CN110214106B - 可操作用于确定车道的一部分的位置的装置 - Google Patents

可操作用于确定车道的一部分的位置的装置 Download PDF

Info

Publication number
CN110214106B
CN110214106B CN201880007846.4A CN201880007846A CN110214106B CN 110214106 B CN110214106 B CN 110214106B CN 201880007846 A CN201880007846 A CN 201880007846A CN 110214106 B CN110214106 B CN 110214106B
Authority
CN
China
Prior art keywords
lane
group
function
polynomial
vehicle
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
CN201880007846.4A
Other languages
English (en)
Other versions
CN110214106A (zh
Inventor
S·皮茨施
E·谢弗
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.)
Anzher Software Co
Original Assignee
Vennell Sweden
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 Vennell Sweden filed Critical Vennell Sweden
Publication of CN110214106A publication Critical patent/CN110214106A/zh
Application granted granted Critical
Publication of CN110214106B publication Critical patent/CN110214106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • 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
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • 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
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W30/14—Adaptive cruise control
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • 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
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

提供了一种驾驶员辅助装置，该装置被构造为针对多个物体中的每一个物体确定物体位置序列(33、34、41)，并且生成物体轨迹(50、51、52、53、54、55)，以近似于每个相应物体位置序列(33、34、41)。该装置还根据物体轨迹(50至55)中的每一个物体轨迹的至少一个参数的值来将物体轨迹(50、51、52、53、54、55)排序到至少一个物体组(56、57)。对于每个物体组(56、57)，生成群函数(58、59)，以近似是相应物体组的成员的物体轨迹(50)的物体位置序列。根据每个所述群函数(58、59)来生成群车道，所述群车道部分表示车道(26)的一部分。还提供了相应的方法。

Description

可操作用于确定车道的一部分的位置的装置
本发明涉及一种驾驶员辅助系统，并且更具体地涉及用于确定车道的驾驶员辅助系统的装置。
为了避免事故和遵守驾驶规则，驾驶车辆通常需要驾驶员延长时间集中注意力。驾驶员这种注意力的不集中导致事故和/或不遵守规则的风险增加。越来越多地，能够执行辅助功能的驾驶员辅助系统安装在驾驶员车辆(下文称为“自主车辆”)中。例如，辅助功能可包括释放驾驶员的某些驾驶职责，或者可包括监控驾驶员行为，以便可预期和/或避免错误。
或者，辅助功能可引入一些通常不可用于驾驶员的附加功能。此类附加功能可允许驾驶员具有比他们通常要做的更多的信息，以便他们可例如更容易地执行驾驶任务。例如，可在反转时向驾驶员提供视频馈送的面向后的相机构成此类附加功能的示例。在该示例中，视频馈送允许驾驶员更容易且安全地反向停车，但实际上并不一定监控驾驶员的行为或为他们执行一些任务。
因此，驾驶员辅助系统减轻了自主车辆的驾驶员、他/她的乘客和其他道路使用者的风险。最后，据认为，驾驶员辅助功能的开发范围将使他们可以控制驾驶自主车辆的大部分(如果不是全部的话)方面。在这种情况下，驾驶员辅助系统将是自动驾驶系统。
驾驶员辅助系统可包括有源设备，所述有源设备能够例如通过改变自主车辆的速度而主动地介入自主车辆的操作。作为另外一种选择或另外地，驾驶员辅助系统可包括无源设备，所述无源设备例如通知驾驶员特定驾驶情况，使得使用者可对通知作出反应。例如，当自主车辆意外地偏离跨过道路标记时，驾驶员辅助系统可发出听觉信号。给定的自主车辆可以包括无源系统和有源系统。
通常，驾驶员辅助系统可包括至少一个传感器。特定传感器可测量车辆或其周围的参数。处理来自这种传感器的数据，以便基于传感器测量得出结论。然后，基于结论的结果，驾驶员辅助系统可触发与自主车辆或与驾驶员的一些交互。
驾驶员辅助系统中使用的潜在传感器的示例包括RADAR系统、LIDAR系统、相机、车辆间通信以及车辆到基础设施通信。
驾驶员辅助系统可用于控制驾驶员安全或驾驶员监控的各种不同方面。例如，ACC(“自适应巡航控制”)可使用RADAR系统或LIDAR系统来监测自主车辆与直接地在道路正前方的车辆之间的距离。传感器能够确定前方车辆的距离。驾驶员辅助系统还知道并且可以控制自主车辆的速度。驾驶员辅助系统控制自主车辆的速度，以便相对于前方车辆保持预限定的安全状况。例如，驾驶员辅助系统可控制速度，以在自主车辆与前方车辆之间保持一定距离。作为另外一种选择，驾驶员辅助系统可控制速度，以保持向前穿过一点的车辆与经过相同的点的自主车辆之间的预先确定的时间段。
存在现有的驾驶辅助系统，其监测自主车辆的周围环境，以识别自主车辆行驶的道路上或道路周围的其他车辆和实体的位置。通过监测周围环境，此类驾驶员辅助系统可维持自主车辆的态势感知。这种态势感知可用于通知使用者潜在的危险。例如，当第二车辆处于盲点时自主车辆变换车道，或检测切入到自主车辆的路径中的第二车辆，可通知驾驶员。例如，态势感知可还用作对ACC系统的输入。
提供详细而可靠的态势感知对于多种不同的驾驶员辅助功能很重要。
在大多数驾驶情况下，车辆在车道上行驶。也就是说，道路被分成若干大致平行的车道，每个车道均形成车辆应沿其行使的走道。有时，车道由道路表面上的道路标记所指定，所述道路标记在视觉上向驾驶员指示车道的边界所在的位置。有时没有道路标记，驾驶员只需注意不要误入迎面而来的交通车道。有时车道标记沿特定路段变化。例如，当正在道路上进行工作时，车道可相对于它们的正常构造而变窄。
在车道标记被遮挡而看不见(例如，由于雪)或道路标记不存在的情况下，驾驶员辅助系统不可能通过处理例如来自相机的输出数据来识别车道的位置和尺寸。车道标记可也被其他车辆或物体遮挡，或者简单地讲，相机可能无法在视觉上区分离自主车辆超过一定距离的车道标记。
本发明的目的是提供一种用于驾驶员辅助系统的改进的装置和操作用于驾驶员辅助系统的装置的方法，其试图解决这些问题中的一些或全部。
根据本发明，提供了一种用于机动车辆驾驶员辅助系统的装置，该装置能够操作以确定车辆正在行使的道路上的至少一条车道的一部分的位置，该装置被构造成：针对多个物体中的每一个物体确定物体位置序列；生成物体轨迹，以近似每个相应的物体位置序列；根据物体轨迹中的每一个物体轨迹的至少一个参数的值来将物体轨迹排序到至少一个物体组；对于每个物体组，生成群函数，以近似是相应物体组的成员的物体轨迹的物体位置序列；根据每个所述群函数来生成群车道部分，所述群车道部分表示车道的一部分。
有利地，该装置还被构造成将每个物体位置序列转换到车辆的静止坐标中。
方便地，该装置还被构造成为丢弃相对于车辆正在其上行使的道路是静止的物体。
任选地，至少一个群函数中的每一个群函数限定对应群车道部分的中心线。
有利地，该装置被构造成生成具有来自中心线的左侧向偏移的左车道线和具有来自中心线的右侧向偏移的右车道线。
方便地，右侧向偏移等于左侧向偏移，该左侧向偏移等于车道宽度的一半。
任选地，群车道部分从车辆向前延伸至最大群车道距离。
有利地，该装置被构造成接收使用由安装到车辆上的传感器对道路标记的检测而导出的输入车道部分，其中输入车道部分从车辆向前延伸至最大输入车道距离，并且；其中所述群车道部分延伸超过最大输入车道距离。
方便地，每个物体轨迹均具有包括第一多项式函数和第二多项式函数的双多项式形式，所述第一多项式函数和所述第二多项式函数在多项式均衡点处相等。
任选地，在多项式均衡点处评估的每个物体轨迹函数的一阶导数等于在多项式均衡点处评估的第二多项式函数的一阶导数。
有利地，在多项式均衡点处评估的每个物体轨迹函数的二阶导数等于在多项式均衡点处评估的第二多项式函数的二阶导数。
方便地，群函数具有包含第一回旋曲线函数和第二回旋曲线函数的双回旋曲线形式，第一回旋曲线函数和第二回旋曲线函数在回旋曲线均衡点处相等。
任选地，在群函数的生成期间，中间多项式函数是生成函数，以近似是相应物体群的成员的物体轨迹的物体位置序列，并且根据中间多项式函数确定群函数。
有利地，物体轨迹根据每个物体轨迹中的恒定项的值进行排序。
根据本发明，提供了一种用于机动车辆驾驶员辅助系统的方法，该方法用于确定车辆正在其上行驶的道路的至少一个现实世界车道的一部分的位置，该方法包括以下步骤：针对多个物体中的每一个确定物体位置序列；生成物体轨迹，以近似每个相应的物体位置序列；根据物体轨迹中的每一个物体轨迹的至少一个参数的值将物体轨迹排序到至少一个物体组中；对于每个物体组，生成群函数，以近似是相应物体组的成员的物体轨迹的物体位置序列；根据每个所述群函数来生成群车道部分，所述群车道部分表示现实世界车道的一部分。
因此，可以更容易地理解本发明，并且使得可理解其另外的特征，现在将参考附图以示例的方式描述本发明的实施方案，其中：
图1示出了具有适合于与本发明一起使用的类型的驾驶员辅助系统的车辆；
图2示出了驾驶场景的第一示意性鸟瞰图；
图3示出了驾驶场景的第二示意性鸟瞰图；
图4A示出了驾驶场景的相机视图；
图4B示出了驾驶场景；
图4C示出了驾驶场景；
图5示出了根据本发明的一个实施方案的配备了系统的车辆的示意性鸟瞰图；
图6示出了根据本发明的一个实施方案的配备了系统的车辆的另一个示意性鸟瞰图；
图7示出了物体位置序列和位置轨迹的示意图；
图8示出了物体位置序列和位置轨迹的示意图；
图9示出了用于确定如图8所示的xt的方法的概览；
图10示出了示出图9的方法的步骤的示意图；
图11示出了示出图9的方法的另一个步骤的示意图；
图12示出了示出两个物体组的示意图；
图13示出了物体轨迹的系数的四个图；
图14示出了示出经由本发明生成的两个群函数的示意图；
图15示出了示出边界线的形成的示意图，并且
图16示出了示出根据本发明的系统的模拟的曲线图。
现在转向更详细地考虑图1，示例了安装在自主车辆2中的示例性驾驶员辅助系统1的示意图(其仅一个侧面板在图1中表示以指示车辆的取向)。安全系统1包括多个不同类型的传感器，所述传感器安装在自主车辆2上的适当位置处。具体地讲，所示例的系统1包括：一对发散的和向外指向的中程雷达(“MRR”)传感器3，所述中程雷达传感器3安装在车辆2的相应前角处；一对相似的发散和向外指向的多作用雷达传感器4，所述多作用雷达传感器4安装在车辆的相应后角处；向前指向的远程雷达(“LRR”)传感器5，所述远程雷达传感器5安装在车辆2的前部的中央处；以及一对大致向前指向的光学传感器6，所述光学传感器6形成立体视觉系统(“SVS”)7的一部分，所述立体视觉系统7例如安装在车辆挡风玻璃的上边缘的区域中。各种传感器3至6可操作地连接到中央电子控制系统，该中央电子控制系统通常以安装在车辆内的方便位置处的集成电子控制单元8的形式提供。在所示例的具体布置中，前MRR传感器3和后MRR传感器4经由常规的控制器局域网(“CAN”)总线9连接到中央控制单元8，并且LRR传感器5和SVS 7的传感器经由更快的FlexRay串行总线9连接到中央控制单元8，该串行总线9本身也是已知的类型。
整体地，并且在控制单元8的控制下，各种传感器3至6可用于提供多种不同类型的驾驶员辅助功能，诸如：盲点监控；自适应巡航控制；防撞辅助；车道偏离保护；和后部碰撞缓解。
图2示出了道路15上的典型驾驶状况的鸟瞰示意图。道路15具有交通可沿其行驶的三个车道：中央交通车道16，左车道17和右车道18。左车道17通过车道标记19与中央车道16分开；相似地，右车道18通过另一个车道标记19与中央车道16分开。右车道18的外部界限由实线车道标记20指定；相似地，左车道17的外部界限由另一个实线车道标记20指定。
示出了沿中央车道16行驶的自主车辆21。自主车辆21的行驶方向由箭头21A示出。也显示了沿道路15行驶的三个其他车辆22、23和24。图2中还示出了其他车辆22、23、24中的每一个的行驶方向22A、23A、24A。
显然，图2所示的所有车辆均能沿大致相同的方向(向上)行驶。因此，例如，图2的道路15对应于公路或高速公路的一半。未示出相应的公路或高速公路的下半部分，但是将位于道路15的一侧(图2中所示的右侧或左侧)(哪一侧明显取决于道路所在的国家)。公路或高速公路的下半部分上的车辆通常将在与道路15上的车辆相反的方向上行驶。
图3以与图2中所示稍微不同的场景示出了道路15的类似区段。在图3中，示出了沿中央车道16中的道路15行驶的自主车辆21。自主车辆21装配有驾驶员辅助系统，所述驾驶员辅助系统包括相机。相机是面向前方的相机，并且通常观看自主车辆21前方的道路。驾驶员辅助系统使用来自相机的视觉信息来检测在自主车辆21前方的道路标记19的一部分。由驾驶员辅助系统检测到的每个道路标记19的部分均由相应的路线标记检测区域25来指定。应当指出的是，存在与自主车辆的最大距离，驾驶员辅助系统可检测到车道标记19的距离。如果这些对相机是可见的，则驾驶员辅助系统可还检测外部车道标记20的一部分。图3中未示出此类外部车道标记检测。
在车道标记19的检测到的部分25之间，驾驶员辅助系统指定车道26。
图4A示出了来自相机的相对于图3所述的排序的视图。覆盖在该视图上是车道区域26和路线标记19的检测部分。将显而易见的是，车道标记19和外车道标记20的检测部分仅延伸到与自主车辆的最大距离。
图4B示出了系统难以或不可能检测到道路标记的情形，因为道路标记从相机的视图中被其他车辆部分地或完全遮挡。诸如，这种情况可能发生在例如交通非常繁忙或交通堵塞中。
图4C示出了第二示例性场景，其中由于道路标记在相机的视图中被雪遮挡，因此难以或不可能检测到道路标记。应当理解，存在其他原因，使得相机可能无法检测到道路标记以及图4B和图4C所示的那些道路标记。
图5示出了根据本发明的第一实施方案的安装有包括装置的驾驶员辅助系统的自主车辆30。为简明起见，在图5的场景与图2和图3的场景之间是公共的元素未相对于图5单独描述。只需指出，自主车辆30沿道路15的中央车道16行驶。
第一物体31(车辆)通常沿与自主车辆31相同的方向在左车道17中行驶。第二物体32(车辆)通常沿与自主车辆30相同的方向在左车道17中行驶。
自主车辆30安装有至少一个传感器。传感器中的一个传感器可例如为车辆RADAR或LIDAR。驾驶员辅助系统使用来自传感器的数据来测量和确定位于自主车辆30附近的传感器的视场内的物体的位置。在图5所示的场景中，驾驶员辅助系统检测到两个物体：第一物体31和第二物体32。对于第一物体31和第二物体32中的每一者，驾驶员辅助系统相继测量并且确定相应物体31、32的位置。定期进行测量，但这不是本发明的要求。重要的是进行一系列位置测量。第一物体31的物体位置序列由第一物体位置序列33示例。第二物体32的物体位置序列由第二物体位置序列34示例。
如果第一物体31在左车道17内行驶，则应当理解，第一物体位置序列通常遵循左车道17的路线。同样，如果第二物体32在右车道18内行驶，则应当理解，第二物体位置序列34通常遵循右车道18的路线。第一物体31和第二物体32各自相对于道路15移动。在大多数时间第一物体和第二物体各自沿相应车道的中心行驶的基础上，则第一物体和第二物体的移动通常映射它们各自的车道路径。
图6示出了用于自主车辆30的更复杂的场景。在图6的场景中，自主车辆30检测到六个物体：第一物体至第六物体35、36、37、38、39、40。驾驶员辅助系统已顺序地确定六个物体35、36、37、38、39、40中的每一个的位置，以形成六个单独的物体位置序列，如下面图6所示：
·第一物体35-由空白五边形示出的物体位置序列；
·第二物体36-由空白正方形示出的物体位置序列；
·第三物体37-由填充圆示出的物体位置序列；
·第四物体38-以空白菱形示出的物体位置序列；
·第五物体39-由空白圆示出的物体位置序列；以及
·第六物体40-由四角星示出的物体位置序列。
每个测量位置均可以变换为自主车辆31的静止坐标。因此，可以实现自主车辆的运动的补偿。为免生疑问，车辆的静止坐标是指坐标系统，在该坐标系统中，自主车辆静止或不移动。自主车辆可位于静止坐标的坐标系统的原点处。对每个时间步骤(即，每次评估函数时)测得的物体位置的每个序列执行到静止坐标的转换，以补偿自主车辆的运动。
可丢弃不相对于道路移动的物体，即，诸如树木、道路标志或其他道路家具的静态物体。废弃的物体不会用于任何进一步的处理，因此无法分组为一组物体。因此，废弃的物体不能对群函数作出贡献。
图7示出了物体42的单个物体位置序列41。物体位置序列41显示在自主车辆31的静止坐标中的x，y坐标系统上。坐标系的原点43是自主车辆31的位置。物体42的当前位置显示为示意性车辆。物体位置序列41相对于原点43作图。换句话讲，无论自主车辆上的传感器测量和确定物体42的位置的参照系如何，位置均被转换到自主车辆的静止坐标中。根据本发明的装置捕获多个物体位置序列。
对于图7所示的每个物体位置序列，确定接近物体位置序列的物体轨迹。物体轨迹是最佳拟合物体位置序列的数学函数，即在图7中的术语中，y(x)被确定，其中y(x)为最佳拟合数据y的x的函数。y(x)对应于对应物体的物体轨迹。
道路上的车道的路径的数学形式通常很好地由双回转曲线函数建模。双回转曲线是以下形式的数学函数：
Figure BDA0002138038960000081
其中α是航向角(当x＝0时，第一回转曲线函数的角)，
Figure BDA0002138038960000082
是x＝0处的曲率；
Figure BDA0002138038960000083
为第一回转曲线函数的恒定曲率变化；
Figure BDA0002138038960000084
是第二回转曲线函数的恒定曲率变化，并且；xt一起形成双回转曲线函数的第一回转曲线函数和第二回转曲线函数之间的过渡处的x的值。
然而，拟合回转曲线函数是计算密集型的。本发明人已发现，将双多项式函数拟合到每个物体轨迹在计算上是更简单的。示例性三阶双多项式函数如下：
Figure BDA0002138038960000091
其中y1构成双多项式的第一区段，而y2构成双多项式的第二区段。a0、a1、a2和a3为第一多项式的系数；b0、b1、b2、和b3是第二多项式的系数。当确定物体轨迹时，第一多项式和第二多项式的系数是拟合参数。图8显示了此类拟合的双多项式函数的示例。双多项式的第一区段44在第一区域45中显示，其中x<xt；双多项式的第二区段46在第二区域47中显示，其中x≥xt。
多项式函数与数据序列的拟合是一个熟知的过程，其将不会详细描述。然而，示例性方法是最小二乘拟合。然而，具体地在对象轨迹拟合期间使用许多约束。
首先，确定xt的值被确定，xt为x的值，在该值处，对于每个物体轨迹，双多项式函数在双多项式的第一区段44与第二区段46之间(参见图8)变化。
图9示出了用于确定过渡值xt的方法的概览。该方法是用于查找xt的迭代过程。
在一次迭代上，第一步骤S1是基于对应于一个物体轨迹的单个物体位置序列41中的所有点来创建网格点矩阵。在一次迭代上，在第一步骤中，不会从物体位置序列中选择点-使用所有点。
第二步骤S2基于网格点矩阵拟合单个多项式。此类单个多项式的示例在图10中示出。已将单个多项式46拟合到物体位置序列41。
第三步骤S3正计算在物体位置序列中的每个物体位置与单个多项式48之间的差值49，如图11所示。
第四步骤S4涉及确定物体位置序列中的每个物体位置与单个多项式48之间的差值49的最大值。如果差值的最大值大于或等于预定阈值，则产生减小的历史点集(这是图9中所示的FALSE决策路径)。如果差值的最大值小于预先确定的阈值(图9中所示的TRUE决策路径)，则xt等于与拟合的单个多项式最远离的所测量的物体位置(图9中的步骤S5)。
简单地回到第四步骤S4，其涉及测试差异的最大值是否大于或等于预定阈值。当在第四步骤S4中测试的条件为FALSE时，产生减少的物体位置集。具体地，将被标识为距单个多项式最远的物体位置从物体位置序列移除，从而形成减少的物体位置集。然后在所减少的物体位置集上重复第一步骤S1至第四步骤S4。这种处理重复直到步骤S4测试为TRUE，其中xt被确定。
对于每个物体位置序列，将双多项式拟合到组成序列的点。此拟合的双多项式函数对应于物体轨迹。在配合过程期间，可以使用附加约束，其利用在点xT处的双多项式中的第一多项式与第二多项式之间的过渡(xT等于xt：两者都是x的过渡值)。示例性约束如下：
y1(x＝xT)＝＝y2(x＝xT)
Figure BDA0002138038960000101
Figure BDA0002138038960000102
可以理解，这三个约束对应于两个多项式(y1，y2)的相等性，两个多项式相对于x的一阶导数，以及两个多项式相对于x的二阶导数，每个都在过渡值xT处评估。
图12示出了具有六个对应物体轨迹50、51、52、53、54、55的六个物体位置序列，物体轨迹50、51、52、53、54、55根据上述方法每个拟合到相应的物体位置序列。每个物体轨迹50、51、52、53、54、55均由以下形式的双多项式描述：
Figure BDA0002138038960000103
六个物体轨迹通常对应于物体轨迹的两个组56、57。因此，可对物体轨迹进行排序并且将其分组到两个物体组中，下文将其称为“群”。
通过以上对物体轨迹的双多项式描述，将注意到a0是双多项式函数中的常数项。在图12中，a0对应于对应物体轨迹的y截距。还应当注意的是，被分组到第一物体群56中的三个物体轨迹具有类似的y截距(即，a0的值)；分组到第二物体群57中的三个物体轨迹也具有类似的y截距(即，a0的值)，但它们不同于第一群56的a0值。
图13示出了作为时间函数的值a0、a1、a2和a3。每个图作为时间的函数显示对应多项式系数(a0、a1、a2和a3)的值。在任何给定的取样时间，a0、a1、a2和a3的值当然对于给定轨迹恒定。曲线图示出，系数a0可用于不仅在给定时间处对物体轨迹进行分组，而且a0的值在一段时间的过程内保持分组，从而允许对应于不同交通车道的物体群的形成。从图13中的顶图清楚的是，其显示a0的值，a0是物体群之间的优异鉴别器。要记住进行测量的物体对应于在道路上的车道上行驶的车辆，物体群中的物体所沿的路径通常对应于车道。通过针对每个群使用多个物体，可以通过减小噪声(例如，车道内的驾驶路径的轻微偏差和偶尔车道变换例如在物体群中的物体轨迹中的一个内)来更准确地确定车道位置。
物体群中的每个均对应于多个物体轨迹，并且每个物体轨迹均对应于物体位置序列。下一阶段是将双多项式函数(在下文中称为“群函数”)拟合到对应于特定物体群中的所有物体的物体位置。换句话讲，针对每个物体群确定一个双多项式函数。该双多项式具有以下形式：
Figure BDA0002138038960000111
用于拟合群函数的过程与上述针对单个物体的过程相同但使用不同数据。图14示出了两个群函数58、59，每个对应于物体群。每个群函数58、59均对应于道路上的车道的中心线。因为已识别两个相邻车道(左车道和右车道)中的每一个的中心线，因此中心线之间的距离60对应于车道宽度。因此，车道宽度可由以下确定：
LW＝min(LANE_WIDTH_MAX_VALUE,(a0,L-a0,R))
其中LW为车道宽度；min(n,m)为返回m和n中的较小的函数；a0,L为左车道群函数58的a0值，而a0,R是右车道群函数59的a0值。因此，除非发现(a0,L-a0,R)大于LANE_WIDTH_MAX_VALUE(在以上示例函数中)，否则车道宽度LW等于两车道的群函数之间的距离，在这种情况下，车道宽度设置为LANE_WIDTH_MAX_VALUE。这样，如果两个群函数实际上不对应于两个相邻交通车道，则上述min函数防止不现实地大的车道宽度LW被导出(其否则可对应于由超过现实车道宽度分开的两个相邻车道)。LANE_WIDTH_MAX_VALUE使采用任何合理的值。LANE_WIDTH_MAX_VALUE可能大约等于标准现实世界的车道宽度。LANE_WIDTH_MAX_VALUE的示例值包括3.5米或3.75米。
每个群车道函数对应于车道的中心线。应当理解，在交通车道的中心通常没有现实世界车道标记。然而，车道的边界可也使用群函数和车道宽度来导出。
图15示出了左车道群函数58和右车道群函数59。限定了相应的左车道部分和右车道部分。左车道部分和右车道部分中的每一者对应于群车道部分。每条车道部分均包括一对车道边界。左车道部分包括左车道边界61和中央车道边界62。右车道部分包括右车道边界63和中央车道边界62。
左车道边界从第一群函数58偏移58A车道宽度的一半。中央车道边界从第一群函数58偏移58B车道宽度的一半。中央车道边界从第二群函数59偏移59B车道宽度的一半。右车道边界63从第二群函数59偏移59A车道宽度的一半。因此，左车道边界、右车道边界和中央边界的函数形式等于其对应的群函数加上/减去车道宽度的一半。
因此，特定车道可由其对应的车道边界的函数来限定。例如，在图15的场景中，左车道可由左车道61边界和中央车道边界62限定；右车道可由右车道63边界和中央车道边界62限定。在此阶段，右车道边界、左车道边界和中央车道边界具有双多项式形式。
每个车道边界的双多项式形式可被认为是中间多项式形式。如下所述，转化成双回旋曲线形式的后续阶段是可能的。
如上所述，对于每个群函数(并且因此限定以车道边界的形式限定的车道部分)，双多项式形式如下所示：
Figure BDA0002138038960000121
所述双回旋曲线具有形式：
Figure BDA0002138038960000131
双回旋曲线的系数与双多项式的系数相关，如下所示：
y0＝a0
α＝atan(a1)
Figure BDA0002138038960000132
Figure BDA0002138038960000133
Figure BDA0002138038960000134
通过使用这些关系，可以双回旋曲线形式生成并且描述每个群车道部分，双回旋曲线的系数的确切值是从双多项式映射的，所述双多项式使用上述关系最终从分组的物体轨迹导出。
图16示出了使用如上所述的用于驾驶员辅助系统的装置来生成群车道部分的模拟的结果。将生成群车道部分的结果与使用自主车辆上的相机识别的外推车道标记进行比较。
在图16中，自主车辆70位于坐标系统(即，自主车辆的静止坐标的原点)上的(0，0)处。显示六个物体位置序列。应当理解，物体位置序列可具有不同的长度，实际上，在现实中，它们可能就是那样的。群车道部分是一对对应的车道边界71、72、73之间的区域。如图16所示的示例所示，群车道部分遵循物体(车辆)到自我车辆70前方超过100米的路线。这些物体(车辆)沿现实世界交通车道行驶。因此，群车道部分遵循在自我车辆70前方超过100米的现实世界交通车道。
导出自安装到自主车辆70的相机的车道标记由虚线道路标记73、74、75指定。从相机导出的车道标记开始偏离离自主车辆大约50米的群车道部分。在离自主车辆50米以上的地方，导自相机的车道不遵循物体轨迹，并且因此不遵循道路上的现实世界的车道。因此，在驾驶辅助中利用导出自相机的那些车道不能反映驾驶情况的实际情况。
群车道部分可用作确定车道的位置的唯一方法。例如，当因为道路标记被阻挡(例如，由于道路上的雪或由于交通)而看不见而使由于车辆上的传感器不可检测到道路标记时，仍然可以确定群车道部分。无论车道标记是否可被自主车辆上的传感器检测到，均可导出群车道部分。
群车道部分可用作使用来自相机的数据导出的车道的扩展。使用相机数据导出的车道的参数可与使用上述群车道部分生成而导出的车道的参数融合。该数据融合可允许生成车道，所述车道比使用车辆上的传感器来导出车道从自主车辆延伸更远，以确定车道位置。群车道部分更准确地反映了车道在道路上的真实位置，在该道路上，车辆行驶距离自主车辆更远的距离，甚至当车道标记不可见时。
对系统的输入可以是使用来自相机传感器的数据导出的车道部分。该装置可将使用来自相机传感器的数据的车道部分与群车道部分结合。可以一起生成更准确的车道。
一般来讲，通过测量多个物体的位置序列，用于根据本发明的驾驶员辅助系统的装置导出交通车道的位置。因此，产生交通车道的位置，而不使用传感器观察或检测任何道路标记的任何需要。如果使用传感器检测到道路标记，则由此导出的车道信息可与群车道信息结合。
群车道可由多个驾驶员程序辅助功能使用，交通车道的位置对驾驶员程序辅助功能该是有用的。
本发明的装置可被构造成使得群车道可供至少一个驾驶员辅助功能使用。所述至少一个驾驶员程序辅助功能可被构造为使用群车道信息作为其决策处理的输入。驾驶员辅助功能可被构造成例如基于位于群车道部分中的车辆来将危险通知使用者。作为另一示例，AAC系统可被构造为基于位于群车道中的车辆来控制车辆的速度。
因为本发明能够确定交通车道朝向大距离的位置，因此驾驶员辅助系统的功能得到改善，因为改善了系统的态势感知。例如，因为交通车道位置被确定为与自主车辆相距更大的距离。
当用于本说明书和权利要求书中时，术语“包括(comprises)”和“包括(comprising)”以及其变型是指包括指定的特征、步骤或整数。术语不应解释为排除其他特征、步骤或整数的存在。
在前述说明书或随后的权利要求书或附图中公开的、以其特定形式或以用于执行所公开的功能的装置或用于获得所公开结果的方法或过程的方式表达的特征，可以单独地或以这些特征的任何组合被用于以其各种形式实现本发明，视情况而定。
虽然结合上述示例性实施方案描述了本发明，但是当给出本公开时，许多等同的修改形式和变型对于本领域的技术人员将是显而易见的。因此，上述本发明的示例性实施方案被认为是示例性的而非限制性的。在不脱离本发明的实质和范围的情况下，可对所述实施方案作出各种改变。

Claims (14)

1.一种用于机动车辆驾驶员辅助系统的装置，所述装置能够操作以确定车辆正在其上行驶的道路的至少一条车道的一部分的位置，所述装置被构造成：
针对多个物体中的每一个物体确定物体位置序列；
生成物体轨迹，以近似于每个相应的物体位置序列；
根据所述物体轨迹中的每一个物体轨迹的至少一个参数的值来将所述物体轨迹排序到至少一个物体组；
对于每个物体组，生成群函数，以近似是相应物体组的成员的所述物体轨迹的物体位置序列；
根据每个所述群函数来生成群车道部分，所述群车道部分表示车道的一部分，
其中每个物体轨迹均具有包括第一多项式函数和第二多项式函数的双多项式形式，所述第一多项式函数和所述第二多项式函数在多项式均衡点处相等。
2.根据权利要求1所述的装置，其中所述装置还被构造成将每个物体位置序列转换到所述车辆的静止坐标中。
3.根据权利要求1或权利要求2所述的装置，还被构造成丢弃相对于所述车辆正在其上行驶的所述道路是静止的物体。
4.根据权利要求1所述的装置，其中至少一个群函数中的每一个群函数均限定相应群车道部分的中心线。
5.根据权利要求4所述的装置，被构造成生成具有来自所述中心线的左侧向偏移的左车道线以及具有来自所述中心线的右侧向偏移的右车道线。
6.根据权利要求5所述的装置，其中所述右侧向偏移等于所述左侧向偏移，所述左侧向偏移等于车道宽度的一半。
7.根据权利要求1所述的装置，其中所述群车道部分从所述车辆向前延伸至最大群车道距离。
8. 根据权利要求1所述的装置，
其中所述装置被构造成接收使用通过安装到所述车辆上的传感器对道路标记的检测而导出的输入车道部分，其中所述输入车道部分从所述车辆向前延伸至最大输入车道距离；并且
其中所述群车道部分延伸超过最大输入车道距离。
9.根据权利要求1所述的装置，其中在所述多项式均衡点处评估的每个物体轨迹函数的一阶导数等于在所述多项式均衡点处评估的所述第二多项式函数的所述一阶导数。
10.根据权利要求1所述的装置，其中在所述多项式均衡点处评估的每个物体轨迹函数的二阶导数等于在所述多项式均衡点处评估的所述第二多项式函数的所述二阶导数。
11.根据权利要求1所述的装置，其中所述群函数具有包括第一回旋曲线函数和第二回旋曲线函数的双回旋曲线形式，所述第一回旋曲线函数和所述第二回旋曲线函数在回旋曲线均衡点处是相等的。
12.根据权利要求11所述的装置，其中在所述群函数的生成期间，中间多项式函数是生成函数，以近似是相应物体组的成员的所述物体轨迹的所述物体位置序列，并且根据所述中间多项式函数来确定所述群函数。
13.根据权利要求1所述的装置，其中所述物体轨迹根据每个物体轨迹中的恒定项的值来进行排序。
14.一种用于机动车辆驾驶员辅助系统的方法，所述方法用于确定所述车辆正在其上行驶的道路的至少一条车道的一部分的位置，所述方法包括以下步骤：
针对多个物体中的每一个物体确定物体位置序列；
生成物体轨迹，以近似于每个相应的物体位置序列；
根据所述物体轨迹中的每一个物体轨迹的至少一个参数的值将所述物体轨迹排序到至少一个物体组中；
对于每个物体组，生成群函数，以近似是相应物体组的成员的所述物体轨迹的物体位置序列；
根据每个所述群函数来生成群车道部分，所述群车道部分表示车道的一部分，
其中每个物体轨迹均具有包括第一多项式函数和第二多项式函数的双多项式形式，所述第一多项式函数和所述第二多项式函数在多项式均衡点处相等。
CN201880007846.4A 2017-02-13 2018-02-12 可操作用于确定车道的一部分的位置的装置 Active CN110214106B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17155915.6 2017-02-13
EP17155915.6A EP3360746A1 (en) 2017-02-13 2017-02-13 Apparatus operable to determine a position of a portion of a lane
PCT/EP2018/053462 WO2018146315A1 (en) 2017-02-13 2018-02-12 Apparatus operable to determine a position of a portion of a lane

Publications (2)

Publication Number Publication Date
CN110214106A CN110214106A (zh) 2019-09-06
CN110214106B true CN110214106B (zh) 2022-07-22

Family

ID=58043924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880007846.4A Active CN110214106B (zh) 2017-02-13 2018-02-12 可操作用于确定车道的一部分的位置的装置

Country Status (5)

Country Link
US (1) US11292464B2 (zh)
EP (1) EP3360746A1 (zh)
JP (1) JP7009042B2 (zh)
CN (1) CN110214106B (zh)
WO (1) WO2018146315A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10757485B2 (en) 2017-08-25 2020-08-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US11181929B2 (en) 2018-07-31 2021-11-23 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11163317B2 (en) 2018-07-31 2021-11-02 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
CN109795477B (zh) 2019-02-22 2020-11-06 百度在线网络技术（北京）有限公司 消除稳态横向偏差的方法、装置及存储介质
FR3094318B1 (fr) * 2019-03-28 2021-02-26 Renault Sas Procédé de commande du positionnement d’un véhicule automobile sur une voie de circulation
CN111081008B (zh) * 2019-12-06 2022-09-23 英华达（上海）科技有限公司 道路标线控制方法、以及道路标线控制系统
CN113156911A (zh) * 2020-01-22 2021-07-23 重庆金康新能源汽车有限公司 用于自动驾驶汽车规划和控制测试的组合的虚拟和现实环境
US11964691B2 (en) * 2020-08-17 2024-04-23 Magna Electronics Inc. Vehicular control system with autonomous braking

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005039525A1 (de) * 2005-08-18 2007-02-22 Daimlerchrysler Ag Verfahren zur Bestimmung eines Fahrschlauchs innerhalb dem sich ein Fahrzeug mit großer Wahrscheinlichkeit fortbewegt
CN101984478A (zh) * 2010-08-03 2011-03-09 浙江大学 基于双目视觉车道线检测的非正常s型驾驶预警方法
CN102059978A (zh) * 2009-11-16 2011-05-18 财团法人工业技术研究院 驾驶辅助方法与系统
CN105934652A (zh) * 2014-02-03 2016-09-07 罗伯特·博世有限公司 用于确定车辆位置的方法和设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10349631A1 (de) * 2003-10-24 2005-05-19 Robert Bosch Gmbh Fahrerassistenzverfahren und -vorrichtung auf der Basis von Fahrspurinformationen
DE102006062061B4 (de) * 2006-12-29 2010-06-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung, Verfahren und Computerprogramm zum Bestimmen einer Position basierend auf einem Kamerabild von einer Kamera
DE102010020984A1 (de) * 2010-04-20 2011-10-20 Conti Temic Microelectronic Gmbh Verfahren zur Bestimmung des Fahrbahnverlaufes für ein Kraftfahrzeug
US9558409B2 (en) * 2012-09-26 2017-01-31 Magna Electronics Inc. Vehicle vision system with trailer angle detection
DE102013207658A1 (de) * 2013-04-26 2014-10-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bestimmen eines Fahrspurverlaufes einer Fahrspur
US9261601B2 (en) 2013-06-01 2016-02-16 Savari, Inc. System and method for lane boundary estimation and host vehicle position and orientation
EP2826687B1 (en) * 2013-07-16 2019-03-06 Honda Research Institute Europe GmbH Technique for lane assignment in a vehicle
US20150022759A1 (en) 2013-07-18 2015-01-22 Apple Inc. Display with Radioluminescent Backlight Unit
DE102015013085A1 (de) * 2015-10-08 2016-03-31 Daimler Ag Verfahren zum Bestimmen eines Soll-Fahrspurverlaufs eines Kraftfahrzeugs
US9612123B1 (en) * 2015-11-04 2017-04-04 Zoox, Inc. Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005039525A1 (de) * 2005-08-18 2007-02-22 Daimlerchrysler Ag Verfahren zur Bestimmung eines Fahrschlauchs innerhalb dem sich ein Fahrzeug mit großer Wahrscheinlichkeit fortbewegt
CN102059978A (zh) * 2009-11-16 2011-05-18 财团法人工业技术研究院 驾驶辅助方法与系统
CN101984478A (zh) * 2010-08-03 2011-03-09 浙江大学 基于双目视觉车道线检测的非正常s型驾驶预警方法
CN105934652A (zh) * 2014-02-03 2016-09-07 罗伯特·博世有限公司 用于确定车辆位置的方法和设备

Also Published As

Publication number Publication date
US11292464B2 (en) 2022-04-05
US20190344787A1 (en) 2019-11-14
JP7009042B2 (ja) 2022-01-25
WO2018146315A1 (en) 2018-08-16
EP3360746A1 (en) 2018-08-15
JP2020504881A (ja) 2020-02-13
CN110214106A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110214106B (zh) 可操作用于确定车道的一部分的位置的装置
US12005904B2 (en) Autonomous driving system
US11353553B2 (en) Multisensor data fusion method and apparatus to obtain static and dynamic environment features
US20220032884A1 (en) Systems and methods for causing a vehicle response based on traffic light detection
US8160811B2 (en) Method and system to estimate driving risk based on a hierarchical index of driving
US9922565B2 (en) Sensor fusion of camera and V2V data for vehicles
US9417080B2 (en) Movement trajectory generator
JP6800575B2 (ja) 自己の乗り物のドライバを支援する方法およびシステム
US20190077400A1 (en) Recognition and prediction of lane constraints and construction areas in navigation
US20180059679A1 (en) Depth map estimation with stereo images
CN110198875B (zh) 对驾驶员辅助系统的改进或与之相关的改进
JP2008123462A (ja) 物体検知装置
CN113228040A (zh) 多级对象行进方向估计
CN111094095B (zh) 自动地感知行驶信号的方法、装置及运载工具
US11403951B2 (en) Driving assistance for a motor vehicle when approaching a tollgate
CN114103993A (zh) 车辆的驾驶控制装置及方法
US20220157015A1 (en) Ghost point filtering
US20230098314A1 (en) Localizing and updating a map using interpolated lane edge data
US20210180960A1 (en) Road attribute detection and classification for map augmentation
US20210350151A1 (en) Method for determining a type of parking space
EP4372715A1 (en) Vehicle collision threat assessment
US20230152807A1 (en) Vehicle control system and vehicle driving method using the vehicle control system
CN117935212A (zh) 检测方法、装置和车辆

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220901

Address after: Linkping

Patentee after: Anzher software Co.

Address before: Sweden Wogaerda

Patentee before: Vennell Sweden