CN111436207B - 协作感测 - Google Patents
协作感测 Download PDFInfo
- Publication number
- CN111436207B CN111436207B CN201880069748.3A CN201880069748A CN111436207B CN 111436207 B CN111436207 B CN 111436207B CN 201880069748 A CN201880069748 A CN 201880069748A CN 111436207 B CN111436207 B CN 111436207B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- motor vehicle
- data packets
- data packet
- motor
- 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
Links
- 238000005259 measurement Methods 0.000 claims abstract description 38
- 230000008447 perception Effects 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 12
- 230000001131 transforming effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000013459 approach Methods 0.000 abstract description 5
- 230000009466 transformation Effects 0.000 description 19
- 238000000034 method Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- G05D1/0291—Fleet control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Glass Compositions (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种用于自主或半自主机动车辆的车辆系统、以及一种用于管理多个互连的机动车辆的感知系统。更具体地,该车辆系统具有控制单元,该控制单元用于借助于传感系统检索对象在车辆周围环境中的相对位置并且用于检索机动车辆的行进方向。另外,该控制单元被配置为从不同机动车辆接收数据,该数据包括该不同机动车辆的行进方向和该对象相对于该不同机动车辆的位置。然后,该控制单元被配置为将此外部测量转换到局部坐标系,以便通过利用分布式系统方法来增加测量的冗余(从而提高准确性),并因此减少对增加每个车辆系统的成本和复杂性以实现提高的准确性的需求。
Description
技术领域
本发明涉及一种用于多个互连的机动车辆(比如自主机动车辆或半自主机动车辆)的感知系统、以及一种用于自主或半自主机动车辆的车辆系统。进一步,本发明涉及一种感知系统,其目的是在不增加系统复杂性的情况下提高用于自动化车辆的感知系统的可靠性。
背景技术
在过去的十年期间,自主车辆一直是热门话题,并且随着计算机科学领域技术进步的迅速发展,自主车辆可能很快变为现实。
然而,自主车辆的一个有挑战性的方面是可靠性,且特别是所收集的传感数据的可靠性。更详细地,自主车辆系统必须完美表现以赢得驾驶员的信任,并且在工程师开发技术时必须考虑比如恶劣天气、交通状况、其他驾驶员和不熟悉地形等未知因素。另外,由于一个简单错误的后果都可能是毁灭性的,因此还需要考虑各种数据故障或处理错误。因此,为了从实验形式或原型形式推进自主车辆产业,必须进一步发展在传感器和计算机实施的智能方面的现有技术。通常,在现有技术下,自主车辆能够在比如高速公路等道路上与其他车辆安全行驶,然而,在比如城市环境等更为拥挤的状况下,由于这些拥挤的状况会导致传感器信息解释错误,因此出现了挑战。
提高系统可靠性的通常方法是使用冗余。在此,基于来自若干个独立源的信息来做出决策。这里的挑战是系统成本和复杂性增加。在增加冗余与向系统添加更多部件之间也需要折衷。众所周知,由更多数量的部件组成的更复杂的系统由于任何部件的故障而更易于操作劣化。
因此,在本领域中需要一种可靠且安全的用于管理多个互连的自主或半自主车辆的新型且经改进的系统。
发明内容
因此,本发明的目的是提供一种感知系统及一种车辆系统,其通过减少状态噪声并保持冗余而不向系统添加不必要复杂性减轻了当前已知系统的全部或至少一些上述缺点。
该目的通过所附权利要求中限定的车辆系统和感知系统来实现。
在下文中,术语示例性应被解释为用作示例、实例或说明。
根据本发明的第一方面,提供了一种用于自主或半自主机动车辆的车辆系统。该车辆系统包括:传感系统,该传感系统包括用于生成车辆数据包的多个传感器,该车辆数据包包括关于该机动车辆(为了方便起见,可以被称为车辆A)的周围环境的信息;以及定位系统,该定位系统用于生成与该机动车辆(车辆A)有关的定位数据包。该定位数据包包括所述机动车辆的行进方向和该机动车辆(车辆A)的地理坐标中的至少一项。该车辆系统进一步具有用于向/从至少一个其他机动车辆无线地发送和接收数据的通信系统、以及可操作地连接到该传感系统、该定位系统和该通信系统的控制单元。该控制单元被配置为:
借助于所述传感系统检索包括所述周围环境中的对象相对于所述机动车辆(车辆A)的位置的第一测量值;
检索该机动车辆(车辆A)的行进方向和/或地理坐标;
从不同机动车辆(为了方便起见,可以称为车辆B)接收外部车辆数据包和外部定位数据包,该外部车辆数据包包括包含该对象相对于该不同机动车辆的位置的第二测量值,并且该外部定位数据包包括该不同机动车辆的行进方向和该不同机动车辆的地理坐标中的至少一项;
借助于该传感系统检索包括该不同机动车辆(车辆B)相对于该机动车辆(车辆A)的位置的第三测量值;
通过比较该第三测量值、该定位数据包和该外部定位数据包,将该外部车辆数据包转换到局部坐标系;并且
处理该转换后的外部车辆数据包和该车辆数据包以便生成该对象的可能位置。
因此,该车辆系统允许通过利用来自其他车辆的传感数据来提高周围环境的测量的冗余度,并通过最小化信号噪声(通过使任何坐标变换延迟到接收侧)来提高信息可靠性/准确性。本发明系统对于包括自主车辆和/或半自主车辆的车辆编队特别有用。
在本文中,不同的机动车辆被解释为其是除第一机动车辆以外的车辆,即,该车辆仍可以是相同的型号或类型。
关于周围环境的信息应被理解为相对于实际车辆的周围对象(其他车辆、建筑物、障碍物等)的借助于例如雷达、相机等的测量值。例如,未知对象(例如,公共汽车)在与该系统相关联的车辆(即车辆B)的前方。然后,车辆B将发送车辆数据包,该车辆数据包包括关于该未知对象相对于其自身(车辆B)的信息,比如该未知对象在车辆B右侧15米37°处。然后,该数据由与同一系统相关联的第一机动车辆(即车辆A)接收。可替代地,可以将车辆数据包发送到系统节点,然而,这将参考本发明的另一方面进行进一步详细讨论。
继续,(例如,在请求之后)从机动车辆发送车辆数据包,由此接收器(即,车辆A)可以将该数据用于各种应用。更具体地,通过使用由外部/不同机动车辆(车辆B)进行的测量并将该数据变换到接收车辆(车辆A)的局部坐标系,提高了传感器测量的冗余度。更具体地,通过使用外部定位数据,第一机动车辆(车辆A)可以将由外部车辆(车辆B)的传感器进行的测量转换到其自身的局部坐标系(即,以自身为参考)。例如,外部测量可以在转换之后表明未知对象在机动车辆(车辆A)右侧75米14°处,这可以确认或可以不确认由车辆A的内部传感系统执行的测量。自然地,可以通过与同一系统相关联的其他车辆或位于关键位置(例如,繁忙的十字路口、交通拥挤的道路等)处的固定传感器来接收更多数量的外部测量,以进一步添加冗余。
通过本发明车辆系统,与未知对象的测量值(在被发送/接收之前)与发送方的地理位置(例如,GPS位置)相结合的系统相比,可以实现周围环境信息的提高的可靠性。地理数据的添加通过向测量添加噪声(不确定性)而会对相对测量产生负面影响。更详细地,如果集成了地理数据,则接收车辆(车辆A)将必须进行反向变换,以便找出外部车辆(车辆B)与未知对象之间的相对距离,这大大降低了数据的准确性。
换言之,在本发明系统中,每个机动车辆接收表明未知对象在所连接的机动车辆右侧N米M°处的数据,而不是接收表明未知对象例如在城市A东北L km的道路X上的数据,其中,GNSS(全球导航卫星系统)单元的公差向数据添加了噪声。这在以下情况中可能特别有用:机动车辆(车辆A)可以测量不同机动车辆(车辆B)的位置(例如,城市环境)以及未知对象的位置(两个测量都是相对于车辆A),但是希望添加其自身对未知对象的测量的进一步冗余。
本发明人意识到,通过使用协作感测和决策的概念,可以提高用于自主机动车辆的感知系统的稳定性、性能和冗余度。本发明考虑了全部以良好协调方式运行的车辆的集合,并且受益于它们都是公共系统的一部分这一事实。该公共系统内的实体可以彼此之间交换信息。如所提及的,车辆系统利用分布式方法来克服冗余要求,而不会造成更昂贵且更复杂的系统架构的开销。由于信息传播的特殊性(例如,未覆盖地理坐标),因此信号噪声级被保持为尽可能低。
在本文中,主要讨论了两种不同的坐标系,即车辆局部坐标系和全球纬度/经度坐标系。前者(局部坐标系)使用具有参考点的单个车辆,即,所有测量值相对于单个车辆来表示,而后者(全球坐标系)表示对象在“全球”纬度和经度坐标(例如,GPS坐标)中的位置。另外,可以采用“共享坐标系”,这意味着其是由多个车辆共享的坐标系而不是“全球参考”,比如例如UTM(通用横向墨卡托)带。
继续,根据本发明的示例性实施例,定位数据包包括所述机动车辆的行进方向和地理坐标两者,并且外部定位数据包包括所述不同机动车辆的行进方向和地理坐标两者。因此,可以向从外部车辆的局部坐标系到接收车辆的局部坐标系的变换或转换添加进一步冗余。这是因为除了这两个连接的车辆及其行进方向之间的相对测量之外还提供了用于执行变换的手段(全球地理坐标)。
此外,在本发明的示例性实施例中,外部车辆数据包和外部定位包是分开的数据包。换言之,这意味着将不同机动车辆的行进方向和/或全球纬度/经度坐标与车辆数据包分离,使得不在关于周围环境的信息顶部添加地理坐标。更具体地,接收到的信息单独地表明该不同车辆位于XX和YY全球纬度/经度坐标处并且一辆公共汽车位于外部车辆正前方40m处,而不是接收到公共汽车位于WW和ZZ全球纬度/经度坐标处。
进一步地,在本发明的另一示例性实施例中,控制单元被配置为借助于概率滤波器对车辆数据包进行滤波,以便去除检索到的关于机动车辆的周围环境的信息中的任何异常。概率滤波器组可以例如是扩展卡尔曼滤波器组。异常可以例如是假阳性或假阴性。这可以被解释为在任何信息被传输到系统内的其他车辆或节点之前的预处理阶段。优点在于,这可以减少明显错误的共享/传播。
继续,根据本发明的又另一示例性实施例,控制单元进一步被配置为检索机动车辆的预期状态,其中,该预期状态包括该机动车辆的路径预测和/或规划路线;并且
其中,该外部车辆数据包包括该不同机动车辆的预期状态,该预期状态包括该不同机动车辆的路径预测和/或规划路线。这由于每个车辆的意图可以被认为是独立的信息源而向系统添加了进一步冗余。
进一步地,根据本发明的另一方面,提供了一种用于管理多个互连的机动车辆的感知系统,其中,所述多个互连的机动车辆中的每一个包括根据以上所讨论实施例中的任一实施例的车辆系统。该感知系统包括:
通信电路,该通信电路用于向所述互连的机动车辆中的每一个发送数据包并从所述互连的机动车辆中的每一个接收数据包;
控制单元,该控制单元连接到该通信电路并且被配置为:
从所述多个互连的机动车辆中的每一个接收车辆数据包集合,每个车辆数据包集合包括关于相关联机动车辆的周围环境的信息;
借助于概率滤波器对该接收到的车辆数据包进行组合和滤波,使得形成经处理数据包的集合,该经处理数据包包括该多个机动车辆中的一预定义机动车辆的可能车辆状态;并且
将该经处理数据包发送到该多个机动车辆中的至少一个机动车辆。
利用本发明的这个方面,存在与先前讨论的本发明的第一方面中类似的优点和优选特征,反之亦然。通过使用更高级别的系统节点、管理多个机动车辆,更高级抽象是可能的,并且可以生成更稳定的信息。这至少部分地是因为系统可以注意到系统的每个机动车辆的任何不同特性以及系统的总体任务。如所提及的,该系统利用分布式方法来克服冗余要求,而不会造成更昂贵且更复杂的车载架构的开销。
更详细地,经验证的信息可以相应地发送回相关的机动车辆(即,其测量值已经被验证的车辆)或同一系统内的不同机动车辆。
继续,该感知系统从该多个机动车辆接收信息,并且该控制单元借助于一组概率滤波器来处理该信息。控制器可以进一步被配置为考虑到坐标变换到共享坐标系或全球坐标系将应用于任何输入信息。该坐标变换是有利的,因为(车辆上的)大多数环境感知传感器在车辆局部坐标系中工作(例如,相对于实际车辆进行测量)。此外,通过使坐标变换延迟到接收侧(这里是感知系统)而不是发送侧,若干个优点是可实现的。例如,可以针对所讨论的车辆集合和将应用于信息的滤波类型来优化所选定的坐标系。这例如构成了选择所有车辆共用的UTM带(UTM zone),即变换为共享坐标系。进一步地,可以将更多的车辆状态信息(周围环境、历史数据、预期路径等)并入变换中,得到噪音更少的、更可靠的车辆状态。此外,系统级的计算能力可能比各个机动车辆的计算能力更高且更具可扩展性。
继续,根据本发明的另一个实施例,该感知系统的控制单元可以进一步被配置为:
从该多个互连的机动车辆中的每一个接收定位数据包集合,每个定位数据包集合包括每个相应机动车辆的行进方向和地理坐标中的至少一项;
确定针对该接收到的车辆数据包的应用,并且基于该确定的应用,该控制单元被配置为:
在发送该经处理数据包之前,将该经处理数据包变换为参考全球地理系,或者
将所述经处理数据包变换为参考共享坐标系,所述共享坐标系对于所述多个互连的机动车辆的子组是公共的,或者
变换该经处理数据包,使得该关于周围环境的信息是相对于该多个互连的机动车辆中的该预定义机动车辆的局部坐标系。
该坐标变换是有利的,因为大多数环境感知传感器都在车辆局部坐标系中工作。因此,通过使坐标变换延迟到接收侧而不是发送侧,在优化所选坐标系、信息准确性(因为在任何变换之前可以合并更多的信息)和处理能力(因为在感知系统级计算能力可能更高)方面若干个优点是可实现的。换言之,有利的是,在滤波步骤中使用原始的未经篡改的测量,而不是必须在滤波之前执行向后坐标变换或向前坐标变换(这将向数据添加不确定性)。
根据本发明的又另一方面,提供了一种用于管理多个互连的机动车辆的感知系统,该感知系统包括:
通信电路,该通信电路用于向所述互连的机动车辆中的至少一个发送数据包并从所述互连的机动车辆中的至少一个接收数据包;
连接到所述通信电路的控制单元,所述控制单元被配置为:
从所述多个互连的机动车辆中的每一个接收车辆数据包集合,每个车辆数据包集合包括关于相关联机动车辆的周围环境的信息;
从所述多个互连的机动车辆中的每一个接收定位数据包集合,所述定位数据包包括每个机动车辆的行进方向和/或地理坐标;
确定针对该接收到的车辆数据包的应用;并且
基于该确定的应用:
借助于概率滤波器对所述接收到的多个车辆数据包集合进行滤波,使得形成经处理数据包的集合;并且
变换所述经处理数据包,使得所述关于周围环境的信息是相对于地理坐标系,或者
将所述经处理数据包变换为参考共享坐标系,所述共享坐标系对于所述多个互连的机动车辆的子组是公共的,或者
变换所述经处理数据包,使得所述关于周围环境的信息是相对于所述多个互连的机动车辆中的一预定义机动车辆的局部坐标系。
对于本发明的这个方面,存在与本发明先前讨论的方面中类似的优点和优选特征或示例性特征。该经滤波数据包的集合优选地包含比多个(未经滤波的)车辆数据包的集合更少的异常。
下面将参考下文描述的实施例进一步阐明本发明的这些和其他特征。
附图说明
出于例示的目的,下面将参考附图中展示的实施例更详细地描述本发明,在附图中:
图1是根据本发明的实施例的车辆系统的示意性框图表示;
图2A是根据本发明的实施例的车辆系统中包括的控制单元的示意性框图表示;
图2B是根据本发明的实施例的车辆系统的控制单元被配置为执行的操作步骤集合的示意性流程图表示;
图3是根据本发明的实施例的感知系统的控制单元被配置为执行的操作步骤集合的示意性流程图表示。
具体实施方式
在以下详细描述中,将描述本发明的优选实施例。然而,应该理解,除非特别指出任何其他内容,否则不同实施例的特征在实施例之间是可互换的、并且可以按不同方式进行组合。尽管在以下描述中,阐述了许多具体细节以提供对本发明的更透彻的理解,但是对于本领域技术人员来说清楚的是,可以在没有这些具体细节的情况下实践本发明。在其他情况下,没有详细描述公知的结构或功能,以免模糊本发明。
图1是根据本发明的实施例的车辆系统1的示意性概览图示。在所展示的实施例中,存在两个车辆101、102,这两个车辆彼此处于通信连接并且与用于管理多个连接的车辆的总体感知系统50(这里表示为基于云的系统)相关联。自然地,甚至可能存在另外的机动车辆参与同一系统,然而,为了简洁和简明,在所展示实施例中仅提供了两个机动车辆。
在下文中且参考图1,将主要从车辆之一的角度、即“第一”车辆101来描述本发明。这两个机动车辆101、102适当地是自主车辆或半自主车辆。
车辆系统1具有传感系统2,该传感系统包括用于生成关于车辆101的周围环境的信息的多个传感器。传感器可以例如是雷达、相机、LiDAR(光检测和测距)等。传感系统2用于测量并检索与机动车辆101周围的各个对象的位置有关的数据,例如,这些对象相对于机动车辆101的距离。进一步地,车辆系统1具有用于生成与机动车辆101有关的定位数据包的定位系统3。定位数据包可以例如是借助于例如GNSS(全球导航卫星系统)(比如GPS、GLONASS、GALILEO等)检索到的地理坐标。然而,定位数据可以另外或替代性地是借助于例如罗盘检索到的机动车辆101的行进方向。
车辆系统1还具有用于向至少一个其他机动车辆102无线地发送数据并从其接收数据的通信系统4。通信系统可以是能够借助于例如电磁波来进行发送和接收的任何类型的合适通信系统,比如无线电收发器等。同一通信系统4优选地还可操作用于向与机动车辆101相关联的感知系统50发送无线数据并从其接收无线数据。
另外,车辆系统1具有可操作地连接到传感系统2、定位系统3和通信系统4的控制单元5。显然,这些各种子系统的部分或全部可以集成到单个系统中,因此,这种明显的改变被认为是在本发明和所附独立权利要求的范围内。继续,控制单元5被配置为执行或进行特定的任务集合,以便向机动车辆101周围环境的测量添加冗余,并由此生成对周围环境的更精确的感知或图像。更具体地,控制单元5被配置为借助于传感系统2来检索对象201在周围环境中的位置(如虚线10所指示的),并且从中生成包括对象201相对于车辆101的位置的车辆数据包。换言之,对象201的位置在车辆的局部坐标系15中被定义,例如,对象的位置为(148m,-15°)[101]。这两个数据点定义了到对象201的绝对距离及其相对于机动车辆101的方位,其中,0°可以被认为是在机动车辆101的正前方,并且方括号内的数字用于阐明其是在第一车辆101的局部坐标系内。控制单元5还被配置为从定位系统3中检索车辆101的行进方向和/或地理坐标。
进一步地,控制单元5被配置为接收(如由箭头20所指示的)来自不同机动车辆102的外部车辆数据包和外部定位数据包。外部车辆数据包包括对象201相对于不同机动车辆102的位置的测量值,即,该对象在不同机动车辆102的局部坐标系16中的位置数据。例如,外部车辆数据可以表明对象201相对于不同机动车辆102位于(43m,-38°)[102]处。在本文中,不同的机动车辆应被解释为其是除第一机动车辆101以外的车辆,即,该车辆仍可以是相同的型号或类型。接收到的外部定位数据包包括不同机动车辆102的行进方向和/或地理坐标(例如,GPS坐标)。
控制单元5进一步利用传感系统2来检索不同机动车辆102相对于第一机动车辆101的位置。换言之,在第一车辆101的坐标系内表示的不同机动车辆的位置,例如,(74m,23°)[101]。应当注意的是,这里指示测量值的数字仅是近似示例,而不旨在按比例绘制。
继续,通过将该不同机动车辆的相对位置(即(74m,23度))与第一机动车辆101的行进方向和/或地理坐标以及该不同机动车辆102的行进方向和/或地理坐标进行比较,将外部车辆数据包转换到(相关车辆(即第一车辆101)的)局部坐标系15。该操作导致将由不同机动车辆102进行的对对象201的测量12转换到第一机动车辆的局部坐标系15,由此控制单元5可以借助于传感器融合操作将这两个测量融合在一起并由此生成对象的可能位置。换言之,这两个测量10、12是对同一对象的位置的冗余测量。因此,已经向系统添加了冗余,而没有增加每个车辆101、102的车载系统1的复杂性或任何显著成本。尽管已经从第一机动车辆101的角度解释了前述内容,然而,该描述类似地适用于采用相同系统1’的不同机动车辆102。
图2A中进一步详细示出了数据生成、传送和处理的示例。车辆系统1可以生成多个不同的数据集,即:
·对象X相对于相关联车辆101的位置,该位置由测量基准[0]指示:(rx,Θx)[0]。
·实际车辆的位置,采用坐标和行进方向的形式:(X,Y,α)[G],其中,G表示该位置参考全球地理坐标系。
·其他车辆1……N相对于相关联车辆101的位置:(r1,Θ1)[101]……(rN,ΘN)[0]。
进一步地,如先前详细描述的,车辆系统1从其他车辆接收数据,在图2A的所展示示例中,仅展示了一个其他数据集,该数据集包含同一对象X相对于局部坐标系被表示为[1]的该其他车辆的位置、以及该其他车辆在全球地理坐标系中的位置。如系统1的控制单元5下方的虚线框所指示的,控制单元被配置为通过使用地理数据((X,Y,α)[G]、(X1,Y1,α1)[G])以及该其他车辆的位置的直接测量值(r1,Θ1)[0]来将接收到的测量值(rx,Θx)[1]转换到其自己的局部坐标系(rx,Θx)[1][0]。通过采用此过程,提高了对象X相对于相关联车辆101的位置的测量可靠性,而不会增加每个机动车辆的传感系统的复杂性或成本。
外部车辆数据包和所述外部定位数据包作为分开的数据包被发送20,这意味着例如不同机动车辆102的地理坐标和/或行进方向没有与关于周围环境的信息集成。更具体地,车辆系统1、1’被布置为使得表明对象201位于相对于不同机动车辆102的XX处并且该不同机动车辆位于YY处,而不是发送例如表明对象201位于城市A东北30km道路M上的数据。换言之,在接收侧进行任何坐标变换或转换,这减小了噪声并因此减小了测量12中的不确定性。
而且,控制单元5、5’可以被配置为通过借助于概率滤波器(例如,卡尔曼滤波器)对车辆数据包进行滤波来预处理车辆数据包,以便从检索到的关于周围环境的信息10、12中去除异常值和其他测量误差。有利地,控制单元5、5’还可以被配置为执行常规诊断检查以便验证车载传感器的操作能力,压缩并打包数据以便使得能够通过缓慢、不可靠且昂贵的网络进行传送(到其他车辆101、102或到系统节点50)。
更进一步,控制单元5、5’可以被配置为检索机动车辆101、102的预期状态,其中,该预期状态包括机动车辆101、102的路径预测和/或规划路线。因此,外部车辆数据包(由第一机动车辆101接收)可以包括不同机动车辆102的预期状态。这由于每个车辆101、102的意图可以被认为是独立的信息源而向系统1添加了更进一步的冗余。
图2B是根据本发明的实施例的控制单元(图1中的附图标记5,5’)可以被配置为执行的方法(也可以被理解为过程或功能集合)的流程图表示。该方法旨在增加车辆感知系统中的冗余,而不必增加系统的复杂性或显著成本。因此,该流程图可以被认为表示可以存储在非暂态计算机可读介质(布置在车辆中)上的指令集,使得当由计算系统执行时,该计算系统执行包括以下操作的功能——借助于机动车辆的传感系统来检索S1对象在车辆周围环境中的位置的测量值,以生成包括对象相对于机动车辆的位置的车辆数据包。
进一步地,检索S2车辆的行进方向。在该步骤S2中,可以另外或替代性地检索以全球/共享地理坐标表示的车辆位置。接下来,接收S3来自不同机动车辆的外部车辆数据包和外部定位数据包。外部车辆数据包包括对象相对于该不同机动车辆的位置的测量值,并且外部定位数据包包括该不同机动车辆的行进方向(以及替代性地或另外还包括该不同机动车辆的地理坐标)。
更进一步,例如借助于合适的传感器,检索S4该不同机动车辆相对于(正在执行该方法/过程的)机动车辆的位置的测量值。然后,将外部车辆数据包从该不同机动车辆的局部坐标系转换S5或变换S5到(正在执行该方法/过程的)机动车辆的局部坐标系。这通过对该不同机动车辆相对于“执行中的”机动车辆的位置、以及至少机动车辆的行进方向和该不同机动车辆的行进方向进行比较来执行。作为附加或替代的方案,可以使用每个机动车辆的地理坐标。从而,计算系统可以通过比较S6(使用传感器数据融合)对对象的两个测量来生成对象的可能位置,这两个测量已经由两个不同传感系统执行但是已经被处理为使得它们是相对于同一局部坐标系。
此外,图1还展示了用于管理多个互连的机动车辆101、102的感知系统50的示意性概图。感知系统包括控制单元51,该控制单元被配置为从该多个互连的机动车辆101、102中的每一个接收车辆数据包集合(例如,借助于合适的收发器)。车辆数据包包括关于每个相应机动车辆101、102的周围环境的信息。然后,控制单元被配置为借助于概率滤波器(如图1的虚线框52所示)对接收到的车辆数据包进行组合和滤波,使得形成经处理数据包的集合。经处理数据包包括该多个机动车辆101、102中的第一(预定义)机动车辆101的可能车辆状态。可能状态包括关于第一机动车辆101的周围环境的经验证信息。因此,经处理数据包可以被发送到相关联车辆编队内的任一车辆101、102,或者只是广播给所有车辆101、102。通过使用系统级节点50来处理车辆数据包,更高级抽象是可能的,并且在系统级上生成更稳定的信息,因为系统50了解每个车辆101、102的不同特性、编队的总体任务。换言之,系统利用分布式方法来克服冗余需求,而不会造成更昂贵且更复杂的车载架构的开销。通过在系统级进行组合和滤波可实现的另一个优点是,系统级50的计算能力可能比机动车辆101、102的计算能力更高且更具可扩展性。
进一步地,感知系统的控制单元还可以被配置为确定针对接收到的数据包的应用。这是为了做出应用特定决策。例如,在一些应用中,将周围环境的每个测量值从局部坐标系(即,相对于每个车辆)变换到全球坐标系(即,相对于全球地理坐标)可能是合适的。后者在例如系统级节点50要广播来自每个车辆101、102的经验证测量值时可能是有利的,由此每个车辆101、102可以很容易地应用接收到的数据而无需执行任何附加变换。可替代性,可以确定将一个或多个测量值变换到预定义车辆101、102的局部坐标系15、16是合适的。因此,可以在系统级50而不是在每个车辆101、102内局部地执行坐标变换。如先前所讨论的,使坐标变换延迟到接收侧(即,系统节点50)而不是发送侧(即,车辆101、102)具有若干个优点,比如可以针对所讨论的车辆集合以及将应用于信息的滤波类型(例如,通过选择对于所有车辆公共的UTM带)优化选定的公共坐标系,并且可以将更多的车辆状态信息集成到变换中,得到噪音更少的、更可靠的车辆状态,并且系统级的计算能力可能比这些车辆的计算能力更高且更具可扩展性。
图3是根据本发明的实施例的感知系统的控制单元被配置为执行的操作步骤集合的流程图表示。感知系统适合于管理多个互连的机动车辆、优选地是自主车辆或半自主车辆。以下的“步骤”S11至S16也可以被理解为用于解释和处理从多个机动车辆的传感系统接收的数据的方法。
因此,控制单元被配置为从该多个互连的机动车辆中的每一个接收S11车辆数据包集合,每个车辆数据包集合是从每个机动车辆的传感系统检索的,其中,该车辆数据包包括关于相对于机动车辆的、机动车辆的周围环境的信息。换言之,该信息是参考每个相应机动车辆的局部坐标系(例如,未知对象位于右侧30米35°处)。进一步地,从该多个互连的机动车辆中的每一个接收S12定位数据包集合,该定位数据包包括每个机动车辆的地理坐标。确定S13针对接收到的车辆数据包的应用,以便允许应用特定的数据处理以及因此感知系统优化。此外,借助于概率滤波器(例如,卡尔曼滤波器)对接收到的多个车辆数据包集合进行滤波S14,使得形成经滤波数据包的集合,该经滤波数据包的集合包含比该多个车辆数据包集合更少的异常。滤波还可以考虑接收到的机动车辆的意图以添加信息冗余。
此外,基于所确定S13的应用,将车辆数据包变换S15为是相对于地理坐标系(例如,GNSS)或者变换S16为是相对于该多个互连的机动车辆中的一预定义机动车辆的局部坐标系。
现在已经参考特定实施例描述了本发明。然而,车辆系统和感知系统的若干变型是可行的。例如,可以仅考虑由车辆从系统节点接收的数据的一部分,以避免处理不重要的信息。此外,由于处理能力可能在车辆系统内受到限制,因此可以在车辆系统中应用与感知系统中的滤波方法相比更简单的滤波方法。此类和其他明显的修改必定被认为在如所附权利要求限定的本发明的范围内。应注意的是,上述实施例展示而不限制本发明,并且本领域技术人员在不背离所附权利要求的范围的情况下能够设计许多替代性实施例。在权利要求中,置于括号之间的任何附图标记都不应解释为对权利要求进行限制。词语“包括(comprising)”不排除存在除权利要求中列出的元件或步骤之外的其他元件或步骤。在元件前的词语“一个(a)”或“一个(an)”并不排除存在多个此类元件。
Claims (9)
1.一种用于自主或半自主机动车辆的车辆系统,该车辆系统包括:
传感系统,该传感系统包括用于生成车辆数据包的多个传感器,该车辆数据包包括关于所述机动车辆的周围环境的信息;
定位系统,该定位系统用于生成与所述机动车辆有关的定位数据包,所述定位数据包包括所述机动车辆的行进方向和所述机动车辆的地理坐标中的至少一项;
通信系统,该通信系统用于向/从至少一个其他机动车辆无线地发送和接收数据;
控制单元,该控制单元可操作地连接到所述传感系统、所述定位系统和所述通信系统,所述控制单元被配置为:
借助于所述传感系统检索所述周围环境中的对象相对于所述机动车辆的位置的第一测量值;
检索所述机动车辆的所述行进方向和/或所述地理坐标;
从不同机动车辆接收外部车辆数据包和外部定位数据包,所述外部车辆数据包包括所述对象相对于所述不同机动车辆的位置的第二测量值,并且所述外部定位数据包包括所述不同机动车辆的行进方向和所述不同机动车辆的地理坐标中的至少一项;
借助于所述传感系统检索所述不同机动车辆相对于所述机动车辆的位置;
通过比较该不同机动车辆相对于所述机动车辆的所述位置、所述定位数据包和所述外部定位数据包,将所述外部车辆数据包转换到局部坐标系;并且
处理所述转换后的外部车辆数据包和所述车辆数据包以便生成所述对象的可能位置。
2.根据权利要求1所述的车辆系统,其中,所述定位数据包包括该机动车辆的行进方向和地理坐标,并且其中,所述外部定位数据包包括该不同机动车辆的行进方向和地理坐标。
3.根据权利要求1所述的车辆系统,其中,所述外部车辆数据包和所述外部定位数据包是分开的数据包。
4.根据权利要求1至3中任一项所述的车辆系统,其中,所述控制单元被配置为借助于概率滤波器对所述车辆数据包进行滤波,以便去除所述检索到的关于所述机动车辆的周围环境的信息中的任何异常。
5.根据权利要求1至3中任一项所述的车辆系统,所述机动车辆和所述不同机动车辆是自主机动车辆或半自主车辆。
6.根据权利要求1至3中任一项所述的车辆系统,其中,所述控制单元进一步被配置为检索所述机动车辆的预期状态,其中,所述预期状态包括所述机动车辆的路径预测和/或规划路线;并且
其中,所述外部车辆数据包包括所述不同机动车辆的预期状态,该预期状态包括所述不同机动车辆的路径预测和/或规划路线。
7.一种用于管理多个互连的机动车辆的感知系统,每个机动车辆包括根据前述权利要求中任一项所述的车辆系统,所述感知系统包括:
通信电路,该通信电路用于向所述互连的机动车辆中的每一个发送数据包并从所述互连的机动车辆中的每一个接收数据包;
连接到所述通信电路的控制单元,所述控制单元被配置为:
从所述多个互连的机动车辆中的每一个接收车辆数据包集合,每个车辆数据包集合包括关于相关联机动车辆的周围环境的信息;
借助于概率滤波器对所述接收到的车辆数据包进行组合和滤波,使得形成经处理数据包的集合,所述经处理数据包包括所述多个机动车辆中的一预定义机动车辆的可能车辆状态:并且
将所述经处理数据包发送到所述多个机动车辆中的至少一个机动车辆。
8.根据权利要求7所述的感知系统,其中,所述控制单元进一步被配置为:
从所述多个互连的机动车辆中的每一个接收定位数据包集合,每个定位数据包集合包括每个相应机动车辆的行进方向和地理坐标中的至少一项:
确定针对该接收到的车辆数据包的应用,并且基于所述确定的应用,所述控制单元被配置为:
在发送所述经处理数据包之前,将所述车辆数据包变换为参考全球地理系,或者
将所述经处理数据包变换为参考共享坐标系,所述共享坐标系对于所述多个互连的机动车辆的子组是公共的,或者
变换所述经处理数据包,使得所述周围环境的信息是相对于所述多个互连的机动车辆中的该预定义机动车辆的局部坐标系。
9.一种用于管理多个互连的机动车辆的感知系统,所述感知系统包括:
通信电路,该通信电路用于向所述互连的机动车辆中的至少一个发送数据包并从所述互连的机动车辆中的至少一个接收数据包:
连接到所述通信电路的控制单元,所述控制单元被配置为:
从所述多个互连的机动车辆中的每一个接收车辆数据包集合,每个车辆数据包集合包括关于相关联机动车辆的周围环境的信息;
从所述多个互连的机动车辆中的每一个接收定位数据包集合,所述定位数据包包括每个机动车辆的行进方向和/或地理坐标;
确定针对该接收到的车辆数据包的应用;并且
基于该确定的应用:
借助于概率滤波器对所述接收到的多个车辆数据包集合进行滤波,使得形成经处理数据包的集合;并且
变换所述经处理数据包,使得所述周围环境的信息是相对于地理坐标系,或者
将所述经处理数据包变换为参考共享坐标系,所述共享坐标系对于所述多个互连的机动车辆的子组是公共的,或者
变换所述经处理数据包,使得所述周围环境的信息是相对于所述多个互连的机动车辆中的一预定义机动车辆的局部坐标系。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17210961.3A EP3506040B8 (en) | 2017-12-28 | 2017-12-28 | Cooperative sensing |
EP17210961.3 | 2017-12-28 | ||
PCT/EP2018/085410 WO2019129535A1 (en) | 2017-12-28 | 2018-12-18 | Cooperative sensing |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111436207A CN111436207A (zh) | 2020-07-21 |
CN111436207B true CN111436207B (zh) | 2024-04-16 |
Family
ID=60953611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880069748.3A Active CN111436207B (zh) | 2017-12-28 | 2018-12-18 | 协作感测 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11164461B2 (zh) |
EP (1) | EP3506040B8 (zh) |
CN (1) | CN111436207B (zh) |
TW (1) | TWI783094B (zh) |
WO (1) | WO2019129535A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11338866B2 (en) * | 2018-05-31 | 2022-05-24 | Uatc, Llc | Movable front shield for vehicles |
EP3824404A4 (en) | 2018-07-20 | 2022-04-27 | May Mobility, Inc. | MULTI-PERSPECTIVE SYSTEM AND BEHAVIORAL POLICY SELECTION PROCESS BY AN AUTONOMOUS AGENT |
US10969470B2 (en) * | 2019-02-15 | 2021-04-06 | May Mobility, Inc. | Systems and methods for intelligently calibrating infrastructure devices using onboard sensors of an autonomous agent |
PL4109194T3 (pl) * | 2021-06-25 | 2024-05-13 | Siemens Aktiengesellschaft | Generowanie danych z czujników do sterowania pojazdem autonomicznym |
CN116170779B (zh) * | 2023-04-18 | 2023-07-25 | 西安深信科创信息技术有限公司 | 一种协同感知数据传输方法、装置及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2527943A1 (en) * | 2011-05-24 | 2012-11-28 | BAE Systems Plc. | Vehicle navigation |
US9612123B1 (en) * | 2015-11-04 | 2017-04-04 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2296125B1 (en) * | 2008-05-20 | 2012-05-30 | C.R.F. Società Consortile per Azioni | Cooperative geolocation based on inter-vehicular communication |
KR20110007529A (ko) * | 2009-07-16 | 2011-01-24 | 삼성전자주식회사 | 소스 드라이버 및 이를 구비하는 디스플레이 장치 |
US8831880B2 (en) * | 2009-07-28 | 2014-09-09 | Bae Systems Plc | Estimating positions of a device and at least one target in an environment |
MX2012005958A (es) | 2009-11-24 | 2012-12-17 | Telogis Inc | Selección de ruta de vehiculo basado en el uso de energia. |
US8688290B2 (en) * | 2011-12-27 | 2014-04-01 | Toyota Motor Enginerring & Manufacturing North America, Inc. | Predictive destination entry for a navigation system |
US9552503B2 (en) * | 2012-05-01 | 2017-01-24 | 5D Robotics, Inc. | Distributed positioning and collaborative behavior determination |
DE102012020297B4 (de) * | 2012-10-17 | 2017-08-31 | Audi Ag | Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug |
US20160247106A1 (en) | 2015-02-24 | 2016-08-25 | Siemens Aktiengesellschaft | Managing a fleet of autonomous electric vehicles for on-demand transportation and ancillary services to electrical grid |
GB2539422B (en) | 2015-06-16 | 2020-01-29 | Spark Ev Tech Ltd | Electric vehicle scheduling system and method using vehicle battery data |
US9922553B2 (en) * | 2015-12-22 | 2018-03-20 | Intel Corporation | Vehicle assistance systems and methods utilizing vehicle to vehicle communications |
US9857189B2 (en) | 2016-02-08 | 2018-01-02 | GM Global Technology Operations LLC | Energy-efficient navigation route for electric transportation device |
US10795378B2 (en) * | 2017-06-13 | 2020-10-06 | Verizon Patent And Licensing Inc. | Remote token-based control of autonomous vehicles |
-
2017
- 2017-12-28 EP EP17210961.3A patent/EP3506040B8/en active Active
-
2018
- 2018-12-13 TW TW107145076A patent/TWI783094B/zh active
- 2018-12-18 US US16/955,107 patent/US11164461B2/en active Active
- 2018-12-18 CN CN201880069748.3A patent/CN111436207B/zh active Active
- 2018-12-18 WO PCT/EP2018/085410 patent/WO2019129535A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2527943A1 (en) * | 2011-05-24 | 2012-11-28 | BAE Systems Plc. | Vehicle navigation |
US9612123B1 (en) * | 2015-11-04 | 2017-04-04 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
Also Published As
Publication number | Publication date |
---|---|
TW201930921A (zh) | 2019-08-01 |
EP3506040A1 (en) | 2019-07-03 |
EP3506040B8 (en) | 2021-09-22 |
EP3506040B1 (en) | 2021-08-18 |
CN111436207A (zh) | 2020-07-21 |
WO2019129535A1 (en) | 2019-07-04 |
US11164461B2 (en) | 2021-11-02 |
TWI783094B (zh) | 2022-11-11 |
US20200388159A1 (en) | 2020-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111436207B (zh) | 协作感测 | |
EP3629059B1 (en) | Sharing classified objects perceived by autonomous vehicles | |
US10281925B2 (en) | Estimate of geographical position of a vehicle using wireless vehicle data | |
US10572405B1 (en) | Writing messages in a shared memory architecture for a vehicle | |
CN113196011A (zh) | 运动图构建和车道级路线规划 | |
US20200344820A1 (en) | Lane aware clusters for vehicle to vehicle communication | |
US11408739B2 (en) | Location correction utilizing vehicle communication networks | |
US10747597B2 (en) | Message buffer for communicating information between vehicle components | |
US11616737B2 (en) | Reading messages in a shared memory architecture for a vehicle | |
US20200192368A1 (en) | Methods for generating maps using hyper-graph data structures | |
CN111693055B (zh) | 道路网络变化检测和所检测的变化的本地传播 | |
US20220283587A1 (en) | Controlling an autonomous vehicle using a proximity rule | |
US10899348B2 (en) | Method, apparatus and computer program product for associating map objects with road links | |
CN107636490B (zh) | 将一位置信息变换为一个局部坐标系的方法 | |
US11327489B2 (en) | Shared memory architecture for a vehicle | |
US20210190537A1 (en) | Method and system for generating and updating digital maps | |
JP2018160134A (ja) | 移動体、移動体制御システム及び移動体制御方法 | |
US20220340139A1 (en) | Vehicle Route Modification to Improve Vehicle Location Information | |
US11914378B2 (en) | Intersection node-assisted high-definition mapping | |
CN114397878A (zh) | 自动驾驶系统及其生成详细地图的方法 | |
DK180220B1 (en) | Sharing classified objects perceived by autonomous vehicles | |
US11995990B2 (en) | Methods and systems for managing connected vehicles in mixed traffic | |
US20240010205A1 (en) | Systems, methods, and vehicles for correcting driving behavior of a driver of a vehicle | |
US20220258761A1 (en) | Controlling an autonomous vehicle using variable time periods | |
US20240068838A1 (en) | Methods and systems for distributing high definition map using edge device |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231213 Address after: Stockholm, SWE Applicant after: Ainride Autonomous Technology Co.,Ltd. Address before: Gothenburg Applicant before: EINRIDE AB |
|
GR01 | Patent grant | ||
GR01 | Patent grant |