CN106415690A - 求得运行机动车车辆系统时使用的位置数据的方法及位置数据求得和分配系统 - Google Patents
求得运行机动车车辆系统时使用的位置数据的方法及位置数据求得和分配系统 Download PDFInfo
- Publication number
- CN106415690A CN106415690A CN201580030867.4A CN201580030867A CN106415690A CN 106415690 A CN106415690 A CN 106415690A CN 201580030867 A CN201580030867 A CN 201580030867A CN 106415690 A CN106415690 A CN 106415690A
- Authority
- CN
- China
- Prior art keywords
- motor vehicles
- position data
- achieve
- described motor
- data
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于求得位置数据的方法,所述位置数据在运行机动车(2)的车辆系统(3)时使用,其中,分析处理至少一个检测所述机动车(2)的周围环境的至少一部分和/或所述机动车(2)的相对于所述机动车(2)设置在外部的监控摄像机(9,10,11)的图像数据来求得至少一个检测到的物体(13)的位置数据并且将所述位置数据至少部分地提供给所述车辆系统(3)。
Description
技术领域
本发明涉及一种用于求得/确定在运行机动车的车辆系统时使用的位置数据的方法以及一种位置数据求得和分配系统。
背景技术
现代机动车的车辆系统、例如驾驶员辅助系统使用多个由传感器数据推断出的信息来成功地执行其对应功能。这种信息的一个重要类型是位置数据,所述位置数据涉及自己的机动车或涉及另外的交通参与者/物体。但在围绕机动车的周围环境中的其它物体的位置数据不再可完全地通过机动车的环境传感器检测,而在确定自己的位置时大多将多个方法融合,例如将测距法与全球导航卫星系统(GNSS)一起予以考虑。如果所述求得类型之一取消或如果该求得类型先天地不精确,则可快速导致自己的机动车的位置数据不精确。
如果使用被构造用于全自动地(高自动化地或自动驾驶地)运行机动车的车辆系统,这种情况特别重要。即机动车本身的驾驶员当前必须保证其机动车不与任何物体碰撞或者说走过正确的路径,因此在损失情况下驾驶员对事故负责,而在这种被构造用于全自动运行机动车的车辆系统(高自动化的车辆系统)中必须进行高精度保险。在此,对于自动行驶的、因此全自动运行的(自动驾驶的)机动车一方面需要自己的机动车的尽可能当前的位置,其中,描述所述位置的位置数据在其通过车辆传感机构求得时由于传感器漂移、噪声、非单义测量等而可具有误差。其它物体、尤其是可运动物体的位置当然也是用于无事故地全自动运行机动车的重要输入参量。如已所述,在此存在难度:机动车的周围环境中的全部重要物体也不再可通过传感机构(足够精确地)检测,尤其是当所述物体处于环境传感器的检测范围之外时。
DE 10 2004 035 856 A1描述了一种用于连接在交通装置的保持管、例如交通指示牌、交通信号灯、交通标志杆以及路标上的电辅助装置,所述电辅助装置包括具有用于检测道路交通数据的传感器装置的电子机构和/或用于发送道路交通数据的数据发送器。这种具有电辅助装置的交通装置可以是防碰撞系统的一部分,在所述防碰撞系统中,交通信息和道路交通数据由车辆控制单元进一步处理,所述车辆控制单元可作用于机动车的制动系统和/或触发机动车的安全装置。
由DE 11 2010 005 395 T5已知了一种道路车辆协作行驶安全支持装置,其中,当确定需要引起车辆的驾驶员的注意力时,在车辆中显示包括目标探测范围的屏幕信息。在此,在借助于安装在道路侧的图像传感器检测的图像中计算障碍物的速度和位置,发送给道路侧装置并且为了输出屏幕信息通过红外线路标传送给车辆。
DE 10 2007 032 814 A1公开了一种用于提供用于在车辆中支持行驶的信息的系统。为此,车辆侧的行驶支持单元控制用于输出信息的显示装置并且与安装在支持区中的道路侧装置通信。所述状态接收摄像机的图像数据,所述摄像机检测支持区并且将所述图像数据无线地传送给车辆。
发明内容
因此,本发明的目的在于,给出一种用于在机动车中确定位置时通过添加用于位置数据的另外的源来改善数据库/数据池的可能性。
为了实现所述目的,根据本发明提出一种具有权利要求1特征的方法。
在此如果谈到机动车的周围环境,则尤其是可涉及预确定的重要区域(Relevanzbereich),例如尤其是围绕机动车的确定半径内的可行驶区域等。
因此,本发明提出,通过使用外部源、具体而言监控摄像机来扩展数据库。监控摄像机在现实生活以及由此交通的很多领域中已经已知,通常用于监控确定的区域/范围,尤其是在安全方面。这种监控摄像机在本发明的范围内现在也用于追踪(“跟踪”)机动车和/或另外的物体。因此,在位置数据涉及作为物体的自己的机动车的位置的情况下,可提供外部的附加的冗余的位置说明,所述位置说明可用于检验或用于提高机动车的位置确定的总体质量。如果位置数据涉及与机动车不相应的物体、例如另外的交通参与者,当物体也可被机动车的环境传感器检测时,则也得到所述冗余度。但尤其是提供从机动车方面也获得关于处于机动车本身的环境传感器的检测范围之外的物体的信息的可能性。这允许对所述物体提前反应,尤其是在使用被构造用于全自动运行机动车的高自动化的车辆系统的情况下。不言而喻,当例如在仍看不到的行人时就应进行警告等,进行警告的车辆系统也可使用位置数据。
如已所述,当作为车辆系统使用被构造用于至少部分地、尤其是完全地自动运行机动车的车辆系统时,也可特别有利地使用本发明。这种高自动化的车辆系统特别是依赖关于机动车本身及其周围环境的丰富且精确的信息,以便可预先计算和跟随尽可能最佳的安全的车辆轨迹。在此,使用根据本发明的方法的监控摄像机提供极其有利的附加数据源,所述数据源最后可如机动车的附加的外部的环境传感器和/或附加的外部的位置传感器那样来理解。自动驾驶地运行机动车的所针对的应用领域是停车环境、尤其是停车场,在那里,出于监控目的本来就经常已经安装监控摄像机。但另一方面,这种停车环境经常提供通过其它机动车和/或墙和/或种植物等造成的视线障碍,由此,机动车的周围环境中的物体可能情况下可处于机动车的环境传感器的检测范围之外,但可通过监控摄像机检测,由此可提前适配规划的轨迹以便避免碰撞。有利地使用位置数据的其它车辆系统是用于警告驾驶员的驾驶员辅助系统,所述驾驶员辅助系统分析处理其它物体的重要位置以及可能情况下速度以便求得/确定警告信息。
如已所述,根据本发明的方法的一个有利构型提出,求得机动车本身的位置数据并且传送给所述机动车。位置数据因此(至少)描述机动车的自己的位置,所述位置于是应冗余地存在,因为用于确定自己的位置、即用于另外的位置数据的其它源处于机动车内部。但为了将位置数据作为自己的位置数据传送给确定的机动车,一个物体的由监控摄像机的图像数据求得的位置数据也必须可配置给正确的机动车。
在此,所述方法的一个扩展构型提出,借助于所走过的路径和/或另外的现有的尤其是由机动车发送的位置信息和/或借助于机动车的至少一个外部特征、尤其是号牌和/或车型牌号(Typkennzeichens)在所述至少一个监控摄像机至少之一的图像数据中在机动车外部识别机动车。如果高自动化地运行机动车,对此已经详细探讨,则通常的是,使得配置给当前行驶的区域的规划轨迹和/或当前位置的控制装置可访问,与所述控制装置本来就存在通信连接,例如通过WLAN。现在,如果由机动车的图像数据以及也由通信数据已知位置/行驶路径,则可比较所述机动车,由此单义地求得并且由此识别一个机动车。因此,以此方式进行在图像数据中探测到的物体到通信对的配置,不言而喻当位置数据不涉及自己的机动车时也可有利地使用所述配置。符合目的地连续地进一步跟随一次探测和识别的物体、尤其是机动车,只要所述机动车处于至少一个监控摄像机的检测范围中,对此在下面还要详细探讨。用于识别机动车的其它可能性例如涉及可由图像数据本身获得的信息,例如牌号,所述牌号可从号牌读出等。
在此,在这里还要指出的是,在图像数据中探测到的物体到通信对的配置不必强制地进行,因为完全可将全部由图像数据探测到的物体或者甚至图像数据本身传输给机动车,在那里,于是可进行进一步的分析处理/分类。
在此另一个实施例提出,机动车本身的位置数据对于机动车本身的通过机动车求得的另外的位置数据用作冗余信息,尤其是用于由位置数据和所述另外的位置数据求得最终位置信息和/或用于检验另外的位置数据和/或由所述另外的位置数据推断出的位置信息。借助于监控摄像机的图像数据求得的位置数据因此可直接加入到描述待使用的位置的最终位置信息的求得中,但或者也可用作合理性准则,以便评价另外的位置数据和/或位置信息的可信度。在此意义下通常提及位置概率或位置的置信范围。
作为替换方案或优选附加于机动车本身的位置,至少一个与机动车不相应的物体的位置数据作为可以以不同方式和方法在运行车辆系统时使用的位置数据传输给机动车。因此可提出,在建立机动车的周围环境的环境模型时予以考虑至少一个与机动车不相应的物体的位置数据。例如描述机动车的确定周围环境中的全部物体和/或确定周围环境的子区域的占用状态的这种环境模型在现有技术中已经提出。通常,这种环境模型由机动车本身求得而数据组成,但其中,在外部通过监控摄像机求得的位置数据也在此提供数据库的明显的扩展。另外,至少一个与机动车不相应的物体的位置数据可在求得与物体的碰撞概率时和/或在求得机动车的至少一个将来的轨迹时予以考虑。这尤其是在机动车的高自动化的自动驾驶的运行方面符合目的。另外,车辆系统的相应功能在现有技术中已经已知并且在此无须详细描述。
可提出,将尤其是用于进一步分析处理的尤其是已经至少部分地分析处理的图像数据和/或位置数据传送给机动车,如已所述。这种传送尤其是可通过配置给行驶区域、例如停车环境的控制装置来进行,所述控制装置与所述至少一个监控摄像机连接。机动车大多在所述区域内部与这种相应地具有合适的通信装置的控制装置本来就例如通过WLAN连接装置或其它通信连接装置通信。因此,合适的是,将数据从控制装置方面合并并且在那里通过本来就存在的通信连接装置传送给机动车,其中,优选已经从监控摄像机本身、尤其是配置给监控摄像机的图像处理装置和/或控制装置方面通过图像数据的分析处理求得位置数据。
本发明的一个有利扩展构型提出,对于通过所述至少一个监控摄像机探测的物体也求得至少一个属于物体的位置数据的物体信息并且尤其是至少部分地传送给机动车。因此也可由图像数据导出所述至少一个检测到的物体的另外的属性,所述另外的属性可有利地通过与摄像机连接的装置和/或机动车使用。在此尤其是可提出,作为物体信息求得物体类别和/或识别信息和/或速度和/或运动历史和/或运动预告。所述物体信息不仅可用于例如将识别到的物体配置给一个或者说所述控制装置的通信方,而且可用于如下地进行预筛选:何图像数据或者说位置数据应传输给何机动车等,对此在下面还要详细探讨。另外,不言而喻可考虑,使用并且评价所述或者说配置给行驶区域、例如停车环境的控制装置的功能。
根据本发明提出,对于每个监控摄像机和/或通过联合涉及相同物体的位置数据对于全部监控摄像机建立位置列表,所述位置列表包含用于通过至少一个监控摄像机追踪的运动物体的位置数据。物体信息如上所述也可包含在这种位置列表中。以此方式可实现图像数据的分析处理结果的特别合适的代表。存在将由不同监控摄像机检测的相同物体相互配置的不同可能性,所述监控摄像机优选也可累积地使用。因此,用于找到通过不同监控摄像机探测的相同物体的可能性提出,进行位置比较,其中,在确定位置信息时符合目的地也可就此而言进行比较。因此,在位置列表中可避免冗余的物体。不言而喻也可考虑,当多个监控摄像机存在关于一个确定物体的位置数据时,所述位置数据通过两者的统计分析处理加入到用于该物体的最后在位置列表中提供的位置数据中。例如可确定均值,尤其是也可确定优选用误差值加权的均值等。因此,总体而言,进行融合,即将用于唯一一个物体的不同源的位置数据聚集。
这种位置列表特别有利地从监控摄像机本身、配置给所述监控摄像机的图像处理装置和/或配置给行驶区域的与监控摄像机连接的控制装置方面求得。于是可对待传送给机动车的位置数据进行预筛选,即尤其是减少位置列表。
因此,另外根据本发明提出,在传送与机动车不相应的物体的位置数据时作为位置列表将对于机动车在使用至少一个重要性标准的情况下筛选的位置列表传输给机动车。因此检验:物体对于机动车究竟是否重要,其中,仅在给定的重要性下所述物体保留在用于机动车的位置列表中并且因此作为位置数据传送给机动车。
具体而言在此可提出,使用对机动车的尤其是传输给机动车的筛选装置和/或预先计算的将来的行驶包络区进行考虑的重要性标准。这种构型尤其是当机动车全自动运行时也是有利的,因为于是将来的轨迹本来就周期地规划和预先计算。但将来的轨迹也确定将来的行驶包络区,所述行驶包络区例如可传输给对于行驶区域使用的与监控摄像机连接的控制装置,所述控制装置也可用作通信方。对于控制装置于是已知,机动车取何路径,由此,所述控制装置可将沿着所述路径的物体分类为重要的并且将其位置数据(以及可能情况下物体信息)传输给机动车。在此,本发明的一个实施例提出,当物体处于可能情况下扩展以安全范围的行驶包络区中和/或在与机动车的经过相应的时刻以超过概率阈值的概率处于行驶包络区内部时,将该物体的位置数据传输给机动车。所列可能性中的第二可能性尤其是当也进行物体的运动的预先计算时可有意义地使用,其也用作物体信息。因此,最后,通过监控摄像机识别的物体与自动行驶的机动车的路径相比较,其中,总是当物体处于机动车的路径中时,将所述物体的位置数据传输给机动车,由此,可仅传送重要的信息并且避免碰撞。
作为位置数据的一部分,尤其是在机动车作为物体时,也可求得物体的取向。为此可提出,作为位置数据的一部分通过物体的外部特征的分析处理求得物体的取向,所述位置数据涉及所述物体。在此可考虑,为了求得粗略的取向,检测机动车的总体形状等,其中,也可关于确定的可容易探测的特征求得更精确的取向描述。具体而言可提出,为了求得机动车的取向作为外部特征在图像数据中探测和分析机动车的号牌和/或机动车的外后视镜。两个物体在图像数据中可容易地探测,其中,例如可使用所谓的“形状匹配算法”。机动车的号牌例如大多形成明亮的矩形,所述矩形可容易地探测。其指向与可相应地由此推断出的机动车取向直接相关。类似的图像处理算法也可在机动车的外后视镜中使用。还需要指出的是,物体的外部特征不言而喻也可用于求得物体信息,因为本来就探测到所述外部特征。
有利地作为位置数据求得在测地学坐标系和/或涉及行驶区域的坐标系中的绝对位置。监控摄像机的外在以及内在的位置可通过标定来确定。由此可将识别到的物体的位置从摄像机坐标系传送到全球坐标系、例如行驶区域的坐标系中。为此,使用外在的标定值。符合目的地,在位置数据中获得位置由此涉及也识别机动车本身的坐标系,由此可进行位置数据的直接的进一步处理。在此需要指出的是,通常在停车环境、尤其是停车场的情况下,将地图数据传输给机动车,所述地图数据可涉及确定的坐标系,机动车可使用该坐标系,以便在停车环境内部进行导航,自动地或通过借助于地图数据支持的驾驶员。于是符合目的的是,位置数据也被设计为在所述坐标系中给出位置。
本发明的一个特别有利的构型提出,在图像处理、即分析处理的第一步骤中对涉及不运动的静态的、尤其是练习/学习/训练(angelernten)的背景的图像数据不进行进一步考察。在此期间已知了方法,所述方法允许例如随着监控摄像机的第一次使用或重新启动这样学习静态背景,使得所述静态背景可从监控摄像机的稍后摄取的图像数据中又分离出,由此,保留的图像数据仅包含运动的附加于背景存在的物体。这显著简化图像数据的进一步分析处理,因为所述图像数据仅还包括运动的或新添加的物体,所述物体的位置数据应由图像数据确定。
这种处理方式例如已由J.Jacques、C.Jung和S.Musse的论文“灰度视频序列中的背景减除和阴影检测”(SIBGRAPI.IEEE Computer Society,2005年,第189-196页)已知。在那里提出,当前的摄像机图像和背景的差通过阈值转化成二进制表示,其中,所述二进制图像可通过形态学图像运算来改善。尤其是在那里也(通过不均匀的照明)找到并且尽可能在很大程度上分离出阴影效应。这种处理方式也可在本发明的范围内使用。
可符合目的地在尤其是清理掉背景的图像数据中通过簇结构/簇形状(Clusterbildung)来探测物体。因此考察各个像素的相邻关系,以便可形成类,所述类可属于公共的物体。例如可提出,将类视为物体,只要所述类达到阈值大小。
在本发明的有利扩展构型中,在不同时刻摄取的图像数据中追踪识别到的物体在使用卡尔曼滤波器的情况下进行。在此优选使用扩展卡尔曼滤波器,因为所述扩展卡尔曼滤波器在非线性运动过程中更好地适用于在当前图像数据中断定物体的位置并且由此实现追踪。追踪尤其是当识别到的物体的路径应与高自动化机动车的(传输的)轨迹相比较时符合目的。
在这里还需要注意的是,监控摄像机优选在时间上同步,以便尽可能避免时间误差。
如已所述,符合目的地至少部分地从监控摄像机和/或一个或者说所述与监控摄像机连接的尤其是配置给行驶区域的控制装置方面进行位置列表的分析处理、尤其是求得。例如如果不可将图像处理装置集成在监控摄像机和/或控制装置,可使用独立实现的图像处理装置。作为位置数据于是将可直接在机动车中进一步处理的位置数据发送给机动车;尤其是作为对于机动车筛选的位置列表。
可特别有利地在具有多个停车位的停车环境、尤其是停车场中实施根据本发明的方法,所述停车场配置有监控摄像机。如已所述,多数当今停车场本来就已经具有监控摄像机,所述监控摄像机于是可供应给其它应用。因此,对于其它行驶区域也符合目的的是,监控摄像机用于至少一个另外的功能、尤其是安全功能。
除了所述方法,本发明一种具有权利要求22特征的位置数据求得和分配系统。关于根据本发明的方法的全部实施形式可类似地转用于根据本发明的系统,通过所述系统也可获得所述优点。特别优选这种位置数据求得和分配系统可在停车环境、例如停车场中使用,其中,通信装置和分析处理装置特别优选集成在配置给停车环境的控制装置中。不言而喻,分析处理装置也可部分地分配给各个监控摄像机。
附图说明
从下面描述的实施例以及借助于附图得到本发明的其它优点和细节。
附图表示:
图1根据本发明的方法的流程图,
图2停车场中的状况,
图3摄像机图像,由所述摄像机图像分离出静态的背景,以及
图4根据本发明的位置数据求得和分配系统。
具体实施方式
现在要对根据本发明的方法的实施例在应用于作为停车环境的停车场中的方面予以描述,其中,至少一部分机动车在停车场中全自动地运行,这意味着,取代通过驾驶员来驾驶,所述机动车通过被构造用于全自动地运行机动车的高度自动化的车辆系统来驾驶。在停车场中,存在多个监控摄像机,所述监控摄像机用于安全功能并且例如通过人来监控,和/或所述监控摄像机的图像数据可被记录用于稍后的检测。但在当前情况下,监控摄像机也用于求得位置数据,所述位置数据可在运行高度自动化的车辆系统时使用。
监控摄像机与用于作为通过机动车行驶的区域的停车场的中央控制装置连接,其中,控制装置具有通信装置,通过所述通信装置可建立与在停车场内部运行的机动车的通信连接,例如通过WLAN。在WLAN的范围内适用于标准801.11p,所述标准801.11p在汽车领域中通常用于车对基础设施通信(car2x通信)。通过所述通信连接,一方面控制装置可提供关于停车场的信息、例如地图数据和关于空闲停车位的信息,但对于机动车也可以是,本身对于控制装置、在当前情况下尤其是根据本发明的方法,将可用信息、例如高自动化运行的机动车的轨迹和当前接收的位置信息传送给控制装置。机动车的轨迹数据可从控制装置方面例如用于自动进行碰撞危险的检测,因为在理想情况下全部在停车场中运行的机动车的轨迹供使用。但尤其是机动车的轨迹数据和位置反馈也用于可为通过监控摄像机探测的物体配置通信方,这在后面还要详细描述。为此,机动车通常也可传输识别数据、例如牌号,所述牌号与也可由监控摄像机的图像数据求得的物体信息相比较,以便将探测到的物体配置给通信方。尤其是关于牌号,但也在用于识别的其它物体信息中,可提出,所述牌号仅短时间地提供,并且例如随着离开停车场而又消失。
监控摄像机的检测范围尽可能在很大程度上覆盖停车场的可行驶区域,其中,不同监控摄像机的检测范围可完全重叠。
在步骤S1中,通过监控摄像机摄取图像数据。在步骤S2中,由所述图像数据首先分离出静态的练习的背景。为此,在现有技术中已经已知了方法,其中,仅仅要示例性地参见J.Jacques等人的已经描述的论文。因此,在执行步骤S2之后存在脱离了背景的图像数据。
在步骤S3中,在脱离了背景的所述图像数据中,通过簇结构识别物体。为此,在现有技术中也已经已知了多个也可在本发明的范围内使用的可能性。总是当探测到了物体时,追踪所述物体,可能情况下也越过多个摄像机,其中,如现有技术中已经已知的那样,优选使用卡尔曼滤波器来断定物体的当前位置并且因此可实现配置。因为通常产生非直线运动,所以在当前情况下使用扩展卡尔曼滤波器。
探测到的物体在对应的监控摄像机的摄像机坐标系中的位置可按照摄像机的固有标定来确定。这在当前情况下在步骤S4中进行。
在步骤S5中,监控摄像机的固有标定还用于将物体的在摄像机坐标系中确定的位置确定到物体在测地学坐标系和/或涉及停车场的坐标系中的绝对位置,尤其是机动车也使用所述测地学坐标系和/或涉及停车场的坐标系,在图像数据的这里描述的分析处理结束之后应给所述机动车提供位置数据。在此特别符合目的的是,物体包含在多个摄像机的重叠的检测范围中,因为于是例如可通过后向投影确定更精确的三维位置。在此可使用监控摄像机的、描述其相对布置的外部标定。
在这里需要注意的是,在步骤S4和S5中,也可包括取向在内确定位置,尤其是对于确定类别的物体、优选机动车。为此可在图像数据中探测和分析机动车的外部特征、例如其号牌及其外后视镜,以便由此推断出取向。
在步骤S6中,确定关于探测到的物体的另外的物体信息,在当前情况下首先是至少一个物体类别。物体类别描述涉及何类型的物体。待使用的典型的物体类别可以是步行者、童车、机动车、两轮车等。物体类别可通过算法来识别,所述算法例如分析处理物体的形状和/或如在图像数据中可看到的其它特征并且与比较数据相比较。越过图像数据被摄取的多个时刻,作为物体信息在此也记录用于各个物体的运动历史,当然如上所述追踪所述运动历史。于是尤其是也可传输给机动车的另外的符合目的的信息是物体的速度,所述速度也可由彼此相继的时刻的图像数据求得。不言而喻,原则上也可考虑和求得多个另外的物体信息。
因此,总体而言,对于每个监控摄像机例如在使用可集成在监控摄像机或配置给监控摄像机的图像处理单元的情况下产生位置列表,所述位置列表包含由监控摄像机检测的物体、所属的位置数据和所属的物体信息。所述列表在步骤S7中形成并且在当前实施例中传送给中央控制装置。另外,在步骤S7中,控制装置将各个监控摄像机的不同位置列表聚集成唯一的最终的位置列表,其方式是通过位置数据和/或物体信息的比较来识别多次出现的物体并且清理多次检测到的物体的位置列表,为此可有利地考虑监控摄像机的固有标定。追踪数据、即尤其是运动历史也在此被证实有利。由不同监控摄像机对于相同物体检测的位置数据或物体信息也可通过统计分析处理来联合。
在步骤S8中,于是对配置给物体类别机动车的物体如下检验:是否所述物体配置给控制装置的通信方。为此,被分类为机动车的物体的位置数据和物体信息与机动车的相应的通信数据相比较,所述通信数据也可通过轨迹或一起记录的位置信息包含运动历史,但其中,探测到的物体与通信方的配置作为替换方案或优选附加地也可基于机动车的其它特征、例如基于由图像数据提取的牌号等来进行。但指出,也可提出,将位置数据传送给没有通过监控摄像机检测到的机动车,例如因为所述机动车处于盲区中,但对于所述机动车相应地继续适用现在随后的实施形式,仅机动车的位置数据本身可传送给通信方的机动车。
对于每个通信方来执行现在随后的步骤S9至S11。首先,对于每个通信方检验:是否该通信方实际上被检测为物体,为此也参见关于步骤S8的描述。如果情况如此,该物体的位置数据作为机动车本身的位置数据添加给经筛选的待传送给机动车的位置列表。这在步骤S9中进行。
在步骤S10中,对于经清理的对于控制装置存在的最终位置列表的另外的探测到的物体借助于重要性标准来检验:是否所述物体对于机动车是重要的。在当前情况下,为此考虑由机动车的规划轨迹得到的将来的具有附加安全范围的行驶包络区。处于所述行驶包络区内部和/或根据预先计算当机动车经过相应位置时处于所述行驶包络区(加安全范围)内部的物体可被视为对于机动车是重要的。相应的位置数据添加给用于该机动车的经筛选的物体列表。这一切在步骤S10中进行。
此外,可将对于一个确定的机动车、即一个确定的通信方而言经筛选的位置列表补充以各个物体的物体信息的至少一部分,如果所述信息可以在机动车中使用的话。
最后,在步骤S11中,经筛选的位置列表传输给对应的通信方,在那里,所述位置列表在运行至少一个车辆系统时使用。
然后,对于监控摄像机的下一个摄取的图像数据又以步骤S1来继续。
为了利用在机动车中摄取的位置数据和物体信息,存在多种可能性。所摄取的经筛选的位置列表在此最后可理解为机动车的一种虚拟外部传感器。经筛选的位置列表的数据例如可考虑用于更新机动车的环境模型和/或直接加入到车辆系统、尤其是高自动化车辆系统的控制中。机动车本身的位置数据——因此所述位置数据已经被传送——对于通过机动车自身装置求得的另外的位置数据而言是冗余的,由此,所述位置数据可加入到机动车本身的待使用的最终位置信息的求得中,但或者也可用于另外的位置数据或位置信息的检验。关于与机动车本身不同的物体的位置数据,可执行现有技术中原则上已知的不同分析处理,例如在用于避免碰撞的轨迹匹配方面。
为了进一步解释,图2示出了停车场的路段区段1中的状况。具有主动的被构造用于全自动运行机动车2、即高度自动化的车辆系统3的机动车2朝路段区段1中的拐点运动,其中,也示出了机动车2的将来轨迹4。在机动车2的通信装置5与中央控制装置7的通信装置6之间存在通信连接装置8。如已所述,控制装置7与监控摄像机连接,在当前情况下示例性地示出了所述监控摄像机中的三个监控摄像机9、10和11连同其检测范围12。
机动车2本身处于监控摄像机11的检测范围12中,在那里相应地作为物体被探测到,由此求得机动车2本身的位置数据。
在路段区段1的拐角之后存在另外的物体13,所述物体由于拐点而不可被机动车2的环境传感器检测到。在当前情况下在此涉及一个另外的机动车14和一个行人15。这些物体13也在位置列表中检测。如可看到的那样,不仅机动车14而且行人15处于机动车2的规划轨迹4的区域中,所述规划轨迹也传输给控制装置7,由此,所述机动车和行人应被分类为对于机动车2是重要的,由此,所述机动车和行人的位置数据在所述机动车和行人由监控摄像机9的检测范围检测之后通过通信连接装置8传送给机动车2。
因此,尽管机动车2不可用其自己的环境传感器检测物体13,但所述机动车就此而言获得信息并且例如可调整其规划轨迹4。
图3示意性示出了监控摄像机9的已经清理掉背景的摄像机图像16,在所述摄像机图像上不仅可明确识别机动车14而且可明确识别行人15,连同允许确定物体类别和其它物体信息的特征。在当前情况下特别强调外后视镜17和号牌18,由所述外后视镜和号牌可导出机动车14的取向;对于号牌18可能情况下也可读出牌号。
图4示意性地以原理草图的形式示出了根据本发明的位置数据确定和分配系统19,所述位置数据确定和分配系统首先包括监控摄像机9、10和11(以及停车场的另外的监控摄像机)。作为分析处理装置20的一部分,每个监控摄像机9、10、11配置有图像处理单元21,所述图像处理单元提供监控摄像机各自的位置列表并且传送给控制装置7、在那里具体而言是位置列表组合单元22,所述位置列表组合单元将位置列表在清理重复的物体的情况下联合成一个公共的最终位置列表。在筛选单元23中,经筛选的位置列表对于通信方在筛选单元23中进行编制,然后,所述位置列表可通过通信装置6有目的地传送。
因此,在当前情况下,分析处理单元22包括图像处理单元21、位置列表组合单元22和筛选单元23。
Claims (22)
1.一种用于求得在运行机动车(2)的车辆系统(3)时使用的位置数据的方法,其中,分析处理至少一个检测所述机动车(2)的周围环境的至少一部分和/或所述机动车(2)的、设置在所述机动车(2)外部的监控摄像机(9,10,11)的图像数据来求得至少一个检测到的物体(13)的位置数据并且将该至少一个检测到的物体(13)的位置数据至少部分地提供给所述车辆系统(3),其特征在于:对于每个监控摄像机(9,10,11)和/或通过联合涉及相同物体(13)的位置数据对于全部监控摄像机(9,10,11)建立位置列表,所述位置列表包含通过至少一个监控摄像机(9,10,11)追踪的运动物体(13)的位置数据,其中,在将与所述机动车(2)不相应的物体(13)的位置数据作为位置列表传送给所述机动车(2)时传输对于所述机动车(2)在使用至少一个重要性标准的情况下经筛选的位置列表。
2.根据权利要求1的方法,其特征在于:所述车辆系统(3)是被构造用于至少部分自动地、尤其是全自动地运行所述机动车(2)的车辆系统(3)。
3.根据权利要求1或2的方法,其特征在于:求得所述机动车(2)本身的位置数据并且传送给所述机动车。
4.根据权利要求3的方法,其特征在于:借助于所走过的路径和/或另外的现有的尤其是由所述机动车(2)发送的位置信息和/或借助于所述机动车(2)的至少一个外部特征、尤其是号牌(18)和/或车型牌号在所述至少一个监控摄像机(9,10,11)至少之一的图像数据中在机动车外部识别出所述机动车(2)。
5.根据权利要求3或4的方法,其特征在于:所述机动车(2)本身的位置数据对于所述机动车(2)本身的通过所述机动车(2)求得的另外的位置数据用作冗余信息,尤其是用于由所述位置数据和所述另外的位置数据求得最终位置信息和/或用于检验另外的位置数据和/或由所述另外的位置数据推断出的位置信息。
6.根据上述权利要求任意之一的方法,其特征在于:至少一个与所述机动车(2)不相应的物体(13)的位置数据被考虑用于求得与所述物体(13)的碰撞概率和/或所述机动车(2)的至少一个将来的轨迹(4)和/或在建立所述机动车(2)的周围环境的环境模型时被予以考虑。
7.根据上述权利要求任意之一的方法,其特征在于:将尤其是用于进一步分析处理的、尤其是已经至少部分地分析处理的图像数据和/或所述位置数据传送给所述机动车(2)。
8.根据权利要求7的方法,其特征在于:所述至少一个监控摄像机(9,10,11)与尤其是配置给行驶区域的控制装置(7)连接,所述控制装置与所述机动车(2)通信。
9.根据上述权利要求任意之一的方法,其特征在于:对于通过所述至少一个监控摄像机(9,10,11)探测的物体(13)也求得至少一个属于所述物体(13)的位置数据的物体信息并且尤其是至少部分地传送给所述机动车(2)。
10.根据权利要求9的方法,其特征在于:作为物体信息求得物体类别和/或识别信息和/或速度和/或运动历史和/或运动预告。
11.根据上述权利要求任意之一的方法,其特征在于:使用对尤其是传输给所述机动车(2)的筛选装置的和/或预先计算的、所述机动车(2)将来的行驶包络区进行考虑的重要性标准。
12.根据权利要求11的方法,其特征在于:当物体处于在可能情况下以安全范围扩展的行驶包络区中和/或在与所述机动车(2)的经过相应的时刻以超过概率阈值的概率处于所述行驶包络区内部时,将该物体(13)的位置数据传输给所述机动车(2)。
13.根据上述权利要求任意之一的方法,其特征在于:作为所述位置数据的一部分通过对所述物体(13)的外部特征的分析处理求得所述物体(13)的取向,所述位置数据涉及所述物体。
14.根据权利要求13的方法,其特征在于:为了求得所述机动车(2,14)的取向作为外部特征在所述图像数据中探测和分析所述机动车(2,14)的号牌(18)和/或所述机动车(2)的外后视镜(17)。
15.根据上述权利要求任意之一的方法,其特征在于:作为位置数据求得在测地学坐标系和/或涉及行驶区域的坐标系中的绝对位置。
16.根据上述权利要求任意之一的方法,其特征在于:在图像处理的第一步骤中对涉及不运动的静态的、尤其是练习背景的图像数据不进行进一步考察。
17.根据上述权利要求任意之一的方法,其特征在于:在尤其是清理掉背景的图像数据中通过簇结构来探测物体(13)。
18.根据上述权利要求任意之一的方法,其特征在于:在使用卡尔曼滤波器的情况下对在不同时刻摄取的图像数据中识别到的物体(13)进行追踪。
19.根据上述权利要求任意之一的方法,其特征在于:至少部分地从所述监控摄像机(9,10,11)和/或一个或所述与所述监控摄像机(9,10,11)连接的、尤其是配置给行驶区域的控制装置(7)方面进行位置列表的分析处理、尤其是求得。
20.根据上述权利要求任意之一的方法,其特征在于:在具有多个停车位的停车环境、尤其是停车场中实施所述方法,所述停车场配有所述监控摄像机(9,10,11)。
21.根据上述权利要求任意之一的方法,其特征在于:所述监控摄像机(9,10,11)用于至少一个另外的功能、尤其是安全功能。
22.一种位置数据求得和分配系统(19),具有至少一个监控摄像机(9,10,11)、通信装置(6)、控制装置(7)和分析处理装置(20),所述分析处理装置被构造用于分析处理所述监控摄像机(9,10,11)的图像数据来求得至少一个检测到的物体(13)的位置数据,其中,所述通信装置(6)被构造用于将所述位置数据的至少一部分传输给机动车(2),所述监控摄像机(9,10,11)检测所述机动车或至少部分地检测机动车的周围环境,其中,每个监控摄像机(9,10,11)配置有被构造用于建立监控摄像机各自的位置列表的图像处理单元(21),和/或所述控制装置(7)被构造用于通过联合涉及相同物体(13)的位置数据对于全部监控摄像机(9,10,11)建立位置列表,其中,所述位置列表包含用于通过至少一个监控摄像机(9,10,11)追踪的运动物体(13)的位置数据,其中,所述控制装置(7)被构造用于在将与所述机动车(2)不相应的物体(13)的位置数据作为位置列表传送给所述机动车(2)时传输对于所述机动车(2)在使用至少一个重要性标准的情况下经筛选的位置列表。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014008578.3 | 2014-06-12 | ||
DE102014008578.3A DE102014008578B4 (de) | 2014-06-12 | 2014-06-12 | Verfahren zur Ermittlung von Positionsdaten zur Nutzung beim Betrieb eines Fahrzeugsystems eines Kraftfahrzeugs und Positionsdatenermittlungs- und-verteilssystem |
PCT/EP2015/000851 WO2015188905A1 (de) | 2014-06-12 | 2015-04-24 | Verfahren zur ermittlung von positionsdaten zur nutzung beim betrieb eines fahrzeugsystems eines kraftfahrzeugs und positionsdatenermittlungs- und -verteilungssystem |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106415690A true CN106415690A (zh) | 2017-02-15 |
Family
ID=53015757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580030867.4A Pending CN106415690A (zh) | 2014-06-12 | 2015-04-24 | 求得运行机动车车辆系统时使用的位置数据的方法及位置数据求得和分配系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10157544B2 (zh) |
EP (1) | EP3155603B1 (zh) |
CN (1) | CN106415690A (zh) |
DE (1) | DE102014008578B4 (zh) |
WO (1) | WO2015188905A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981727A (zh) * | 2018-07-24 | 2018-12-11 | 佛山市高明曦逻科技有限公司 | 汽车自组网导航地图系统 |
CN109785642A (zh) * | 2019-03-18 | 2019-05-21 | 解保业 | 车辆智能诱导系统 |
CN110435649A (zh) * | 2019-08-23 | 2019-11-12 | 淮安市城市公共交通有限公司 | 一种车辆加速预警和/或紧急制动记录的方法和系统 |
CN111247053A (zh) * | 2017-10-27 | 2020-06-05 | 奥迪股份公司 | 用于执行机动车的全自动驾驶过程的方法 |
CN111417556A (zh) * | 2017-11-17 | 2020-07-14 | 爱信艾达株式会社 | 车辆位置估计装置以及车辆控制装置 |
CN111417993A (zh) * | 2017-11-13 | 2020-07-14 | 罗伯特·博世有限公司 | 用于提供至少一个对象的位置的方法和设备 |
WO2020173325A1 (en) * | 2019-02-26 | 2020-09-03 | Ningbo Geely Automobile Research & Development Co., Ltd. | Mitigating collision risk with an obscured object |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102263731B1 (ko) * | 2014-11-11 | 2021-06-11 | 현대모비스 주식회사 | 주변차량의 위치정보 보정 시스템 및 방법 |
KR101561668B1 (ko) * | 2015-02-17 | 2015-10-30 | 민사현 | 주차장의 충돌 방지 장치 및 시스템 |
DE102015204861B4 (de) | 2015-03-18 | 2022-01-27 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs sowie Verfahren und Vorrichtung zum Betreiben eines Parkplatzes |
DE102015225242A1 (de) * | 2015-12-15 | 2017-06-22 | Volkswagen Aktiengesellschaft | Verfahren und System zur automatischen Steuerung eines Folgefahrzeugs mit einem Scout-Fahrzeug |
DE102016102065A1 (de) * | 2016-02-05 | 2017-08-10 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Unterstützen einer autonomen Fahrt eines Kraftfahrzeugs, Steuereinrichtung sowie Parkassistenzsystem |
US20200406926A1 (en) * | 2016-04-07 | 2020-12-31 | Shanghai Sansi Electronic Engineering Co. Ltd | Intelligent lighting system, intelligent vehicle and auxiliary vehicle driving system and method therefor |
JP6649178B2 (ja) * | 2016-05-24 | 2020-02-19 | 株式会社東芝 | 情報処理装置、および、情報処理方法 |
JP6625932B2 (ja) * | 2016-05-31 | 2019-12-25 | 株式会社東芝 | 監視装置及び監視システム |
US10713500B2 (en) | 2016-09-12 | 2020-07-14 | Kennesaw State University Research And Service Foundation, Inc. | Identification and classification of traffic conflicts using live video images |
DE102016218425A1 (de) * | 2016-09-26 | 2018-03-29 | Audi Ag | Verfahren zum zumindest teilautomatisierten Anfahren eines Kraftfahrzeugs aus dem Stand |
DE102016223106A1 (de) | 2016-11-23 | 2018-05-24 | Robert Bosch Gmbh | Verfahren und System zum Detektieren eines sich innerhalb eines Parkplatzes befindenden erhabenen Objekts |
KR102634188B1 (ko) * | 2016-11-30 | 2024-02-05 | 한화비전 주식회사 | 영상 감시 시스템 |
US10522040B2 (en) * | 2017-03-03 | 2019-12-31 | Kennesaw State University Research And Service Foundation, Inc. | Real-time video analytics for traffic conflict detection and quantification |
DE102017209195B4 (de) * | 2017-05-31 | 2022-05-05 | Audi Ag | Verfahren zur Dokumentation eines Fahrbetriebs eines Kraftfahrzeugs |
EP3422132B1 (en) * | 2017-06-27 | 2020-06-03 | TTTech Auto AG | Method and fault tolerant computer architecture for reducing false negatives in fail-safe trajectory planning for a moving entity |
US20220024503A1 (en) * | 2020-07-27 | 2022-01-27 | Westinghouse Air Brake Technologies Corporation | Vehicle monitoring system |
JP7010637B2 (ja) * | 2017-09-22 | 2022-01-26 | トヨタ自動車株式会社 | 情報処理システム、情報処理装置、方法、及びプログラム |
US10895459B2 (en) | 2017-12-13 | 2021-01-19 | Aptiv Technologies Limited | Vehicle navigation system and method |
FR3076045A1 (fr) * | 2017-12-22 | 2019-06-28 | Orange | Procede de surveillance d'un environnement d'un premier element positionne au niveau d'une voie de circulation, et systeme associe |
DE102018207339A1 (de) * | 2018-05-09 | 2019-11-14 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zum Überwachen und Validieren von Betriebsdaten in der Aktuatorik eines autonomen Kraftfahrzeugs |
DE102018216417A1 (de) * | 2018-09-26 | 2020-03-26 | Robert Bosch Gmbh | Ortsvorhersage für dynamische Objekte |
CN117541455A (zh) * | 2018-10-31 | 2024-02-09 | 北京嘀嘀无限科技发展有限公司 | 用于确定推荐位置的系统和方法 |
FR3091949B1 (fr) * | 2019-01-17 | 2022-03-04 | Transdev Group | Plateforme et procédé de supervision d’une infrastructure pour véhicules de transport, véhicule, système de transport et programme d’ordinateur associés |
CN110174093B (zh) * | 2019-05-05 | 2022-10-28 | 腾讯科技(深圳)有限公司 | 定位方法、装置、设备和计算机可读存储介质 |
DE102020214516A1 (de) | 2020-11-18 | 2022-05-19 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Lokalisieren eines sich innerhalb einer Infrastruktur bewegenden Fahrzeugs |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100100325A1 (en) * | 2008-10-22 | 2010-04-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Site map interface for vehicular application |
US20100100324A1 (en) * | 2008-10-22 | 2010-04-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Communication based vehicle-pedestrian collision warning system |
CN102693637A (zh) * | 2012-06-12 | 2012-09-26 | 北京联合大学 | 十字路口处右转车辆避让行人提示信号灯 |
CN103208205A (zh) * | 2013-03-20 | 2013-07-17 | 北京航空航天大学 | 一种基于车联网的车辆安全行驶预警方法 |
CN103680142A (zh) * | 2013-12-23 | 2014-03-26 | 苏州君立软件有限公司 | 一种交通路口智能监控方法 |
CN103794087A (zh) * | 2014-02-17 | 2014-05-14 | 东南大学 | 基于无线协同的运动物体穿行道路辅助避撞方法和系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6898498B1 (en) * | 1999-07-06 | 2005-05-24 | Delphi Technologies, Inc. | Crash classification method and apparatus using multiple point crash sensing |
KR100866450B1 (ko) | 2001-10-15 | 2008-10-31 | 파나소닉 주식회사 | 차량 주위 감시 장치 및 그 조정 방법 |
US20170255824A1 (en) * | 2016-03-04 | 2017-09-07 | General Electric Company | Aerial camera system and method for identifying route-related hazards |
DE10317044A1 (de) | 2003-04-11 | 2004-10-21 | Daimlerchrysler Ag | Freiraumüberwachung bei Kraftfahrzeugen |
DE102004035856A1 (de) * | 2003-08-14 | 2005-03-10 | Roland Bittner | Elektrische Zusatzeinrichtung für Verkehrseinrichtungen wie Verkehrsschild, Verkehrsampel, Verkehrsleitpfosten und Verkehrsleitbake sowie Verkehrshinweissystem, Verkehrsunfallverminderungssystem |
US9014871B2 (en) * | 2006-03-22 | 2015-04-21 | Eaton Corporation | Method and system for associating a vehicle trailer to a vehicle |
JP2007276577A (ja) * | 2006-04-04 | 2007-10-25 | Takata Corp | 対象物検出システム、作動装置制御システム、車両、対象物検出方法 |
JP4763537B2 (ja) | 2006-07-13 | 2011-08-31 | 株式会社デンソー | 運転支援情報報知装置 |
US20120242505A1 (en) | 2010-03-16 | 2012-09-27 | Takashi Maeda | Road-vehicle cooperative driving safety support device |
EP2700032B1 (en) | 2011-04-22 | 2016-03-16 | F3M3 Companies, Inc. | A comprehensive and intelligent system for managing traffic and emergency services |
DE102011101246A1 (de) * | 2011-05-11 | 2012-11-15 | Conti Temic Microelectronic Gmbh | Redudante objektdetektion für fahrerassistenzsysteme |
DE102012200127A1 (de) | 2012-01-05 | 2013-07-11 | Robert Bosch Gmbh | Tiefenbildberechnung mit einer Monokamera durch eine definierte Trajektorie |
JP6045796B2 (ja) * | 2012-02-27 | 2016-12-14 | 京セラ株式会社 | 映像処理装置、映像処理方法、および映像表示システム |
DE102013011969A1 (de) * | 2013-07-18 | 2015-01-22 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug |
EP3217321B1 (en) * | 2013-07-31 | 2019-08-28 | Honda Motor Co., Ltd. | Sign information output apparatus |
CA2925865A1 (en) * | 2013-10-04 | 2015-04-09 | Honda Motor Co., Ltd. | In-vehicle picture storage device for motorcycle |
DE102015002405A1 (de) * | 2015-02-24 | 2016-08-25 | Audi Ag | Verfahren zur Verkehrskoordinierung von Kraftfahrzeugen in einer Parkumgebung |
EP3199403B1 (en) * | 2016-01-28 | 2022-06-22 | Harman Becker Automotive Systems GmbH | System and method for external sound synthesis of a vehicle |
US10223380B2 (en) * | 2016-03-23 | 2019-03-05 | Here Global B.V. | Map updates from a connected vehicle fleet |
US10801853B2 (en) * | 2016-07-25 | 2020-10-13 | Ford Global Technologies, Llc | Method and apparatus for upcoming turn identification and assistance |
US10107631B2 (en) * | 2016-08-19 | 2018-10-23 | GM Global Technology Operations LLC | Methods and systems for vehicle positioning feedback |
CN109804223A (zh) * | 2016-10-11 | 2019-05-24 | 御眼视觉技术有限公司 | 基于检测到的障碍物导航车辆 |
US10031523B2 (en) * | 2016-11-07 | 2018-07-24 | Nio Usa, Inc. | Method and system for behavioral sharing in autonomous vehicles |
-
2014
- 2014-06-12 DE DE102014008578.3A patent/DE102014008578B4/de active Active
-
2015
- 2015-04-24 EP EP15719145.3A patent/EP3155603B1/de active Active
- 2015-04-24 US US15/316,812 patent/US10157544B2/en active Active
- 2015-04-24 WO PCT/EP2015/000851 patent/WO2015188905A1/de active Application Filing
- 2015-04-24 CN CN201580030867.4A patent/CN106415690A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100100325A1 (en) * | 2008-10-22 | 2010-04-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Site map interface for vehicular application |
US20100100324A1 (en) * | 2008-10-22 | 2010-04-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Communication based vehicle-pedestrian collision warning system |
CN102693637A (zh) * | 2012-06-12 | 2012-09-26 | 北京联合大学 | 十字路口处右转车辆避让行人提示信号灯 |
CN103208205A (zh) * | 2013-03-20 | 2013-07-17 | 北京航空航天大学 | 一种基于车联网的车辆安全行驶预警方法 |
CN103680142A (zh) * | 2013-12-23 | 2014-03-26 | 苏州君立软件有限公司 | 一种交通路口智能监控方法 |
CN103794087A (zh) * | 2014-02-17 | 2014-05-14 | 东南大学 | 基于无线协同的运动物体穿行道路辅助避撞方法和系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111247053A (zh) * | 2017-10-27 | 2020-06-05 | 奥迪股份公司 | 用于执行机动车的全自动驾驶过程的方法 |
CN111247053B (zh) * | 2017-10-27 | 2023-03-10 | 奥迪股份公司 | 用于执行机动车的全自动驾驶过程的方法 |
CN111417993A (zh) * | 2017-11-13 | 2020-07-14 | 罗伯特·博世有限公司 | 用于提供至少一个对象的位置的方法和设备 |
CN111417556A (zh) * | 2017-11-17 | 2020-07-14 | 爱信艾达株式会社 | 车辆位置估计装置以及车辆控制装置 |
CN108981727A (zh) * | 2018-07-24 | 2018-12-11 | 佛山市高明曦逻科技有限公司 | 汽车自组网导航地图系统 |
WO2020173325A1 (en) * | 2019-02-26 | 2020-09-03 | Ningbo Geely Automobile Research & Development Co., Ltd. | Mitigating collision risk with an obscured object |
CN109785642A (zh) * | 2019-03-18 | 2019-05-21 | 解保业 | 车辆智能诱导系统 |
CN110435649A (zh) * | 2019-08-23 | 2019-11-12 | 淮安市城市公共交通有限公司 | 一种车辆加速预警和/或紧急制动记录的方法和系统 |
CN110435649B (zh) * | 2019-08-23 | 2020-09-08 | 淮安市城市公共交通有限公司 | 一种车辆加速预警和/或紧急制动记录的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3155603B1 (de) | 2020-09-23 |
DE102014008578B4 (de) | 2016-02-18 |
WO2015188905A1 (de) | 2015-12-17 |
US10157544B2 (en) | 2018-12-18 |
DE102014008578A1 (de) | 2015-12-17 |
US20180151072A1 (en) | 2018-05-31 |
EP3155603A1 (de) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106415690A (zh) | 求得运行机动车车辆系统时使用的位置数据的方法及位置数据求得和分配系统 | |
CN108052097B (zh) | 用于训练异构感测系统的方法和异构感测系统 | |
US20180328757A1 (en) | Systems and methods for adjusting a contour of a vehicle based on a protrusion | |
CN111762189B (zh) | 车辆控制系统 | |
CN107545232A (zh) | 车道探测系统和方法 | |
CN105518760B (zh) | 用于确定机动车错误方向行驶的方法和交通监控设备 | |
US10839263B2 (en) | System and method for evaluating a trained vehicle data set familiarity of a driver assitance system | |
CN107797118A (zh) | 基于相机的拖车识别和盲区调整 | |
US11110932B2 (en) | Methods and systems for predicting object action | |
CN106945660A (zh) | 一种自动泊车系统 | |
DE102014219148A1 (de) | Verfahren und Vorrichtung zum Erstellen eines Bewegungsmodells eines Straßenverkehrsteilnehmers | |
CN106463059A (zh) | 障碍物信息管理装置 | |
CN106794874A (zh) | 用于运行自动引导的无人驾驶的机动车的方法和监控系统 | |
KR20210086470A (ko) | 차량용 안전 시스템 | |
US20230120095A1 (en) | Obstacle information management device, obstacle information management method, and device for vehicle | |
DE102022103428A1 (de) | Methoden zum auffinden von und zugang zu fahrzeugen | |
CN112466159B (zh) | 一种大型车辆右转弯安全性预警系统 | |
DE112020005275T5 (de) | Systeme und verfahren zur selektiven verzögerung eines fahrzeugs | |
DE102022100218A1 (de) | Umgebungsbeschränkungs- und Sensoranomaliesystem und -verfahren | |
CN106840177A (zh) | 汽车同步建图与障碍识别方法 | |
CN116337102A (zh) | 基于数字孪生技术的无人驾驶环境感知与导航方法 | |
DE102021133533A1 (de) | Immobilitätsdetektion innerhalb eines situativen kontexts | |
DE102022100041A1 (de) | Betriebseinhüllendenerkennung mit situationsbeurteilung unter verwendung von metriken | |
CN108701416A (zh) | 检测道路交通中危险情况的方法 | |
DE102023111485A1 (de) | Nachverfolgungssegmentbereinigung nachverfolgter objekte |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170215 |