CN111457933B - 用于确定车道等级静态和动态信息的方法和设备 - Google Patents

用于确定车道等级静态和动态信息的方法和设备 Download PDF

Info

Publication number
CN111457933B
CN111457933B CN202010050958.7A CN202010050958A CN111457933B CN 111457933 B CN111457933 B CN 111457933B CN 202010050958 A CN202010050958 A CN 202010050958A CN 111457933 B CN111457933 B CN 111457933B
Authority
CN
China
Prior art keywords
vehicle
processor
data
lane
position data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010050958.7A
Other languages
English (en)
Other versions
CN111457933A (zh
Inventor
F.白
S.陈
D.K.格林姆
J.陈
B.于
D.E.博亚诺夫斯基
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN111457933A publication Critical patent/CN111457933A/zh
Application granted granted Critical
Publication of CN111457933B publication Critical patent/CN111457933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of 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
    • G05D1/0231—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
    • G05D1/0248—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 in combination with a laser
    • 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
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供了一种用于控制车辆的系统和设备。在一实施例中，方法包括：由处理器接收车辆位置数据；由处理器将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑；由处理器处理所述车辆位置数据以确定车道拓扑的车道内的交通状况；由处理器基于车道拓扑和交通状况生成用于控制车辆的地图。

Description

用于确定车道等级静态和动态信息的方法和设备
技术领域
技术领域总体上涉及用于映射车道等级信息的方法和系统，并且更具体地涉及用于使用来自一个或多个车辆的全球定位系统信息映射车道等级信息的方法和系统。
背景技术
自主和半自主车辆利用映射信息控制车辆的一个或多个组件。通常基于从穿行于道路网络并捕获数据的调查车辆获得的数据生成地图。这些地图需要时间来制作。此外，由于道路建设和道路网络的其他变化，这些地图很快就会过时。
因此，期望提供用于映射车道等级信息的改进的方法和系统。此外，结合附图以及前述技术领域和背景技术，根据随后的详细描述和所附权利要求，本发明的其他期望特征和特性将变得显而易见。
发明内容
提供了一种用于控制车辆的系统和方法。在一实施例中，方法包括：由处理器接收车辆位置数据；由处理器将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑；由处理器处理所述车辆位置数据以确定车道拓扑的车道内的交通状况；由处理器基于车道拓扑和交通状况生成用于控制车辆的地图。
在各种实施例中，将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑包括：由处理器预处理所述车辆位置数据；由处理器扩张经预处理的车辆位置数据；由处理器聚集经扩张的预处理的车辆位置数据与来自其他车辆的经预处理的车辆位置数据；由处理器聚类经聚集的车辆位置数据以确定车道；由处理器基于车辆的偏航率和车辆位置数据校正所确定的车道的道路几何形貌；以及由处理器基于所确定的车道的校正后的道路几何形貌确定所述车道拓扑。
在各种实施例中，所述方法还包括对所述聚类的车辆位置数据施加约束，并且，所述校正所述道路几何形貌是基于经约束的聚类的车辆位置数据。在各种实施例中，将所述约束与从车辆的相机或激光雷达获得的数据进行比较。在各种实施例中，所述约束包括施加于所述车辆位置数据的权重。
在各种实施例中，所述车辆位置数据包括来自全球定位系统的车辆的纬度和经度轨迹。在各种实施例中，所述交通状况包括基于交通状况的历史的时空状况。在各种实施例中，所述交通状况包括交通拥堵的指示。在各种实施例中，所述交通状况还包括检测到的车道变化。
在另一实施例中，一种系统包括：全球定位系统，其产生车辆位置数据；以及控制模块，其由处理器接收所述车辆位置数据，将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑，处理所述车辆位置数据以确定车道拓扑的车道内的交通状况，基于车道拓扑和交通状况生成用于控制车辆的地图。
在各种实施例中，控制模块将车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑是通过以下方式进行的：由处理器预处理车辆位置数据；由处理器扩张经预处理的车辆位置数据；由处理器聚集经扩张的预处理的车辆位置数据与来自其他车辆的经预处理的车辆位置数据；由处理器聚类经聚集的车辆位置数据以确定车道；由处理器基于车辆的偏航率和车辆位置数据校正所确定的车道的道路几何形貌；以及由处理器基于所确定的车道的校正后的道路几何形貌确定所述车道拓扑。
在各种实施例中，控制模块对所述聚类的车辆位置数据施加约束，并且，所述校正所述道路几何形貌是基于经约束的聚类的车辆位置数据。在各种实施例中，将所述约束与从车辆的相机或激光雷达获得的数据进行比较。在各种实施例中，所述约束包括施加于所述车辆位置数据的权重。在各种实施例中，所述车辆位置数据包括来自全球定位系统的车辆的纬度和经度轨迹。在各种实施例中，所述交通状况包括基于交通状况的历史的时空状况。
在各种实施例中，所述交通状况包括交通拥堵的指示。在各种实施例中，所述交通状况包括检测到的车道变化。
在另一实施例中，一种车辆包括：车辆定位系统，其提供车辆位置数据；通信系统，其从其他车辆接收车辆位置输出；和控制模块，其由处理器接收车辆位置数据，将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑，处理所述车辆位置数据以确定车道拓扑的车道内的交通状况，基于车道拓扑和交通状况生成用于控制车辆的地图。
在各种实施例中，控制模块将车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑是通过以下方式进行的：由处理器预处理车辆位置数据；由处理器扩张经预处理的车辆位置数据；由处理器聚集经扩张的预处理的车辆位置数据与来自其他车辆的经预处理的车辆位置数据；由处理器聚类经聚集的车辆位置数据以确定车道；由处理器基于车辆的偏航率校正所确定的车道的道路几何形貌；以及由处理器基于所确定的车道的校正后的道路几何形貌确定所述车道拓扑。
附图说明
在下文中将结合附图描述示例性实施例，其中相同的标记表示相同的元件，并且其中：
图1是根据各种实施例的具有映射系统的车辆的示图；
图2和图3是示出根据各种实施例的映射系统的数据流示图；
图4是根据各种实施例由映射系统产生的示例数据的示图；
图5是示出了根据各种实施例的可以由映射系统执行的映射方法的流程图。
具体实施方式
以下详细描述本质上仅是示例性的，并不旨在限制应用和使用。此外，无意受在前述技术领域、背景技术、发明内容或以下详细描述中提出的任何明示或暗示的理论约束。如本文所使用，术语“模块”是指专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共用的、专用的或成组的)和存储器、组合逻辑电路和/或提供所描述功能的其他合适组件。
本文可根据功能和/或逻辑块组件以及各种处理步骤来描述本公开的实施例，应当理解，可以通过被配置为执行指定功能的任何数量的硬件、软件和/或固件组件来实现这样的块组件。例如，本公开的实施例可以采用各种集成电路组件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，其可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。另外，本领域技术人员将认识到，可以结合任何数量的系统来实践本公开的实施例，并且本文描述的系统仅仅是本公开的示例性实施例。
为了简洁起见，与信号处理、数据传输、信令、控制、机器学习模型、雷达、激光雷达、图像分析和系统的其他功能方面(以及系统的各个操作组件)有关的常规技术在本文可能不会详细描述。此外，本文包含的各个附图中所示的连接线旨在表示各个元件之间的示例性功能关系和/或物理联接。应当注意，在本公开的实施例中可以存在许多替代或附加的功能关系或物理连接。
参考图1，根据各种实施例，总体上以100示出的映射系统与车辆10相关联。通常，映射系统(或简称为“系统”)100生成包括用于控制车辆10的静态和动态车道等级信息的地图数据。在各种实施例中，映射系统100基于从车辆10的定位系统获得的信息和/或由从其他车辆(未示出)接收到的定位信息获得地图数据。
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。车身14和底盘12可以一起形成框架。车轮16-18每个在车身14的相应角部附近旋转地联接至底盘12。
在各种实施例中，车辆10是自主车辆或半自主车辆。可以理解，映射系统100可以在其他非自主系统中实现，并且不限于本实施例。在图示的实施例中，车辆10被描述为乘用车，但是应当理解，也可以使用任何其他车辆，包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)、轮船、飞机等。
如图所示，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、至少一个数据存储装置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可包括内燃发动机、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被构造成根据可选择的速度比率将动力从推进系统20传递至车轮16和18。根据各种实施例，传动系统22可包括级比自动变速器、连续可变变速器或其他合适的变速器。
制动系统26被构造成向车轮16和18提供制动扭矩。制动系统26可以包括摩擦制动器、线制动器、诸如电机的再生制动系统、和/或其他合适的制动系统。
转向系统24影响车轮16和/或18的位置。尽管出于示意目的被描绘为包括方向盘，但是在本公开的范围内预期的一些实施例中，转向系统24可以不包括方向盘。
传感器系统28包括一个或多个感测设备31a-31n，其感测车辆10的外部环境和/或内部环境的可观测的状况(例如，一个或多个乘客的状态)。在各种实施例中，感测设备31a-31n包括但不限于雷达(例如，远程、中程-短程)、激光雷达、全球定位系统、光学相机(例如，前向、360度、后向、侧向、立体等)，热(例如红外)相仪、超声传感器、测距传感器(例如，编码器)和/或可以与根据本主题的系统和方法结合使用的其它传感器。传感器系统28提供用于确定车辆10的位置的信息。
致动器系统30包括一个或多个致动器装置42a-42n，其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。在各种实施例中，自主车辆10还可包括在图1中未示出的内部和/或外部车辆特征，例如各种门、行李箱，以及舱室特征，例如空气、音乐、照明、触摸屏显示组件(例如与导航系统结合使用的那些)等。
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，定义的地图由映射系统100生成，并且包括静态和动态车道等级信息，如将在下面更详细地讨论的。
通信系统36被配置为与其他实体48进行无线通信，例如但不限于，其他车辆(“V2V”通信)、基础设施(“V2I”通信)、行人(“V2P”通信)、远程系统和/或用户设备(参考图2更详细地描述)。在示例性实施例中，通信系统36是被配置为经由使用IEEE802.11标准的无线局域网(WLAN)或通过使用蜂窝数据通信进行通信的无线通信系统。然而，在本公开的范围内也考虑诸如专用短程通信(DSRC)信道之类的附加或替代通信方法。DSRC信道是指专门为汽车使用而设计的单向或双向的短程至中程无线通信通道以及一组相应的协议和标准。
控制器34包括至少一个处理器44和计算机可读存储设备或介质46。处理器44可以是任何客户定制的或可商购的处理器、中央处理器(CPU)、图形处理单元(GPU)、专用集成电路(ASIC)(例如，实现神经网络的定制ASIC)、现场可编程门阵列(FPGA)、与控制器34相关联的几个处理器中的辅助处理器、基于半导体的微处理器(微芯片或芯片组的形式)、其任何组合或用于执行指令的任何一般设备。例如，计算机可读存储设备或介质46可以包括在只读存储器(ROM)、随机存取存储器(RAM)和保持活动存储器(KAM)中的易失性和非易失性存储器。KAM是持久性或非易失性存储器，其可以在处理器44掉电时用于存储各种操作变量。可以使用许多已知的存储设备中的任何一种来实现计算机可读存储设备或介质46，例如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他电、磁、光或组合存储设备，其中一些表示可执行指令，由控制器34在控制自主车辆10中使用。在各个实施例中，控制器34被配置为实现映射系统100的指令，如下面详细讨论的。
在各种实施例中，指令在由处理器执行时接收和处理车辆10和/或来自其他车辆的位置信息，以确定静态和动态车道信息。所述指令建立并存储地图，以基于静态和动态车道信息来控制车辆10和/或其他车辆。
现在参考图2-3并且继续参考图1，图2-3是更详细地示出了映射系统100的各方面的数据流程图。图4是根据各种实施例的数据流的结果的示图。可以理解，图2-3中所示的模块和子模块可以被组合和/或进一步划分以类似地执行本文所述的功能。对模块和子模块的输入可以从传感器系统28接收，从与车辆10相关联的其他控制模块(未示出)接收，从通信系统36接收，和/或由图1的控制器34中的其他子模块确定/建模。所示的模块和子模块通常执行确定静态和动态车道信息并基于其构建用于控制车辆10的地图的功能。因此，如图2所示，映射系统100包括静态数据确定模块50、动态数据确定模块52和地图生成模块54。
静态数据确定模块50从车辆10接收位置数据56和/或从其他车辆接收位置数据60。位置数据56、60可以包括来自例如GPS系统的时间序列数据。在这样的示例中，位置数据56、60被处理以确定GPS(纬度，经度)轨迹(xt，yt)、GPS误差余量轨迹δt和GPS误差的概率分布函数fσ(σ)。在各种实施例中，位置数据56、60进一步包括相机域信息，其包括车道位置1T和横向距离偏移Δdt。基于所接收的位置数据56、60，静态数据确定模块50确定包括车道的拓扑的静态车道数据，并基于此生成拓扑数据64。
动态数据确定模块52接收拓扑数据64和预处理数据62。预处理数据64包括已经被处理的车辆位置数据56，如将在下面更详细地讨论的。基于所接收的位置数据62、64，动态数据确定模块52确定在拓扑数据64中识别的每个车道的动态车道数据66。
在各种实施例中，动态车道数据66可以包括交通状况的当前估计。在各种实施例中，动态数据确定模块52基于历史数据和时空条件来确定当前状况。
例如，如果拓扑数据64指示存在车道A、B和C，则可以基于与车道动态车道数据66相关联的预处理数据62的累积，为每个车道确定历史平均值，车道动态车道数据66先前确定为与车道相关。例如，历史数据fhist(x，t)可以被估计为车道中的点S减去时间t处的任何离群点Soutlier的平均值，如：
fhist(x，t)＝aVg(S(x，t)-Soutlier(x，t))。
历史数据fhist(x，t)用于计算f(x，t)。
此后，可以将车道的当前状况估计为：
其中α和β表示从当前估计的校准计算的参数。
在各种实施例中，动态车道数据66可以考虑车道变化。可以例如基于道路是直线道路还是弯曲道路来检测车道改变。在各种实施例中，当道路是直线道路时，当识别到转向模式(波浪形，不是直线)并且所确定的横向移位距离大于阈值时，可以检测到车道变化。在各个实施例中，在点A和点B之间的横向移位距离L可计算为：
其中，v表示速度，θ表示在时间t处的直线道路中心线与当前方向之间的夹角。
在各种实施例中，当道路是弯曲的道路时，可以基于与不改变车道的预期偏航率相比的车道分隔物的众包(crowd sourced)曲率来检测车道改变。
偏航率可以例如计算为：
可以基于与阈值相比的移位距离L来检测车道变化。移位距离可以计算为：
在各种实施例中，动态车道数据66可以包括交通拥堵的指示。可以基于正常交通状况和异常交通状况下速度的概率分布函数之间的比较来识别交通拥堵。可以基于Jensen-Shannon散度和Kullback-Leibler距离来指示交通拥堵的严重程度。例如，车道级别拥堵严重性指示器可用于识别哪个车道的拥挤程度较小，并且在导航指令期间可建议车辆变道至该拥挤程度较小的理想车道中。
地图生成模块54接收拓扑数据64和动态车道数据66。地图生成模块54生成包括地图的地图数据68，所述地图将车道拓扑与动态车道信息相结合以提供可导航环境的最新表示。然后，地图可被车辆10的控制器34使用以控制车辆10的一个或多个特征。
现在参考图3，根据各种实施例更详细地示出了静态数据确定模块。在各种实施例中，静态数据确定模块50包括位置数据预处理模块72、扩张模块74、聚集模块76、聚类模块78和道路几何形貌校正模块80。
位置数据预处理模块72处理从车辆10和/或其他车辆接收的车辆位置数据56、60。预处理数据包括GPS轨迹(xt，yt)、GPS误差余量轨迹δt和GPS误差的概率分布函数fσ(σ)。
扩张模块74接收预处理的数据84。扩张模块74对来自车辆10的位置轨迹进行扩张，并基于此生成扩张数据84。例如，对于每个采样点(xt，yt)，扩张模块生成N个(例如100个或一些其他整数的)伪点。可以基于以下关系生成伪点：
其中，(△x1，△y1)～fσ(σ)。
聚集模块76从车辆10接收扩张数据84，并从其他车辆接收扩张数据84。聚集模块76将来自不同车辆的扩张轨迹84、86聚集为二维散点图，并基于此生成聚集数据88。
聚类模块78例如从相机接收聚集数据88和其他数据90。聚类模块78对聚集数据88进行聚类，并基于此生成聚类数据92。例如，聚类模块78将与车道数k相对应的初始聚类集C定义为{C1，C2，C3……}。对于聚集数据88中的每个扩张点Si，聚类模块78基于距离将点Si分配给最近的聚类Cj。对于每个聚类Cj，聚类模块78通过找到聚类Cj中所有成员的平均值来更新中心。聚类模块78执行这些步骤，直到k均值算法收敛为止。
在各种实施例中，聚类模块78还基于将定义的约束条件与从相机数据90或从类似的感知传感器源(例如激光雷达或雷达)确定的信息进行比较而将聚集数据88聚类。例如，可以为一组车道定义各种约束。示例性约束可以是但不限于：
1.车辆A和B在同一车道中。
2.车辆A和C在不同车道中。
3.车辆A的更多重量在车道X中。
4.车辆A的重量更少，且转向信号开启并在直路上行驶。
5.车辆A的重量更多，且转向信号开启并在边沿车道上行驶。
在这样的实施例中，聚类模块78检查对聚类Cj的分配是否违反约束1或2中列出的任何约束。如果分配违反约束1或2中的一个，则将扩张点Si分配给下一个最近的聚类Cj+1。可以由聚类模块78执行这一检查，直到对聚类的分配不违反约束为止。
在各种实施例中，聚类模块78基于约束3、4和5将权重分配给每个聚类Cj中的点Si。然后由聚类模块78以k均值算法来评估权重。可以理解，在各种实施例中可以将其他约束条件应用于聚类。
道路几何形貌校正模块80接收聚类数据92和车辆数据94。车辆数据94可以包括但不限于车辆偏航率、车辆位置数据或指示车辆10的物理位置的其他车辆信息。道路几何形貌校正模块80基于已知的道路几何形貌校正包括聚类中心的聚类数据92，并基于此生成拓扑数据64。
在各种实施例中，道路几何形貌校正模块80基于均方误差(MSE)来校正聚类数据92。在各个实施例中，已知的道路几何形貌可以由车辆数据94指示。例如，当偏航率指示车辆10正在直线行驶时，基于道路模板函数：y＝ax和MSE线性回归来校正聚类数据。在另一示例中，当偏航率指示车辆10正在沿着弯曲道路行驶时，基于道路模板函数和MSE回归校正聚类数据82。
图4示出了位置数据56到拓扑数据64的进展。如图所示，预处理数据82被处理以提供扩张数据84。扩张数据84与其他数据聚集在一起以产生聚集数据88。聚集数据88被聚类，并且施加约束以提供聚类数据92。从聚类数据92中提取车道数据93，并将道路几何形貌校正应用于车道数据93，以提供包括车道标识的拓扑数据64。
现在参考图5，流程图示出了根据各种实施例的可以由映射系统100(图1)执行的映射方法。可以理解的是，根据本公开，方法内的操作顺序不限于如图5所示的顺序执行，而是可以按照适用方式并根据本公开以一个或多个变化顺序来执行。在各种实施例中，方法200可以被调度为基于一个或多个预定事件运行，和/或可以在车辆10的操作期间连续运行。
在210处，包括GPS数据、CAN总线跟踪数据、相机数据、激光雷达数据和/或雷达数据的车辆位置数据被接收。在220处，处理车辆位置数据以确定车道的静态拓扑，例如上面参考图3和图4所讨论。在230处，将车辆位置数据与车道的拓扑进行处理以确定每个车道中的交通状况，例如上面关于图2所讨论的。在240处，基于车道拓扑和交通状况生成地图，并且，在250处，基于地图控制车辆。此后，该方法可以在260处结束。
尽管在前面的详细描述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型。还应当理解，一个或多个示例性实施方式仅是示例，并且无意以任何方式限制本公开的范围、适用或配置。相反，前述详细描述将为本领域技术人员提供实施一个或多个示例性实施方式的便利的路线图。应当理解，在不脱离如所附权利要求及其合法等同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 (9)

1.一种控制车辆的方法，包括：
由处理器从车辆接收车辆位置数据；
由处理器将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理，以确定沿道路的车道的车道拓扑，其中，处理包括：
由处理器预处理车辆位置数据以产生预处理的车辆位置数据，其中预处理的车辆位置数据包括GPS轨迹、GPS误差余量轨迹和GPS误差的概率分布函数；
由处理器扩张经预处理的车辆位置数据；
由处理器聚集经扩张的、预处理的车辆位置数据与来自其他车辆的经预处理的车辆位置数据；
由处理器聚类经聚集的车辆位置数据以确定车道；
由处理器基于车辆的偏航率、道路模板函数和聚类的车辆位置数据校正所确定的车道的道路几何形貌；以及
由处理器基于所确定的车道的校正后的道路几何形貌确定所述车道拓扑；
由处理器处理所述车辆位置数据，以确定所述车道拓扑的车道内的交通状况；
由处理器基于车道拓扑和车道拓扑的车道内的交通状况生成用于控制车辆的地图。
2.根据权利要求1所述的方法，还包括对经聚类的车辆位置数据施加约束，并且其中，所述校正所述道路几何形貌基于经约束的聚类的车辆位置数据。
3.根据权利要求2所述的方法，其中，将所述约束与从车辆的相机和激光雷达中的至少一者获得的数据比较。
4.根据权利要求2所述的方法，其中，所述约束包括施加于所述车辆位置数据的权重。
5.根据权利要求1所述的方法，其中，所述车辆位置数据包括来自全球定位系统的车辆的纬度和经度轨迹。
6.根据权利要求1所述的方法，其中，所述交通状况包括基于交通状况的历史的时空状况。
7.根据权利要求1所述的方法，其中，所述交通状况包括交通拥堵的指示。
8.根据权利要求1所述的方法，其中，所述交通状况包括检测到的车道变化。
9.一种用于控制车辆的系统，包括：
全球定位系统，其产生车辆位置数据；和
控制模块，其由处理器接收车辆位置数据，将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定车道拓扑，处理所述车辆位置数据以确定所述车道拓扑的车道内的交通状况，基于车道拓扑和交通状况生成用于控制车辆的地图，
其中，将所述车辆位置数据与来自其他车辆的车辆位置数据进行处理以确定所述车道拓扑包括：
由处理器预处理车辆位置数据以产生预处理的车辆位置数据，其中预处理的车辆位置数据包括GPS轨迹、GPS误差余量轨迹和GPS误差的概率分布函数；
由处理器扩张经预处理的车辆位置数据；
由处理器聚集经扩张的、预处理的车辆位置数据与来自其他车辆的经预处理的车辆位置数据；
由处理器聚类经聚集的车辆位置数据以确定车道；
由处理器基于车辆的偏航率、道路模板函数和聚类的车辆位置数据校正所确定的车道的道路几何形貌；以及
由处理器基于所确定的车道的校正后的道路几何形貌确定所述车道拓扑。
CN202010050958.7A 2019-01-18 2020-01-16 用于确定车道等级静态和动态信息的方法和设备 Active CN111457933B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/251,669 US11127292B2 (en) 2019-01-18 2019-01-18 Methods and apparatus for detetermining lane-level static and dynamic information
US16/251,669 2019-01-18

Publications (2)

Publication Number Publication Date
CN111457933A CN111457933A (zh) 2020-07-28
CN111457933B true CN111457933B (zh) 2024-01-16

Family

ID=71402956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010050958.7A Active CN111457933B (zh) 2019-01-18 2020-01-16 用于确定车道等级静态和动态信息的方法和设备

Country Status (3)

Country Link
US (1) US11127292B2 (zh)
CN (1) CN111457933B (zh)
DE (1) DE102019133708A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022085374A (ja) * 2020-11-27 2022-06-08 京セラ株式会社 電子機器、電子機器の制御方法、及びプログラム
US12020566B2 (en) * 2021-05-20 2024-06-25 Bentley Systems, Incorporated Machine-learning based control of traffic operation
US12039862B2 (en) 2022-01-13 2024-07-16 GM Global Technology Operations LLC System and process for mitigating road network congestion
US11893882B2 (en) 2022-01-13 2024-02-06 GM Global Technology Operations LLC System and process for determining recurring and non-recurring road congestion to mitigate the same
WO2023194759A2 (en) 2022-04-08 2023-10-12 Commsignia Kft. Method for assembling a local high-definition map, system for using map data, computer program product and computer readable medium for implementing the method
CN114812582B (zh) * 2022-06-24 2022-10-14 阿里巴巴达摩院(杭州)科技有限公司 车道拓扑更新方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177561A (zh) * 2011-12-26 2013-06-26 北京掌城科技有限公司 公交实时路况的生成方法及系统
CN103903019A (zh) * 2014-04-11 2014-07-02 北京工业大学 一种多车道车辆轨迹时空图的自动生成方法
CN105528588A (zh) * 2015-12-31 2016-04-27 百度在线网络技术（北京）有限公司 一种车道线识别方法及装置
CN107438754A (zh) * 2015-02-10 2017-12-05 御眼视觉技术有限公司 用于自主车辆导航的稀疏地图

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10417906B2 (en) * 2016-12-23 2019-09-17 Here Global B.V. Lane level traffic information and navigation
WO2019152888A1 (en) * 2018-02-02 2019-08-08 Nvidia Corporation Safety procedure analysis for obstacle avoidance in autonomous vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177561A (zh) * 2011-12-26 2013-06-26 北京掌城科技有限公司 公交实时路况的生成方法及系统
CN103903019A (zh) * 2014-04-11 2014-07-02 北京工业大学 一种多车道车辆轨迹时空图的自动生成方法
CN107438754A (zh) * 2015-02-10 2017-12-05 御眼视觉技术有限公司 用于自主车辆导航的稀疏地图
CN105528588A (zh) * 2015-12-31 2016-04-27 百度在线网络技术（北京）有限公司 一种车道线识别方法及装置

Also Published As

Publication number Publication date
CN111457933A (zh) 2020-07-28
US11127292B2 (en) 2021-09-21
DE102019133708A1 (de) 2020-07-23
US20200234585A1 (en) 2020-07-23

Similar Documents

Publication Publication Date Title
CN111457933B (zh) 用于确定车道等级静态和动态信息的方法和设备
CN108263382B (zh) 基于目标车辆的驾驶样式的协同自适应巡航控制系统
CN107415945B (zh) 用于评估车道换道的自动驱动系统及其使用方法
CN111736588B (zh) 用于过渡表面摩擦条件的具有增强纵向控制的自动驾驶系统和控制逻辑
US10274961B2 (en) Path planning for autonomous driving
US9956958B2 (en) Vehicle driving control device and control device
US20190248364A1 (en) Methods and systems for road hazard detection and localization
CN104002680A (zh) 具有交通兼容速度偏移的基于效率的速度控制器
US20210373138A1 (en) Dynamic lidar alignment
US11872988B2 (en) Method and system to adapt overtake decision and scheduling based on driver assertions
US11454971B2 (en) Methods and systems for learning user preferences for lane changes
US20180347993A1 (en) Systems and methods for verifying road curvature map data
US11892574B2 (en) Dynamic lidar to camera alignment
US20210065544A1 (en) Methods and systems for traffic light state monitoring and traffic light to lane assignment
CN116449356A (zh) 基于聚集的lidar数据对准
US11292487B2 (en) Methods and systems for controlling automated driving features of a vehicle
US20200387161A1 (en) Systems and methods for training an autonomous vehicle
US20230278562A1 (en) Method to arbitrate multiple automatic lane change requests in proximity to route splits
US20230079116A1 (en) Adaptive communication for a vehicle in a communication network
US20220092985A1 (en) Variable threshold for in-path object detection
CN112445227A (zh) 用于基于操纵的驾驶的方法和系统
US12131555B2 (en) Systems and methods for providing traffic light region of interest parameters to an autonomous vehicle
US11989893B2 (en) Methods and systems for camera to lidar alignment using road poles
US20200311455A1 (en) Methods and systems for correcting sensor information
US11640716B2 (en) Lane curvature determination

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