CN104919471B - 障碍物地图的构建 - Google Patents

障碍物地图的构建 Download PDF

Info

Publication number
CN104919471B
CN104919471B CN201380070079.9A CN201380070079A CN104919471B CN 104919471 B CN104919471 B CN 104919471B CN 201380070079 A CN201380070079 A CN 201380070079A CN 104919471 B CN104919471 B CN 104919471B
Authority
CN
China
Prior art keywords
unit
barrier
road
motor vehicle
ambient enviroment
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.)
Active
Application number
CN201380070079.9A
Other languages
English (en)
Other versions
CN104919471A (zh
Inventor
O·平克
K·米尔曼
C·哈斯贝格
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN104919471A publication Critical patent/CN104919471A/zh
Application granted granted Critical
Publication of CN104919471B publication Critical patent/CN104919471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • 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
    • B60W2554/00—Input parameters relating to objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/21—Collision detection, intersection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/61—Scene description
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Abstract

用于构建道路上的机动车的周围环境的障碍物地图的方法包括提供已网栅化的障碍物地图的步骤；扫描所述机动车的周围环境的步骤，其中将所述周围环境细分成单元；检测由障碍物占据的单元的步骤以及标记障碍物地图的与周围环境中的所占据的单元相关联的网栅点的步骤。在此，根据所述单元相对于道路的走向的地点来确定所述单元的延展。

Description

障碍物地图的构建
技术领域
本发明涉及一种具有辅助功能或者自主控制装置的机动车。本发明尤其涉及关于机动车的周围环境的障碍物地图的构建。
为了能够实现机动车的自动化的或者部分自动化的控制，通常借助传感器扫描机动车的周围环境以便确定机动车不应当与其碰撞的障碍物位于何处。为此，通常将周围环境想象地细分成规则的网栅并且对于网栅的每一个单元确定障碍物是否位于其中。如此获得的信息传递到包括多个网栅点的障碍物地图上，所述网栅点的布置相应于机动车的周围环境的单元的布置。标记与占据多于一预确定的程度的单元相关联的网栅点。
随后，基于障碍物地图可以确定，必须如何控制机动车来避免与障碍物中的一个的碰撞。为此尤其可以确定，在未来时间点将占据哪些单元。由此也可以实现与任何对象的碰撞避免。
背景技术
例如在《Bayesian Occupancy Grid Filter for Dynamic Environments UsingPrior Map Knowledge》，T.Gindele、S.Brechtel、R.Dillmann；IEEEIntelligent Vehicles Symposium，中国，2009年，第669-676页中示出所述技术。
所述类型的传统的障碍物地图必须精细地网栅化，以便能够实现机动车的足够准确的控制。由此，障碍物地图的处理的复杂度迅速增大，其在实时系统中仅仅困难地实现。如果障碍物地图包括例如100×100个网栅点的矩阵，则其由10000个二进制的网栅点组成，所述10000个网栅点相应于210000个可能的障碍物地图。未来的障碍物地图根据存在的障碍物地图的以上所说明的时间上的预测可能成为实际不能解决的问题。
发明内容
本发明的任务在于说明一种技术，借此可以构建改善的障碍物地图。另一任务在于说明机动车基于障碍物地图的改善的控制。本发明借助具有本发明的特征的方法、计算机程序产品和设备来解决所述任务。
根据第一方面，根据本发明的用于构建道路上的机动车的周围环境的障碍物地图的方法包括提供网栅化的障碍物地图的步骤；扫描机动车的周围环境的步骤，其中将周围环境细分成单元；检测由障碍物占据的单元的步骤以及标记障碍物地图的与周围环境中的所占据的单元相关联的网栅点的步骤。在此，根据所述单元相对于道路走向的地点来确定单元的延展。
通过这种方式能够实现，将预给定的区域细分成减小数量的单元，所述单元的延展如此选择，使得信息由周围环境的较不重要的部分概括。因此，可以显著减小基于障碍物地图的确定方法的计算耗费。总体而言，可以简化障碍物地图的使用。例如可以实现可运动障碍物的运动的准确的时间上的预测。尤其可以改善地预估另一交通参与者沿着道路走向的运动。
在一种实施方式中，单元的几何形状根据其相对于道路走向的地点来确定。通过使用不必须为方形而例如具有矩形或者圆弧的形状的单元，可以将来自机动车的周围环境的重要信息改善地描绘到障碍物地图上。
在另一种实施方式中，至少一些单元具有主轴线，其中这些单元的主轴线根据道路的走向定向。从机动车沿着道路运动出发，所述单元例如可以以其沿着道路的主轴线延伸，使得冗余信息不占据用于障碍物地图的不必要的大量存储空间。
在另一种实施方式中，单元的定向与道路的高度特征匹配。由此，可以改善地实施机动车和障碍物、尤其和可运动的障碍物之间的距离估计，因为不估计机动车的纵向方向或者横向方向上的间距，而是估计沿着道路走向的实际间距。可以通过这种方式减小投影误差。
优选地，基于路点(Wegpunkten)的序列来插值道路的走向。路点例如可以由导航系统得到，在所述导航系统中保存道路的走向。
在另一种实施方式中，单元在机动车的运动方向上的延展随着与机动车的间距的增大而增大。单元在机动车的运动方向上与机动车越近，则其延展就越小。因此，机动车的对于碰撞避免特别重要的近区域可以以高的分辨率描述，而位于较远的区域可以以较低的分辨率在障碍物地图中显现。
根据第二方面，用于控制机动车的方法包括借助以上所描述的方法构建障碍物地图的步骤和基于所述障碍物地图提供用于机动车的控制信号以避免机动车和障碍物之间的碰撞的步骤。所述功能性例如可以实现为驾驶员辅助系统。在此，尤其可以实现与道路的区域中的物体的碰撞的避免。
根据本发明的计算机程序产品包括程序代码模块，其用于当在处理装置上运行或者在计算机可读的数据载体上存储所述计算机程序产品时实施所描述的方法中的一个。
根据另一方面，根据本发明的用于构建道路上的机动车的周围环境的障碍物地图的设备包括用于容纳已网栅化的障碍物地图的存储器；用于扫描机动车的周围环境的扫描装置，其中将周围环境细分成单元；用于检测由障碍物占据的单元并且用于标记障碍物地图的与周围环境中的所占据的单元相关联的网栅点的处理装置，其中所述处理装置还设置用于根据单元相对于道路走向的地点来确定单元的延展。
所述设备可以设置用于障碍物地图的有效构建。在另一种实施方式中，设备附加地设置用于评估障碍物地图，其中尤其可以包括用于影响机动车的轨迹的控制信号的提供。在一种实施方式中，处理装置也设置用于预测用于未来时间点的障碍物地图。然后，可以基于所预测的障碍物地图实现控制信号的提供。
附图说明
现在，参照附图更详细描述本发明，附图示出：
图1：机动车车载上的设备；
图2A至C：图1的机动车的周围环境成为单元的示例性划分；
图3：用于控制图1的机动车的方法的流程图。
具体实施方式
图1示出机动车105的车载上的设备100。机动车105位于道路110上，所述道路的走向可以通过多个路点115说明。每一个路点115包括一个位置并且可以附加地具有高度、斜度和方位中的至少一个。如果路点115包括高度说明，则多个路点115限定高度特征，所述高度特征可以用于更准确地确定道路走向。
设备100包括处理装置120，所述处理装置120与存储器125和至少一个传感器连接。存储器125设置用于记录已网栅化的障碍物地图130的显现所述显现包括多个网栅点135。障碍物地图130如此示出机动车105的周围环境的显现，使得由所述显现得知机动车105的周围环境的哪些区域由障碍物占据而哪些区域没有由障碍物占据。通常以规则矩阵的形式组织障碍物地图130并且每一个网栅点135携带一个二进制信息。
在图1的图示中，处理装置120与多个传感器、即与雷达传感器140和激光传感器145连接。附加地或替代地，也可以设置其它传感器、例如摄像机传感器或者激光雷达传感器。传感器140、145设置用于扫描机动车105的周围环境。处理装置120根据通过传感器140、145的扫描确定，在机动车105的周围环境中障碍物位于何处。为了所述确定，处理装置120将机动车105的周围环境划分成单元，其中给每一个单元分配存储器125中的障碍物地图130的一个网栅点135。如果单元充分地由障碍物占据，则处理装置125在障碍物地图130上标记所关联的网栅点135。
在一种实施方式中，处理装置120还设置用于基于障碍物地图130实施机动车105的控制。为此，处理装置120具有用于影响方向控制的第一接口150和/或用于影响机动车105的速度的第二接口155。处理装置120可以通过接口150、155中的一个接口来输出信号以避免机动车105与周围环境中的障碍物的碰撞。为了提供用于所述接口150、155的信号，处理装置120还可以设置用于，对于未来时间点预估障碍物地图130，即对于未来时间点预测网栅点135的标记。
在此提出，如此实现机动车105的周围环境划分成单元，使得单元的延展取决于其相对于道路110的走向的地点。将周围环境划分成单元优选通过处理单元120实施。在此，可以通过处理装置120例如根据路点115来确定道路110的走向。路点115例如可以由导航系统160的地图存储器得知。替代地或附加地，可以根据传感器140、145的信号来确定路点115。
图2示出将图1的机动车105的周围环境划分成单元205。图2A示出将所述周围环境传统地划分成方形单元205的规则布置。属于其的障碍物地图130通常具有相应的结构，其中单元205由网栅点135替代。
第一单元210部分位于道路110上。在第一时间点T0时，障碍物位于第一单元210中，因此所述第一单元标记为“占据”。障碍物例如可以包括机动车105或者另一交通参与者。根据运动方向和运动速度，对于较晚的时间点T1可以预测，障碍物已经继续运动至第二单元220，所述第二单元在图2A中同样标记为“占据”。第二单元220仅仅小部分地位于在道路110上。
图2B示出图1的机动车105的周围环境成单元205的另一划分。在所选择的划分中，单元205的延展根据其相对于道路110的走向的相应地点来确定。特别地，尽管描述所述道路的曲线，但是将道路110的走向细分成彼此邻接的单元205的线性连续(Serie)。与道路110的两个侧邻近的单元205具有跟随所述划分的形状和延展。在时间点T1时第二单元220的占据又根据关于在时间点T0时第一单元210中的障碍物的速度信息和方向信息来确定。因为第二单元210完全位于道路110上，所以在时间点T1时第二单元实际得多地反映障碍物的停留位置，如果障碍物涉及跟随道路110的车辆，则所述障碍物在时间点T0位于第一单元210中。
因此，通过根据其相对于道路110的走向的地点来确定单元205的延展，能够实现用于未来时间点的障碍物地图130的简化预测。总体而言，还可以在机动车105的周围环境中确定更少的单元205，因为可以忽略不重要的区域并且以相对大的单元205概括较不重要的区域，从而必须由障碍物地图130包括更少的网栅点135，以便可以存储足够多的重要信息。
对于单元210和215也可以描绘主轴线220，所述主轴线分别沿着单元210或215的最大延展延伸。在所示出的实施方式中，主轴线220根据道路115的走向定向，其中主轴线220优选平行于道路115在相应单元210、215的区域中的走向上的切线延伸。
图2C示出图1的机动车105的周围环境成单元205的另一示例性划分。在此，单元的延展根据其与第一单元210中的机动车105的间距沿着道路110的走向来选择。单元205沿着道路110越远离机动车105，其延展就越大。在所示出的实施方式中，网栅点205的延展也根据其横向于道路110的间距的增大而增大。通过这种方式，可以进一步减小存储器125中的空间并且必要时减小用于预测未来时间点的障碍物地图130的处理耗费。所述实施方式可以与其它的、尤其在图2B中所示出的实施方式组合。
图3示出用于控制图1的机动车105的方法300的流程图。所述方法300划分成具有步骤305至340的第一区段和随后的具有步骤345和350的第二区段，在所述第一区段中确定机动车105的周围环境的障碍物地图130，在所述第二区段中根据所确定的障碍物地图130实现机动车105的控制。在此，也可以在没有第二区段的步骤的情况下实施第一区段的方法。
在第一步骤305中，提供存储器125中的障碍物地图130。在此，通常去除所有网栅点135的标记。在随后的步骤310中，可以选择地确定机动车105的路线。所述路线例如可以存储在导航系统160中。
在步骤315中，根据导航系统160的地图数据或者根据传感器140、145的传感器信号来确定路点115。在随后的步骤320中，插值所确定的路点115，以便提供道路110的走向。
在另一步骤225中，确定单元的延展、形状和定向，随后将机动车105的周围环境划分成所述单元。在此，单元205的延展尤其根据其相对于道路110的走向的地点来确定，如以上参照图2B和2C示例性描述的那样。
在随后的步骤330中，借助传感器140、145实现周围环境的扫描，如果这没有已经在步骤315的范畴内实现。随后，在步骤335中检测已占据的单元205并且标记障碍物地图130的相关联的网栅点135。随后，在步骤340中可以提供确定的障碍物地图130。
根据所提供的障碍物地图130可以实现机动车150的控制，如以上所说明的那样。为此，在步骤345中可以检测用于机动车105的行为意图。所述行为意图例如包括机动车105应当沿着道路110运动并且应当避免与所有类型的障碍物的碰撞。在随后的步骤350中，可以根据在步骤340中所提供的障碍物地图130将所述行为意图转换成机动车105的期望运动并且可以确定用于机动车105的方向控制或者速度控制的控制信号。所确定的信号可以通过接口150、155相应地输出。
随后，所述方法可以返回至步骤310并且重新实施，其中如果先前实施的结果大部分没有变化，则必须仅仅部分地或者一步步地实施所述步骤中的一些。

Claims (8)

1.一种用于构建道路(110)上的机动车(105)的周围环境的障碍物地图(130)的方法(300)，所述方法包括以下步骤：
提供(305)已网栅化的障碍物地图(130)；
扫描(330)所述机动车(105)的周围环境，其中，将所述周围环境细分成单元(205)，其中，根据所述单元相对于所述道路(110)的走向的地点来确定所述单元(205)的延展，其中所述单元(205)的延展与所述道路(110)的高度特征(115)匹配；
检测(335)由障碍物占据的单元(205)；
标记(335)所述已网栅化的障碍物地图(130)的与所述周围环境中的所占据的单元(205)相关联的网栅点(135)。
2.根据权利要求1所述的方法(300)，其中，根据所述单元相对于所述道路(110)的走向的地点来确定所述单元(205)的几何形状。
3.根据权利要求1或2所述的方法(300)，其中，至少一些单元(205)具有主轴线(220)并且这些单元(205)的主轴线(220)根据所述道路(110)的走向定向。
4.根据权利要求1或2所述的方法(300)，其中，所述道路(110)的走向基于由导航系统得到的路点(115)的序列来插值(320)。
5.根据权利要求1或2所述的方法(300)，其中，所述单元(205)和所述网栅点在所述机动车(105)的运动方向上的延展随着与所述机动车(105)的间距的增大而增大。
6.一种用于控制机动车(105)的方法(300)，所述方法包括以下步骤：
根据权利要求1-5中任一项所述的方法构建(300)障碍物地图(130)；
基于所述障碍物地图(130)提供(350)用于所述机动车(105)的控制信号以避免所述机动车(105)和障碍物之间的碰撞。
7.一种计算机可读的数据载体，其存储具有程序代码模块的计算机程序产品，其用于当在处理装置(120)上运行时实施根据以上权利要求中任一项所述的方法(300)。
8.一种用于构建道路(110)上的机动车(105)的周围环境的障碍物地图(130)的设备，所述设备包括以下元件：
用于容纳已网栅化的障碍物地图(130)的存储器(125)；
用于扫描所述机动车(105)的周围环境的扫描装置(140，145)；
处理装置(120)，其用于将所述周围环境被细分成单元(205)；用于根据所述单元相对于所述道路(110)的走向的地点来确定所述单元(205)的延展，其中所述单元(205)的延展与所述道路(110)的高度特征(115)匹配；用于检测由障碍物占据的单元(205)并且用于标记所述已网栅化的障碍物地图(130)的与所述周围环境中的所占据的单元(205)相关联的网栅点(135)。
CN201380070079.9A 2013-01-14 2013-11-21 障碍物地图的构建 Active CN104919471B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102013200387.0 2013-01-14
DE102013200387.0A DE102013200387A1 (de) 2013-01-14 2013-01-14 Erstellung einer Hinderniskarte
PCT/EP2013/074331 WO2014108233A1 (de) 2013-01-14 2013-11-21 Erstellung einer hinderniskarte

Publications (2)

Publication Number Publication Date
CN104919471A CN104919471A (zh) 2015-09-16
CN104919471B true CN104919471B (zh) 2019-05-07

Family

ID=49679497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380070079.9A Active CN104919471B (zh) 2013-01-14 2013-11-21 障碍物地图的构建

Country Status (5)

Country Link
US (1) US9738278B2 (zh)
EP (1) EP2943910B1 (zh)
CN (1) CN104919471B (zh)
DE (1) DE102013200387A1 (zh)
WO (1) WO2014108233A1 (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013207904A1 (de) * 2013-04-30 2014-10-30 Bayerische Motoren Werke Aktiengesellschaft Bereitstellen einer effizienten Umfeldkarte für ein Fahrzeug
DE102014224075A1 (de) * 2014-11-26 2016-06-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum assistierten Führen eines Fahrzeugs
JP6246392B2 (ja) * 2014-12-09 2017-12-13 三菱電機株式会社 衝突リスク算出装置、衝突リスク表示装置、車体制御装置
CN105205841B (zh) * 2015-08-21 2018-05-25 通号通信信息集团有限公司 地理信息系统的地图生成方法和系统
DE102015225472A1 (de) * 2015-12-16 2017-06-22 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen einer Karte
DE102016202594A1 (de) * 2016-02-19 2017-08-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Interpretieren einer Fahrzeugumgebung eines Fahrzeugs sowie Fahrzeug
US9796390B2 (en) * 2016-02-29 2017-10-24 Faraday&Future Inc. Vehicle sensing grid having dynamic sensing cell size
JP6406289B2 (ja) * 2016-03-14 2018-10-17 オムロン株式会社 路面形状測定装置、測定方法、及び、プログラム
DE102016204113A1 (de) * 2016-03-14 2017-09-14 Conti Temic Microelectronic Gmbh Vorrichtung und Verfahren zur Detektion eines Objekts
US10234568B2 (en) * 2016-05-12 2019-03-19 GM Global Technology Operations LLC GNSS vehicle location involving overlapping roads
JP6674846B2 (ja) * 2016-05-31 2020-04-01 株式会社小松製作所 形状計測システム、作業機械及び形状計測方法
DE102016210886A1 (de) * 2016-06-17 2017-12-21 Robert Bosch Gmbh Konzept zum Steuern eines Verkehrs innerhalb eines Parkplatzes
US10471904B2 (en) 2016-08-08 2019-11-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for adjusting the position of sensors of an automated vehicle
JP6607526B2 (ja) * 2017-02-24 2019-11-20 マツダ株式会社 車両運転支援システム及び方法
US11077756B2 (en) * 2017-11-23 2021-08-03 Intel Corporation Area occupancy determining device
CN109840448A (zh) 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
US10303178B1 (en) 2017-12-15 2019-05-28 Waymo Llc Collision mitigation static occupancy grid
US10884422B2 (en) * 2018-04-16 2021-01-05 Baidu Usa Llc Method for generating trajectories for autonomous driving vehicles (ADVS)
US11126199B2 (en) * 2018-04-16 2021-09-21 Baidu Usa Llc Learning based speed planner for autonomous driving vehicles
JP7195073B2 (ja) * 2018-07-10 2022-12-23 古野電気株式会社 グラフ生成装置
GB2621499B (en) * 2019-02-25 2024-05-08 Mobileye Vision Technologies Ltd Systems and methods for vehicle navigation
CN110889362B (zh) * 2019-11-21 2022-12-20 大连理工大学 一种利用栅格地图高度信息的障碍物检测方法
CN111717244A (zh) * 2019-12-18 2020-09-29 河南思维轨道交通技术研究院有限公司 一种列车自动驾驶感知方法和系统
EP3882813A1 (en) 2020-03-20 2021-09-22 Aptiv Technologies Limited Method for generating a dynamic occupancy grid
EP3905105A1 (en) * 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a collision free space
EP3905106A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a drivable area
CN111913183A (zh) * 2020-07-27 2020-11-10 中国第一汽车股份有限公司 车辆侧向避障方法、装置、设备及车辆
CN114200917B (zh) * 2020-08-27 2023-09-01 郑州宇通客车股份有限公司 一种车辆换道控制方法及装置
CN113479191B (zh) * 2021-06-30 2023-04-07 重庆长安汽车股份有限公司 用于泊车的无车道线的车道边界检测系统、方法及车辆
US11810459B1 (en) 2022-05-09 2023-11-07 Aptiv Technologies Limited Vehicle localization based on radar detections in garages

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5343206A (en) * 1990-07-05 1994-08-30 Fiat Auto S.P.A. Method and means for avoiding collision between a motor vehicle and obstacles
US5410346A (en) * 1992-03-23 1995-04-25 Fuji Jukogyo Kabushiki Kaisha System for monitoring condition outside vehicle using imaged picture by a plurality of television cameras
CN1490201A (zh) * 2002-10-18 2004-04-21 松下电器产业株式会社 移动车辆障碍检测方法及装置、障碍检测·紧急处置方法及装置
CN1636804A (zh) * 2004-01-08 2005-07-13 株式会社电装 用于车辆的碰撞障碍物检测设备
CN1924514A (zh) * 2005-08-31 2007-03-07 歌乐牌株式会社 车辆用障碍物检测装置
DE102011078615A1 (de) * 2011-07-04 2013-01-10 Toyota Jidosha K.K. Objekterfassungsvorrichtung und objekterfassungsprogramm

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7424133B2 (en) * 2002-11-08 2008-09-09 Pictometry International Corporation Method and apparatus for capturing, geolocating and measuring oblique images
JP4609695B2 (ja) * 2003-10-21 2011-01-12 日本精機株式会社 車両用表示装置
US7266477B2 (en) * 2005-06-22 2007-09-04 Deere & Company Method and system for sensor signal fusion
US8050863B2 (en) * 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
JP4994256B2 (ja) * 2008-01-28 2012-08-08 株式会社ジオ技術研究所 経路案内データベースのデータ構造
US8054201B2 (en) * 2008-03-19 2011-11-08 Mazda Motor Corporation Surroundings monitoring device for vehicle
JP4582170B2 (ja) * 2008-03-27 2010-11-17 トヨタ自動車株式会社 勾配情報演算装置、車両走行制御装置、ナビゲーションシステム
US8611585B2 (en) * 2008-04-24 2013-12-17 GM Global Technology Operations LLC Clear path detection using patch approach
US8725474B2 (en) * 2008-10-01 2014-05-13 Navteq B.V. Bezier curves for advanced driver assistance system applications
EP2487906B1 (en) 2009-10-07 2020-05-27 Panasonic Intellectual Property Management Co., Ltd. Control device and vehicle surrounding monitoring device
JP5312367B2 (ja) * 2010-02-12 2013-10-09 村田機械株式会社 走行台車システム
JP5206752B2 (ja) * 2010-08-30 2013-06-12 株式会社デンソー 走行環境認識装置
KR20130127822A (ko) * 2012-05-15 2013-11-25 한국전자통신연구원 도로상 물체 분류 및 위치검출을 위한 이종 센서 융합처리 장치 및 방법
US8930060B1 (en) * 2013-07-15 2015-01-06 Ford Global Technologies Post-impact path assist for vehicles
US9216745B2 (en) * 2013-09-16 2015-12-22 Disney Enterprises, Inc. Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5343206A (en) * 1990-07-05 1994-08-30 Fiat Auto S.P.A. Method and means for avoiding collision between a motor vehicle and obstacles
US5410346A (en) * 1992-03-23 1995-04-25 Fuji Jukogyo Kabushiki Kaisha System for monitoring condition outside vehicle using imaged picture by a plurality of television cameras
CN1490201A (zh) * 2002-10-18 2004-04-21 松下电器产业株式会社 移动车辆障碍检测方法及装置、障碍检测·紧急处置方法及装置
CN1636804A (zh) * 2004-01-08 2005-07-13 株式会社电装 用于车辆的碰撞障碍物检测设备
CN1924514A (zh) * 2005-08-31 2007-03-07 歌乐牌株式会社 车辆用障碍物检测装置
DE102011078615A1 (de) * 2011-07-04 2013-01-10 Toyota Jidosha K.K. Objekterfassungsvorrichtung und objekterfassungsprogramm

Also Published As

Publication number Publication date
US9738278B2 (en) 2017-08-22
CN104919471A (zh) 2015-09-16
EP2943910A1 (de) 2015-11-18
WO2014108233A1 (de) 2014-07-17
US20150353083A1 (en) 2015-12-10
DE102013200387A1 (de) 2014-07-17
EP2943910B1 (de) 2016-10-05

Similar Documents

Publication Publication Date Title
CN104919471B (zh) 障碍物地图的构建
US20200049511A1 (en) Sensor fusion
US10981564B2 (en) Vehicle path planning
JP7422687B2 (ja) オクルージョン認識プランニング
CN107918758B (zh) 能够进行环境情景分析的车辆
CN107000745B (zh) 车辆的行驶控制装置以及行驶控制方法
CN107000753B (zh) 用于提供用于车辆的障碍物地图的方法
US20200020117A1 (en) Pose estimation
CN108263383A (zh) 在协同自适应巡航控制系统中控制速度的装置和方法
CN105264586A (zh) 用于车辆的占用地图
KR102086270B1 (ko) 주행 제어 장치의 제어 방법 및 주행 제어 장치
CN103781685A (zh) 车辆用自主行驶控制系统
CN111161322B (zh) 一种基于人车交互的lstm神经网络行人轨迹预测方法
CN106476728A (zh) 用于车载的车辆传感器的运动补偿
US20090303234A1 (en) Method for object formation
CN113495272B (zh) 生成动态占用网格的方法
CN113635894B (zh) 用于确定可行驶区域的方法
CN112889100B (zh) 移动体行为预测装置
US9616886B2 (en) Size adjustment of forward objects for autonomous vehicles
CN107415952B (zh) 增强的车辆操作系统及方法
JP2020060528A (ja) 支援制御システム
CN110068348B (zh) 用于在物体的周围环境中探测界限的方法和装置
JP2015519642A5 (zh)
CN107200016A (zh) 道路自适应预测方法及采用该方法的车辆系统
CN115249066A (zh) 分位数神经网络

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant