于在配置给输出A的时刻的车辆速度v。速度v可以是在输出的至少大概的时刻、在通过用于环境识别的装置计算输出的至少大概的时刻或者在通过用于环境识别的装置测量输入参量的大概的时刻车辆所行驶或所具有的速度。

优选地，因子F基于速度v与时间段Δt的乘积。因子F也就是(在时间段Δt期间速度改变的情况下仅大致地)基于车辆在时间段Δt中走过的路段，如在以下表达式(1)中所表示的那样，其中，v(t)是在时刻t的车辆速度：

F＝v(t)*Δt (1)

为了提高精度，也可以使用在时间段Δt期间速度v的平均值。在一个备选方案中，作为因子也可以将在时间段Δt中走过的路段的测量用作用于因子F的基础。

在一个有利的进一步扩展方案中，时间段Δt等于在两个时刻之间的时间，在所述时刻接收用于环境识别的装置的各一个输出A，在所述时刻输出用于环境识别的装置的各一个输出A，在所述时刻已经发生环境的各一个识别，或者在所述时刻实施用于环境识别的装置的各个测量，所述测量导致相应输出A的计算。

此外，按照预定的映射规则将该输出A映射到一个评估值x(S404)。该映射规则将评估值x配置给输出A。在该配置中考虑，通过输出A代表的车辆环境特性如何指示定向车道。

将评估值x配置给输出A(S405)。

随后，更准确地说基于如下的总和计算程度值P，所述总和基于以配置的因子加权的评估值和先前计算或确定的程度值(S406)。

由此如在表达式(2)中那样可以如此表示程度值P的计算，其中P_alt代表先前计算或确定的程度值：

P＝F*x+P_alt (2)

如下提供所计算的程度值P(S406)。

优选地，至少一次地重复方法400，其中，在重复中由用于环境识别的装置接收输出A，该输出基于在另一时刻环境的识别。

为了以可靠的方式给出用于车道方向约束性的评估，将用于环境识别的装置的输出以因子加权，该因子基于车辆的速度。仅如此可以确保，所述装置的在时间上不同的输出按照其重要性代入到评估中。根据车辆的速度，使得用于车辆环境识别的装置的输出归于不同的重要性。例如在车辆静止的情况下在不同时刻计算的输出在大多情况下映射同一个环境，由此输出不能确认环境的特性。按照本发明，通过以基于速度的因子的加权抑制这点。

经常地，车辆环境的特性(例如超过确定的行车道宽度)在仅短期和/或一次出现的情况下不允许具有足够可靠性地评估是否存在定向车道。借助于按照本发明的方法可以按照经确认的出现或不出现来检测这样的特性，由此通过程度值P以更大的可靠性能实现评估是否存在定向车道。

程度值P的计算结果的提供具有如下优点，客户端自身可以决定哪个评估可靠性也就是哪个P值足以激活其功能或者以定向车道为前提。对于自动速度调节器，例如与对于拥堵辅助器件相比，一个更小的P值就可能足够。

在一个优选的进一步扩展方案中，该方法还包括将程度值限制于一个最大值P。程度值P到达最大值代表着车道是约束方向的评估。正值继续累加至该最大值不导致程度值P的提高。反之，该方法还包括将程度值限制于一个最小值。负值继续累加至该最小值不导致程度值的减小。在此，程度值P达到最小值代表着不是定向车道的评估。有利地，最大值是1，而最小值是0。

附加地，该方法可以提供输出R，该输出显示程度值P作为后者(als letztes)已经达到两个阈值(例如最小值或最大值)中的哪个(如果已经达到一个阈值)。该输出R可以理解为是否识别到定向车道的结论，例如通过采用值+1或-1。在该情况下，可以停止提供程度值P本身。有利地，第一阈值是最大值，而第二阈值是最小值。结论R可以表示：识别到定向车道，或者识别到不存在定向车道。

方法400也可以用于对基于地图关于车道的定向性的结论进行可信度测试。在该情况下，用于环境识别的装置基于地图的输出与用于环境识别的其他装置的输出不同地进行处理。为此方法400还包括接收用于环境识别的装置的输出，该输出基于地图和当前位置给出车辆是否位于在定向车道上的评估。该输出映射到另一程度值Q，该程度值的值可以限制于最小和最大值(例如0和1)。备选地，也可以直接接收程度值Q。对于程度值Q提供输出S，该输出给出，程度值Q作为后者已经达到两个阈值(例如最小值和最大值)中的哪个(如果已经达到一个阈值)或者与此无关地给出是否涉及定向车道。该输出S可以理解为基于地图和当前位置是否识别到定向车道的结论，并且该输出例如可以等于值+1和-1。

输出R或S可以用于提供用于定向车道RFB的上层的结论。为此，输出R和S按照其程度值P和Q以加权并且累加，如在表达式(3)中所示：

RFB＝61*R+G2*s (3)

因子G1和G2可以反映所述重要性，该重要性赋予给所基于的程度值的相应结论的质量，在一个优选进一步扩展方案中，权重G1或G2基于程度值P或Q。程度值的计算可以如在以下表达式(4)中所示那样实现：

$G1=\frac{W1}{W1+W2};G2=\frac{W2}{W1+W2}---\left(4\right)$

值W1和W2可以在此如下计算：

·如果输出R显示最终达到了最大值，那么W1等于程度值P；

·如果输出R显示最终达到了最小值，那么W1等于P的最大值减去程度值P；

·如果输出S显示最终达到了最大值，那么W2等于程度值Q；

·如果输出S显示最终达到了最小值，那么W2等于Q的最大值减去程度值Q。

按照这种方式可以将关于由数字地图提供的道路类型的信息与至少另一个用于环境识别的装置的输出相联系并且由此进行可信度测试。

在另一个优选的进一步扩展方案中，该方法还包括：如果用于环境识别的装置的输出与上一次输出保持相同，那么输出直至程度值P由当前值达到最大或最小值由车辆或者更准确地说由用于环境识别的装置所必须走过的路段。按照这种方式可以将辅助系统按照期望的将来的状态来准备。

在方法400的继续开发中，其中，因子F基于经过的路段，评估值x的倒数优选代表边界路段，车辆在相对于上一次输出保持不变的输出的情况下必须走过该边界路段，以便实现程度值P变化一个预定的数值，优选变化程度值P的最大值与最小值之间的差。

在一些进一步扩展方案中，方法400还包括提供以因子F加权的评估值x。该加权的评估值x可以被客户端使用，以便获得关于程度值P的附加信息。如果客户端仅仅激活其功能，如果车道以非常高的可靠性是约束方向的，那么该客户端例如可以考虑，程度值P是否已经达到或超过一个确定值(例如最大值)并且以因子加权的评估值是否是正的。一般而言，在一些进一步扩展方案中可以提供程度值P的变化。

在本发明的一个有利的进一步扩展方案中，如果接收到用于环境识别的装置的输出：要经过或经过了高速公路牌，那么可以将程度值P设置为最大值或最小值。该程度值P可以随后在该值上保持预定的时间或路程。

类似地，如果接收到用于环境识别的装置的输出，即在车道上存在对向车流，那么可以将程度值P设置为最大值或最小值，并且必要时在该值上保持预定的时间或路程。

此外，按照本发明的方法可以包括车辆是否位于在高速公路上的确定。如果程度值P超过预定的阈值，从该阈值起以定向车道为前提，那么执行该确定。车辆位于在高速公路上的确定还依赖于出现以下条件中至少之一：接收用于环境识别的装置的输出，即识别到显示高速公路开始的标志牌；或者接收用于环境识别的装置的输出，该输出显示：按照地图该区段的道路类型是高速公路，其中车辆的位置落入到该区段中。车辆位于在高速公路上的确定可以是用于激活确定的辅助功能、例如拥堵辅助器件的前提条件。

在如下情况下，即程度值P或输出R显示车道被视为非定向的，该方法可以附加地提供：是否要考虑对向车流和在车道的哪个行车道上要考虑对向车流。必要时也可以给出这样的信息，即，未知在相应的行车道上是否要考虑对向车流。在该提供中可以考虑用于环境识别的装置的输出，该输出显示哪些行车道通过实线分开。此外可以在该提供中考虑用于环境识别的装置的输出，该输出显示在哪个行车道上识别到对象以及该对象的识别到的运动。

在另一实施例中，程度值P的计算基于两个用于环境识别的装置的输出。按照这种方式可以进一步提高识别的质量。该方法在该情况下包括以下步骤：

如果在第一次实施所述特别优选的实施例之前还没有计算程度值，那么确定程度值P；接收用于车辆的环境识别的第一装置的输出，该输出基于在第一时刻的环境识别；接收用于车辆的环境识别的第二装置的输出，该输出基于在第二时刻的环境识别；其中，所述第一时刻和第二时刻能够是相同的；将第一因子配置给第一装置的输出，其中，第一因子也基于在配置给第一装置的输出的时刻的车辆速度；将第二因子配置给第二装置的输出，其中，第二因子也基于在配置给第二装置的输出的时刻的车辆速度；按照预定的第一映射规则将第一装置的输出映射到第一评估值；按照预定的第二映射规则将第二装置的输出映射到第二评估值；将第一因子配置给第一评估值；将第二因子配置给第二评估值；基于如下的总和计算所述程度值P，所述总和基于以配置的第一因子加权的第一评估值、以配置的第二因子加权的第二评估值和先前计算或确定的程度值P；提供所述程度值P。

优选地，该方法也包括所述方法的上述步骤的至少一次的重复，其中，在重复中由用于环境识别的第一和第二装置接收各一个在另一时刻计算的输出。

使用用于环境识别的第二装置的优点在于，在评估是否存在定向车道时考虑环境的另一特性。该评估通过该附加的信息来改善。一般地，该评估随着用于环境识别的装置的进一步增加的输出而改善。特别优选的实施例的一个进一步扩展方案因此应用两个以上的用于环境识别的装置并且将其输出按照与上述方式相类似的方法进行组合。P的计算由此可以按照以下表达式(5)描述：

$P_j={\mathrm{\Σ}}_{i=1}^N{F}_i\left(t_{i,j}\right)*x_i\left(t_{i,j}\right)+P_{alt}---\left(5\right)$

其中，P_j是该方法的第j次重复中的输出，N表示用于环境识别的装置的数量，F_i是第i个装置的因子，t_i,j是对于第i个装置的输出和对于第j次重复重要的时刻，而x_i表示用于第i个装置的输出的评估值。

在该另外的实施例中，此外可以提供程度值P的变化。此外，按照该另外的实施例的方法同样可以通过方法400的上面提出的进一步扩展方案、进一步研发、进一步改造方案或继续开发或其他任选的特征来进一步发展；它们也可与该另外的实施例相协调。

按照本发明的设备可以作为模块也有利地与其他模块例如学习型地图或施工现场识别相联系(参见图7)。如果车辆识别到其在RFB上，那么该信息自动录入到学习该模块的地图中并且对学习型地图相应地进行匹配。通过与其他交通参与者或中央机构交换更新的地图，其他交通参与者可以由所述更新获益。而且施工现场识别的模块可以使用关于定向车道的信息。

借助于学习型地图与定向车道模块的联系可以匹配用于描述定向车道的准则或预定的映射规则。这特别是包括评估值的减小，从而用于环境识别的装置的输出本身引起程度值P的更强烈的减小或更微弱的增大。

附图说明

图1示出了高速公路的原理图；

图2示出了具有两个车道的正常联邦道路的原理图，给所述两个车道分配各一个行驶方向；

图3示出了示例性的按照本发明的设备300；

图4示出了按照本发明的方法400的流程图；

图5示出了用于行车道的宽度的示例性的映射规则；

图6示出了用于行车道的不同圆半径的示例性的映射规则；

图7示出了“定向车道”模块与其他模块的联系的原理。

具体实施方式

在下文中详细描述的实施例基于在图3中示出的设备300，该设备接收两个用于环境识别的装置的输出。用于环境识别的第一装置输出行车道的圆半径(在下文中为指标1)，也就是行车道曲率的倒数。用于环境识别的第二装置输出行车道的宽度(在下文中为指标2)。典型地，用于环境识别的装置的输出基本上同时并周期性地被接收并且在各接收之间的时间段是Δt。在下文中出于简化的目的以以下内容为前提：用两个于环境识别的装置的输出同时并周期性地被接收。

由按照详细的实施例的设备所计算的程度值P限制于在0至1或者0％至100％之间的值。如果达到值0％，这表示将车道归类为非定向车道，如果达到值100％，这表示这是一个作为定向车道的归类。该信息可以作为另外的输出R提供，亦即通过值+1(定向车道)和-1(非定向车道)。该输出R在此如此长地保持在其状态下，直至达到相应其他值。

设备300给用于环境识别的装置的两个输出配置如下路段(相应于因子F)，车辆直至接收下一次的输出已经经过该路段。为了确定该路段，设备300计算在接收输出的时刻t的速度与时间段Δt的乘积。

F＝v(t)*Δt

紧接着将输出映射到各一个评估值x。对于行车道的宽度，设备300例如使用在图5中示出的映射规则。对于行车道的圆半径，设备300例如使用在图6中示出的映射规则。这些规则可以通过所记录的行驶数据的分析处理获得和/或一同存储在数字(地)图中。

这些映射规则的各个值的倒数分别表示车辆必须走过的边界路径，以便在输出保持相同的情况下将程度值P从100％(也就是1)减小到0％(也就是0)或者由0％提高到100％，根据评估值是正或是负的并且在程度值的计算中仅基于这一个输出，而没有第二输出。例如在输出3.7米的行车道宽度时边界路径大约为200米，在输出620米的行车道圆半径时边界路径大约为200米。

为了计算程度值P，将程度值P最初设置为0。在每次重新计算程度值时，随后将以相应的因子加权的评估数字的总和累加到过去的程度值。

$P_j=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}F\left(t_j\right)*x_i\left(t_j\right)+P_{alt}$

在此：

$P_j=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}v\left(t_j\right)*\mathrm{\Δ}t*x_i\left(t_j\right)+P_{alt}$

其中，t_j表示在方法的第j次重复中输出x_i的接收的时刻，其中，有至少两次重复。

至少对于用于环境识别的装置的输出的两个不同时刻执行所述计算并且随后提供程度值P。

此外提供输出R，其显示程度值P是否最终已经等于值0或1。R优选采用值-1和+1。值-1显示，P最终已经等于值0，这解读为识别到车道是非定向的。值+1显示，P最终已经等于值1，这解读为定向车道的识别。

此外，可以借助于按照详细的实施例的设备提供上层的结论RFB。该结论通过(用于环境识别的装置的)基于地图数据的输出与(用于环境识别的装置的)基于其他环境识别的输出的链接进行计算。在此基本原理在于，将已经由地图数据已知的信息通过所谓的软准则、例如由摄像机拍摄获得的关于环境的认识进行可信度测试。

按照详细的实施例的设备接收程度值Q(优选具有在0至1之间的值)，该程度值表示用于环境识别的基于地图数据的装置的输出。对于程度值Q提供输出S，所述输出给出程度值Q最终是否已经达到最小值或最大值。输出S等于值+1(识别为定向车道)以及-1(识别为车道是非约束方向的)。

权重的计算随后如下发生：

$G1=\frac{W1}{W1+W2};G2=\frac{W2}{W1+W2}$

在此，值W1和W2可以如下计算：

·如果输出R显示最终已经达到程度值P的最大值(1)，那么W1等于程度值P；

·如果输出R显示最终已经达到程度值P的最小值(0)，那么W1等于P的最大值减去程度值P；

·如果输出S显示最终已经达到程度值Q的最大值(1)，那么W2等于程度值Q；

·如果输出S显示最终已经达到程度值Q的最小值(0)，那么W2等于Q的最大值(1)减去程度值Q。

权重的总和显然总是1。定向车道的识别越可靠，W1或W2越接近于值1并且将越大的相对权重赋予相应的识别。

最后计算并且提供RFB的值：

RFB＝G1*R+G2*S.

如果RFB等于最大值(例如+1)，那么显示定向车道的最可靠识别，而RFB的最小值(例如-1)以最大的识别可靠性显示：不涉及定向车道。在其间的值表示具有更小的可靠性或置信度的识别结果。

Claims (22)

1.用于提供车道是否是约束方向的评估的方法，包括：

如果在实施所述方法之前还没有提供程度值，那么将程度值(S401)确定为零或其它初值，其中，所述程度值给出车道是否是约束方向的评估；

接收用于车辆的环境识别的装置(302)的输出，该输出基于在一个时刻的环境识别(S402)；

将一个因子配置给该输出，其中，该因子基于在配置给该输出的时刻的车辆速度(S403)；

按照预定的映射规则将该输出映射到一个评估值(S404)；

将该因子配置给所述评估值(S405)；

基于如下的总和计算所述程度值，所述总和基于以配置的因子加权的评估值和确定的程度值(S406)；

提供所述程度值(S407)。

2.根据权利要求1所述的方法，还包括：

重复根据权利要求1所述的方法的步骤至少一次，其中，在重复中由用于环境识别的装置接收输出，该输出基于在另一时刻的环境识别。

3.根据权利要求1所述的方法，还包括：

提供以配置的因子加权的评估值；或者

提供程度值的变化。

4.根据权利要求2所述的方法，还包括：

提供以配置的因子加权的评估值；或者

提供程度值的变化。

5.根据权利要求1至3之一所述的方法，其中，所述因子也基于一个时间段，并且其中，该因子基于在该时间段中由车辆走过的路段。

6.根据权利要求4所述的方法，其中，所述因子也基于一个时间段，并且其中，该因子基于在该时间段中由车辆走过的路段。

7.根据权利要求6所述的方法，其中，所述时间段基于在所述一个时刻与所述另一时刻之间的时间段。

8.根据权利要求1至4之一所述的方法，其中，所述因子基于车辆经过的路段，还包括：

如果用于环境识别的装置的输出与上一个输出保持相同，那么输出如下路段，所述路段直至程度值由当前值开始并且在按照根据权利要求1所述的方法的步骤重复计算时将达到最大值或最小值为止被车辆所必须走过。

9.根据权利要求1至4之一所述的方法，其中，所述因子基于车辆经过的路段。

10.根据权利要求9所述的方法，其中，所述评估值的倒数是边界路段，车辆在相对于上一个输出保持不变的输出时并且在按照根据权利要求1的方法的步骤重复计算所述程度值时必须走过所述边界路段，以便实现程度值变化一个预定的数值。

11.根据权利要求10所述的方法，其中，所述预定的数值是程度值的最大值。

12.根据权利要求1至4之一所述的方法，其中，用于环境识别的装置基于摄像机、基于雷达、基于激光雷达、基于超声波传感器、基于导航系统或者基于地图数据。

13.根据权利要求1至4之一所述的方法，还包括：

如果接收到用于环境识别的所述装置或者用于环境识别的另一装置的预定的输出，那么将所述程度值确定为一个预定的值。

14.根据权利要求13所述的方法，其中，如果接收到如下的输出，即对向车流存在于建筑隔离物内，或者识别到说明高速公路的开始或结束的标志牌，那么将所述程度值确定为一个预定的值。

15.用于提供车道是否是约束方向的评估的方法，包括：

如果在实施所述方法之前还没有计算程度值，那么将程度值确定为零或其它初值，其中，所述程度值给出车道是否是约束方向的评估；

接收用于车辆的环境识别的第一装置的输出，该输出基于在第一时刻的环境识别；

接收用于车辆的环境识别的第二装置的输出，该输出基于在第二时刻的环境识别；其中，所述第一时刻和第二时刻能够是相同的；

将第一因子配置给第一装置的输出，其中，第一因子基于在配置给第一装置的输出的时刻的车辆速度；

将第二因子配置给第二装置的输出，其中，第二因子基于在配置给第二装置的输出的时刻的车辆速度；

按照预定的第一映射规则将第一装置的输出映射到第一评估值；

按照预定的第二映射规则将第二装置的输出映射到第二评估值；

将第一因子配置给第一评估值；

将第二因子配置给第二评估值；

基于如下的总和计算所述程度值，所述总和基于以配置的第一因子加权的第一评估值、以配置的第二因子加权的第二评估值和确定的程度值；

提供所述程度值。

16.根据权利要求15所述的方法，还包括：

重复根据权利要求15的方法步骤至少一次，其中，在重复中由用于环境识别的第一和第二装置接收各一个输出，所述输出基于在相应另一时刻的环境识别。

17.根据权利要求1至4和15至16之一所述的方法，还包括：

将程度值限制于一个最大值，在达到该最大值之后不再进一步提高程度值；

将程度值限制于一个最小值，在达到最小值之后不再进一步减小程度值。

18.根据权利要求17所述的方法，还包括：

提供输出，其中：

如果程度值达到最大值，那么将所述输出设置为第一状态；

如果程度值达到最小值，那么将所述输出设置为第二状态。

19.根据权利要求1至4和15至16之一所述的方法，其中，所述程度值是第一程度值，还包括：

接收第二程度值，该第二程度值基于地图和车辆当前位置给出车道是否是约束方向的评估；

将第一程度值映射到第一输出；

确定用于第一输出的第一权重；

将第二程度值映射到第二输出；

确定用于第二输出的第二权重；

基于以第一权重加权的第一结论和以第二权重加权的第二结论计算第三程度值；

提供所述第三程度值。

20.根据权利要求19所述的方法，其中，第一权重也基于第一程度值；第二权重也基于第二程度值。

21.根据权利要求19所述的方法，其中，第一程度值的映射包括：

如果第一程度值达到第一最大值，那么将第一输出设置为第一状态；

如果第一程度值达到第一最小值，那么将第一输出设置为第二状态；

其中，第二程度值的映射包括：

如果第二程度值最终已经达到第二最大值，那么将第二输出设置为第三状态；

如果第二程度值最终已经达到第二最小值，那么将第二输出设置为第四状态；

其中，第一和第三状态能够相同，其中，第二和第四状态能够相同，其中，第一最大值能够与第二最大值相同，其中，第一最小值能够与第二最小值相同。

22.设备，包括运算单元，其中，所述设备设置为，接收用于环境识别的装置(302)的输出或者至少两个用于环境识别的装置(302)的输出以及用于确定速度的装置(304)的速度，并且所述设备还设置为用于执行根据权利要求1至21之一所述的方法。