CN110869865A - 用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法 - Google Patents

用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法 Download PDF

Info

Publication number
CN110869865A
CN110869865A CN201880045449.6A CN201880045449A CN110869865A CN 110869865 A CN110869865 A CN 110869865A CN 201880045449 A CN201880045449 A CN 201880045449A CN 110869865 A CN110869865 A CN 110869865A
Authority
CN
China
Prior art keywords
traffic density
haf
map
digital map
difference
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
CN201880045449.6A
Other languages
English (en)
Other versions
CN110869865B (zh
Inventor
C·哈斯贝格
P·拉斯普
D·辛德里安纳
V·弗罗姆赫茨
A·阿劳维
F·D·赖斯特
M·S·汗
J-H·保尔斯
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN110869865A publication Critical patent/CN110869865A/zh
Application granted granted Critical
Publication of CN110869865B publication Critical patent/CN110869865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/243—Means capturing signals occurring naturally from the environment, e.g. ambient optical, acoustic, gravitational or magnetic signals
    • G05D1/2435—Extracting 3D information
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
    • G05D1/248—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons generated by satellites, e.g. GPS
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Acoustics & Sound (AREA)

Abstract

本发明涉及一种用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的方法，所述方法包括以下步骤：51在所述HAF的驾驶员辅助系统中提供数字地图、优选高精度数字地图；52确定当前的车辆位置并且在所述数字地图中定位所述车辆位置；53提供在所述车辆位置处的预计的理论交通密度；54求取所述HAF的环境中的当前的实际交通密度；55将所述实际交通密度与所述理论交通密度进行比较并且求取差值作为该比较的结果；56至少部分地根据所述差值对所述HAF的所述车辆位置进行可信性验证；和/或57至少部分地根据所述差值来更新所述数字地图。本发明还涉及一种相应的驾驶员辅助系统以及一种计算机程序。

Description

用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆 的方法
技术领域
本发明涉及一种用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的方法和一种用于控制较高程度自动化的车辆(HAF)、尤其高度自动化车辆的驾驶员辅助系统。
背景技术
鉴于车辆自动化等级的提高，使用越来越复杂的驾驶员辅助系统。对于这种驾驶员辅助系统和功能，如例如高度自动化驾驶或全自动化驾驶，在车辆中需要大量传感器，这些传感器能够精确地感测车辆环境。
下面，“较高程度自动化”理解为在联邦交通研究所(BASt)意义上与具有提高的系统责任的自动化纵向引导和横向引导、例如高度自动化驾驶和全自动化驾驶相应的所有这些自动化等级。
在现有技术中公开了用于执行用于运行高度自动化车辆(HAF)的方法的许多可能性。在此为了提高高度自动化车辆(HAF)在数字地图中的定位，需要能够确保数字地图的精度，其中，在此出现以下问题：例如由施工工地、事故或其它类型的情况引起的短暂路段变化不能够或者只能不完整地在数字地图中被考虑或者这样短暂地出现，使得较高程度自动化的车辆(HAF)、尤其高度自动化车辆不能够足够快地掌握这些短暂改变。这可能是不希望的并且必要时在交通安全方面也可能是危急的。
为了在尽可能所有状况中较高程度自动化地控制车辆，需要提供尽可能大程度上无误差并且符合真实情况的数字地图。
已知的是，根据不同的环境传感器，例如雷达传感器、摄像机、行驶动态传感器、GPS(全球定位系统：Global Positioning System)，并且根据数字地图，能够构建对车辆周围环境的再现、即所谓的环境模型，其中，通过传感器数据或环境模型与数字地图的比较能够验证并且必要时提高数字地图的实时性。如果环境模型和数字地图具有显著的偏差，那么认为，该地图不处于实时状态中并且只能被受限地使用。
然而在这方面视作有问题的是，常见传感器的分辨率在远处通常很低并且待识别的路段变化常常很小，使得也许不能及时识别到路段变化并且出现安全危急的状况。
发明内容
因此，本发明的任务是，提供一种用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的改进的方法和一种用于控制较高程度自动化的车辆(HAF)、尤其高度自动化车辆的改进的驾驶员辅助系统，在该驾驶员辅助系统中能够提前和稳健地识别关于保存在数字地图中的路段状态的路段变化，也简称为地图误差。
该任务借助独立权利要求的对应主题来解决。本发明的优选构型是各个从属权利要求的主题。
根据本发明的一个方面，提供一种用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的改进方法，所述方法包括以下步骤：
S1在HAF的驾驶员辅助系统中提供数字地图、优选高精度数字地图；
S2确定当前的车辆位置并且在数字地图中定位所述车辆位置；
S3提供在所述车辆位置处的预计理论交通密度；
S4求取HAF的环境中的当前实际交通密度；
S5将所述实际交通密度与所述理论交通密度进行比较并且求取差值作为该比较的结果；
S6至少部分地根据所述差值对HAF的所述车辆位置进行可信性验证；和/或
S7至少部分地根据所述差值来更新所述数字地图。
有利地，可信性验证步骤包含，在所述差值超过偏差的确定阈值的情况下重复进行确定当前的车辆位置和在数字地图中定位所述车辆位置的所述步骤S2。
根据一个实施方式设置，更新数字地图的步骤包含，在所述差值超过偏差的确定阈值的情况下将涉及所述差值的大小和/或实际交通密度的信息传输给中央地图服务器。
根据另一实施方式设置，中央地图服务器将涉及所述差值的大小和/或实际交通密度的信息传输给较高程度自动化的其他车辆，其中，所述传输优选以对交通密度地图和/或数字地图进行地图更新的形式进行。
在另一实施方式中，步骤S3包含，以交通密度地图的形式提供理论交通密度，其中，所述交通密度地图尤其包含根据一天中的时间、季节、天气条件等参数中的至少一个参数预计的、在不同地点处的交通密度，其中，所述交通密度地图尤其是数字地图的一部分。
优选，通过以下方式获得交通密度地图：经过确定的时间段由经过不同地点的、较高程度自动化的车辆收集涉及在所述不同地点处的交通密度的信息。
以该方式可以通过统计分析评估推导出具有在不同的白天时间和夜间时间以及在不同的季节时的理论交通密度的交通密度地图。
有利地，步骤S4包含，通过至少一个集成到HAF中的传感器或者通过至少一个外部传感器实现处于HAF的环境中的当前实际交通密度，其中，所述至少一个外部传感器尤其布置在光信号设备上、路灯上、道路指示牌上和/或另外的HAF上。因此，可以借助外部传感器、例如摄像机在另外的车辆的周围环境中感测处于HAF的环境中的当前实际交通密度并且将其传送给HAF。然后，将所述当前实际交通密度提供给车辆的驾驶员辅助系统。
用于控制较高程度自动化的车辆(HAF)、尤其高度自动化车辆的驾驶员辅助系统构成本发明的另一主题。在此，驾驶员辅助系统包括至少一个传感器，所述传感器设置为用于感测处于HAF的环境中的其他车辆。此外，驾驶员辅助系统具有用于存储数字地图、优选高精度数字地图的存储模块，用于确定HAF的车辆位置的位置模块和控制设备。在此，存储模块尤其是集成到HAF中的存储模块或者是中央服务器，并且位置模块优选是GPS模块。此外，控制设备设置为用于与传感器、存储模块和位置模块交换数据并且在数字地图中定位由位置模块确定的车辆位置。根据本发明设置，控制设备还设置为用于根据从传感器接收的数据确定处于HAF的周围环境中的实际交通密度、将所述实际交通密度与在该车辆位置处的预计理论交通密度进行比较并且求取差值作为所述比较的结果。
有利地，控制设备设置为用于至少部分地根据所述差值对HAF的车辆位置进行可信性验证和/或设置为用于至少部分地根据所述差值来更新地图。
此外，在另一实施方式中，控制设备设置为用于在所述差值超过偏差的确定阈值的情况下安排或者说执行对车辆位置重新确定和在数字地图中定位。
在数字地图中对车辆位置的重新确定和定位例如可以被传输给中央服务器，以便在服务器侧提供车辆周围环境的当前的和更精确的数字道路地图，所述数字道路地图也可以被其他HAF访问和使用。
有利地，控制设备设置为用于在所述差值超过偏差的确定阈值的情况下将涉及所述差值的大小和/或实际交通密度的信息传输给中央地图服务器。
根据一个实施方式，存储模块包含呈交通密度地图形式的理论交通密度，其中，交通密度地图尤其包含根据一天中的时间、季节、天气条件等参数中的至少一个参数预计的、在不同地点处的交通密度，其中，所述交通密度地图尤其是数字地图的一部分。
有利地，所述至少一个传感器是集成到HAF中的传感器或者是至少一个外部传感器，其中，所述至少一个外部传感器尤其布置在光信号设备上、路灯上、道路指示牌上和/或另外的HAF上。
在一个特别有利的构型中，所述至少一个传感器基于以下结构方式之一：视频、立体视频、3D摄像机、环视摄像机、ToF、激光雷达、雷达、超声波或GPS。
计算机程序构成本发明的另一主题，该计算机程序包括程序代码，当在计算机上执行所述计算机程序时该程序代码用于实施本发明的方法。
虽然下面主要结合载客车来描述本发明，但是本发明不局限于此，而是可以借助任何类型的车辆，例如载重车(LKW)和/或载客车(PKW)来利用本发明。
本发明的其他特征、应用可能性和优点由对本发明实施例的以下说明得到，所述说明在附图中示出。在此应注意的是，所示特征仅具有描述属性并且也可以与其他上述扩展方案的特征组合地来使用，而不应认为以任何一种形式来限制本发明。
附图说明
下面，根据优选实施例更进一步地阐述本发明，其中，对于相同特征使用相同的附图标记。附图是示意性的并且：
图1示出本发明方法的实施方式的流程图。
具体实施方式
图1示出用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的本发明方法的一个实施方式的流程图。
为了控制较高程度自动化的车辆(HAF)而布置在该较高程度自动化的车辆(HAF)中的驾驶员辅助系统包括至少一个传感器，该至少一个传感器设置为用于感测处于HAF的环境中的其他车辆。此外，驾驶员辅助系统具有用于存储数字地图、优选高精度数字地图的存储模块，用于确定HAF的车辆位置的位置模块和控制设备。在此，该存储模块尤其是集成到HAF中的存储模块或者是中央服务器，并且该位置模块优选是GPS模块。此外，该控制设备设置为用于与传感器、存储模块和位置模块交换数据，并且在数字地图中定位由位置模块确定的车辆位置。
在第一步骤S1中，以本身已知的方式为HAF的驾驶员辅助系统提供数字地图，优选高精度数字地图。
在步骤S2中，进行本身已知的、对当前车辆位置的确定和对该车辆位置在数字地图中的定位。
在步骤S3中，提供在该车辆位置处的预计理论交通密度，其中，以交通密度地图的形式提供该理论交通密度，其中，该交通密度地图尤其包含根据一天中的时间、季节、天气条件等参数中的至少一个参数预计的、在不同地点处的交通密度。在此，该交通密度地图尤其是数字地图的一部分。
原则上可以通过以下方式获得该交通密度地图：经过确定的时间段由经过不同地点的、较高程度自动化的车辆收集涉及在不同地点处的交通密度的信息。
以该方式可以通过统计分析评估推导出具有在不同的白天时间和夜间时间以及在不同的季节时的理论交通密度的交通密度地图。
在步骤S4中，通过至少一个集成到HAF中的传感器或者通过至少一个外部传感器求取处于HAF的环境中的当前实际交通密度，其中，所述至少一个外部传感器尤其布置在光信号设备上、路灯上、道路指示牌上和/或另外的HAF上。以该方式，可以借助外部传感器、例如摄像机在另外的车辆的周围环境中感测处于HAF环境中的当前实际交通密度并且将其传送给HAF。然后，将所述当前实际交通密度提供给车辆的驾驶员辅助系统并且必要时也将其显示给HAF的驾驶员。
优选，所述至少一个传感器基于以下结构方式之一：视频、立体视频、3D摄像机、环视摄像机、ToF、激光雷达、雷达、超声波或GPS。
在进一步的第五步骤S5中，将所述实际交通密度与所述理论交通密度进行比较，并且求取差值作为该比较的结果。这在设备侧通过驾驶员辅助系统的控制设备发生。
优选设置，中央地图服务器在控制设备方面以传输的形式获得涉及所述差值的大小和/或所述实际交通密度的信息并且将其传输给较高程度自动化的其他车辆，其中，所述传输优选以对交通密度地图和/或数字地图的地图更新的形式进行。在设备侧，该控制设备设置为用于将涉及所述差值的大小和/或所述实际交通密度的信息传输给中央地图服务器。
在图1中所示的步骤S6可以替代或附加于步骤7地进行并且包含至少部分地根据所述差值对HAF的该车辆位置进行可信性验证，其中，在设备侧，所述控制设备设置为用于至少部分地根据所述差值执行对HAF的该车辆位置的所述可信性验证。可信性验证步骤可以包含，在所述差值超过偏差的确定阈值的情况下重复进行确定当前的车辆位置和在数字地图中定位该车辆位置的所述步骤S2。所述控制设备在该情况下将相应的请求发送给位置模块。
此外，替代或附加于步骤S6，可以在进一步的第七步骤S7中至少部分地根据所述差值来更新数字地图。在此，步骤7包含，在所述差值超过偏差的确定阈值的情况下将涉及所述差值的大小和/或实际交通密度的信息传输给中央地图服务器。
然后，在服务器侧可以提供车辆周围环境的实时的和更精确的数字道路地图，所述数字道路地图也可以被其他HAF访问和使用。
通过实际交通密度与理论交通密度的比较，使得可以对车辆位置进行可信性验证。
本发明不限于所描述和所示出的实施例。而是，本发明也包括在由专利权利要求限定的本发明的范围内对于本领域技术人员而言常规的所有扩展方案。
除了所描述和所塑造的实施方式以外，也可以设想能够包括其他变型以及特征组合的其他实施方式。

Claims (15)

1.一种用于运行较高程度自动化的车辆(HAF)、尤其高度自动化车辆的方法，所述方法包括以下步骤：
S1在所述HAF的驾驶员辅助系统中提供数字地图、优选高精度数字地图；
S2确定当前的车辆位置并且在所述数字地图中定位所述车辆位置；
S3提供在所述车辆位置处的预计的理论交通密度；
S4求取所述HAF的环境中的当前的实际交通密度；
S5将所述实际交通密度与所述理论交通密度进行比较并且求取差值作为该比较的结果；
S6至少部分地根据所述差值对所述HAF的所述车辆位置进行可信性验证；和/或
S7至少部分地根据所述差值来更新所述数字地图。
2.根据权利要求1所述的方法，其特征在于，所述可信性验证的步骤包含，在所述差值超过确定的偏差阈值的情况下重复进行确定所述当前的车辆位置和在所述数字地图中定位所述车辆位置的所述步骤S2。
3.根据权利要求1或2所述的方法，其特征在于，所述更新数字地图的步骤包含，在所述差值超过确定的偏差阈值的情况下将涉及所述差值的大小和/或所述实际交通密度的信息传输给中央地图服务器。
4.根据权利要求3所述的方法，其特征在于，所述中央地图服务器将涉及所述差值的大小和/或所述实际交通密度的信息传输给较高程度自动化的其他车辆，其中，所述传输优选以对所述交通密度地图和/或所述数字地图的地图更新的形式进行。
5.根据上述权利要求之一所述的方法，其特征在于，所述步骤S3包含，以交通密度地图的形式提供所述理论交通密度，其中，所述交通密度地图尤其包含根据一天中的时间、季节、天气条件等参数中的至少一个参数预计的、在不同地点处的交通密度，其中，所述交通密度地图尤其是所述数字地图的一部分。
6.根据权利要求5所述的方法，其特征在于，通过以下方式获得所述交通密度地图：经过确定的时间段由经过不同地点的、较高程度自动化的车辆收集涉及在所述不同地点处的交通密度的信息。
7.根据上述权利要求之一所述的方法，其特征在于，所述步骤S4包含，通过至少一个集成到所述HAF中的传感器或者通过至少一个外部传感器实现所述HAF的环境中的所述当前的实际交通密度，其中，所述至少一个外部传感器尤其布置在光信号设备上、路灯上、道路指示牌上和/或另外的HAF上。
8.一种用于控制较高程度自动化的车辆(HAF)、尤其高度自动化车辆的驾驶员辅助系统，该驾驶员辅助系统包括：
至少一个传感器，该至少一个传感器设置为用于感测处于所述HAF的环境中的其他车辆；
存储模块，该存储模块用于存储数字地图、优选高精度数字地图，其中，所述存储模块尤其是集成到所述HAF中的存储模块或者是中央服务器；
位置模块，该位置模块用于确定所述HAF的车辆位置，其中，所述位置模块优选是GPS模块；
控制设备，该控制设备设置为用于与所述传感器、所述存储模块和所述位置模块交换数据并且还设置为用于在所述数字地图中定位由所述位置模块确定的所述车辆位置，
其特征在于，所述控制设备还设置为用于根据从所述传感器接收的数据确定处于所述HAF的周围环境中的实际交通密度、将所述实际交通密度与在所述车辆位置处的预计的理论交通密度进行比较并且求取差值作为所述比较的结果。
9.根据权利要求8所述的驾驶员辅助系统，其特征在于，所述控制设备设置为用于至少部分地根据所述差值对所述HAF的车辆位置进行可信性验证，和/或设置为用于至少部分地根据所述差值来更新所述地图。
10.根据权利要求9所述的驾驶员辅助系统，其特征在于，所述控制设备设置为用于在所述差值超过确定的偏差阈值的情况下安排或者说执行对所述车辆位置重新确定和在所述数字地图中定位。
11.根据权利要求9或10所述的驾驶员辅助系统，其特征在于，所述控制设备设置为用于在所述差值超过确定的偏差阈值的情况下将涉及所述差值的大小和/或所述实际交通密度的信息传输给中央地图服务器。
12.根据上述权利要求之一所述的驾驶员辅助系统，其特征在于，所述存储模块包含呈交通密度地图形式的所述理论交通密度，其中，所述交通密度地图尤其包含根据一天中的时间、季节、天气条件等参数中的至少一个参数预计的、在不同地点处的交通密度，其中，所述交通密度地图尤其是所述数字地图的一部分。
13.根据上述权利要求之一所述的驾驶员辅助系统，其特征在于，所述至少一个传感器是集成到所述HAF中的传感器或者是至少一个外部传感器，其中，所述至少一个外部传感器尤其布置在光信号设备上、路灯上、道路指示牌上和/或另外的HAF上。
14.根据上述权利要求之一所述的驾驶员辅助系统，其特征在于，所述至少一个传感器基于以下结构方式之一：视频、立体视频、3D摄像机、环视摄像机、ToF、激光雷达、雷达、超声波或GPS。
15.一种计算机程序，该计算机程序包括程序代码，当在计算机上执行所述计算机程序时该程序代码用于实施根据权利要求1至7之一所述的方法。
CN201880045449.6A 2017-07-07 2018-06-04 用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法 Active CN110869865B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017211632.3A DE102017211632A1 (de) 2017-07-07 2017-07-07 Verfahren zum Betreiben eines höher automatisierten Fahrzeugs (HAF), insbe-sondere eines hochautomatisierten Fahrzeugs
DE102017211632.3 2017-07-07
PCT/EP2018/064615 WO2019007602A1 (de) 2017-07-07 2018-06-04 Verfahren zum betreiben eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs

Publications (2)

Publication Number Publication Date
CN110869865A true CN110869865A (zh) 2020-03-06
CN110869865B CN110869865B (zh) 2024-05-07

Family

ID=62684746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880045449.6A Active CN110869865B (zh) 2017-07-07 2018-06-04 用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法

Country Status (5)

Country Link
US (1) US11934197B2 (zh)
EP (1) EP3649521B1 (zh)
CN (1) CN110869865B (zh)
DE (1) DE102017211632A1 (zh)
WO (1) WO2019007602A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018216795A1 (de) * 2018-09-28 2020-04-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102020206239B4 (de) 2020-05-18 2022-09-29 Volkswagen Aktiengesellschaft Verfahren und System zum Bestimmen einer Eigenposition eines Kraftfahrzeugs sowie ein mit einem solchen System ausgerüstetes Kraftfahrzeug
DE102020214039A1 (de) 2020-11-09 2022-05-12 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und System zum Bestimmen und Plausibilisieren einer hochgenauen Position eines Fahrzeugs

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1045224A2 (de) * 1999-04-15 2000-10-18 DaimlerChrysler AG Verfahren zur Aktualisierung einer Verkehrswegenetzkarte und kartengestütztes Verfahren zur Fahrzeugführungsinformationserzeugung
CN102725610A (zh) * 2010-02-04 2012-10-10 罗伯特·博世有限公司 驾驶员辅助系统和用于驾驶员辅助的方法
CN102991437A (zh) * 2011-09-09 2013-03-27 罗伯特·博世有限公司 驾驶员辅助系统的使用方法
CN104002680A (zh) * 2013-02-26 2014-08-27 福特环球技术公司 具有交通兼容速度偏移的基于效率的速度控制器
EP2843641A1 (en) * 2013-08-26 2015-03-04 Aleksandra Kosatka-Pioro System and method for providing information at a road sign

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011116245B4 (de) * 2011-10-18 2018-10-25 Audi Ag Verfahren zur Ermittlung aktueller Streckeninformationen einer digitalen Karte
DE102012212740A1 (de) 2012-07-19 2014-05-22 Continental Automotive Gmbh System und Verfahren zum Aktualisieren einer digitalen Karte eines Fahrerassistenzsystems
US9836056B2 (en) * 2015-06-05 2017-12-05 Bao Tran Smart vehicle
DE102016205434A1 (de) * 2015-11-25 2017-06-01 Volkswagen Aktiengesellschaft Verfahren und System zum Erstellen einer spurgenauen Belegungskarte für Fahrspuren
US10323954B2 (en) * 2016-08-29 2019-06-18 Telenav, Inc. Navigation system with preference analysis mechanism and method of operation thereof
WO2020153985A1 (en) * 2019-01-27 2020-07-30 Navioptronix, Llc Infrastructure, methods, and systems for high accuracy global positioning and self-driving vehicles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1045224A2 (de) * 1999-04-15 2000-10-18 DaimlerChrysler AG Verfahren zur Aktualisierung einer Verkehrswegenetzkarte und kartengestütztes Verfahren zur Fahrzeugführungsinformationserzeugung
CN102725610A (zh) * 2010-02-04 2012-10-10 罗伯特·博世有限公司 驾驶员辅助系统和用于驾驶员辅助的方法
CN102991437A (zh) * 2011-09-09 2013-03-27 罗伯特·博世有限公司 驾驶员辅助系统的使用方法
CN104002680A (zh) * 2013-02-26 2014-08-27 福特环球技术公司 具有交通兼容速度偏移的基于效率的速度控制器
EP2843641A1 (en) * 2013-08-26 2015-03-04 Aleksandra Kosatka-Pioro System and method for providing information at a road sign

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李大成;李树立;李金红;: "基于视频检测算法的交通密度计算方法" *

Also Published As

Publication number Publication date
CN110869865B (zh) 2024-05-07
EP3649521B1 (de) 2022-03-16
US20200192400A1 (en) 2020-06-18
EP3649521A1 (de) 2020-05-13
US11934197B2 (en) 2024-03-19
DE102017211632A1 (de) 2019-01-10
WO2019007602A1 (de) 2019-01-10

Similar Documents

Publication Publication Date Title
CN111149011B (zh) 用于定位较高程度自动化的车辆（haf）、尤其高度自动化的车辆的方法和车辆系统
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
EP3018448A1 (en) Methods and systems for enabling improved positioning of a vehicle
US11526177B2 (en) Method and device for operating a vehicle
CN103946897A (zh) 用于校准周围环境传感器的方法和设备
WO2020166296A1 (ja) 制御用地図情報評価装置、制御用地図情報評価方法、及び制御プログラム
CN103843035A (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
CN110869865B (zh) 用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法
CN114076605A (zh) 检查针对数字环境地图的环境模型的探测到的变化的方法
CN110870332B (zh) 用于对自动化程度较高的车辆(haf)、尤其高度自动化车辆的数字地图进行验证的方法
US20180347993A1 (en) Systems and methods for verifying road curvature map data
CN110869869A (zh) 用于运行较高程度自动化的车辆(haf)、尤其是高度自动化的车辆的方法
US20210089506A1 (en) Method and device for creating a localization map
US11912290B2 (en) Self-position estimation accuracy verification method and self-position estimation system
CN110023781B (zh) 用于根据车辆周围环境的雷达签名确定车辆的准确位置的方法和设备
CN111936820A (zh) 用于调整车辆外部位置信息的系统和方法
CN110869868B (zh) 用于运行较高程度自动化的车辆（haf）、尤其高度自动化车辆的方法
CN114930125A (zh) 用于确定紧急情况轨迹和用于运行自动化车辆的方法和设备
US11959770B2 (en) Method and device for determining the reliability of a low-definition map
CN110968094B (zh) 用于运行车辆的方法和设备
US20240035846A1 (en) Method and device for determining the reliability of a low-definition map
US20200109951A1 (en) Method for locating a vehicle
CN116206476A (zh) 用于操作设计域边界的估计的方法和系统
CN114719854A (zh) 自动驾驶辅助系统、自动驾驶定位方法及装置
CN117917701A (zh) 识别未知交通对象

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