CN112189126A - 用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及用于执行该方法的装置 - Google Patents

用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及用于执行该方法的装置 Download PDF

Info

Publication number
CN112189126A
CN112189126A CN201980034877.3A CN201980034877A CN112189126A CN 112189126 A CN112189126 A CN 112189126A CN 201980034877 A CN201980034877 A CN 201980034877A CN 112189126 A CN112189126 A CN 112189126A
Authority
CN
China
Prior art keywords
vehicle
determined
lmg
lml
autonomous driving
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
CN201980034877.3A
Other languages
English (en)
Inventor
F·里斯
F·舒斯特
M·豪伊斯
M·加纳
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Publication of CN112189126A publication Critical patent/CN112189126A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
    • B60K28/10—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to 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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/12—Limiting control by the driver depending on vehicle state, e.g. interlocking means for the control input for preventing unsafe operation
    • 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
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • 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
    • 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
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于控制车辆(1)的为执行自动驾驶而设立的车辆系统(9)的方法，其中，所述车辆(1)被定位，并且其中，所述车辆系统(9)根据定位结果被许用以激活。根据本发明，使用至少两种不同的定位方法(LML,LMG)定位该车辆(1)，其中，所述至少两种定位方法(LML,LMG)包括至少一种基于地标的定位方法(LML)和基于至少一个全球导航卫星系统的定位方法(LMG)。仅当用每种所用的定位方法(LML,LMG)均确认车辆(1)处在针对自动驾驶被许用的路线段(FS)时，车辆系统(9)才被允许激活。本发明还涉及一种用于执行该方法的装置(2)。

Description

用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及 用于执行该方法的装置
本发明涉及一种根据权利要求1前序部分的特征的用于控制车辆的为执行自动驾驶而设立的车辆系统的方法以及一种用于执行该方法的装置。
如DE 10 2014 014 120 A1所述地，从现有技术中知道了高度自动化驾驶功能的功能许用。在用于车辆在前方道路自主行驶的方法中，仅当就前方行驶道路的预定道路长度来说满足一个条件或满足多个条件的情况下才允许车辆自主行驶。所述条件包括：在车辆当前车道的至少一侧存在结构分隔；车辆的车道具有最小车道宽度；不存在严重限制环境检测传感器作用范围的凸起和凹陷；车道数量不变；没有隧道；车道上无建筑物；没有高速公路交汇处；车辆车道的曲率半径大于预定极限值；没有交通堵塞；没有关于危险情况的交通报告；以及没有关于存在工地的交通报告。
DE 10 2016 009 117 A1描述了一种用于对车辆进行定位的方法。基于周围环境检测的定位与使用全球导航卫星系统的定位相互融合。
US 2011/0118979 A1公开了一种用于操作机动车定位系统的方法。该方法包括：当系统不能满足预定性能标准时提供及时警告。该方法包括：确定基于卫星的位置估算、确定推算导航位置估算、通过组合基于卫星的位置估算和推算导航位置估算来确定定位估算、确定与地图匹配的位置和通过试验统计量比较来确定定位估算完整性，试验统计量是通过基于预定定位估算精度规范依据判断阈值来评估与地图一致的位置的确定和定位估算的确定而被计算的。如果试验统计量小于判断阈值，则该系统提供定位估算。如果试验统计量大于判断阈值，则该系统提供如下指示：位置估算的完整性不符合预定定位估算精度规范。
本发明基于以下任务，即，提出一种相对于现有技术有所改进的用于控制车辆的为执行自动驾驶而设立的车辆系统的方法以及一种用于执行该方法的装置。
根据本发明，该任务通过一种具有权利要求1的特征的用于控制车辆的为执行自动驾驶而设立的车辆系统的方法以及一种具有权利要求9的特征的用于执行该方法的装置来完成。
本发明的有利设计方案是从属权利要求的主题。
在一种用于控制车辆的为执行自动驾驶、尤其是高度自动化驾驶或自主驾驶而设立的车辆系统的方法中，车辆被定位，并且车辆系统根据定位结果被许用以激活，即，依据各自的定位结果，车辆系统要么被许用以激活，要么未被许用以激活。
根据本发明，车辆用至少两种不同的定位方法被定位，其中，所述至少两种定位方法包括至少一种基于地标的定位方法和基于GNSS的定位方法、即基于至少一个全球导航卫星系统(GNSS)的定位方法，特别是基于DGNSS的定位方法、即基于至少一个差分全球导航卫星系统(DGNSS)的定位方法。仅当用每个所用的定位方法确认车辆处于已被许用以供自动驾驶的路线段上时，车辆系统才被允许激活。
一种用于执行该方法的本发明装置尤其设立用于执行该方法。该装置设立用于定位车辆并根据定位结果允许激活车辆系统，其中，它设立用于用至少两种不同的定位方法定位车辆，其中，所述至少两种定位方法包括至少一种基于地标的定位方法和基于至少一个全球导航卫星系统的定位方法，并且其中，它被如下设立，即，仅当借助所用的每种定位方法确认车辆处于针对自动驾驶被许用的路线段时，才允许激活车辆系统。
通过本发明的方法和本发明的用于执行方法的装置来确保车辆位于被许用以供自动驾驶的路线段上。由此，例如满足用于执行自动驾驶的规定、特别是法律规定，例如有关SAE-3级(有条件的自动化)自动驾驶功能的要求。因为未经授权的自动驾驶激活可能会造成致命后果，故在检查车辆是否处于被许用以供自动驾驶的路线段上时，对误报率的要求例如非常严格，以致不仅需要冗余机理、还需要完整性监测机理，并且例如也需要借助两种独立的定位方法确保车辆的正确位置。这将通过本发明的解决方案来确保。
根据本发明的解决方案尤其允许以得到保证的极低残留错误率(例如在ASIL-D故障率数量级或更佳数量级内)来进行精确到道路的定位。由此也允许并认证非常严苛的SAE-3级车辆系统(在此有误激活马上产生最糟糕影响)，例如较高速度下的高速公路巡航系统(Autobahnpilot)。
根据本发明的解决方案尤其将两个完全独立的完整定位方法相结合来确保车辆的高精度街道级定位。一方面，利用DGNSS完整性监控器如RAIM(接收器自主监控)来计算侧向保护极限，即得到保证的误差上限。另一方面，尤其是考虑绘有位置参考地标的高精度地图以及车辆中的可在现实世界中对地标进行观测的车辆传感器系统。完整的方法也在双方、即在地图侧和车辆传感器侧都分别根据所述地标建立充分防混淆的签名并将它们进行比较。与在RAIM之类的方法中一样，在此可以在数学上保证最佳误报率。
例如在基于地标的定位方法中，通过将由传感器确定的地标签名与从尤其高分辨率的数字地图中取得的地标签名进行比较来确定车辆在数字地图中的最高概率位置以及签名一致性的相似度。有利地，仅当所确定的最高概率位置位于针对自动驾驶被许用的路线段上且所确定的相似度超过预定的相似度阈值时，才输出如下确认：车辆处于针对自动驾驶被许用的路线段上。由此显著降低有误定位的可能性。
例如，所确定的最高概率位置与卫星辅助确定的位置、即借助基于至少一个全球导航卫星系统的定位方法所确定的位置相比较，并且尤其仅当两个所确定的位置彼此靠近、特别是在预定的最大相互间距内时，才被认为是合理的。否则，所确定的最高概率位置将因不合理而被摒弃。由此执行定位合理性检查，从而防止在不合理定位情况下允许激活自动驾驶。因此有利地仅当所确定的最高概率位置被评为合理时，才输出如下确认：车辆位于针对自动驾驶被许用的路线段上。
例如在基于GNSS的定位方法中，即在基于至少一个全球导航卫星系统的定位方法中，在卫星辅助下确定车辆当前位置(GNSS位置)，确定用于实际车辆位置与所确定的车辆当前位置之间的预期偏差的误差上限(保护极限PL)，并如此限定理想极限(报警极限AL)，即，由理想极限所涵盖的范围不包括相邻街道区域。有利地仅当所确定的误差上限处在理想极限所涵盖的范围内时，才输出如下确认：车辆处于针对自动驾驶被许用的路线段上。由此尤其防止在以下情况下允许激活自动驾驶：当车辆不在被许用的路线段、而是在相邻道路时，例如不在允许自动驾驶的高速公路路段上、而是在与之并行的未被许用以供自动驾驶的地方公路路段上时。
对于基于GNSS的定位方法、即对于基于至少一个全球导航卫星系统的定位方法，例如使用RAIM(接收器自主监视)。这是从航空工程中已知的用于评估所确定的GNSS位置的完整性(对所确定的GNSS位置可投入的信任度)的方法。RAIM基于以下事实，即，为了卫星辅助定位而需要来自四颗卫星的信号，并且如果有四颗以上的卫星可用，则可以限定在定位点(GNSS位置)周围的界限(误差上限(保护极限PL))，其极有可能包含实际位置。
围绕当前确定的车辆GNSS位置设定的理想极限(报警极限)确定了：当可靠确定车辆处于已被许用以供自动驾驶的路线段上时，车辆实际上必须位于的区域。如果误差上限(保护极限PL)小于理想极限(报警极限)，则车辆实际位置极有可能位于被许用以供自动驾驶的路线段上。而如果误差上限(保护极限PL)大于理想极限(报警极限)，则不能排除以下可能性：尽管所确定的GNSS位置处在被许用以供自动驾驶的路线段上，但车辆处于尚未被许用以供自动驾驶的路线段上。在这种情况下，定位结果不可靠，因此在判断是否应允许自动驾驶时不予考虑。即，随后未允许激活用于执行自动驾驶的车辆系统。
例如，对于基于地标的定位方法，从车辆外部服务器下载数字地图的对应于车辆当前位置的地图部分，该当前位置是借助基于至少一个全球导航卫星系统的定位方法来确定的。由此允许使用包含大量详细信息且由此需要大量存储空间和高处理成本的高分辨率数字地图。通过不在车辆中存储和处理整个数字地图、而是仅下载数字地图的相关地图部分，车辆中所需的存储空间和所需的处理成本被减少。
因此在地标辅助的定位中，在卫星辅助下确定车辆当前(不精确)位置并从车辆外部服务器下载尤其高分辨率的数字地图(HAD地图)的对应于当前位置的地图部分。从数字地图中提取地标签名。借助车辆传感器系统，用传感器采集地标签名。针对所确定的地标签名创建代表车辆位置的大量位置假设。通过比较位置假设来检查其中哪些假设最相似。因为最高概率位置所对应的位置假设处于类似位置假设聚集之处。从聚集分布中可以得知地标签名的相似程度以及“所确定的最高概率位置对应于实际位置”这一假设的可信度。
用于执行该方法的装置尤其包括至少一个针对来自至少一个全球导航卫星系统的信号的接收器和车辆传感器系统，该车辆传感器系统尤其包括至少一个传感器或多个相同和/或不同的传感器，用于采集地标签名。此外，该装置尤其包括至少一个数字地图和/或至少一个通信接口，该通信接口用于与车辆外部服务器通信以下载数字地图的至少一个地图部分。另外，该装置尤其包括至少一个尤其用于执行一个或多个或所有上述处理方法的处理单元。由此可以有利地执行上述方法及其所有实施方式并且可以获得由此产生的优点。
下面，结合附图来更详细解释本发明的实施例，在此示出：
图1示意性示出有误的车辆定位，
图2示意性示出车辆定位的方法过程，
图3示意性示出基于至少一个全球卫星导航系统的定位方法，
图4示意性示出基于地标的定位方法，
图5示意性示出来自传感器数据的地标物与地图地标物的比较，
图6示意性示出概率分析，
图7示意性示出信息整合，
图8示意性示出定位的合理性验证，
图9示意性示出实际的错误分布，
图10示意性示出假设的错误分布，
图11示意性示出执行用于控制车辆的为执行自动驾驶而设立的车辆系统的方法的装置。
在所有附图中，彼此对应的零部件带有相同的附图标记。
下面，结合图1-11来描述一种用于控制车辆1的为执行自动驾驶、尤其是高度自动化驾驶或自主驾驶而设立的车辆系统9的方法以及一种用于执行该方法的装置2。这种自动驾驶尤其是高度自动驾驶(HAF)只在满足某些条件时才有可能实现。
条件之一是，车辆1所在道路的路线段FS被许用以供自动驾驶。当车辆1处在未被许用以供自动驾驶的路线段NFS上时，则车辆驾驶员应该无法激活用于执行自动驾驶的车辆系统9。于是，相应驾驶功能被锁止。
因此，下面更详述的方法应该确保用于执行自动驾驶的车辆系统9不能在未被许用以供自动驾驶的路线段NFS上被激活。因此，为了激活用于执行自动驾驶的车辆系统9，必须至少检查车辆1是否处于针对自动驾驶被许用的路线段FS(路线许可)，并且用于执行自动驾驶的车辆系统9必须依据该检查结果来被允许激活或被锁定。
关于许用各自路线段FS以供自动驾驶的信息在此例如可以作为道路属性从数字地图5中取得，或者它可以从服务器7中针对前方道路被调用，或者它可以如DE 102014 014120 A1(其全部内容通过引用并入本文)所述地依据各不同的道路特征(例如高速公路或具有结构分开的单向车道的、类似高速公路的道路)以及依据交通情况(如无交通拥堵、无建筑工地等)来确定。
对此，在任何情况下都必须可靠确定车辆1处于哪个路线段FS、NFS上。此时的危险是，借助全球导航卫星系统(GNSS)并通过将从数字地图5取得的道路特征与由传感器确定的相应道路特征相比较而实现的定位可能提供有误结果，如图1所示并在以下更详加描述。这可能会造成致命的后果，因为如果车辆1定位有误，则可能会在如下路线段NFS上激活自动驾驶操作，该路线段并未被相应许用并且例如在此可能出现交通状况，而用于执行自动驾驶的车辆系统9并不是针对这样的交通状况来设计的，例如对向交通、交叉口交通、行人和骑车人。
下文所详述的方法允许如此定位车辆1：可以相当可靠地确定车辆1是否位于特定的路线段FS、NFS上，特别是在被许用以供自动驾驶的路线段FS上。例如该方法的误报率处于ASIL-D要求的水平，例如每小时10-7到10-9次误报识别。
在正确识别情况下，应检查车辆1是否位于已被许用以供自动驾驶的路线段FS上。该检查表明车辆1位于路线段FS上，并且车辆1实际上也在该路线段FS上。在误报识别的情况下，应检查车辆1是否位于被许用以供自动驾驶的路线段FS上。该检查表明车辆1处于该路线段FS上。但车辆1实际上位于不同的路线段NFS上，特别是位于未被许用以供自动驾驶的路线段NFS上。
车辆系统9例如基于尤其高分辨率的数字地图5以确保安全的自动驾驶。然后必须确保使用正确的数字地图5或使用数字地图5的对应于车辆1所驶经路线段FS的正确的地图部分KA。因此不仅必须确保车辆1位于原则上适合自动驾驶的路线段FS例如高速公路上，还必须确保车辆1位于正确的路线段FS上。此功能被称为“道路完整性监视”。
在自动驾驶期间，车辆1需要详细了解前方路线以便相应计划驾驶操作。但车辆传感器系统4的相应信息因其作用范围而受限。因此，周围环境信息通过尤其高分辨率的数字地图5来提供。但为此必须在数字地图5中正确定位车辆1。数字地图5的局部限定的地图部分KA(也称为视野或地图视野)在车辆1中准备就绪。地图部分KA与车辆1位置一起提供环境模型以辅助传感器识别。特别是，地图部分KA是基于车辆1的由卫星辅助确定的位置GNSSP而被选择的。
如已提到地，图1示出车辆1的定位，该定位提供错误结果。被许用以供自动驾驶的路线段FS如高速公路被示出，在其旁边，未被许用以供自动驾驶的路线段NFS、如在高速公路旁延伸的联邦公路或高速公路辅道被示出。
车辆1实际上处于未被许用以供自动驾驶的路线段NFS上。借助基于至少一个全球导航卫星系统的定位方法LMG来确定车辆1的位置GNSSP，该位置位于靠左侧的被许用以供自动驾驶的路线段FS上。这种GNSSF错误定位并不少见。
未被许用以供自动驾驶的路线段NFS的由车辆传感器系统4确定且位于车辆传感器系统4的检测范围E之内的道路特征(如车道标DF、GF、车道标类型、在此是虚线所示的车道标GF和实线所示的车道标DF、车道数量、距边缘边界RB的距离)和从数字地图5的地图部分KA中确定的在其旁边被许用以供自动驾驶的路线段FS的道路特征在所示例子中相互匹配，尽管车辆1实际上不在针对自动驾驶被许用的路线段FS上。世界上有许多这种可发生此类错误的场合。这种有误定位的后果是，接着也可以在未被许用以供自动驾驶的路线段NFS上激活自动驾驶。
用下述方法来避免由有误定位引起的这种错误。在这种用于控制车辆1的为执行自动驾驶尤其是高度自动化驾驶或自主驾驶而设立的车辆系统9的方法中，车辆1被定位并且根据定位结果来允许激活车辆系统9，即，依据各自的定位结果，车辆系统9要么被允许激活，要么未被允许激活。
用至少两种不同的定位方法LML、LMG来定位车辆1，其中，所述至少两种定位方法LML、LMG包括至少一种基于地标的定位方法LML和基于GNSS的定位方法、即基于至少一个全球导航卫星系统(GNSS)的定位方法LMG，特别是基于DGNSS的定位方法、即一种基于至少一个差分全球导航卫星系统(DGNSS)的定位方法LMG。只有当用定位方法LML、LMG中的每个方法均确认车辆1位于针对自动驾驶被许用的路线段FS上时，才允许激活车辆系统9。
图11所示的用于执行该方法的装置2尤其设立用于执行该方法。
因此，如图2所示，该方法和装置2使用具有互补机理组合的定位方法，以验证车辆1是否实际上处于通过定位方法LML、LMG所定位的地方，从而能相当可靠地评估车辆1是否处于被许用以供自动驾驶的路线段FS上。在基于至少一个全球导航卫星系统的定位方法LMG情况下，将考虑受保护的横向误差超限，如以下还将描述的那样。在基于地标的定位方法LML的情况下，沿着车辆1所行经的路线xF的、一方面是用车辆传感器系统4采集到的地标签名与另一方面是包含在数字地图5中的地标签名的合理匹配性被确定。还要在借助基于地标的定位方法LML所确定的最高概率位置WP(尤其是纵向位置)与借助基于至少一个全球导航卫星系统的定位方法LMG所确定的位置GNSSP(特别是纵向位置)之间执行合理性验证。还要检查来自数字地图5的横向路线轮廓、特别是路线横截面轮廓与由车辆传感器系统4测得的横向路线轮廓、特别是由车辆传感器系统4测得的路线横截面轮廓是否一致匹配，但这种一致匹配性是很普遍且尤其不是随机的。
图2示出该定位方法的方法过程。该定位方法包括作为方法组成部分VK1的如下检查，即，检查通过车辆传感器系统4测得的路径横截面轮廓与来自数字地图5的路径横截面轮廓是否一致匹配。路径横截面轮廓是在所有边缘边界RB与所有车道标DF、GF之间的一组横向间距以及一连串车道标类型。
此外，作为另一方法组成部分VK2执行基于至少一个全球导航卫星系统的定位方法LMG，在此，检查横向误差上限PL是否小到足以排除竞争路线段FS、NFS，从而不会错误定位在相邻的路线段FS、NFS上。
另外，作为另一方法组成部分VK3来执行基于地标的定位方法LML，并且作为另一方法组成部分VK4来检查所确定的纵向位置是否合理。如果所有这些方法组成部分VK1、VK2、VK3、VK4提供肯定结果，则得到道路完整性，即，定位极有可能是正确的，因此存在定位完整性RPI。因此基于所述定位来断定车辆1是否处于针对自动驾驶被许用的路线段FS上，从而允许激活车辆系统9，或者如果不是这样，则不允许激活车辆系统9。
作为第二方法组成部分VK2，在基于GNSS的定位方法中，即在基于至少一个全球导航卫星系统的定位方法LMG中，如图3所示，在卫星支持下确定车辆1的位置GNSSP(GNSS位置)，确定用于实际车辆位置与所确定的车辆1位置GNSSP之间的预期偏差的误差上限PL，并且如此限定理想极限AL，即，理想极限AL所涵盖的范围不包含相邻道路的任何区域。仅当所确定的误差上限PL处在理想极限AL所涵盖的范围内时，才输出如下确认：车辆1处于针对自动驾驶被许用的路线段FS上。
对于基于GNSS的定位方法、尤其基于DGNSS的定位方法，即例如对于基于至少一个全球导航卫星系统、尤其差分全球导航卫星系统的定位方法LMG，使用例如RAIM(接收器自主监控)。这是从航空工程中已知的方法，其用于评估所确定的GNSS位置的完整性(对所确定的GNSS位置所投以的信任度)。RAIM依赖以下事实：为了卫星支持的定位需要来自四颗卫星的信号，且如果有四颗以上卫星可用，则限定如下极限，即在定位点(GNSS位置)周围的误差上限PL(保护极限)，其极有可能包含车辆1的实际位置。
围绕车辆1的当前确定位置GNSSP设定的理想极限AL确定：当可靠确定车辆1处于针对自动驾驶被许用的路线段FS时，车辆1实际上必然处于的区域。特别是如此设定理想极限AL，即，排除竞争道路，即，其小到足以使被理想极限AL包围的区域不包括在未针对自动驾驶被许用的相邻路线段NFS上的位置。
误差上限PL被确定并与理想极限AL相比较。当误差上限PL小于理想极限AL时，车辆1的实际位置肯定在由理想极限AL所界定的范围内且因此极有可能处在针对自动驾驶被许用的路线段FS上。而如图3所示，当误差上限PL大于理想极限AL时，则不能排除以下可能性：尽管所确定的GNSS位置处于针对自动驾驶被许用的路线段FS上，但车辆1位于未针对自动驾驶被许用的路线段NFS上。在此情况下，定位结果是不可靠的，因此在判断是否应允许自动驾驶时不予以考虑。即，然后未允许激活该车辆系统9以执行自动驾驶。
误差上限PL被低估的概率非常低，但例如可能每101至107小时发生一次，取决于系统质量。而对于汽车系统是难以达到107小时、即车辆1的107工作小时，因此这种风险低。但误报率总是可以在数学上加以限制。
如图4所示，作为第三个方法组成部分VK3，在基于地标的定位方法LML中，通过将用传感器确定的地标签名与从特别是高分辨率的数字地图5中取得的地标签名相比较来确定车辆1在数字地图5中的最高概率位置WP和签名一致性的相似度AM。为此，在卫星支持下确定车辆1的当前(不精确)位置GNSSP，并且从车辆外部服务器7中下载尤其高分辨率的数字地图5(HAD地图)的对应于当前位置GNSSP的地图部分KA。从数字地图5中提取地标物LMK和进而提取地标签名。利用车辆传感器系统4，用传感器采集地标签名，即，由车辆传感器系统4的传感器数据SD中确定地标物LMS。然后进行这些地标签名的比较V。
为此，针对所确定的地标签名创建多个位置假设PH，它们代表车辆1的位置。通过比较位置假设PH来检查其中哪些位置假设PH是最相似的以及相似度有多可靠。因为与数字地图5中最高概率位置WP对应的位置假设PH处于相似位置假设PH所聚集之处。从聚集分布中可以看出地标签名的相似程度以及“所确定的最高概率位置WP对应于实际位置”这一假设的可信度。因此确定相似度AM，在此，可确保错误率小于预定值。如果相似度AM高于例如为99.99％的预定阈值，则结果为肯定且所确定的最高概率位置WP被视为有效。否则结果为否定，因此所确定的最高概率位置WP因无效而被摒弃。
因此，当这种大小和形状的地标签名的随机匹配一致在统计学上是极不可能的时，来自数字地图5的地标签名与由车辆传感器系统4所测到的地标特征的一致匹配是合理的。用于这种随机一致匹配的概率余值可在数学上受到限制。地标签名集越大，即所比较的地标签名越多并且地标签名的分类越好，所述概率越低。误报率被预定，该误报率仍然是可接受的，并且针对该误报率将足够快速地获得所需的地标集大小。例如以每10到1000小时仅出现一次随机一致匹配的方式来设定该误报率。
仅当所确定的最高概率位置WP处于针对自动驾驶被许用的路线段FS上且所确定的相似度AM还超出预定的相似度阈值时，才输出如下确认：车辆1处于针对自动驾驶被许用的路线段FS。
以下，再次结合图5至图7来详细解释基于地标的定位的示例性做法。所述做法包括三个步骤。在第一步中，如图5所示，执行来自传感器数据SD的地标物LMS与来自数字地图5的地标物LMK的比较VLM。为此，从车辆1的车辆传感器系统4的传感器数据SD中确定可能的地标物LMS，做法是在车辆1的路程xF范围内确定可能的地标物LMS的空间图案。通过在地图路线xK范围内确定在同一空间区域内的地标LMK空间图案，从地图部分KA中确定在数字地图5中所标记的地标LMK。现在进行这些地标物LMS、LMK的比较VLM，确切地说是地标物LMS、LMK的图案的比较VLM。由此确定位置假设PH。在此，有利地考虑由车辆传感器系统4测得的所有地标物LMS，尤其是车辆1已经过的地标物LMS。因此与所记录的地标物LMS分布进行比较，即依据地标签名。
在比较VLM中考虑所有可能的一致匹配，而不仅仅是最接近的点，从而确定多个位置假设PH。每个位置假设PH都有基于测量噪声、地图误差和里程计不确定性的空间不确定性。
第二步骤中，如图6所示，执行概率分析PA。在此，通过分析所有位置假设PH并借助概率分析PA滤掉所有错误信息来确定具有完整性值的位置假设PHI。为此，用位置假设PH、误导性信息分布模型VII和正确信息分布模型VKI进行概率分析PA。由此导致具有完整性值的位置假设PHI。
错误信息遵循与正确信息不同的分布，通常与实际位置截然无关，例如相同的空间分布。非离群匹配必定与实际位置相关并在其周围形成可能的相应空间形状例如高斯分布。如果彼此相关地分析所有的位置假设PH，则可获得对“其中每个位置假设均源自两个分布之一”这一情况的概率估算和进而对“其是误导信息”的概率估算。
在第三步骤中，如图7所示，进行信息合并。通过根据预定的完整性极限值进行过滤F，可以借助于尤其按预定方式高到足以确定车辆1位置的位置精度来确定位置假设PHP。随后，进行该信息的整合II，以由此确定基于地标的定位方法LML的误差上限PLL。
具有完整性值的位置假设PHI会根据“其是误导信息”的几率被过滤。阈值取决于针对误差超限的期望误报率。阈值越低，越少的具有完整性值的位置假设PHI被视为足够好，即被视为具有足够高的位置精度。
如上所述，作为第四个方法组成部分VK4进行合理性验证，即合理性评估P。如图8所示，在位置比较PV中，将借助基于地标的定位方法LML所确定的最高概率位置WP、特别是纵向位置与在卫星支持下确定的位置、即通过基于至少一个全球导航卫星系统的定位方法LMG所确定的位置GNSSP、特别是纵向位置相比较，并且仅当所确定的两个位置WP、GNSSP彼此接近时、尤其在预定的最大相互间距内时，才被评为是合理的。即，仅在此情况下，合理性评估P才有肯定结果。否则，所确定的最高概率位置WP因不合理被摒弃，即，合理性评估P具有否定结果。仅当所确定的最高概率位置WP被评估为合理时，才输出如下确认：车辆1处于针对自动驾驶被许用的路线段FS。
基于地标的定位方法LML和基于至少一个全球导航卫星系统的定位方法LMG不太可能产生相同的误差。因此可以假定，用这两种方法确定的位置WP、GNSSP、特别是纵向位置没有误差且因此在它们彼此接近时是合理的。这样一来，道路完整性的误报率、即定位完整性RPI的误报率被进一步降低一个数量级。
最后还要说明位置信息PI的误差上限PL、PLL。图9示出在负误差上限和正误差上限PL、PLL之间的未知实际误差分布。μ是平均值，而σ是与平均值的偏差的归一化总和的方根。图10示出假定的误差分布。
所规定的精度是与实际值的典型偏差，即，实际分布的σ。所规定的误差极限PL、PLL是边界框，它包含所有错误，除了例如10-7。所规定的可用性是时间百分比，系统可按此提供误差上限PL、PLL。
大多数情况下，精度都可以用大量的测试样本组和基本真实性参考来验证。在线优化软件也生成σ值以表明估算的准确性，但这基于误差模型分布，其可能与实际分布有显著差异。因此，这不是真正精度，并且绝对不足以确定误差上限PL、PLL，因此需要附加监视。
图11所示的用于执行该方法的装置2尤其包括至少一个针对来自至少一个全球导航卫星系统的信号的接收器3和车辆传感器系统4，它尤其包括至少一个传感器或多个相同和/或不同的传感器，用于检测路标签名。此外，装置2尤其包括至少一个数字地图5和/或至少一个通信接口6(如此处所示)，该通信接口用于与车辆外部服务器7通信以下载数字地图5的至少一个地图部分KA。此外，装置2尤其包括至少一个处理单元8。根据由装置2借助该方法所确定的结果，要么允许激活车辆系统9，要么不允许激活车辆系统9。

Claims (10)

1.一种用于控制车辆(1)的为执行自动驾驶而设立的车辆系统(9)的方法，其中，所述车辆(1)被定位，并且其中，所述车辆系统(9)根据定位结果被许用以激活，
其特征在于，
-用至少两种不同的定位方法(LML,LMG)定位该车辆(1)，其中，所述至少两种定位方法(LML,LMG)包括至少一种基于地标的定位方法(LML)和基于至少一个全球导航卫星系统的定位方法(LMG)，并且
-仅当用每种所用的定位方法(LML,LMG)均确认所述车辆(1)处在针对自动驾驶被许用的路线段(FS)时，所述车辆系统(9)才被允许激活。
2.根据权利要求1所述的方法，其特征在于，在所述基于地标的定位方法(LML)中，通过将用传感器确定的地标签名与从数字地图(5)取得的地标签名相比较来确定在该数字地图(5)中的所述车辆(1)的最高概率位置(WP)和签名一致性的相似度(AM)。
3.根据权利要求2所述的方法，其特征在于，仅当所确定的最高概率位置(WP)处于针对自动驾驶被许用的路线段(FS)且所确定的相似度(AM)还超过预定的相似度阈值时，才输出如下确认：所述车辆(1)处于针对自动驾驶被许用的路线段(FS)。
4.根据权利要求2或3所述的方法，其特征在于，将所确定的最高概率位置(WP)与借助基于至少一个全球导航卫星系统的定位方法(LMG)所确定的位置(GNSSP)相比较。
5.根据权利要求4所述的方法，其特征在于，当两个所确定的位置(WP,GNSSP)彼此靠近、尤其在预定的相互最大距离内时，所确定的最高概率位置(WP)被评估为合理。
6.根据权利要求5所述的方法，其特征在于，仅当所确定的最高概率位置(WP)被评估为合理时，才输出如下确认：所述车辆(1)处于针对自动驾驶被许用的路线段(FS)。
7.根据前述权利要求中任一项所述的方法，其特征在于，在基于至少一个全球导航卫星系统的定位方法(LMG)中，确定所述车辆(1)的当前位置(GNSSP)，确定用于实际车辆位置与所确定的位置(GNSSP)之间的预期偏差的误差上限(PL)，并如下限定理想极限(AL)，即，理想极限(AL)所覆盖的区域不包括相邻道路区域，其中，只有当所确定的误差上限(PL)位于所述理想极限(AL)所覆盖的范围内时，才输出如下确认：所述车辆(1)处于针对自动驾驶被许用的路线段(FS)。
8.根据前述权利要求中任一项所述的方法，其特征在于，对于基于地标的定位方法(LML)，从车辆外部服务器(7)下载该数字地图(5)的对应于所述车辆(1)当前位置(GNSSP)的地图部分(KA)，该当前位置通过基于至少一个全球导航卫星系统的定位方法(LMG)来确定。
9.一种用于执行根据权利要求1至8中任一项所述方法的装置(2)，其中，所述装置(2)设立用于定位所述车辆(1)并用于根据定位结果来允许激活所述车辆系统(9)，其中，
该装置(2)设立用于使用至少两种不同的定位方法(LML,LMG)定位该车辆(1)，其中，所述至少两种定位方法(LML,LMG)包括至少一种基于地标的定位方法(LML)和基于至少一个全球导航卫星系统的定位方法(LMG)，并且
其中，该装置(2)被如下设立，即，仅当利用所使用的每种定位方法(LML,LMG)都确认车辆处于针对自动驾驶被许用的路线段(FS)时，该车辆系统(9)才被允许激活。
10.根据权利要求9所述的装置(2)，包括
-针对至少一个全球导航卫星系统的信号的至少一个接收器(3)，
-用于检测地标签名的车辆传感器系统(4)，
-至少一个数字地图(5)和/或至少一个通信接口(6)，所述通信接口用于与车辆外部服务器(7)通信以下载所述数字地图(5)的至少一个地图部分(KA)，
-至少一个处理单元(8)。
CN201980034877.3A 2018-05-25 2019-04-10 用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及用于执行该方法的装置 Pending CN112189126A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102018004229.5 2018-05-25
DE102018004229.5A DE102018004229A1 (de) 2018-05-25 2018-05-25 Verfahren zum Steuern eines zur Durchführung eines automatisierten Fahrbetriebs eingerichteten Fahrzeugsystems eines Fahrzeugs und Vorrichtung zur Durchführung des Verfahrens
PCT/EP2019/059164 WO2019223931A1 (de) 2018-05-25 2019-04-10 Verfahren zum steuern eines zur durchführung eines automatisierten fahrbetriebs eingerichteten fahrzeugsystems eines fahrzeugs und vorrichtung zur durchführung des verfahrens

Publications (1)

Publication Number Publication Date
CN112189126A true CN112189126A (zh) 2021-01-05

Family

ID=66439989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980034877.3A Pending CN112189126A (zh) 2018-05-25 2019-04-10 用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及用于执行该方法的装置

Country Status (5)

Country Link
US (1) US20210215503A1 (zh)
EP (1) EP3669142B1 (zh)
CN (1) CN112189126A (zh)
DE (1) DE102018004229A1 (zh)
WO (1) WO2019223931A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017211607A1 (de) * 2017-07-07 2019-01-10 Robert Bosch Gmbh Verfahren zur Verifizierung einer digitalen Karte eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs
DE102018005005A1 (de) 2018-06-22 2019-12-24 Daimler Ag Verfahren zur Positionsbestimmung eines Fahrzeugs
DE102019003246A1 (de) 2019-05-08 2020-11-12 Daimler Ag Verfahren zur Ermittlung von Messwerten mittels mindestens zweier unterschiedlicher Messverfahren und dessen Verwendung
DE102019208533A1 (de) * 2019-06-12 2020-12-17 Continental Teves Ag & Co. Ohg Verfahren zum Erkennen einer Straßenklasse
DE102019133316A1 (de) * 2019-12-06 2021-06-10 Bayerische Motoren Werke Aktiengesellschaft Bestimmen einer Position eines Fahrzeugs
DE102020108907B4 (de) 2020-03-31 2022-04-21 Daimler Ag Verfahren zur landmarkenbasierten Lokalisierung 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
DE102020118629B4 (de) * 2020-07-15 2022-12-29 Bayerische Motoren Werke Aktiengesellschaft Computerimplementiertes Verfahren zum Bestimmen der Validität einer geschätzten Position eines Fahrzeugs
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
DE102020131996A1 (de) * 2020-12-02 2022-06-02 Bayerische Motoren Werke Aktiengesellschaft Absichern einer geografischen Position
US11754725B2 (en) * 2021-02-19 2023-09-12 Westinghouse Air Brake Technologies Corporation Vehicle location and control system
CN113327443A (zh) * 2021-05-31 2021-08-31 东风汽车集团股份有限公司 一种用于自动驾驶的地理围栏判定方法及装置
DE102021121406A1 (de) 2021-08-18 2023-02-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Lokalisierungseinrichtung zur Lokalisierung eines Kraftfahrzeugs und Kraftfahrzeug
DE102021210789A1 (de) 2021-09-28 2023-03-30 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Bereitstellen einer Fahrstrategie für ein automatisiertes Fahrzeug
DE102022106571A1 (de) 2022-03-21 2023-09-21 Bayerische Motoren Werke Aktiengesellschaft Steuerung eines Fahrzeugs

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060064202A1 (en) * 2002-08-26 2006-03-23 Sony Corporation Environment identification device, environment identification method, and robot device
KR20090029129A (ko) * 2007-09-17 2009-03-20 (주)케이티에프테크놀로지스 경로 탐색 단말기와 위치 좌표 제공 서버 및 그 방법
US20110118979A1 (en) * 2009-11-19 2011-05-19 Robert Bosch Gmbh Automotive location data integrity
KR20120112293A (ko) * 2012-08-24 2012-10-11 전자부품연구원 이동체의 위치 판단 장치 및 위치 판단 방법
US20150378015A1 (en) * 2014-06-30 2015-12-31 Hyundai Motor Company Apparatus and method for self-localization of vehicle
US20160375912A1 (en) * 2015-06-23 2016-12-29 Volvo Car Corporation Arrangement and method for facilitating handover to and from an automated autonomous driving aid system
CN106335498A (zh) * 2015-07-10 2017-01-18 丰田自动车株式会社 车辆控制装置
CN106715224A (zh) * 2014-09-24 2017-05-24 戴姆勒股份公司 高度自动化驾驶功能的功能许可
CN107097780A (zh) * 2012-11-30 2017-08-29 伟摩有限责任公司 启用和停用自动驾驶

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012016802A1 (de) * 2012-08-23 2014-02-27 Audi Ag Verfahren zur Steuerung eines autonomen Fahrzeugsystems und Kraftfahrzeug
WO2016151750A1 (ja) * 2015-03-24 2016-09-29 パイオニア株式会社 地図情報記憶装置、自動運転制御装置、制御方法、プログラム及び記憶媒体
DE102015008879A1 (de) * 2015-07-09 2016-03-24 Daimler Ag Verfahren zur Selbstlokalisation eines Fahrzeugs
DE102016009117A1 (de) * 2016-07-27 2017-02-23 Daimler Ag Verfahren zur Lokalisierung eines Fahrzeugs

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060064202A1 (en) * 2002-08-26 2006-03-23 Sony Corporation Environment identification device, environment identification method, and robot device
KR20090029129A (ko) * 2007-09-17 2009-03-20 (주)케이티에프테크놀로지스 경로 탐색 단말기와 위치 좌표 제공 서버 및 그 방법
US20110118979A1 (en) * 2009-11-19 2011-05-19 Robert Bosch Gmbh Automotive location data integrity
KR20120112293A (ko) * 2012-08-24 2012-10-11 전자부품연구원 이동체의 위치 판단 장치 및 위치 판단 방법
CN107097780A (zh) * 2012-11-30 2017-08-29 伟摩有限责任公司 启用和停用自动驾驶
US20150378015A1 (en) * 2014-06-30 2015-12-31 Hyundai Motor Company Apparatus and method for self-localization of vehicle
CN106715224A (zh) * 2014-09-24 2017-05-24 戴姆勒股份公司 高度自动化驾驶功能的功能许可
US20160375912A1 (en) * 2015-06-23 2016-12-29 Volvo Car Corporation Arrangement and method for facilitating handover to and from an automated autonomous driving aid system
CN106335498A (zh) * 2015-07-10 2017-01-18 丰田自动车株式会社 车辆控制装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒋刚等编著: "《工业机器人》", 31 January 2011, 西安交通大学出版社, pages: 92 - 100 *

Also Published As

Publication number Publication date
EP3669142B1 (de) 2021-06-09
WO2019223931A1 (de) 2019-11-28
EP3669142A1 (de) 2020-06-24
US20210215503A1 (en) 2021-07-15
DE102018004229A1 (de) 2019-11-28

Similar Documents

Publication Publication Date Title
CN112189126A (zh) 用于控制车辆的为执行自动驾驶而设立的车辆系统的方法及用于执行该方法的装置
JP6870604B2 (ja) 自己位置推定装置
Suhr et al. Sensor fusion-based low-cost vehicle localization system for complex urban environments
CN112204346B (zh) 用于确定车辆位置的方法
US10962375B2 (en) Method and device for evaluating the contents of a map
US8996197B2 (en) Lane monitoring with electronic horizon
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合系统
CN109477728B (zh) 用于确定车辆相对于路面行车道的横向位置的方法和装置
US20220169280A1 (en) Method and Device for Multi-Sensor Data Fusion For Automated and Autonomous Vehicles
CN109752741A (zh) 车辆定位设备
US11002553B2 (en) Method and device for executing at least one measure for increasing the safety of a vehicle
CN113997950A (zh) 车辆控制装置和车辆控制方法
CN112082563B (zh) 识别一道路等级的方法
WO2018168961A1 (ja) 自己位置推定装置
US20230280465A1 (en) Computer-Implemented Method for Determining the Validity of an Estimated Position of a Vehicle
JP6543983B2 (ja) 道路情報生成装置及びプログラム
CN110617815B (zh) 一种自动驾驶监控告警的方法和装置
JP2020056785A (ja) 車両を運転するための方法および装置
US20220355818A1 (en) Method for a scene interpretation of an environment of a vehicle
Suganuma et al. Localization for autonomous vehicle on urban roads
US11435757B2 (en) Method for verifying a digital map of a more highly automated vehicle (HAV), especially of a highly automated vehicle
CN116324907A (zh) 用于确定在机动车环境中的可能元素的存在概率的方法、驾驶员辅助系统和机动车
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
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
CN114577197A (zh) 确保地理位置

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
CB02 Change of applicant information

Address after: Stuttgart, Germany

Applicant after: Mercedes-Benz Group Co.,Ltd.

Address before: Stuttgart, Germany

Applicant before: DAIMLER AG

CB02 Change of applicant information