CN111429716A - 用于确定自车的位置的方法 - Google Patents

用于确定自车的位置的方法 Download PDF

Info

Publication number
CN111429716A
CN111429716A CN201911291438.9A CN201911291438A CN111429716A CN 111429716 A CN111429716 A CN 111429716A CN 201911291438 A CN201911291438 A CN 201911291438A CN 111429716 A CN111429716 A CN 111429716A
Authority
CN
China
Prior art keywords
road
vehicle
state vector
sensor
weight
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.)
Pending
Application number
CN201911291438.9A
Other languages
English (en)
Inventor
M·奥托
M·伯斐弗
N·卡拉马诺夫
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.)
Visteon Global Technologies Inc
Original Assignee
Visteon Global Technologies Inc
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 Visteon Global Technologies Inc filed Critical Visteon Global Technologies Inc
Publication of CN111429716A publication Critical patent/CN111429716A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • 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
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • 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
    • 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
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • 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
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • 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
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0022—Gains, weighting coefficients or weighting functions
    • B60W2050/0025—Transfer function weighting factor
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • 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
    • B60W2554/805—Azimuth angle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种用于确定描述自车(EV)相对于道路的车道边界的位置和航向的当前状态向量的方法，包括以下步骤：从所述自车(EV)的检测所述道路的所述车道边界的至少一个道路传感器获得道路传感器数据。在另一个步骤中，根据所述道路传感器数据计算所述自车(EV)的测量状态向量。此外，获得与所述自车(EV)的当前航向和速度相关的运动状态数据，并且基于所述自车的所述运动状态数据和所述自车(EV)的先前状态向量计算所述自车(EV)的预测状态向量。最后，通过计算所述自车(EV)的所述测量状态向量和所述预测状态向量的加权平均数来确定当前状态向量。所述权重是基于所述道路的即将到来的区段的特性确定的。

Description

用于确定自车的位置的方法
技术领域
本文所述的一个或多个实施方案涉及一种用于确定自车的位置的方法。特别地，描述了一种用于确定描述自车相对于道路的车道边界的位置和航向的当前状态向量的方法。此外，本文所述的一个或多个实施方案涉及一种用于确定描述自车相对于道路的车道边界的位置和航向的当前状态向量的信息处理装置。
背景技术
现代道路车辆可配备有大量的传感器以感知它们的环境。传感器(诸如摄像机、光达(LiDAR)或雷达)可用于检测车辆周围的对象以及限定车辆正行进的道路的车道边界的路面标志。对于驾驶员辅助系统来说，检测并跟踪道路边界和/或车道边界是重要的任务，因为许多功能(诸如车道偏离警告、车道保持辅助、车道变换警告系统等)取决于车道的正确表示。
为了实现车道的正确表示，来自各种源的信息可融合在一起。信息可来源于例如传感器(诸如前向透视摄像机、侧向鱼眼摄像机、光达、雷达)，来源于与全球导航卫星系统和/或惯性测量单元(GNSS/IMU)结合的数字地图，和/或来源于前方车辆的轨迹。
高清晰度(HD)地图信息通常主要用于例如在前方有速度限制或弯道的情况下进行纵向控制。使用地图信息进行横向控制更加困难，因为从地图导出的信息的质量在很大程度上取决于自车的位置和航向信息的精确度。自车位置和姿态的不确定性直接导致从数字地图检索到的线路信息的不确定性。
由于回旋曲线道路模型因其是道路和铁路设计的有利且常见的工程解决方案而在道路分析中具有高度相关性和灵活性，因此许多方法将其用于车道边界或车道中心线的表示。常见的回旋曲线的局部逼近是基于三阶泰勒级数。图1描绘了这样的表示。每个车道边界和车道中心线可以由四维向量表示，其中前两个维度y偏移和β描述了平移和旋转以将车坐标系移动到由车道线描述的坐标系，并且另外两个维度c0和c1分别描述了车道线固有曲率和其变化率。这种表示可以用于计划和执行沿车道的中心线将车辆移近。
发明内容
一个或多个实施方案描述了一种用于确定描述自车相对于道路的车道边界的位置和航向的当前状态向量的方法。
根据一个方面，所述方法包括以下步骤：从所述自车的检测所述道路的所述车道边界的至少一个道路传感器获得道路传感器数据，并且根据所述道路传感器数据计算所述自车的测量状态向量。状态向量可以由例如描述所述自车相对于所述车道边界l右的所述位置和所述航向的四维状态向量描述。特别地，状态向量为
Figure BDA0002319242450000021
其中y偏移描述了所述自车的参考点与车道边界之间的偏移，β描述了所述右车道边界与所述自车的移动之间的角度(即，所述自车的所述航向)，c0描述了所述车道边界的所述曲率，并且c1描述了c0的变化率(一阶导数)。
根据一个方面，所述自车可包括观察所述路面以用于检测车道边界的一个或多个道路传感器，诸如一个或多个摄像机，例如，前向透视摄像机、侧向鱼眼摄像机、光达传感器和/或雷达传感器。特别地，在右行交通的情况下，可检测相对于所述行进方向在所述自车的右侧的所述车道边界。在左行交通的情况下，可检测相对于所述行进方向在所述自车的左侧的所述车道边界。
可使用图像处理方法由所述自车的内部图像处理器计算所述测量状态向量。可替代地，所述自车可向用于图像处理的服务器传输所述道路传感器数据，并且从所述服务器接收所述所得参数和/或所述状态向量。为此，所述自车可包括用于与所述服务器无线通信的通信模块。将所述图像处理的过程外包给服务器可具有的优点是处理能力不受所述自车中的可用资源的限制。此外，可以实现对图像处理算法的改进而无需向所述自车提供软件更新。
在数学上，测量所述自车的所述当前状态向量的所述步骤可被描述为将所述自车的所述真实状态向量映射到与所述测量相关的观察空间中。所述映射功能可由可以由矩阵来表示的观察模型描述。每个测量结果表现出称为测量噪声的固有不确定性。这种测量噪声可假设为零均值高斯白噪声，即，随机分布统计误差。根据一个方面，所述方法包括以下步骤：获得与所述自车的当前航向和速度相关的运动状态数据，并且基于所述自车的所述运动状态数据和所述自车的先前状态向量计算所述自车的预测状态向量。所述运动状态数据可由测量所述自车的航向和/或速度的至少一个运动传感器生成。所述自车的所述当前航向可通过测量所述转向角和/或通过使用GNSS/IMU单元获得。所述自车的所述速度可例如从所述自车的速度传感器或由所述GNSS/IMU单元获得。从所述自车的先前已知状态向量开始，所述当前状态向量可通过称为航位推算的过程预测。
在数学上，可使用应用于先前状态向量的状态转移模型来描述预测所述自车的所述状态向量的所述过程。所述状态转移模型可表示为转移函数，所述转移函数考虑了所述状态向量和所述之前状态与所述预测状态之间的时间差Δt。这个函数通常称作过程模型。另外，使用了通常称作运动或预测噪声的过程协方差矩阵，所述过程协方差矩阵涵盖了这种转移的随机部分。这个随机部分是必要的，因为所述车辆可能改变速度、角度和甚至Δt内的加速度。这个随机部分可以由矩阵表示。在以上所述的四维状态向量的情况下，这个矩阵是4×4矩阵。所述预测过程受到累积误差的影响。一方面，关于所述先前状态向量的了解可能是不准确的，另一方面，描述所述状态转移的所述模型可能未考虑所有现实影响。这种预测噪声可假设为零均值多变量正态分布。
根据一个方面，所述方法还包括以下步骤：通过计算所述自车的所述测量状态向量和所述预测状态向量的加权平均数来确定当前状态向量。计算所述测量状态向量和所述预测状态向量的所述步骤均提供所述真实状态向量的估计。当计算所述加权平均数时，可给予具有更高确定性的所述估计(即，具有更小误差的所述估计)更多的权重。因此，通过将所述状态向量的所述测量估计与所述预测估计相结合，可以获得所述当前状态向量的更准确的估计。
根据一个方面，所述权重是基于所述道路的即将到来的区段的特性确定的。特别地，所述道路的所述弯曲度可被认为用于确定所述权重。例如，当在(基本上)笔直的公路上行驶时，所述自车的所述状态向量将会相当稳定。因此，所述状态向量的所述预测可产生非常准确的结果。在这种情况下，优选的是避免来自所述至少一个道路传感器的潜在错误测量结果影响原本稳定的状态向量。所述方法可因此当在(基本上笔直的)公路上行驶时给予所述预测状态向量更高的权重。
在另一种情境下，所述自车正行驶在(例如)城市环境中的弯曲道路上或在山区道路上。在这种情境下，重要的是具有来自所述至少一个道路传感器的传入测量结果，以直接影响所述状态向量。因此，所述方法可给所述测量状态向量比给所述预测状态向量加更高的权重。术语“弯曲道路”是指有高平均曲率和/或高最大曲率的道路。例如，当所述曲率大于预定义阈值时，道路的所述曲率可被认为是“高”的。此外，如果沿所述道路的前方车辆的所述平均速度低于预定义阈值，则曲率可被认为是高的。特别地，可在每条弯道上评估前方车辆的所述平均速度。具有小于80km/h的平均速度的弯道可归类为适度弯曲。具有小于60km/h的平均速度的弯道可归类为非常弯曲。具有小于40km/h的平均速度的弯道可归类为极其弯曲。对于所述先前实例中的每一者来说，可预定义分别用于所述测量状态向量和所述预测状态向量的专用权重组
根据一个方面，所述道路的所述即将到来的区段的所述特性是基于从所述自车的位置传感器获得的所述自车的当前位置信息从高清晰度(HD)地图获得的。特别地，使用由所述位置传感器提供的所述位置数据确定所述自车在所述地图上的位置。此外，可确定所述自车的另外的路线路径以便确定所述自车将要行进的所述道路的即将到来的区段。所述道路的所述即将到来的区段的大小可取决于各种参数，诸如以下中的至少一项：道路中的连接道的出现、道路的弯曲度、车辆的速度和/或可确定自车的路线路径的确定性。
根据一个方面，用于确定所述权重的所述道路的所述即将到来的区段的所述获得的特性包括道路曲率和/或所述道路曲率的一阶导数中的至少一者。所述道路的所述即将到来的区段的其他特性可包括道路等级、道路环境(诸如城市环境或乡村环境)和/或容许的最大速度。一般来说，可选择影响所述测量状态向量和/或所述预测状态向量的计算准确度的特性。
根据一个方面，计算所述测量状态向量的所述准确度可受到所述相关传感器的性能(诸如道路边界的可见度)的影响。所述可见度可受到外部条件(诸如天气条件、道路照明条件、日间或夜间和/或所述路面标志的质量)的影响。可根据这些变量调整所述测量状态向量的所述相关联权重，所述变量可从所述HD地图和/或其他源(诸如天气数据和/或当前时间)获得。
根据一个方面，通过分析在所述自车当前驶向的方向上的连接道路的出现和/或通过确定沿所述道路的最可能路径和/或通过获得所述自车的导航系统的计划路线路径来确定所述“道路的即将到来的区段”或所述“即将到来的道路区段”。例如，当没有计划路线路径可用时，可以高准确度确定所述道路的所述即将到来的区段，直到下一个交叉路口为止。可基于所述最可能路线路径确定另外的即将到来的区段。所述即将到来的范围也可依据所述自车的当前速度或与所述道路相关联的容许的最大速度确定。此外，道路可包括与更弯曲的区段交替的基本上笔直的区段。在最可能路径或计划路线路径可用的情况下，可根据所述平均曲率将所述道路以区段分开。可使用由所述HD地图提供的数据评估所述平均曲率。为此，可以具有预定长度(例如，50m或100m)的区段或以连接道路之间的区段来分析所述道路。对于每个区段来说，可基于所述平均道路曲率或所述最大道路曲率来预定义或计算权重。
根据一个方面，所述预测状态向量和所述测量状态向量是使用卡尔曼滤波器、扩展卡尔曼滤波器、无迹卡尔曼滤波器或粒子滤波器计算的。当使用卡尔曼滤波器时，可以基于卡尔曼增益确定所述权重。独立于所使用的卡尔曼滤波器，其由两个步骤组成：预测步骤，即，计算所述预测状态向量的步骤；以及更新步骤，即，通过将所述预测状态向量与所述测量状态向量相结合来计算新的状态向量的步骤。所述预测步骤的不确定性通常由所述过程噪声的所述协方差Q表示。所述更新步骤的不确定性通常由所述测量噪声的所述协方差R表示。所述卡尔曼增益描述所述测量和所述预测的相对不确定性。根据一个方面，所述测量噪声R可假设为常数。因此，为了改变权重，仅所述预测的所述不确定性Q根据所述道路特性而改变。在一个实例中，多个预定义的Q矩阵可存储用于不同道路状况，诸如用于以下实例中的至少一些：笔直道路、公路、弯曲道路、山区道路、城市道路。在另一个实例中，可通过将默认的Q矩阵与归一化的道路曲率值相乘来改变所述Q矩阵(并因此改变权重)，即，Q新＝c平均/c默认*Q默认，其中c平均是所述自车当前正行进的所述道路的即将到来的区段的道路曲率值的平均值。
根据一个方面，如果所述道路的所述即将到来的区段的平均道路曲率或最大道路曲率小于预定义阈值，则所述预测状态向量的所述权重增大并且/或者所述测量状态向量的所述权重减小。换句话说，如果所述即将到来的道路区段是(大部分)笔直的，则预测所述状态向量的所述过程可提供比所述测量状态向量更可靠的估计。因此，当在(基本上)笔直的道路上行驶时，可以获得所述自车相对于所述车道边界的所述位置的非常可靠的预测。
根据一个方面，如果所述道路的所述即将到来的区段的所述平均道路曲率或所述最大道路曲率高于或等于所述预定义阈值，则所述预测状态向量的所述权重减小并且/或者所述测量状态向量的所述权重增大。换句话说，如果所述即将到来的道路区段是非常弯曲的，则所述测量状态向量提供所述真实状态向量的更可靠的估计。因此，当在弯曲道路上行驶时，可以获得所述自车相对于所述车道边界的所述位置的可靠的测量。
根据一个方面，通过将预测所述状态向量的所述过程的所述准确度与测量所述状态向量的所述过程的所述准确度进行比较来选择所述道路曲率的所述阈值。例如，可以使用测试车辆执行统计评估。可替代地，可通过评估传感器数据动态地设定所述阈值。通过动态地设定所述阈值，可改进确定所述自车相对于所述车道边界的位置的准确度。
根据一个方面，其中所述道路的所述即将到来的区段的特性是从至少一个前方车辆的轨迹获得的。这样，例如在当没有来自地图的可用信息时的情况下，可获得关于所述即将到来的道路区段的可靠数据。根据一个方面，可通过与至少一个前方车辆无线通信或通过与服务器通信来获得所述至少一个前方车辆的所述轨迹。
根据一个方面，所述权重是通过基于所述自车的状况设定选择所述权重来确定的。例如，可由所述HD地图根据所述自车的所述目前位置提供所述状况设定。状况设定可包括以下中的至少一项：在公路上行驶、在乡村道路上行驶、在城市环境内行驶、在山区道路上行驶等。可从(例如)由所述HD地图提供的道路等级和/或相关联的速度限制导出所述状况设定。
根据一个方面，提供了一种用于确定描述自车相对于道路的车道边界的位置和航向的当前状态向量的信息处理装置。特别地，所述信息处理装置被配置用于根据本文所述的一个方面执行一种方法。
根据一个方面，所述信息处理装置包括传感器模块，所述传感器模块用于提供从用于检测所述道路的所述车道边界的至少一个道路传感器获得的传感器数据。根据一个方面，所述至少一个道路传感器包括摄像机、光达和/或雷达传感器中的至少一者。特别地，所述至少一个道路传感器采集所述路面的图像数据，以便检测路面标志，诸如车道边界。计算所述测量状态向量的所述过程可因此包括图像数据的采集和所采集图像数据的图像处理。
根据一个方面，所述信息处理装置包括自运动模块，所述自运动模块用于提供与所述自车的当前航向和当前速度相关的运动状态数据。所述自运动模块可从至少一个运动传感器接收传感器数据。例如，所述自运动模块可从转向角传感器和/或从GNSS/IMU和/或罗盘接收与所述自车的当前航向相关的传感器数据。此外，所述自运动模块可从速度传感器接收与所述自车的当前速度相关的传感器数据。通过提供运动状态数据，可能有可能基于先前状态向量计算所述自车的预测状态向量。换句话说，所述运动状态数据可用作将先前状态向量映射到预测状态向量上的转移函数的输入。
根据一个方面，所述信息处理装置包括处理模块，所述处理模块可包括一个或多个中央处理单元、一个或多个存储器单元(RAM)和一个或多个存储单元(ROM)。特别地，所述处理模块可被配置为一个或多个电子控制单元(ECU)。根据一个方面，所述处理模块被配置用于根据如本文所述的一个方面执行一种方法。
根据一个方面，所述信息处理装置还包括存储模块，所述存储模块用于存储提供道路曲率信息的高清晰度(HD)地图。另外或可替代地，所述信息处理装置可与服务器通信以从存储在所述服务器处的HD地图获得道路曲率信息。为此，所述信息处理装置可包括通信模块，所述通信模块适用于与所述服务器无线通信。
根据一个方面，所述信息处理装置还包括位置模块，所述位置模块用于基于从所述自车的至少一个位置传感器获得的传感器数据提供当前位置信息。所述至少一个位置传感器可从全球导航卫星系统(GNSS)接收位置数据。此外，所述至少一个传感器可包括惯性测量单元(IMU)。从所述GNSS和所述IMU获得的数据可由所述位置模块相结合，以便改进所述位置准确度。可使用由所述位置模块提供的所述位置信息，以便在HD地图上定位所述自车。
根据一个方面，所述处理模块被配置用于通过分析在所述自车当前驶向的方向上的连接道路的出现和/或通过确定沿所述道路的最可能路径和/或通过获得所述自车的导航系统的计划路线路径来确定所述道路的所述即将到来的区段。
附图说明
图1是沿道路的右车道行进的车辆的示意性顶视图。
图2示出根据一个实施方案的示意性地说明一种方法的过程流程。
图3示出根据一个方面的信息处理装置的示例性配置。
具体实施方式
图1是沿道路的右车道行进的车辆EV(即，自车)的示意性顶视图。自车相对于右车道边界l右的位置由四维状态向量
Figure BDA0002319242450000091
描述，其中y偏移描述了自车的参考点到车道边界之间的偏移，β描述了右车道边界与自车的移动之间的角度(即，自车的航向)，c0描述了车道边界的曲率，并且c1描述了c0的变化率(一阶导数)。
图2示出根据一个实施方案的示意性地说明一种方法的过程流程。这个方法可由自车的信息处理装置执行。
在步骤S1a中，从自车的第一道路传感器获得第一传感器数据。自车可包括多于一个道路传感器。因此，可由第二道路传感器、第三道路传感器和/或第四道路传感器等生成第二传感器数据、第三传感器数据和/或第四传感器数据等。特别地，传感器可以是光学传感器，诸如摄像机或光达或雷达传感器。
传感器数据可通过图像处理方法进行处理，以便测量与路面标志相关的信息。特别地，以上参考图1所述的状态向量的参数可从传感器数据中提取。所提取的参数可用于计算测量状态向量(S2a)。
在可与步骤S1a同时执行的另一个步骤S1b中，从自车的运动传感器获得运动状态数据。特别地，可从测量自车的航向的至少一个第一运动传感器和测量自车的速度的至少一个第二运动传感器获得自车的航向和速度。
在步骤S2b中，可基于所获得的运动状态数据根据先前状态向量计算预测状态向量。例如，可执行航位推算的过程以预测状态向量。例如，在以一定的准确度已知自车的航向(方向)和速度的情况下，可通过从最后已知位置开始并基于经过时间和在测量方向上的当前速度添加平移来以对应的准确度预测当前位置(状态向量)。当自车正沿笔直的道路区段移动时，这个过程可产生相对高的准确度。
在一些实施方案中，步骤S2b可对应于由卡尔曼滤波器实现的预测步骤。特别地，可使用对状态向量的累进进行建模的状态转移模型Fk根据先前状态向量Xk-1计算预测状态向量Xk。可根据如在步骤S1b中确定的当前运动状态确定转移模型。
卡尔曼滤波器被实现为递归估计器。因此，针对给定的迭代(时间)k表示预测状态向量和先前状态向量。换句话说，卡尔曼滤波器适用于描述在时域离散化的线性动态系统。假设扰动(即，不确定性)受高斯噪声支配。在每个离散的时间增量处，线性运算子应用于先前状态以生成带有不确定性的新状态。以下方程式描述了预测状态转移：
Xk＝FkXk-l+ωk
过程噪声ωk可假设从带有协方差Qk的零均值多变量正态分布中得出。
类似地，测量(或更新)步骤S2a可以由以下测量函数描述：
Zk＝HkXk+vk
此处，通过应用将真实状态空间映射到观察空间中的观察模型Hk来获得测量状态向量Zk。观察噪声vk可假设从带有协方差Rk的零均值高斯分布中得出。
可在步骤S3中计算测量状态向量和预测状态向量的加权平均数。在步骤S2c中可基于先前在步骤S1c中获得的道路特性确定权重。当使用卡尔曼滤波器模型时，可从协方差Qk和协方差Rk中计算权重。测量的不确定性主要取决于与车道标志的可见度相关的参数。根据一个方面，协方差Rk可假设为常数。然后，仅与预测相关的协方差Qk需要例如依据道路的期望曲率进行调整，所述期望曲率可从地图导出。这样，可根据道路特性调整卡尔曼滤波器的性能，使得可获得改进的准确度。协方差Qk是矩阵。Qk中的值与Rk中的值相比越高，所得的加权状态向量朝向测量状态向量移动得越多。换句话说，即将到来的测量具有比预测更高的影响。Qk中的值与Rk中的值相比越低，所得的加权状态向量朝向预测状态向量移动得越多。换句话说，即将到来的测量对所得的加权状态向量具有相当低的影响。当在弯曲的道路上行驶时，将给予测量状态向量更高的权重，然而当在大部分笔直的道路(诸如公路)上行驶时，通过给予预测状态向量更高的权重获得具有更低不确定性的更好结果。
作为所述方法的结果，可在步骤S4中获得作为测量状态向量和预测状态向量的加权平均数的当前状态向量。这个当前状态向量可在步骤S2b中用作在所述方法的下一次迭代中的新输入先前状态向量。
所述方法可以离散化的时间间隔执行，例如其中重复率对应于作为用于检测路面标志的自车传感器中的一个的摄像机的帧率。典型的帧率是20或25帧每秒(fps)。重复率可适于自车的当前速度或取决于测量状态向量的权重。在测量状态向量的权重较高的情况下，可使用高重复率，以便考虑到尽可能多的测量结果。如果给予测量状态向量较低的权重，自车可正沿基本上笔直的道路行驶，使得较不频繁地(例如，每秒一次或每十秒一次)确定自车的位置可能就足够了。
图3示意性地说明用于确定描述自车(EV)相对于道路的车道边界的位置和航向的当前状态向量的信息处理装置1的示例性实施方案。信息处理装置1可包括通信模块10、传感器模块11、自运动模块12、存储模块13、位置模块14和处理模块15。信息处理装置1的一些或所有部件可实现为独立的物理模块，或实现为电子控制单元(ECU)的功能模块。
通信模块10可包括用于通过无线连接(诸如移动数据网络)与服务器通信的至少一个接口。通过通信模块10，可向服务器发送数据和/或从服务器接收数据。例如，通信模块10可从服务器接收地图信息，然后所述地图信息可存储在存储模块13中。此外，通信模块10可被配置为与其他车辆通信，例如以用于接收前方车辆的轨迹信息。
传感器模块11可提供从自车的用于检测道路的车道边界的至少一个道路传感器31获得的道路传感器数据。至少一个道路传感器31可包括传感器，诸如至少一个前向透视摄像机、至少一个侧向鱼眼摄像机、至少一个光达和/或至少一个雷达。因此，传感器模块11可包括用于从自车的多个道路传感器接收传感器数据的多个接口。特别地，传感器模块11可被配置为向处理模块15提供传感器数据。
自运动模块12可提供从自车的至少一个运动传感器32获得的运动状态数据。至少一个运动传感器32可被配置用于测量自车的航向和/或速度中的至少一者。特别地，自运动模块12可被配置为向处理模块15提供运动状态数据。
存储模块13可存储多种不同数据，包括传感器数据、运动数据、地图数据、位置数据、轨迹数据和/或由处理模块15计算的结果中的至少一者。所存储的数据可由处理模块15访问以进行进一步处理。
位置模块14可基于从自车的至少一个位置传感器33获得的传感器数据来提供当前位置信息。至少一个位置传感器33可从全球导航卫星系统(GNSS)接收位置数据。此外，至少一个传感器可包括惯性测量单元(IMU)。从GNSS和IMU获得的数据可由位置模块结合，以便改进位置准确度。由位置模块14提供的位置信息可由处理模块15使用，以便在HD地图上定位自车。此外，位置模块14可向自车的导航系统20提供位置信息。
处理模块15可包括至少一个中央处理单元(CPU)、随机存取存储器(RAM)和只读存储器(ROM)。处理模块15可与以下中的至少一者交互和/或控制其和/或从其接收数据：通信模块10、传感器模块11、自运动模块12、存储模块13和位置模块14。此外，处理模块15可从导航系统20接收数据。
在一些实施方案中，可在地理上远程的服务器中实现处理模块15的功能。然后，可借助于通信模块10将待处理的数据传送到服务器。然后，可将计算结果(诸如当前状态向量)从服务器传送到信息处理装置1。
本文所述的特征可以以任何组合与一个或多个实施方案相关。仅仅为了便于阅读权利要求而引入了权利要求中的附图标号。它们决不意味着进行限制。
在整个说明书中，已经讨论了各种实施方案。然而，应当理解，本发明并不限于这些实施方案中的任何一者。因此，意图是将前述详细描述视为说明性的而非限制性的。

Claims (15)

1.一种用于确定描述自车(EV)相对于道路的车道边界的位置和航向的当前状态向量的方法，所述方法包括：
从所述自车(EV)的检测所述道路的所述车道边界的至少一个道路传感器(31)获得道路传感器数据；
根据所述道路传感器数据计算所述自车(EV)的测量状态向量；
从所述自车(EV)的测量所述自车(EV)的航向和速度的至少一个运动传感器(32)获得运动状态数据；
所述自车的所述运动状态数据和所述自车(EV)的先前状态向量计算所述自车(EV)的预测状态向量；以及
通过计算所述自车(EV)的所述测量状态向量和所述预测状态向量的加权平均数来确定当前状态向量，其中所述权重是基于所述道路的即将到来的区段的特性确定的。
2.根据权利要求1所述的方法，其中所述道路的所述即将到来的区段的所述特性是基于从所述自车(EV)的至少一个位置传感器(33)获得的所述自车(EV)的当前位置信息从高清晰度(HD)地图获得的。
3.根据权利要求2所述的方法，其中用于确定所述权重的所述道路的所述即将到来的区段的所述获得的特性包括道路曲率(c0)和/或所述道路曲率的一阶导数(c1)中的至少一者。
4.根据前述权利要求中至少一项所述的方法，其中所述道路的所述即将到来的区段是通过分析在所述自车(EV)当前驶向的方向上的连接道路的出现和/或通过确定沿所述道路的最可能路径(MPP)和/或通过获得所述自车(EV)的导航系统(20)的计划路线路径确定的。
5.根据前述权利要求中至少一项所述的方法，其中所述预测状态向量和所述测量状态向量是使用卡尔曼滤波器、扩展卡尔曼滤波器、无迹卡尔曼滤波器或粒子滤波器计算的。
6.根据前述权利要求中至少一项所述的方法，其中，如果所述道路的所述即将到来的区段的平均道路曲率或最大道路曲率小于预定义阈值，则所述预测状态向量的所述权重增大并且/或者所述测量状态向量的所述权重减小。
7.根据前述权利要求中至少一项所述的方法，其中，如果所述道路的所述即将到来的区段的所述平均道路曲率或所述最大道路曲率高于或等于所述预定义阈值，则所述预测状态向量的所述权重减小并且/或者所述测量状态向量的所述权重增大。
8.根据前述权利要求中至少一项所述的方法，其中所述道路的所述即将到来的区段的特性是从至少一个前方车辆的轨迹获得的。
9.根据权利要求1所述的方法，其中所述权重是通过基于所述自车(EV)的地理状况选择所述权重确定的。
10.一种用于确定描述自车(EV)相对于道路的车道边界的位置和航向的当前状态向量的信息处理装置(1)，所述装置包括：
传感器模块(11)，所述传感器模块(11)用于提供从用于检测所述道路的所述车道边界的至少一个道路传感器(31)获得的道路传感器数据；
自运动模块(12)，所述自运动模块(12)用于提供从测量所述自车(EV)的航向和速度的至少一个运动传感器(32)获得的运动状态数据；以及
处理模块(15)，所述处理模块(15)被配置用于：
-根据所述道路传感器数据计算所述自车(EV)的测量状态向量；
-基于所述自车(EV)的所述运动状态数据和所述自车(EV)的先前状态向量计算所述自车(EV)的预测状态向量；以及
-通过计算所述自车(EV)的所述测量状态向量和所述预测状态向量的加权平均数来确定当前状态向量，其中所述权重是基于所述道路的即将到来的区段的特性确定的。
11.根据权利要求10所述的信息处理装置(1)，其中所述至少一个道路传感器(31)是摄像机、光达和/或雷达传感器中的至少一者。
12.根据权利要求10或11所述的信息处理装置(1)，其还包括：
存储模块(13)，所述存储模块(13)存储提供道路曲率信息的高清晰度(HD)地图；
位置模块(14)，所述位置模块(14)用于从至少一个位置传感器(33)获得所述自车(EV)的当前位置信息；并且
其中所述处理模块(15)被配置用于基于所述道路的所述即将到来的区段的道路曲率和/或所述道路曲率的一阶导数中的至少一者确定所述权重。
13.根据权利要求12所述的信息处理装置(1)，其中所述处理模块(15)被配置用于通过分析在所述自车(EV)当前驶向的方向上的连接道路的出现和/或通过确定沿所述道路的最可能路径(MPP)和/或通过获得所述自车(EV)的导航系统(20)的计划路线路径来确定所述道路的所述即将到来的区段。
14.根据权利要求10至13中至少一项所述的信息处理装置(1)，其中，如果所述道路的所述即将到来的区段的平均道路曲率或最大道路曲率小于预定义阈值，则所述处理模块(15)被配置用于增大所述预测状态向量的所述权重和/或减小所述测量状态向量的所述权重。
15.根据权利要求10至14中至少一项所述的信息处理装置(1)，其中，如果所述道路的所述即将到来的区段的所述平均道路曲率或所述最大道路曲率高于或等于所述预定义阈值，则所述处理模块(15)被配置用于减小所述预测状态向量的所述权重和/或增大所述测量状态向量的所述权重。
CN201911291438.9A 2019-01-08 2019-12-16 用于确定自车的位置的方法 Pending CN111429716A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19150772.2A EP3680877A1 (en) 2019-01-08 2019-01-08 Method for determining the location of an ego-vehicle
EP19150772.2 2019-01-08

Publications (1)

Publication Number Publication Date
CN111429716A true CN111429716A (zh) 2020-07-17

Family

ID=65010614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911291438.9A Pending CN111429716A (zh) 2019-01-08 2019-12-16 用于确定自车的位置的方法

Country Status (3)

Country Link
US (1) US20200216076A1 (zh)
EP (1) EP3680877A1 (zh)
CN (1) CN111429716A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433531A (zh) * 2021-01-27 2021-03-02 国汽智控(北京)科技有限公司 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备
CN113093743A (zh) * 2021-03-30 2021-07-09 西北农林科技大学 基于虚拟雷达模型和深度神经网络的导航控制方法
CN114475614A (zh) * 2022-03-21 2022-05-13 中国第一汽车股份有限公司 一种危险目标的筛选方法、装置、介质及设备
CN116872926A (zh) * 2023-08-16 2023-10-13 北京斯年智驾科技有限公司 一种自动驾驶车道保持方法、系统、装置及存储介质

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6889005B2 (ja) * 2017-04-05 2021-06-18 株式会社Ｓｏｋｅｎ 道路パラメータ推定装置
CN110245565A (zh) * 2019-05-14 2019-09-17 东软集团股份有限公司 车辆跟踪方法、装置、计算机可读存储介质及电子设备
US11554790B2 (en) 2020-05-08 2023-01-17 Zoox, Inc. Trajectory classification
US11708093B2 (en) * 2020-05-08 2023-07-25 Zoox, Inc. Trajectories with intent
US11893896B2 (en) 2020-08-21 2024-02-06 Honeywell Aerospace Sas Systems and methods for determining an angle and a shortest distance between longitudinal axes of a travel way line and a vehicle
US12027056B2 (en) * 2020-08-21 2024-07-02 Honeywell Aerospace Sas Systems and methods using image processing to determine at least one kinematic state of a vehicle
US12030518B2 (en) * 2021-04-06 2024-07-09 Atieva, Inc. Lane changing based only on local information
GB2611117A (en) * 2021-09-27 2023-03-29 Continental Autonomous Mobility Germany GmbH Method and system for lane tracking for an autonomous vehicle
KR20240090266A (ko) * 2021-09-27 2024-06-21 콘티넨탈 오토노머스 모빌리티 저머니 게엠베하 자율 주행 차량을 위한 차선 추적 방법 및 시스템
CN114056337B (zh) * 2021-10-29 2023-12-29 阿里巴巴新加坡控股有限公司 车辆行驶行为预测方法、装置及计算机程序产品
CN115257771B (zh) * 2022-09-28 2023-02-21 天津所托瑞安汽车科技有限公司 一种路口识别方法、电子设备和存储介质
CN116061973B (zh) * 2023-03-15 2023-07-07 安徽蔚来智驾科技有限公司 车辆轨迹预测方法、控制装置、可读存储介质及车辆

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005062984A2 (en) * 2003-12-24 2005-07-14 Automotive Systems Laboratory, Inc. Road curvature estimation system
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
CN102209658A (zh) * 2008-11-06 2011-10-05 沃尔沃技术公司 用于确定道路数据的方法和系统
US20120215377A1 (en) * 2009-09-30 2012-08-23 Hitachi Automotive Systems, Ltd. Vehicle Controller
US20150142248A1 (en) * 2013-11-20 2015-05-21 Electronics And Telecommunications Research Institute Apparatus and method for providing location and heading information of autonomous driving vehicle on road within housing complex

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005062984A2 (en) * 2003-12-24 2005-07-14 Automotive Systems Laboratory, Inc. Road curvature estimation system
CN102209658A (zh) * 2008-11-06 2011-10-05 沃尔沃技术公司 用于确定道路数据的方法和系统
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
US20120215377A1 (en) * 2009-09-30 2012-08-23 Hitachi Automotive Systems, Ltd. Vehicle Controller
US20150142248A1 (en) * 2013-11-20 2015-05-21 Electronics And Telecommunications Research Institute Apparatus and method for providing location and heading information of autonomous driving vehicle on road within housing complex

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433531A (zh) * 2021-01-27 2021-03-02 国汽智控(北京)科技有限公司 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备
CN113093743A (zh) * 2021-03-30 2021-07-09 西北农林科技大学 基于虚拟雷达模型和深度神经网络的导航控制方法
CN114475614A (zh) * 2022-03-21 2022-05-13 中国第一汽车股份有限公司 一种危险目标的筛选方法、装置、介质及设备
CN116872926A (zh) * 2023-08-16 2023-10-13 北京斯年智驾科技有限公司 一种自动驾驶车道保持方法、系统、装置及存储介质

Also Published As

Publication number Publication date
US20200216076A1 (en) 2020-07-09
EP3680877A1 (en) 2020-07-15

Similar Documents

Publication Publication Date Title
CN111429716A (zh) 用于确定自车的位置的方法
US10698100B2 (en) Method and device for determining the position of a vehicle
JP5017392B2 (ja) 位置推定装置および位置推定方法
US11525682B2 (en) Host vehicle position estimation device
CN105698801B (zh) 提高由交通工具使用的数字地图数据准确度的方法和系统
US9283967B2 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
Hashemi et al. A critical review of real-time map-matching algorithms: Current issues and future directions
CN108291813B (zh) 借助姿态图的位置数据融合
JP5162849B2 (ja) 不動点位置記録装置
EP3137850B1 (en) Method and system for determining a position relative to a digital map
WO2021041402A1 (en) Systems and methods for vehicle navigation
US20160368505A1 (en) System and method for adjusting a road boundary
US20170016740A1 (en) Method and apparatus for determining a vehicle ego-position
CN111176270B (zh) 使用动态地标的定位
CN112050817A (zh) 车道级地图匹配
KR102441073B1 (ko) 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법
KR20180056675A (ko) 디지털 맵을 생성하기 위한 방법 및 시스템
KR102565482B1 (ko) 차량의 측위 장치 및 그 방법
CN114323050B (zh) 车辆定位方法、装置和电子设备
KR20180103462A (ko) 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법
CN114174137A (zh) Adas或ad特征的源横向偏移
CN112229422A (zh) 基于fpga时间同步的里程计快速标定方法及系统
CN113008248A (zh) 用于生成和更新数字地图的方法和系统
CN108254775A (zh) 车载导航系统及其实现方法
Gupta et al. Road grade estimation using crowd-sourced smartphone data

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200717