CN109791698A - 用于确定车辆相对于路面的车道的横向位置的方法、设备和电脑可读的具有指令的存储介质 - Google Patents

用于确定车辆相对于路面的车道的横向位置的方法、设备和电脑可读的具有指令的存储介质 Download PDF

Info

Publication number
CN109791698A
CN109791698A CN201780057252.XA CN201780057252A CN109791698A CN 109791698 A CN109791698 A CN 109791698A CN 201780057252 A CN201780057252 A CN 201780057252A CN 109791698 A CN109791698 A CN 109791698A
Authority
CN
China
Prior art keywords
intersection point
vehicle
lane
runway
pavement markers
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.)
Granted
Application number
CN201780057252.XA
Other languages
English (en)
Other versions
CN109791698B (zh
Inventor
M.沙克
M.克佩尔
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 CN109791698A publication Critical patent/CN109791698A/zh
Application granted granted Critical
Publication of CN109791698B publication Critical patent/CN109791698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Abstract

一种用于确定车辆相对于路面的车道的横向位置的方法、设备(20、30)和电脑可读的具有指令的存储介质。图像处理单元(22)探测(10)路面标记。位置确定单元(23)确定(11)针对车辆的初始位置。处理单元(24)确定(12)相对于车辆运动的正交线与探测到的路面标记的交点。处理单元(24)此外确定(13)所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点,其中,对交点进行过滤。评估单元(25)最后通过比较确定出的交点来确定(14)车辆的横向位置。

Description

用于确定车辆相对于路面的车道的横向位置的方法、设备和 电脑可读的具有指令的存储介质
技术领域
本发明涉及一种用于确定车辆相对于路面的车道的横向位置且尤其是用于以子车道精确度确定相对的横向位置的方法、设备和电脑可读的具有指令的存储介质。本发明此外涉及具有这种设备的车辆。
背景技术
现代车辆变得越来越不需要人驾驶,即车辆给驾驶员提供越来越多的功能和系统,这些功能和系统在控制车辆时通过指示辅助驾驶员或者承担部分车辆控制。对于这种功能和系统,大量关于车辆和车辆周围环境的信息是必要的。
对于“精确至车道的导航”功能例如需要对待导航车辆(有自我意识的车辆,EGO车辆)所处的车道的认知。这种车道也被称为“有自我意识的车道,EGO车道”。此外,对于自动驾驶和基于Car-to-Car的应用,除了认知EGO车道之外还需要关于EGO车辆相对于EGO车道的横向位置的准确信息。必须在任何时候以亚车道精度知道EGO车辆横向相对于路面处于何处。
文献US 2014/0358321 A1公开了一种用于识别和跟踪行车道边界的方法。该方法使用带有关于道路几何、GPS数据、走向数据和其他车辆的位置的地图,用于确定当前位置。
文献EP 2 899 669 A1说明了一种用于确定车辆相对于街道的行车道的横向位置的方法。借助摄像机确定车道的几何方面,例如路面标记。确定的方面被分类并且用于确定位置。该分类需要分类单元的训练。
文献DE 10 2012 104 786 A1说明了一种用于准确估计车辆行驶在其中的车道的系统。用于确定车道的系统提供估计出的车道,该车道以不同的方式确定。例如,由摄像机检测到的车道标记、前导车或者准确至车道级别的GPS/地图。估计出的车道带有信任信息。估计出的车道和相应的信任信息被合并,以便得到确定的车道。
总之,为了确定车辆相对于路面的横向位置,目前基本上遵循三种解决方法。
第一种方法是结合高精度双频GPS系统使用高精度测量的数字车道几何地图,该地图具有厘米范围内的绝对精度。在此,在地图中的位置借助GPS传感器在没有另外的成像传感技术的情况下确定。但是,在绝对位置方面GPS的不精确和地图的不精确经常导致不能将EGO车辆分配到正确的车道上。此外,利用高精度地图和高精度GPS的解决方案是非常昂贵的。
另一个方法是使用成像传感器、例如摄像机系统。由此基于由传感器技术确定的车道可以将EGO车辆分配到车道。但是,在没有同时使用数字地图的情况下使用成像传感器导致通过传感技术经常仅仅识别到一个或者两个车道。EGO车辆的定位就只能相对于被识别到的车道进行,而不是相对于所有车道。
第三种方法结合了成像的传感器技术和关于车道的数量和标记类型的地图信息。通过使用成像传感器和源自数字地图的信息、即存在多少车道和这些车道有哪种边界标志(虚线、实线等),EGO车辆可以被分配到所有车道。然而,由于通过传感器检测到的车道标记相对于EGO车辆的距离误差,对上述应用方法来说相对于相应车道的横向位置的精度是不够的。
发明内容
本发明要解决的技术问题是,提供一种用于确定车辆相对于路面的车道的横向位置的方法和装置,其实现具有亚车道精度的相对横向位置的确定。
所述技术问题通过带有权利要求1的特征的方法、通过带有权利要求10的特征的装置以及通过按照权利要求11的带有指令的计算机可读存储介质来解决。本发明的优选设计方案是从属权利要求的内容。
按照本发明的第一方面,用于确定车辆相对于路面的车道的横向位置的方法包括步骤:
-探测路面标记;
-确定针对车辆的初始位置;
-确定相对于车辆运动的正交线与探测到的路面标记的交点;
-确定所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点,其中,对交点进行过滤;和
-通过比较确定出的交点来确定车辆的横向位置。
根据本发明的另外的方面,用于确定车辆相对于路面的车道的横向位置的设备具有:
-用于探测路面标记的图像处理单元;
-用于确定针对为车辆的初始位置的位置确定单元;
-用于确定相对于车辆运动的正交线与探测到的路面标记的交点并且用于确定所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点的处理单元,其中,处理单元设定用于在确定所述正交线与来自车道几何地图的路面标记的交点的情况下执行对交点的过滤;和
-用于通过比较确定出的交点来确定车辆的横向位置的评估单元。
根据本发明的另外的方面,电脑可读的存储介质包含指令,其在通过电脑实施时使电脑实施如下步骤:
-探测路面标记;
-确定针对车辆的初始位置;
-确定相对于车辆运动的正交线与探测到的路面标记的交点;
-确定所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点,其中,对交点进行过滤;和
-通过比较确定出的交点来确定车辆的横向位置。
借助摄像机系统识别路面标记,并且将其与数字地图的数据比较,数字地图包含所有车道边缘几何形状和车道中心几何形状,其相互间具有高的精确度。为了比较,首先确定相对行驶方向的正交线与识别到的路面标记的交点。这些交点被与相同的线与根据地图的路面标记的交点对比平衡。随后,从结果确定车辆的横向位置。
有时,由车辆通行的路面和附属的对向路面在二维地图几何形状中与另外的路面的行车道重叠,例如在桥和地下通道的情况下。在这种情况下,应该仅确定通行的路面、附属的对向路面和必要时附属的引入道和引出道的地图交点,并且与重叠的行车道的地图交点应该被忽略。针对该目的来过滤地图交点,其中,有问题的地图交点被过滤掉,并且同时保留大多数重要的地图交点。
无意地过滤掉的交点通常与路面相隔很远,从而摄像机通常没有探测到未识别的交点的部位上的路面标记。同样,与对于比较来说重要的交点相比,无意地保留的交点通常也与摄像机相距更远。因此,它们同样不会带来问题。
根据本发明的一方面,对交点的过滤基于交点的方向角进行。在此,优选过滤掉如下交点,这些交点的方向角与车辆的航向角的偏差大于角过滤器阈值。交点的方向角与车辆的航向角的明显的偏差是明显的标志,说明相应的交点不属于通行的路面,而是属于交叉的路面。基于角的过滤允许的是,以简单的方式确定这些交点。使用角过滤器阈值此外保证,保留例如在引入道和引出道的情况下具有不同的方向角的重要的地图交点。
优选地,角过滤器阈值取决于道路类型。在大约20°的角过滤器阈值的情况下,在高速公路上通常过滤掉重叠的路面的所有可能有问题的地图交点,然而引入道和引出道和类似的路面的所有重要的地图交点还被包括在内。在与高速公路不同的道路上,引入道和引出道和类似的路面的回转半径大多是很急的,从而应该选择至少40°的角过滤器阈值。针对不同的道路类型使用不同的角过滤器阈值使过滤匹配于道路类型的不同的建造情况。
根据本发明的一方面,对交点的过滤基于车道几何地图的行车道组进行。在此,优选仅保留属于行车道组的交点,所述行车道组属于通行的路面。若相对于一个行车道的地图几何的交点连同另一个行车道组的位于这些交点之间交点都位于正交线上,并且两个行车道组的任一个都不包含另一行车道组的后续部段,那么这些行车道组一定重叠。因此,它们一定反映了在不同的平面上交叉的路面。
若重叠的行车道组中的一个行车道组属于通行的路面,那么可以忽略与之重叠的行车道组的地图交点。
根据本发明的一个方面,基于相对于行车道的高度信息对交点进行过滤。在此优选地,仅保留属于位于和通行的路面相同的高度上的行车道的交点。若地图数据提供相对于路面的高度信息,那么可以通过比较高度信息以简单的方式确定哪些行车道位于和通行的路面相同的高度上。可以过滤掉针对与这些行车道不同的行车道确定的交点。
根据本发明的一个方面,在过滤交点时,在车道几何地图中的重叠的路面的情况下,放弃所有交点。替代地,在该方案中执行用于保存和内推已经收集的信息的措施。若重叠的路面仅暂时出现,并且尤其是当通过使用无突变的相对位置信息可以非常精确地估计在短的时间段中的车辆运动时,交点的比较可以不成问题地暂时中断。
优选地,根据本发明的方法或根据本发明的设备使用在自动或手动控制的车辆中,尤其是机动车中。
本发明的另外的特征由随后的描述和所附的权利要求结合附图得到。
附图说明
图1示意性示出用于确定车辆相对于路面的车道的横向位置的方法;
图2示出用于确定车辆相对于路面的车道的横向位置的设备的第一实施例;
图3示出用于确定车辆相对于路面的车道的横向位置的设备的第二实施例;
图4示出图1所示的方法的优选的实施方式;
图5示出用于确定的地图交点的示例;
图6示出用于确定的BV线交点的示例;
图7示出用于通过GPS系统跳跃式地修正位置、运动方向和速度的示例;和
图8示例性示出在20°的角过滤器阈值的情况下针对高速公路的地图交点;
图9示例性示出在45°的角过滤器阈值的情况下针对国道的地图交点;和
图10说明了行车道组的设计方案。
具体实施方式
为了更好地理解本发明的原理,下面根据附图详细阐述本发明的实施方式。本发明当然不限于这些实施方式并且所述特征也可以组合和更改,而不脱离本发明的保护范围,如其在权利要求书中所定义的那样。
图1示意性示出用于确定车辆相对于路面的车道的横向位置的方法。在第一步骤中探测10路面标记。此外,确定11针对车辆的初始位置。随后确定12相对车辆运动的正交线与探测到的路面标记的交点。同样确定13所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点。在此,对确定出的交点进行过滤。
例如,基于交点的方向角,基于车道几何地图的行车道组或基于相对于行车道的高度信息对交点进行过滤。备选地,在车道几何地图中的路面重叠的情况下,放弃所有交点。最后,车辆的横向位置通过比较确定出的交点来确定14。
图2示出用于确定车辆相对于路面的车道的横向位置的设备20的第一实施方式的简化的示意图。设备20具有用于探测10路面标记的图像处理单元22。针对该目的,图像处理单元22例如使用摄像机单元26的图像信息,其通过设备20的输入端21接收。设备20此外具有用于确定11针对车辆的初始位置的位置确定单元23。初始位置例如基于GPS接收器27的接收数据确定,接收数据同样可以通过输入端21接收。处理单元24确定12相对车辆运动的正交线与探测到的路面标记的交点。处理单元24此外确定13正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点,其中,对交点进行过滤。例如,基于交点的方向角,基于车道几何地图的行车道组或基于相对行车道的高度信息对交点进行过滤。备选地,在车道几何地图中的路面重叠的情况下,放弃所有交点。评估单元25最后通过比较确定出的交点确定14车辆的横向位置。
由评估单元25确定的车辆横向位置优选通过装置20的输出端28对进一步处理可用,例如对在车道导引系统中的处理可用。此外,它们可以存储在装置20的存储器29中,例如用于后续的评估。输入端21和输出端28可以实施为分开的接口或者可以实施为组合的双向接口。图像处理单元22、位置确定单元23、处理单元24以及评估单元25可以实施为确定的硬件、例如实施为集成电路。当然其也可以部分地或者完全地组合地实施或者实施为软件,该软件在合适的处理器上运行。
图3示出了用于确定车辆相对于路面的车道的横向位置的装置30的第二实施方式的简化示意图。装置30具有处理器32和存储器31。例如装置30是计算机或者工作站。在存储器31中存有指令,该指令在通过处理器32执行时使得装置30执行按照上述方法之一的步骤。存储在存储器31中的指令因而体现为可通过处理器32执行的程序,该程序实施按照本发明的方法。该装置具有用于接收信息的输入端33。由处理器32生成的数据通过输出端34提供。此外,这些数据也能存储在存储器31中。输入端33和输出端34可以组合为双向接口。
处理器32可以包括一个或者多个处理器单元,例如微处理器、数字信号处理器或其组合。
所述实施方式的存储器29、31可以具有易失的存储器区域和/或非易失的存储器区域,并且可以包括各种存储设备和存储介质,例如硬盘、光学存储介质或者半导体存储器。
对优选实施方式的说明
下面详细说明本发明的优选实施方式。所述方法基于一系列的输入数据。首先需要的是由成像传感器系统研究确定的可见路面标记的几何信息和特性信息。下文中其被称为BV线(BV代表图像处理)。还需要带有方向说明和速度说明的绝对位置信息。这例如可以由车辆GPS提供。在本实施方式中对于绝对位置信息规定了在代表通过GNSS系统(GNSS:全球导航卫星系统)的定位的直接结果的绝对位置信息(GNSS位置数据)和基于经历过的GNSS定位通过Dead-Reckoning(航位推算)插值的绝对位置信息(绝对位置数据)之间的区分。可选地也可以使用相对的、无突变的位置信息,该位置信息例如借助运动评估来研究确定。附加地使用在车道和路面标记方面具有高相对精度的地图数据。这例如通过地图数据服务器110提供。该地图信息在下文中称为DLM车道(DLM:Detailed Lane Model,详细车道模型)和DLM车道标记。优选地包括由所述方法的先前的一个或者多个进程得出的结果作为历史记录,当然在第一次迭代中除外。
所述方法的原则上的进程分为多个部分,其在图4中部分地概括在以虚线显示的块中。
在对输入数据的准备40范围内,确定41大致的车辆位置。这作为用于与地图数据对比平衡路面标记的初始位置。此外进行BV线的几何的换算和聚合。
通过摄像机系统探测到的路面标记的几何通常通过回旋曲线写在相对于车辆的笛卡尔坐标系中。回旋曲线轨迹被转换为折线,所述折线非常近似地模仿所述回旋曲线几何。实施向折线的转换,因为稍后在路面标记几何上进行的算法明显更方便地执行。在本实施方式中,折线的坐标从相对于车辆的笛卡尔坐标系转换42到WGS84-坐标系。下面的算法在WGS84-坐标系中进行,因为地图数据和车辆位置信息和车辆运动信息通常也存在于该坐标系中。
通过摄像机系统识别到的路面标记的几何总是在车辆近前方起始,并且大约沿行驶方向/摄像机视线方向具有几米的尺寸。偶尔地,通过摄像机系统首先正确识别和传送路面标记,然而不久之后就不再探测。
在算法迭代时存在的BV线因此始终被临时存储并且在下次迭代时利用新的、通过摄像机系统传送的几何来调整43。
随后提取50重要的几何形貌(Geometrieaspekte)。为此,首先设计51在初始位置前方的可配置的间距中的可配置的长度的相对车辆运动的轴线正交的线段。初始位置向该线段上的垂线位于该线段的中心。
该线段的长度应该足够大地选择,使得针对具有相对车辆非常大的横向距离(直到达到最大距离,在该最大距离中,所使用的摄像机系统还探测到BV线)的BV线也得到该线段与BV线和与相应于各个BV线的DLM车道标记的交点。有意义地,在线段与BV线相交时也和相应于该BV线的DLM车道标记相交,反之亦然。这以如下方式最可靠地实现,线段长度被这样大地选择,使得所有对于摄像机来说还可识别的路面标记和所有DLM车道标记(其与对于该摄像机还可识别的路面标记相应)与该线段相交。然而过大选择的值不必要地花费额外的计算时间。
随后确定52所述DLM车道标记和DLM车道与正交线段的交点,两者共同被称为地图交点。针对这种地图交点的示例在图5中示出。可看到具有四个行车道FS的路面FB和附属的行车道中心FSM,行车道通过路面标记FBM彼此隔开。同样示出了初始位置AP、设计的正交线OL和地图交点,地图交点根据与DLM车道标记的交点SPM(标记交点)和与DLM车道的交点SPL(车道交点)划分。针对每个地图交点,优选确定地图交点的相对于车辆的横向位置、例如作为与正交线段的中间点的距离确定,并且在DLM车道标记的情况下确定关联的路面标记(虚线/实线、护栏、路面边缘…)的类型的信息。
在另外的步骤中形成53正交线段与BV线的交点,其被称为BV线交点。针对这种BV线交点的示例在图6中示出。除了已经从图5已知的元件以外,还可看到识别出的BV线BVL和正交线OL与识别出的BV线BVL的交点BVS。针对每个交点BVS,优选又确定交点的相对于车辆的横向位置,并且确定识别出的行车道标记(虚线/实线、护栏、路面边缘…)的类型的信息。
若由车辆通行的路面和附属的对向路面在二维地图几何形状中与另外的路面的行车道、例如在桥或地下通道的情况中重叠,那么应该仅确定通行的路面、附属的对向路面和必要时附属的引入道和引出道的地图交点。与重叠的行车道的地图交点应该被忽略。
一种方案为此使用角比较。其方向角与无突变的航向角相差大于可配置的值的地图交点被过滤。这个可配置的阈值随后被称为角过滤阈值。取模(modulo)180°的方向角被视为用于考虑到对向路面。交点的方向角理解为在交点中相交的DLM几何形状的方向角,也就是说,行车道中心或行车道边界(虚线/实线、护栏、路面边缘…)的方向角。无突变的航向角是被修正了错误后的航向角,尤其是清除了GPS系统的突变式的位置和方向修正。许多GPS系统具有有时突变式地修正偏差的特性。相关的示例在图7中示出。箭头呈现出从GPS系统接收的位置、运动方向和速度。在通过虚线示出的椭圆强调的区域中,出现通过GPS系统对位置和运动方向进行突变式的修正。为了使相对的(测距的)和绝对的(GPS)定位信息相互对比平衡,必须对比平衡两个输入数据的运动方向。为了平衡GPS系统的可能的突变式的方向改变和相对的定位信息的方向信息的不精确度的累积,设计无突变的航向角的方案。该方案基本上包含了例如借助指数平整化的滑动平均值对绝对的和相对的定位信息的方向信息的差的平整化。在实施方法时,不区分车辆的偏航角和航向角。
这些角的差假定为足够小,并且摄像机的观察方向和车辆的相应于无突变的航向角的运动方向视为是一样的。航向角和偏航角之间的准确的区分对于达到精确度而言是不需要的。
在大约20°的角过滤器阈值的情况下,在高速公路上通常过滤掉重叠的路面的所有可能有问题的地图交点,然而引入道和引出道和类似的路面的所有重要的地图交点还包括在内。相关的示例在图8中示出。在不同于高速公路的道路上,引入道和引出道和类似的路面的回转半径大多是很急的,从而应该选择至少40°的角过滤器阈值。图9示出相关的示例。在图8和图9中,星号标记各个初始位置AP,并且叉号标记识别为有效的地图交点SPM、SPL。同样画出了各个正交线OL。
图8中的虚线圆标记了如下区域,在该区域中无意地过滤掉位于与通行的路面相同的平面上的驶入口的地图交点。因为该区域与路面相隔很远,从而摄像机通常没有探测到未识别的交点的部位上的路面标记,所以过滤掉这些交点不会对执行该方法带来问题。
图8中的实线圆标记了如下区域,在该区域中没有像预期的那样过滤出位于和通行的路面不同的平面上的高架桥的地图交点。因为与在和通行的路面相同的平面上的路面的所有对于比较来说重要的地图交点相比,该区域离摄像机更远,所以这些地图交点的保留不会对执行该方法带来问题。
所描述的方案不适用于如下路面走向,在其中,多个路面平行地在不同的平面中相叠地延伸。
替代通过对角的比较,过滤掉重叠的路面的不期望的地图交点也可以通过对比平衡行车道组的标志(IDs)实现。
具有行车道几何形状和行车道组的地图片段在图10中示出。行车道组是针对DLM/地图部段的名称。每个行车道部段配属于刚好一个行车道组FG。一个组的所有行车道部段属于同一路面,并且朝相同的方向延伸。一个行车道组的长度最大与在该组中代表的行车道部段的数量和其特性即配属的路面标记和行车道类型保持不变时的长度一致。也就是说,一旦引入道或引出道开始或结束、虚线变为实线或者在路面旁开始有护栏,那么就开始新的行车道组。当引入道并在道路上或者与之分离时,两个之前分离的行车道组转变为唯一的行车道组,或者一个行车道组分为两个行车道组。
行车道部段代表行车道的包含在刚好一个行车道组中的区段。也就是说,行车道部段总是仅和通过包含了该行车道部段的行车道组规定的一样长。呈现出行车道部段的根据行车道走向的延续的行车道部段被称为后续部段。行车道部段A属于和行车道部段B相同的行车道,并且B与A直接相邻,并且沿行驶方向延续A,在此情况下,B是A的后续部段。在一个行车道转变为两个行车道时,相应于初始的行车道的行车道部段在行车道组之间的边界上分为两个行车道部段,通常两者具有行车道类型“Merge”。两个行车道部段视为初始的行车道部段的后续部段。相反地,在两个行车道转变为一个行车道时,两个独立的行车道部段(通常两个都具有行车道类型“Merge”)具有同一后续部段,。
给每个行车道部段配设在包含了该行车道部段的行车道组内明确的行车道指数。行车道指数以最右边的行车道部段从0开始,并且随着向左的每个行车道部段增加1。在相继的行车道组中的两个行车道部段的行车道指数的相等既不是一个行车道部段是另外的行车道部段的后续部段的充分条件,也不是其必要条件。例如在右侧会添加或取消紧急车道或“未知的行车道”,或者最右边的行车道在引入道和引出道处拆分或合并。
若相对于一个行车道组的地图几何形状的交点连同另一个行车道组的位于这些交点之间的交点处于所述正交线上并且这两个行车道组的任一个都不包含另一行车道组的后续部段,那么这些行车道组一定重叠。因此,这些行车道组一定反映了在不同的平面上交叉的路面。若重叠的行车道组的其中一个属于通行的路面,那么可以忽略与之重叠的行车道组的地图交点。
若都不属于通行的路面的两个行车道组重叠,那么两个行车道组的至少一个(或者该行车道组的邻近地在前的或后续的行车道组)有较大可能性额外地与通行的路面的行车道组重叠。相应地可以忽略符合这种情况的行车道组的地图交点。若另外的行车道组不符合这种情况,那么其地图交点应该被包括在内(在假设仅以两个平面重叠的情况下)。为了支持以多于两个平面的重叠,该方法可以通过重叠对象的成对的对比平衡执行。
若地图数据提供相对于路面的高度信息,那么可以附加地通过比较高度信息确定哪些行车道位于和通行的路面相同的高度上和必须接着研究地图交点的数量。
因为通过GNSS系统确定的高度信息具有比较小的精确度,所以推荐的是,不基于源自GNSS系统的位置信息推导出车辆的高度,而是首先在没有重叠路面的路面区段上执行对行车道的常规的确定,如进一步在下面描述的那样。高度信息可以从确定出的路面的存储在地图数据中的高度数据推导出。
用于处理重叠的路面的备选的方案是,在具有重叠的路面的路段上,放弃所有地图交点,并且替代地,仅执行用于保存和内推已经收集的信息的措施。若重叠的路面仅暂时出现,并且尤其是当通过使用无突变的相对位置信息,可以非常精确地估计在短的时间段中的车辆运动时,该方法可以中断。
参见图4,基于对确定出的交点的比较确定60多个可行的车辆位置。这些车辆位置随后通过相应的评估函数的指令序列评估70,其中,必要时补充或修改可行的车辆位置。借助评估函数分配罚分。第一评估函数71关注由摄像机检测到的线类型相对于在地图中存储的线类型的配属。针对该评估,优选设置可配置的矩阵,其针对每个由BV线和地图路面标记类型构成的组合配设专门的值。因此,将摄像机的频繁出现的错配、例如将实线识别为虚线与仅稍差的评估相关联,摄像机的不可能的错配、例如将路面边缘识别为护栏与明显很差的评估相关联。第二评估函数72考虑到车辆位置的历史。与历史偏差很多的可行的车辆位置例如通过高的罚分来表征。在本实施方式中,第三评估函数73评估车道类型。车辆被推测位于路面的常规的行车道上。在被规定不用于通行的行车道(路肩、DLM的“未知的行车道”和紧急车道…)上的可行的车辆位置为此被比较差地评估,在可通行的行车道上的可行的车辆位置被中性地评估。作为另外的示例,针对在对向路面上的可行的车辆位置分配比针对沿行驶方向的位置明显更高的罚分。罚分的设置与所使用的传感器系统和所使用的数字地图有关。因此,针对所使用的系统的具体的调整可以非常容易地进行。最后,将被最佳评估的可行的车辆位置选择80作为评估方法的结果。
在该方法的流程期间,在不同的位置会出现的是,基于缺少输入数据或输入数据的不足够的质量,位置确定是不可行的,并且该流程不能够继续。针对这些情况可行的是,在相应的位置处离开模块化的流程并且启动错误处理90,例如生成不具有位置信息的结果或具有以另外的方式近似确定的位置信息的结果。
在图4中,常规的流程的路径通过实线箭头示出,与常规的流程不同的路径通过虚线箭头示出。
例如,在针对当前的车辆位置的地图数据不可用的情况下,根据绝对的位置信息不执行确定可行的车辆位置。在绝对的位置信息消失时(例如建筑物造成不能接收GNSS),在相对的位置信息可用的情况下,绝对的位置信息可以通过更早的绝对的位置信息和相对的位置信息替代。若没有相对的位置信息是可用的,那么在绝对的位置信息消失时不执行确定可行的车辆位置。在这些情况下输出91相应的错误状态。相反地,若识别出太少的BV线,使得不能找到DLM车道标记相对于BV线的足够好的配属,或者若没有确定唯一的可行的车辆位置,那么可以借助基于地图的方法92确定近似确定的位置信息。一种可能性例如是根据地图假定沿车道中心的车辆运动的延续。在最后的步骤100中准备结果,针对另外的处理提供结果,并且将结果转存到历史中。
附图标记清单
10 探测路面标记
11 确定针对车辆的初始位置
12 确定针对探测到的路面标记的交点
13 确定和过滤针对车道几何地图的路面标记的交点
14 通过比较交点确定横向的车辆位置
20 设备
21 输入端
22 图像处理单元
23 位置确定单元
24 处理单元
25 评估单元
26 摄像机单元
27 GPS接收器
28 输出端
29 存储器
30 设备
31 存储器
32 处理器
33 输入端
34 输出端
40 准备输入数据
41 确定大概的车辆位置
42 转移到WGS84坐标系中
43 对比平衡新传送的几何形状
50 提取几何形貌
51 设计正交线
52 确定地图交点
53 确定与BV线的交点
60 确定可行的车辆位置
70 评估可能的车辆位置
71 第一评估函数
72 第二评估函数
73 第三评估函数
80 选择被最佳评估的车辆位置
90 错误处理
91 输出错误状态
92 基于地图的方法
100 结果的准备
110 地图数据服务器
FB 路面
FS 行车道
FSM 行车道中心
FBM 路面标记
OL 正交线
SPM 标记交点
SPL 车道交点
AP 初始位置
BVL BV线
BVS 与BV线的交点
FG 行车道组

Claims (12)

1.一种用于确定车辆相对于路面的车道的横向位置的方法,其具有如下步骤:
-探测(10)路面标记;
-确定(11)针对车辆的初始位置;
-确定(12)相对于车辆运动的正交线与探测到的路面标记的交点;
-确定(13)所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点;和
-通过比较确定出的交点来确定(14)车辆的横向位置;
其特征在于,在确定(13)正交线与来自车道几何地图的路面标记的交点时,对所述交点进行过滤。
2.根据权利要求1所述的方法,其中,基于交点的方向角来过滤交点。
3.根据权利要求2所述的方法,其中,过滤掉如下交点,这些交点的方向角与车辆的航向角的偏差大于角过滤器阈值。
4.根据权利要求3所述的方法,其中,角过滤器阈值取决于道路类型。
5.根据权利要求1所述的方法,其中,基于车道几何地图的行车道组来过滤交点。
6.根据权利要求5所述的方法,其中,仅保留属于行车道组的交点,所述行车道组属于通行的路面。
7.根据权利要求1所述的方法,其中,基于相对于行车道的高度信息来过滤交点。
8.根据权利要求7所述的方法,其中,仅保留属于位于和通行的路面相同的高度上的行车道的交点。
9.根据权利要求1所述的方法,其中,在过滤交点时,在车道几何地图中的重叠的路面的情况下,放弃所有交点。
10.一种用于确定车辆相对于路面的车道的横向位置的设备(20),其中,所述设备(20)具有:
-用于探测(10)路面标记的图像处理单元(22);
-用于确定(11)针对车辆的初始位置的位置确定单元(23);
-用于确定(12)相对于车辆运动的正交线与探测到的路面标记的交点并且用于确定(13)所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点的处理单元(24);和
-用于通过比较确定出的交点来确定(14)车辆的横向位置的评估单元(25);
其特征在于,所述处理单元(24)设定用于在确定(13)所述正交线与来自车道几何地图的路面标记的交点的情况下执行对交点的过滤。
11.一种电脑可读的具有指令的存储介质,所述指令在通过电脑实施时使电脑实施如下步骤:
-探测(10)路面标记;
-确定(11)针对车辆的初始位置;
-确定(12)相对于车辆运动的正交线与探测到的路面标记的交点;
-确定(13)所述正交线与来自针对为车辆确定的初始位置的车道几何地图的路面标记的交点;和
-通过比较确定出的交点来确定(14)车辆的横向位置;
其特征在于,在确定(13)所述正交线与来自车道几何地图的路面标记的交点时,对交点进行过滤。
12.一种自动或手动控制的车辆,其特征在于,所述车辆具有根据权利要求10所述的设备,或者设定用于实施根据权利要求1至9中任一项所述的方法。
CN201780057252.XA 2016-07-27 2017-06-13 用于确定车辆相对于路面的车道的横向位置的方法、设备和电脑可读的具有指令的存储介质 Active CN109791698B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016213817.0 2016-07-27
DE102016213817.0A DE102016213817B4 (de) 2016-07-27 2016-07-27 Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
PCT/EP2017/064380 WO2018019465A1 (de) 2016-07-27 2017-06-13 Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur bestimmung der lateralen position eines fahrzeuges relativ zu den fahrstreifen einer fahrbahn

Publications (2)

Publication Number Publication Date
CN109791698A true CN109791698A (zh) 2019-05-21
CN109791698B CN109791698B (zh) 2023-09-08

Family

ID=59258180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780057252.XA Active CN109791698B (zh) 2016-07-27 2017-06-13 用于确定车辆相对于路面的车道的横向位置的方法、设备和电脑可读的具有指令的存储介质

Country Status (5)

Country Link
US (1) US10963708B2 (zh)
CN (1) CN109791698B (zh)
DE (1) DE102016213817B4 (zh)
GB (1) GB2577949B (zh)
WO (1) WO2018019465A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116045996A (zh) * 2023-03-31 2023-05-02 高德软件有限公司 路口道路连接关系的确定、路口虚拟线的生成方法及设备

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016213782A1 (de) 2016-07-27 2018-02-01 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
DE102016213817B4 (de) 2016-07-27 2019-03-07 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
DE102018212555A1 (de) * 2018-07-27 2020-01-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren und System zur Fahrspurerkennung
JP7188203B2 (ja) * 2019-03-15 2022-12-13 トヨタ自動車株式会社 区画線劣化特定システムおよび区画線劣化特定方法
US11279349B2 (en) * 2019-09-26 2022-03-22 Intel Corporation Safety module, automated driving system, and methods thereof
CN114512052B (zh) * 2021-12-31 2023-06-02 武汉中海庭数据技术有限公司 融合遥感影像和轨迹数据的分歧合流路口生成方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841023A (zh) * 2005-01-28 2006-10-04 爱信艾达株式会社 车辆位置识别装置及车辆位置识别方法
WO2008150002A1 (en) * 2007-05-31 2008-12-11 Aisin Aw Co., Ltd. Feature extraction method, and image recognition method and feature database creation method using the same
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN102693645A (zh) * 2011-03-21 2012-09-26 株式会社电装 识别车辆用道路的形状的方法及其装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012055427A1 (en) * 2010-10-26 2012-05-03 Tomtom Belgium N.V. Method for detecting grade separated crossings and underpasses
US20120314070A1 (en) 2011-06-09 2012-12-13 GM Global Technology Operations LLC Lane sensing enhancement through object vehicle information for lane centering/keeping
US20130052614A1 (en) 2011-08-31 2013-02-28 Pulsar Informatics, Inc. Driver Performance Metric
US10301783B2 (en) * 2012-01-17 2019-05-28 LimnTech LLC Roadway maintenance striping control system
SE537900C2 (sv) * 2012-03-07 2015-11-17 Scania Cv Ab Förfarande och system för bestämning av fordonsposition
KR101209062B1 (ko) 2012-07-24 2012-12-06 주식회사 피엘케이 테크놀로지 영상인식 정보를 이용한 gps 보정 시스템 및 방법
US20140257686A1 (en) 2013-03-05 2014-09-11 GM Global Technology Operations LLC Vehicle lane determination
US9261601B2 (en) 2013-06-01 2016-02-16 Savari, Inc. System and method for lane boundary estimation and host vehicle position and orientation
US8996197B2 (en) * 2013-06-20 2015-03-31 Ford Global Technologies, Llc Lane monitoring with electronic horizon
US9310804B1 (en) * 2013-11-21 2016-04-12 Google Inc. Use of prior maps for estimation of lane boundaries
EP2899669A1 (en) 2014-01-22 2015-07-29 Honda Research Institute Europe GmbH Lane relative position estimation method and system for driver assistance systems
EP2918974B1 (en) * 2014-03-11 2019-01-16 Volvo Car Corporation Method and system for determining a position of a vehicle
US9151626B1 (en) 2014-04-11 2015-10-06 Nissan North America, Inc. Vehicle position estimation system
DE102016213782A1 (de) 2016-07-27 2018-02-01 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
DE102016213817B4 (de) 2016-07-27 2019-03-07 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841023A (zh) * 2005-01-28 2006-10-04 爱信艾达株式会社 车辆位置识别装置及车辆位置识别方法
WO2008150002A1 (en) * 2007-05-31 2008-12-11 Aisin Aw Co., Ltd. Feature extraction method, and image recognition method and feature database creation method using the same
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN102693645A (zh) * 2011-03-21 2012-09-26 株式会社电装 识别车辆用道路的形状的方法及其装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张奕然等: "一种基于GPS和地图匹配的车辆导航轨迹偏差修正算法", 《第五届中国卫星导航学术年会论文集》 *
陈梅等: "GPS/DR与电子地图匹配的定位研究", 《计算机测量与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116045996A (zh) * 2023-03-31 2023-05-02 高德软件有限公司 路口道路连接关系的确定、路口虚拟线的生成方法及设备

Also Published As

Publication number Publication date
DE102016213817A1 (de) 2018-02-01
WO2018019465A1 (de) 2018-02-01
GB2577949A (en) 2020-04-15
CN109791698B (zh) 2023-09-08
US20190266419A1 (en) 2019-08-29
DE102016213817B4 (de) 2019-03-07
GB2577949B (en) 2021-09-01
US10963708B2 (en) 2021-03-30
GB201901488D0 (en) 2019-03-27

Similar Documents

Publication Publication Date Title
CN109791698A (zh) 用于确定车辆相对于路面的车道的横向位置的方法、设备和电脑可读的具有指令的存储介质
CN108303103B (zh) 目标车道的确定方法和装置
KR102558055B1 (ko) 차선의 추정 방법
US10989560B2 (en) Map data correcting method and device
KR101920303B1 (ko) 3차원 위치 판정 장치 및 방법
US8112222B2 (en) Lane determining device, method, and program
CN109477728B (zh) 用于确定车辆相对于路面行车道的横向位置的方法和装置
US9885578B2 (en) Curve-shape modeling device, vehicle information processing system, curve-shape modeling method, and non-transitory tangible computer readable medium for the same
CN109154505B (zh) 用于确定车辆相对于马路的车道的横向位置的方法、设备和具有指令的计算机可读存储介质
WO2008118578A9 (en) System and method for vehicle navigation and piloting including absolute and relative coordinates
CN109313856A (zh) 物体检测方法及物体检测装置
CN106918342A (zh) 无人驾驶车辆行驶路径定位方法及定位系统
CN109752741A (zh) 车辆定位设备
CN103843035B (zh) 用于几何校准借助车辆的传感器系统形成的传感器数据的设备和方法
JP6924328B2 (ja) 車両制御装置
JP2018092483A (ja) 物体認識装置
CN106403964A (zh) 一种定位导航系统及车辆
CN108573611A (zh) 一种限速标识融合方法以及限速标识融合系统
US20220113139A1 (en) Object recognition device, object recognition method and program
CN110608746A (zh) 用于确定机动车的位置的方法和装置
CN109314085B (zh) 基于地图数据密度和导航特征密度的自动化车辆传感器选择
CN106443742A (zh) 一种基于惯性组合导航的精度指示方法及装置、车辆
US20190212747A1 (en) Lane Marker Signal Improvement through Mapped Geo-Referenced Lane Boundaries
US20220355818A1 (en) Method for a scene interpretation of an environment of a vehicle
JP2012215442A (ja) 自位置特定システム、自位置特定プログラム及び自位置特定方法

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