CN108351647B - 用于生成针对行车道的车道精确的占用地图的方法和系统 - Google Patents

用于生成针对行车道的车道精确的占用地图的方法和系统 Download PDF

Info

Publication number
CN108351647B
CN108351647B CN201680062444.5A CN201680062444A CN108351647B CN 108351647 B CN108351647 B CN 108351647B CN 201680062444 A CN201680062444 A CN 201680062444A CN 108351647 B CN108351647 B CN 108351647B
Authority
CN
China
Prior art keywords
information
lane
traffic
mobile device
map
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
CN201680062444.5A
Other languages
English (en)
Other versions
CN108351647A (zh
Inventor
A.蒂策
S.欧特曼
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.)
Volkswagen AG
Original Assignee
Volkswagen AG
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 Volkswagen AG filed Critical Volkswagen AG
Publication of CN108351647A publication Critical patent/CN108351647A/zh
Application granted granted Critical
Publication of CN108351647B publication Critical patent/CN108351647B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • 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
    • 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
    • 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
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于生成针对行车道的车道精确的占用地图的方法。为此，在至少一个移动装置(2)中通过摄像头(4)检测并且由分析单元(5)分析环境(12)。分析单元(5)确定环境(12)中的路段(13、20)并且确定所述路段(13、20)中的行车道(22)。此外，分析单元(5)还对环境(12)或者路段(13、20)中的对象(28)进行识别和分类。将对象信息、路段信息、时间信息和行车道信息传输至地图生成装置(3)，所述地图生成装置(3)由此生成针对行车道(22)的车道精确的占用地图。所述车道精确的占用地图又可以传输至移动装置(2)。本发明还涉及一种对应的系统(1)。

Description

用于生成针对行车道的车道精确的占用地图的方法和系统
本发明涉及一种用于生成针对行车道的车道精确的占用地图的方法和系统。
现代的机动车具有大量的辅助系统，其中也包括能够在环境中定位机动车的导航系统。这种导航系统例如基于全球定位系统(GPS)，其中通过分析多个卫星支持的信号确定机动车的位置。此外也已知由机动车的环境生成地图的系统。在之后行驶过已经生成地图的区域时，可以在已生成的地图中定位机动车。在预计的交通规划的过程中，对于机动车的驾驶员期望的是，识别其行驶路径上的交通流量。
由DE 10 2014 002 821 A1已知一种用于定位周围环境中的移动装置的方法，其中，装置具有多个传感器，用于通过使用不同的定位方法检测装置的周围环境，其中，对于周围环境存在参考地图，其包括周围环境中的多个位置，其中，针对周围环境中的至少一个位置推荐至少一个定位方法，其可以通过用于检测周围环境的至少一个传感器执行，其中，针对移动装置的当前位置，为了定位所述装置，使用至少一个由参考地图推荐的、可以通过至少一个传感器执行的定位方法。
由DE 10 2011 119 762 A1已知一种适用于机动车的定位系统和相应的方法。所述系统包括：数字地图，在所述数字地图中局部地记录了关于位置特定的特征的数据；至少一个环境识别设备，用于检测机动车的周围环境中的位置特定的特征；以及与数字地图和环境识别设备耦连的定位模块。定位模块具有处理单元，所述处理单元用于根据局部地记录在数字地图中的位置特定的特征，将所检测的数据与记录在数字地图中的、关于位置特定的特征和用于定位机动车位置的数据进行比较。系统还包括用于机动车运动数据的机动车惯性测量单元，其与定位模块耦连，定位模块的处理单元配置用于借助机动车运动数据基于根据位置特定的特征定位的位置确定机动车位置。
本发明所要解决的技术问题在于，实现一种用于生成地图的方法和系统，其中能够提供行车道精确的占用地图。
该技术问题按本发明通过具有权利要求1所述特征的方法和具有权利要求8所述特征的系统解决。本发明的有利的设计方案由从属权利要求得出。
尤其提供一种用于生成针对行车道的车道精确的占用地图的方法，包括以下步骤，在至少一个移动装置中：通过至少一个摄像头检测至少一个移动装置的环境的图像序列，通过分析单元对所检测的图像序列中的对象进行识别和分类，通过分析单元确定对象相对于至少一个移动装置的对象位置，确定环境中的路段，其中，所述路段具有预设的尺寸以及预设的边界，将被识别和分类的对象配置给所确定的路段中的确定的对象位置，通过分析单元确定存在于路段中的行车道，通过发送装置将被识别和分类的对象的对象信息和对象位置、所确定的路段的路段信息、行车道信息和时间信息传输至地图生成装置，重复之前的步骤以确定环境的其它路段；还包括以下步骤，在地图生成装置中：接收来自至少一个移动装置的针对每个路段的对象信息和对象位置、路段信息、行车道信息和时间信息，基于对象信息和对象位置、路段信息、行车道信息和时间信息将各个单独的路段相互比较，将至少一个移动装置的路段在其分别相邻的边界处合并，将被合并的至少一个移动装置的路段融合为数字地图，通过基于从至少一个移动装置接收的对象信息和对象位置、路段信息、行车道信息和时间信息将至少一个移动装置配置给在相应的路段中确定的行车道，来确定数字地图的路段中的行车道的当前行车道占用。
此外，用于生成针对行车道的车道精确的占用地图的系统包括至少一个移动装置，所述系统包括：至少一个用于检测至少一个移动装置的环境的图像序列的摄像头、分析单元和用于与地图生成装置通信的发送装置，其中，分析单元设计用于对所检测的图像序列中的对象进行识别和分类，确定对象相对于至少一个移动装置的对象位置，确定环境中的路段，其中，所述路段具有预设的尺寸以及预设的边界，将被识别和分类的对象配置给所定义的路段中的确定的对象位置，确定存在于路段中的行车道，借助发送装置将被识别和分类的对象的对象信息和对象位置、所确定的路段的路段信息、行车道信息和时间信息发送至地图生成装置，并且重复之前的步骤以确定环境的其它路段；和地图生成装置，所述地图生成装置设计用于从至少一个移动装置接收针对每个路段的对象信息和对象位置、路段信息、行车道信息和时间信息，基于对象信息和对象位置、路段信息、行车道信息和时间信息将各个单独的路段相互比较，将至少一个移动装置的路段在其分别相邻的边界处合并，并且将被合并的至少一个移动装置的路段融合为数字地图，其中，地图生成装置还设计用于，通过基于从至少一个移动装置接收的对象信息和对象位置、路段信息、行车道信息和时间信息将至少一个移动装置配置给所确定的行车道，来确定数字地图的路段中的行车道的当前行车道占用。
尤其规定，移动装置是机动车并且地图生成装置是中央服务器，机动车通过无线通信连接与所述中央服务器通信。其它的移动装置则例如是其它机动车，它们同样与中央服务器通信。然而也可以规定，地图生成装置集成在移动装置中。
在一种实施形式中规定，所述当前行车道占用由地图生成装置换算成交通密度并且作为附加信息配置给数字地图中的路段。通过计算和配置交通密度，能够以简单的方式针对所确定的路段显示交通流量。此外也能够以这种方式提供关于数字地图中的所有路段的交通密度的信息。由此，驾驶员或者自动化控制装置可以例如将这样提供的交通密度用于进行路线规划。
在另一实施形式中规定，地图生成装置将所计算的交通密度与极限值进行比较，其中，如果超过极限值，则作为附加信息将交通状态“拥堵”分配给路段，并且其中，如果没有超过极限值，则作为附加信息将交通状态“无拥堵”分配给路段。这尤其在路线规划时是有利的。如果路段或者这些路段中的行车道标记为“拥堵”，则可以避免驶过这些路段并且可以规划和执行其它路线。而如果状态是“无拥堵”，则可以继续沿原始规划的路线行驶。
尤其也可以规定，由地图生成装置备选或附加地基于其它参数确定路段中的行车道的交通密度。所述其它参数例如可以由用于进行交通规划的中央装置、例如调度台提供。由此，即使交通尚通畅，也可以将行车道标记为“拥堵”，因此可以进行主动的交通调度规划。但是，其它的交通信息服务也可以提供交通密度作为针对数字地图中的路段的其它参数。
在一种实施形式中规定，所确定的路段中的行车道通过由左侧行车道边界和右侧行车道边界形成的通道来描述，其中，左侧行车道边界和右侧行车道边界分别被描述为行车道函数。这具有的优点是：可以减小描述行车道所需的数据量。由此节省了通过通信连接在至少一个移动装置与地图生成装置之间通信时的带宽。
尤其在一种实施形式中规定，所述行车道函数设计为三次多项式函数。这在具有灵活性的同时使得数据特别强烈地减少。每个坐标只需要传递四个系数，因此在三维中每个路段总共需要传递十二个系数。在此尤其可以规定，多项式函数具有时间作为独立变量。但同样可行的是，使用位置坐标、例如行驶路程等作为独立变量。
在另一实施形式中规定，基于所接收的对象信息和对象位置、路段信息、行车道信息和时间信息由地图生成装置针对至少一个路段确定停车位占用并且将所述停车位占用作为停车位占用信息配置给数字地图中的相应路段作为附加信息。停车位占用信息随即可以例如通过地图生成装置提供给移动装置。
移动装置、地图生成装置和所述系统的部件可以单独地或者整合地设计为硬件和软件的组合，例如设计为在微控制器或者微处理器上实施的程序编码。
以下参照附图根据优选的实施例详细阐述本发明。在附图中：
图1示出用于生成车道精确的占用地图的系统的一种实施形式的示意图；
图2示出机动车的典型环境的示意图，以说明所述方法；
图3示出通过行车道函数确定的路段的示意图。
在图1中示出用于生成数字地图60的系统1的示意图。系统1包括至少一个移动装置2和地图生成装置3，所述至少一个移动装置2在本实施例中设计在机动车50中，所述地图生成装置3例如设计为中央服务器。移动装置2包括摄像头4、分析单元5、发送装置6、高度传感器30和接收装置33。地图生成装置3例如包括接收装置7、发送装置34、合并装置8、融合装置9和存储器10，在所述存储器中保存数字地图60。移动装置2和地图生成装置3可以通过通信连接32相互通信。
图2示出机动车50的典型环境12的示意图，以说明所述方法。摄像头4(参见图1)例如指向机动车50的行驶方向11。摄像头4检测机动车50的环境12的图像序列。所检测的图像序列由摄像头4传输到分析单元5。分析单元5由图像序列确定路段13。所述路段13具有预设的尺寸。该路段13还具有前部边界14、后部边界15、右侧边界16和左侧边界17。在所确定的路段13中具有机动车50正好所在的道路18的区段以及道路18的周围环境19的局部。在之后的时间点由另一图像序列确定另一路段20，使得该另一路段20的后部边界21等于之前确定的路段13的前部边界14。以此方式在不同时间点逐步地检测机动车50的环境12并且依次地以路段13、20的形式相互排列。
在每个路段13、20中，分析单元5确定机动车50的行车道22。在本实施例中，行车道22在右侧受道路18的行车道边界23限制，其中，右侧行车道边界23例如可以通过右侧的行车道标线给定。行车道22的左侧行车道边界24例如通过道路18的中线25给定。
行车道22的相应行车道边界23、24借助图像识别方法在分析单元5中识别并且例如针对每个坐标数学地以三次多项式函数的形式显示：
X(t)＝a3t3+a2t2+a1t+a0，
Y(t)＝b3t3+b2t2+b1t+b0，
Z(t)＝c3t3+c2t2+c1t+c0.
坐标X、Y和Z涉及例如与路段22的前部边界14的中点或者摄像头位置相关的坐标系。坐标X沿行驶方向11描述坐标系，坐标Y沿侧向描述坐标系并且坐标Z沿竖直方向描述坐标系。因此，函数X(t)描述了与时间t相关的沿X方向的函数，其与确定路段13的时间相关。由此在空间上定义所识别的行车道22的每个点。行车道函数的系数可以数学地通过适当的匹配方法确定，因此各个单独的行车道函数通过所确定的系数a1、a2、a3、a0和b1、b2、b3、b0和c1、c2、c3、c0确定并且作为时间的函数描绘行车道边界23、24。具有行车道函数的路段13的示意图在图3中示出。
系数形成行车道信息，它们与时间信息和路段信息共同借助移动装置2的发送装置6传输至地图生成装置3或者服务器。所述传输例如借助无线通信连接32进行。通过借助多项式函数描述行车道22，可以明显地减小要传输的数据量，因此对于每个路段13、20只需要传输较少的数据量。
此外规定，还检测环境12中的其它对象28。由此例如在环境12中和在行车道22的周围环境19中存在地标26、27。地标26例如可以是树或者道路照明装置，地标27也可以是行车道22上的障碍物。在此其例如可以是另一机动车，所述另一机动车标记拥堵的终点或者提示在所述行车道22上施工并且必须更换行车道22。
此外规定，对象28例如也可以描述行车道22上的雪或者滑水现象，其中，这种状态借助通常的图像分析方法识别。
此外可以规定，借助函数X(t)、Y(t)和Z(t)或者以通过图像分析提供的附加信息的形式，将例如停车楼信息、尤其是关于空闲停车位的信息传输至地图生成装置3。尤其规定，将由机动车50的高度传感器30(参见图1)检测的高度信息与关于路段13、20的信息共同地传输至服务器，因为以此方式可以识别属于停车位的停车楼层或者地下停车场层。用于确定相对于标准零点、即海平面的地理高度的传感器由现有技术已知。
摄像头4检测图像内容并且借助用于对象识别的适当方法能够确定其涉及哪个对象28。同样可行的是，确定对象28例如相对于摄像头4的位置。这例如通过将所识别的对象28与保存在表格中的对象相比较而实现。由此确定对象28的尺寸并且随即可以推断出与机动车50或者摄像头4的距离。通过在多个依次确定的路段13、20中确定对象28相对于摄像头4的角，知道对象28的位置。所述位置例如可以以向量的形式定义或者定义为具有相应的对象类型的坐标。同样作为针对每个路段13、20的时间的函数确定这些对象信息并且借助发送装置6传输至地图生成装置3或者服务器。
地图生成装置3接收针对每个路段的对象信息和对应的对象位置、路段信息、行车道信息和时间信息。借助适当的方法将它们整合，从而形成具有行车道22的数字地图60。在此例如可以使用已知的模式识别方法。这种方法通过在此的信息能够配置路段信息并且在相应一致的情况下将路段13、20彼此接合。各个单独的路段13、20的接合在地图生成装置3中例如由合并装置8进行。
不同路段13、20之间的相似性例如通过比较行车道函数的系数确定。如果所述系数一致，则可以认为其涉及相同的行车道22。为了进行验证，还将其它信息相互比较，例如关于处于行车道22之外的对象28的位置和类型的对象信息。
行车道22的数字地图60通过以下方式改进，即，大量的移动装置2、例如大量的机动车50分别将针对每个路段13、20的对象信息和对应的对象位置、路段信息、行车道信息和时间信息发送至地图生成装置3，并且地图生成装置3使用这些信息，以便由这些信息例如借助加权和求平均或者叠加而生成具有特别高精度的数字地图60。多个移动装置2的多个路段13、20的求平均在地图生成装置3中例如由融合装置9进行。数字地图60保存在存储器10中并且可以在该处随时改变和再次调取。
如果例如路段13、20的对象28已经改变，则所述方法在地图生成装置3中确保在第一步骤中有确定数量的信息一致。这例如可以是行车道22的系数。如果其它参数、例如对象28(例如在树的情况下)的对象尺寸和对象类型在比较中也一致，则认为涉及在之前的时间点已经检测到并且保存在数字地图60中的路段13、20。
例如，在路段13、20中，处于左侧行车道左侧的对象28、例如交通标志31的对象类型和对象尺寸同样与之前生成的路段13、20的信息一致。然而，交通标志31的内容可能已经在其间改变(例如因为速度预设改变)。基于以下事实，即确定数量的信息一致，也就是在时间上更近的路段13、20已经被配置给数字地图中的位置，并且小的区域(交通标志31的内容)是新的，则认为路段必须被更新并且通过地图生成装置3更换路段13、20。因此在本实施例中，速度预设被更新。
借助对形成地标26、27的对象28的识别和对应的对象位置求平均，可以在本地或者全局的坐标系中计算高精确度的定位。这用于将路段13、20固定在数字地图60中。
因此在地图生成装置3或者在服务器中，环境12的图像在本地(数字地图60)和全局的坐标系中被组合在一起，其由来自路段13、20的大量信息组成。因此，尤其可以将多个移动装置的大量所检测的图像序列融合为唯一的非常准确的数字地图60。
尤其规定，地图生成装置3确定针对数字地图60的路段13、20中的行车道22的当前行车道占用。这通过基于从至少一个移动装置2接收的对象信息和对象位置、路段信息、行车道信息和时间信息将至少一个移动装置2配置给在相应的路段13、20中由至少一个移动装置2确定的行车道22实现。如果至少一个移动装置2在确定的时间点处于确定的路段13中，则将至少一个移动装置2配置给所述确定的路段13。所述配置或者说对应关系在数字地图60中注明。类似地针对其它移动装置执行所述方法，从而也将其它移动装置的与相应路段13、20的对应关系保存在数字地图60中，并且以此方式产生针对路段13、20或者路段13、20中的行车道22的占用地图。地图生成装置3随即由所述对应关系确定交通密度，方式为地图生成装置3例如计算每个单独的路段13、20的移动装置的数量。
这种交通密度可以随即由地图生成装置3进一步分析，例如通过与交通密度的预设极限值进行比较。如果超过了路段13、20中的极限值，则将路段的拥堵状态设置为“拥堵”。而如果没有超过极限值，则将拥堵状态设置为“无拥堵”。随即可以将拥堵状态作为附加信息提供给移动装置。
在一种有利的扩展设计中，还识别数字地图60的路段13、20中的空闲停车位。针对路段13、20的附加信息随即例如能够以停车位信息的形式，例如“停车楼1，第3层，停车位17”在数字地图60中注明并且接着被提供。通过适当的通信平台、例如通过互联网可以由机动车40预订空闲停车位。所述方法例如通过地图生成装置3或者通过与停车楼的相应通信接口通信的服务器实现。如果预订由机动车50的驾驶员确认，则所述停车位在数字地图60中由地图生成装置3或者服务器标记为“占用”，而不需要借助摄像头4重新检测停车位所处的路段。所预订的停车位不再能够被其它的交通参与者识别为“空闲”，而是保持锁定。
地图生成装置3能够将组合在一起的环境12的图像作为数字地图60再次发送至移动装置2，尤其是发送至机动车50。如果移动装置2借助接收装置33接收到这些信息，则所接收的环境12的路段在分析单元5中与刚拍摄的路段13进行比较并且通过对偏差的分析确定移动装置2或者机动车50的准确位置。如果确定了位置，则由地图生成装置3或者由服务器向移动装置2或者机动车50提供其它信息，例如拥堵状态和/或行车道表面的状态。在此，这些信息不是全局的，而是针对机动车50的相应行车道22或者针对相应的路段13、20行车道精确的。因此，通过所述方法可以向多车道的道路18上的驾驶员显示，哪条行车道22上的车道表面上的雪已经由冬季服务人员清除并且在哪条行车道22上还有雪。此外例如可以显示交通密度的大小，在哪条行车道22上有拥堵并且在哪条行车道22上交通畅通。此外，在停车楼或者地下停车场中，可以显示相应层中的空闲停车位。
此外也可以规定，地图生成装置3或者服务器能够通过额外存在的GPS信息粗略地确定交通参与者的视角(Standpunkt)并且只基于GPS信息将环境12的图像以数字地图60的形式提供给交通参与者。
移动装置2例如也可以是智能手机、手提电脑或者笔记本电脑。它们也可以借助所述方法检测、发送和接收环境的信息，由此为接收者提供其环境的精确图像。这尤其对于徒步旅行者、自行车骑行者和类似的人在他们携带了具有摄像头4的相应移动装置2并且需要关于环境12的信息的情况下是有利的。
在一种扩展设计中也可行的是，人借助具有摄像头4、发射装置6、接收装置33和适当方法的移动装置2确定路段13、20和对象信息、对象位置和附加信息，以使它们能够用于改进数字地图60。因此，所述方法不只限于机动车50的行车道22，而是可以扩展到能够借助移动装置2在环境12中检测的所有区域。因此，除了道路18上的机动车50的交通密度，也可以确定、保存和调取人的交通密度。
移动装置2、地图生成装置和系统1的部件可以单独地或者整合地设计为硬件和软件的组合，例如作为在微控制器或者微处理器上实施的程序编码。
附图标记清单
1 系统
2 移动装置
3 地图生成装置
4 摄像头
5 分析单元
6 发送装置
7 接收装置
8 合并装置
9 融合装置
10 存储器
11 行驶方向
12 环境
13 路段
14 前部边界
15 后部边界
16 右侧边界
17 左侧边界
18 道路
19 周围环境
20 另一路段
21 另一路段的后部边界
22 行车道
23 右侧行车道边界
24 左侧行车道边界
25 中线
26 地标
27 地标
28 对象
30 高度传感器
31 交通标志
32 通信连接
33 接收装置
34 发送装置
50 机动车
60 数字地图

Claims (10)

1.一种用于生成针对行车道(22)的车道精确的占用地图的方法，包括以下步骤：
- 在至少一个移动装置(2)中：
通过至少一个摄像头(4)检测至少一个移动装置(2)的环境(12)的图像序列，其中，摄像头指向机动车的行驶方向并且能够看到包括所述机动车的行车道，
通过分析单元(5)对所检测的图像序列中的对象(28)进行识别和分类，通过分析单元(5)确定对象(28)相对于至少一个移动装置(2)的对象位置，确定环境(12)中的路段(13、20)，其中，所述路段(13、20)具有预设的尺寸以及预设的边界(14、15、16、17)，将被识别和分类的对象(28)配置给所确定的路段(13、20)中的确定的对象位置，通过分析单元(5)确定存在于路段(13、20)中的行车道(22)，通过发送装置(6)将被识别和分类的对象(28)的对象信息和对象位置、所确定的路段(13、20)的路段信息、行车道信息和时间信息传输至地图生成装置(3)，重复之前的步骤以确定环境(12)的其它路段(13、20)；
- 在地图生成装置(3)中：
从至少一个移动装置(2)接收针对每个路段(13、20)的对象信息和对象位置、路段信息、行车道信息和时间信息，基于对象信息和对象位置、路段信息、行车道信息和时间信息将各个单独的路段(13、20)相互比较，将至少一个移动装置(2)的路段(13、20)在其分别相邻的边界(14、21)处合并，将被合并的至少一个移动装置(2)的路段(13、20)融合为数字地图(60)，通过基于从至少一个移动装置(2)接收的对象信息和对象位置、路段信息、行车道信息和时间信息将至少一个移动装置(2)配置给相应的路段(13、20)中确定的行车道(22)，来确定在数字地图(60)的路段(13、20)中的行车道的当前行车道占用。
2.按权利要求1所述的方法，其特征在于，所述当前行车道占用由地图生成装置(3)换算成交通密度并且作为附加信息配置给数字地图(60)中的对应的路段(13、20)。
3.按权利要求2所述的方法，其特征在于，地图生成装置(3)将所计算的交通密度与极限值进行比较，其中，如果超过极限值，则作为附加信息将交通状态“拥堵”分配给路段(13、20)，并且其中，如果没有超过极限值，则作为附加信息将交通状态“无拥堵”分配给路段(13、20)。
4.按权利要求2所述的方法，其特征在于，由地图生成装置(3)备选或附加地基于其它参数确定针对路段(13、20)中的行车道(22)的交通密度。
5.按权利要求1所述的方法，其特征在于，由分析单元(5)在路段(13、20)中确定的行车道(22)通过由左侧行车道边界(24)和右侧行车道边界(23)形成的通道描述，其中，左侧行车道边界(24)和右侧行车道边界(23)分别作为行车道函数来描述。
6.按权利要求5所述的方法，其特征在于，所述行车道函数设计为三维的多项式函数。
7.按权利要求1至6之一所述的方法，其特征在于，基于所接收的对象信息和对象位置、路段信息、行车道信息和时间信息由地图生成装置(3)针对至少一个路段(13、20)确定停车位占用并且将所述停车位占用作为停车位占用信息配置给数字地图(60)中的相应路段(13、20)作为附加信息。
8.一种用于生成针对行车道(22)的车道精确的占用地图的系统(1)，包括：
- 至少一个移动装置(2)，所述至少一个移动装置包括：
至少一个摄像头(4)，用于检测至少一个移动装置(2)的环境(12)的图像序列，其中，摄像头指向机动车的行驶方向并且能够看到包括所述机动车的行车道，
分析单元(5)，和
用于与地图生成装置(3)通信的发送装置(6)，
其中，分析单元(5)设计用于对所检测的图像序列中的对象(28)进行识别和分类，确定对象(28)相对于至少一个移动装置(2)的对象位置，确定环境(12)中的路段(13、20)，其中，所述路段(13、20)具有预设的尺寸以及预设的边界(14、15、16、17)，将被识别和分类的对象(28)配置给所定义的路段(13、20)中的确定的对象位置，确定存在于路段中的行车道，借助发送装置(6)将被识别和分类的对象(28)的对象信息和对象位置、所确定的路段(13、20)的路段信息、行车道信息和时间信息发送至地图生成装置(3)，并且重复之前的步骤以确定环境(12)的其它路段(13、20)；和
- 地图生成装置(3)，所述地图生成装置设计用于
从至少一个移动装置(2)接收针对每个路段(13、20)的对象信息和对象位置、路段信息、行车道信息和时间信息，基于对象信息和对象位置、路段信息、行车道信息和时间信息将各个单独的路段(13、20)相互比较，将至少一个移动装置(2)的路段(13、20)在其分别相邻的边界(14、21)处合并，并且将被合并的至少一个移动装置(2)的路段(13、20)融合为数字地图(60)，
其中，地图生成装置(3)还设计用于，通过基于从至少一个移动装置(2)接收的对象信息和对象位置、路段信息、行车道信息和时间信息将至少一个移动装置(2)配置给所确定的行车道(22)，来确定在数字地图(60)的路段(13、20)中的行车道(22)的当前行车道占用。
9.按权利要求8所述的系统，其特征在于，所述地图生成装置(3)设计用于将当前行车道占用换算成交通密度并且作为附加信息配置给数字地图(60)中的对应的路段(13、20)。
10.按权利要求9所述的系统，其特征在于，所述地图生成装置(3)还设计用于将针对路段(13、20)计算的交通密度与极限值进行比较，并且如果超过极限值，则作为附加信息将交通状态“拥堵”分配给路段(13、20)，并且如果没有超过极限值，则作为附加信息将交通状态“无拥堵”分配给路段(13、20)。
CN201680062444.5A 2015-11-25 2016-11-09 用于生成针对行车道的车道精确的占用地图的方法和系统 Active CN108351647B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102015015157 2015-11-25
DE102015015157.6 2015-11-25
DE102016205434.1A DE102016205434A1 (de) 2015-11-25 2016-04-01 Verfahren und System zum Erstellen einer spurgenauen Belegungskarte für Fahrspuren
DE102016205434.1 2016-04-01
PCT/EP2016/077105 WO2017089135A1 (de) 2015-11-25 2016-11-09 Verfahren und system zum erstellen einer spurgenauen belegungskarte für fahrspuren

Publications (2)

Publication Number Publication Date
CN108351647A CN108351647A (zh) 2018-07-31
CN108351647B true CN108351647B (zh) 2022-04-29

Family

ID=58692917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680062444.5A Active CN108351647B (zh) 2015-11-25 2016-11-09 用于生成针对行车道的车道精确的占用地图的方法和系统

Country Status (4)

Country Link
US (1) US10621861B2 (zh)
CN (1) CN108351647B (zh)
DE (1) DE102016205434A1 (zh)
WO (1) WO2017089135A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10962982B2 (en) * 2016-07-21 2021-03-30 Mobileye Vision Technologies Ltd. Crowdsourcing the collection of road surface information
US11635304B2 (en) * 2017-05-31 2023-04-25 Pioneer Corporation Map generation device, control method, program and storage medium
CN107451526A (zh) * 2017-06-09 2017-12-08 蔚来汽车有限公司 地图的构建及其应用
DE102017211632A1 (de) * 2017-07-07 2019-01-10 Robert Bosch Gmbh Verfahren zum Betreiben eines höher automatisierten Fahrzeugs (HAF), insbe-sondere eines hochautomatisierten Fahrzeugs
CN109163730B (zh) * 2018-08-02 2020-10-27 武汉中海庭数据技术有限公司 一种自动驾驶用高精度地图数据网格化的管理方法及装置
CN109872533B (zh) * 2019-02-21 2020-12-04 弈人（上海）科技有限公司 一种基于空间数据的车道级实时交通情报处理方法
CN110047373A (zh) * 2019-04-28 2019-07-23 北京超维度计算科技有限公司 一种基于通用应用处理器的高精度地图生成系统
CN110047372A (zh) * 2019-04-28 2019-07-23 北京超维度计算科技有限公司 一种基于可重构计算的高精度地图生成系统
DE112020003897T5 (de) * 2019-09-17 2022-05-25 Mobileye Vision Technologies Ltd. Systeme und verfahren zur überwachung von fahrspurüberlastung
CN113494915A (zh) * 2020-04-02 2021-10-12 广州汽车集团股份有限公司 一种车辆横向定位方法、装置及系统
US11753006B2 (en) 2020-06-08 2023-09-12 Robert Bosch Gmbh Representing objects in a surrounding environment of a vehicle using a frenet coordinate system
CN114911882A (zh) * 2021-02-09 2022-08-16 灵动科技（北京）有限公司 地图构建和导航方法、装置、电子设备及可读存储介质
FR3130958B1 (fr) 2021-12-22 2024-05-03 Renault Sas Procédé de modélisation d’un environnement tactique d’un véhicule automobile.
FR3130957B1 (fr) 2021-12-22 2024-04-05 Renault Sas Procédé de modélisation d’un environnement tactique d’un véhicule automobile.
DE102022203099A1 (de) 2022-03-30 2023-10-05 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Betreiben eines Assistenzsystems eines Fahrzeugs
DE102022203264A1 (de) 2022-04-01 2023-10-05 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Erstellen von Kartendaten
CN115223065B (zh) * 2022-07-25 2023-04-07 中国人民解放军陆军航空兵学院 一种基于高精度定位复盘分析空突地面装备机动能力的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377421A (zh) * 2008-10-06 2009-03-04 凯立德欣技术（深圳）有限公司 一种路径规划装置及方法
CN101710449A (zh) * 2009-12-04 2010-05-19 吉林大学 基于公交车gps数据的交通流运行状态识别方法
CN101952688A (zh) * 2008-02-04 2011-01-19 电子地图北美公司 用于与传感器检测到的对象进行地图匹配的方法
CN101958052A (zh) * 2010-09-25 2011-01-26 浙江工业大学 基于gps的交通流量和道路拥塞检测系统
CN103258438A (zh) * 2013-04-25 2013-08-21 山东省科学院自动化研究所 智能出行与最佳车位导航系统及其导航方法
CN104508719A (zh) * 2012-07-17 2015-04-08 日产自动车株式会社 驾驶辅助系统以及驾驶辅助方法
CN104781829A (zh) * 2012-08-29 2015-07-15 罗伯特·博世有限公司 用于识别车辆在车道上的位置的方法和设备
CN107010054A (zh) * 2016-01-11 2017-08-04 Trw汽车股份有限公司 控制系统和确定车辆进行的安全车道变换的方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10065593A1 (de) * 2000-12-28 2002-07-04 Bosch Gmbh Robert Verfahren und Vorrichtung zum Erzeugen von Straßenabschnittdaten für eine digitale Landkarte
US8676494B2 (en) * 2010-09-29 2014-03-18 Navteq B.V. Multi-dimensional road representation
US9429438B2 (en) * 2010-12-23 2016-08-30 Blackberry Limited Updating map data from camera images
EP3416153A1 (en) 2011-05-03 2018-12-19 iOnRoad Technologies Ltd. Parking space identifying method and system
DE102011119762A1 (de) 2011-11-30 2012-06-06 Daimler Ag System und Verfahren zur Positionsbestimmung eines Kraftfahrzeugs
DE102014002821A1 (de) 2014-02-26 2015-08-27 Audi Ag Verfahren und ein System zum Lokalisieren einer mobilen Einrichtung
RU2608885C2 (ru) * 2014-06-30 2017-01-25 Общество С Ограниченной Ответственностью "Яндекс" Способ определения точки кривой, ближайшей к позиции на карте
DE102016205436A1 (de) * 2015-11-25 2017-06-01 Volkswagen Aktiengesellschaft Verfahren und System zum Erstellen einer digitalen Karte
US11195410B2 (en) * 2018-01-09 2021-12-07 Continental Automotive Systems, Inc. System and method for generating a traffic heat map

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101952688A (zh) * 2008-02-04 2011-01-19 电子地图北美公司 用于与传感器检测到的对象进行地图匹配的方法
CN101377421A (zh) * 2008-10-06 2009-03-04 凯立德欣技术（深圳）有限公司 一种路径规划装置及方法
CN101710449A (zh) * 2009-12-04 2010-05-19 吉林大学 基于公交车gps数据的交通流运行状态识别方法
CN101958052A (zh) * 2010-09-25 2011-01-26 浙江工业大学 基于gps的交通流量和道路拥塞检测系统
CN104508719A (zh) * 2012-07-17 2015-04-08 日产自动车株式会社 驾驶辅助系统以及驾驶辅助方法
CN104781829A (zh) * 2012-08-29 2015-07-15 罗伯特·博世有限公司 用于识别车辆在车道上的位置的方法和设备
CN103258438A (zh) * 2013-04-25 2013-08-21 山东省科学院自动化研究所 智能出行与最佳车位导航系统及其导航方法
CN107010054A (zh) * 2016-01-11 2017-08-04 Trw汽车股份有限公司 控制系统和确定车辆进行的安全车道变换的方法

Also Published As

Publication number Publication date
DE102016205434A1 (de) 2017-06-01
WO2017089135A1 (de) 2017-06-01
US10621861B2 (en) 2020-04-14
US20180322777A1 (en) 2018-11-08
CN108351647A (zh) 2018-07-31

Similar Documents

Publication Publication Date Title
CN108351647B (zh) 用于生成针对行车道的车道精确的占用地图的方法和系统
CN108351218B (zh) 用于生成数字地图的方法和系统
AU2021269330B2 (en) Sparse map for autonomous vehicle navigation
US11774261B2 (en) Automatic annotation of environmental features in a map during navigation of a vehicle
US20220067209A1 (en) Systems and methods for anonymizing navigation information
US20200133272A1 (en) Automatic generation of dimensionally reduced maps and spatiotemporal localization for navigation of a vehicle
WO2021053393A1 (en) Systems and methods for monitoring traffic lane congestion
KR102166512B1 (ko) 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템
WO2021038294A1 (en) Systems and methods for identifying potential communication impediments
CN113196011A (zh) 运动图构建和车道级路线规划
CN112394384A (zh) 基于环境的预定义特征的定位
CN110869867B (zh) 用于对车辆的数字地图进行验证的方法、设备和存储介质
CN113048995A (zh) 支持自主运载工具导航的长期对象跟踪
CN113126612A (zh) 支持自主运载工具导航的对象跟踪
CN115905449B (zh) 语义地图构建方法及具有熟路模式的自动驾驶系统
JP7447763B2 (ja) 移動体検出装置、及び管制システム
CN116569233A (zh) 道路监测系统和方法
CN115457804A (zh) 控制装置、移动体、控制方法和计算机可读存储介质

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