CN113306559A - 在路形估计中对于垂直道路曲度的补偿 - Google Patents
在路形估计中对于垂直道路曲度的补偿 Download PDFInfo
- Publication number
- CN113306559A CN113306559A CN202110214180.3A CN202110214180A CN113306559A CN 113306559 A CN113306559 A CN 113306559A CN 202110214180 A CN202110214180 A CN 202110214180A CN 113306559 A CN113306559 A CN 113306559A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- representation
- vertical
- mathematical function
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000033001 locomotion Effects 0.000 claims abstract description 40
- 238000007620 mathematical function Methods 0.000 claims abstract description 37
- 230000001131 transforming effect Effects 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000004931 aggregating effect Effects 0.000 claims 1
- 230000002093 peripheral effect Effects 0.000 claims 1
- 230000015654 memory Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- 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
-
- 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
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开涉及在路形估计中对于垂直道路曲度的补偿。估计车辆的道路段的垂直偏移的方法包括:从第一观察点在第一时刻追踪道路段上至少一个道路参考以形成至少一个道路参考的第一表示;获取从第一时刻延续到第二时刻的时间段上的车辆移动数据;从第二观察点在第二时刻追踪道路段上至少一个道路参考以形成至少一个道路参考的第二表示,第一和第二表示基于定义的数学函数;基于获取的移动数据将第一表示的点从第一表示的坐标系统变换到第二表示的坐标系统,对变换后的点应用垂直坐标以计算满足定义的数学函数和最大误差值的投影的纵向坐标和横向坐标的集合;基于应用的满足定义的数学函数和最大误差值的垂直坐标和获取的车辆移动数据确定垂直偏移。
Description
相关申请的交叉引用
本专利申请要求于2020年2月25日提交的、取名为“COMPENSATION FOR VERTICALROAD CURVATURE IN ROAD GEOMETRY ESTIMATION(在路形估计中对于垂直道路曲度的补偿)”的欧洲专利申请号20159205.2的优先权,该专利申请于此被转让给受让人,并且通过引用明确地合并于此。
技术领域
本公开涉及高级驾驶辅助系统(ADAS)和自主驾驶(AD)。更具体地,本公开涉及路形估计形式的道路建模。
背景技术
在最近这些年期间,自主车辆的开发已经在蓬勃发展并且正在探究许多不同的解决方案。今天,在这些领域内的不同的技术领域内,在自主驾驶(AD)和高级驾驶辅助系统(ADAS)(即半自主性驾驶)两者中进行开发。AD和ADAS也可以被称为具有不同级别的自动驾驶系统(ADS),其中AD通常被归类为级别3或更高的ADS,如SAE J3016所定义的,而ADAS通常被归类为级别2或更低的ADS,如SAE J3016所定义的。一个此类领域是如何在具有准确性和一致性的情况下估计车辆的位置和定向,因为这是车辆在交通内移动时的重要的安全方面。
道路偏离在AD和ADAS系统两者中都是关键问题,并且缓解道路偏离的风险的适当解决方案具有极度的重要性,而且,道路偏离干预是EuroNCAP车道支持系统(LSS)评级的一部分。通常,可以在三个子类中对车道支持系统进行分类:车道偏离警告(LDW)、车道保持辅助(LKA),以及车道定中心辅助(LCA),其被设计为在驾驶员无意地离开道路车道或时在驾驶员在没有指示的情况下改变车道时对驾驶员进行辅助和/或警告。
然而,对于所有车道支持系统或任意其他转向系统,对路形精确且可靠的检测是关键功能。具体地,此类系统依赖于精确且可靠的车道标记或道路边缘追踪。通常,车道标记和道路边缘追踪特征从由安装在车辆上的一个或多个照相机捕捉的图像中检测车道标记(或其他道路参考)。然后,基于该检测,计算车道标记或道路边缘(多个)的几何学形状或位置的数学表示,并且能够确定在道路段上行进的道路模型(包括车道几何形态)。
然而,在非平坦表面上(诸如像在具有下降和顶部的道路上)行驶时,当生成数学表示时,由于导致不准确的路形信息的不准确的图像投影,能够使车道追踪估计向内或向外弯曲。因此,该图像失真能够使一个或多个车道支持系统作出对前方道路的错误结论。更详细地,因为锥形线表示车道追踪估计向内地弯曲倾向于抑制车道保持功能。类似地,虽然以相反方式,即,车道保持功能将假定与真实相比在车道线之间存在更多间距,但车道追踪估计向外地弯曲也将负面地影响车道保持功能。
不仅仅存在牵涉不可靠的车道追踪功能的安全风险,但是用户体验也受到损害。考虑到对于车道支持系统的即将到来的更严格的需求,以及在汽车工业中用于提供可靠且经济合算的解决方案的一般目的,需要新的且改善的解决方案,其缓解与当前已知的系统相关联的问题,并且优选地没有增加成本。
更具体地,需要一种解决方案,其至少部分地解决与由车道追踪特征针对垂直道路曲度所造成的图像失真相关联的问题。
发明内容
因此本公开的目的是提供用于估计车辆的道路段的垂直偏移的方法、对应的计算机可读存储介质、控制设备,以及包括此类控制设备的车辆,其缓和目前已知的系统的所有或至少一些缺点。
更具体地,本公开的目的是提供以准确、可靠且划算的方式估计车辆前面的垂直偏移(以及可选地)的解决方案。
借助于如所附权利要求所限定的方法、计算机可读存储介质、控制设备,以及车辆来实现该目的。术语示例性在本上下文中将被理解为充当实例、示例或图示。
根据本公开的第一方面,提供一种用于估计车辆的道路段的垂直偏移的方法。该方法包括:从第一观察点在第一时刻追踪道路段上的至少一个道路参考,以便形成至少一个道路参考的在车辆平面中的第一表示。第一表示基于第一数学函数。该方法进一步包括:获取从第一时刻延续到第二时刻的时间段上的车辆移动数据,以及从第二观察点在第二时刻追踪道路段上的至少一个道路参考,以便形成至少一个道路参考的在车辆平面中的第二表示。第二表示基于第二数学函数。此外,该方法包括:基于获取的移动数据将第一表示的点从第一表示的坐标系统变换到第二表示的坐标系统,对变换后的点应用垂直坐标以便计算满足定义的数学函数和最大误差值的投影的纵向坐标和横向坐标的集合,以及基于满足第二数学函数和最大误差值的应用的垂直坐标并且基于获取的车辆移动数据来确定垂直偏移。可以在车辆的自动驾驶系统(ADS)特征(诸如像路径规划特征或车道支持系统(LSS)特征)中有利地利用所确定的垂直偏移。更具体地,所确定的垂直偏移可以用于提高在前述的ADS特征利用的中道路模型估计的准确度(例如,车道标记建模)。
车辆平面可以在本上下文中被理解为用于车辆的局部坐标系统的参考平面。而且,第一和第二数学函数可以是技术上相同的或不同类型的函数(例如,三阶多项式),其中第一和第二术语主要地用于阐明它们在两个单独的图像帧中形成两个单独的表示的事实。
根据示例性实施例,该方法进一步包括基于所确定的垂直偏移来形成一个或多个道路参考的更新的表示。换句话说,,该方法可以进一步包括使用所确定的垂直偏移,以便补偿造成错误的道路参考表示(例如,车道轨迹)的由图像传感器所捕捉的图像中的失真。
根据本公开的第二方面,提供一种存储被配置为由处理系统的一个或多个处理器执行的一个或多个程序的(非暂时性)计算机可读存储介质,该一个或多个程序包括执行根据在本文公开的实施例的任意之一的方法的指令。关于本公开的该方面,如在先前讨论的本公开的第一方面中,提出类似的优点和优选的特征。
如在本文所使用的,术语“非暂时性”意图是描述传播电磁信号以外的计算机可读存储介质(或“存储器”),但是并不意图另外限制通过短语计算机可读介质或存储器所涵盖的物理计算机可读存储设备的类型。例如,术语“非暂时性计算机可读介质”或“有形存储器”意图包含不一定永久地存储信息的存储设备的类型,例如包括随机存取存储器(RAM)。可以进一步通过传输介质或可以经由诸如网络和/或无线链路之类的通信介质所输送的诸如电子、电磁,或数字信号之类的信号来传送存储在非暂时性形式的有形计算机可访问的存储介质上的程序指令和数据。因此,如在本文所使用的,术语“非暂时性”是与对数据存储持续性的限制相反的对介质本身的限制(即,有形、不是信号)(例如,RAM相对于ROM)。
此外,根据本公开的另一个方面,提供一种用于估计车辆的道路段的垂直偏移的控制设备。控制设备包括控制电路,该控制电路被配置为从第一观察点在第一时刻借助于图像传感器来追踪道路段上的道路参考,以便形成道路参考的在车辆平面中的第一表示,其中第一表示基于第一数学函数。控制电路被进一步配置为从车辆的至少一个运动传感器获取从第一时刻延续到第二时刻的时间段上的车辆移动数据,以及从第二观察点在第二时刻借助于图像传感器来追踪道路段上的道路参考,以便形成道路参考的在车辆平面中的第二表示,其中第二表示基于第二数学函数。而且,控制电路被配置为基于所获取的移动数据将第一表示的点从第一表示的坐标系统变换到第二表示的坐标系统、对变换后的点应用垂直坐标以便计算满足定义的数学函数和最大误差值的投影的纵向坐标和横向坐标的集合,以及基于应用的满足第二数学函数和最大误差值的垂直坐标并且基于获取的车辆移动数据来确定垂直偏移。关于本公开的该方面,如在先前讨论的本公开的第一方面中,提出类似的优点和优选的特征。
根据本公开的又一个方面,根据在本文公开的实施例的任意之一,提供一种车辆,其包括图像传感器、至少一个运动传感器,以及控制设备。关于本公开的该方面,如在先前讨论的本公开的第一方面中,提出类似的优点和优选的特征。
在从属权利要求中限定本公开的另外的实施例。应当强调,当在本说明书中使用时,采用术语“包括/包括有”以指定所陈述的特征、整数、步骤,或组件的存在。其不阻止存在或添加一个或多个其他特征、整数、步骤、组件,或其组。
将在下文中参考在下文描述的实施例来进一步澄清本公开的这些和其他特征和优点。
附图说明
根据以下详细描述,本公开的实施例的另外的目的、特征和优点将明显,对附图作出参考,其中:
图1是根据本公开的实施例的、用于估计车辆的道路段的垂直偏移的方法的示意流程图表示。
图2是根据本公开的实施例的、用于估计车辆的道路段的垂直偏移的方法中的子流程的示意流程图表示。
图3是根据本公开的实施例的、具有用于估计车辆的道路段的垂直偏移的控制设备的车辆的示意透视图图示。
图4是图示出根据本公开的实施例的、用于估计车辆的道路段的垂直偏移的方法的应用的结果的示意绘图。
图5是根据本公开的实施例的、具有用于估计车辆的道路段的垂直偏移的控制的车辆的示意性侧视图。
具体实施方式
那些本领域技术人员将理解,可以使用独立的硬件电路、使用结合编程微处理器或通用计算机运行的软件、使用一个或多个专用集成电路(ASIC)和/或使用一个或多个数字信号处理器(DSP)来实施在本文解释的步骤、服务和功能。也将理解,当就方法来描述本公开时,其也可以被体现在一个或多个处理器和耦合到一个或多个处理器的一个或多个存储器中,其中,一个或多个存储器存储当由一个或多个处理器执行时执行在本文公开的步骤、服务和功能的一个或多个程序。
在示例性实施例的以下描述中,相同的附图标记表示相同的或相似的组件。
图1示出用于估计或确定在道路段上行进的车辆的道路段的垂直偏移的方法100的示意流程图表示。在车辆的ADS特征中有利地利用所确定的垂直偏移。ADS特征可以是利用车道轨迹、道路边缘轨迹,等等的车辆的任意特征(诸如像车道保持辅助(LKA)特征、车道偏离警告(LDW)特征),或者诸如路径规划模块之类的任意其他自主驾驶(AD)特征。垂直偏移在本上下文中将被理解为道路段与参考平面或车辆平面(例如,车辆在车辆的局部坐标系统中“站立”在其上的表面平面)之间的高度差。换句话说,垂直偏移可以是相对于参考平面在道路上的倾斜的高度,或者相对于参考平面在道路上的下降或偏斜的深度的形式。
该方法100包括从第一观察点在第一时刻(t-1)追踪101一个或多个道路参考,以便形成一个或多个道路参考的在车辆平面中的第一表示。该第一表示基于通常是三阶多项式形式的第一数学函数,但是描述车辆平面上的所追踪的道路参考的分布的其他数学函数也是可行的。因而,表示能够被定义为函数Y(x)t-1,使得表示的每个点具有x坐标,以及y坐标。
道路参考可以例如是车道标记、道路边缘、侧柱、道路障碍,等等。可以通过车辆安装的传感器(例如,照相机)的位置来表示观察点。
另外,该方法100包括获取102(至少)从第一时刻(t-1)延续到第二时刻(t0)的时间段上的车辆移动数据。车辆移动数据可以例如是从车辆的惯性测量单元(IMU)获取的IMU数据、从车辆的全局导航卫星系统(GNSS),或者用于监视车辆的加速度或位置的任意其他车辆安装的传感器获取的定位数据。因而,车辆移动数据可以包括车辆速度、车辆加速度、车辆偏航率、车辆俯仰率,以及车辆滚转率中的一个或多个。
该方法100进一步包括从第二观察点在第二时刻(t0)追踪103道路段上的一个或多个参考(即相同的参考(多个)),以便形成一个或多个道路参考的在车辆平面中的第二表示。第二表示也基于第二数学函数,例如三阶多项式Y(x)t0。
换句话说,该方法100包括:在第一帧中(即在第一时刻)追踪101一个或多个道路参考、在第二帧中(即在第二时刻)追踪103相同的道路参考(多个),同时获取102指示车辆已经在这两个帧之间如何移动的数据。应当注意到,第一和第二帧不需要是两个紧接随后的帧(即两个相邻帧),只要第二帧是在与第一帧相比随后的时刻获取的帧即可,其中两个帧之间的时间可以被任意地选择。例如,在10个帧的序列中,其中第一帧是序列中的第一帧,而第二帧可以是序列中的第二帧、序列中的第三帧、序列中的第四帧,等等。本领域技术人员认识到,两个帧之间的时间不应当太长,因为其将影响在本文公开的解决方案的准确度,并且可以例如小于500ms。
继续前进,该方法100包括:基于所获取的移动数据将道路参考的第一表示的任意选择的点的坐标从第一表示的坐标系统变换104到第二表示的坐标系统。换句话说,人们能够将该步骤解释为:在第二帧中定义第一表示(例如,车道轨迹),以及然后在第二帧中任意地选择该第一表示的点。
接下来,对变换后的点应用105垂直坐标,以便计算满足第二数学函数和最大误差值的投影的纵向坐标和横向坐标的集合。在以下将关于图2来更详细地描述该步骤。
因此,在一些实施例中,应用105垂直坐标的步骤包括:测试各个垂直坐标,以便在第二表示的坐标系统中(即,在第二帧中)对沿着第一轴(其延伸通过第一观察点和第一表示中的任意选择的点)的变换后的点进行转换109。根据转换的点,人们能够计算投影的纵向坐标(xproj)和投影的横向坐标(yproj)。
更详细地,对于每个“测试的”垂直坐标,即对于沿着第一轴的每步,沿着第二轴(延伸通过第二观察点和转换109的点)将转换109的点投影到车辆平面上,以便推导投影的纵向坐标和横向坐标(xproj,yproj)。投影的坐标(xproj,yproj)然后用于了解它们是否满足(描述追踪道路参考(多个)的)第二帧中的第二数学函数,并且更具体地它们用于了解它们是否很好地满足第二数学函数(误差值低于最大误差值)。
更具说明性地,如果即对于每个纵向坐标x通过函数Y(x)t0=y来描述第二表示,则存在对应的横向坐标y。因此,为了了解投影的坐标(xproj,yproj)是否满足数学函数,人们例如使用投影的纵向坐标(xproj)作为输入Y(xproj)t0以便获取输出Y(xproj)=ytest。然后将该输出ytest与投影的横向坐标相比较ytest-yproj=e,并且针对最大误差值(emax)来检查结果得到的误差值(e),使得如果e<emax,则该数学函数被考虑为满意。例如,如果e=0,那么投影的坐标是理想的匹配。
而且,在一些实施例中,应用105不同的垂直坐标的步骤包括应用107优化算法,使得找到最佳匹配值(例如,如果若干投影的坐标导致低于最大误差值的误差值)。而且,可以如提及地顺序地或者替换地以优化方式(例如,如果能够预先假定人们在寻找正垂直偏移,则忽略负垂直坐标)执行108不同的垂直坐标105的本应用105。由此,可以减少计算时间,并且总体算法呈现为更加计算高效。
返回图1,该方法100进一步包括:基于应用的满足定义的数学函数以及最大误差值的垂直坐标以及所获取的车辆移动数据来确定106道路段的主体部分的垂直偏移。此外,该方法100可以包括基于所确定的垂直偏移来形成107一个或多个道路参考的更新的表示。因此,一旦已知垂直偏移,则由前方道路的垂直曲度(曲度可以为正或负)引起的图像失真能够用于补偿道路参考(多个)的先前错误的表示(例如,车道轨迹)。
执行这些功能的可执行的指令被可选地包括在非暂时性计算机可读存储介质或被配置用于由一个或多个处理器执行的其他计算机程序产品中。
图3是在道路段30上行进的车辆1的示意透视图图示,其中车辆1具有为了车辆1的ADS特征用于估计垂直偏移(zoff)的控制设备。更详细地,图3进一步阐明以上讨论的方法,并且在部分(a)中示出在第一时刻(t-1)在道路段30上行进的车辆1,并且在部分(b)中示出在第二(随后的)时刻(t0)在相同的道路段30上的相同的车辆1。
更详细地,图3(a)示出车辆1在道路段30上行进,其中道路在车辆1的前面的一段距离向上弯曲。车辆1配备有输出用于追踪或追寻道路参考(在这里是右侧车道标记31的形式)的照相机6b,以便形成车辆平面33中的车道标记31的第一表示32。由于前方的向上弯曲的道路段30,所以感应到某失真,使得在前方道路向上曲线时车道轨迹表示32向外弯曲。因而,形成右侧车道标记的错误表示32。该错误表示32可以负面地影响依赖于正确的车道轨迹的任意ADS特征,并且可以导致特征的抑制或不可靠的操作。
更详细地,由于失真效应,车道追踪特征将在向上倾斜的道路部分向外地弯曲并且在向下倾斜的道路部分向内地弯曲。该失真可以相应地对于例如车道保持辅助(LKA)特征产生问题。线估计向内地弯曲倾向于抑制LKA,这是因为线之间的窄间距为车辆留下较少空间,而线估计向外地弯曲可以代替地导致与真实相比具有线之间的更多估计空间的不可靠的功能。
然而,如果前方道路的垂直偏移将是已知的,生成车道轨迹32的算法或模块能够被配置为考虑垂直偏移,以便补偿由道路的垂直曲度引起的图像失真,并且能够提高自主车辆的总体道路安全性。
图3(b)示出车辆1在相同的道路段上但是在随后的时刻行进,其中通过车辆1’的断开的轮廓和图像传感器6b’来指示在先前的时刻的车辆的位置(图3(a))。
继续前进,车辆1具有控制设备(未示出),该控制设备(未示出)包括控制电路,该控制电路被配置为从第一观察点在第一时刻(t-1)借助于图像传感器6b追踪道路段30上的道路参考31,以便形成车辆平面33中的道路参考31的第一表示32。第一表示基于第一数学函数(例如,三阶多项式)。而且,“借助于”图像传感器6b来追踪道路参考在本上下文中将被宽泛地解释,并且可以简单地意味着图像传感器输出用于生成道路参考表示32。
另外,控制电路被配置为从车辆1的至少一个运动传感器获取从第一时刻(t-1)延续到第二时刻(t0)的时间段上的车辆移动数据。运动传感器在本文将被宽泛地解释并且包括能够生成指示车辆1的移动的输出的任意类型的传感器,诸如像加速度计、陀螺仪、车轮转速计数器、应变仪、GNSS设备,等等。
另外,控制设备的控制电路被配置为从第二观察点在第二时刻(t0)借助于(相同的)图像传感器6b追踪相同的道路参考(多个)31,以便形成车辆平面33中的道路参考(多个)31的第二表示34。第二表示基于第二数学函数。如图3的图示(b)中所示,第二表示34也受由车辆1的前方的道路部分的曲度引起的失真的影响。换句话说,控制电路被配置为在两个顺序的图像帧中追踪/追寻道路参考31(并且构建表示32、34),同时监视在这两个帧之间的车辆1的移动。
另外,控制电路被配置为基于所获取的移动数据将第一表示的点(p)从第一表示的坐标系统变换到第二表示的坐标系统。换句话说,将点(p)从((a)中图示出的)第一帧的坐标系统变换到((b)中图示出的)第二帧的坐标系统。更详细地,控制电路可以被配置为使得对第一表示32的一个或多个点进行航位推算并且将其变换到第二帧,借此可以选择航位推算的第一表示32的任意点用于处理。
车辆平面33不一定在两个帧中(即在t-1和t0两者)必须是相同的平面,只要人们能够将任意地选择的点(p)从第一表示32的坐标系统变换到第二表示34的坐标系统(包括第二帧中的车辆平面33)即可。
一旦已经对点(p)进行变换,控制电路被进一步配置为对变换后的点应用垂直坐标(z1;z2;…)以便计算满足第二数学函数(Y(x)t0=y)和最大误差值(emax)的投影的纵向坐标和横向坐标的集合(xi,yi)。更具体地,沿着从第一观察点(即,从定位在第一时刻但是在第二帧的坐标系统的坐标系统中表示的图像传感器6b’)延伸通过变换后的点(p)的第一轴35对任意地选择的点(p)进行转换。
一旦已经基于垂直坐标沿着第一轴35转换了变换后的点(p),沿着扩展通过现在转换的点和第二观察点(即,通过第二时刻的图像传感器的6b位置)的第二轴将其投影回到车辆平面33上。现在将参考所图示的示例性实施例来更详细地描述对变换后的点应用垂直坐标以便计算投影的纵向坐标和横向坐标的集合的处理。
如在图3(b)中所图示出的,应用和测试第一垂直坐标z1,借此朝向第一观察点6b’沿着第一轴35移动变换后的点(p)。然后,沿着延伸通过转换的点和第二观察点的第二轴36a将(通过z1所指示的)转移的点投影到车辆平面33上。因此,第二轴36a将在投影的纵向坐标和横向坐标(x1,y1)与车辆平面33相交。接下来,通过使用例如纵向坐标x1作为到数学函数Y(x)t0的输入并且将结果Y(x1)t0=ytest1与投影的横向坐标y1相比较,如在图中指示的,y1≠ytest1,并且更具体地y1-ytest1=e1>emax,执行检查以如果投影的坐标(x1,y1)是否满足该函数。因而,测试的垂直坐标z1是错误的。
因此,算法继续前进并且测试不同的垂直坐标z2并且经由通过第二观察点和垂直坐标z2的第二轴36b将该点投影回到车辆平面33。与之前类似,在车辆平面上的投影导致纵向坐标和横向坐标的新集合(x2,y2),针对定义的数学函数Y(x1)t0=ytest2;y2-ytest2=e2<emax对该新集合进行测试。如在图3(b)中所图示出的,第二集合的投影的坐标与第二表示34很好“对准”(错误(e2)小于最大误差值)。因而,相关联的垂直坐标z2用于确定前方道路部分的垂直偏移zoff。更具体地,垂直偏移zoff是在距车辆一距离处确定的,该距离是由车辆1的参考点(例如,照相机6b的位置)与变换后的点(p)之间的纵向距离定义的。
因此,以充分高的采样率,可以根据车辆1的速度以相对高的分辨率(厘米或分米分辨率)计算车辆前方的道路的垂直曲度。替换地,或者另外地,人们能够将多个点从第一表示进行变换,以便以独立于车辆的速度的分辨率来计算车辆前方的道路的垂直曲度。
而且,垂直偏移zoff的确定可以进一步包括:基于所获取的移动数据对满足数学函数和最大误差值的垂直坐标z2进行缩放。例如,如果人们试图在车辆1的前方三十米的距离确定垂直偏移,并且车辆1已经在第一时刻(t-1)和第二时刻(t0)之间移动了一米;那么可能有必要的是将垂直坐标按比例增加30倍,以便获取更准确的垂直偏移zoff。
本领域技术人员容易地了解,相同的原理相似地可适用于具有负垂直偏移的道路部分(即,其向下倾斜)。因此,为简单和简明起见,将不另外讨论用于负斜率的对应的场景。
此外,在一些实施例中,控制设备的控制电路可以被配置为随着时间的推移对多个垂直偏移zoff进行聚合。这些聚合的垂直偏移然后能够用于定义图像传感器6b的垂直误差。更详细地,对于重复足够长的道路,聚合的结果应当合计至大致零,这是因为假定道路在充分长的样本上下相同的量。然而,本发明人认识到了,事实可能并非如此,并且如果是这样的话,这意味着由图像传感器6b使用的定义的“无穷远点”的垂直错误可能是错误的。因而,聚合的数据可以用于正确地重新定义该垂直错误。对于使用图像传感器6b的数据输出用于监视车辆的周围环境中的固定和活动对象的车辆中的任意ADS特征,这可以是有利的。
更进一步,在一些实施例中,控制电路可以被配置为追踪在道路段30上横向地分开的两个道路参考31,诸如像左侧和右侧车道标记。然后,通过使用用于估计与两个单独的道路参考中的每一个的垂直偏离的以上描述的处理,控制电路可以被配置为基于两个垂直偏移的比较来确定道路段的倾斜角。更详细地,控制电路可以被配置为将两个确定的垂直偏移相比较,并且如果它们不同,控制电路可以被配置为确定车辆前方的道路部分倾斜。例如,左侧车道轨迹可以导致1.0米的垂直偏移,而右侧车道轨迹可以导致0.8米的垂直偏移。因此,能够得出结论:道路向右侧倾斜。
而且,与如上所述类似地,可以随着时间的推移对两个横向隔开的道路参考表示的垂直偏移进行聚合,并且该垂直偏移用于确定图像传感器6b的水平偏移(图像上的垂直错误)是错误地向左还是向右倾斜。
总之,本发明人认识到,通过使用当前道路参考追寻或道路参照追寻特征(例如,车道追寻特征)中现成的信息,能够提供用于估计前方道路的垂直曲度的准确且可靠的方法和控制设备。更详细地,认识到了,通过使用在两个不同的帧中从两个不同的道路参考表示提供的信息,可以在不用必须选择特定点和搜索匹配的特定点的情况下计算道路部分的垂直偏移。而是,能够使用任意地选择的点,使得与用于估计车辆前方的道路的垂直曲度/偏移的其他当前已知的方法相比,所提出的方法更动态和高效。
图4是图示出基于实际的车辆数据的以上提出的方法的测试日志的示意绘图,其中通过点来表示道路的估计的垂直偏移,并且通过线来表示(通过车辆的IMU检测到的)垂直偏移。因此,如由绘图所指示的,用于估计车辆前方的道路部分的垂直偏移的在本文提出的解决方案提供相对可靠且准确的结果。
更详细地,图中的点图示出在车辆前面的距离如何确定基于方法的“估计”的垂直偏移,而线表示在车辆沿着道路部分移动时基于运动传感器数据的垂直偏移。估计的偏移与基于运动传感器数据的垂直偏移之间的相关性的小误差不一定意味着估计的垂直偏移是错误的,这是因为运动传感器数据固有地易于受噪声和偏置误差的影响。而且,因为绘图仅仅基于一个道路参考,所以任意倾斜(即,滚转率)也将负面地影响由运动传感器(多个)作出的垂直偏移确定。
图5是包括控制设备10的车辆1的示意性侧视图,该控制设备10用于为了车辆1的ADS特征来估计道路段的垂直偏移。车辆1进一步包括感知系统6、IMU 7,以及定位系统5。感知系统6在本上下文中被理解为负责从诸如照相机、LIDAR和RADAR、超声波传感器等等的传感器6a、6b、6c上获得原始传感器数据并且将其该原始数据转换为景物理解的系统。IMU 7将被理解为被配置为测量车辆1的惯性移动的电子设备。IMU 7通常具有六个自由度、三个加速度计和三个陀螺仪。定位系统5被配置为监视车辆的地理位置和航向,并且可以是诸如GPS等等的全局导航卫星系统(GNSS)的形式。然而,定位系统可以替换地被实现为实时运动学运动学(RTK)GPS,以便改善准确度。
控制设备10包括一个或多个处理器11、存储器12、传感器接口13和通信接口14。处理器(多个)11也可以被称为控制电路11或控制线路11。控制电路11被配置为执行存储在存储器12中的指令以根据在本文公开的实施例的任意之一执行用于估计车辆1在其上行进的道路段的垂直偏移的方法。换句话说,控制设备10的存储器12能够包括用于存储计算机可执行指令的一个或多个(非暂时性)计算机可读存储介质,当计算机可执行指令由一个或多个计算机处理器11执行时,例如能够使计算机处理器11执行在本文描述的技术。存储器12可选地包括高速随机存取存储器,诸如DRAM、SRAM、DDR RAM或者其它随机存取固态存储器设备;并且可以包括非易失性存储器,诸如一个或多个磁盘存储设备、光盘存储设备、闪速存储器设备,或者其它非易失性固态存储设备。
另外,车辆1可以经由例如无线链路连接到外部网络(多个)2(例如,用于调取地图数据)。相同的或一些其他无线链路可以用于与车辆的附近的其他车辆或本地基础设施元件进行通信。蜂窝通信技术可以用于诸如与外部网络的远程通信,并且如果所使用的蜂窝通信技术具有低等待时间,其也可以用于车辆之间的、车辆到车辆(V2V),和/或车辆到基础设施V2X之间的通信。蜂窝无线电技术的示例是GSM、GPRS、EDGE、LTE、5G、5G NR,等等,也包括将来的蜂窝解决方案。然而,在一些解决方案中,使用中程到短程通信技术,诸如无线局域(LAN),例如,基于IEEE 802.11的解决方案。ETSI着手做用于车辆通信的蜂窝标准,并且由于低等待时间和高带宽和通信信道的高效处理,例如将5G考虑为适当的解决方案。
已经参考特定实施例在以上呈现了本公开。然而,以上描述的之外的其他实施例是可能的并且在本公开范围内。可以在本公开范围内提供通过硬件或软件来执行方法的在以上描述的那些方法步骤之外的不同的方法步骤。因此,根据示例性实施例,提供一种存储被配置为由车辆控制系统的一个或多个处理器执行的一个或多个程序的非暂时性计算机可读存储介质,该一个或多个程序包括执行根据以上讨论的实施例中的任意一个的方法的指令。替换地,根据另一个示例性实施例,云计算系统能够被配置为执行在本文呈现的任意方法。云计算系统可以包括分布式云计算资源,其在一个或多个计算机程序产品的控制下联合地执行在本文呈现的方法。
一般说来,计算机可访问的介质可以包括任意有形或非暂时性存储介质或存储器介质,诸如电子、磁性,或光介质——例如,经由总线耦合到计算机系统的磁盘或CD/DVD-ROM。如在本文所使用的,术语“有形”和“非暂时性”意图是描述传播电磁信号以外的计算机可读存储介质(或“存储器”),但是并不意图另外限制通过短语计算机可读介质或存储器所涵盖的物理计算机可读存储设备的类型。例如,术语“非暂时性计算机可读介质”或“有形存储器”意图包含不一定永久地存储信息的存储设备的类型,例如包括随机存取存储器(RAM)。可以进一步通过传输介质或可以经由诸如网络和/或无线链路之类的通信介质所输送的诸如电子、电磁,或数字信号之类的信号来传送存储在非暂时性形式的有形计算机可访问的存储介质上的程序指令和数据。
(与控制设备10相关联的)处理器(多个)11可以是或包括任意数量的硬件组件用于进行数据或信号处理或用于执行存储在存储器12中的计算机代码。设备10具有相关联的存储器12,并且存储器12可以是用于存储数据和/或用于完成或促进在本说明书中描述的各种方法的计算机代码的一个或多个设备。存储器可以包括易失性存储器或非易失性存储器。存储器12可以包括数据库组件、对象代码组件、脚本组件,或用于支持本说明书的各种活动的任意其他类型的信息结构。根据示例性实施例,可以关于该说明书的系统和方法来利用任意分布式或本地存储器设备。根据示例性实施例,存储器12(例如,经由电路或任意其他有线的、无线,或网络连接)可通信地连接到处理器11并且包括用于执行在本文描述的一个或多个处理的计算机代码。
应当理解,传感器接口13也可以提供直接地或经由车辆中的专用的传感器控制电路6来获得传感器数据的可能性。通信/天线接口14可以另外提供借助于天线8向远程位置(例如,远程操作员或控制中心)发送输出的可能性。而且,车辆中的一些传感器可以使用局部网络设定(诸如CAN总线、I2C、以太网、光导纤维,等等)与控制设备10进行通信。通信接口14可以被安排为与车辆的其他控制功能进行通信并且可以因此也被看作控制接口;然而,可以提供单独的控制接口(未示出)。车辆内的局部通信也可以是利用诸如WiFi、LoRa、紫蜂、蓝牙,或类似的中间/短程技术等等的协议的无线类型。
因此,应当理解,可以在车辆中、在位于车辆外部的系统中,或在车辆内部和外部的组合中任一中;例如在与车辆进行通信的服务器(所谓的云解决方案)中实施所描述的解决方案的部分。例如,可以向外部系统发送传感器数据并且该系统执行步骤以将传感器数据(其他车辆的移动)与预定义的行为模型相比较。可以在所描述的那些组合之外的其他组合中将实施例的不同的特征和步骤组合。
应当注意到,词语“包括”不排除存在那些列出的之外的其他要素或步骤并且在要素之前的词语“一”不排除存在多个这样的要素。应当进一步注意到,任意附图标记不限制权利要求的范围,可以借助于硬件和软件两者来至少部分地实施本公开,以及可以通过相同项的硬件来表示若干“装置”或“单元”。
尽管图可以示出方法步骤的特定顺序,但步骤的顺序可以不同于被描绘的顺序。此外,可以并行地或在部分同时发生的情况下执行两个或更多步骤。此类变化将取决于所选择的软件和硬件系统以及设计者选择。所有此类变化处于本公开的范围内。同样地,能够利用具有基于规则的逻辑和其他逻辑的标准编程技术来实现软件实施以实现各种连接步骤、处理步骤、比较步骤和决策步骤。仅仅将以上提及的和所描述的实施例作为示例给出并且不应当被限制到本公开。对于本领域技术人员,如在以下描述的专利实施例中所要求保护的本公开的范围内的其他解决方案、使用、目的,和功能应当是明显的。
Claims (15)
1.一种用于估计车辆的道路段的垂直偏移的方法,所述方法包括:
从第一观察点在第一时刻追踪所述道路段上的至少一个道路参考,以便形成所述至少一个道路参考的在车辆平面中的第一表示,并且其中,所述第一表示基于第一数学函数;
获取从所述第一时刻延续到第二时刻的时间段上的车辆移动数据;
从第二观察点在所述第二时刻追踪所述道路段上的所述至少一个道路参考,以便形成所述至少一个道路参考的在所述车辆平面中的第二表示,并且其中,所述第二表示基于第二数学函数;
基于所获取的移动数据将所述第一表示的点从所述第一表示的坐标系统变换到所述第二表示的坐标系统;
对变换后的点应用垂直坐标,以便计算满足所述第二数学函数和最大误差值的投影的纵向坐标和横向坐标的集合;以及
基于所应用的满足所述第二数学函数和所述最大误差值的所述垂直坐标并且基于所获取的所述车辆移动数据来确定所述垂直偏移。
2.根据权利要求1所述的方法,进一步包括:
基于所确定的所述垂直偏移来形成所述至少一个道路参考的更新的表示。
3.根据权利要求1所述的方法,其中,所述垂直偏移是在距离所述车辆一距离处确定的,该距离是由所述车辆和所述第一表示中的所述点之间的纵向距离定义的。
4.根据权利要求1所述的方法,其中,确定所述垂直偏移的步骤包括:基于所获取的所述车辆移动数据对满足所述第二数学函数和所述最大误差值的所述垂直坐标进行缩放。
5.根据权利要求1至4中的任意一项所述的方法,其中,应用所述垂直坐标的步骤包括:
顺序地应用不同的垂直坐标,以便对所述变换后的点进行转换并且计算所述车辆平面中的投影的纵向坐标和横向坐标的不同的集合;
应用优化算法以确定满足所定义的数学函数和所述最大误差值的所述投影的纵向坐标和横向坐标的集合。
6.根据权利要求5所述的方法,其中,顺序地应用不同的垂直坐标的步骤包括:
沿着第一轴对变换后的点进行转换,所述第一轴从所述第一观察点延伸通过所述变换后的点;
沿着第二轴将转换后的点投影在所述图像平面上,所述第二轴延伸通过所述转换后的点和所述第二观察点,其中,所述第二轴在所述投影的纵向坐标和横向坐标的集合处与所述车辆平面相交。
7.根据权利要求1至4中的任意一项所述的方法,其中,所述至少一个道路参考是至少一个车道标记,并且所述至少一个道路参考的表示是至少一个车道轨迹。
8.根据权利要求1至4中的任意一项所述的方法,其中,所述至少一个道路参考是至少一个道路边界,并且所述至少一个道路参考的表示是至少一个道路边界轨迹。
9.根据权利要求1至4中的任意一项所述的方法,其中,所述车辆移动数据包括车辆速度、车辆加速度、车辆偏航率、车辆俯仰率以及车辆滚转率中的一个或多个。
10.根据权利要求1至4中的任意一项所述的方法,其中,所述第一表示和所述第二表示基于传感器数据,所述传感器数据来自所述车辆的图像传感器。
11.根据权利要求9所述的方法,进一步包括:
随着时间的推移对多个垂直偏移进行聚合;
基于聚合后的所述多个垂直偏移来定义所述图像传感器的水平偏移。
12.根据权利要求1至4中的任意一项所述的方法,其中,所述至少一个道路参考包括在所述道路段上横向地分开的两个道路参考,并且其中,所述方法进一步包括:
将所述两个道路参考的所确定的垂直偏移相比较;
基于所述比较来确定所述道路段的倾斜角。
13.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序被配置为由处理系统的一个或多个处理器执行,所述一个或多个程序包括用于执行根据前述权利要求中的任意一项所述的方法的指令。
14.一种用于估计车辆的道路段的垂直偏移的控制设备,所述控制设备包括:
控制电路,被配置为:
从第一观察点在第一时刻借助于图像传感器来追踪所述道路段上的道路参考,以便形成所述道路参考的在车辆平面中的第一表示,并且其中,所述第一表示基于第一数学函数;
从所述车辆的至少一个运动传感器获取从所述第一时刻延续到第二时刻的时间段上的车辆移动数据;
从第二观察点在所述第二时刻借助于所述图像传感器来追踪所述道路段上的所述道路参考,以便形成所述道路参考的在所述车辆平面中的第二表示,并且其中,所述第二表示基于定义的第二数学函数;
基于所获取的移动数据将所述第一表示的点从所述第一表示的坐标系统变换到所述第二表示的坐标系统;
对变换后的点应用垂直坐标,以便计算满足所述第二数学函数和最大误差值的投影的纵向坐标和横向坐标的集合;以及
基于所应用的满足所述第二数学函数和所述最大误差值的所述垂直坐标并且基于所获取的所述车辆移动数据来确定所述垂直偏移。
15.一种车辆,包括:
图像传感器,用于监视所述车辆的周边区域;
至少一个运动传感器,用于生成车辆移动数据;
根据权利要求14所述的控制设备。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20159205.2 | 2020-02-25 | ||
EP20159205.2A EP3872692A1 (en) | 2020-02-25 | 2020-02-25 | Compensation for vertical road curvature in road geometry estimation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113306559A true CN113306559A (zh) | 2021-08-27 |
Family
ID=69740137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110214180.3A Pending CN113306559A (zh) | 2020-02-25 | 2021-02-25 | 在路形估计中对于垂直道路曲度的补偿 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11908206B2 (zh) |
EP (1) | EP3872692A1 (zh) |
CN (1) | CN113306559A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210001850A1 (en) * | 2018-03-01 | 2021-01-07 | Jaguar Land Rover Limited | Vehicle control method and apparatus |
CN117423225A (zh) * | 2023-10-23 | 2024-01-19 | 东华理工大学 | 一种基于高速铁路运行的灾害遥感预警系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3872692A1 (en) * | 2020-02-25 | 2021-09-01 | Zenuity AB | Compensation for vertical road curvature in road geometry estimation |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2819090B1 (en) * | 2012-02-23 | 2022-08-24 | Nissan Motor Co., Ltd. | Three-dimensional object detection device |
WO2016130719A2 (en) * | 2015-02-10 | 2016-08-18 | Amnon Shashua | Sparse map for autonomous vehicle navigation |
US11235777B2 (en) * | 2015-10-15 | 2022-02-01 | Harman International Industries, Incorporated | Vehicle path prediction and target classification for autonomous vehicle operation |
US10248124B2 (en) * | 2016-07-21 | 2019-04-02 | Mobileye Vision Technologies, Inc. | Localizing vehicle navigation using lane measurements |
US10838426B2 (en) * | 2016-07-21 | 2020-11-17 | Mobileye Vision Technologies Ltd. | Distributing a crowdsourced sparse map for autonomous vehicle navigation |
EP3872692A1 (en) * | 2020-02-25 | 2021-09-01 | Zenuity AB | Compensation for vertical road curvature in road geometry estimation |
-
2020
- 2020-02-25 EP EP20159205.2A patent/EP3872692A1/en not_active Withdrawn
-
2021
- 2021-02-24 US US17/183,792 patent/US11908206B2/en active Active
- 2021-02-25 CN CN202110214180.3A patent/CN113306559A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210001850A1 (en) * | 2018-03-01 | 2021-01-07 | Jaguar Land Rover Limited | Vehicle control method and apparatus |
US11958485B2 (en) * | 2018-03-01 | 2024-04-16 | Jaguar Land Rover Limited | Vehicle control method and apparatus |
CN117423225A (zh) * | 2023-10-23 | 2024-01-19 | 东华理工大学 | 一种基于高速铁路运行的灾害遥感预警系统 |
Also Published As
Publication number | Publication date |
---|---|
US20210264170A1 (en) | 2021-08-26 |
US11908206B2 (en) | 2024-02-20 |
EP3872692A1 (en) | 2021-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11808581B2 (en) | Lane-level map matching | |
JP6870604B2 (ja) | 自己位置推定装置 | |
US9283967B2 (en) | Accurate curvature estimation algorithm for path planning of autonomous driving vehicle | |
JP6298772B2 (ja) | 車載用制御装置、自車位置姿勢特定装置、車載用表示装置 | |
US10240934B2 (en) | Method and system for determining a position relative to a digital map | |
US11193782B2 (en) | Vehicle position estimation apparatus | |
CN113306559A (zh) | 在路形估计中对于垂直道路曲度的补偿 | |
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 | |
JP6342104B1 (ja) | 車両位置推定装置 | |
JP2019108116A (ja) | 車両の縦方向速度を制御する装置及び方法 | |
CN111176270B (zh) | 使用动态地标的定位 | |
JP6806891B2 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
US11578991B2 (en) | Method and system for generating and updating digital maps | |
US20220266825A1 (en) | Sourced lateral offset for adas or ad features | |
US12085403B2 (en) | Vehicle localisation | |
JP2007278813A (ja) | 車両位置測位装置 | |
JP6539129B2 (ja) | 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法 | |
JP2020003463A (ja) | 自車位置推定装置 | |
TW202229818A (zh) | 使用週期性地更新的錨座標系進行車道映射和定位 | |
WO2017109978A1 (ja) | 距離推定装置、距離推定方法及びプログラム | |
JP2020008462A (ja) | 自車位置推定装置 | |
JP6503477B2 (ja) | 距離推定装置、距離推定方法及びプログラム | |
US11859983B2 (en) | Lane information generating method | |
CN118089754A (zh) | 用于为车辆导航创建道路交通网地图表示的方法和计算单元 | |
CN117622204A (zh) | 车辆控制装置、车辆控制方法以及车辆控制用计算机程序 |
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 |