CN107792077B - 用于确认道路部段是否适合于自主车辆驾驶的方法和系统 - Google Patents
用于确认道路部段是否适合于自主车辆驾驶的方法和系统 Download PDFInfo
- Publication number
- CN107792077B CN107792077B CN201710723708.3A CN201710723708A CN107792077B CN 107792077 B CN107792077 B CN 107792077B CN 201710723708 A CN201710723708 A CN 201710723708A CN 107792077 B CN107792077 B CN 107792077B
- Authority
- CN
- China
- Prior art keywords
- driving
- vehicle
- detected
- utilization
- suitability
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- 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
-
- 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
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3819—Road shape data, e.g. outline of a route
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- 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
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种由用于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统执行的方法。适合性确定系统与支持与车辆通信的系统相关联。识别特定道路部段。得到各个利用方向估计连同相应的各个检测置信度值。各个利用方向估计基于检测的驾驶轨迹。确定各个汇总方向利用估计连同相应的各个汇总置信度值。确定适用于特定道路部段的自主驾驶适合性指示,如果所有确定的汇总方向利用估计指示同样地导向的利用并且所有确定的汇总置信度值高于各个置信度阈值,则该自主驾驶适合性指示指示特定道路部段适合于至少半自主的驾驶。本公开还涉及一种根据前述的适合性确定系统。
Description
技术领域
本公开涉及一种用于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统和在其中执行的方法。
背景技术
自主车辆的运行在其技术发展的一定阶段可能被限制到特定的交通环境。一个这样的限制例如可以是如果自主车辆在其上驾驶的当前道路不允许对向交通才容许车辆的自主运行。道路和/或道路部段是否容许仅沿一个方向或沿两个方向驾驶的信息例如被编码在数字地图和/或数字地图数据中。为了满足自主运行期间的安全要求,自主车辆可能需要检验数字地图和/或数字地图数据中指示沿道路部段仅容许同样地导向的交通的信息仍然反映实际路况。用于自主车辆的直白方法将是在自主运行期间跟踪周围车辆的轨迹并且如果检测到一个或多个车辆沿对向方向行进则让车辆驾驶员操控车辆。但是该方法的缺陷在于不能避免违反安全标准,因为检测依赖于违反的实际发生。
发明内容
因此,此处实施例的目的是提供用于以改进和/或替代方式例如在不必违反所述安全标准的情况下确认道路部段是否适合于至少半自主的车辆驾驶的方法。
根据此处实施例的第一方面,通过由用于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统执行的方法来实现该目的。适合性确定系统与支持与一个或多个车辆通信的系统关联。适合性确定系统识别包括至少一个车道且被至少一个侧向道路边界划界的特定道路部段。对于沿所述特定道路部段的至少一部分由至少第一估计提供车辆检测的各个车道中的每一个,适合性确定系统从至少第一估计提供车辆得到各个利用方向估计连同相应的各个检测置信度值。各个利用方向估计基于通过一个或多个周围车辆中的至少第一估计提供车辆沿各个检测车道中的一个或多个检测到的检测的驾驶轨迹。适合性确定系统进一步确定对于各个检测车道中的每个的各个汇总方向利用估计连同相应的各个汇总置信度值。此外,适合性确定系统确定适用于特定道路部段的自主驾驶适合性指示,如果所有确定的汇总方向利用估计指示同样地导向的利用并且所有确定的汇总置信度值高于各个置信度阈值,则自主驾驶适合性指示指示特定道路部段适合于至少半自主的驾驶。
藉此,提供了一种方案,根据该方案,例如在不必违反最初讨论的安全标准的情况下确认道路区段是否适用于至少半自主的驾驶。也就是说,由于适合性确定系统与支持与一个或多个车辆通信的系统关联,所以所述适合性确定系统具有与一个或多个车辆例如无线通信的能力。此外,由于包括至少一个车道并且被至少一个侧向道路边界划界的特定道路部段被识别,例如从通常已知的数字地图和/或数字地图数据选择特定道路部段。此外,由于对于沿特定道路部段的至少一部分由至少第一估计提供车辆检测的各个车道中的每一个,从至少第一估计提供车辆得到各个利用方向估计连同相应的各个检测置信度值,其中各个利用方向估计基于通过一个或多个周围车辆中的至少第一估计提供车辆沿各个检测车道中的一个或多个检测到的检测的驾驶轨迹,因此,从至少一个车辆接收沿特定道路部段的至少一个区段周围车辆在每个检测车道中被检测为在什么方向上驾驶的估计,连同各个相应的检测置信度指示。也就是说,已经通过至少第一估计提供车辆检测特定道路部段的车道数量连同周围车辆在所述车道内在什么方向上驾驶,至少第一车辆对各个车道每一个的驾驶利用的判断——连同对于每个车道的检测置信度的指示——随后被提供给适合性确定系统。此外,由于进一步确定各个检测车道中的每一个的各个汇总方向利用估计连同相应的各个汇总置信度值,所以确认了对于每个检测车道的检测的车辆已经在每个检测车道内在什么方向上驾驶的合计判断——连同与其关联的置信度指示。此外,由于确定了适用于特定道路部段的自主驾驶适合性指示,所述确认了反映至少半自主的车辆驾驶沿所述特定道路部段是适当性和/或适格性的指示符。因此,在得知检测的车辆已经沿特定道路部段如何驾驶时,例如得知检测的车辆是否已经在所有检测车道中同样导向地驾驶和/或在检测车道的任意一个中是否检测到对向交通时,适合性确定系统可确定并且进一步给出认为特定道路部段是否适合于至少半自主的驾驶的指示。随后,提供特定道路部段的驾驶利用的检验。此外,由于如果所有确定的汇总方向利用估计表指示同样地导向的利用并且所有确定的汇总置信度值高于各个置信度阈值,则自主驾驶适合性指示指示特定道路部段适合于至少半自主的驾驶,故在每个合计的驾驶方向利用判断指示相同的驾驶方向利用,即对于所有检测车道在相同方向上驾驶,并且对于所有检测车道来说置信度足够高的情形下,自主驾驶适合性指示才指示特定道路部段适合于自主驾驶。
为此,提供了用于以改进和/或替代方式例如在不必违反安全标准的情况下确认道路部段是否适合于至少半自主的车辆驾驶的方法。
上述方法的技术性能和相应优点将在下文中进一步详述。
通过引入用于确认道路部段是否适合于至少半自主的驾驶的适合性确定系统执行的方法,提供了一种方案,根据该方案,例如在不必违反最初讨论的安全标准的情况下确认道路区段是否适用于至少半自主的驾驶和/或至少部分的自主运行。表述“用于确认道路部段是否适合于至少半自主的车辆驾驶”可以指“确认包括至少一个车道且被至少一个侧向道路边界划界的特定道路部段是否适合于至少半自主的车辆驾驶”和/或“用于检验道路部段是否被认为仅容许同样地导向的交通”。道路部段可为道路的任何任意一段;额外地或替代地,通过所述道路上的入口和/或其出口给一段道路部段划界。“适合”可以指“适用”、“适格”和/或“适当”,同时“半自主的车辆驾驶”可以指“局部地自主的车辆驾驶”、“部分地自主的车辆驾驶”和/或“半自主的车辆运行”。半自主的车辆驾驶是通常在现有技术内已知,并且可以指示自动化的不同水平,自动化的不同水平的范围从驾驶员采取对车辆运动的高度控制、到车辆实质上自己驾驶的自主模式、到位于其间某处的模式。半自主或自主车辆,后者也通常被称为自主地被驾驶的车辆、无人驾驶车辆、自我驾驶车辆或机器人车辆,已知其借助例如雷达、激光雷达、GPS和/或计算机视觉的数据来感测它们的周围,并且高级控制系统可解译传感信息以识别例如适当路径以及例如障碍物。
由于适合性确定系统与支持与一个或多个车辆通信的系统关联,所以所述适合性确定系统具有与一个或多个车辆例如无线通信的能力。适合性确定系统可以包括于、包括和/或连接于支持与一个或多个车辆通信的系统。此外,支持与一个或多个车辆通信的所述系统可以涉及、包括和/或包括于适于存储和/或基于云的存储以及无线传输数据至车辆和/或从其接收数据的一个或多个服务器和/或通常已知的“云”——也称为“汽车云(automotive cloud)”和/或“汽车云网络”。支持与一个或多个车辆通信的系统和/或一个或多个服务器和/或云可以进一步包括、包括于、关联于和/或构成适于与车辆无线通信、遥控车辆的功能和/或保持与车辆关联的信息的车辆管理系统;举例来说,例如诸如沃尔沃随车管家(Volvo On Call)的车辆管理系统。
额外地或替代地,适合性确定系统和/或随后的支持与一个或多个车辆通信的系统可以包括于车辆中和/或车载在车辆上——所述车辆此处称为“估计接收车辆”。支持与一个或多个车辆通信的系统从而可以指通常已知的车辆-车辆和/或汽车-汽车通信系统。
由于适合性确定系统识别包括至少一个车道且被至少一个侧向道路边界划界的特定道路部段,故从例如通常已知的数字地图和/或数字地图数据和/或从例如可以用作参照起点的任何任意位置识别符选择特定道路部段。表述“特定”道路部段可以指“即将到来的”、“选择的”和/或“至少第一”道路部段。“车道”可以指“行车道”和/或“车辆驾驶车道”,同时“划界”可以指“侧向划界”。此外,表述被“至少一个”侧向道路边界划界可以指被“相应的左手侧和右手侧”侧向道路边界划界和/或被“至少一个外”侧向道路边界划界。
由于适合性确定系统从至少第一估计提供车辆得到对于沿特定道路部段的至少一部分由至少第一估计提供车辆检测的各个车道中的每一个的各个利用方向估计连同相应的各个检测置信度值,其中各个利用方向估计基于通过一个或多个周围车辆中的至少第一估计提供车辆沿各个检测车道中的一个或多个检测到检测的驾驶轨迹,因此,从至少一个车辆接收沿特定道路部段的至少一个区段周围车辆在每个检测车道中被检测为在什么方向上驾驶的估计,连同各个相应的检测置信度指示。也就是说,已经通过至少第一估计提供车辆检测特定道路部段的车道数量连同周围车辆在所述车道内在什么方向上驾驶,至少第一车辆对各个车道每一个的驾驶利用的判断——连同对于每个车道的检测置信度的指示——随后被提供给适合性确定系统。表述从至少第一估计提供车辆“得到”可以指从至少第一估计提供车辆“接收”。此外,“至少第一”估计提供车辆可以指“一个或多个”和/或“至少一个第一”估计提供车辆,同时“估计提供”车辆可以指“检测”车辆、“提供”车辆和/或仅仅是“车辆”。“车辆”在本公开中自始至终指的是任何任意车辆,例如可以指发动机推进车辆,例如小汽车、卡车、运货车、客货车、巴士、摩托车、小型摩托车、拖拉机、军用车辆等等。“车辆”进一步可以指上述至少半自主的车辆。此外,此处描述的车辆进一步适于如现有技术中通常已知地例如借助车辆车载的定位系统的支持来确定其位置例如地理位置,并且进一步将所述车辆位置提供给支持与一个或多个车辆通信的系统和/或通过其提供所述车辆位置,自此随后可以以通常已知的方式与将其与数字地图数据和/或任何其它位置识别符比较和/或将其映射到数字地图数据和/或任何其它位置识别符。因此,可以如本领域通常已知地确定和/或得到车辆相对于数字地图数据和/或位置识别符的位置,并且随后,可以以通常已知的方式确定和/或得到至少第一估计提供车辆——以及可选的至少第一估计接收车辆——相对于特定道路部段的位置。表述“各个利用方向估计”可以指“各个驾驶方向利用估计”和/或“利用方向估计”,并且“估计”自始至终可以进一步指“判断”。此外,表述“相应的各个检测置信度值”可以指“相应的检测置信度值”,同时“连同”可以指“和”。此外,“相应的各个检测置信度值”可以指“与其关联的各个检测置信度值”和/或“与各个利用方向估计关联的各个检测置信度值”。检测置信度值可以如本领域通常已知地方式已经被确定和/或估计,例如计及检测质量和/或检测量,例如相应的检测车道内的周围车辆的数量。表述“对于各个检测的车道中的每一个”可以指“对于检测的每个和/或所有车道”。此外,特定道路部段的“至少一部分”可以指特定道路部段的“至少一个子部段和/或区段”。“基于”检测的驾驶轨迹可以指“基于来自检测的驾驶轨迹的输入”、“基于检测的驾驶轨迹计算”和/或“从检测的驾驶轨迹得到”。此外,表述“沿”可以指“沿检测车道”,同时“沿”各个检测车道中的一个或多个可以指在各个检测车道中的一个或多个“中”。
表述“周围车辆”可以指“可检测车辆”、“至少第一估计提供车辆可检测的周围车辆”和/或“被至少第一估计提供车辆检测的周围车辆”,同时“一个或多个”周围车辆可以指“多个”周围车辆。可如本领域通常已知的方式完成第一估计提供车辆对周围车辆的检测和随后其驾驶轨迹的检测。当第一估计提供车辆沿特定道路部段的至少一部分驾驶时,借助第一估计提供车辆车载的一个或多个已知检测装置例如视觉检测装置和/或相机的支持,例如已经随着时间的推移和/或在一定时段内跟踪了所述周围车辆及其驾驶轨迹。例如,第一估计提供车辆可能已经检测例如三个车道——第一、第二和第三车道——并且进一步已经检测例如第一车道中7个周围车辆的驾驶轨迹,例如第二车道中4个周围车辆的驾驶轨迹,以及例如第三车道中11个周围车辆的驾驶轨迹,均被检测为具有与第一估计提供车辆相同方向上的驾驶轨迹。第一估计提供车辆在所述检测期间可能已经在三个车道中的任意一个——或若干个——中驾驶。可能已经通过第一估计提供车辆将对于第一车道的检测置信度值确定和/或估计为例如在0-10的例示标度上的“4”,对于第二车道的检测置信度值被确定和/或估计为例如“2”并且对于第三车道的检测置信度值被确定和/或估计为例如“5”。相应地,例如在与第一估计提供车辆相同的方向上行进的第二估计提供车辆可能同样已经检测三个车道并且进一步已经检测到例如第一车道中的30个周围车辆的驾驶轨迹,例如第二车道中的20个周围车辆的驾驶轨迹,以及例如第三车道中的10个周围车辆的驾驶轨迹,所有均被检测为具有与第二估计提供车辆相同方向的驾驶轨迹。可能已经通过第二估计提供车辆将第对于一车道的检测置信度值确定和/或估计为例如“9”,对于第二车道的检测置信度值例如被确定和/或估计为“7”并且对于第三车道的检测置信度值被确定和/或估计为例如“5”。适合性确定系统随后在该例示情景中从第一估计提供车辆得到:
-指示与第一估计提供车辆的行进方向一致的方向的第一车道
利用方向,连同指示“4”的第一车道检测置信度值,
-指示与第一估计提供车辆的行进方向一致的方向的第二车道
利用方向,连同指示“2”的第二车道检测置信度值,以及
-指示与第一估计提供车辆的行进方向一致的方向的第三车道
利用方向,连同指示“5”的第三车道检测置信度值。
相应地,适合性确定系统将在该例示情景中额外地从第二估计提供车辆得到:
-指示与第二估计提供车辆的行进方向一致的方向的第一车道
利用方向,连同指示“9”的第一车道检测置信度值,
-指示与第二估计提供车辆的行进方向一致的方向的第二车道
利用方向,连同指示“7”的与第二车道相关联的第二车道检测置信
度值,以及
-指示与第二估计提供车辆的行进方向一致的方向的第三车道
利用方向,连同指示“5”的第三车道检测置信度值。
可以已经以任何任意方式完成由第一估计提供车辆对各个车道的检测。例如可以已经用以下方法中的一个或其组合来确定和/或估计车道的数量及其潜在的配置:
-可以已经通过至少第一估计提供车辆检测到特定道路部段的
车道标志。例如,借助一个或多个通常已知的传感器(例如,基于视
觉的传感器,比如相机)支持,因而结合随着时间推移对观察到的车
道标志的跟踪,提供了车道数量估计。该估计的置信度可以已经基于
车道标志的质量和/或连续性和/或相邻车道标志与其轨迹之间随时间
推移的距离。
-特定道路部段的道路边界之间的距离可以已经与车道的预期
宽度的假设组合,因而在缺少车道标志时提供了有关车道数量的粗略
估计。给定车道标记,该距离可以已经用于证实车道的估计的数量从
而影响估计的置信度。可以已经用不同的传感器(例如雷达、激光雷
达和/或基于视觉的传感器)检测了道路边界。
-当沿特定道路部段驾驶时可以已经随时间推移跟踪周围车辆
的轨迹。使用通常已知的聚类技术或踪迹合并(trace merge)技术,
可以合并具有相同方向紧靠在一起的轨迹片段,并且可以检测和移除
例如由于车道变更的离群值。可能合并的轨迹片段随后可以例如通过
低阶多项式以已知的方式被近似以得到压缩和简化的表示。相邻的简
化的轨迹的数量及其侧向间距是特定道路部段处车道数量的指示符。
用于估计的车道数的置信度可以取决于对于所述部段所观察的各个
车辆轨迹的数量。
由于适合性确定系统还确定对于各个检测车道中的每一个的各个汇总方向利用估计连同相应的各个汇总置信度值,因此确认了对于每个检测车道的在每个检测车道中检测的车辆已经在什么方向上驾驶的合计判断——连同与其关联的置信度指示。考虑到从一个或多个估计提供车辆接收的对于车道的利用方向估计——和潜在额外的相应检测置信度值,相应地确定了对于所述车辆的汇总方向利用估计。相应地,考虑到从一个或多个估计提供车辆接收的对于所述车道的检测置信度值来相应地计算、估计和/或得到对于所述检测车道的汇总置信度值。可以如本领域通常已知的方式加权不同的利用方向估计和/或检测置信度值。因而,在上述例示情景中,据此适合性确定系统从第一估计提供车辆得到第一车道利用方向,其指示与第一估计提供车辆的行进方向一致的方向,连同指示“4”的第一车道检测置信度值,以及从第二估计提供车辆得到第一车道利用方向,其指示与第二估计提供车辆的行进方向一致的方向——其与第一估计提供车辆的行进方向一致——连同指示“9”的第一车道检测置信度值,适合性确定系统可以将对于第一检测车道的汇总方向利用估计确定为由同样地导向第一估计提供车辆的驾驶方向的方向指示来表示,并且进一步将汇总置信度值确定为由从“4”和“9”得到的例示的“7”表示。以类似的方式,适合性确定系统可以将对于第二检测车道的汇总方向利用估计确定为由同样地导向的第一估计提供车辆的驾驶方向的方向指示来表示,并且进一步将汇总置信度值确定为由从“2”和“7”得到的例示的“5”表示,并且进一步将对于第三检测车道的汇总方向利用估计确定为的由同样地导向的第一估计提供车辆的驾驶方向的方向指示来表示,并且进一步将汇总置信度值确定为由从“5”和“5”得到的例示的“5”表示。可选地,两次观察的合计例如可能遵循贝叶斯统计和增强学习方法,其中来自第二估计提供车辆的观察——这种情况下其确认第一估计提供车辆的第一观察——会产生高于或等于最高个体置信度的汇总置信度;例如对于第一检测车道的“4”和“9”可能导致汇总置信度值为“9”或“10”。相同的原理相应地适用于第二和第三检测车道的汇总置信度值。
根据替代示例,如果仅通过第一估计提供车辆而无其它估计提供车辆提供利用方向估计,那么对于各个检测车道中的每一个的各个汇总方向利用估计可以分别由从第一估计提供车辆得到的各个利用方向估计构成。相应地,对于各个检测车道中的每一个的相应的各个汇总置信度值可以而后分别由从第一估计提供车辆得到的各个检测置信度值构成。因此,适合性确定系统可以在此后一情景中将对于第一检测车道的汇总方向利用估计确定为由同样地导向第一估计提供车辆的驾驶方向的方向指示来表示,其由仅从第一估计提供车辆接收的对于第一车道的利用方向估计指示,并且进一步将汇总置信度值确定由例示的“4”表示,其等于仅从第一估计提供车辆接收的对于第一车道的检测置信度值。相应地,适合性确定系统可以在此后一情景中将对于第二检测车道的汇总方向利用估计确定为由同样地导向第一估计提供车辆的驾驶方向的方向指示来表示,其由仅从第一估计提供车辆接收的对于第二车道的利用方向估计指示,并且进一步将汇总置信度值确定由例示的“2”表示,其等于仅从第一估计提供车辆接收的对于第二车道的检测置信度值。另外,相应地,适合性确定系统可以在此后一情景中将对于第三检测车道的汇总方向利用估计确定为由同样地导向第一估计提供车辆的驾驶方向的方向指示来表示,其由仅从第一估计提供车辆接收的对于第三车道的利用方向估计指示,并且进一步将汇总置信度值确定由例示的“5”表示,其等于仅从第一估计提供车辆接收的对于第三车道的检测置信度值。
表述“确定”各个汇总方向利用估计连同相应的各个汇总置信度值可以指“得到”、“选择”和/或“计算”各个汇总方向利用估计连同相应的各个汇总置信度值。此外,表述“汇总方向利用估计”可以指“合计方向利用估计”、“汇总驾驶方向利用估计”和/或“汇总车道估计”。“汇总置信度值”可以指“汇总车道置信度值”。“相应的”各个汇总置信度值可以指“关联的”各个汇总置信度值。此外,“各个汇总方向利用估计连同相应的各个汇总置信度值”可以指“各个汇总方向利用估计和相应的各个汇总置信度值”和/或“汇总方向利用估计和相应的汇总置信度值”。此外,表述“对于各个检测车道中的每一个”可以指“对于每个检测车道”、“对于所有检测车道”和/或“对于由至少第一估计提供车辆检测的各个检测车道中的每个”。额外地或替代地,表述“对于各个检测车道中的每一个”可以指“基于对于至少从至少第一估计提供车辆得到的各个检测车道中的每一个的各个利用方向估计连同各个检测置信度值,对于各个检测车道中的每一个”和/或“基于所述各个利用方向估计和所述各个检测置信度值,对于各个检测车道中的每一个”。
由于适合性确定系统确定适用于特定道路部段的自主驾驶适合性指示,所以确认了反映至少半自主的车辆驾驶沿所述特定道路部段的适当性和/或适格性的指示符。因此,在得知检测的车辆已经沿特定道路部段如何驾驶时,例如得知检测的车辆沿所有检测车道是否已经同样导向地驾驶和/或在检测车道中的任意一个内是否检测到对向交通时,适合性确定系统可以确定和进一步给出认为特定道路部段是否适合于至少半自主的驾驶的指示。随后,提供对特定道路部段的驾驶利用的检验。表述“确定”自主驾驶适合性指示可以指“得到”和/或“估计”自主驾驶适合性指示。额外地或替代地,“确定”在该上下文中可以指“基于汇总方向利用估计和相应的汇总置信度值确定”。此外,“自主驾驶适合性指示”可以指“自主驾驶适格性指示”,同时“指示”可以指“指示符”、“建议”、“偏爱”和/或“检验”。表述“适用于”特定道路部段可以指“对特定道路部段有效”和/或“切合于特定道路部段”。
此外,由于如果所有确定的汇总方向利用估计指示同样地定向的利用并且所有确定的汇总置信度值高于各个置信度阈值,则该自主驾驶适合性指示指示特定道路部段适合于至少半自主的驾驶,故在每个合计的驾驶方向利用判断指示相同的驾驶方向利用,即针对所有检测车道在相同方向上驾驶,并且对于所有检测车道来说置信度足够高的情形下,自主驾驶适合性指示才指示特定道路部段适合于自主驾驶。因而,在上述例示的情景中,根据该情景,对于所有三个各个检测车道的汇总方向利用估计被确定为同样地导向第一估计提供车辆的驾驶方向,并且据此进一步确定对于第一车道的汇总置信度值是“7”,对于第二车道的汇总置信度值是“5”并且对于第三车道的汇总置信度值是“5”,则,如果对于每个检测车道的各个置信度阈值被设置为例示的“5”,那么自主驾驶适合性指示会指示特定道路部段适合于至少半自主的驾驶,因为所有确定的汇总方向利用估计指示同样地导向的利用并且所有确定的汇总置信度值“7”、“5”和“5”高于各个置信度阈值“5”。当指示特定道路部段适合于至少半自主的驾驶时,自主驾驶适合性指示例如由属性(例如“1”、“是(yes)”、“被检验为同样地导向”和/或“高于阈值”等)表示和/或包括这样的属性。此外,“指示”例如可以指“反映”和/或“包括指示的信息”。此外,表述“只要”可以指“在……情形下”、“如果”和/或“当”,同时“所有”可以指“每个”和/或“每一个”。表述“同样地导向的利用”可以指“同样地导向的驾驶利用”和/或“由检测的周围车辆的同样导向的利用”。“高于”各个置信度阈值可以指“等于和/或超过”各个置信度阈值,同时“置信度阈值”可以指“预定置信度阈值”、“最小置信度阈值”和/或“置信度极限”。置信度阈值可以被设定为任何任意地选择的值,例如1-10的范围,并且可以被设定为在一个检测车道与另一个车道之间各异。额外地或替代地,置信度阈值可以对于所有检测车道同样地被设定。
可选地,当并非所有确定的汇总方向利用估计指示同样地导向的利用时,自主驾驶适合性指示可进一步指示特定道路部段不适合于至少半自主的驾驶。藉此,如果并非对于所有检测车道的汇总方向利用估计都被确定为同样地导向,即可能已经检测到对向交通,那么不论确定的汇总置信度值是否高于各个置信度阈值,自主驾驶适合性指示都将指示特定道路部段不适合于至少半自主的驾驶。在本公开自始至终,当指示特定道路部段不适合于至少半自主的驾驶时,自主驾驶适合性指示例如由属性(例如“0”、“否(no)”、“被检验为并非同样地导向”和/或“低于阈值”等)表示和/或包括这样的属性。
可选地,当并非所有确定的汇总置信度值高于各个置信度阈值时,自主驾驶适合性指示可以进一步指示特定道路部段不适合于至少半自主的驾驶。藉此,如果未达到对于检测车道的置信度水平,例如由于至少第一估计提供车辆的未满足的检测质量和/或量,那么不论所有检测车道是否已经被确定为同样地导向,自主驾驶适合性指示都将指示特定道路部段不适合于至少半自主的驾驶。因而,在上述例示的情景中,根据该情景,对于所有各个检测车道的汇总方向利用估计被确定为同样地导向第一估计提供车辆的驾驶方向,并且进一步将对于第一车道的汇总置信度值确定为“7”,将对于第二车道的汇总置信度值确定为“5”并且将对于第三车道的汇总置信度值确定为“5”,如果对于每个检测车道的各个置信度阈值被设置为例示的“7”,则自主驾驶适合性指示会指示特定道路部段不适合于至少半自主的驾驶,原因是——虽然所有确定的汇总方向利用估计指示同样地导向的利用——但并非所有确定的汇总置信度值“7”、“5”和“5”都高于各个置信度阈值“7”。
根据示例,可选地,当通过所述至少第一估计提供车辆中的至少一个检测到的检测车道的得到的数量不同于通过所述至少第一估计提供车辆中的至少另一个检测到的检测车道的得到的数量时,自主驾驶适合性指示进一步指示所述特定道路部不适合至少半自主的驾驶。
藉此,如果已经检测到从一个估计提供车辆到另一个车辆彼此不同的车道数量,那么可能认为特定道路部段不适合自主驾驶,因为关于特定道路部段实际上包括多少车道是不确定的,并且随后关于对于车道的驾驶方向利用也是不确定的。
可选地,适合性确定系统可以进一步向靠近和/或沿特定道路部段驾驶的至少第一估计接收车辆提供自主驾驶适合性指示,所述至少第一估计接收车辆是至少半自主的。藉此,可以向支持的自主运行的一个或多个车辆通知是否认为特定道路部段适合于至少半自主的车辆驾驶。也就是说,因而为所述一个或多个估计接收车辆提供了特定道路部段的驾驶利用检验,其指示是否认为特定道路部段是在所有车道中包括同样地导向的交通(例如单向交通)的道路部段,或是否认为一个或多个车道包括对向交通,例如双向交通。因此,借助引入的构思,一个或多个估计接收车辆不需要违反最初讨论的安全标准。“提供”自主驾驶适合性指示可以指“发送”和/或“推送”自主驾驶适合性指示,并且可以如本领域通常已知的方式完成。此外,“至少第一”估计接收车辆可以指“一个或多个”和/或“至少一个第一”估计接收车辆,同时“估计接收车辆”可以简单地指“接收车辆”和/或“车辆”。
额外地或替代地,可选地,如果适合性确定系统本地车载地在车辆上实施——例如车载在第一估计接收车辆上——而非远程地例如在汽车云中实施,那么适合性确定系统的启动/停用单元可进一步适于和/或适合性确定系统的方法可进一步包括:
在进入所述特定道路部段和/或沿所述特定道路部段驾驶时:
如果所述自主驾驶适合性指示指示所述特定道路部段适合于至
少半自主的驾驶则启动至少半自主的车辆驾驶;和/或
如果所述自主驾驶适合性指示指示所述特定道路部段不适合于
至少半自主的驾驶则停用进行中的至少半自主的车辆驾驶。
藉此,至少第一估计接收车辆可以使自主运行适应于自主驾驶适合性指示的内容。
可选地,适合性确定系统可进一步在数字地图数据中用自主驾驶适合性指示和/或用下述中的至少一个:各个汇总方向利用估计和/或相应的各个汇总置信度值中的一个或多个来更新与特定道路部段和/或其车道关联的信息。因此,可以用从一个或多个估计提供车辆得到的最新信息更新——例如不断地或间断地——数字地图数据中与特定道路部段和/或其车道相关的数据内容。
可选地,通过沿用于单向交通的道路的特定道路部段表示特定道路部段。藉此,特定道路部段可以选地地指例如沿高速公路和/或公路的道路部段。额外地或替代地,可选地,通过物理上划界特定道路部段的至少一个划界符表示至少一个侧向道路边界。藉此,可以通过例如界线(barrier)可选择地表示物理上划界特定道路部段的划界符。表述“划界特定道路部段”可以指“将特定道路部段与用于在相对行进方向上的交通的一个或多个道路划界”。
可选地,各个方向利用估计可以指示鉴于至少第一车辆的下列驾驶方向检测的驾驶轨迹的驾驶方向:同样地导向,在对向方向上导向和/或同样地导向和在对向方向上导向。藉此,在清楚至少第一估计提供车辆的驾驶方向时,可以得到和/或确定检测的驾驶轨迹的驾驶方向。
根据此处实施例的第二方面,通过适于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统实现该目的。适合性确定系统与支持与一个或多个车辆通信的系统关联。适合性确定系统包括适于识别包括至少一个车道且被至少一个侧向道路边界划界的特定道路部段的道路部段识别单元。适合性确定系统进一步包括得到单元,其适于从至少第一估计提供车辆得到对于沿特定道路部段的至少一部分由至少第一估计提供车辆检测的各个车道中的每一个的各个利用方向估计连同相应的各个检测置信度值。各个利用方向估计基于沿各个检测车道中的一个或多个由一个或多个周围车辆中的至少第一估计提供车辆检测到的检测的驾驶轨迹。适合性确定系统还包括适于确定对于各个检测车道中的每一个的各个汇总方向利用估计连同相应的各个汇总置信度值的汇总确定单元。此外,适合性确定系统包括适于确定适用于特定道路部段的自主驾驶适合性指示的适合性确定单元,如果所有确定的汇总方向利用估计指示同样地导向的利用并且所有确定的汇总置信度值高于各个置信度阈值,则该自主驾驶适合性指示指示特定道路部段适合于至少半自主的驾驶。
可选地,当并非所有确定的汇总方向利用估计指示同样地导向的利用时,自主驾驶适合性指示可以进一步指示特定道路部段不适合于至少半自主的驾驶。
此外,可选地,当并非所有确定的汇总置信度值高于各个置信度阈值时,自主驾驶适合性指示可以进一步指示特定道路部段不适合于至少半自主的驾驶。
可选地,适合性确定系统可以进一步包括向靠近和/或沿特定道路部段驾驶的至少第一估计接收车辆提供自主驾驶适合性指示的提供单元,所述至少第一估计接收车辆是至少半自主的。
此外,可选地,适合性确定系统可进一步包括适于在数字地图数据中用自主驾驶适合性指示和/或用下列中的至少一个:各个汇总方向利用估计和/或相应的各个汇总置信度值中的一个或多个来更新与特定道路部段和/或其车道关联的信息的更新单元。
可选地,可以通过沿用于单向交通的道路的特定道路部段表示特定道路部段。额外地或替代地,可选地,可通过物理上划界特定道路部段的至少一个划界符表示至少一个侧向道路边界。
此外,可选地,各个方向利用估计可以指示鉴于至少第一估计提供车辆的下述驾驶方向检测到的驾驶轨迹的驾驶方向:同样地导向,在对向方向上导向和/或同样地导向和在对向方向上导向。
与上述提及的涉及第一方面的类似优点相应地适用于第二方面,这就是为什么没有进一步论述这些优点的原因。
根据此处实施例的第三方面,通过一种计算机程序产品实现该目的,所述计算机程序产品包括存储在计算机可读介质或载波上的计算机程序,所述计算机程序包含计算机程序代码工具,所述计算机程序代码工具被设置为使得计算机或处理器执行上述适合性确定系统的步骤。另外,类似上述提及的涉及第一方面的优点相应地适用于第三方面,这就是为什么没有进一步论述这些优点的原因。
附图说明
很容易根据以下详细描述和附图理解本发明的非限制性实施例的各个方面,包括特定特征和优点,其中:
图1示出根据本公开实施例的例示适合性确定系统的示意性概况图;
图2是示出根据本公开实施例的例示适合性确定系统的示意性框图;以及
图3是描绘根据本公开实施例的用于确认道路部段是否适合于至少半自主的车辆驾驶的例示方法的流程图。
具体实施方式
现在将更完全地参照附图在下面描述本公开的非限制性实施例,其中示出本公开的当前优选的实施例。但是本公开可体现为很多不同的形式并且本公开不应当被诠释为局限于此处阐述的实施例。相同的附图指示自始至终指代如同的元件。附图中某些方框的虚线表明这些单元或动作是可选的而非强制性的。
在下文中,根据此处涉及确认道路部段是否适合于至少半自主的车辆驾驶的实施例,将公开一种方案,根据这种方案,例如在不必违反最初讨论的安全标准的情况下确认道路部段是否适用于至少半自主的驾驶。
现在参照附图特别是图1,示出根据本公开实施例的例示适合性确定系统1的示意概况图。适合性确定系统1与支持与一个或多个车辆通信的通常已知的系统2相关联,例如至少部分包括在其中。支持与一个或多个车辆通信的系统2——以及随后的适合性确定系统1——在此包括在一个或多个服务器和/或汽车云中。进一步描绘的是例如包括在支持与一个或多个车辆通信的所述系统2的数字地图数据库中的可选的数字地图数据21。
至少第一估计提供车辆3沿三车道高速公路的特定道路部段4在驾驶方向30上驾驶,该特定道路部段4包括至少一个车道——此处为三个车道——并且进一步被至少一个侧向道路边界41划界。特定道路部段4如图所示由沿用于单向交通的道路的特定道路部段4表示。此外,至少一个侧向道路边界41可以通过物理上为特定道路部段4划界的至少一个划界符表示。第一估计提供车辆3在此包括可选的用于车辆定位的已知的定位系统31以及还包括一个或多个通常已知的用于沿特定道路部段4的至少一部分检测车道并且还用于检测一个或多个周围车辆5、6、7、8的可选的检测装置32,例如相机;在此例示了四个周围车辆。图1还示出第一估计提供车辆3检测到的周围车辆5、6、7、8的检测到的驾驶轨迹51、61、71、81。
进一步描绘的是由适合性确定系统1从至少第一估计提供车辆3得到的利用方向估计9a连同相应的检测置信度值9b。利用方向估计9a和相应的检测置信度值9b将结合图3进一步详述。
图1中进一步示出从适合性确定系统1向靠近和/或沿特定道路部段4驾驶的可选的至少第一估计接收车辆12提供自主驾驶适合性指示11,所述第一估计接收车辆12是至少半自主的。第一估计接收车辆12可以包括或车载有用于定位该车辆的可选的已知的定位系统121。下面将结合图3进一步详述自主驾驶适合性指示11。
进一步如图2所示,图2描绘了示意性框图,该示意性框图示出根据本公开实施例的例示适合性确定系统1,适合性确定系统包括道路部段识别单元101、得到单元102、汇总确定单元103和适合性确定单元104,这些单元均将结合图3详述。适合性确定系统1可以进一步包括可选的提供单元105和/或可选的更新单元106,这些单元均以类似的方式结合图3详述。此外,可以通过一个或多个处理器(例如此处用CPU表示的处理器107)连同用于执行此处的实施例的功能和动作的计算机程序代码来实施此处用于确认道路部段是否适合于至少半自主的车辆驾驶的实施例。所述程序代码也可被提供为计算机程序产品,例如数据载体的形式,所述数据载体承载计算机程序代码,在被载入到适合性确定系统1中时所述计算机程序代码用于执行此处的实施例。一个这样的载体可以是CD ROM盘的形式。但是其它数据载体例如记忆棒也是可行的。计算机程序代码还可被提供为服务器上并且被下载至适合性确定系统1的纯程序代码。
适合性确定系统1可以进一步包括存储器108,存储器108包括一个或多个存储器单元。存储器108可以被设置为用于存储例如信息,并且进一步存储数据、配置、时序安排和应用,以在适合性确定系统1中被执行时执行此处的方法。此外,道路部段识别单元101、得到单元102、汇总确定单元103、适合性确定单元104、可选的提供单元105、可选的更新单元106、可选的处理器107和/或可选的存储器108可以例如至少部分地在支持与一个或多个车辆通信的系统2中实施。支持与一个或多个车辆通信的系统2可以涉及、包括和/或包括于适于存储和/或基于云的存储以及无线传输数据至车辆和/或从车辆接收数据的一个或多个服务器和/或云。支持与一个或多个车辆通信的系统2和/或一个或多个服务器和/或云可以进一步包括、包括于、关联于和/或构成适于与车辆无线通信、遥控车辆的功能和/或保持与车辆关联的信息的车辆管理系统;举例来说,例如诸如沃尔沃随车管家的车辆管理系统。额外地或替代地,适合性确定系统1和随后的支持与一个或多个车辆通信的系统2可以本地车载地实施在车辆上——而非远程地实施——例如车载在至少第一估计接收车辆12上。本领域技术人员还将理解,如上所述且随后会在说明书中更加详细地描述的道路部段识别单元101、得到单元102、汇总确定单元103、适合性确定单元104、可选的提供单元105和/或可选的更新单元106可以指模拟和数字电路的组合,和/或配置有软件和/或固件的一个或多个处理器,所述软件和/或固件例如存储在存储器(例如存储器108)中,当通过诸如处理器107的一个或多个处理器执行时按下面将结合图3更详细地描述的方式执行。这些处理器中的一个或多个以及其它数字硬件可包括在单个ASIC(专用集成电路)中,或者若干处理器和各种数字硬件可以分布在若干分离部件当中,不管这些部件被单独地封装或组装到SoC(芯片上系统)中。
图3是描绘了根据本公开实施例的用于确认道路部段是否适合于至少半自主的车辆驾驶的例示方法的流程图。通过如前所述与支持与一个或多个车辆通信的系统2关联的适合性确定系统1执行所述方法。可以不断地重复的例示方法包括以下借助图1和2进行讨论的动作。可以以任何合适的顺序采取所述动作,例如可以同时和/或以轮流的顺序执行动作1001和动作1002。以类似的方式,可以同时和/或以轮流的顺序执行可选的动作1005和可选的动作1006。
动作1001
在动作1001中,适合性确定系统1识别——例如数字地图数据21中——包括至少一个车道且被至少一个侧向道路边界41划界的特定道路部段4。相应地,道路部段识别单元101适于识别——例如数字地图数据21中——包括至少一个车道且被至少一个侧向道路边界41划界的特定道路部段4。因而,如借助图1和2所示,可从例如通常已知的数字地图和/或数字地图数据21选择特定道路部段41——或“映射的”特定道路部段。
动作1002
在动作1002中,对于沿特定道路部段4的至少一部分由至少第一估计提供车辆3检测的各个车道中的每一个,适合性确定系统1从至少第一估计提供车辆3得到各个利用方向估计9a连同相应的各个检测置信度值9b。相应地,得到单元102适于对于沿特定道路部段4的至少一部分由至少第一估计提供车辆3检测的各个车道中的每一个,从至少第一估计提供车辆3得到各个利用方向估计9a连同相应的各个检测置信度值9b。各个利用方向估计9a基于由一个或多个周围车辆5、6、7、8中的至少第一估计提供车辆3沿各个检测车道中的一个或多个检测的检测到的驾驶轨迹51、61、71、81。因而,如借助图1和2所示,连同各个相应的检测置信度指示9b,从至少一个车辆3接收到沿特定道路部段4的至少区段在什么方向51、61、71、81上周围车辆5、6、7、8被检测为在每个检测车道中驾驶的估计9a。也就是说,已经通过至少第一估计提供车辆3检测到特定道路部段4的车道数量连同周围车辆5、6、7、8在所述车道内已经在什么方向51、61、71、81上驾驶,并且连同对于每个车道的检测置信度的指示9b,随后将通过对于每个相应车道的驾驶利用的至少第一车辆3的判断9a提供给适合性确定系统1。
可选地,相应的方向利用估计9a表示鉴于下列至少第一估计提供车辆3的驾驶方向30,检测到的驾驶轨迹51、61、71、81的驾驶方向:同样地导向,在对向方向上导向和/或同样地导向和在对向方向上导向。因此,如借助图1所示,在知道至少第一估计提供车辆3的驾驶方向30时,可以得到和/或确定检测的驾驶轨迹51、61、71、81的驾驶方向。
动作1003
在动作1003中,适合性确定系统1对于各个检测车道中的每一个确定各个汇总方向利用估计连同相应的各个汇总置信度值。相应地,汇总确定单元101适于对于各个检测车道中的每一个确定各个汇总方向利用估计连同相应的各个汇总置信度值。因此,如借助图1和2所示,对于每个检测车道,确认了在每个检测车道中检测到的车辆5、6、7、8已经在什么方向51、61,71、81上驾驶的合计的判断。
动作1004
在动作1004中,适合性确定系统1确定适用于特定道路部段4的自主驾驶适合性指示11。相应地,适合性确定单元104适于确定适用于特定道路部段4的自主驾驶适合性指示11。自主驾驶适合性指示11指示如果所有确定的汇总的方向利用估计指示同样地导向的利用并且所有确定的汇总置信度值高于相应的置信度阈值,则特定道路部段4适合于至少半自主的驾驶。因而,如借助图1和2所示,确认了指示符11,其反映出至少半自主的车辆驾驶沿特定道路部段4的适当性和/或适格性。因此,在得知检测的车辆5、6、7、8已经沿特定道路部段4如何驾驶51、61、71、81时,例如得知检测的车辆5、6、7、8是否已经在所有检测车道中同样地导向地被驾驶和/或是否在检测车道中的任意一个内检测到对向交通时,适合性确定系统1可确定和进一步给出认为特定道路部段4是否适合于至少半自主的驾驶的指示11。随后,提供特定道路部段4的驾驶利用的检验11。此外,因而如借助图1和2所示,在每个合计的驾驶方向利用判断指示相同的驾驶方向利用,即对于所有检测车道来说在相同方向上驾驶,并且对于所有检测车道来说置信度足够高的情形下,自主驾驶适合性指示11才指示特定道路部段4适合于自主驾驶。
可选地,在并非所有确定的汇总方向利用估计指示同样地导向的利用时,自主驾驶适合性指示11可进一步指示特定道路部段4不适合于至少半自主的驾驶。藉此,如果并非对于所有检测车道的汇总方向利用估计被确定为同样地导向,那么不论确定的汇总置信度值是否高于相应的置信度阈值,自主驾驶适合性指示11都将指示特定道路部段4不适合于至少半自主的驾驶。
此外,可选地,当并非所有确定的汇总置信度值高于相应的置信度阈值时,自主驾驶适合性指示11可以进一步指示特定道路部段4不适合于至少半自主的驾驶。藉此,如果未达到对于检测车道的置信度水平,那么不论是否已经确定所有检测车道同样地导向,自主驾驶适合性指示11都将指示特定道路部段4不适合于至少半自主的驾驶。
动作1005
在可选的动作1005中,适合性确定系统1可进一步向靠近和/或沿特定道路部段4驾驶的至少第一估计接收车辆12提供自主驾驶适合性指示11,至少第一估计接收车辆12至少是半自主的。相应地,提供单元105可以适于向靠近和/或沿特定道路部段4驾驶的至少第一估计接收车辆12提供自主驾驶适合性指示11,第一估计接收车辆12至少是半自主。因而,如借助图1和2所示,可以通知11支持自主运行的一个或多个车辆12特定道路部段4是否被认为适合于至少半自主的车辆驾驶。也就是说,一个或多个估计接收车辆12因而可以被提供特定道路部段4的驾驶利用检验11,其指示是否认为特定道路部段4为在所有车道内包括同样地导向的交通的道路部段或一个或多个车道是否包括对向交通。因而,借助引入的构思,一个或多个估计接收车辆12不需要违反最初讨论的安全标准。
额外地或替代地,可选地,如果适合性确定系统1本地车载地实施在车辆12上——例如车载在第一估计接收车辆12上——而非远程地例如在一个或多个服务器和/或汽车云中实施,那么适合性确定系统1的启动/停用单元(未示出)可以进一步适于和/或适合性确定系统1的方法可进一步包括:
一旦进入所述特定道路部段4和/或沿所述特定道路部段4驾驶则:
如果所述自主驾驶适合性指示11指示所述特定道路部段4适合
于至少半自主的驾驶则启动至少半自主的车辆驾驶;和/或
如果所述自主驾驶适合性指示11指示所述特定道路部段4不适
合于至少半自主的驾驶则停用进行中的至少半自主的车辆驾驶。
动作1006
在可选的动作1006中,适合性确定系统1可以进一步在数字地图数据21中用自主驾驶适合性指示11和/或用各个汇总方向利用估计和/或一个或多个相应的各个汇总置信度值中的至少一个来更新与特定道路部段4和/或其车道关联的信息。相应地,更新单元106可适于在数字地图数据21中用自主驾驶适合性指示11和/或用各个汇总方向利用估计和/或一个或多个相应的各个汇总置信度值中的至少一个来更新与特定道路部段4和/或其车道关联的信息。因此,如借助图1和2所示,可以用从一个或多个估计提供车辆3得到的最新信息更新——例如连续地或间断地——数字地图数据21中与特定道路部段4和/或其车道相关的数据内容。
所属技术领域的技术人员会认识到,本公开绝不限于如上所述的优选实施例。相反,在所附权利要求的范围内,许多改进和变化都是可能的。此外要注意,附图不一定是按比例的,并且为了清楚起见某些特定的尺寸可能被夸大了。应当反而将重点放在示出此处实施例的原理上。另外,在权利要求中,词语“包括”不排除其它元件或步骤,并且“一个”不排除多个。
Claims (15)
1.一种通过用于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统(1)执行的方法,所述适合性确定系统(1)与支持与一个或多个车辆通信的系统(2)关联,所述方法包括:
识别包括至少一个车道并且被至少一个侧向道路边界(41)划界的特定道路部段(4);
从至少第一估计提供车辆(3)得到沿所述特定道路部段(4)的至少一部分由所述至少第一估计提供车辆(3)检测的各个车道中的每一个的各个方向利用估计(9a)连同相应的各个检测置信度值(9b),所述各个方向利用估计(9a)基于沿检测的所述各个车道中的一个或多个由一个或多个周围车辆(5,6,7,8)中的所述至少第一估计提供车辆(3)检测到的检测的驾驶轨迹(51,61,71,81);
确定对于检测的所述各个车道中的每一个的各个汇总方向利用估计连同相应的各个汇总置信度值;以及
确定适用于所述特定道路部段(4)的自主驾驶适合性指示(11),如果:
所有确定的汇总方向利用估计指示同样地导向的利用,并且
所有确定的汇总置信度值高于各个置信度阈值,
则所述自主驾驶适合性指示(11)指示所述特定道路部段(4)适合于至少半自主的驾驶。
2.根据权利要求1所述的方法,其中当并非所有确定的汇总方向利用估计都指示同样地导向的利用时,
所述自主驾驶适合性指示(11)还指示所述特定道路部段(4)不适合于至少半自主的驾驶。
3.根据权利要求1或2所述的方法,其中当并非所有确定的汇总置信度值高于所述各个置信度阈值时,
所述自主驾驶适合性指示(11)还指示所述特定道路部段(4)不适合于至少半自主的驾驶。
4.根据权利要求1或2所述的方法,还包括:
向靠近和/或沿所述特定道路部段(4)驾驶的至少第一估计接收车辆(12)提供所述自主驾驶适合性指示(11),所述至少第一估计接收车辆(12)至少是半自主的。
5.根据权利要求1或2所述的方法,还包括:
在数字地图数据(21)中用以下方式更新与所述特定道路部段(4)和/或其车道关联的信息:
用所述自主驾驶适合性指示(11)和/或
用下述中的至少一个:所述各个汇总方向利用估计和/或所述相应的各个汇总置信度值中的一个或多个。
6.根据权利要求1或2所述的方法,其中通过沿用于单向交通的道路的特定道路部段表示所述特定道路部段(4),和/或其中通过物理上对所述特定道路部段(4)划界的至少一个划界符表示所述至少一个侧向道路边界(41)。
7.根据权利要求1或2所述的方法,其中所述各个方向利用估计(9a)指示鉴于所述至少第一估计提供车辆(3)的驾驶方向(30)的所述检测的驾驶轨迹(51,61,71,81)的驾驶方向,所述至少第一估计提供车辆(3)的驾驶方向(30)为:
同样地导向;
在对向方向上导向;和/或
同样地导向和在对向方向上导向。
8.一种适于确认道路部段是否适合于至少半自主的车辆驾驶的适合性确定系统(1),所述适合性确定系统(1)与支持与一个或多个车辆通信的系统(2)关联,所述适合性确定系统(1)包括:
道路部段识别单元(101),适于识别包括至少一个车道并且被至少一个侧向道路边界(41)划界的特定道路部段(4);
得到单元(102),适于从至少第一估计提供车辆(3)得到沿所述特定道路部段(4)的至少一部分由所述至少第一估计提供车辆(3)检测的各个车道中的每一个的各个方向利用估计(9a)连同相应的各个检测置信度值(9b),所述各个方向利用估计(9a)基于沿检测的所述各个车道中的一个或多个由一个或多个周围车辆(5,6,7,8)中的所述至少第一估计提供车辆(3)检测到的检测的驾驶轨迹(51,61,71,81);
汇总确定单元(103),适于确定对于检测的所述各个车道中的每一个的各个汇总方向利用估计连同相应的各个汇总置信度值;以及
适合性确定单元(104),适于确定适用于所述特定道路部段(4)的自主驾驶适合性指示(11),如果:
所有确定的汇总方向利用估计指示同样地导向的利用,并且
所有确定的汇总置信度值高于各个置信度阈值,
则所述自主驾驶适合性指示(11)指示所述特定道路部段(4)适合于至少半自主的驾驶。
9.根据权利要求8所述的适合性确定系统(1),其中当并非所有确定的汇总方向利用估计都指示同样地导向的利用时,
所述自主驾驶适合性指示(11)还指示所述特定道路部段(4)不适合于至少半自主的驾驶。
10.根据权利要求8或9所述的适合性确定系统(1),其中当并非所有确定的汇总置信度值高于所述各个置信度阈值时,
所述自主驾驶适合性指示(11)还指示所述特定道路部段(4)不适合于至少半自主的驾驶。
11.根据权利要求8或9所述的适合性确定系统(1),还包括:
提供单元(105),适于向靠近和/或沿所述特定道路部段(4)驾驶的至少第一估计接收车辆(12)提供所述自主驾驶适合性指示(11),所述至少第一估计接收车辆(12)至少是半自主的。
12.根据权利要求8或9所述的适合性确定系统(1),还包括:
更新单元(106),适于在数字地图数据(21)中用以下方式更新与所述特定道路部段(4)和/或其车道关联的信息:
用所述自主驾驶适合性指示(11)和/或
用下述中的至少一个:所述各个汇总方向利用估计和/或所述相应的各个汇总置信度值中的一个或多个。
13.根据权利要求8或9所述的适合性确定系统(1),其中通过沿用于单向交通的道路的特定道路部段表示所述特定道路部段(4),和/或其中通过物理上对所述特定道路部段(4)划界的至少一个划界符表示所述至少一个侧向道路边界(41)。
14.根据权利要求8或9所述的适合性确定系统(1),其中所述各个方向利用估计(9a)指示鉴于所述至少第一估计提供车辆(3)的驾驶方向(30)的所述检测的驾驶轨迹(51,61,71,81)的驾驶方向,所述至少第一估计提供车辆(3)的驾驶方向(30)为:
同样地导向;
在对向方向上导向;和/或
同样地导向和在对向方向上导向。
15.一种计算机可读介质,其上存储有计算机程序,所述计算机程序含有计算机程序代码工具,所述计算机程序代码工具设置为使得计算机或处理器执行根据权利要求1-7任意一项所述方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16186218.0 | 2016-08-30 | ||
EP16186218.0A EP3291197A1 (en) | 2016-08-30 | 2016-08-30 | Method and system for establishing whether a road section is suitable for autonomous vehicle driving |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107792077A CN107792077A (zh) | 2018-03-13 |
CN107792077B true CN107792077B (zh) | 2021-05-07 |
Family
ID=56893711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710723708.3A Active CN107792077B (zh) | 2016-08-30 | 2017-08-22 | 用于确认道路部段是否适合于自主车辆驾驶的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10297145B2 (zh) |
EP (1) | EP3291197A1 (zh) |
CN (1) | CN107792077B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102265376B1 (ko) * | 2017-03-07 | 2021-06-16 | 현대자동차주식회사 | 차량 및 그 제어방법과 이를 이용한 자율 주행 시스템 |
US10466705B1 (en) | 2017-07-12 | 2019-11-05 | Uber Technologies, Inc. | Systems and methods for automated testing of autonomous vehicles |
US11422565B1 (en) * | 2017-08-18 | 2022-08-23 | Amazon Technologies, Inc. | System for robot movement that is informed by cultural conventions |
US11300963B1 (en) | 2017-08-18 | 2022-04-12 | Amazon Technologies, Inc. | Robot movement constraint system |
CN108764187B (zh) * | 2018-06-01 | 2022-03-08 | 百度在线网络技术(北京)有限公司 | 提取车道线的方法、装置、设备、存储介质以及采集实体 |
CN110969837B (zh) * | 2018-09-30 | 2022-03-25 | 毫末智行科技有限公司 | 自动驾驶车辆的道路信息融合系统及方法 |
EP3640679B1 (en) * | 2018-10-15 | 2023-06-07 | Zenuity AB | A method for assigning ego vehicle to a lane |
KR102633140B1 (ko) * | 2018-10-23 | 2024-02-05 | 삼성전자주식회사 | 주행 정보를 결정하는 방법 및 장치 |
EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
US12060079B2 (en) * | 2020-05-12 | 2024-08-13 | Toyota Research Institute, Inc. | Autonomous driving requirements deficiency determination |
CN114264310B (zh) * | 2020-09-14 | 2024-06-21 | 阿里巴巴集团控股有限公司 | 定位及导航方法、装置、电子设备、计算机存储介质 |
US11756313B2 (en) * | 2020-09-29 | 2023-09-12 | Aptiv Technologies Limited | Road-perception system configured to estimate a belief and plausibility of lanes in a road model |
US12031829B2 (en) * | 2020-12-03 | 2024-07-09 | Motional Ad Llc | Localization based on surrounding vehicles |
US11398153B1 (en) * | 2021-03-02 | 2022-07-26 | Here Global B.V. | System and method for determining a driving direction |
CN113247014B (zh) * | 2021-06-09 | 2021-11-09 | 智己汽车科技有限公司 | 一种自动驾驶系统的置信度标识方法及系统 |
US20230125433A1 (en) * | 2021-10-27 | 2023-04-27 | Here Global B.V. | Confidence aggregation of score based on custom models by feature importance |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2574958A1 (en) * | 2011-09-28 | 2013-04-03 | Honda Research Institute Europe GmbH | Road-terrain detection method and system for driver assistance systems |
US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
EP2960129A1 (en) * | 2014-06-26 | 2015-12-30 | Volvo Car Corporation | Confidence level determination for estimated road geometries |
WO2016090282A1 (en) * | 2014-12-05 | 2016-06-09 | Cowbyt Technologies Llc | Autonomous navigation system |
CN105698801A (zh) * | 2014-12-09 | 2016-06-22 | 沃尔沃汽车公司 | 提高由交通工具使用的数字地图数据准确度的方法和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2503240B (en) * | 2012-06-20 | 2019-05-29 | Intelligent Energy Ltd | Cooling system for fuel cells |
US9666069B2 (en) * | 2014-02-14 | 2017-05-30 | Ford Global Technologies, Llc | Autonomous vehicle handling and performance adjustment |
US9944296B1 (en) * | 2015-01-13 | 2018-04-17 | State Farm Mutual Automobile Insurance Company | Apparatuses, systems and methods for determining distractions associated with vehicle driving routes |
US9568915B1 (en) * | 2016-02-11 | 2017-02-14 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling autonomous or semi-autonomous vehicle |
-
2016
- 2016-08-30 EP EP16186218.0A patent/EP3291197A1/en not_active Ceased
-
2017
- 2017-08-09 US US15/672,609 patent/US10297145B2/en active Active
- 2017-08-22 CN CN201710723708.3A patent/CN107792077B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2574958A1 (en) * | 2011-09-28 | 2013-04-03 | Honda Research Institute Europe GmbH | Road-terrain detection method and system for driver assistance systems |
EP2960129A1 (en) * | 2014-06-26 | 2015-12-30 | Volvo Car Corporation | Confidence level determination for estimated road geometries |
US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
WO2016090282A1 (en) * | 2014-12-05 | 2016-06-09 | Cowbyt Technologies Llc | Autonomous navigation system |
CN105698801A (zh) * | 2014-12-09 | 2016-06-22 | 沃尔沃汽车公司 | 提高由交通工具使用的数字地图数据准确度的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107792077A (zh) | 2018-03-13 |
US10297145B2 (en) | 2019-05-21 |
EP3291197A1 (en) | 2018-03-07 |
US20180061226A1 (en) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107792077B (zh) | 用于确认道路部段是否适合于自主车辆驾驶的方法和系统 | |
CN109808709B (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
US9175966B2 (en) | Remote vehicle monitoring | |
US9933268B2 (en) | Method and system for improving accuracy of digital map data utilized by a vehicle | |
US9558408B2 (en) | Traffic signal prediction | |
EP3644294A1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
US20150106010A1 (en) | Aerial data for vehicle navigation | |
JP2019532292A (ja) | 車両位置特定の自律走行車両 | |
US20210221403A1 (en) | Perception performance evaluation of a vehicle adas or ads | |
US20230020040A1 (en) | Batch control for autonomous vehicles | |
JP7362733B2 (ja) | 道路環境情報の自動化クラウドソーシング | |
EP3267419B1 (en) | Method and system for maintaining a database comprising reported traffic-affecting events | |
CN113734193A (zh) | 用于估计接管时间的系统和方法 | |
US20230174115A1 (en) | Precautionary planning of minimal risk maneuvers | |
US11904856B2 (en) | Detection of a rearward approaching emergency vehicle | |
CN109313851B (zh) | 用于逆行驾驶员识别的方法、设备和系统 | |
US20210171029A1 (en) | System and Method for Controlling Driving Lane Keeping | |
US20230113532A1 (en) | Path planning for vehicle based on accident intensity | |
US20240124060A1 (en) | A method for determining whether an automatic collision avoidance steering maneuver should be executed or not | |
US20240166204A1 (en) | Vehicle Collision Threat Assessment | |
US20240270282A1 (en) | Autonomous Driving Validation System | |
US20230356745A1 (en) | Map related information sharing for autonomous vehicles | |
KR102551283B1 (ko) | 메타인지 기반 자율주행 보정 장치 및 방법 | |
EP4186770A1 (en) | Method and system for estimation of an operational design domain boundary | |
KR102665894B1 (ko) | 교통 참가자의 방향을 추정하기 위한 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |