CN107449433B - 用于收集用于更新地理数据库的观测数据的方法及装置 - Google Patents

用于收集用于更新地理数据库的观测数据的方法及装置 Download PDF

Info

Publication number
CN107449433B
CN107449433B CN201710324823.3A CN201710324823A CN107449433B CN 107449433 B CN107449433 B CN 107449433B CN 201710324823 A CN201710324823 A CN 201710324823A CN 107449433 B CN107449433 B CN 107449433B
Authority
CN
China
Prior art keywords
mobile device
observations
bounding box
additional observations
server
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
CN201710324823.3A
Other languages
English (en)
Other versions
CN107449433A (zh
Inventor
A·J·丹南布林
S·C·索德
V·博罗迪特斯基
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.)
Here Global BV
Original Assignee
Here Global BV
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 Here Global BV filed Critical Here Global BV
Publication of CN107449433A publication Critical patent/CN107449433A/zh
Application granted granted Critical
Publication of CN107449433B publication Critical patent/CN107449433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/26—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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H04W4/022—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences with dynamic range variability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

实施例包括用于收集用于更新地理数据库的观测数据的装置和方法。初始观测由第一移动设备、第一车辆或第一传感器收集。指示第一观测的数据连同地理位置一起被发送给服务器。中央服务器可以分析初始观测数据以确定是否应当进行附加观测，并且根据第一移动设备的地理位置和初始观测数据的分析定义边界框。基于边界框生成针对附加观测的请求并且将其发送给至少一个第二移动设备、第二车辆或第二传感器。

Description

用于收集用于更新地理数据库的观测数据的方法及装置
技术领域
以下公开涉及来自车辆或其它移动设备的用于更新数据库的观测。
背景技术
已经开发了提供导航相关和地图相关服务的各种技术。例如，车辆导航系统能够确定人员或车辆位于何处并且提供行进至所期望目的地的指引。其它导航相关服务可以基于位置向移动用户提供其它信息。而且，互联网站点提供地图、用于从指定起始点行进至所期望目的地的指引以及其它地图相关服务。
为了提供这些以及其它的地图相关的功能和特征，导航系统使用地理数据。地理数据可以是以一个或多个包括表示地理区域中的物理特征的数据的地理数据库的形式。针对地理数据的源或更新可以被众包至车队或其它移动设备以进行收集。
然而，更新具有高的带宽要求。此外，一些特定移动设备与其它移动设备相比可以更好地被配备以收集数据。鉴于这些考虑，优化地理数据库更新仍然存在挑战。
发明内容
在一个实施例中，一种用于收集用于更新地理数据库的观测数据的方法包括：从第一移动设备接收地理位置以及相关联的初始观测数据；由处理器执行初始观测数据的分析；由处理器根据第一移动设备的地理位置确定边界框；基于初始观测数据的分析生成针对来自至少一个第二移动设备的附加观测的请求；以及基于边界框将针对附加观测的请求发送给至少一个第二移动设备。
在另一个实施例中，一种用于收集用于更新地理数据库的观测数据的装置包括：至少一个处理器；以及至少一个存储器，至少一个存储器包括用于一个或多个程序的计算机程序代码；至少一个存储器和计算机程序代码被配置为利用至少一个处理器而使得装置至少执行：标识来自第一移动设备的地理位置以及相关联的初始观测数据；根据第一移动设备的地理位置以及初始观测数据确定边界框或路段；标识与边界框或路段相关联的至少一辆接近车辆；以及基于边界框或路段和接近车辆而将针对附加观测的请求发送给至少一个第二移动设备。
在另一个实施例中，一种方法包括：由定位电路检测移动设备的地理位置；检测来自第一传感器的初始观测数据；执行初始观测数据的分析，其中分析包括道路对象的代码；将道路对象的代码以及地理位置发送给服务器，其中针对附加观测的边界框或路段根据第一移动设备的地理位置以及初始观测数据的分析而被定义；从服务器接收针对附加观测的请求；以及响应于请求设置收集标记，其中收集标记被配置为响应于时间、距离或另一个移动设备的收集履行而被删除。
在另一个实施例中，一种装置包括：定位电路，其被配置为检测移动设备的地理位置；传感器，其被配置为检测初始观测数据；控制器，其被配置为执行初始观测数据的分析，其中分析包括针对道路对象的代码；以及通信接口，其被配置为将针对道路对象的代码以及地理位置发送给服务器，其中针对附加观测的边界框是根据第一移动设备的地理位置以及初始观测数据的分析而被定义。
附图说明
本文参考以下附图对本发明的示例性实施例进行描述。
图1图示了用于提供针对车辆观测的反馈的示例系统。
图2图示了图1的系统的流程图。
图3图示了用于请求车辆观测的示例边界框。
图4图示了用于请求车辆观测的示例可变边界框。
图5图示了用于请求车辆观测的示例有向边界框。
图6图示了用于请求车辆观测的示例车辆子集。
图7图示了由链路偏移量所定义的示例边界。
图8图示了示例经连接的车辆。
图9图示了示例移动设备。
图10图示了针对图9的移动设备的示例流程图。
图11图示了示例地图服务器。
图12图示了针对图11的地图服务器的示例。
具体实施方式
经连接的车辆包括通信设备和环境传感器阵列。经连接的车辆可以包括与内置导航系统耦合的集成通信设备。经连接的车辆可以包括专用通信设备，诸如与车辆系统进行通信的移动设备或智能电话。通信设备将车辆连接至包括至少一辆其他车辆和至少一个服务器的网络。网络可以是互联网或者被连接至互联网。
传感器阵列可以包括被配置为检测车辆的位置、车辆的速度和方向和/或车辆环境的一个或多个传感器。传感器阵列可以包括多个传感器。示例传感器包括诸如光检测和测距(LiDAR)的光学距离系统、诸如相机的图像捕获系统、诸如声音导航和测距(SONAR)的声音检测系统、诸如无线电检测和测距的无线电检测系统(RADAR)或者另一传感器。相机可以是可见光谱相机、红外相机、紫外相机或者另一相机。可以包括多个相机，诸如低清晰度相机和高清晰度相机。
传感器阵列所收集的数据可以对地理数据库进行更新或补充。地理数据库包括道路链路或路段以及与位置相关联的节点。数据库还可以包括道路的其它属性，作为示例，诸如地理坐标、街道名称、地址范围、速度限制、路口转弯限制和/或其它导航相关属性。地理数据库可以包括路段沿途的停车标志和/或停车灯，以及兴趣点(POI)。
不同车辆可以具有不同类型的传感器或拥有不同能力的传感器。第一组车辆可以具有低质量传感器，同时第二组车辆包括高质量传感器。低质量传感器可以能够收集关于道路相邻对象的数据以标识有变化发生但没有足够高的质量来更新地理数据库。使得所有可能的车辆一直收集并向中央管理设备发送数据是低效的。中央管理设备可以协调车辆的收集工作。
以下实施例包括用于对数据收集车辆或移动设备进行协调的示例设备和算法。中央管理设备可以使用多种因素来确定数据收集车辆或移动设备的子集。多种因素可以包括单个数据收集系统的能力、数据收集系统的行进方向和/或其它因素。
图1图示了用于提供针对车辆观测的反馈的示例系统。在图1中，一个或多个移动设备122包括传感器131，并且通过网络127被连接到服务器125。传感器131被配置为检测道路场景136中的一个或多个道路对象(例如，停车灯138或标志139)。包括地理数据库和地图的数据库123也被连接到服务器125。数据库123和服务器125组成了开发者系统121。多个移动设备122可以通过网络127被连接到服务器125。移动设备122包括对应于本地地图的数据库133。移动设备122可以是诸如智能电话的独立设备，或者是与车辆集成的设备。可以包括附加的、不同的或者更少的部件。
作为停车灯138或标志139的附加或备选，道路对象可以包括能够从道路中所检测的任何对象。道路对象可以包括与沿道路的交通流量移动相关的道路设施。示例道路设施项目包括任意交通标志、任意交通信号灯、人行横道、停车站、道路障碍物或者包括有关沿道路的交通流的信息的其它物理项目。在一个示例中，诸如这些道路设施项目的道路对象是永久的或半永久的，并且通常并不随着时间而改变。其它道路对象可以包括瞬态或半瞬态对象。瞬态或半瞬态对象的示例包括诸如事故、坑洼、停滞车辆或异物之类的危险。瞬态或半瞬态对象的示例包括建筑区域、移动人员、移动路障或紧急车辆。瞬态或半瞬态对象也可以由标牌或者诸如道路施工标志或闪光灯之类的其它道路设施所表示。
图2图示了图1的系统的流程图。流程图中所提及的动作可以由服务器125执行。然而，一些动作可以备选地由移动设备122或另一个设备来执行。可以包括附加的、不同的或者更少的动作。
在动作S101，接收道路对象的初始观测。初始观测可以具有关于用于将该初始观测从移动设备122传输至网络127的字节数量或带宽的预定大小。初始观测可以是在移动设备122处执行的图像处理的结果。应用于相机图像的图像处理技术可以包括边缘检测或特征变换(例如，尺度不变特征变换(SIFT))。图像处理技术可以利用特征向量。例如，可以将来自可能的预期模板的特征向量库与从所收集图像计算的特征向量集合进行比较。
初始观测可以包括数据的文本串，其描述作为图像处理结果而确定的道路对象的属性。对于文本标志而言，文本串的示例可以是用于限速标志的“55mph”、“禁止左转”或“禁止超车”，它们包括直接从标志图像所光学标识的文本。文本串的示例可以是“潮湿路滑”、“车道终止”、“山”或“分隔高速”，它们是表示通过图像处理所标识的标志上的图形图标的文本串。在任何这些示例中，数字或字母数字代码可以表示标志(例如，用于禁止左转标志的S1或者用于禁止超车标志的S2)，或者表示道路对象的类型(例如，用于标志的T1或者用于障碍物的T2)。
初始观测还可以包括移动设备122从其进行观测的地理位置(例如，纬度、经度和/或高度的坐标)。初始观测可以是与该地理位置的代码连结的所检测对象的代码。传感器131可以包括全球定位系统(GPS)或者另一种位置传感器。初始观测还可以包括在初始观测时描述移动设备122的方向的朝向。在一些示例中，朝向可以被整合到描述初始观测距移动设备122的距离的向量之中。
在动作S103，分析初始观测。分析可以包括将初始观测的位置与地理数据库123进行比较。当初始观测包括道路对象的类型时，服务器125确定该道路对象的类型是否已经在该位置或该位置的预定距离范围内被包括在地理数据库123中。当道路对象已经被存储在地理数据库123中时，服务器125确定需要附加观测以确认或进一步研究初始观测。
在一些示例中，服务器125还可以分析初始观测的道路对象的属性。当初始观测包括道路对象的属性的值时，服务器125确定该值是否不同于先前存储在地理数据库123中的道路对象的值。当道路对象已经被存储在地理数据库123中时，服务器125确定需要附加观测以确认或进一步研究初始观测。
在动作S105，针对附加观测的请求被发送到一个或多个附加设备。服务器125可以具有默认设置以将该请求发送到接近初始观测的地理位置的预定数量的移动设备122。该附加设备的默认数量可以是预先确定的数量(例如，最接近的X个设备)，或者是距初始观测所设置的地理区域或半径。附加设备的数量可以取决于在该地理位置附近所定义的边界框的大小。边界框的示例包括定义圆的半径或矩形的长度的预定距离。图3图示了用于在初始观测或初始车辆A附近请求车辆观测的示例边界框21。边界框21被图示在包括街道网格的地图上。
服务器125可以向当前正在边界框21中行进(例如，报告边界框21中的位置的移动设备122)或者去向或接近边界框21(例如，报告前往边界框21的一系列位置或路径的移动设备122)的移动设备122发送针对附加信息的请求。也就是说，一个或多个车辆或移动设备可以通过朝向边界框21的行进方向或相关联的道路链路ID而被标识。这些车辆可以尚未处于边界框21的区域之内或者处于相关联的道路链路ID的路段上。行进方向和速度可以作为标识这些车辆的因素。接近的车辆可以被标识为处于距边界框21的距离阈值以内的那些车辆。例如，可能有许多车辆朝边界框的方向行进，但是仅距边界框的边界或路段处于大约预定距离(例如，1英里)的接近车辆才针对动作S105被标识。
默认边界框21的大小可以根据移动设备122的数量进行设置。如以下动作中所描述的，边界框21的大小可以是动态的。
针对附加观测的请求可以包括为已收到请求的一个或多个移动设备122添加收集标记的命令。收集标记可以包括对应当被指示以在初始观测的地理位置处或其附近收集数据观测的传感器的类型的指定。因此，响应于该命令和/或收集标记，移动设备122被配置为基于初始观测的地理位置来收集附加观测数据。
该收集标记可以包括生存时间值。该生存时间值是一个倒数时间段(例如，10分钟或1小时)，或者是使得收集从存储器中被清除的期满时间和日期。可以根据边界框的大小和/或边界框中的交通流量级别成比例地选择生存时间值。与两个命令(一个命令用来启动收集标记而另一个用来移除收集标记)相比，生存时间值减少了移动设备122和服务器125之间的带宽。
收集标记可以以其它方式自行删除。例如，当移动设备122远离边界框行进超过预定距离时，收集标记可以从存储器被擦除。在其它示例中，当车辆或移动设备122被关闭或停止移动达预定时间(例如，10分钟或整夜)时，收集标记从存储器中被擦除。在移动设备122行进预定距离之后，或者从接收到收集标记的地方行进了预定距离之后，收集标记可以被删除。响应于另一个移动设备的履行，收集标记可以被删除。也就是说，当另一个移动设备已经收集数据而履行了针对附加观测的请求时，服务器125可以向移动设备122发送指令以清除收集标记。
响应于请求在服务器125处接收到的附加观测可以与位置传感器所确定的地理位置相关联。附加观测还可以包括描述移动设备122在该附加观测时的方向的朝向。在一些示例中，该朝向可以被整合到描述附加观测距移动设备122的距离的向量中。
该收集标记还可以指定用于附加观测的一个或多个特定传感器的类型。与初始观测相比，附加观测可以是高带宽观测。由于初始观测可以仅包括作为描述道路对象或道路对象属性的序列或代码的几个字节或不足千字节，附加观测可以包括对车辆周围区域的详细描述。附加观测可以包括来自相机的图像、LiDAR数据、SONAR数据或RADAR数据。附加观测可以包括超过千字节的数据或者一到几兆字节的数据。附加观测可以通过高带宽通信路径(例如，Wifi)进行传送，而初始观测则可以通过低带宽通信路径(例如，蜂窝)来传送。
在动作S107，服务器125确定S105中的附加观测是否足以标识所考虑的道路对象或特征。该确定可以基于当前处于边界框21中或朝向边界框21的移动设备122或车辆(或合格车辆)的数量。
合格车辆可以是被配备以向服务器125报告观测数据的车辆。例如，当移动设备122被整合到车辆中时，仅某些制造商可以被配置用于与服务器125进行通信。合格车辆可以对应于从服务器125订阅地图更新的车辆。当移动设备122是独立设备时，合格车辆可以包括安装或运行特定移动应用的移动设备122。
在动作S108，当附加观测不充分或边界框21中的车辆数量少于阈值时，可以进行一个或多个调整以改善动作S105中的数据收集。
在一个示例中，在动作S108，调整包括针对动作S105中的附加设备的硬件需求进行调整。例如，移动设备122可以根据移动设备122或相关联车辆的硬件被分类。在一个示例中，硬件分类基于可用传感器的类型。移动设备122的低质量车辆可以仅包括低清晰度相机。移动设备122的中质量车辆可以至少包括高清晰度相机。移动设备122的高质量车辆可以仅包括诸如LiDAR的光学测距传感器。在一些示例中，硬件分类可以基于与网络127的通信的类型。当在边界框21中需要更多车辆进行附加观测时，针对已发送请求的移动设备122的硬件需求可以有所降低(例如，高质量降低至中质量，中质量降低至低质量，或者高质量降低至低质量)。
在动作S108中的一个示例中，调整包括对边界框21进行调整以选择动作S105中的附加设备。为了增加边界框中的车辆数量，服务器125可以增大边界框的大小。图4图示了用于对边界框23请求车辆观测的示例可变边界框。增大的边界框23的中心可以与初始观测或初始车辆A相一致。在一个示例中，边界框大小(例如，圆的半径或矩形的边长)被增大以包括具体数量的车辆。
在另一个示例中，如图5所示，边界框25的大小可以被有向地调整。边界框25的大小取决于一个或多个单行道路段的行进方向(例如，箭头24所指示的单行道方向)或者地理数据库123中接近于初始观测或初始车辆A的道路链路。边界框25在与单行道路段的行进方向相反的方向进行扩展。如图5所示，边界框25进一步向路段Main街道和第三街道的上游扩展。边界框25的大小可以根据边界框25中所包括路段的限速进行设置。符合较高限速路段的边界框25的尺寸可以具有比符合较低限速的边界框的尺寸更大的长度。
图6图示了用于请求车辆观测的示例车辆子集。边界框的大小可以径向调整。例如，当边界框27a被设置为来自初始观测A的默认半径时，边界框27a中并不包括合格车辆。边界框27a可以径向延伸为边界框27b以包括车辆或移动设备D和G。然而，当D和G并非合格车辆、并不符合硬件需求、或者并非朝向初始观测A行进时，边界框27b可以被扩展为边界框27c。边界框27c包括车辆或移动设备B、C、E和F，这提高了接收到足够观测的可能性。
图7图示了由链路偏移量所定义的示例边界。在前述实施例中，边界框根据地理坐标(例如，纬度和经度)或地图瓦片坐标进行定义。边界框也可以由路段或链路偏移量进行描述。也就是说，形成边界框的每个顶点或边可以由沿着路段的具体相对位置来定义。图7所示的示例包括路段31a-d以及各自的偏移量32a-d。如表1所示，偏移量可以是一个小数或十进制值，其将一个点定义为与沿路段有多远的成比例的距离。该比例值可以从路段起点到路段末端进行测量。在一个示例中，通过连接偏移量以形成闭合多边形而形成边界框。在另一个示例中，路段垂直于相应路段进行延伸以形成多边形。图7所示的示例导致了图3的矩形边界框21。
路段 偏移量
31a 0.8
31b 0.6
31c 0.2
31d 0.4
表1
作为备选，该边界框被省略并且仅使用道路链路ID。例如，如果车辆正在接近道路链路，则该车辆或相关联的移动设备被标识并且被指示在该道路链路(或沿该通路的偏移点)上行进时捕捉数据。
在动作S108中的一个示例中，调整包括对在动作S105中提供至附加设备的激励进行调整。可以向为服务器125提供观测数据的车辆提供各种类型的激励。
在一个示例中，用户或驾驶员无法看到激励系统。车辆可以配备有制造商系统，其在被请求或处于某些位置时自动提供车辆环境的观测。在这种情况下，激励可以与地图更新的可用性或者地图更新对于制造商的成本相关。
在另一个示例中，激励系统可以与驾驶员或用户进行交互。驾驶员可以激活收集观测并将其发送给地图提供方的选项，以便作为交换而以零成本地或较低成本接收地图更新。成本的减少可以根据特定用户提供的有用观测的数量计算。
在动作S108中的一个示例中，调整包括对与在动作S105中发送给附加设备的请求相关联的生存时间值进行调整。车辆或移动设备122在用于收集值的生存时间值期满时删除收集标记并且停止报告观测。在一些实例中，生存时间值可以在用于进行附加观测的充分时间已经过去之前期满。这可以是因为交通流量或者因为使用了更大边界框。服务器125可以增大生存时间值以获得更多观测。
在用于增加进行附加观测的车辆的数量或者通过减少进行附加观测的车辆数量而提高附加观测的质量的这些技术的一种或多种之后，序列循环回到动作S105以收集附加观测。以这种方式，该过程包括用于车辆观测的反馈循环。
在动作S109，当附加观测充足时，服务器125确定观测是否指示应当对地理数据库123进行更新。更新可以在观测包括尚未被包括在地理数据库123中的信息时进行。在另一个示例中，可以对置信度级别进行追踪。置信度级别可以在附加观测之一每次检测到特定道路对象或道路对象属性时被增加。置信度水平的增加可以取决于传感器的可靠性。不同的传感器类型可以被分配以不同的可靠性比例因数。当置信度级别超过阈值时，地理数据库123被更新。
一些更新可以被忽略。例如，服务器可以对观测应用可行性测试。例如，如果观测指示所公布的限速为100mph，但是该地理区域没有限速超过70mph，则该观测可能无法通过可行性测试并且服务器125可以忽略该观测。
在动作S111，当需要更新时，服务器125针对地理数据库123生成更新。该更新可以根据调度或者在请求时被分布至车辆或移动设备122。
在动作S110，当不需要更新时，服务器125可以删除或标记删除观测。在S112，服务器125可以取消针对附加观测的未决请求。也就是说，服务器125可能已经在动作S105中发出了多个请求。当附加观测提供了用来最终确定是否需要更新的足够信息时，仍然有效的其它未决请求不再被需要。
移动设备122可以是个人导航设备(“PND”)、便携式导航设备、移动电话、个人数字助理(“PDA”)、手表、平板电脑、笔记本计算机和/或任何其它已知的或以后开发的移动设备或个人计算机。移动设备122还可以是汽车主机、信息娱乐系统和/或任何其它已知的或以后开发的汽车导航系统。导航设备的非限制性实施例还可以包括关系数据库服务设备、移动电话设备、汽车导航设备以及用于空中或水上行进的导航设备。
移动设备122和服务器125之间通过网络127的通信可以使用各种类型的无线网络。示例性的无线网络包括蜂窝网络、被称为WiFi或IEEE 802.11的协议族、称为蓝牙的协议族或者另一协议。蜂窝技术可以是模拟高级移动电话系统(AMPS)、全球移动通信系统(GSM)、第三代合作伙伴项目(3GPP)、码分多址(CDMA)、个人手持电话系统(PHS)以及4G或长期演进(LTE)标准或者另一协议。
图8图示了示例经连接的车辆124。经连接的车辆包括通信设备以及环境传感器阵列，环境传感器阵列作为用于向服务器125报告车辆124的环境的传感器131。该经连接的车辆可以包括与车载导航系统耦合的集成通信设备。经连接的车辆可以包括专用通信设备，诸如与车辆系统通信的移动设备或智能电话。通信设备将车辆连接至包括至少一辆其它车辆和至少一个服务器的网络。该网络可以是互联网或者被连接至互联网。
传感器阵列可以包括一个或多个被配置为检测车辆环境的传感器。传感器阵列可以包括多个传感器。示例传感器包括诸如光检测和测距(LiDAR)的光学距离系统、诸如相机的图像捕获系统、诸如声音导航和测距(SONAR)的声音检测系统、诸如无线电检测和测距的无线电检测系统(RADAR)或者另一传感器。相机可以是可见光谱相机、红外相机、紫外相机或者另一相机。
车辆124可以包括全球定位系统、航位推测类型的系统、蜂窝定位系统或者这些或其它系统的组合，其可以被称作定位电路或位置检测器。定位电路可以包括合适的感测设备，其测量移动设备122的行进距离、速度、方向等。定位系统还可以包括接收器和关联芯片以获得GPS信号。备选地或附加地，一个或多个检测器或传感器可以包括构建或嵌入到移动设备122或者处于其内部中的加速计。
在一些备选中，车辆124中可以包括附加传感器。引擎传感器111可以包括测量引擎的油门位置或者加速器踏板位置的油门传感器、测量制动机制或制动踏板的位置的制动传感器、或者测量引擎速度或车辆车轮速度的速度传感器。作为另一个示例，车辆传感器113可以包括方向盘角度传感器、速度计传感器或转速计传感器。
图9图示了图1的系统中的示例性移动设备122。移动设备122包括处理器200、车辆数据库133、存储器204、输入设备203、通信接口205、定位电路207、显示器211、第一传感器213和第二传感器214。输入设备203可以接收设置以使得移动设备能够或无法收集观测。附加的、不同的或更少的部件对于移动设备122而言是可能的。图10图示了图9的移动设备的示例流程图。可以包括附加的、不同的或更少的步骤。
在动作S201，定位电路207检测移动设备122的位置，并且处理器200从定位电路207接收位置数据。位置数据可以以地图不可知的坐标(例如，纬度和经度)进行测量。位置数据可以包括取决于地图的IAO(例如，基于地图瓦片中的相对位置)。该位置数据可以包括高度值。
在动作S203，处理器200检测来自第一传感器213的针对道路场景或道路对象的初始观测数据。处理器200可以首先从服务器125接收进行初始观测的请求。初始观测数据可以被临时存储在存储器204中，或者更为持久地被记录在存储器204中。在一些实例中，初始观测数据被存储在存储器204中直到建立了到服务器125的数据连接，其取决于用于小区覆盖的地理区域或无线网络可用性。
在动作S205，处理器200执行初始观测数据的分析。分析可以涉及处理初始观测数据以计算针对观测数据中的道路对象的代码或标识值(ID值)。在一些实例中，分析可以包括对观测数据进行过滤以确定是否已经检测到道路对象。在一些实例中，分析可以包括图像处理或深度图处理以确定道路对象的大小、形状和位置。分析可以包括作用于图像的检测技术以确定道路对象上的符号或词语。
在动作S207，处理器200或通信接口205将道路对象的代码或ID值以及地理位置发送给服务器125。如本文的示例中所描述的，根据第一移动设备的地理位置以及对初始观测数据的分析定义用于附加观测的边界框。
在动作S209，基于边界框进行一个或多个后续观测。后续观测可以由第二传感器214或者一个或多个其它移动设备或车辆来执行。其它移动设备或车辆中的处理器200或者类似硬件从服务器125接收针对附加观测的请求。针对附加观测的请求可以由显示器211呈现。第二传感器214执行或检测数据的附加观测。
移动设备122可以基于车辆数据库133而生成路径指示。该路径指示可以由显示器211来提供。移动设备122可以被配置为执行路径算法从而确定沿道路网从原点位置行进去往地理区域中的目的地位置的最优路径。移动设备122使用包括来自服务器125的地图匹配值在内的(多个)输入检查原点位置和目的地位置之间的可能路径从而确定最优路径。可以被称作导航设备的移动设备122随后可以以标识终端用户从原点行进至目的地位置所需要采取的操控的引导的方式为终端用户提供有关最优路径的信息。一些移动设备122在显示器上示出详细地图并概括出路径、在沿路径的各个位置所要采取的操控类型、某些类型的特征的位置等等。可能路径可以基于Dijkstra方法、A-star算法或搜索和/或可以被修改从而考虑基础路段的所指定成本值的其它路径开拓或计算算法进行计算。
移动设备122可以响应于针对道路对象的附加观测的请求通过道路系统计划路径或者通过道路系统修改当前路径。例如，当移动设备122确定最优路径有两个或更多备选并且路径之一通过初始观测点，则移动设备122选择通过初始观测点的备选。移动设备122可以将最优路径与通过初始观测点的最接近路径进行比较。作为响应，移动设备122可以修改最优路径以通过初始观测点。
移动设备122还可以将路径报告给服务器125。因此，服务器125可以检查多个移动设备122的未来路径并且选择与通过或接近初始观测点的路径相关联的移动设备122。针对附加观测的请求可以由服务器125基于从移动设备122所接收的当前路径进行分布。当移动设备122已经处于通过初始观测点的路径上时，针对附加观测的情况可以省略收集标记和/或生存时间值。输入设备203可以接收设置以使得移动设备122能够或无法接收出于收集观测数据目的路径备选或者收集观测数据所允许的最大路径偏差。
移动设备122可以被集成在车辆124中，车辆124可以包括辅助驾驶车辆，诸如自主车辆、高度辅助驾驶(HAD)和高级驾驶辅助系统(ADAS)。任何这些辅助驾驶系统都可以被整合到移动设备122中。备选地，辅助驾驶设备可以被包括在车辆中。辅助驾驶设备可以包括存储器、处理器以及与移动设备122进行通信的系统。辅助驾驶车辆可以对从地理数据库123和服务器125所接收的地理数据作出响应，该地理数据已经根据本文所描述实施例中的数据收集而被更新。
术语自主车辆可以是指自行驾驶或无人驾驶模式，其中并不需要乘客坐在车上对车辆进行操作。自主车辆可以被称作机器人车辆或自动车辆。自主车辆可以包括乘客，但驾驶员并非是必需的。这些自主车辆可以自行停放或者在没有人类操作者的情况下在多个位置之间移动。自主车辆可以包括多种模式并且在模式间进行变换。自主车辆可以响应于针对附加观测的需求而基于车辆的位置对车辆进行转向、制动或加速，以便通过初始观测位置或道路对象。
高度辅助驾驶(HAD)车辆可以是指并不完全取代人类操作者的车辆。相反，在高度辅助驾驶模式中，车辆可以执行一些驾驶功能并且人类操作者可以执行一些驾驶功能。车辆也可以以人工模式进行驾驶，其中人类操作者对车辆的移动实施一定程度的控制。该车辆也可以包括完全无人驾驶的模式。其它自动化级别是可能的。HAD车辆可以响应于处于车辆的位置以及针对道路对象的附加观测的请求而通过转向或制动来控制车辆。
类似地，ADAS车辆包括一个或多个部分自动系统，在部分自动系统中车辆对驾驶员提出警告。该特征被设计为自动避免冲撞。特征可以包括自适应巡航控制、自动制动或者用于将驾驶员保持在正确车道的转向调整。ADAS车辆可以基于车辆位置而为驾驶员发出警告。
图11图示了示例服务器125，其可以应用于图1的系统。服务器125包括处理器300、通信接口305、存储器301和数据库123。输入设备(例如，键盘或个人计算机)可以被用来向服务器125输入设置。服务器125中可以提供附加的、不同的或更少的部件。图12图示了服务器125的操作的示例流程图。可以提供附加的、不同的或更少的动作。
在动作S301，处理器300或通信接口305从第一移动设备接收地理位置和相关联的初始观测数据。
在动作S303，处理器300执行初始观测数据的分析。处理器300的分析可以附加于在移动设备122所执行的分析。例如，移动设备122处的分析可以确定是否存在道路对象或者道路对象的类型。动作S303的分析可以确定道路对象是否已经被包括在地理数据库123中。
在动作S305，处理器300根据第一移动设备的地理位置以及对初始观测数据的分析确定或计算边界框或相关联路段。边界框的大小可以根据本文所描述技术的任何组合进行设置。
在动作S307，处理器300基于该边界框或路段生成针对附加观测的请求。至少一个第二移动设备根据边界框或者与初始观测数据相关联的地理位置被选择。至少一个第二移动设备可以是接近该边界框或路段的车辆(或者被置于车辆中)。所选择的移动设备可以取决于移动设备的当前行进方向或者预期行进方向。处理器300可以接收移动设备的当前行进方向，并且基于当前行进方向而确定至少一个第二移动设备是否与第一移动设备的地理位置相关联。
所选择的移动设备可以取决于边界框区域中的可能移动设备的硬件能力。处理器300可以接收指示至少一个第二移动设备的硬件能力的数据，并且执行该硬件能力与硬件能力阈值的比较。能力阈值可以指定能够对足以更新地理数据库的道路对象进行观测的移动设备的传感器的分辨率或距离范围。能力阈值可以指定传感器的类型，诸如LiDAR、SONAR、RADAR或高清晰度相机。
在动作S309，处理器300或通信接口305向与接近车辆相关联的至少一个第二移动设备发送针对附加观测的请求。作为响应，处理器300或通信接口305从至少一个第二移动设备接收附加观测，并且基于附加观测更新地理数据库。
控制器200和/或处理器300可以包括通用处理器、数字信号处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、模拟电路、数字电路、它们的组合或者其它目前已知或后续开发的处理器。控制器200和/或处理器800可以是单个设备或者设备的组合，诸如与网络、分布式处理或云计算相关联。
存储器204和/或存储器301可以是易失性存储器或非易失性存储器。存储器204和/或存储器301可以包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、电可擦除程序只读存储器(EEPROM)中的一种或多种，或者其它类型的存储器。存储器204和/或存储器801可以从移动设备122移除(诸如安全数字(SD)存储卡)。
通信接口205和/或通信接口305可以包括任意的可操作连接。可操作连接可以是其中可以发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作连接可以包括物理接口、电接口和/或数据接口。通信接口205和/或通信接口305以任何目前已知或后续开发的格式来提供无线和/或有线通信。
数据库123和133可以包括用于交通和/或导航相关应用的地理数据。地理数据可以包括表示道路网络或系统的数据，数据包括路段数据和节点数据。路段数据表示道路，节点数据表示道路的末端或路口。路段数据和节点数据表示道路和路口的位置以及道路和路口的各种属性。道路段和节点以外的其它格式可被用于地理数据。地理数据可以包括结构化制图数据或行人路径。
数据库还可以包括道路或有关道路的其它属性，作为示例，诸如地理坐标、街道名称、地址范围、限速、路口的转弯限制和/或其它导航相关属性(例如，路段是高速公路或收费公路的一部分、停车标志的位置和/或路段沿途的停车灯中的一个或多个)，以及兴趣点(POI)，诸如加油站、酒店、餐馆、博物馆、体育馆、办公室、汽车经销商、汽车维修店、建筑物、商店、公园等。数据库还可以包含一个或多个可以与属性(例如，关于路口)相关联的(多个)节点数据记录，作为示例，诸如地理坐标、街道名称、地址范围、限速、路口的转弯限制以及其它导航相关属性，以及POI，作为示例，诸如加油站、酒店、餐馆、博物馆、体育馆、办公室、汽车经销商、汽车维修店、建筑物、商店、公园等。附加地或备选地，地理数据可以包括其它数据记录，作为示例，诸如POI数据记录、地形数据记录、制图数据记录、路径规划数据和操控数据。
数据库可以包括针对一个或多个路段的历史交通速度数据。数据库还可以包括一个或多个路段的交通属性。交通属性可以指示路段有高的交通拥堵概率。
输入设备203可以是用于一个或多个按钮、小键盘、键盘、鼠标、触控笔、轨迹球、摇杆开关、触摸板、语音识别电路或者用于向移动设备122输入数据的其它设备或部件。输入设备203和显示器211可以被组合为触摸屏，其可以是电容性或电阻性的。显示器211可以是液晶显示器(LCD)面板、发光二极管(LED)屏幕、薄膜晶体管屏幕或者其它类型的显示器。输出接口211还可以包括音频能力或扬声器。在一个实施例中，输入装置203可以涉及具有速度检测能力的装置。
定位电路207可以包括测量移动设备122的移动距离、速度、方向等的合适感测设备。定位系统还可以包括接收器和相关芯片以获得GPS信号。附加地或备选地，一个或多个检测器或传感器可以包括内置或嵌入移动设备122或其内部的加速计和/或磁传感器。加速计能够进行操作以检测、标识或测量移动设备122的平移和/或旋转运动的变化速率。磁传感器或指南针被配置为生成指示移动设备122的朝向的数据。来自加速计和磁传感器的数据可以指示移动设备122的方位。移动设备122从定位系统接收位置数据。位置数据指示移动设备122的位置。
定位电路207可以包括全球定位系统(GPS)、全球导航卫星系统(GLONASS)或者用于提供位置数据的蜂窝或类似的位置传感器。定位系统可以利用GPS型技术、航位推算型系统、蜂窝位置或者这些或其它系统的组合。定位电路207可以包括测量移动设备122的移动距离、速度、方向等的合适感测设备。定位系统还可以包括接收器和相关芯片以获得GPS信号。移动设备122从定位系统接收位置数据。位置数据指示移动设备122的位置。
定位电路207还可以包括陀螺仪、加速计、磁力计或者用于跟踪或确定移动设备的移动的任何其它设备。陀螺仪能够进行操作以检测、标识或测量移动设备的当前方位或方位变化。陀螺仪的方位变化检测可以作为移动设备的偏航、俯仰或滚动的度量。
术语“计算机可读介质”包括单个介质或多个介质，诸如集中式或分布式数据库和/或存储一个或多个指令集的相关联高速缓存和服务器。术语“计算机可读介质”还应当包括能够存储、编码或承载用于由处理器执行或使得计算机系统执行本文所公开的任何一种或多种方法或操作的指令集的任何介质。
在特定的非限制性示例性实施例中，计算机可读介质可以包括固态存储器，诸如容纳一个或多个非易失性只读存储器的存储卡或其它封装。此外，计算机可读介质可以是随机存取存储器或者其它易失性可重写存储器。另外，计算机可读介质可以包括磁-光学或光学介质(诸如磁盘或磁带或者其它存储设备)以捕获诸如通过传输介质进行通信的信号的载波信号。电子邮件或其它独立信息存档或存档集合的数字文件附件可以被认为是作为有形存储介质的分布介质。因此，本公开被认为包括可以任何一种或多种可以在其中存储数据或指令的计算机可读介质或分布介质，以及其它等同物和后继介质。
在备选实施例中，可以构造专用硬件实施方式(诸如专用集成电路、可编程逻辑阵列和其它硬件设备)以实施这里所描述的一种或多种方法。可以包括各种实施例的装置和系统的应用能够广泛地包括各种电子和计算机系统。本文所描述的一个或多个实施例可以使用具有相关控制和数据信号的两个或更多具体互连硬件模块或设备来实施多种功能，控制和数据信号可以在模块之间进行传输，或者作为专用集成电路的部分。
依据本公开的各个实施例，本文所描述的方法可以由计算机系统所能够执行的软件程序来实施。另外，在示例性的非限制实施例中，多种实施方式可以包括分布式处理、部件/对象分布式处理以及并行处理。备选地，能够构造虚拟计算机系统处理来实施如本文所描述的一种或多种方法或功能。
虽然本说明书参考特定标准和协议描述了可以在特定实施例中实施的部件和功能，但是本发明并不局限于这样的标准和协议。例如，用于互联网和其它分组交换网络传输(例如，TCP/IP、UDP/IP、HTML、HTTP、HTTPS)的标准表示现有技术的多个示例。这样的标准定期被具有基本上相同功能的更快或更高效的等同形式所取代。因此，与本文所公开的那些具有相同或相似的功能的替代标准和协议被认为是其等同形式。
计算机程序(也被称为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言(包括编译或解释语言)所编写，并且可以以任何形式(包括作为独立程序或者作为适于在计算环境中使用的模块、部件、子例程或其它单元)被部署。计算机程序并非必然对应于文件系统中的文件。程序可以存储在保存其它程序或数据(例如，标记语言文档中所存储的一个或多个脚本)的文件的部分之中、存储在专用于所讨论程序的单个文件中或者存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。计算机程序能够被部署为在一台计算机上执行或者在位于一个地点或跨多个地点分布并且通过通信网络进行互连的多台计算机上执行。
说明书中所描述的处理和逻辑流程能够由一个或多个可编程处理器来执行，其执行一个或多个计算机程序以通过对输入数据进行操作并生成输出而执行动作。处理和逻辑流程也能够由专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路))所执行，并且装置也可以被实施为专用逻辑电路。
如本申请中所使用的，术语电路是指以下全部：(a)仅硬件的电路实施方式(诸如仅以模拟和/或数字电路的实施方式)；以及(b)电路和软件(和/或固件)的组合，诸如(在可应用的情况下)是指：共同工作以使得诸如移动电话或服务器的装置执行各种功能的(i)(多个)处理器的组合或(ii)多个(处理器)/软件的部分(包括(多个)数字信号处理器的)、软件和(多个)存储器的组合；以及(c)电路，诸如(多个)微处理器或(多个)微处理器的部分，其要求软件或固件进行操作，即使该软件或固件并非物理存在。
“电路”的定义应用于本申请中使用该术语的所有情况(包括任何权利要求)。作为其他示例，如在本申请中所使用的，术语“电路”还将覆盖仅为处理器(或多个处理器)或者处理器的部分及其伴随的软件和/或固件的实施方式。例如且如果可应用于特定环境，术语“电路”还将覆盖作移动电话中的基带集成电路或应用处理器集成电路，或者服务器、蜂窝网络设备或其它网络设备中类似的集成电路。
作为示例，适于执行计算机程序的处理器包括通用和专用微处理器，以及任何类型的数字计算机的任何一个或多个处理器。通常，处理器从只读存储器或随机访问存储器或者其二者接收指令和数据。计算机的必要部件为用于执行指令的处理器以及一个或多个用于存储指令和数据的存储器设备。通常，计算机还将包括一个或多个用于存储数据的大型存储设备，例如，磁盘、磁性光盘或光盘，或者操作耦合以往来于它们接收或传送数据或者其二者。然而，计算机不要具有这样的设备。此外，计算机能够被嵌入到另一个设备(例如，仅举几例，移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器)。适于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备，例如包括例如EPROM、EEPROM和闪存设备的半导体存储器设备；例如内部硬盘或可移动磁盘；磁性光盘；以及CD-ROM和DVD-ROM盘。专用逻辑电路可以补充或结合处理器和存储器。在一个实施例中，车辆可以被认为是移动设备，或者移动设备可以被集成到车辆之中。
为了提供与用户的交互，本说明书中所描述的主题的实施例能够在具有用于向用户显示信息的显示设备(例如CRT(阴极射线管)或LCD(液晶显示器)监视器)以及用户能够通过其向计算机提供输入的键盘和指向设备(例如鼠标或轨迹球)的计算机上实施。也能够使用其它类型的设备来提供与用户的交互；例如，提供给用户的反馈可以为任何感应反馈(例如视觉反馈、听觉反馈或触觉反馈)的形式；并且来自用户的输入能够以任何形式(包括声音、语音或触觉输入)被接收。
术语“计算机可读介质”包括单个介质或多个介质，诸如集中式或分布式数据库和/或存储一个或多个指令集的相关联高速缓存和服务器。术语“计算机可读介质”还应当包括能够存储、编码或承载用于由处理器执行或使得计算机系统执行本文所公开的任意一种或多种方法或操作的指令集的任何介质。
在特定的非限制性示例性实施例中，计算机可读介质可以包括固态存储器，诸如容纳一个或多个非易失性只读存储器的存储卡或其它封装。此外，计算机可读介质可以是随机存取存储器或者其它易失性可重写存储器。另外，计算机可读介质可以包括磁-光学或光学介质(诸如磁盘或磁带或者其它存储设备)，以捕获诸如通过传输介质进行通信的信号的载波信号。电子邮件或其它独立信息存档或存档集合的数字文件附件可以被认为是作为有形存储介质的分布介质。因此，本公开被认为包括可以任何一种或多种可以在其中存储数据或指令的计算机可读介质或分布介质，以及其它等同物和后继介质。这些示例可以被统称为非瞬态计算机可读介质。
在可替换实施例中，诸如特定用用集成电路、可编程逻辑阵列和其它硬件设备的专用硬件实施方式能够被构建以实施本文所描述的方法的一种或多种。可以包括各个实施例的装置和系统的应用能够宽泛地包括各种电子和计算机系统。本文所描述的一个或多个实施例可以使用两个或更多具体的互连硬件模块或设备以及能够在该模块之间及通过该模块进行通信的或者作为专用集成电路的多个部分的相关控制和数据信号来实施多种功能。
本说明书中所描述主题的实施例能够在计算机系统中实施，计算机系统包括后端部件(例如作为数据服务器)、或者包括中间件部件(例如应用服务器)、或者包括例如客户端计算机的前端部件(具有用户能够通过其与本说明书中所描述主题的实施方式进行交互的图形用户界面或web浏览器)或者一个或多个这样的后端、中间件或前端部件的任意组合。系统的部件能够通过任意形式或介质的数字数据通信(例如通信网络)进行互连。通信网络的示例包括局域网(LAN)和广域网(WAN)，例如互联网。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络进行交互。客户端和服务器的关系源自于在相应计算机上运行并且互相具有客户端-服务器关系的计算机程序。
本文所描述的实施例的阐述旨在提供对各个实施例的结构的总体理解。阐述并非旨在用作对利用本文所描述的结构或方法的装置和系统的所有部件和特征的完整描述。通过回顾本公开，许多其它实施例对于本领域技术人员会是显而易见的。可以从本公开得出并采用其它实施例，从而可以不脱离本公开的范围的情况下进行结构和逻辑的替换和变化。此外，图示仅是表示性的并可以不依比例绘制。图示内的某些部分可以有所放大而其它部分则可以被最小化。因此，本公开和附图要被示为是说明性而非限制性的。
虽然该说明书包含许多细节，但是这些不应当被理解为对本发明或者所要求保护的范围的限制，而是应当被理解为特定于本发明特定实施例的特征描述。说明书中在独立实施例的上下文中所描述的特定特征也能够单个实施例中组合实施。相反，在单个实施例背景下所描述的各个特征也能够独立或者以任意适当的子组合在多个实施例中实施。此外，虽然特征可在以上被描述为以特定组合进行工作，甚至最初被这样请求保护，但是来自所请求的组合的一个或多个特征在一些情况下能够脱离该组合，并且所请求的组合可以针对子组合或子组合的变型。
类似地，虽然操作在图中以特定顺序描绘，但是这不应理解为要求这些操作以所示顺序或连续顺序来执行，或者要执行所有图示的操作以获得所需的结果。在特定情况下，多任务或并行处理是有益的。此外，以上所描述的实施例中各种系统部件的划分不应当被理解为在所有实施例中要求这样的划分，并且其应当被理解为所描述的程序部件和系统通常能够在单个软件产品中集成在一起或者封装到多个软件产品之中。
本公开的一个或多个实施例可以在本文单独和/或共同由术语“发明”所引用，这仅是为了便利而并非旨在自愿将本申请的范围限制于任何特定发明或发明概念。此外，虽然已经在本文图示并描述了具体实施例，但是应当意识到的是，被设计为实现相同或相似目的的任何后续部署形式都可以替换所示出的具体实施例。本公开旨在覆盖各个实施例的任何且全部的后续改编和/或变型。在回顾该描述时，以上实施例以及并未在本文特别描述的其它实施例的组合对于本领域技术人员是显而易见的。
提供本公开的摘要的是为了符合37C.F.R.§1.72(b)并且是基于其不会被用来解释或限制权利要求的范围或含义的理解而被提供。此外，在上述具体实施方式中，出于使得本公开流畅的目的，各个特征可以被分组在一起或者在单个实施例中进行描述。本公开并非被解释为反映了所请求保护的实施例要求比每个权利要求中明确引用的更多特征的意图。相反，如以下权利要求所反映的，发明主题可以针对于比任何所公开实施例的所有特征更少的特征。因此，以下权利要求被结合到具体实施方式中，其中每项权利要求以其自身表示单独限定所请求保护的主题。
以上具体实施方式旨在被视为是说明性而不是限制性的，并且所要理解的是，包括所有等同形式的以下权利要求旨在限定本发明的范围。除非被这样指明，否则权利要求并不应当被解读为局限于所描述的顺序或部件。因此，落入以下权利要求及其等同形式的范围和精神之内的所有实施例都被作为发明而请求保护。

Claims (19)

1.一种用于收集用于更新地理数据库的观测数据的方法，所述方法包括：
从第一移动设备接收地理位置以及相关联的初始观测数据；
由处理器执行所述初始观测数据的分析；
由所述处理器根据所述第一移动设备的所述地理位置确定边界框；
基于所述初始观测数据的所述分析生成针对来自至少一个第二移动设备的附加观测的请求；
基于所述边界框将针对附加观测的所述请求发送给所述至少一个第二移动设备；
从所述至少一个第二移动设备接收附加观测；以及
基于所述附加观测更新所述地理数据库。
2.根据权利要求1所述的方法，其中所述边界框是基于所述第一移动设备的所述地理位置以及地理边界内的移动设备的数量的地理边界。
3.根据权利要求1所述的方法，进一步包括：
接收所述至少一个第二移动设备的当前行进方向；以及
基于所述当前行进方向确定所述至少一个第二移动设备是否与所述第一移动设备的所述地理位置相关联。
4.根据权利要求1所述的方法，进一步包括：
基于所述边界框向所述至少一个第二移动设备发送标记，其中所述至少一个第二移动设备基于所述标记收集所述附加观测。
5.根据权利要求4所述的方法，其中所述标记包括存活时间值，其中所述标记响应于所述存活时间值而被清除。
6.根据权利要求1所述的方法，其中所述边界框基于移动设备的数量或交通流量级别而被调整。
7.根据权利要求1所述的方法，进一步包括：
接收针对所述至少一个第二移动设备的路径；以及
基于针对所述至少一个第二移动设备的所述路径确定所述至少一个第二移动设备是否与所述第一移动设备的所述地理位置相关联。
8.根据权利要求1所述的方法，进一步包括：
接收指示针对所述至少一个第二移动设备的硬件能力的数据；以及
执行所述硬件能力与硬件能力阈值的比较，其中所述至少一个第二移动设备基于所述比较而被选择。
9.根据权利要求1所述的方法，其中所述初始观测数据包括由相机收集的图像或者从由所述相机收集的所述图像标识的道路对象。
10.根据权利要求9所述的方法，其中所述附加观测包括来自光检测和测距传感器、声音导航和测距传感器或无线电检测和测距传感器的数据。
11.根据权利要求9所述的方法，其中所述附加观测包括由高清晰度相机收集的高清晰度图像。
12.一种用于收集用于更新地理数据库的观测数据的装置，所述装置包括：
至少一个处理器；以及
至少一个存储器，所述至少一个存储器包括用于一个或多个程序的计算机程序代码；
所述至少一个存储器和所述计算机程序代码被配置为利用所述至少一个处理器而使得所述装置至少执行：
标识来自第一移动设备的地理位置以及相关联的初始观测数据；
根据所述第一移动设备的所述地理位置以及所述初始观测数据确定边界框或路段；
标识与所述边界框或路段相关联的至少一辆接近车辆；
基于所述边界框或路段和所述接近车辆而将针对附加观测的请求发送给至少一个第二移动设备；
从所述至少一个第二移动设备接收附加观测；以及
基于所述附加观测更新所述地理数据库。
13.根据权利要求12所述的装置，其中所述针对附加观测的请求包括标记，其中所述至少一个第二移动设备基于所述标记收集所述附加观测。
14.根据权利要求13所述的装置，其中所述标记包括存活时间值，其中所述标记响应于所述存活时间值的期满而被清除。
15.一种用于收集用于更新地理数据库的观测数据的方法，包括：
由定位电路检测移动设备的地理位置；
检测来自第一传感器的初始观测数据；
执行所述初始观测数据的分析，其中所述分析包括针对道路对象的代码；
将针对所述道路对象的所述代码以及所述地理位置发送给服务器，其中针对附加观测的边界框或路段根据所述移动设备的所述地理位置以及所述初始观测数据的所述分析而被定义；
从所述服务器接收针对附加观测的请求；以及
向所述服务器发送所述附加观测，以使得所述服务器基于所述附加观测更新地理数据库。
16.根据权利要求15所述的方法，其中所述第一传感器是第一相机。
17.根据权利要求16所述的方法，其中用于检测所述附加观测的第二传感器包括光检测和测距传感器、声音导航和测距传感器、无线电检测和测距传感器或者高清晰度相机。
18.一种用于收集用于更新地理数据库的观测数据的装置，包括：
定位电路，其被配置为检测移动设备的地理位置；
传感器，其被配置为检测初始观测数据；
控制器，其被配置为执行所述初始观测数据的分析，其中所述分析包括针对道路对象的代码；以及
通信接口，其被配置为将针对所述道路对象的所述代码以及所述地理位置发送给服务器，
其中针对附加观测的边界框根据所述移动设备的所述地理位置以及所述初始观测数据的所述分析而被定义，
其中所述装置从所述服务器接收针对附加观测的请求；并且
所述装置向所述服务器发送所述附加观测，以使得所述服务器基于所述附加观测更新地理数据库。
19.根据权利要求18所述的装置，其中所述边界框能够依据交通流量、行进方向、车辆数量或车辆集中度而变化。
CN201710324823.3A 2016-05-11 2017-05-10 用于收集用于更新地理数据库的观测数据的方法及装置 Active CN107449433B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/151,685 US10764713B2 (en) 2016-05-11 2016-05-11 Map based feedback loop for vehicle observation
US15/151,685 2016-05-11

Publications (2)

Publication Number Publication Date
CN107449433A CN107449433A (zh) 2017-12-08
CN107449433B true CN107449433B (zh) 2023-07-21

Family

ID=58992611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710324823.3A Active CN107449433B (zh) 2016-05-11 2017-05-10 用于收集用于更新地理数据库的观测数据的方法及装置

Country Status (4)

Country Link
US (2) US10764713B2 (zh)
EP (1) EP3244165B1 (zh)
CN (1) CN107449433B (zh)
HK (1) HK1247273A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10991241B2 (en) 2016-07-20 2021-04-27 Harman Becker Automotive Systems Gmbh Dynamic layers for navigation database systems
US10264511B2 (en) 2017-05-25 2019-04-16 King Fahd University Of Petroleum And Minerals Geographic location aware routing for wireless sensor networks
EP3631682A4 (en) * 2017-05-31 2021-02-24 Carmera, Inc. SYSTEM OF VEHICLES WITH IMAGING DEVICES FOR HIGH-RESOLUTION MAP GENERATION IN REAL-TIME
JP2019144920A (ja) * 2018-02-22 2019-08-29 パイオニア株式会社 処理装置、処理方法及びプログラム
CN114440898A (zh) * 2018-04-03 2022-05-06 御眼视觉技术有限公司 用于车辆导航的系统和方法
US10677598B2 (en) * 2018-05-25 2020-06-09 Here Global B.V. Map-centric map matching method and apparatus
CA3027787A1 (en) 2018-06-22 2019-12-22 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for updating highly automated driving maps
US11820289B2 (en) * 2018-07-31 2023-11-21 Sony Semiconductor Solutions Corporation Solid-state imaging device and electronic device
WO2020100540A1 (ja) * 2018-11-15 2020-05-22 ソニー株式会社 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
EP3660616A1 (en) * 2018-11-29 2020-06-03 InterDigital CE Patent Holdings Drone gateway device to collect the sensor data
US10977501B2 (en) 2018-12-21 2021-04-13 Waymo Llc Object classification using extra-regional context
US11280620B2 (en) * 2019-02-14 2022-03-22 Here Global B.V. Method, apparatus, and system for providing a campaign management platform to update map data
US20200263992A1 (en) * 2019-02-14 2020-08-20 Here Global B.V. Method, apparatus, and system for providing a campaign management platform to validate map data
WO2020250718A1 (ja) * 2019-06-12 2020-12-17 株式会社デンソー 地図データ生成装置
US11293762B2 (en) 2019-06-18 2022-04-05 Here Global B.V. System and methods for generating updated map data
GB201909556D0 (en) * 2019-07-03 2019-08-14 Tomtom Traffic Bv Collecting user-contributed data relating to a navibable network
US11100329B1 (en) * 2019-08-14 2021-08-24 Lytx, Inc. Ranging system data utilization for marking of video data of interest
CN112579614A (zh) * 2019-09-27 2021-03-30 北京百度网讯科技有限公司 地图数据的采集方法、装置、电子设备和介质
US20210101612A1 (en) * 2019-10-08 2021-04-08 Qualcomm Incorporated Edge System for Providing Local Dynamic Map Data
US11680804B2 (en) 2019-12-02 2023-06-20 Toyota Motor North America, Inc. System and method for verifying roads
KR102305328B1 (ko) * 2019-12-24 2021-09-28 한국도로공사 카메라 기반의 자동화된 정밀도로지도 생성 시스템 및 방법
CN112393736B (zh) * 2020-04-26 2023-02-10 青岛慧拓智能机器有限公司 一种露天矿地图自动更新系统和方法
US11461989B2 (en) * 2020-12-04 2022-10-04 Himax Technologies Limited Monitor method and monitor system thereof wherein mask is used to cover image for detecting object
DE102020215684A1 (de) 2020-12-10 2022-06-15 Volkswagen Aktiengesellschaft Verfahren und Servereinrichtung zur Erfassung von Umfelddaten

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6047234A (en) 1997-10-16 2000-04-04 Navigation Technologies Corporation System and method for updating, enhancing or refining a geographic database using feedback
US8892356B1 (en) * 2003-06-19 2014-11-18 Here Global B.V. Method and system for representing traffic signals in a road network database
US9341485B1 (en) * 2003-06-19 2016-05-17 Here Global B.V. Method and apparatus for representing road intersections
US7628704B1 (en) 2006-06-15 2009-12-08 Navteq North America, Llc Geographic data collection using game play
US8284775B2 (en) * 2007-06-29 2012-10-09 Stmicroelectronics, Inc. Six-address scheme for multiple hop forwarding in wireless mesh networks
US8290704B2 (en) * 2008-10-31 2012-10-16 Honda Motor Co., Ltd. System and method for collecting and conveying point of interest information
US8880568B2 (en) 2008-12-16 2014-11-04 Here Global B.V. Report generation for a navigation-related database
US8374390B2 (en) * 2009-06-24 2013-02-12 Navteq B.V. Generating a graphic model of a geographic object and systems thereof
ATE551659T1 (de) 2009-09-18 2012-04-15 Research In Motion Ltd Beschleunigende geocodierung mit einer grenzregion
US8660793B2 (en) * 2009-09-18 2014-02-25 Blackberry Limited Expediting reverse geocoding with a bounding region
US8467810B2 (en) 2010-11-29 2013-06-18 Navteq B.V. Method and system for reporting errors in a geographic database
US20130011017A1 (en) 2011-07-05 2013-01-10 Electronics And Telecommunications Research Institute Method of obtaining spatial images on demand
US9131167B2 (en) * 2011-12-19 2015-09-08 International Business Machines Corporation Broker service system to acquire location based image data
US8874266B1 (en) 2012-01-19 2014-10-28 Google Inc. Enhancing sensor data by coordinating and/or correlating data attributes
DE102012220158A1 (de) 2012-11-06 2014-05-22 Robert Bosch Gmbh Verfahren zur Aktualisierung von Kartendaten
US9047774B2 (en) * 2013-03-12 2015-06-02 Ford Global Technologies, Llc Method and apparatus for crowd-sourced traffic reporting
US20150046194A1 (en) 2013-08-07 2015-02-12 Hartford Fire Insurance Company System and method for using crowd sourced data for insurance claims based analysis
CN103542860B (zh) * 2013-10-31 2018-04-27 深圳市凯立德科技股份有限公司 一种路况下载方法、定位导航设备及服务器
US9672240B2 (en) 2013-11-21 2017-06-06 Here Global B.V. Apparatus and method to update geographic database
US9530313B2 (en) 2014-10-27 2016-12-27 Here Global B.V. Negative image for sign placement detection
US9820106B2 (en) * 2015-10-13 2017-11-14 Tile, Inc. Multi-device architecture for tracking device access

Also Published As

Publication number Publication date
EP3244165B1 (en) 2020-11-25
HK1247273A1 (zh) 2018-09-21
US20170332198A1 (en) 2017-11-16
US11337029B2 (en) 2022-05-17
EP3244165A3 (en) 2018-02-28
US20200374653A1 (en) 2020-11-26
US10764713B2 (en) 2020-09-01
CN107449433A (zh) 2017-12-08
EP3244165A2 (en) 2017-11-15

Similar Documents

Publication Publication Date Title
CN107449433B (zh) 用于收集用于更新地理数据库的观测数据的方法及装置
US11188575B2 (en) Map updates from a connected vehicle fleet
US10657804B2 (en) Updating maps and road status
EP3673407B1 (en) Automatic occlusion detection in road network data
US11035678B2 (en) Automatic localization geometry detection
US10902720B2 (en) Traffic light signal adjustment notification improvement
US11657072B2 (en) Automatic feature extraction from imagery
US11093759B2 (en) Automatic identification of roadside objects for localization
EP3671550A1 (en) Dynamically loaded neural network models
US11867819B2 (en) Automatic positioning of 2D image sign sightings in 3D space
US11170138B2 (en) Geographic position calculation for sign placement based on destination profiling of probe data
US11237007B2 (en) Dangerous lane strands
US20220277163A1 (en) Predictive shadows to suppress false positive lane marking detection
US11670090B2 (en) Automatic detection and positioning of structure faces
US20230048365A1 (en) Corrected trajectory mapping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1247273

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant