CN115516276A - 路段评估方法 - Google Patents
路段评估方法 Download PDFInfo
- Publication number
- CN115516276A CN115516276A CN202180024805.8A CN202180024805A CN115516276A CN 115516276 A CN115516276 A CN 115516276A CN 202180024805 A CN202180024805 A CN 202180024805A CN 115516276 A CN115516276 A CN 115516276A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- landmarks
- route
- predetermined
- lane
- 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
- 238000011156 evaluation Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 230000004807 localization Effects 0.000 claims abstract description 6
- 238000001556 precipitation Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004313 glare Effects 0.000 description 3
- 238000012358 sourcing Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3644—Landmark guidance, e.g. using POIs or conspicuous other objects
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- 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]
-
- 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
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/20—Data confidence level
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于就其适用于车辆(8)的自动驾驶操作而言评估数字地图(2)的路段(FS1‑FS3)的方法,其中,用于基于地标的车辆定位的地标被存储在该数字地图中(2)。根据本发明规定,对于数字地图(2)的每个路段(FS1‑FS3),确定地标的空间密度,通过车辆传感器系统(3)在预定的环境条件下确定该地标的预期的可识别性,依据地标的确定的密度和可识别性如此执行分类,即,车辆(8)在该路段(FS1‑FS3)上是否能以针对预定的操作模式和/或预定的驾驶机动所需要的最低精度被确定位置,以及将分类结果作为数据组存储在分配给路段(FS1‑FS3)的路线属性中,其中,该路线属性指明针对其中哪个预定的操作模式和/或驾驶机动在哪个预定的环境条件下满足对基于地标的车辆定位的最低精度的要求。
Description
技术领域
本发明涉及一种根据权利要求1的前序部分的路段评估方法。
本发明还涉及一种车辆操作方法。
背景技术
WO 2018/197255 A1公开了一种用于车辆全自动驾驶操作的方法,其中,依据存储在数字地图中的地标来确定车辆位置。在此仅在获准进行这种驾驶操作的路段上允许全自动驾驶操作。获准的前提条件是,能确定在前方路段上的车辆的位置的定位精度满足预定的取决于各自路线走向的要求。在此,依据存储在数字地图中的地标的空间密度来预测用于前方路段的定位精度。
此外,DE 102014 014 120 A1公开了一种用于在前方行车路线上的车辆的自主操作的方法。仅当对于前方行车路线的预定的路线长度满足以下条件时才允许车辆的自主操作,即,在车辆内以优于预定的极限值的位置精度确定车辆的位置,并且存在具有比预定的极限值更好的位置精度的关于车道走向的数字地图数据。
尚未公开的DE 102019 007 861.6描述了一种用于准许行车路线用于车辆的自动驾驶操作的方法,其中,如果借助在自动驾驶操作期间被考虑用于基于地标确定车辆位置的数字地图确定沿该行车路线存在就其适用于车辆的纵向和横向定位而言满足依据行车路线的走向所预定的要求的地标,则准许车辆前方的行车路线用于车辆的自动驾驶操作。此外,依据车辆的定位精度并依据该路段来预定用于自动驾驶操作的车辆的最高行驶速度。
发明内容
本发明所基于的任务是,指明一种相比于现有技术有所改善的、用于就其适用于车辆的自动驾驶操作而言评估数字地图的路段的方法及一种用于操作车辆的方法。
该任务根据本发明通过一种具有权利要求1所述的特征的用于评估路段的方法以及通过一种具有权利要求9所述的特征的车辆操作方法来完成。
本发明的有利的设计方案是从属权利要求的主题。
在一种用于就其适用于车辆的自动驾驶操作而言评估数字地图的路段的方法中,其中,用于基于地标的车辆定位的地标被存储在数字地图中,根据本发明,针对数字地图的每个路段确定地标的空间密度。此外,对于每个路段,通过车辆传感器系统在预定的环境条件下确定地标的预期的可识别性,依据地标的确定的密度和可识别性如此分类,即确定车辆在该路段上是否能以针对预定的操作模式和/或预定的驾驶机动所需的最低精度被确定位置。此外,对于数字地图的每个路段,将分类结果作为数据组存储在分配给该路段的路线属性中,其中,该路线属性指明针对其中哪个预定的操作模式和/或驾驶机动,在其中哪个预定的环境条件下满足对基于地标的车辆定位的最低精度的要求。
车辆(例如自动驾驶且特别是高度自动驾驶或自主驾驶的车辆)的基于地图的定位的精度至少部分取决于可用的定向点、即地标和用于在本地可采集的环境中的数据分配的特征的数量。但如果仅存在少量地标,则基于这些地标的主要定位功能的精度会降低到确定的车辆姿态不再足够准确的点,并且必须使用备用方法、例如基于里程表数据的航位推算来临时确定车辆姿态。但所述备用方法一般不如基于地图特征的定位准确,并且很快导致在车辆、例如自动驾驶车辆的姿态中的高的不确定性,尤其在中高速度情况下时。
此外,在某些情况下,在出现严重影响车辆性能的错误或限制之后,自动驾驶车辆必须自动行驶例如长达两分钟的更长的距离,以便到达可能在数百米外的安全地点、例如紧急车道。
还可能的是,地标的突然的稀缺可能导致快速恶化,或甚至丢失定位,和/或基于地图确定的车辆姿态,从而存在无法到达更远的安全地点或例如通过执行全制动而遵循进入安全状态的安全运动轨迹的可能性受到限制的危险。
即便当基于地标的车辆定位原则上仍还能以足够的精度实现时,结果的完整性(例如根据ISO 26262)也可能是很低的。也就是说,如果仅有一种特征、例如仅有所谓的杆或仅有一种传感器模态、例如仅有一种通常满足所谓的汽车安全完整性等级B(AutomotiveSafety Integrity Level简称ASIL B,但不是ASIL D)的激光雷达,则自动驾驶汽车也必须对这种完整性降低做出反应并降低其性能。
但借助该方法,具有可能导致自动驾驶车辆的姿态的高不确定性和/或低完整性的低地标密度的路段可以针对车辆的未来的行车路线,基于地图数据、例如先前地图和/或动态地图数据的评估以及环境感知被预测。如果具有低地标密度的这种路段位于车辆路线上,则可以调整自动驾驶车辆的行为和/或运动轨迹,从而还可以借助定位功能提供足够精确的、安全的和冗余的车辆姿态以用于基于少量地标的安全自动化操作。替代地或附加地,借助该方法可以以适应的、例如降级的模式操作该车辆,在该模式中,用于提供足够精确的、安全的和冗余的车辆姿态的安全要求较低并且该模式可以用更少的地标来执行。
也就是说,通过预测数字地图的路段适用于车辆的自动驾驶操作,自动驾驶车辆可以主动和提前避免地标的密度和/或可识别性的降低以及定位的危险的逐步的或突然的丢失,其可能导致危险事件和/或困难情况。
在该方法的一个可能设计中,针对存在于路段上的每个车道和/或针对一个车道内的车辆的不同横向偏差来确定预期的可识别性。这对于每个车道和/或横向偏差而言,允许准确预测地标的可识别性且进而在自动驾驶车辆的操作中应用时确定就安全而言优化的行车路线。
在该方法的另一个可能设计中,借助分类结果和所属的路线属性指明在哪个车道上和/或在车辆的哪个横向偏差下能够遵守车辆定位的对于各自操作模式和/或对于各自驾驶机动所要求的最低精度。这在自动驾驶车辆的操作中应用时也允许确定就安全而言优化的行车路线。
在该方法的另一个可能设计中,借助分类结果和所属的路线属性来指明哪个车道和/或车辆的哪个横向偏差最适用于各自操作模式和/或各自驾驶机动。由此可行的是,已经能预先选择一种此时车辆安全到达目的地的概率最高的操作模式。
在该方法的另一可能设计中,该分类在车外中央计算单元、例如所谓的后端服务器上执行。这一方面允许,在车辆本身中不需要附加的计算能力来执行分类。此外,所述分类针对大量车辆能够集中且因此有效且廉价地执行。
在该方法的另一可能设计中,在车辆经过地标期间采集关于地标的可识别性和/或当前的环境条件的信息。如此采集的信息可以分散地在车辆本身内被处理以分类路段,或被传输到合适的车外中央计算单元,该中央计算单元执行分类。由于有大量车辆,可以实现非常可靠地采集关于地标的可识别性的信息,由此可以显著提高分类的可靠性。
在该方法的另一个可能设计中,作为环境条件考虑
-照明条件、例如白昼光、夜晚或通过太阳导致的眩目,
-白昼时间,
-降水、例如雨、降雪和雾,和/或
-周围物体的性质、例如其反射率。
对环境条件的考虑允许主动并且可提前实现地避免由于地标的密度和/或可识别性的降低而造成车辆定位的危险的逐步的或突然的丢失,所述降低例如也可能由于不断变化的天气条件连同对采集的不利的影响而突然出现。因此,可以进行适配于这些环境条件的路段分类。由此,可以针对不同的环境条件执行不同的分类,所述分类可以与情况相关地、即依据在车辆的随后的行驶时存在的环境条件被使用在其路线规划中。
在该方法的另一个可能设计中,车辆的全自动驾驶操作、车辆的高度自动驾驶操作和/或车辆在一定的速度范围内的操作被预定为操作模式,和/或车道保持机动、变道机动、超车机动和/或转弯机动被预定为驾驶机动。操作模式和/或驾驶机动的这种预定允许在考虑到路线属性的情况下个别适配地确定车辆的安全行车路线。
根据本发明,在一种用于操作车辆的方法中,根据在先前描述的方法中确定的路线属性允许或禁止特定的操作模式和/或驾驶机动,和/或确定在自动驾驶操作期间要遵守的路线、车道、横向偏差和/或行驶速度。
借助该方法,可以提高车辆操作的安全性和可靠性,因为具有可导致自动驾驶车辆的姿态的高不确定性和/或低完整性的低地标密度的路段可以针对未来的车辆路线,基于地图数据、例如先前地图和/或动态地图数据的评估和环境感知被预测。当执行该方法时,自动驾驶车辆的行为和/或运动轨迹能以简单的方式适配于已知的路线属性,从而例如还可以借助定位功能提供足够精确的、安全的和冗余的车辆姿态以用于基于少量地标的安全自动化操作。替代地或附加地,借助该方法可以以适应的、例如降级的模式来操作车辆,在该模式中,用于提供足够精确的、安全的和冗余的车辆姿态的安全要求较低并且该模式可以用更少的地标来执行。
在该方法的一个可能设计中,路线属性由车辆从中央计算单元、例如所谓的后端服务器中调取。这一方面允许,在车辆本身中不需要附加的计算能力来进行分类。此外,所述分类针对大量车辆能够集中且因此有效且廉价地执行。在借助大量车辆采集分类所需的信息时,可以借助中央计算单元,针对每个车辆产生并且提供特别精确的和可靠的路线属性。
附图说明
以下结合附图更详细地解释本发明的实施例,其中:
图1示意性示出了根据现有技术的用于操作车辆的装置的框图,
图2示意性示出了用于操作车辆的装置的框图,并且
图3示意性示出了具有多个路段的车辆行车路线的俯视图。
具体实施方式
在所有附图中,彼此对应的零部件具有相同的附图标记。
图1示出了根据现有技术的用于操作自动驾驶、特别是高度自动驾驶或自主驾驶的车辆的装置1的框图。
装置1包括数字地图2、车辆传感器系统3、位置确定单元4、用于产生车辆环境的模型的建模单元5和行为规划单元6。
借助位置确定单元4,依据借助车辆传感器系统3采集的环境数据、例如采集的地标和/或数字地图2的地图数据、例如存储在地图中的地标来确定车辆在其车辆周围环境中的位置。
作为位置确定的结果,车辆姿态被传输给建模单元5,建模单元产生车辆环境的模型。依据该模型,行为规划单元6规划车辆在自动驾驶操作期间的未来的行为。
图2示出用于操作图3所示的自动驾驶、特别是高度自动驾驶或自主驾驶的车辆8的装置7的一个可能的实施例的框图。装置7的基本功能对应于图1所示的装置1的功能。
车辆8的基于地图的定位的精度至少部分取决于可用的地标和用于在本地可采集的车辆环境中的数据分配的特征的数量。但如果仅存在少量地标,则基于这些地标并借助位置确定单元4执行的主要定位功能的精度降低到所确定的车辆姿态不再足够精确的点,并且必须采用备用方法、例如像基于里程表数据的航位推算来临时确定车辆姿态。然而,这些备用方法一般不如基于地图特征的定位准确,并且很快导致在确定车辆姿态时的高不确定性,尤其在中高速度情况下。
地标的稀缺例如可能具有静态原因,并且例如在此情况下源于环境特性,例如在没有(先前)可被用作可感知的地标的建筑物、没有电线杆和/或没有车道标记的乡间道路的情况下。然而,地标的稀缺也可能具有动态原因,并且在这种情况下例如源于限制采集地标的车辆传感器系统3的性能的条件。这例如可以是不利的环境条件、例如太阳光眩目或雪或交通场景、例如遮挡车辆传感器系统3的视野的车辆、卡车或公共汽车。
为了克服这个问题而规定,就其适用于车辆8的自动驾驶操作而言评估数字地图2(其内存储有用于基于地标的车辆定位的地标)中的如图3详细示出的路段FS1-FS3。
为此,在预定的环境条件、尤其是预定的照明条件、白昼时间、降水和/或周围物体的性质的情况下,通过车辆传感器系统3确定地标的空间密度和地标的预期的可识别性。尤其是,针对在该路段FS1-FS3上现有的每个车道和/或针对车辆8在一个车道内的不同的横向偏差来确定预期的可识别性。
例如,通过数字地图的线下分析来确定地标的空间密度。替代地或附加地,地标的空间密度的确定依据车辆8、测量车辆、其它的自动驾驶车辆8的传感器数据,通过所谓的众包(Crowd-Sourcing)或所谓的群源来进行,其中,传感器数据在此情况下例如关于沿特定的路线或车道的地标的识别的性能和冗余性被评估。在此,性能可以取决于行车方向和/或所行驶的车道。例如,关于地标的可识别性和/或当前的环境条件的信息在多台车辆8、例如车队的车辆8经过地标期间被采集,并被传输给在图3中详细示出的车外中央计算单元9。
借助中央计算单元9,依据地标的确定的密度和可识别性如此执行分类,即,车辆8在路段FS1-FS3上是否能够以预定的操作模式和/或预定的驾驶机动所需的最低精度被确定位置。在此,例如车辆8的全自动驾驶操作、车辆8的高度自动驾驶操作和/或车辆8在一定的速度范围内的操作被预定为操作模式。例如车道保持机动、变道机动、超车机动和/或转弯机动被预定为驾驶机动。
作为分类的结果,分类结果作为数据组被存储在分配给路段FS1-FS3的路线属性中,其中,该路线属性指明针对其中哪个预定的操作模式和/或驾驶机动在其中哪个预定的环境条件下满足对基于地标的车辆定位的最低精度的要求。此外,借助分类结果和所属的路线属性例如指明在哪个车道上和/或在车辆8的哪个横向偏差下可以遵守车辆定位的对于各自操作模式和/或各自驾驶机动所需要的最低精度。此外,还借助分类结果和所属的路线属性也能指明哪个车道和/或车辆8的哪个横向偏差最适用于各自操作模式和/或各自驾驶机动。
例如,该分类可以区分如下路线属性:
-现有地标的数量充足;
-现有地标的数量不足;
-地标密度对于某些驾驶机动而言足够;
-地标密度对于某些驾驶机动而言不足;
-某类型的地标的质量足够;
-某类型的地标的质量不够;
-仅某类型的地标可用;
-仅某种传感器模态的地标可用。
此外,路线属性可以如下扩展,即它们也包含和分类因车辆传感器系统3取决于特定的环境条件受限而导致的低地标密度的概率,例如:
-照明条件,例如白昼光、夜晚、暮光;
-白昼时间,例如朝日落方向行驶,这可能会导致眩目;
-降水、例如雨、降雪和雾;和/或
-周围物体的性质、例如其反射率。
然后,这些特征或环境条件可以在车辆8中,在考虑要么由车辆传感器系统3要么由多个传感器系统的合体和/或由中央计算单元9提供的当前的环境条件的情况下被评估,和/或通过检查与日出和日落相关的白昼时间来采集,以确定路段FS1-FS3上的地标的数量不足的可能性。
在一个可能设计中,该路线属性被如此扩展,即,还分类由于车辆传感器系统3依据交通状况、例如因被高大的车辆遮挡和/或特殊事件、例如森林大火冒烟而受限所造成的地标不足的概率。例如,在车辆中,在考虑当前的交通状况和由中央计算单元9提供或由车辆传感器系统3在先采集的事件的情况下评估该路线属性。
建模单元5因此可以基于对路线属性的了解以及可能来自数字地图2、车辆传感器系统3、中央计算单元9的其它信息和/或借助机器学习10来产生车辆环境的所适配的模型10,并且有可能将相应的信息发送至行为规划单元6以用于调整和限制车辆8的操作。不连续示出的连接表示被建模单元5用于预测模型的接口。
图3示出了车辆8的具有多个路段FS1-FS3的行车路线FS的俯视图。
在此,车辆8在正常的自主驾驶操作中,在路段FS1中朝路段FS2、FS3的方向运动。基于对根据该描述确定的路线属性的了解,已经在到达路段FS2、FS3之前知晓在路段FS3中存在针对车辆8的自动驾驶操作的限制。为此,车辆8例如从中央计算单元9调取路线属性。
基于所述了解,车辆8在到达第二路段FS2时已可以如此限制某些操作模式和/或驾驶机动,和/或确定在自动驾驶期间要遵守的路线、车道、横向偏差和/或行驶速度,从而当进入第三路段FS3时,尽管地标密度低,但车辆8的安全的操作也是可能的。这能以线上或线下的方式进行,并且检查前方的路段FS1-FS3的路线属性,并且确定具有低地标密度的高概率的区域。如果确定这种区域、例如路段FS3,则在到达路段FS3前触发调整措施。
这些调整措施例如包括:
-调整或降低车速;
-优选车道内的位置(左、中、右);
-优选多车道的道路上的某个车道;
-车辆行为的限制,例如抑制更复杂的机动、如变道;
-选择另一条行车路线;和/或
-由中央计算单元请求附加的信息。
这些调整措施的触发要么可以直接通过向行为规划单元6发送专用指令和/或间接通过例如在至行为规划单元6的接口中人为改变质量信息数据或完整性信息数据进行,以便触发策略性的安全响应。
Claims (10)
1.一种用于就其适用于车辆(8)的自动驾驶操作而言评估数字地图(2)的路段(FS1-FS3)的方法,其中,用于基于地标的车辆定位的地标被存储在该数字地图中(2),其特征在于,对于该数字地图(2)的每个路段(FS1-FS3)
-计算地标的空间密度,
-通过车辆传感器系统(3)在预定的环境条件下确定该地标的预期的可识别性,
-依据地标的确定的密度和可识别性如此执行分类,即,车辆(8)在该路段(FS1-FS3)上是否能够以针对预定的操作模式和/或预定的驾驶机动所需的最低精度被确定位置,以及
-将分类结果作为数据组存储在分配给该路段(FS1-FS3)的路线属性中,其中,该路线属性指明针对其中哪个预定的操作模式和/或驾驶机动在哪个预定的环境条件下满足对基于地标的车辆定位的最低精度的要求。
2.根据权利要求1所述的方法,其特征在于,针对该路段(FS1-FS3)上现有的每个车道和/或针对车辆(8)在一个车道内的不同的横向偏差来确定该预期的可识别性。
3.根据权利要求2所述的方法,其特征在于,借助分类结果和所属的路线属性来指明在哪条车道上和/或在车辆(8)的哪个横向偏差下能够遵守车辆定位的对于各自操作模式和/或各自驾驶机动所需要的最低精度。
4.根据权利要求2或3所述的方法,其特征在于,借助分类结果和对应的路线属性来指明哪个车道和/或车辆(8)的哪个横向偏差最适用于各自操作模式和/或各自驾驶机动。
5.根据前述权利要求之一所述的方法,其特征在于,在车外的中央计算单元(9)上执行分类。
6.根据前述权利要求之一所述的方法,其特征在于,在车辆(8)经过地标期间采集关于地标的可识别性和/或当前的环境条件的信息。
7.根据前述权利要求之一所述的方法,其特征在于,将照明条件、白昼时间、降水和/或周围物体的性质考虑作为环境条件。
8.根据前述权利要求之一所述的方法,其特征在于,
-车辆(8)的全自动驾驶操作、车辆(8)的高度自动驾驶操作和/或车辆(8)
在一定的速度范围内的操作被预定为操作模式,和/或
-车道保持机动、变道机动、超车机动和/或转弯机动被预定为驾驶机动。
9.一种用于操作车辆(8)的方法,其中,依据在根据前述权利要求之一所述的方法中确定的路线属性
-允许或阻止某些操作模式和/或驾驶机动,和/或
-确定在自动驾驶操作期间要遵守的路线、车道、横向偏差和/或行驶速度。
10.根据权利要求9所述的方法,其中,由车辆(8)从该中央计算单元(9)调取路线属性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020108508.7A DE102020108508B3 (de) | 2020-03-27 | 2020-03-27 | Verfahren zur Bewertung von Streckenabschnitten |
DE102020108508.7 | 2020-03-27 | ||
PCT/EP2021/054201 WO2021190840A1 (de) | 2020-03-27 | 2021-02-19 | Verfahren zur bewertung von streckenabschnitten |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115516276A true CN115516276A (zh) | 2022-12-23 |
Family
ID=74672349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180024805.8A Pending CN115516276A (zh) | 2020-03-27 | 2021-02-19 | 路段评估方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230135159A1 (zh) |
JP (1) | JP2023520380A (zh) |
KR (1) | KR20220137996A (zh) |
CN (1) | CN115516276A (zh) |
DE (1) | DE102020108508B3 (zh) |
WO (1) | WO2021190840A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022111179A1 (de) | 2022-05-05 | 2023-11-09 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zur erzeugung eines auf künstlicher intelligenz beruhenden prädiktors sowie dessen verwendung, und computerprogramm |
DE102022125086A1 (de) | 2022-09-29 | 2024-04-04 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Sperrung einer automatisierten Fahrfunktion eines Fahrzeugs |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014014120A1 (de) | 2014-09-24 | 2015-04-02 | Daimler Ag | Funktionsfreigabe einer hochautomatisierten Fahrfunktion |
DE102015220360A1 (de) | 2015-10-20 | 2017-04-20 | Robert Bosch Gmbh | Verfahren zur Auswahl einer optimierten Trajektorie |
DE102017004118A1 (de) * | 2017-04-27 | 2018-10-31 | Daimler Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems |
DE102018118220B4 (de) | 2018-07-27 | 2020-04-16 | Man Truck & Bus Se | Verfahren zur Schätzung der Lokalisierungsgüte bei der Eigenlokalisierung eines Fahrzeuges, Vorrichtung für die Durchführung von Verfahrensschritten des Verfahrens, Fahrzeug sowie Computerprogramm |
DE102019007861A1 (de) | 2019-11-13 | 2021-05-20 | Daimler Ag | Verfahren zur Freigabe einer Fahrstrecke |
-
2020
- 2020-03-27 DE DE102020108508.7A patent/DE102020108508B3/de active Active
-
2021
- 2021-02-19 KR KR1020227031930A patent/KR20220137996A/ko unknown
- 2021-02-19 CN CN202180024805.8A patent/CN115516276A/zh active Pending
- 2021-02-19 US US17/914,511 patent/US20230135159A1/en active Pending
- 2021-02-19 WO PCT/EP2021/054201 patent/WO2021190840A1/de active Application Filing
- 2021-02-19 JP JP2022558477A patent/JP2023520380A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102020108508B3 (de) | 2021-09-02 |
JP2023520380A (ja) | 2023-05-17 |
WO2021190840A1 (de) | 2021-09-30 |
US20230135159A1 (en) | 2023-05-04 |
KR20220137996A (ko) | 2022-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7377317B2 (ja) | 道路の曲率データ無しでの進行レーン識別 | |
CN106043293B (zh) | 用于安全地停放车辆的方法和装置 | |
US8160811B2 (en) | Method and system to estimate driving risk based on a hierarchical index of driving | |
CN109641589B (zh) | 用于自主车辆的路线规划 | |
CN110857085A (zh) | 车辆路径规划 | |
JP6985203B2 (ja) | 挙動予測装置 | |
JP7466396B2 (ja) | 車両制御装置 | |
US11703347B2 (en) | Method for producing an autonomous navigation map for a vehicle | |
US20220324440A1 (en) | Method for operating an autonomous driving function of a vehicle | |
CN113247014B (zh) | 一种自动驾驶系统的置信度标识方法及系统 | |
US20230180045A1 (en) | Systems and methods for selecting locations to validate automated vehicle data transmission | |
US11834077B2 (en) | Systems, methods, and media for occlusion-aware motion planning | |
CN111984018A (zh) | 自动驾驶方法及装置 | |
CN115516276A (zh) | 路段评估方法 | |
CN114812589A (zh) | 用于运载工具的方法、自主运载工具和存储介质 | |
US20190176836A1 (en) | Systems and Methods for Road Surface Dependent Motion Planning | |
CN113734193A (zh) | 用于估计接管时间的系统和方法 | |
US11531349B2 (en) | Corner case detection and collection for a path planning system | |
US20210256849A1 (en) | Process and system for local traffic approximation through analysis of cloud data | |
CN109313851B (zh) | 用于逆行驾驶员识别的方法、设备和系统 | |
CN113734191A (zh) | 人工地虚造传感器数据以发起用于自动驾驶车辆的安全动作 | |
EP4134623A1 (en) | Drive device, vehicle, and method for automated driving and/or assisted driving | |
CN114475634A (zh) | 用于通过控制器沿着路段控制车辆的方法及存储介质 | |
CN112519779A (zh) | 基于位置的车辆操作 | |
US11433920B2 (en) | Map-based prediction and mitigation of performance limitations for autonomous vehicles |
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 |