CN113495272B - 生成动态占用网格的方法 - Google Patents

生成动态占用网格的方法 Download PDF

Info

Publication number
CN113495272B
CN113495272B CN202110289238.0A CN202110289238A CN113495272B CN 113495272 B CN113495272 B CN 113495272B CN 202110289238 A CN202110289238 A CN 202110289238A CN 113495272 B CN113495272 B CN 113495272B
Authority
CN
China
Prior art keywords
computer
host vehicle
cells
implemented method
reference line
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
CN202110289238.0A
Other languages
English (en)
Other versions
CN113495272A (zh
Inventor
A·M·J·莉莉娅
M·卡兰德
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.)
Aptiv Technologies Ltd
Original Assignee
Aptiv Technologies Ltd
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 Aptiv Technologies Ltd filed Critical Aptiv Technologies Ltd
Publication of CN113495272A publication Critical patent/CN113495272A/zh
Application granted granted Critical
Publication of CN113495272B publication Critical patent/CN113495272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/10Number of lanes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323Alternative operation using light waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327Sensor installation details
    • G01S2013/93271Sensor installation details in the front of the vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/165Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

生成动态占用网格的方法。提供了一种生成主车辆前方的动态占用网格的计算机实现的方法。针对主车辆前方的道路的车道的路线检测指示符,并且基于所检测到的指示符确定基础区域,其中,该基础区域被限制到主车辆前方的关注区域。通过划分基础区域限定多个单元以形成占用网格。针对占用网格的每个单元,确定该单元是否至少部分地被可检测对象占用。

Description

生成动态占用网格的方法
技术领域
本公开涉及一种生成主车辆前方的动态占用网格的方法。
背景技术
已经开发了高级驾驶员辅助系统(ADAS)来支持驾驶员以便更安全且舒适地驾驶主车辆。为了正确地执行并且由于安全原因,例如为了确定主车辆前方的车道中的无碰撞空间,需要监测主车辆前方的环境。
为了确定主车辆前方的这种无碰撞空间,已经提出了所谓的占用网格技术,其分析由车辆前方的网格限定的单元的状态,即,各个单元是否被占用、是否部分被占用、被遮蔽或空闲。占用网格通常基于车辆坐标系设计,其中网格的所有单元在该坐标系内具有相同的尺寸和相同的取向。即,关于车辆坐标系,常规占用网格的单元是位置不变的和时间不变的。
此外,占用网格通常在相对于主车辆的运动的横向和纵向方向上包括相同数量的单元。为了保证主车辆前方的无碰撞空间,单元的数量可以进一步在横向方向上动态增加,特别是如果在主车辆前方出现车道的强曲率时。因此,这种正方形或矩形网格必须包括需要由车辆控制系统的处理器和存储器处理的大量单元。
然而,例如与主车辆的辅助系统相关的实际关注区域(ROI)通常仅覆盖正方形或矩形占用网格的一部分。例如,关注区域可以包括主车辆当前行驶的车道和位于该车道的右侧和左侧的小区域。
因此,常规占用网格通常包括大量不必要的单元,这些单元提供大量的与主车辆的系统无关的不必要的数据,尤其是在这种车道具有相当强的曲率的情况下。这些不必要的数据浪费了大量存储器并且可能使车辆控制系统的处理器变慢。因此,使用例如用于轨迹规划或用于上述辅助系统的常规占用网格技术伴随着高计算工作量。
因此,需要一种高度减少用于生成主车辆前方的占用网格的计算工作量的方法。
发明内容
本公开提供一种计算机实现的方法、计算机系统和非暂时性计算机可读介质。在说明书和附图中给出了实施方式。
在一个方面,本公开涉及一种生成主车辆前方的动态占用网格的计算机实现的方法。根据该方法,经由主车辆的检测系统对主车辆前方的道路的车道的路线检测指示符,并且经由主车辆的计算机系统基于检测到的指示符确定基础区域,其中,该基础区域被限制到主车辆前方的关注区域。经由计算机系统通过划分基础区域来限定多个单元,以便形成占用网格。对于占用网格的每个单元,基于由检测系统提供的数据,经由计算机系统确定该单元是否至少部分地被可检测对象占用。
主车辆的检测系统可以包括视觉系统、雷达系统和/或LIDAR系统,而计算机系统可以包括处理器和存储器。由于基础区域是基于车道路线的指示符来确定的,因此限定网格的单元的尺寸和数量的基础区域仅覆盖车辆前方的关注区域,即包括车道和车道的右侧和左侧上的某些区域。因此,与常规占用网格相比,网格的横向尺寸(即垂直于车道的路线)减小,这导致必须要考虑的单元数量较少。
因此,这种反映车道路线的动态占用网格需要较少的存储器,并且减少了处理动态占用网格的数据所需的计算量。相反,网格的分辨率(即每单位面积的单元数)可以增加而无需附加的存储器。然而,在这两种情况下,与常规占用网格相比,对于适应于车道路线的动态网格,由位于关注区域之外的单元生成的无用数据的数量大大减少。
此外,由动态占用网格提供的数据更适合于依赖或使用该数据的其他车辆系统,因为由网格提供的无用数据的数量被极大地减少,并因此所传送的数据关于相关性被进行预处理。因此,特别是通过减少传输数据的总量,改善了使用动态占用网格的其他车辆系统的性能。
该方法可以包括以下特征中的一个或更多个:
可以基于指示符经由计算机系统沿着车道来限定基准线,并且可以在基准线的两侧上确定基础区域。可以将该基准线划分为若干段,其中对于这些段中的每一段,可垂直于所述基准线限定相应行的单元。对于每行单元,可以限定预定的单元宽度和/或预定的单元数量。
对于每个段,可以分别在段的开始和结束处垂直于基准线限定两条相应的直线,并且可以将每条直线分成预定数量的区段,其中,相应区段的端点可以限定多个单元中的相应一个单元的角部。基准线的段可以具有预定长度。另选地,基准线的段可以具有可变长度,其中,该可变长度可以取决于所述段相对于主车辆的距离。当段相对于主车辆的距离增加时,该段的可变长度可以增加。
指示符可以包括车道的右和/或左边界。另选地或附加地,指示符可以包括用于车道中心的标记。指示符可以通过使用主车辆的视觉系统和/或雷达系统经由检测系统检测。基础区域可以根据视觉系统和/或雷达系统的预定范围来确定。
根据实施方式,基准线可以基于指示符经由计算机系统沿着车道来限定,并且可以在基准线的两侧上确定基础区域。基准线的限定(例如在车道的中心)可以用于使基础区域直接适应由指示符给出的车道路线。由于指示符可以例如通过主车辆的检测系统来处理,因此基准线可以是直接的手段,以便“动态地变形”基础区域,使得其反映车道的路线。此外,基准线可以由适应于测得的指示符数据的多边形表示。使用这样的基准线可以进一步减少执行该方法所需的计算工作量。
可将基准线划分为若干段,并且对于这些段中的每一段,可垂直于基准线限定相应行的单元。如果基准线包括一定数量的段,则可以简化动态占用网格的更新。对于占用网格的这种更新,大部分段和属于这些段的相应行的单元可以被保持,并且可以仅将靠近主车辆的段和相应单元用相对于主车辆在基准线的“远端”处的新段和相应单元来替换。此外,通过限定与基准线的段相对应的单元行,可以便于生成动态占用网格。
对于每一行单元,可以限定预定单元宽度,并且另选地或附加地,可限定预定数量的单元。预定单元宽度和预定单元数量可以包括恒定值。因此,与主车辆的关注区域相对应的基础区域的横向延伸可以由预定单元宽度和/或预定单元数量的限定来确定。单元宽度和每行的单元数量的恒定值可以进一步便于生成动态占用网格。
对于每个段,可以分别在该段的开始和结束处垂直于基准线限定两条相应的直线。每条直线可以进一步分成预定数量的区段。相应区段的端点可以限定多个单元中的相应一个单元的角部。垂直于基准线的每条直线的预定数量的区段可以是动态占用网格的横向延伸的表示,其遵循从一条直线到下一条直线的车道路线。通过使用区段的端点来限定占用网格的相应单元的角部可以进一步便于生成动态占用网格,并且可以减少所需的计算工作量。
基准线的段可以具有预定长度。在这种情况下,可以再次便于生成占用网格,并且可以进一步减少计算工作量。另选地,基准线的段可以具有可变长度,该可变长度可以取决于段相对于主车辆的距离。详细地,当段相对于主车辆的距离增加时,该段的长度可以增加。
也就是说,通过使用可变长度的段,可以在关注区域内调整单元的大小。例如,可能期望靠近主车辆的占用网格具有增加的分辨率,并且对于相对于主车辆具有更大距离的区域(例如对于诸如高级驾驶员辅助系统的其他车辆高级驾驶员辅助系统的适当性能)则需要较小的分辨率。由于被限制到主车辆的关注区域并且遵循主车辆前方的车道的行进路线的动态占用网格可以包括比常规占用网格少得多的数据并且可以需要更少的计算工作量,所以可以在关注区域的某些部分内增加网格的分辨率,而不会大量增加计算工作量,并且因此不用牺牲动态占用网格的最重要的优点。
车道路线的指示符可以包括车道的右和/或左边界,以及(另选地或附加地)车道中心的标记。因此,可用的地标可用作车道路线的指示符,其可容易地由主车辆中无论如何都可用的系统检测。因此,可以在不产生额外成本的情况下执行包括这些地标(即车道的边缘和/或车道中心的标记)的指示符的检测。
用于检测指示符的主车辆的检测系统可以包括主车辆的视觉系统和/或雷达系统。视觉系统和雷达系统是当今车辆中无论如何都可用的系统的示例。
基础区域可以根据视觉系统和/或雷达系统的预定范围来确定。也就是说,可以通过视觉系统和/或雷达系统的预定和已知范围纵向地(即沿着主车辆前方的车道)限制用于生成动态占用网格的基础区域,所述视觉系统和/或雷达系统可以提供车道路线的指示符,以便确定基础区域并限定动态占用网格。因此,可以基于沿车辆前方车道的预定长度来生成动态占用网格。这可以再次便于动态占用网格的整体生成。
在另一方面,本公开涉及一种计算机系统,所述计算机系统被配置成执行本文所述的计算机实现的方法的若干或所有步骤。
计算机系统可以包括处理单元、至少一个存储器单元和至少一个非暂时性数据存储装置。非暂时性数据存储装置和/或存储器单元可以包括用于指示计算机执行本文所描述的计算机实现的方法的若干或所有步骤或方面的计算机程序。
在另一方面,本公开涉及一种非暂时性计算机可读介质,其包括用于执行本文所描述的计算机实现的方法的若干或所有步骤或方面的指令。计算机可读介质可以被配置成:光学介质,例如光盘(CD)或数字多功能盘(DVD);磁介质,例如硬盘驱动器(HDD);固态驱动器(SSD);只读存储器(ROM),例如闪存;等等。此外,计算机可读介质可以被配置成经由诸如互联网连接的数据连接可访问的数据存储装置。计算机可读介质例如可以是在线数据储存库或云存储。
本公开还涉及用于指示计算机执行本文所描述的计算机实现的方法的若干或所有步骤或方面的计算机程序。
附图说明
本文结合以下示意性示出的附图描述了本公开的示例性实施方式和功能:
图1是根据背景技术的主车辆前方的占用网格的示意性表示,
图2是根据本公开的跟随车道路线的动态占用网格的示意性表示,
图3示意性地描绘了根据本公开如何生成动态占用网格。
附图标记列表
11 主车辆
13 目标车辆
15 车道
17 常规占用网格
19 车辆坐标系
21 x轴
23 y轴
25 静态单元
27 检测系统
28 主车辆的计算机系统
29 车道的左边界
31 车道的右边界
33 动态占用网格
35 动态单元
37 基础区域
41 基准线
43 段(segment)
45 直线
47 区段(section)
49 区段的端点
具体实施方式
图1示意性地描绘了主车辆11和在主车辆11前方的同一车道15中行驶的目标车辆13。图1还描绘了根据背景技术的相对于车辆坐标系19限定的占用网格17的示意性表示,车辆坐标系19是笛卡尔坐标系,包括相对于车辆11在横向方向上延伸的x轴21和在主车辆11前方在纵向方向上延伸的y轴23。
根据背景技术的占用网格17包括沿x轴21和y轴23具有固定尺寸的多个单元25。即,每个单元25的长度和宽度是预定的。此外,占用网格17的单元25的数量也在横向和纵向方向上(即沿x轴21和y轴23)被预先确定。也就是说,根据背景技术的占用网格17总是包括在纵向方向上固定数量的单元25,并且可以包括在横向方向上预定数量的单元25,如图1所示,而不管车道15的路线或主车辆11的运动。
目标车辆13的存在和位置由主车辆11的检测系统27检测。检测系统27包括视觉系统和/或雷达系统。检测系统27还被配置成检测车道15的左边界29和右边界31。主车辆11还包括计算机系统28,该计算机系统28包括处理器和存储器并且被配置成生成占用网格17。
如在根据背景技术的占用网格17的示意性表示中可以看出的,占用网格17包括许多远离主车辆11和目标车辆13暂时在其中行驶的车道15的单元25。也就是说,根据背景技术的占用网格17通常包括大量的如下单元,这些单元在主车辆11的实际移动和主车辆11的依赖于或使用由占用网格17提供的数据的系统的关注区域之外。通常,对于占用网格17内的多个单元25中的每一个,确定是否存在由检测系统27检测的目标或障碍物。换句话说,对于每个单元25确定其是否被障碍物或目标占用。对于图1所示的示例,至少部分被目标车辆13覆盖的单元25被认为被占用。
与主车辆11相关的关注区域包括车道15本身以及车道15附近的左边界29和右边界31之外的一些区域。因此,根据背景技术的占用网格17包括大量来自关注区域之外的区域的单元和不必要的数据。这种不必要的数据通常由主车辆11的计算机系统28来处理,并且需要相应的不必要的存储器和处理器性能。也就是说,当使用根据背景技术的占用网格17时,不必要地浪费了主车辆11的存储器和处理器的使用。
相比之下,图2描绘了根据本公开的动态占用网格33的示意性表示。动态占用网格33包括多个动态单元35,并且适应于主车辆11前方的车道15的路线。详细地,经由主车辆11的计算机系统28限定动态占用网格33的与主车辆11前方的关注区域相对应的基础区域37。为了限定基础区域37,由主车辆11的检测系统27检测车道15的左边界29和右边界31。由于左边界29和右边界31限制车道15,所以左边界29和右边界31用作主车辆11前方的车道15的路线的指示符。
如上所述,动态占用网格33的基础区域37旨在覆盖主车辆11的关注区域。为了适当地覆盖该关注区域,在基础区域37中包括超出左边界29和超出右边界31的一些区域。也就是说,相邻车道、人行道和/或类似沟渠的其他环境的一些部分也可能与主车辆11的进一步移动相关,并因此必须包括在基部区域37中。基础区域37被进一步划分为多个动态单元35,以便生成动态占用网格33。
当将如图1所示的根据背景技术的常规占用网格17与根据本公开的动态占用网格33进行比较时,单元35的总数与常规占用网格17的单元25的总数相比大大减少,而不会丢失由网格17、33提供的并且与例如主车辆11的辅助系统相关的相关信息。如果车道15包括强曲率,这尤其适用。总之,与常规占用网格17相比,当使用反映车道15的路线的动态占用网格33时,极大地减少了不必要的单元和数据的数量以及因此不必要的计算工作量。
图3详细描绘了如何通过主车辆11的计算机系统28来生成动态占用网格33的动态单元35。限定了大致在主车辆11和目标车辆13暂时行驶的车道15的中心延伸的基准线41。该基准线41由多项式表示,该多项式的系数从车道15的路线的指示符导出,该指示符由主车辆11的检测系统27测得,例如通过测量车道15的左边界29和右边界31的路线作为车道15的路线的指示符。
由多项式表示的基准线41被分成沿基准线41具有恒定长度Δ的多个段43。对于每个段43,分别限定垂直于基准线41延伸的两条直线45。即,相邻段43具有共同的直线45,该直线45界定在直线45之间的基准线41的两侧上延伸的各个区域。直线45进一步分成具有恒定长度δ的区段47。因此,各个区段47的端点49彼此之间也具有恒定的距离δ。
区段47的端点49用于限定相应动态单元35的角点(见图2)。详细地,彼此相邻并且属于第一直线45的区段47的两个端点49限定动态单元35的两个角点,而与第一直线45具有最短距离的相邻直线45的区段47的两个另外的端点49限定动态单元35的两个另外的角点。即,每个动态单元35的四个角点由属于相邻直线45并且彼此具有最短距离的区段47的相应端点49限定。
由于基准线41的曲率,动态单元35的尺寸在动态占用网格33内变化,如图2所示。另外,段43的长度可以沿着基准线41变化。例如,靠近主车辆11可以使用较短长度的段43,而当段43相对于主车辆11的距离增加时,该段43的长度可以增加。
在图3所示的示例中,每个段43限定一行动态单元35,其中,该行垂直于基准线41延伸。如果预定数量的单元35被用于属于某一段43的每行单元35,则动态占用网格33的恒定横向宽度被限定为对应于基础区域37的恒定横向延伸,该基础区域37对应于并覆盖主车辆11前方的关注区域。
另选地,每一行的单元35的数量可以适应于车道15和基准线41的曲率。详细地,在基准线41向其弯曲的第一侧上,例如在如图2和图3所示的右侧上,可以考虑更多数量的单元35,而在基准线41从其偏离的第二侧上,可以考虑更少数量的单元35。在图2中示出了这种情况,其中,在车道15的超出右边界31的“内侧”处存在更多的单元35,而在车道15的左边界29的“外侧”处考虑更少的单元35。

Claims (12)

1.一种生成主车辆(11)前方的动态占用网格(33)的计算机实现的方法,所述计算机实现的方法包括以下步骤:
- 经由所述主车辆(11)的检测系统(27)检测用于所述主车辆(11)前方的道路的车道(15)的路线的指示符(29、31),
- 经由所述主车辆(11)的计算机系统(28),基于所检测到的指示符(29、31)确定基础区域(37),所述基础区域(37)被限制到所述主车辆(11)前方的关注区域,
- 经由所述计算机系统(28),通过划分所述基础区域(37)来限定多个单元(35),以便形成所述占用网格(33),以及
- 针对所述占用网格(33)的每个单元(35),基于由所述检测系统(27)提供的数据,经由所述计算机系统(28)来确定该单元(35)是否至少部分地被可检测对象(13)占用,
其中,基于所述指示符(29、31),经由所述计算机系统(28)沿所述车道(15)限定基准线(41),并且在所述基准线(41)的两侧确定所述基础区域(37),
其中,所述基准线(41)被分成段(43),并且对于每个段(43),垂直于所述基准线(41)限定单元(35)的相应行,
其中,针对每个段(43),分别在该段(43)的开始处和结束处垂直于所述基准线(41)限定两条相应的直线(45),并且将每条直线(45)分成预定数量的区段(47),其中,相应区段(47)的端点(49)限定所述多个单元(35)中的一个相应单元的角部,并且
其中,每一行的单元(35)的数量适应于所述车道(15)和所述基准线(41)的曲率,以在所述基准线(41)向其弯曲的第一侧上考虑更多数量的单元(35),而在所述基准线(41)从其偏离的第二侧上考虑更少数量的单元(35)。
2.根据权利要求1所述的计算机实现的方法,其中,
针对每行单元(35),限定预定单元宽度(δ)。
3.根据权利要求1或2所述的计算机实现的方法,其中,
针对每行单元(35),限定单元(35)的预定数量。
4.根据权利要求1所述的计算机实现的方法,其中,
所述基准线(41)的所述段(43)具有预定长度(Δ)。
5.根据权利要求1所述的计算机实现的方法,其中,
所述基准线(41)的所述段(43)具有可变长度,其中,所述可变长度取决于所述段(43)相对于所述主车辆(11)的距离。
6.根据权利要求5所述的计算机实现的方法,其中,
当所述段(43)相对于所述主车辆(11)的距离增加时,所述段(43)的长度增加。
7.根据权利要求1所述的计算机实现的方法,其中,
所述指示符包括所述车道(15)的右边界和/或左边界。
8.根据权利要求1所述的计算机实现的方法,其中,
所述指示符包括所述车道(15)的中心的标记。
9.根据权利要求1所述的计算机实现的方法,其中,
通过使用所述主车辆(11)的视觉系统和/或雷达系统,经由所述检测系统(27)来检测所述指示符。
10.根据权利要求9所述的计算机实现的方法,其中
所述基础区域(37)是根据所述视觉系统和/或所述雷达系统的预定范围来确定的。
11.一种计算机系统,所述计算机系统被配置成执行根据权利要求1至10中任一项所述的计算机实现的方法。
12.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括用于执行根据权利要求1至10中任一项所述的计算机实现的方法的指令。
CN202110289238.0A 2020-03-20 2021-03-18 生成动态占用网格的方法 Active CN113495272B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20164443.2 2020-03-20
EP20164443.2A EP3882813A1 (en) 2020-03-20 2020-03-20 Method for generating a dynamic occupancy grid

Publications (2)

Publication Number Publication Date
CN113495272A CN113495272A (zh) 2021-10-12
CN113495272B true CN113495272B (zh) 2024-01-12

Family

ID=69941187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110289238.0A Active CN113495272B (zh) 2020-03-20 2021-03-18 生成动态占用网格的方法

Country Status (3)

Country Link
US (1) US11662461B2 (zh)
EP (2) EP3882813A1 (zh)
CN (1) CN113495272B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3882813A1 (en) 2020-03-20 2021-09-22 Aptiv Technologies Limited Method for generating a dynamic occupancy grid
EP3905106A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a drivable area
EP3905105A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a collision free space
US11794784B1 (en) * 2021-09-30 2023-10-24 Zoox, Inc. Conformal path grid
CN113936481B (zh) * 2021-12-02 2022-07-26 公安部交通管理科学研究所 一种信号控制交叉口的空间利用状况评价方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103842229A (zh) * 2011-10-03 2014-06-04 丰田自动车株式会社 车辆的驾驶辅助系统
CN104919471A (zh) * 2013-01-14 2015-09-16 罗伯特·博世有限公司 障碍物地图的构建
CN105264586A (zh) * 2013-06-03 2016-01-20 罗伯特·博世有限公司 用于车辆的占用地图
JP2018138402A (ja) * 2017-02-24 2018-09-06 マツダ株式会社 車両運転支援システム及び方法
WO2019155134A1 (fr) * 2018-02-08 2019-08-15 Psa Automobiles Sa Procede de determination de la trajectoire d'un vehicule automobile en absence de marquage au sol.
CN110550029A (zh) * 2019-08-12 2019-12-10 华为技术有限公司 障碍物避让方法及装置
CN110832417A (zh) * 2016-12-30 2020-02-21 迪普迈普有限公司 使用高清地图为自主车辆生成路线

Family Cites Families (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6911488B2 (en) 2000-09-27 2005-06-28 Shamrock Technologies, Inc. Physical methods of dispersing characteristic use particles and compositions thereof
US7124027B1 (en) 2002-07-11 2006-10-17 Yazaki North America, Inc. Vehicular collision avoidance system
US7266477B2 (en) 2005-06-22 2007-09-04 Deere & Company Method and system for sensor signal fusion
JP2009120116A (ja) 2007-11-16 2009-06-04 Hitachi Ltd 車両衝突回避支援装置
DE102009009047A1 (de) 2009-02-16 2010-08-19 Daimler Ag Verfahren zur Objektdetektion
DE102009022588A1 (de) 2009-05-26 2010-12-02 GM Global Technology Operations, Inc., Detroit Verfahren und System zur Überwachung eines Umgebungsbereichs eines Fahrzeugs
JP5206752B2 (ja) 2010-08-30 2013-06-12 株式会社デンソー 走行環境認識装置
DE102012002695A1 (de) 2012-02-14 2013-08-14 Wabco Gmbh Verfahren zur Ermittlung einer Notbremssituation eines Fahrzeuges
DE102013001228A1 (de) 2013-01-25 2014-07-31 Wabco Gmbh Verfahren zum Ermitteln eines Auslösekriteriums für eine Bremsung und Notbremssystem für ein Fahrzeug
US8930060B1 (en) 2013-07-15 2015-01-06 Ford Global Technologies Post-impact path assist for vehicles
CN103559791B (zh) 2013-10-31 2015-11-18 北京联合大学 一种融合雷达和ccd摄像机信号的车辆检测方法
US9470777B2 (en) 2014-09-19 2016-10-18 Delphi Technologies, Inc. Radar system for automated vehicle with phase change based target catagorization
US11132611B2 (en) 2016-05-27 2021-09-28 Kabushiki Kaisha Toshiba Information processing apparatus and information processing method for determining presence probability of object
US11222438B2 (en) 2016-05-27 2022-01-11 Kabushiki Kaisha Toshiba Information processing apparatus, vehicle, and information processing method for presence probability of object
EP3252658B1 (en) 2016-05-30 2021-08-11 Kabushiki Kaisha Toshiba Information processing apparatus and information processing method
DE102016007630A1 (de) 2016-06-23 2017-12-28 Wabco Gmbh Verfahren zum Ermitteln einer Notbremssituation eines Fahrzeuges sowie Vorrichtung zur Durchführung des Verfahrens
WO2018126228A1 (en) 2016-12-30 2018-07-05 DeepMap Inc. Sign and lane creation for high definition maps used for autonomous vehicles
JP6804991B2 (ja) 2017-01-05 2020-12-23 株式会社東芝 情報処理装置、情報処理方法、および情報処理プログラム
EP3364534B1 (en) 2017-02-17 2019-09-18 General Electric Technology GmbH Improvements in or relating to gate drivers
US20180239969A1 (en) 2017-02-23 2018-08-23 Ford Global Technologies, Llc Free Space Detection Using Monocular Camera and Deep Learning
GB2560322B (en) 2017-03-06 2022-02-16 Jaguar Land Rover Ltd Control apparatus and method for controlling operation of a component
US10430641B2 (en) 2017-03-08 2019-10-01 GM Global Technology Operations LLC Methods and systems for object tracking using bounding boxes
US10656248B2 (en) 2017-05-11 2020-05-19 GM Global Technology Operations LLC Radar post processing for sidelobe suppression
US20180350086A1 (en) 2017-05-31 2018-12-06 Qualcomm Incorporated System And Method Of Dynamically Filtering Depth Estimates To Generate A Volumetric Map Of A Three-Dimensional Environment Having An Adjustable Maximum Depth
JP6808590B2 (ja) 2017-08-08 2021-01-06 株式会社東芝 情報処理装置、情報処理方法、プログラムおよび移動体
DE102017217972A1 (de) 2017-10-10 2019-04-11 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erzeugen eines inversen Sensormodells und Verfahren zum Erkennen von Hindernissen
DE102017126388B4 (de) 2017-11-10 2020-12-03 Valeo Schalter Und Sensoren Gmbh Verfahren zur Bestimmung wenigstens eines Freiraums in einem Überwachungsbereich einer Entfernungsmessvorrichtung, Entfernungsmessvorrichtung und Fahrerassistenzsystem
US10401863B2 (en) 2017-11-22 2019-09-03 GM Global Technology Operations LLC Road corridor
US10303492B1 (en) 2017-12-13 2019-05-28 Amazon Technologies, Inc. Managing custom runtimes in an on-demand code execution system
JP6766798B2 (ja) * 2017-12-15 2020-10-14 株式会社デンソー 道路地図生成システム及び道路地図生成方法
US10303178B1 (en) 2017-12-15 2019-05-28 Waymo Llc Collision mitigation static occupancy grid
WO2019169358A1 (en) 2018-03-02 2019-09-06 DeepMap Inc. Camera based localization for autonomous vehicles
US11537139B2 (en) 2018-03-15 2022-12-27 Nvidia Corporation Determining drivable free-space for autonomous vehicles
JP7182895B2 (ja) 2018-04-13 2022-12-05 株式会社東芝 情報処理装置、プログラム、および情報処理方法
US10726567B2 (en) 2018-05-03 2020-07-28 Zoox, Inc. Associating LIDAR data and image data
US10642275B2 (en) 2018-06-18 2020-05-05 Zoox, Inc. Occulsion aware planning and control
IT201800006594A1 (it) * 2018-06-22 2019-12-22 "Procedimento per la mappatura dell’ambiente di un veicolo, corrispondenti sistema, veicolo e prodotto informatico"
US11530921B2 (en) 2018-09-28 2022-12-20 Intel Corporation Method of generating a collision free path of travel and computing system
US11353577B2 (en) 2018-09-28 2022-06-07 Zoox, Inc. Radar spatial estimation
US11208096B2 (en) 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation
DE102018127990A1 (de) 2018-11-08 2020-05-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Verarbeitungseinheit zur Ermittlung von Information in Bezug auf ein Objekt in einem Umfeld eines Fahrzeugs
CN111307166B (zh) * 2018-12-11 2023-10-03 北京图森智途科技有限公司 一种构建占据栅格地图的方法及其装置、处理设备
US20220057232A1 (en) 2018-12-12 2022-02-24 Intel Corporation Time-aware occupancy grid mapping for robots in dynamic environments
WO2020140047A1 (en) 2018-12-28 2020-07-02 Nvidia Corporation Distance to obstacle detection in autonomous machine applications
US11630197B2 (en) 2019-01-04 2023-04-18 Qualcomm Incorporated Determining a motion state of a target object
US11475678B2 (en) 2019-01-04 2022-10-18 Qualcomm Incorporated Lane marker detection and lane instance recognition
US11544940B2 (en) 2019-01-04 2023-01-03 Qualcomm Incorporated Hybrid lane estimation using both deep learning and computer vision
US11195028B2 (en) 2019-01-04 2021-12-07 Qualcomm Incorporated Real-time simultaneous detection of lane marker and raised pavement marker for optimal estimation of multiple lane boundaries
US20200217950A1 (en) 2019-01-07 2020-07-09 Qualcomm Incorporated Resolution of elevation ambiguity in one-dimensional radar processing
US11393097B2 (en) 2019-01-08 2022-07-19 Qualcomm Incorporated Using light detection and ranging (LIDAR) to train camera and imaging radar deep learning networks
US11555927B2 (en) 2019-02-05 2023-01-17 Honda Motor Co., Ltd. System and method for providing online multi-LiDAR dynamic occupancy mapping
US11620478B2 (en) 2019-02-06 2023-04-04 Texas Instruments Incorporated Semantic occupancy grid management in ADAS/autonomous driving
US11016492B2 (en) 2019-02-28 2021-05-25 Zoox, Inc. Determining occupancy of occluded regions
US11276189B2 (en) 2019-03-06 2022-03-15 Qualcomm Incorporated Radar-aided single image three-dimensional depth reconstruction
DE102019205008B3 (de) 2019-04-08 2020-07-02 Zf Friedrichshafen Ag System zur Rückwärtigen Kollisionsvermeidung
CN111832736B (zh) 2019-04-19 2024-04-12 伊姆西Ip控股有限责任公司 用于处理机器学习模型的方法、设备和计算机可读存储介质
US20200356415A1 (en) 2019-05-07 2020-11-12 Nutanix, Inc. Apparatus and method for depoying a machine learning inference as a service at edge systems
US20200378766A1 (en) * 2019-05-31 2020-12-03 Lyft, Inc. Approaches for mapping geographic regions
US11613254B2 (en) 2019-06-13 2023-03-28 Baidu Usa Llc Method to monitor control system of autonomous driving vehicle with multiple levels of warning and fail operations
US11726492B2 (en) 2019-10-02 2023-08-15 Zoox, Inc. Collision avoidance perception system
US11353877B2 (en) 2019-12-16 2022-06-07 Zoox, Inc. Blocked region guidance
EP3861291B1 (en) 2019-12-20 2023-01-25 Baidu.com Times Technology (Beijing) Co., Ltd. Spline curve and spiral curve based reference line smoothing method
CN113223317B (zh) 2020-02-04 2022-06-10 华为技术有限公司 一种更新地图的方法、装置和设备
CN111401208B (zh) 2020-03-11 2023-09-22 阿波罗智能技术(北京)有限公司 一种障碍物检测方法、装置、电子设备及存储介质
EP3882813A1 (en) 2020-03-20 2021-09-22 Aptiv Technologies Limited Method for generating a dynamic occupancy grid
EP3888988A1 (en) 2020-03-30 2021-10-06 Aptiv Technologies Limited Method and system for determining a usable distance in front of a vehicle
EP3905105A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a collision free space
EP3905106A1 (en) 2020-04-27 2021-11-03 Aptiv Technologies Limited Method for determining a drivable area

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103842229A (zh) * 2011-10-03 2014-06-04 丰田自动车株式会社 车辆的驾驶辅助系统
CN104919471A (zh) * 2013-01-14 2015-09-16 罗伯特·博世有限公司 障碍物地图的构建
CN105264586A (zh) * 2013-06-03 2016-01-20 罗伯特·博世有限公司 用于车辆的占用地图
CN110832417A (zh) * 2016-12-30 2020-02-21 迪普迈普有限公司 使用高清地图为自主车辆生成路线
JP2018138402A (ja) * 2017-02-24 2018-09-06 マツダ株式会社 車両運転支援システム及び方法
WO2019155134A1 (fr) * 2018-02-08 2019-08-15 Psa Automobiles Sa Procede de determination de la trajectoire d'un vehicule automobile en absence de marquage au sol.
CN110550029A (zh) * 2019-08-12 2019-12-10 华为技术有限公司 障碍物避让方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Fast Collision Checking with a Frenet Obstacle Grid for Motion Planning;Felix Kunz等;《10.Workshop Fahrerassistenz-systeme》;第95-104页 *
Felix Kunz等.Fast Collision Checking with a Frenet Obstacle Grid for Motion Planning.《10.Workshop Fahrerassistenz-systeme》.2015,第95-104页. *
辛煜.无人驾驶车辆运动障碍物检测、预测和避撞方法研究.《中国博士学位论文全文数据库(工程科技Ⅱ辑)》.2014,第56-68页. *

Also Published As

Publication number Publication date
EP3882813A1 (en) 2021-09-22
EP3882815B1 (en) 2023-08-09
CN113495272A (zh) 2021-10-12
EP3882815A1 (en) 2021-09-22
US11662461B2 (en) 2023-05-30
US20210291816A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
CN113495272B (zh) 生成动态占用网格的方法
US11719799B2 (en) Method for determining a collision free space
US11763576B2 (en) Method for determining a drivable area
KR20190072834A (ko) 차량의 종방향 속도를 제어하는 장치 및 방법
US11567501B2 (en) Method and system for fusing occupancy maps
WO2019207639A1 (ja) 行動選択装置、行動選択プログラム及び行動選択方法
JP7356892B2 (ja) 車両の走行環境推定方法、及び、走行環境推定システム
JP2018206071A (ja) 区画線認識装置
US20210197811A1 (en) Course prediction device, computer readable medium, and course prediction method
JP2020086489A (ja) 白線位置推定装置及び白線位置推定方法
EP4056441A1 (en) Back propagation planning for adas/ad motion planning and control
JP7344744B2 (ja) 路側端検出方法、及び、路側端検出装置
JP6306429B2 (ja) 操舵制御システム
WO2020095673A1 (ja) 車載制御装置
CN114817765A (zh) 基于地图的目标航向消歧
JP6936673B2 (ja) 地図データ更新システムおよび地図データ更新プログラム
KR20210114792A (ko) 라이다 센서 기반의 객체 추적 장치 및 그 방법
CN111231959A (zh) 车辆及控制车辆的方法
JP7380733B2 (ja) 操舵制御装置
CN114074657B (zh) 基于视觉的避免碰撞的系统和方法
CN117949004A (zh) 一种导航方法及装置
CN117657219A (zh) 一种十字路口处的自动驾驶车辆控制方法及装置
CN116729434A (zh) 一种车辆行驶轨迹规划方法、系统、设备及存储介质
JP2021102410A (ja) 運転支援システム

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