CN115731698A - 用于确定基础设施部件精度的方法和系统、服务器单元、求取设备和车辆 - Google Patents
用于确定基础设施部件精度的方法和系统、服务器单元、求取设备和车辆 Download PDFInfo
- Publication number
- CN115731698A CN115731698A CN202211026614.8A CN202211026614A CN115731698A CN 115731698 A CN115731698 A CN 115731698A CN 202211026614 A CN202211026614 A CN 202211026614A CN 115731698 A CN115731698 A CN 115731698A
- Authority
- CN
- China
- Prior art keywords
- infrastructure
- vehicle
- information
- data
- accuracy
- 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 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 title claims description 7
- 230000007613 environmental effect Effects 0.000 claims abstract description 71
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 9
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 230000004927 fusion Effects 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010972 statistical evaluation Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
提出一种求取用于确定基础设施系统的至少一个基础设施部件的精度的方法,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助,该方法至少包括步骤:通过基础设施部件检测环境信息并产生代表这些环境信息的基础设施环境数据;将基础设施环境数据递送到当前在这些基础设施部件检测范围内的车辆;比较所述基础设施环境数据与车辆侧的环境数据和/或位置数据,其中,根据该比较来求取精度信息;将精度信息和/或基础设施环境数据和车辆侧的环境数据和/或位置数据传输到中央服务器单元、特别是云后端;通过中央服务器单元汇总和统计分析处理由多个车辆所求取到的精度信息并由此求取基础设施部件的合成精度信息;提供所述合成精度信息。
Description
技术领域
本发明涉及用于确定基础设施系统的至少一个基础设施部件的精度的方法和系统,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。本发明还涉及一种服务器单元。本发明还涉及一种用于车辆的求取设备。本发明还涉及一种车辆。本发明还涉及一种基础设施系统。
背景技术
在提供用于对受全自动化或部分自动化引导的机动车进行驾驶辅助的基础设施系统的未来的服务中,这种受全自动化或部分自动化(高度自动化)的车辆能够接收来自位于周围的车辆的、特别是来自基础设施传感器的信息。这例如能够通过对象列表(例如以“集体感知信息”(CPM)的形式)或以直接控制命令的形式来实现,这些对象列表或控制命令通过V2X、例如用DSRC或C-V2X技术发送。基于对象列表,车辆能够独立地对其横向调节和纵向调节做决定。因此,在这两种情况下绝对必要的是:基础设施系统所提供的信息是正确的,因为否则可能导致事故。
特别是在全自动化的或部分自动化的车辆的车载传感器装置(例如雷达、摄像机)不能正确工作的情况下(如在隧道入口的情况下)重要的是,基础设施的数据是正确和准确的,因为机动车自身不能够借助自身的传感器系统对数据进行检验或进行可信度检验。
进行识别中的错误的原因例如可能是传感器已歪扭或被歪扭,或者例如基础设施系统的摄像头棱镜或雷达传感器天线被弄脏或被喷涂。但也可能出现程序技术上的错误,例如因为程序或系统的一部分崩溃。
US 2021/097854 A1公开了一种用于检验基础设施部件的精度的方法,其中,将从基础设施部件所收集的交通观测发送到处于附近的车辆。
EP3816945A1公开了一种方法,其中,将从基础设施部件所获得的关于障碍物的信息与通过被选择的车辆所获得的信息进行比较。
发明内容
本发明所基于的任务可以视为,获得关于通过基础设施系统的基础设施部件所检测到的如下测量值的精度的可靠信息并将这些关于精度的信息提供给车辆使用:基于这些测量值产生用于对在配备有该基础设施系统的基础设施内运动的全自动化或部分自动化引导的机动车进行驾驶辅助的信息。
根据本发明的第一方面,提出一种用于确定用于基础设施系统的至少一个基础设施部件的精度的方法,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。
该方法包括以下步骤:
-通过基础设施部件检测环境信息,并产生代表通过所述基础设施部件所检测到的环境信息的基础设施环境数据;
-将所述基础设施环境数据递送到当前在所述基础设施部件的检测范围内的车辆;
-将所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据进行比较,其中,根据该比较来求取精度信息;
-将所述精度信息和/或基础设施环境数据和在车辆侧所获得的环境数据和/或位置数据传输到中央服务器单元、特别是云后端;
-通过该中央服务器单元对由多个车辆所求取到的精度信息进行汇总和统计分析处理,并由此求取所述基础设施部件的合成精度信息;
-提供所述合成精度信息。
在此,例如通过车辆或者说车辆的计算单元和/或通过车辆外部的计算单元——例如中央服务器单元的一部分——来进行比较或者说精度信息求取。
根据本发明的第二方面,提出一种服务器单元,该服务器单元用于提供至少一个基础设施系统的至少一个基础设施部件的精度信息,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。
该服务器单元至少包括:
-接收单元,该接收单元用于接收
-来自多个车辆的关于基础设施部件的精度信息和/或
-代表通过所述基础设施部件所检测到的环境信息的基础设施环境数据和来自多个车辆的在车辆侧所获得的环境数据和/或位置数据;
-汇总单元,该汇总单元构造为用于关于基础设施部件的对所接收到的精度信息和/或通过所述基础设施部件所产生的基础设施环境数据和在车辆侧所获得的环境数据和/或位置数据进行汇总和统计分析处理,并用于产生所述基础设施部件的合成精度信息;
-发送单元,该发送单元用于提供合成精度信息。
根据本发明的第三方面,提出一种用于车辆的求取设备,该求取设备包括:
-至少一个环境传感器系统和/或定位系统,该环境传感器系统构造为用于检测关于该车辆的环境的信息,并从所述信息中产生在车辆侧所获得的环境数据,该定位系统构造为用于确定该车辆的当前的绝对位置数据和/或相对位置数据;
-接收单元,该接收单元构造为用于在该车辆停在基础设施系统的环境中时从该基础设施系统接收基础设施环境数据;
-计算单元,该计算单元构造为用于将所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据进行比较,并根据该比较产生精度信息;
-发送单元,该发送单元构造为用于将精度信息和/或通过所述基础设施部件所产生的基础设施环境数据和/或在车辆侧所获得的环境数据和/或位置数据传输到中央服务器单元。
根据本发明的第四方面,提出一种车辆、特别是机动车,该车辆包括根据本发明的第三方面的求取设备。
根据本发明的第五方面,提出一种用于对受至少部分自动化引导的机动车进行驾驶辅助的基础设施系统。该基础设施系统包括:
-至少一个基础设施部件,所述基础设施部件构造为用于检测环境信息并产生代表通过所述基础设施部件所检测到的环境信息的基础设施环境数据,以及
-通信单元,该通信单元构造为用于将所述基础设施环境数据传输到根据本发明的第五方面构造的、停在该通信单元的作用范围内的车辆和/或传输到服务器单元、特别是根据本发明的第二方面构造的服务器单元。
根据本发明的第六方面,提出一种用于求取基础设施部件精度的系统。该系统包括根据本发明的第五方面的基础设施系统和多个根据本发明的第四方面的车辆和根据本发明的第二方面的服务器单元,其中,该基础设施系统和多个车辆和服务器单元如此合作,使得所述基础设施系统、多个车辆和服务器单元实施根据本发明的第一方面的方法。
设备特征类似地从相应的方法特征中得出,反之亦然。即这意味着方法的技术功能性从设备的相应的技术功能性中得出,反之亦然。这同样适用于系统特征,该系统特征类似地从方法特征和/或设备特征中得出,反之亦然。
本发明基于如下构思:首先通过基础设施部件检测环境信息,并且从这些环境信息中产生代表通过基础设施部件所检测到的环境信息的基础设施环境数据。将这些基础设施环境数据发送到当前停在这些基础设施部件的检测范围内的车辆。这些车辆能够借助其自身的环境传感装置和/或位置确定装置自己、即在车辆侧获得环境数据和/或位置数据。现在,根据本发明将在车辆侧所获得的这些信息与通过基础设施部件所产生的基础设施环境数据进行比较。特别是可以通过检测到要将基础设施环境数据与之进行比较的那些环境信息的对应车辆进行该比较。替代或附加地可以将在车辆侧所获得的信息和基础设施环境数据传输到外部计算单元,在那里执行比较。根据该比较求取精度信息。现在将这些精度信息传输到中央服务器单元、特别是云后端,其中,替代或附加地还可以将基础设施环境数据和环境数据和/或在车辆侧所获得的位置数据传输到中央服务器单元。在服务器单元上对由多个车辆所求取到的精度信息进行汇总和统计分析处理。由此得出基础设施部件的合成精度信息。这与将基础设施环境数据与单个车辆的在车辆侧所获得的信息进行比较相比具有更高的可靠性和稳定性。现在可以例如通过直接传递到进行请求的机动车和/或作为网络服务来提供合成精度信息用于对受全自动化的或部分自动化引导的机动车进行驾驶辅助。
在此,基础设施系统的基础设施部件应理解为技术部件或由单个部件所组成的复合体,该技术部件或复合体布置在道路基础设施之内并且构造为用于以传感器方式监测道路的或者说行车道的至少一部分并且检测例如对象、事件或危险并且以数据形式提供关于这些对象、事件或危险的信息用于进一步处理。为此,基础设施部件可以包括一个或多个环境传感器、一个或多个用于处理检测到的测量数据的计算单元和通信装置。基础设施系统可以具有一个或多个基础设施部件。
在本发明的意义上,术语“精度”应根据该术语在科学上的或在测量技术上的定义来理解为如下度量:测量值或者说环境信息在怎样的程度上接近所谓的“真值”。因此在本发明的意义上,精度信息包含关于对特定环境信息所进行的测量的正确性和精确度的说明,例如对象的位置或速度。这种对象特性或者说环境信息通常通过多个测量过程来求取,其中,例如可以确定平均值和标准差。标准差被定义为单个测量的结果围绕平均值的离散度的度量,标准差在此可以用作精确度的度量,并且描述可能的精度信息。可以想到单个测量值的离散度其他度量和/或考虑平均值与真值或者说参考值(例如通过卫星导航方法所确定的位置或速度)的系统偏差。这些值可以被包含在精度信息中或者被一同纳入到对精度信息的确定中。本领域技术人员熟知用于确定精度信息的另外的方法。
在一种优选实施方案中,由中央服务器单元提供合成精度信息用于对受至少部分自动化引导的机动车进行驾驶辅助,其方式是,将合成精度信息传输到进行请求的受至少部分自动化引导的机动车用于进行驾驶辅助和/或自动化地向受至少部分自动化引导的机动车警告不准确的基础设施部件。
优选地点分辨地求取合成基础设施部件的精度信息。基础设施部件的精度可能与地点相关地不同程度地或好或坏,例如由于所使用的环境传感器的测量精度或灵敏度随着与基础设施部件的距离减小而降低。例如在距离基础设施部件非常近的地点处可能由于不利的测量角度而出现精度变差。
精度信息可以地点分辨地被确定并被提供使用,其方式例如是,将基础设施部件的空间检测范围划分为多个栅格,并为每个栅格配属专有的精度信息。例如可以给每个栅格分配一个值,该值例如代表用于通过该栅格所代表的空间区域或者说面区域的基础设施部件的平均精度值。
为此例如可以在对精度信息进行统计分析处理时考虑,对象是在哪里、即相对于基础设施部件在哪个位置被这些基础设施部件的对应环境传感装置所检测到的。
由此实现技术上的优点:能够地点分辨地提供精度信息使用,并且进行请求的至少部分自动化的车辆能够根据其当前位置获得配属给该位置的精度信息。至少部分自动化的车辆因此能够高效地根据其当前的位置或者替代或附加地关于该机动车未来将采取的位置来判定,由这些基础设施部件针对对应的位置所提供的环境信息的精度是否对于部分自动化的或全自动化的行驶是足够的。
优选可以将机器学习方法用于对通过中央服务器单元对由多个车辆所求取到的精度信息进行统计分析处理和/或对基础设施部件的合成精度信息进行求取。例如,神经网络可以学习:特定的车辆类型或传感器类型的比较数据或参考数据是否比其他的车辆类型或传感器类型的比较数据或参考数据更有意义,并借助于此在汇总过程中对信息进行不同的加权。另一示例是强化学习(德语:“ Lernen”),其中,向系统馈入来自车辆的反馈:这些精度是否对于车辆的部分自动化的或全自动化的行驶是足够的,并且由此学习对于发出警告而言有意义的阈值。
由此实现技术上的优点:能够尤其高效地进行对基础设施部件的合成精度信息的求取。
优选产生呈对象列表形式的基础设施环境数据和/或在车辆侧所获得的环境数据。由此实现技术优点:能够尤其高效地比较基础设施环境数据与/或在车辆侧所获得的环境数据。
精度信息特别是包括关于基础设施部件检测到的对象特性的正确性和/或精确度和/或精度的信息、特别是地点分辨的信息。
在此,特别是可以通过多个环境传感器的测量数据的传感器数据融合来产生通过基础设施部件或其环境传感器所产生的数据。
根据一种实施方式,基础设施部件包括一个或多个环境传感器,所述环境传感器空间分布地布置、特别是静态地布置在基础设施之内。
基础设施系统的基础设施部件优选具有至少一个环境传感器,所述环境传感器如此布置在基础设施系统之内,使得该环境传感器能够检测关于处在配属于该基础设施部件的行车道区段上的对象的环境信息。
基础设施部件的环境传感器例如是以下环境传感器之一:雷达传感器、超声波传感器、视频传感器、红外传感器、激光雷达传感器或磁场传感器。
通过基础设施部件和/或求取设备所产生的数据例如包括单个环境传感器的传感器数据和/或通过对至少两个环境传感器的数据进行传感器数据融合所产生的数据。
为此,基础设施系统的基础设施部件优选具有至少两个具有至少部分地重叠的测量范围的环境传感器。基础设施系统或基础设施部件优选具有融合单元,该融合单元能够通过传感器数据融合从由所述至少两个环境传感器所生成的测量数据中产生环境信息和/或基础设施环境数据。
通过基础设施部件所产生的数据例如呈对象列表形式地产生,其中,例如为每个检测到的对象确定位置和/或速度并将这些位置和/或速度记入该对象列表中。
根据一种实施方式,车辆侧求取设备的环境传感器系统包括一个或多个环境传感器,这些传感器构造为用于检测车辆的环境,并且在此,例如识别在该车辆的环境中的对象并确定这些对象的当前特性,例如距离、位置、速度、运动方向和/或其他。从这些检测到的对象和对象特性能够创建对象列表。
车辆的绝对位置数据例如可以借助受卫星辅助的位置确定系统(GNSS,如GPS、GLONASS、Galileo)来产生。
替代或附加地可以例如通过相对于多个参考点进行距离确定来确定车辆的相对位置数据。
车辆侧的求取设备的环境传感器系统的环境传感器例如是以下环境传感器之一:雷达传感器、超声波传感器、视频传感器、红外传感器、激光雷达传感器或磁场传感器。
求取设备优选具有融合单元,该融合单元通过传感器数据融合从由至少两个环境传感器所生成的测量数据中产生在车辆侧所获得的环境数据。
基础设施环境数据到当前在基础设施部件的检测范围内的车辆的传递例如可以借助所谓的V2X消息来进行。
在本发明的范畴内,V2X消息应理解为从基础设施系统向交通参与者、例如机动车或者反向地特别是无线地被传输的数字消息。借助V2X消息特别是传递对象的特性(位置、速度、运动方向,……)。
在基础设施系统的一种实施方式中,通信单元和/或基础设施部件的部分、例如计算单元或存储单元被RSU所包括。由此例如实现技术上的优点:该方法能够高效地被实施。
缩写“RSU”表示“路侧单元”。术语“路侧单元”在德语中可以译为“straβenseitigeEinheit(道路侧的单元)”或“straβenseitige Infrastruktureinheit(道路侧的基础设施单元)”。还可以同义地使用以下术语替代“RSU”:道路侧单元、道路侧基础设施单元、通信模块、道路侧通信模块、道路侧无线电单元、道路侧发送站。
通信单元优选设置为用于向基础设施之内的机动车传输V2X消息,其中,所发送的V2X消息包括例如呈对象列表形式的基础设施环境数据。求取设备的接收单元优选设置为用于接收V2X消息并从这些V2X消息中读取基础设施环境数据。
本发明因此解决如下技术任务:在通过道路基础设施对联网的至少部分自动化的车辆的驾驶任务时进行辅助时,必须确保来自基础设施的信息是可靠的,并具有尽可能好的精度。
本发明使得能够实现通过联网的车辆检验基础设施系统的精度,并将这些信息转发到中央服务器,例如云后端。在此,应将多个车辆的信息汇总,以便使得能够实现可靠和稳健的精度评估。特别是使得能够实现对精度进行定性评价,并且使得能够实现“在基础设施系统之外确定合成的基础设施部件精度信息”的选项。
例如能够针对自动化车辆的操作者或针对未来的所谓“车辆控制中心(VehicleControl Centern)”的操作者以及针对具有高附加值的高精度地图(“HD Maps”)的提供者通过有针对性的驾驶辅助将所述合成精度信息提供给自动化车辆,因为本发明示出一种用于实现“可信数据”的方法。
表述“受至少部分自动化引导”包括下述情况下中的一种或者多种情况:机动车的受辅助的引导、部分自动化的引导、高度自动化的引导、全自动化的引导。
受辅助的引导意味着,机动车的驾驶员持续地实施机动车的横向引导或者纵向引导。对应另一行驶任务自动化地执行(即控制机动车的纵向引导或者横向引导)。这意味着,在受辅助地引导机动车时,或者横向引导或者纵向引导被自动化地控制。
部分自动化的引导意味着,在特定状况下(例如:在高速公路上行驶、在停车场内行驶、超过对象、在通过车道标记特定的车道内行驶)和/或对于特定的时间段自动化地控制机动车的纵向引导和横向引导。机动车的驾驶员不必本身手动控制机动车的纵向引导和横向引导。但驾驶员必须持续地监视对纵向引导和横向引导的自动化控制,以便在需要时能够手动干预。驾驶员必须随时准备着完全接管机动车引导。
高度自动化引导意味着,对于特定的时间段在特定状况下(例如:在高速公路上行驶、在停车场内行驶、超过对象、在通过车道标记特定的车道内行驶),自动化地控制机动车的纵向引导和横向引导。机动车的驾驶员不必本身手动控制机动车的纵向引导和横向引导。驾驶员不必持续地监控对纵向引导和横向引导的自动化控制,以便在需要时能够手动干预。在需要时,自动化地向驾驶员输出接管请求以便接管对纵向引导和横向引导的控制、特别是具有足够的时间余量地输出。因此,驾驶员必须潜在地能够接管对纵向引导和横向引导的控制。横向引导和纵向引导的自动化控制的极限被自动化地识别。在高度自动化的引导的情况下不能实现在各种初始状况下自动化地达到风险最小的状态。
全自动化引导意味着,在特定状况下(例如:在高速公路上行驶、在停车场内行驶、超过对象、在通过车道标记特定的车道内行驶)自动化地控制机动车的纵向引导和横向引导。机动车的驾驶员不必本身手动控制机动车的纵向引导和横向引导。驾驶员不必监控对纵向引导和横向引导的自动化控制,以便能够在需要时手动干预。在对横向引导和纵向引导的自动化控制结束之前,自动化地进行对驾驶员发出请求用于接管行驶任务(对机动车的横向引导和纵向引导的控制)、特别是具有足够的时间余量地进行。如果驾驶员不接管驾驶任务,则自动化地返回到风险最小的状态中。自动化地识别对横向引导和纵向引导的自动化控制的极限。在所有状况下能够实现自动化地返回到风险最小的系统状态下。对纵向引导和横向引导的自动化控制的界限被自动化识别到。在任何状况下都能够实现自动化返回到风险最小的系统状态中。
无人的控制或者说驾驶意味着,独立于特殊应用情况(例如:在高速公路上行驶、在停车场内行驶、超过对象、在通过车道标记特定的车道内行驶)自动化地控制机动车的纵向引导和横向引导。机动车的驾驶员不必本身手动控制机动车的纵向引导和横向引导。驾驶员不必监控对纵向引导和横向引导的自动化控制,以便能够在需要时手动干预。因此,例如在所有的道路类型、速度范围和环境条件的情况下自动化地控制对车辆的纵向引导和横向引导。因此,驾驶员的全部驾驶任务被自动化地接管。因此不再需要驾驶员。机动车也因此能够无驾驶员地从任意的起始位置驾驶到任意的目标位置。潜在的问题在无驾驶员帮助的情况下自动化地被解决。
对机动车的远程控制意味着,远程控制对机动车的横向引导和纵向引导。即例如,向机动车发送用于远程控制横向引导和纵向引导的远程控制信号。远程控制例如借助远程控制装置执行。
附图说明
在参照附图的情况下详细描述本发明的实施方式。
图1示出根据现有技术的基础设施系统以及联网的车辆。
图2a)至图2b)示出在一个时间变化过程中的根据本发明的一个可能实施例的根据本发明构造的基础设施系统以及车辆。
图3示出对呈栅格或所谓的热图(Heatmap)形式的精度信息的位置相关的示图。
图4示出用于表示具有不准确的基础设施部件的数字道路地图的示例。
图5示出根据本发明的一个实施例构造的用于车辆的求取设备与根据本发明的一个实施例构造的基础设施系统的合作。
图6示出根据本发明的一个实施例构造的服务器单元与根据本发明构造的多个车辆的合作,该服务器单元用于提供用于基础设施系统的基础设施部件的精度信息,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。
图7示出根据本发明的一个实施例的方法的流程图。
具体实施方式
在以下对本发明的实施例的说明中,相同的元件用相同的参考标记表示,其中,必要时省去对这些元件的重复的说明。附图仅仅示意性地描绘本发明的主题。
图1示意性示出根据现有技术的具有基础设施部件10'的基础设施系统100'的俯视图。基础设施部件10'包括两个摄像机传感器12a和12b,这些摄像机传感器静态地布置在龙门式指示牌18上并监视道路区段70。摄像机传感器12a和12b构造为用于检测处于道路区段70内的对象,所述对象在所示出的状况中例如是车辆50'、52、54、56。借助通过摄像机传感器12a和12b所检测到的测量数据进行传感器数据融合能够产生呈对象列表20形式的基础设施环境数据。基础设施部件10'还包括通信单元15,该通信单元设置为用于通过无线数据连接17借助V2X消息向联网的车辆50'传输对象列表20。为此,车辆50'包括发送/接收单元35,通过该发送/接收单元能够接收和读取V2X消息。
对于联网的车辆50'来说难以判定对象列表20中的关于其他车辆52、54、56的信息是否具有高的精度,特别是对于至少部分自动化的驾驶功能的安全性要求来说足够的精度。
图2示意性示出根据本发明的一个实施例的具有基础设施部件10的基础设施系统100的俯视图。该结构基本上相当于在图1中所示出的基础设施系统100'。基础设施部件10包括两个摄像机传感器12a和12b,这些摄像机传感器静态地布置在龙门式指示牌18上并监视道路区段70。摄像机传感器12a和12b构造为用于检测处于道路区段70内的对象,所述对象在所示出的状况中例如是车辆50、52、54、56。借助对由摄像机传感器12a和12b所检测到的测量数据进行的传感器数据融合,能够产生呈对象列表20形式的基础设施环境数据。基础设施部件10还包括通信单元15,该通信单元设置为用于通过无线数据连接17借助V2X消息向联网的车辆50传输对象列表20。车辆50包括发送/接收单元35,通过该发送/接收单元能够接收和读取V2X消息。
在基础设施部件10向车辆50发送对象列表20后,车辆50将对象列表20中的信息与由车辆50本身获得的环境数据进行比较。例如将对象50、52、54、56的来自对象列表20中的以下特性:位置(例如坐标)、速度、加速度、行驶方向、对象尺寸(例如长、宽......)与由车辆50所获得的以下数据进行比较:通过GNSS(GPS、GLONASS、Galileo,……)所得到的全球位置或关于本车辆50的状态的其他定位信息,借助车辆50的包括至少一个环境传感器(雷达、摄像机、激光雷达、超声波)的环境传感器系统32所获得的环境信息,或来自车辆50的多个环境传感器32的关于环境中的其他车辆52、54、56的测量数据的组合环境信息(传感器数据融合)。
根据该比较的结果来求取精度信息,所述精度信息例如说明由车辆50本身获得的环境信息或位置数据以怎样的程度偏离由基础设施部件10所获得的环境信息。
然而,单进行该比较仅得出基础设施环境数据的具有在车辆侧所获得的环境数据和/或位置数据的瞬间记录。仅仅如此不足以用于以足够的品质来确定基础设施系统100的精度。因此如在图2b)中所示出的那样,将这些精度信息通过移动通信62发送到构造为云后端的服务器单元200。
在云中,对所传输的、多个车辆的精度信息进行汇总,即例如在一定时间段内进行收集。通过由此所获得的多个精度信息可以例如去除错误的数据和异常值并对多个车辆评价求平均值。为此可以还例如使用机器学习方法。
从所产生的合成精度信息中能够通过服务器单元200例如产生对基础设施系统100的精度的地点分辨的描述,如在图3中所示出的那样。在图3中示例性示出的示图中,由基础设施系统100的基础设施部件10所监测的区域70被划分为多个栅格310,这些栅格例如被实施为具有1米边长的正方形。通过与位置相关地确定合成精度信息,能够给每个栅格310配属一个专有的精度值,该精度值代表在该栅格中的基础设施部件10的平均精度。在所示出的示例中,栅格312具有差的精度值,而栅格314具有好的精度值。此外,可以为没有获得数据的特定网格借助于相邻单元对数值进行插补。因此形成所谓的“热图”300,该热图可以作为合成精度信息被传输到进行请求的车辆。
替代或附加地可以如在图4中所示出的那样,在导航地图400上描述和发出关于沿路线450的不准确的基础设施系统452、454、456、458、460、462、464、466的警告(例如当超过不准确性的特定阈值时)。在所示出的示例中,基础设施系统458具有精度差的基础设施部件而因此被相应地标记。然后,联网的自动化车辆可以向云后端请求关于即将到来的基础设施系统的精度,或者自动化地收到对于不准确的系统的警告。
图5示出根据本发明的一个实施例构造的用于车辆50的求取设备55与根据本发明的一个实施例构造的基础设施系统100的合作。基础设施系统100包括具有两个环境传感器12a和12b的基础设施部件10。环境传感器12a和12b检测环境信息并将其馈送给融合单元25。融合单元25通过传感器数据融合算法产生呈对象列表20形式的基础设施环境数据。基础设施系统100包括构造为V2X模式的通信单元15,该通信单元构造为用于,当车辆、例如车辆50处于通信单元15的作用范围内时,将基础设施环境数据、即对象列表20传输给该车辆。
车辆50包括用于确定基础设施系统的基础设施部件的精度的求取设备55。求取设备55包括环境传感器系统32,该环境传感器系统构造为用于借助一个或多个环境传感器和必要时借助传感器数据融合来检测关于车辆50的环境的信息,并从所述信息中产生在车辆侧所获得的环境数据。求取设备55此外还包括构造为V2X模式的接收单元35,该接收单元设置为用于当车辆50停在基础设施系统100的环境中时从该基础设施系统接收基础设施环境数据。求取设备55此外还包括计算单元34,该计算单元构造为用于将所接收到的基础设施环境数据与在车辆侧所获得的环境数据进行比较,并根据该比较产生精度信息。求取装置55还包括发送单元62,该发送单元构造为用于通过移动无线电将精度信息传输到中央服务器单元。
图6示出根据本发明的一个实施例构造的服务器单元200与根据本发明构造的多个车辆的合作,该服务器单元用于提供基础设施系统100的基础设施部件10的精度信息,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。在该示例中,服务器单元200构造为云服务器。服务器单元200包括用于从多个车辆50a、50b、50c接收关于基础设施部件10的精度信息的发送/接收单元220。车辆50a、50b、50c可以将其精度信息在不同时间点发送到服务器单元200。此外,服务器单元200包括汇总单元210,该汇总单元构造为用于对所接收到的关于基础设施部件的精度信息进行汇总和统计分析处理,并且因此导致地点分辨地以“热图”形式产生基础设施部件10的合成精度信息215。这些合成精度信息可以通过其他车辆的不断地进一步纳入的精度信息持续地被更新。借助发送/接收单元能够将这些合成精度信息提供给例如进行请求的车辆或其他参与者,用于例如对受至少部分自动化引导的机动车进行驾驶辅助。
图7示出根据本发明的一个实施例的用于确定基础设施系统100的至少一个基础设施部件10的精度的方法的流程图,该基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助。在步骤1010中,通过基础设施部件10检测环境信息并从这些环境信息中产生代表通过基础设施部件所检测到的环境信息的基础设施环境数据。在步骤1030中,将这些基础设施环境数据发送到当前在这些基础设施部件的检测范围内的车辆,这例如可以不断地进行或以特定的时间间隔进行。在步骤1050中,在已接收到基础设施环境数据的每个车辆侧进行对所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据的比较,其中,根据该比较求取精度信息。在步骤1070中,将精度信息传输到中央服务器单元、特别是云后端。在步骤1090中,通过中央服务器单元对通过多个车辆所求取到的精度信息进行汇总,并对通过多个车辆所求取到的这些精度信息进行统计分析处理,由此求取这些基础设施部件的合成精度信息。在步骤1100中,提供这些合成精度信息,因此能够将这些合成精度信息用于对一个或多个受至少部分自动化引导的机动车进行驾驶辅助。例如可以将合成精度信息提供给部分自动化的或全自动化的机动车或网络服务。替代或附加地可以通过外部计算单元执行根据步骤1050的比较和/或精度信息求取,事先已向该计算单元传输了相应的数据,例如在中央服务器单元上。
Claims (17)
1.一种用于确定基础设施系统(100)的至少一个基础设施部件(10)的精度的方法,所述基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助,所述方法包括以下步骤:
-通过所述基础设施部件(10)检测环境信息,并产生代表通过所述基础设施部件(10)所检测到的环境信息的基础设施环境数据;
-将所述基础设施环境数据递送到当前在所述基础设施部件(10)的检测范围内的车辆(50);
-将所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据进行比较,其中,根据所述比较来求取精度信息;
-将所述精度信息和/或所述基础设施环境数据和在车辆侧所获得的环境数据和/或位置数据传输到中央服务器单元(200)、特别是云后端;
-通过所述中央服务器单元(200)对由多个车辆(50a,50b,50c)所求取到的精度信息进行汇总和统计分析处理,并由此求取所述基础设施部件(10)的合成精度信息;
-提供所述合成精度信息。
2.根据权利要求1所述的方法,其特征在于,通过所述车辆的计算单元和/或通过外部计算单元来进行对所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据的比较和/或根据所述比较对精度信息所进行的求取。
3.根据权利要求1或2所述的方法,其特征在于,由所述中央服务器单元(200)提供合成精度信息用于对受至少部分自动化引导的机动车进行驾驶辅助,其方式是,将合成精度信息传输到进行请求的受至少部分自动化引导的机动车用于进行驾驶辅助和/或自动化地向受至少部分自动化引导的机动车警告不准确的基础设施部件。
4.根据权利要求1至3中任一项所述的方法,其特征在于,地点分辨地求取所述基础设施部件(10)的合成精度信息。
5.根据权利要求4所述的方法,其特征在于,将所述基础设施部件的检测范围划分为多个栅格(310),并为每个栅格(310)配属专有的精度信息。
6.根据权利要求1至5中任一项所述的方法,其特征在于,将机器学习方法用于对由多个车辆(50a,50b,50c)所求取到的精度信息进行统计分析处理和/或用于对所述基础设施部件求取合成精度信息。
7.根据权利要求1至6中任一项所述的方法,其特征在于,以对象列表(20)的形式产生所述基础设施环境数据和/或在车辆侧所获得的环境数据。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述精度信息包括关于由所述基础设施部件(10)所检测到的对象特性的正确性和/或精确度和/或精度的信息、特别是地点分辨的信息。
9.一种服务器单元(200),所述服务器单元用于提供至少一个基础设施系统(100)的至少一个基础设施部件(10)的精度信息,所述基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助,所述服务器单元包括:
-接收单元(220),所述接收单元用于接收
-来自多个车辆(50a,50b,50c)的关于基础设施部件的精度信息和/或
-代表通过所述基础设施部件(10)所检测到的环境信息的基础设施环境数据和来自多个车辆(50a,50b,50c)的在车辆侧所获得的环境数据和/或位置数据;
-汇总单元(210),所述汇总单元构造为用于关于所述基础设施部件(10)的对所接收到的精度信息和/或通过所述通过基础设施部件所产生的基础设施环境数据和在车辆侧所获得的环境数据和/或位置数据进行汇总和统计分析处理,并用于所述产生所述基础设施部件(10)的合成精度信息;
-发送单元(220),所述发送单元用于提供所述合成精度信息。
10.一种用于车辆(50)的求取设备(55),所述求取设备用于确定基础设施系统(100)的至少一个基础设施部件(10)的精度,所述求取设备包括:
-至少一个环境传感器系统(32)和/或定位系统,所述环境传感器系统构造为用于检测关于所述车辆(50)的环境的信息并从所述信息中产生在车辆侧所获得的环境数据,所述定位系统构造为用于确定所述车辆(50)的当前的绝对位置数据和/或相对位置数据;
-接收单元(35),所述接收单元构造为用于在所述车辆(50)停在基础设施系统(100)的环境中时从所述基础设施系统(100)接收基础设施环境数据;
-计算单元(34),所述计算单元构造为用于将所接收到的基础设施环境数据与在车辆侧所获得的环境数据和/或位置数据进行比较并根据所述比较产生精度信息;
-发送单元(62),所述发送单元构造为用于将精度信息和/或通过所述基础设施部件所产生的基础设施环境数据和/或在车辆侧所获得的环境数据和/或位置数据传输到根据权利要求9所述的中央服务器单元(200)。
11.根据权利要求10所述的求取设备(55),其特征在于,所述环境传感器系统(32)具有至少两个具有至少部分地重叠的测量范围的环境传感器,并且所述求取设备具有融合单元,所述融合单元通过传感器数据融合从由所述至少两个环境传感器所生成的测量数据中产生在车辆侧所获得的环境数据。
12.根据权利要求10或11所述的求取设备(55),其特征在于,借助受卫星辅助的位置确定系统产生所述车辆的位置数据。
13.一种车辆(50)、特别是机动车,所述车辆包括根据权利要求10至12中任一项所述的求取设备。
14.一种基础设施系统(100),所述基础设施系统用于对受至少部分自动化引导的机动车进行驾驶辅助,所述基础设施系统包括:
-至少一个基础设施部件(10),所述基础设施部件构造为用于检测环境信息并产生代表通过所述基础设施部件(10)所检测到的环境信息的基础设施环境数据;
-通信单元(15),所述通信单元构造为用于将所述基础设施环境数据传输到停在所述通信单元(15)的作用范围内的根据权利要求12所述的车辆(50)和/或传输到服务器单元、特别是根据权利要求9所述的服务器单元。
15.根据权利要求14所述的基础设施系统(100),其特征在于,所述基础设施部件(10)具有至少一个环境传感器(12a,12b),所述环境传感器如此布置在所述基础设施系统(100)之内,使得所述环境传感器能够检测关于处在配属于所述基础设施部件(10)的行车道区段(70)上的对象(50,52,54,56)的环境信息。
16.根据权利要求14或15所述的基础设施系统(100),其特征在于,所述基础设施部件(10)具有至少两个具有至少部分地重叠的测量范围的环境传感器(12a,12b),并且所述基础设施系统(100)具有融合单元,所述融合单元通过传感器数据融合从由所述至少两个环境传感器(12a,12b)所生成的测量数据中产生环境信息和/或基础设施环境数据。
17.一种用于求取基础设施部件(10)的精度的系统,所述系统包括根据权利要求14至16中任一项所述的基础设施系统(100)和多个根据权利要求13所述的车辆(50a,50b,50c)和根据权利要求9所述的服务器单元(200),其中,所述基础设施系统(100)和所述多个车辆(50a,50b,50c)和所述服务器单元(200)如此合作,使得所述基础设施系统、所述多个车辆和所述服务器单元实施根据权利要求1至8中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021209314.0 | 2021-08-25 | ||
DE102021209314.0A DE102021209314A1 (de) | 2021-08-25 | 2021-08-25 | Verfahren und System zur Bestimmung der Genauigkeit mindestens einer Infrastrukturkomponente eines Infrastruktursystems zur Fahrunterstützung von zumindest teilautomatisiert geführten Kraftfahrzeugen |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115731698A true CN115731698A (zh) | 2023-03-03 |
Family
ID=85174776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211026614.8A Pending CN115731698A (zh) | 2021-08-25 | 2022-08-25 | 用于确定基础设施部件精度的方法和系统、服务器单元、求取设备和车辆 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115731698A (zh) |
DE (1) | DE102021209314A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009045709A1 (de) | 2008-10-15 | 2010-09-23 | Continental Teves Ag & Co. Ohg | Verbesserung und Validierung der Positionsbestimmung |
DE102014011092A1 (de) | 2014-07-25 | 2016-01-28 | Audi Ag | Verfahren zur Bestimmung eines ortsaufgelösten Fehlermaßes für eine Positionsbestimmung mit einem GNSS |
DE102016219455B4 (de) | 2016-10-07 | 2021-02-04 | Audi Ag | Verfahren und aktive Infrastruktur zur Überprüfung einer Umfelderfassung eines Kraftfahrzeugs |
JP7382791B2 (ja) | 2019-10-30 | 2023-11-17 | 株式会社日立製作所 | 異常判定装置、車両支援システム |
US20210097854A1 (en) | 2020-12-14 | 2021-04-01 | Intel Corporation | Monitoring system, apparatus of a vehicle, apparatus of a roadside unit, traffic infrastructure system, and methods thereof |
-
2021
- 2021-08-25 DE DE102021209314.0A patent/DE102021209314A1/de active Pending
-
2022
- 2022-08-25 CN CN202211026614.8A patent/CN115731698A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102021209314A1 (de) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101796375B (zh) | 通过特征地点对车辆位置的校正 | |
CN113710988B (zh) | 用于识别环境传感器的功能能力的方法、控制仪和车辆 | |
US9702964B2 (en) | Validation of position determination | |
US11599121B2 (en) | Method for localizing a more highly automated vehicle (HAF), in particular a highly automated vehicle, and a vehicle system | |
US9286628B2 (en) | Control devices and methods for a road toll system | |
CN110333524A (zh) | 车辆定位方法、装置及设备 | |
CN113340325B (zh) | 一种验证车路协同路侧感知融合精度的系统、方法及介质 | |
EP3825652B1 (en) | Method and apparatus for estimating a location of a vehicle | |
CN111196233B (zh) | 用于检测车辆车道保持性能的系统和方法 | |
US11292481B2 (en) | Method and apparatus for multi vehicle sensor suite diagnosis | |
Williams et al. | A qualitative analysis of vehicle positioning requirements for connected vehicle applications | |
WO2022228523A1 (zh) | 车辆定位系统、方法及路侧装置 | |
CN110375786B (zh) | 一种传感器外参的标定方法、车载设备及存储介质 | |
KR101544854B1 (ko) | 차량 주변의 도로 교통 정보 제공 방법 및 이를 이용한 도로 교통 정보 시스템 | |
CN113179303A (zh) | 用于上报交通事件的方法、设备和程序载体 | |
CN110869864B (zh) | 用于定位较高程度自动化的车辆的方法以及相应的驾驶员辅助系统和计算机程序 | |
CN115731698A (zh) | 用于确定基础设施部件精度的方法和系统、服务器单元、求取设备和车辆 | |
US20240232715A9 (en) | Lane-assignment for traffic objects on a road | |
WO2019038987A1 (ja) | コンピュータプログラム、走行車線特定装置および走行車線特定システム | |
CN116804566A (zh) | 用于校准基础设施传感器的方法、设备、基础设施传感器和基础设施系统 | |
US20240233390A9 (en) | Identification of unknown traffic objects | |
US20240142638A1 (en) | Vehicle location analysis method and navigation device | |
EP3623834A1 (en) | Method for precise localization | |
Williams et al. | A Qualitative Analysis of Vehicle Positioning Requirements for Connected Vehicle | |
CN118050763A (zh) | 用于定位联网的机动车的方法、设备和联网的机动车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |