CN110554691B - 用于检测高架高速公路以防止接合巡航特征的系统、方法和装置 - Google Patents

Abstract

提供了系统、方法和装置以控制车辆的自主操作模式特征的致动，以在当车辆处于受限进入的高速公路上时进行操作。该高架高速公路检测系统包括：由评估模块实时接收关于车辆的多个数据，该多个数据包括：车辆的绘制数据、GPS数据和雷达数据，以提供至少当前车辆位置和图像数据来捕获车辆的周围环境；通过基于地图数据、雷达数据和GPS数据计算车辆与受限进入的道路的匹配概率位置数据来确定车辆是否被绘制到受限进入的高速公路上；以及当车辆不在受限进入的高速公路上时，发送信号以禁止自主特征在车辆中接合。

Description

用于检测高架高速公路以防止接合巡航特征的系统、方法和 装置

技术领域

本发明总体上涉及在车辆中接合巡航特征，并且更具体地涉及用于确定在高架高速公路下的车辆操作以防止自主巡航应用的激活的系统、方法和装置。

背景技术

自主或半自主辅助车辆是能够在很少或没有用户输入的情况下感测其环境并导航的车辆。自主或半自主车辆使用诸如雷达、激光雷达、图像传感器等的一个或多个感测设备来感测其环境。自主车辆系统还使用来自全球定位系统（GPS）或任何全球导航卫星系统（GNSS）技术、导航系统、车辆到车辆通信、车辆到基础设施技术和/或有线驾驶系统的信息来导航车辆。利用基于车辆属性分析的高架高速公路检测，可以增强自主以及半自主的环境感测能力，或者增强传统驾驶员辅助车辆的环境感测能力。也就是说，改进的环境感测能力有益于当前使用或将来使用的所有类型的车辆，并且甚至可以具有对非车辆应用的远程适用性。

因此，希望将基于车辆操作属性的高架高速公路分析结合到车辆的自主特征中，以防止在本地街道上不适当地接合巡航自动化。此外，期望提供用于自主、半自主和传统车辆的高架高速公路检测系统、方法和装置。此外，结合附图以及前述技术领域和背景技术，通过随后的具体实施方式和所附权利要求，本发明的其它期望特征和特性将变得显而易见。

发明内容

提供了用于检测高架高速公路以及用于接合或不接合自主巡航特征的系统、方法和装置。

在一个实施例中，提供了一种高架高速公路检测系统，该高架高速公路检测系统用于当车辆处于受限进入的高速公路上时控制车辆的自主操作模式特征的致动以进行操作。高架高速公路检测系统包括：车辆的多个传感器，其产生关于车辆的多个感测数据，其中多个数据至少包括：来自绘制的位置的本地地图数据库的地图数据，以及车辆的全球定位系统（GPS）数据和数据雷达的感测位置数据；评估，其联接到多个传感器以接收感测数据，以通过地图数据与雷达的一组比较以及地图数据与GPS数据的一组比较来将绘制的位置与感测位置数据进行比较，以确定一组因数，其中一组因数中的每个因数被动态加权以计算绘制的位置与感测位置数据之间的匹配概率，其中匹配概率包括：每个动态加权因数的和；以及求和模块，其用于对每个动态加权因数求和，以生成用于与阈值进行比较的求和结果，其中如果求和结果超过阈值，则评估模块生成信号，以禁止车辆中的自主操作模式特征由于求和结果超过阈值而作为车辆而接合，车辆被认为不在受限进入的高速公路上操作。

在各种实施例中，高架高速公路检测系统还包括：由评估模块从车辆的摄像机接收图像数据用于捕获车辆周围的图像。高架高速公路检测系统还包括：当通过检测到的行人交通执行行人检测操作以确定车辆是否在本地道路上时，由评估模块通过车辆的摄像机检测行人的图像数据。高架高速公路检测系统还包括：由评估模块根据雷达数据确定道路类型，这是通过从指向道路表面的远程雷达接收雷达数据以捕获道路表面的雷达数据来实现的。高架高速公路检测系统还包括：加权模块，其处理动态加权因数，其中动态加权因数包括：来自图像数据的行人检测的第一因数；用于确定道路类型的根据雷达数据的道路类型确定的第二因数是受限进入的高速公路；用于确定车辆附近的隧道的雷达数据和地图数据的比较的第三因数；以及比较地图数据和GPS数据以确定与车辆具有特定距离的高架高速公路位置的第四因数。第一、第二、第三和第四因数由加权模块评估以产生用于确定是否禁止自主操作模式特征的接合的结果。高架高速公路检测系统还包括：控制器，其用于控制加权模块并且基于来自对该车辆的GPS数据和评估误差数据的评估结果来切换车辆的自主操作模式特征的操作模式。该高架高速公路检测系统，其中如果该求和结果不超过该阈值，则该评估模块产生信号以使得该车辆的自主操作模式特征能够借助于不超过该阈值的求和结果而接合在该车辆中，该车辆被认为是在该受限进入的高速公路上操作。

在另一个实施例中，提供了一种检测高架高速公路用于控制车辆的自主操作模式特征的致动以便当车辆处于受限进入的高速公路上时进行操作的方法。该方法包括以下步骤：由设置在车辆内的评估模块接收关于车辆的多个数据，该多个数据至少包括：来自绘制的位置的本地地图数据库的地图数据，以及来自全球定位系统（GPS）数据和来自感测车辆位置的车辆的数据的雷达的感测位置数据；评估模块通过地图数据与雷达数据的一组比较以及GPS数据与地图数据的一组比较，将绘制的位置与感测位置进行比较，以确定一组因数，其中该组因数中的每个因数被动态加权，以计算绘制的位置与感测位置之间的匹配概率，其中匹配概率包括每个动态加权因数的和；以及对每个动态加权因数求和，以生成用于与阈值进行比较的求和结果，其中如果结果超过阈值，则评估模块生成信号，以禁止车辆中的自主操作模式特征由于求和结果超过阈值而作为车辆接合，车辆被认为不在受限进入的高速公路上操作。

在各种实施例中，该方法还包括：由评估模块从车辆的摄像机接收图像数据，用于捕获车辆周围的图像。该方法还包括：当通过检测到的行人交通执行行人检测操作以确定车辆是否在本地道路上时，由评估模块通过车辆的摄像机检测行人的图像数据。该方法还包括：由雷达确定道路类型，这是通过从指向道路表面的远程雷达接收雷达数据以捕获道路表面的数据来实现的。该方法还包括：通过评估模块从雷达数据中确定道路类型，这是通过从指向道路表面的远程雷达接收雷达数据以捕获道路表面的雷达数据来实现的。该方法还包括：由加权模块通过以下步骤来处理由因数进行的动态加权：通过第一因数从图像数据中检测行人检测；通过第二因数从用于确定道路类型的雷达数据中确定道路类型确定是受限进入的高速公路；通过第三因数比较雷达数据和地图数据的对比，以确定车辆附近的隧道；以及通过第四因数比较地图数据和GPS数据的比较，以确定距车辆特定距离内的高架高速公路位置。第一、第二、第三和第四因数由加权模块评估以产生用于确定是否禁止自主操作模式特征的接合的结果。该方法还包括：控制加权模块并且基于来自GPS数据的评估结果和车辆的评估误差数据来切换车辆的自主操作模式特征的操作模式。该方法还包括：由评估模块基于与受限进入的高速公路或本地道路相关的条件采取动作以切换自主操作模式。

最后，在一个实施例中，提供了一种当在自主模式下操作车辆时使用的车辆的高架高速公路检测装置。该高架高速公路检测装置包括：被配置为接收图像数据的处理器模块、地图数据、GPS数据和雷达数据以：处理图像数据、地图数据、GPS数据和雷达数据以：确定至少当前车辆位置；确定行人是否在车辆附近；以及通过基于车辆的地图数据、GPS数据和雷达数据与当前车辆位置的一组比较操作来计算车辆到受限进入的道路的距离的匹配概率，从而通过确定车辆是否被绘制到受限进入的道路上来进行评估。

在各种实施例中，该装置还包括：处理器模块，其被配置为：当车辆不在距受限进入的道路的确定距离内时，发送信号以禁止自主模式接合在车辆中，其中信号随后在由处理器模块进行评估之后产生；以及切换车辆的模式以禁止自主模式的接合，其中模式的切换是根据当超过地图匹配概率的阈值并且在车辆到受限进入的道路的距离中考虑到地图数据、雷达数据和GPS数据的位置评估误差时执行的。该装置还包括：处理器模块，其被配置为：对图像、雷达、绘制数据和GPS数据的加权数据中的每一者求和，以将求和的加权数据的结果与阈值进行比较，以确定车辆是否处于受限进入的高速公路上以用于以自主模式操作。

注意，在各种实施例中，该方法包含对应于上述表面状况检测系统和设备的各种实施例中的一个或多个的功能的步骤。

附图说明

下文将结合以下附图描述示例性实施例，其中相同数字表示相同元件，且其中：

图1是示出根据各种实施例的具有高架高速公路检测系统的车辆的示例性功能框图；

图2是示出根据各种实施例的具有一个或多个自主或半自主车辆的运输系统的示例性功能框图；

图3是示出根据各种实施例的自主或半自主驱动系统的示例图，该自主或半自主驱动系统包括自主或半自主车辆中的高架高速公路检测系统；

图4是示出根据各种实施例的具有高架高速公路检测系统的高架高速公路附近的车辆的示例图；

图5是示出根据各种实施例的高架高速公路检测系统的示例性框图；

图6是示出根据各种实施例的高架高速公路检测系统的示例性框图

图7是示出根据各种实施例的高架高速公路检测系统的高速公路下检测的示例性框图；

图8是示出根据各种实施例的高架高速公路检测系统的车辆的匹配概率的示例图；以及

图9是示出根据各种实施例的高架高速公路检测系统的示例性流程图。

具体实施方式

下面的具体实施方式本质上仅仅是示例性的，并不旨在限制应用和使用。此外，不希望受前述技术领域、背景技术、发明内容或以下具体实施方式中呈现的任何表达或暗示的理论的限制。如在此使用的，术语模块是指单独地或以任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备，包括但不限于：专用集成电路（ASIC）、电子电路、处理器（共享的、专用的或组）和执行一个或多个软件或固件程序的存储器、组合逻辑电路，和/或提供所述功能的其它合适的部件。

本文可根据功能和/或逻辑框部件和各种处理步骤来描述本发明的实施例。应当理解，这样的框部件可以通过被配置为执行指定功能的任意数量的硬件、软件和/或固件部件来实现。例如，本发明的实施例可采用各种集成电路部件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，其可在一个或多个微处理器或其它控制装置的控制下执行各种功能。另外，所属领域的技术人员将了解，可结合任何数目的系统来实践本发明的实施例，且本文中所描述的系统仅是本发明的示例性实施例。

为了简洁起见，与信号处理、数据传输、信令、控制和系统的其它功能方面（以及系统的各个操作部件）相关的常规技术不在此详细描述。此外，本文所包含的各图中所示的连接线旨在表示各元件之间的示例性功能关系和/或物理联接。应注意，在本发明的实施例中可存在许多替代或额外功能关系或物理连接。

术语“自主”是指车辆正在执行运动而没有人的干预，或半自动地，即在车辆运动期间具有一些人的交互。

虽然部分描述针对自主或半自主车辆，但是预期所描述的功能可以类似地应用于非自主车辆，甚至应用于另外的非车辆应用。

此外，对“受限进入的高速公路”的引用不应被解释为受限性的，并且可以类似地应用于任何高速公路、私人道路、收费道路、具有受控进入的汽车。此外，对“高架高速公路”的引用适用于任何升高到地面以上的主要道路或受限进入的高速公路。

对GPS的引用不应被解释为限于GPS导航系统，而是可以包括能够实现卫星导航系统并提供自主地理空间定位的任何全球导航卫星系统（GNSS）。

为了实现高级自动化，车辆通常配备有越来越多数量的用于分析车辆周围的环境的不同类型的设备，比如摄像机或被配置为捕获环境的图像以用于勘测或检测环境内的特征的其他成像设备等。实际上，不同的车载设备位于车辆上的不同位置，并且通常以不同的采样率或刷新率操作，结果，从不同的视点或视角捕获对应于不同时间点的不同类型的数据和参数，这导致特别是当执行图像处理应用时的大量异常。

当车辆从本地绘制数据库接收到绘制数据时，该数据可能不足以准确地用于操作车辆中的自主驾驶特征。特别是在当允许在受限进入的高速公路中的自主驾驶特征并且不允许在本地道路上的这种自主驾驶特征时，需要进一步校准该绘制数据。

本公开的各种实施例提供了这样的系统和方法，当必须考虑处理能力受限时，该系统和方法使得能够在汽车感测硬件中进行位置和路况检测，以便仍然保持耐用和实用的解决方案。例如，用于硬件传感器的汽车级硬件加速器的可用性可能是受限的，因此可以从消费者市场购得可以用于汽车传感器的硬件加速器。所公开的系统和方法可以允许利用消费者等级或较便宜的感测硬件来实现路况检测的必要水平的分析。

本公开的各种实施例提供了能够实现道路表面状况检测的系统和方法，所述道路表面状况检测将高架高速公路分析结合在足够实用的方法中，以与消费者车辆一起使用，所述消费者车辆使用或需要特定或适当水平的在消费者汽车市场中使用的处理器的范围内的处理器能力。也就是说，支持高架高速公路分析的算法可能不需要通常在车辆中没有发现的过多的计算量，而是应该认识到由车辆处理器系统的处理能力强加的环境受限，包括例如功耗、处理速度等方面的约束，并且提供轻量和有效的计算解决方案。

本公开的各种实施例提供了能够实现比所使用的常规方法更耐用，并且当与其他感测或检测方法相比时不需要过度昂贵的硬件的高架高速公路检测和环境光分析的系统和方法。另外，这样的系统可以共享已经由车辆中的其他标准特征应用使用的车辆设置应用。例如，这种共享使用将允许将增强的检测应用结合到车辆的传统系统中，所述车辆的传统系统不结合、有效结合或结合到受限程度的检测分析。

本公开的各种实施例提供了使得能够作为方法或框架的一部分来检测高架高速公路的系统和方法，以使得能够通过所公开的算法解决方案来检测其他道路状况。

本公开的各种实施例提供了使得高架高速公路检测能够在驾驶时提供增强的自动或辅助用户控制以改善车辆操作的系统和方法。即，可以提供系统和方法以通过对特定车辆路径上的高架高速公路和这些路径上的适当控制设置的增强检测，通过自主和半自主路线规划特征的更精确操作来增强主动安全、驾驶员辅助控制系统的耐用性和性能，以及总体车辆稳定性。

图1是示出根据各种实施例的具有高架高速公路检测系统的车辆的功能框图。如图1所示，车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并且基本上包围车辆10的部件。主体14和底盘12可以共同形成框架。车轮16-18各自在车身14的相应拐角附近可旋转地联接到底盘12上。

在一些实施例中，车辆10是自主车辆，并且高架高速公路检测系统200结合到车辆10（以下称为自主车辆10）中。本说明书着重于自主车辆应用中的示例性应用。然而，应当理解，在此描述的结合了高架高速公路分析的高架高速公路检测系统200被设想用于包括驾驶员辅助系统的常规和半自主机动车辆中，作为示例，其利用车道感知信息，例如车道偏离警告系统和车道保持辅助系统。

自主车辆10例如是自动控制以将乘客从一个位置运送到另一个位置的车辆。车辆10在所示实施例中被描述为客车，但是应当理解，也可以使用包括摩托车、卡车、运动型多用途车（SUV）、休闲车（RVs）、船舶、飞行器等的任何其他车辆。在示例性实施例中，自主车辆10是所谓的四级或五级自动化系统。四级系统指示“高自动化”，其涉及动态驾驶任务的所有方面的自动化驾驶系统的驾驶模式特定性能，即使人类驾驶员没有适当地响应干预请求。五级系统表示“完全自动化”，指的是自动驾驶系统在可以由驾驶员管理的所有道路和环境条件下的动态驾驶任务的所有方面的完全时间性能。

如图所示，自主车辆10通常包括推进系统20、传动系统22、转向系统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储设备32、至少一个控制器34和通信系统36。在各种实施例中，推进系统20可以包括内燃机，诸如牵引电动机的电机和/或燃料电池推进系统。传动系统22配置成根据可选择的速比将动力从推进系统20传递到车轮16-18。根据各种实施例，传动系统22可以包括有级比自动变速器、无级变速器或其他合适的变速器。制动系统26配置成向车轮16-18提供制动扭矩。在各种实施例中，制动系统26可以包括摩擦制动、线控制动、诸如电动机器的再生制动系统，和/或其他适当的制动系统。转向系统24影响车轮16-18的位置。尽管出于说明性目的描绘为包括方向盘，但在本发明的范围内预期的一些实施例中，转向系统24可不包括方向盘。

传感器系统28包括感测自主车辆10的外部环境和/或内部环境的可观察条件的一个或多个感测设备40a-40n。感测设备40a-40n可以包括但不限于雷达、激光雷达、全球定位系统、光学摄像机140a-140n、热摄像机、超声传感器和/或其他传感器。在实施例中，感测设备40a-40n包括用于以特定帧速率获得图像的一个或多个摄像机。该一个或多个摄像机安装在车辆10上并且被布置成用于捕获车辆10的外部环境的图像（例如，视频形式的图像序列）。

致动器系统30包括一个或多个控制一个或多个车辆特征，例如但不限于推进系统20、传动系统22、转向系统24和制动系统26的致动器装置42a-42n。在各种实施例中，车辆特征可以还包括内部和/或外部车辆特征，例如但不限于门、后备箱和舱室特征，例如空气、音乐、照明等（未编号）。

数据存储设备32存储用于自动控制自主车辆10的数据。在各种实施例中，数据存储设备32存储可导航环境的定义的地图。在各种实施例中，所定义的地图可由远程系统预定义并从远程系统获得（关于图2进一步详细描述）。例如，所定义的地图可以由远程系统组装并且传送到自主车辆10（无线地和/或以有线方式）并且存储在数据存储设备32中。可以理解，数据存储设备32可以是控制器34的一部分、与控制器34分离，或者是控制器34的一部分和分离系统的一部分。

控制器34包括至少一个处理器44和处理器45的冗余计算机体系结构，其中处理器44可以被认为是主处理器，而处理器45可以被认为是备份处理器。处理器44和处理器45联接到至少一个计算机可读存储设备或介质46。处理器44和处理器45可以是任何定制的或市场上可购得的处理器、中央处理单元（CPU）、图形处理单元（HW加速器）、与控制器34相关联的若干处理器中的辅助处理器、基于半导体的微处理器（以微芯片或芯片组的形式）、微处理器，其任何组合，或通常用于执行指令的任何设备。计算机可读存储设备或介质46可以包括例如只读存储器（ROM）、随机存取存储器（RAM）和保活存储器（KAM）中的易失性和非易失性存储。KAM是永久或非易失性存储器，其可用于在处理器44、45两者断电时存储各种操作变量。计算机可读存储设备或介质46可以使用诸如PROM（可编程只读存储器）、EPROM（电PROM）、EEPROM（电可擦除PROM）、闪存或能够存储数据的任何其它电、磁、光或组合存储设备等许多已知存储设备中的任何一种来实现，其中一些表示由控制器34用于控制自主车辆10的可执行指令。

指令可以包括一个或多个单独的程序，每个程序包括用于实现逻辑功能的可执行指令的有序列表。当由处理器44和处理器45执行时，这些指令接收和处理来自传感器系统28的信号、执行用于自动控制自主车辆10的部件的逻辑、计算、方法和/或算法，并且生成到致动器系统30的控制信号以基于逻辑、计算、方法和/或算法自动控制自主车辆10的部件。尽管在图1中仅示出了一个控制器34，但是自主车辆10的实施例可以包括任何数量的控制器34，这些控制器34通过任何合适的通信介质或通信介质的组合进行通信并且协作来处理传感器信号、执行逻辑、计算、方法和/或算法，并且生成控制信号以自动控制自主车辆10的特征。

在各种实施例中，并且参见图4，控制器34的一个或多个指令被实施在高架高速公路检测系统200中，并且当被处理器44、45执行时被配置为接收输入数据和输入参数数据并且产生输出数据和输出参数数据以供车辆10的自动化特征使用。

通信系统36被配置为向和从其他实体48无线地传送信息，其他实体48例如但不限于其他车辆（“V2V”通信）、基础设施（“V2I”通信）、远程系统和/或个人设备（参考图2更详细地描述）。在示例性实施例中，通信系统36是被配置为使用IEEE 802.11标准或通过使用蜂窝数据通信经由无线局域网（WLAN）进行通信的无线通信系统。然而，诸如专用短距离通信（DSRC）信道的附加或替换通信方法也被认为在本公开的范围内。DSRC信道是指专门为汽车使用而设计的单向或双向短程到中程无线通信信道以及相应的一组协议和标准。

图2示出了总体上以50示出的操作环境的示例性实施例，该操作环境包括基于自主车辆的远程运输系统52，该远程运输系统52与如关于图1所描述的一个或多个自主车辆10a-10n相关联。在各种实施例中，操作环境50还包括经由通信网络56与自主车辆10和/或远程运输系统52通信的一个或多个用户设备54。

通信网络56支持操作环境50所支持的设备、系统和部件之间所需的通信（例如，经由有形通信链路和/或无线通信链路）。例如，通信网络56可以包括无线载波系统60，诸如蜂窝电话系统，其包括多个小区塔（未示出）、一个或多个移动交换中心（MSC）（未示出），以及将无线载波系统60与陆地通信系统连接所需的任何其它联网部件。每个小区塔包括发送和接收天线以及基站，来自不同小区塔的基站直接或经由中间设备（例如基站控制器）连接到MSC。无线载波系统60可以实现任何合适的通信技术，包括例如诸如CDMA（例如CDMA2000）、LTE（例如4G LTE或5G LTE）、GSM/GPRS或其他当前或新兴的无线技术的数字技术。其它小区塔/基站/MSC布置也是可能的，并且可以与无线载波系统60一起使用。例如，基站和小区塔可以共同位于同一地点，或者它们可以彼此远离地定位，每个基站可以负责单个小区塔，或者单个基站可以服务于各个小区塔，或者各个基站可以联接到单个MSC，仅列举了一些可能的布置。

除了包括无线载波系统60之外，可以包括卫星通信系统64形式的第二无线载波系统，以提供与自主车辆10a-10n的单向或双向通信。这可以使用一个或多个通信卫星（未示出）和上行链路发射站（未示出）来完成。单向通信可以包括例如卫星无线电服务，其中节目内容（新闻、音乐等）由发射站接收、打包用于上载，然后发送到卫星，卫星再向订户广播节目。双向通信可以包括例如卫星电话服务，其使用卫星来中继车辆10和站之间的电话通信。除了无线载波系统60之外或者代替无线载波系统60，可以利用卫星电话。

还可以包括陆地通信系统62，其是连接到一个或多个陆地线路电话并将无线载波系统60连接到远程运输系统52的传统的基于陆地的电信网络。例如，陆地通信系统62可以包括诸如用于提供硬连线电话、分组交换数据通信和因特网基础设施的公共交换电话网（PSTN）。陆地通信系统62的一个或多个区段可通过使用标准有线网络、光纤或其它光网络、电缆网络、电力线、其它无线网络（例如无线局域网（WLAN））或提供宽带无线接入（BWA）的网络或其任何组合来实施。此外，远程运输系统52不需要经由陆地通信系统62连接，而是可包括无线电话设备，使得其可直接与无线网络（例如，无线载波系统60）通信。

尽管在图2中仅示出了一个用户设备54，但是操作环境50的实施例可以支持任意数量的用户设备54，包括由一个人拥有、操作或以其他方式使用的多个用户设备54。由操作环境50支持的每个用户设备54可以使用任何合适的硬件平台来实施。在这点上，用户设备54可以以任何常见的形式因数来实现，包括但不限于：台式计算机；移动计算机（例如平板计算机、膝上型计算机或网络图书计算机）；智能手机；视频游戏装置；数字媒体播放器；家庭娱乐设备；数码摄像机或摄像机；可穿戴计算装置（例如、智能手表、智能眼镜、智能衣服）；等。由操作环境50支持的每个用户设备54被实施为具有执行这里描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑的计算机实施的或基于计算机的设备。例如，用户设备54包括可编程设备形式的微处理器，该可编程设备包括存储在内部存储器结构中并用于接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中，用户设备54包括能够接收GPS卫星信号并基于这些信号生成GPS坐标的GPS模块。在其他实施例中，用户设备54包括蜂窝通信功能，使得该设备使用一个或多个蜂窝通信协议在通信网络56上执行语音和/或数据通信，如这里所讨论的。在各种实施例中，用户设备54包括可视显示器，例如触摸屏图形显示器或其它显示器。

远程运输系统52包括一个或多个后端服务器系统，其可以是基于云的、基于网络的，或驻留在由远程运输系统52服务的特定校园或地理位置处。远程运输系统52可由现场顾问或自动顾问或两者的组合来管理。远程运输系统52可与用户设备54和自主车辆10a-10n通信以调度乘坐、调遣自主车辆10a-10n等。在各种实施例中，远程运输系统52存储存储帐户信息，例如订户认证信息、车辆标识符、简档记录、行为模式和其它相关订户信息。

根据典型的用例工作流程，远程运输系统52的注册用户可以经由用户设备54创建乘坐请求。乘坐请求通常将指示乘客的期望搭乘位置（或当前GPS位置）、期望目的地位置（其可以识别预定的车辆停止和/或用户指定的乘客目的地）和搭乘时间。远程运输系统52接收乘坐请求、处理该请求，并且派遣自主车辆10a-10n中选定的一个（当并且如果有一个可用时）以在指定的搭乘位置和适当的时间让乘客搭乘。运输系统52还可以生成并向用户设备54发送适当配置的确认消息或通知，以使乘客知道车辆正在途中。

可以理解，本文所公开的主题向可被认为是标准或基线自主车辆10和/或基于自主车辆的远程运输系统52提供了某些增强的特征和功能。为此，可以修改、增强或以其他方式补充自主车辆和基于自主车辆的远程运输系统以提供以下更详细描述的附加特征。

在此描述的涉及高架高速公路检测系统200的主题不仅适用于自主驾驶系统、设备和应用，而且适用于具有利用计算机能力的一个或多个自动特征的其他驾驶系统。此外，高架高速公路检测系统200可在除汽车球之外的其它系统、设备和应用中操作，用于检测高架高速公路。

根据示例性自主驱动应用，控制器34实现自主驱动系统（ADS）。即，控制器34的适当软件和/或硬件部件（例如，处理器44、45和计算机可读存储设备46）用于提供结合车辆10使用的自主驾驶系统70。

在各种实施例中，自主驱动系统70的指令可以通过功能、模块或系统来组织。例如，如图3所示，自主驱动系统70可以包括计算机视觉系统74、定位系统76、引导系统78和车辆控制系统80。可以理解，在各种实施例中，指令可以被组织成任何数量的系统（例如，组合的、进一步划分的等），因为本公开不限于本示例。

在各种实施例中，计算机视觉系统74合成并处理传感器数据并预测车辆10的环境的物体和特征的存在、位置、分类和/或路径。在各种实施例中，计算机视觉系统74可并入来自多个传感器的信息，所述多个传感器包括但不限于摄像机、激光雷达、雷达和/或任何数目的其它类型的传感器。

定位系统76处理传感器数据以及其它数据以确定车辆10相对于环境的位置（例如，相对于地图的局部位置、相对于道路车道的精确位置、车辆航向、速度等）。引导系统78处理传感器数据以及其他数据以确定车辆10跟随的路径。车辆控制系统80根据所确定的路径产生用于控制车辆10的控制信号。

在各种示例性实施例中，控制器34实施机器学习技术以辅助控制器34的功能性，例如特征检测/分类、障碍缓解、路线遍历、绘制、传感器集成、地面真实确定等。

如上简述，图1（和图5）的高架高速公路检测系统200可以包括在自主驱动系统和应用中的ADS70内，例如，作为高架高速公路检测系统200的一部分，以增强各种条件下的车辆控制。高架高速公路检测系统200被配置为输出参数数据以用于依赖于特征检测和定位的各种可能的自动控制模块中。在一些实施例中，所检测的图像特征包括用于道路特征参数数据的路径规划和车辆控制的参数数据（诸如道路边界和包括道路侧面标志和交通灯的道路标记）；车道特征参数数据（诸如车道边界和车道标志）；以及周围物体参数数据（包括行人、其他车辆、建筑物等）。这种检测到的图像特征参数数据可由引导系统78用来确定车辆10的轨迹。车辆控制系统80与致动器系统30一起工作以横穿这种轨迹。

在各种示例性实施例中，Wi-Fi、WiMAX或蓝牙连接的摄像机和智能设备可以通过向高架高速公路检测系统200发送附加图像来结合使用，以用于检测高架高速公路状况。例如，使用智能电话的应用的乘客或驾驶员能够远程捕获具有GPS标签的道路状况，所述GPS标签被嵌入用于经由IP连接性发送到车辆处理系统以添加到高架高速公路检测。

在各种示例性实施例中，经由云网络来自高架高速公路检测系统的信息可以与其他用户共享、被提供给第三方数据库、被聚集用于进一步分析、被提供给第三方绘制和交通相关应用、被提供给社交网络应用，并且被发送到政府交通维护和支持机构。例如，这样的信息可以被发送到云共享流量应用，如WAZE®、GOOGLE®MAPS和INRIX®以用于自动智能、路线规划、路线报告和其他应用。

图4示出了根据实施例的示例性高架高速公路检测系统400在车辆中的使用图示。在图4中，公开了一种高架高速公路结构410，其具有受限进入的高速公路和在高架高速公路结构410下方的局部道路420。高架高速公路410上的车辆430可以具有与本地道路上的车辆440相同或相似的GPS坐标。这可能导致在本地道路上车辆440上自动巡航特征的显著致动。高架高速公路检测系统检测车辆440距高架高速公路410的距离。此外，高架高速公路系统检测行人交通或其他特性以确定车辆是在本地道路420上还是在高架高速公路410上。

在示例性实施例中，车辆中的高架高速公路检测系统可以检测（但不限于）来自高架高速公路410的距离或纬度和经度分量，以确定车辆是否在高架高速公路410上。车辆中的高架高速公路检测系统还可以校准接收到的局部绘制数据，该局部绘制数据可能不够精确或不够精确以确定车辆430是在高架高速公路430上还是在局部道路420上。例如，高架高速公路410上的车辆430将具有不同于车辆425的GPS坐标，该GPS坐标还可以通过使用诸如车辆的光学雷达设备之类的感测设备来生成用于由高架高速公路检测系统处理的数据以确定本地道路或高架高速公路上的车辆位置，来检测本地道路（诸如存在的行人）的特征。

图5示出了根据各种实施例的示例性高架高速公路检测系统500。高架高速公路检测系统500（对应于图1-4的高架高速公路检测系统200）包括车辆中的车辆动力学模块520、全球导航卫星系统（GNSS）定位模块510和地图匹配模块530。在该特定配置中，当车辆接近并进入受限进入的高速公路时，定位模块510提供当前车辆位置，该当前车辆位置可以包括诸如到受限进入的高速公路的入口的纬度和经度坐标、受限进入的高速公路的高度等数据。从受限进入的高速公路到车辆位置的定位误差评估以及定位模块510处于高速公路和车辆位置的定位或测量模式的通知。

地图匹配模块530接收来自定位模块510和来自车辆动态模块520的数据或其它信息作为输入、使用该输入通过各种应用解决方案来确定车辆当前是否在绘制道路或高速公路上，并计算地图匹配概率。该地图匹配模块530提供比从绘制数据库（图5中的MAP DB）接收的地图数据更精确的车辆位置校准。来自MAP DB的地图数据不总是准确的，或者在某些情况下可能不够准确。例如，当车辆在隧道中或者在高架高速公路下行驶或者在距离受限进入的高速公路近的地方行驶时，来自MAP DB的绘制数据的精度降低。即，当某些障碍物增加车辆位置确定的精度时，为了确定是否致动允许至少受限的（即2级）自主驾驶应用的自主特征，各种地图匹配解决方案需要进一步校准接收到车辆位置的地图数据，车辆的精确绘制定位的所需级别不总是可能的。该地图匹配基于可变匹配概率水平，该可变匹配概率水平可以在不同阈值校准以避免车辆位置的错误确定或错误匹配。即，该概率可以基于历史统计信息、该历史信息的平均值或者使用输入数据瞬时导出。

在从MAP DB接收到绘制数据之后（在图5中），地图匹配模块530可，例如确定概率对应于或匹配于局部道路概率等级的结果；如果是这种情况，则地图匹配模块530产生肯定结果，并且位置模式请求信号被发送到定位模块510，以通过“RTX校正模式”（重新发送校正模式）信号来切换高架高速公路检测系统500的模式，以改变模式并且不保持在当在高速公路上时使用的自动巡航模式中。即，通过匹配模块的匹配算法对地图数据的进一步校准，确定车辆可能在高架高速公路之下或附近但在本地道路上。可替代地，如果没有肯定结果，则循环返回到初始步骤以继续监测以确定车辆何时离开受限进入的道路。

地图匹配模块530可以基于接收到的各种绘制属性来检测当前道路是层叠高速公路；在这种情况下，地图匹配模块530可以使用感兴趣区域（ROI）算法以及其他条件来确定车辆是否在高速公路上。该地图匹配模块530可使用各种信息和应用解决方案，例如从初始定位模式请求到实际位置模式切换发生的时间的持续时间以及用位置误差评估公式化的地图匹配概率。在示例中，当地图匹配模块530确定车辆在高速公路上时，地图匹配模块530然后可以发出用于接收的并且连接到车辆的高架高速公路检测系统500的各种其他特征的地图属性和匹配概率。或者，流程可以返回到由定位模块510监控的初始步骤。

表1.0

用于通过检测来校准绘制数据的信息以及用于将模式激活到自主驾驶模式的高架高速公路检测系统500的各种启用标准可以在表1.0中表示。首先，车辆可以被配置为多种自主驾驶模式。例如，这可以包括更受限级别的自主驾驶功能（即巡航模式）或更少受限级别的更高级别（即超级巡航模式或2级自主驾驶级别）。在更受限或更低自主驾驶模式、巡航模式（也适用于超级巡航模式）中，表1.0示出了允许在该更受限自主模式以及在更少受限自主模式中操作的条件。如表1.0中所解释的，来自MAP DB的绘制数据通过地图匹配模块530进行的地图匹配在一段时间内保持稳定；在这种情况下，通过经验测试，需要在大约15秒处计算的时间段，并且在车辆操作期间在正在进行的基础上执行要切换模式的请求，其中以5秒的间隔计算请求。

即，一旦地图匹配稳定约15秒以检测到车辆在高架高速公路上或在本地道路上，则在每5秒重新检查的初始15秒之后，模式被切换或保持在更受限或更少受限的自主模式中，以确保来自绘制DB的地图数据的增强校准是在进行中的基础上执行的。因此，再次检查该标准（以大约5秒的间隔）以确定是否存在变化，例如从高速公路到本地道路的车辆或者从本地道路进入高速公路的车辆。如果车辆以更高的速度行驶，则可以减少用于重新检查的时间间隔，以确保绘制数据和更快速变化的车辆位置的准确性。

表2.0

可以在表2.0中表示用于高速公路上的检测和用于高架高速公路下方的检测的用于检测的信息和用于启用或起用或禁用或未起用的自动巡航模式的高架高速公路检测系统500的各种启用标准。表2.0描述了当从绘制数据库MAP DB（在图5中）接收绘制数据并且进一步校准地图数据以确定车辆位置以及是否接合或不接合受限自主驾驶特征时的检测和确定标准，在这种情况下，作为示例，2级更自主的特征（即超级巡航特征，尽管适用于巡航特征也是可行的）。这里，当车辆处于高速公路下时，在执行用于受限自主模式的重传接合的信号之前，计算大于5秒的时间段。也就是说，该周期可以表示为_{PPS_RTX请求接合的RTX模式的}时间>Cal（~5s）以接合自主特征。当车辆处于由绘制数据确定的高速公路下时，在接合自主特征之前在大于30秒并且高达100秒时计算间隔。也就是说，该间隔可以表示为>~30s并且高达100s。当车辆在高速公路上时，对于是否脱离受限自主特征的每次确定，周期<~2s。在这两种情况下，当高速公路开和关时，存在来自从（图5的）MAP DB的绘制数据库接收的绘制数据位置的校准误差。对于RTX模式中的Cal（~3s），用于切换的位置模式的位置评估误差是PPS_2DAbsErrEst>-1m，并且当在高速公路下方时，其距离为>~1.2m，当在高速公路上时，其距离为<~0.8m。地图匹配标准是用于Cal（~5s）的<Cal（~50%）的地图匹配概率，其对于检测高速公路下的车辆是低的（特别是对于外部车道），并且对于检测高架高速公路下的车辆是>~80%。

图6示出了根据各种实施例的另一示例性高架高速公路检测系统600。在图6中，公开了一种用于在评估当前道路状况以及与影响GPS性能的部分天空覆盖中的高架高速公路下驾驶的GPS性能关键特性相关地部分覆盖或不覆盖的由车辆导航的本地道路之前评估多个标准的系统。目的是消除高架高速公路下的主动错误信息，同时最小化漏报对高架高速公路的影响。高架高速公路检测系统600识别车辆何时在高架高速公路下并且禁止特征激活，或者反之亦然（即，当没有检测到高架高速公路时激活特征激活）。高架高速公路检测系统600经由GPS 607数据、绘制数据605的多个数据输入，远程雷达603和前方摄像机602通过利用该多个数据（以及随后的多个标准）在允许高架高速公路上的自动化系统的超速巡航或巡航特征（即，增强的自动驾驶特征）之前基于该多个标准进行确定并且出于安全考虑而禁止高架高速公路下的超速巡航，从而提供车辆是在高架高速公路上还是在高架高速公路下的实时识别。这允许可靠的高速公路上性能和本地街道上的耐用特征抑制，以分辨高速公路场景之上的本地街道。

此外，在图6中，如下连接周围数据的输入：前向摄像机602联接到行人检测模块612；远程雷达603联接到雷达报告道路类型模块613和雷达与地图隧道比较模块615；雷达与地图隧道比较模块615还接收关于绘制数据605的输入；最后，地图对海拔比较模块617接收绘制数据605和GPS 607数据的输入。

行人检测模块612被配置为检测车辆附近行人的存在。如果检测到行人，则可以假定车辆在本地道路上，因为不允许行人进入高速公路。雷达报告的道路类型模块613被配置为由雷达确定道路类型是什么，例如道路类型可以被检测为高速公路。雷达与地图隧道比较模块615被配置为将隧道的局部绘制数据与由远程雷达603接收的更精确的位置数据进行比较，并且确定车辆的位置。地图对海拔比较模块617被配置为将来自GPS 607的GPS感测数据与来自地图605的绘制数据进行比较且进行海拔比较以确定车辆是否在高架高速公路上。

高架高速公路检测系统600还包括动态加权模块620和控制器630。这些各种比较的结果被转发到动态加权模块620，该动态加权模块620将特定的加权因数应用于从各种比较和检测操作接收的每个输入。动态加权模块620允许对传感数据和地图数据进行客观加权，以最终确定车辆是在高架高速公路上还是在隧道中。

动态加权模块620由控制器模块630控制，该控制器模块630接收GPS 607数据作为输入，用于由评估模块640评估操作模式，并从高架高速公路结构或本地道路确定评估误差（即位置评估误差）。控制器模块630包括评估模块640和GPS质量权重模块645。评估模块640被配置为利用二维误差评估来评估来自GPS的数据。GPS质量权重模块645被配置为将用于各种驾驶条件的加权因数用来控制动态加权系统模块610。控制器模块630还通过经由用于GPS质量权重模块645应用一组GPS质量权重来确定来自评估模块640的评估结果。控制器模块630调制动态加权模块620并对包括行人存在权重622、雷达道路类型权重623、隧道比较权重624和高度权重625的加权因数进行适当调整。在660，根据与每个输出一致的加权，对动态加权模块620的输出求和。

将输出发送到阈值模块665，用于确定与各个阈值相比的总数，并对结果进行两部分测试；即，如果总和大于给定阈值，则结果不肯定为假，则车辆不在高速公路上，否则，如果结果肯定为真，则车辆在高速公路上。在各种实施例中，每个因数的加权取决于各种驾驶条件，诸如车辆速度，并且可以手动调节每个因数的相对权重以获得最佳性能。

图7示出了根据各种实施例的高速公路检测系统700下的示例。在图7中，高速公路下检测置信系统示出置信水平确定步骤。最初，置信度接收特定持续时间的四个因数的输入。评估模块705在大于用于确定因数1的计算值的时间段内在ON和OFF状态下评估重传校正请求信号的持续时间。评估模块710在持续时间内评估大于第一计算值和大于第二计算值的二维定位误差评估。评估模块715在持续时间内评估小于第一计算值并且大于第二计算值的绘制概率。评估模块705、评估模块710和评估模块715的输出由NOR模块720逻辑组合以输出第四因数。校准加权模块725通过加权模块730校准重传权重的时间、通过加权模块735校准二维误差评估加权、通过加权模块740校准低地图匹配概率加权，以及通过加权模块745校准乘以负一个因数的置信度降低率。在750处对来自加权模块730、735、740和745中的每一个的输出求和，以用于在755处输出（输入100的）最小值和（输入0的）最大值的总置信度。总置信度的输出是反馈760，其用于在75处与其它输出求和。高速公路下检测处理中使用的逻辑可以用功能上如下所示的每个因数来描述：

对于因数_1=持续时间（（RTX_请求的校正==TRUE）AND（RTX_校正==OFF））>Cal_值。

对于因数_2=持续时间（（最小（2D误差评估，最大误差）-最小误差）/（最大误差-最小误差）>Cal_1）>Cal_2。

对于因数_3=持续时间（地图匹配概率<最小概率）>Cal_值；以及因数_4=NOT（OR（因数_1>0，因数_2>0，因数_3>0））。

校准可以确定如下：最小误差（或MinError）是仍然可接受的最大误差量；最大误差（或MaxError）是最大可能/预期误差；最小概率（或MinProbability）与地图匹配（MapMatching）概率有关，低于该概率是不可接受的。上限阈值等于：UpperThreshold-如果有界置信度高于该值，则高速路上转换=TRUE->FALSE。较低的阈值等于：LowerThreshold-如果有界置信度低于该值，则高速路上转换=FALSE->TRUE。

加权模块的权重计算如下：对于权重0<权重_i<100并且对于权重_i可以被校准以在任何给定的因数上设置更高的值。这个较高的值允许对输入进行过滤，以便能够以较快的响应时间以及较少的主动错误信息来调谐校准模块725。置信度可以表示如下：

有界置信度=最大（最小（总置信度，100），0）和总置信度=有界置信度’+总和（因数_i*权重_i）。

图8示出了邻近受限进入的高速公路800的车辆，其具有来自车辆的本地绘制数据库的本地绘制数据与来自车辆位置的车辆传感器的感测数据的高地图匹配概率820和低地图匹配概率810。当车辆靠近或接近受限进入的高速公路800时，地图数据的可靠性或准确性较低，因此与感测数据的地图匹配概率810较低。当车辆在受限进入的高速公路800上时，车辆的感测数据和车辆位置的本地地图数据紧密对准，因此高匹配概率820中的地图匹配概率较高。

图9是根据实施例的高架高速公路检测系统的流程图。在步骤905，高架自由检测系统接收来自各传感器的输入以及绘制和GPS数据。可以实时接收感测数据，并且感测数据还可以包括可以用于增加感测数据的数据集的车辆动力学和历史数据。在各种示例性实施例中，所接收的数据可以经由所连接的云设备、移动设备来接收，并且可以允许更准确地确定车辆位置或预测位置。在步骤910，利用适当的算法解决方案来评估传感器数据以及绘制数据和GPS数据，以确定车辆周围环境。例如，可以使用框检测应用来确定行人的存在。另外，雷达数据的评估以及雷达和绘制数据的比较可导致确定路面、道路高程和隧道的存在。在步骤915，各种加权因数被应用于感测数据的结果，以便在确定受限进入的道路上或离开受限进入的道路的车辆位置时优先考虑感测数据。在步骤920，根据对操作模式的评估和来自高架高速公路结构的评估误差来调整加权因数操作的调整和控制。此外，评估并加权GPS质量以调整另一加权。在步骤925，将结果求和并与阈值或范围进行比较，以确定车辆是否在受限进入的道路上。

如在本说明书和权利要求书中使用的，关于一个或多个元件的列表的短语“至少一个”应当理解为意指选自元件列表中的任何一个或多个元件的至少一个元件，但不一定包括在元件列表中具体列出的每个和每一元件中的至少一个，并且不排除元件列表中的元件的任何组合。该定义还允许除了在短语“至少一个”所涉及的元件列表中具体标识的元件之外，任选地存在与具体标识的那些元件相关或无关的元件。因此，作为非受限性示例，“A和B中的至少一个”（或等效地，“A或B中的至少一个”，或等效地“A和/或B中的至少一个”）在一个实施例中可以是指不存在B（并且任选地包括除B之外的元件）的至少一个（任选地包括多于一个）A；在另一个实施例中，涉及至少一个，任选地包括不存在A（并且任选地包括除A以外的元件）的多于一个B；在又一个实施例中，涉及至少一个，任选地包括多于一个A，和至少一个，任选地包括多于一个B（和任选地包括其它元件）；等。

在权利要求以及以上说明书中，所有过渡短语诸如“包含”、“包括”、“携带”、“具有”、“含有”、“涉及”、“带有”等应理解为开放式的，即意指包括但不限于。只有过渡短语“由...组成“和”基本上由…组成”应当分别是封闭或半封闭的过渡短语。

虽然在前面的具体实施方式中已经呈现了至少一个示例性实施例，但是应当理解，存在大量的变化。还应当理解，一个或多个示例性实施例仅是示例，并不旨在以任何方式受限于本公开的范围、适用性或配置。相反，前面的具体实施方式将向本领域技术人员提供用于实现一个或多个示例性实施例的方便的路线图。应当理解，在不脱离所附权利要求及其合法等效物所阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种高架高速公路检测系统，用于当车辆处于受限进入的高速公路上时控制车辆的自主操作模式特征的致动以进行操作，所述高架高速公路检测系统包含：

产生关于所述车辆的多个感测数据的所述车辆的多个传感器，其中所述多个数据至少包含：来自绘制的位置的本地地图数据库的地图数据，以及所述车辆的全球定位系统（GPS）数据和数据雷达的感测位置数据；

检测模块，用于基于时间间隔检测地图匹配，所述时间间隔包括第一持续时间以检测车辆是在受限进入的高速公路上还是在本地道路上，和第二持续时间以重新检查地图匹配的变化以便检测是否车辆正从受限进入的高速公路离开进入本地道路，或者车辆正从本地道路进入受限进入的高速公路，其中如果车辆以更高的速度行驶，则减少用于重新检查的时间间隔，以确保与所述感测位置数据的地图匹配的准确性；

评估模块，其联接到所述多个传感器以接收所述感测数据，以通过所述地图数据与所述雷达的一组比较以及所述地图数据与所述GPS数据的一组比较来将所述绘制的位置与所述感测位置数据进行比较，以确定一组因数，其中所述一组因数中的每个因数被动态加权以计算所述绘制的位置与所述感测位置数据之间的匹配概率，其中所述匹配概率包含：每个动态加权因数的和；以及

求和模块，其用于对每个动态加权因数求和，以生成用于与阈值进行比较的求和结果，其中如果所述求和结果超过所述阈值，则所述评估模块生成信号以禁止所述车辆中的自主操作模式特征由于所述求和结果超过所述阈值而作为所述车辆而接合，所述车辆被认为不在所述受限进入的高速公路上操作。

2.根据权利要求1所述的高架高速公路检测系统，还包含：

由所述评估模块从所述车辆的摄像机接收图像数据，用于捕获所述车辆周围的图像。

3.根据权利要求2所述的高架高速公路检测系统，还包含：

当通过检测到的行人交通执行行人检测操作以确定车辆是否在本地道路上时，由所述评估模块通过所述车辆的所述摄像机检测行人的图像数据。

4.根据权利要求3所述的高架高速公路检测系统，还包含：

由所述评估模块根据雷达数据确定道路类型，这是通过从指向所述道路表面的远程雷达接收雷达数据以捕获所述道路表面的雷达数据来实现的。

5.根据权利要求4所述的高架高速公路检测系统，还包含：

加权模块，其处理动态加权因数，其中所述动态加权因数包含：

来自所述图像数据的行人检测的第一因数；

用于确定所述道路类型的根据所述雷达数据的道路类型确定的第二因数是受限进入的高速公路；

用于确定所述车辆附近的隧道的所述雷达数据和所述地图数据的比较的第三因数；以及

比较所述地图数据和GPS数据以确定与所述车辆具有特定距离的高架高速公路位置的第四因数。

6.根据权利要求5所述的高架高速公路检测系统，其中所述第一、第二、第三和第四因数由所述加权模块评估，以生成用于确定是否禁止所述自主操作模式特征的接合的结果。

7.根据权利要求6所述的高架高速公路检测系统，还包含：

控制器，其用于控制所述加权模块并且基于来自对所述车辆的所述GPS数据和评估误差数据的评估的结果来切换所述车辆的自主操作模式特征的操作模式。

8.根据权利要求1所述的高架高速公路检测系统，其中如果所述求和结果不超过所述阈值，则所述评估模块产生信号，以使得所述车辆的自主操作模式特征能够借助于不超过所述阈值的所述求和结果而接合在所述车辆中，所述车辆被认为是在所述受限进入的高速公路上操作。

9.一种检测高架高速公路的方法，用于控制车辆的自主操作模式特征的致动，以如果所述车辆处于受限进入的高速公路上时进行操作，所述方法包含以下步骤：

由设置在所述车辆内的评估模块接收关于所述车辆的多个数据，所述多个数据至少包含：来自绘制的位置的本地地图数据库的地图数据，以及来自全球定位系统（GPS）数据和来自感测车辆位置的所述车辆的数据的雷达的感测位置数据；

通过检测模块，基于时间间隔检测地图匹配，所述时间间隔包括第一持续时间以检测车辆是在受限进入的高速公路上还是在本地道路上，和第二持续时间以重新检查地图匹配的变化以便检测是否车辆正从受限进入的高速公路离开进入本地道路，或者车辆正从本地道路进入受限进入的高速公路，其中如果车辆以更高的速度行驶，则减少用于重新检查的时间间隔，以确保与所述感测位置数据的地图匹配的状态的准确性，其中所述自主操作模式特征的致动至少包括对于至少第一持续时间的地图匹配；

通过所述评估模块，通过所述地图数据与所述雷达数据的一组比较以及GPS数据与地图数据的一组比较，将所述绘制的位置与所述感测位置进行比较，以确定一组因数，其中所述组因数中的每个因数被动态加权，以计算所述绘制的位置与所述感测位置之间的匹配概率，其中所述匹配概率包含每个动态加权因数的和；以及

对每个动态加权因数求和以生成用于与阈值进行比较的求和结果，其中如果所述结果超过所述阈值，则所述评估模块生成信号以禁止所述车辆中的自主操作模式特征由于所述求和结果超过所述阈值而作为所述车辆接合，所述车辆被认为不在所述受限进入的高速公路上操作。

10.根据权利要求9所述的方法，还包含：

由所述评估模块从所述车辆的摄像机接收图像数据，用于捕获所述车辆周围的图像。

Images