CN116235079A - 用于基于地形的车辆定位的方法和系统 - Google Patents
用于基于地形的车辆定位的方法和系统 Download PDFInfo
- Publication number
- CN116235079A CN116235079A CN202180062917.2A CN202180062917A CN116235079A CN 116235079 A CN116235079 A CN 116235079A CN 202180062917 A CN202180062917 A CN 202180062917A CN 116235079 A CN116235079 A CN 116235079A
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- profile
- measured
- road profile
- 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 154
- 230000033001 locomotion Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005314 correlation function Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000015654 memory Effects 0.000 description 18
- 230000006854 communication Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 239000000725 suspension Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000010399 physical interaction Effects 0.000 description 4
- 238000011524 similarity measure Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/50—Determining position whereby the position solution is constrained to lie upon a particular curve or surface, e.g. for locomotives on railway tracks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/51—Relative positioning
-
- 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
- B60W2552/20—Road profile, i.e. the change in elevation or curvature of a plurality of continuous road segments
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
提供了基于地形的车辆定位方法。该方法可以包括确定车辆在路段终点的阈值距离内,并且将所测量的道路纵断面与和该路段相关联的参考道路纵断面进行比较。提供了识别路段道路纵断面的轨道(例如,车道)的方法。该方法可以包括确定所存储的道路纵断面的数量是否超过道路纵断面的阈值数量,并且如果超过阈值数量,则识别所存储的道路纵断面中的一个或更多个聚类。
Description
相关申请的交叉引用
本申请根据35U.S.C.§119(e)要求于2020年9月17日提交的序列号为63/079,888的美国临时申请的优先权权益,该美国临时申请的公开内容通过引用整体并入本文。
技术领域
所公开的实施方式涉及用于基于地形的车辆定位的系统和相关的使用方法。
背景技术
诸如例如主动悬架或自主或半自主驾驶的高级车辆特征可能依赖于车辆的高度准确定位。基于例如全球导航卫星系统(GNSS)的定位系统可能不能为这样的特征提供足够的定位准确度或分辨率。
发明内容
在一些实施方式中,一种用于定位车辆的方法包括:使用基于地形的定位系统来确定车辆在第一时间点处的第一位置;以及在确定自第一时间点起车辆行驶的距离超过预定距离时,使用基于地形的定位系统来确定车辆在第二时间点处的第二位置。
在一些实施方式中,一种用于定位车辆的方法包括:获得车辆的大致位置;确定该大致位置在一系列路段中的第一路段的终点的阈值距离内,其中,第一路段与第一参考道路纵断面相关联;以及将所测量的道路纵断面与第一参考道路纵断面进行比较,并且基于所测量的道路纵断面与第一参考道路纵断面的比较,确定车辆位于第一路段的终点处的第一时间点,从而在第一时间点处将车辆定位到第一路段的终点。
在一些实施方式中,一种估计路段中的轨道数量的方法包括:获得多个所测量的道路纵断面,其中,多个所测量的道路纵断面中的每个所测量的道路纵断面对应于路段的不同穿行;以及在确定所测量的道路纵断面的数量超过预定阈值时,使用聚类算法来识别所测量的道路纵断面内的一个或更多个聚类,其中,每个聚类包括一个或更多个所测量的道路纵断面,并且其中,与其他聚类中的道路纵断面相比,给定聚类内的每个道路纵断面与相关联的聚类中的道路纵断面更相似。
在一些实施方式中,一种用于定位车辆的方法包括:将至少第一合并道路纵断面和第二合并道路纵断面传送到车辆;将所测量的道路纵断面与第一合并道路纵断面和第二合并道路纵断面进行比较;以及基于所测量的道路纵断面与第一合并道路纵断面和第二合并道路纵断面的比较,确定车辆正在与第一合并道路纵断面相关联的第一轨道中行驶。
在一些实施方式中,一种定位车辆的方法包括:在车辆穿过道路时测量道路纵断面的第一部分;确定车辆是否在路段终点的阈值距离内;以及在确定车辆在路段终点的阈值距离内时,将与路段终点相对应的参考道路纵断面与所测量的道路纵断面的第一部分进行比较;确定所测量的道路纵断面的第一部分与参考道路纵断面之间的相关性;以及至少部分地基于相关性来确定车辆的位置。
在一些实施方式中,一种绘制路段以用于基于地形的定位的方法包括:获得与路段相关联的道路纵断面;确定道路纵断面的数量是否超过道路纵断面的阈值数量;以及在确定与路段相关联的道路纵断面的数量超过阈值数量时,识别道路纵断面中的两个或更多个最相似的道路纵断面;确定两个或更多个最相似的道路纵断面之间的相似度是否超过相似度阈值;以及在确定相似度超过相似度阈值时,合并两个或更多个最相似的道路纵断面以形成合并的道路纵断面。
应当理解,前述概念和下文讨论的另外的概念可以按任何合适的组合布置,因为本公开内容在这方面不受限制。此外,当结合附图考虑时,根据以下对各种非限制性实施方式的详细描述,本公开内容的其他优点和新颖特征将变得明显。
附图说明
附图并不旨在按比例绘制。在附图中,在各个附图中示出的每个相同或几乎相同的部件可以由相同的附图标记表示。为了清楚的目的,可能并未在每个附图中标出每个部件。在附图中:
图1描绘了包括被分成路段集合的道路的道路地图的实施方式;
图2描绘了车辆的实施方式的示意图;
图3描绘了路段数据结构的示例性实施方式;
图4描绘了利用基于地形的定位系统来定位车辆的方法的实施方式的流程图;
图5描绘了根据一些示例性实施方式的基于地形的车辆定位的过程;
图6描绘了利用基于地形的定位系统来定位车辆的方法的另一实施方式的流程图;
图7描绘了路段数据结构的另一示例性实施方式;
图8是收集多个路段以用于基于地形的定位的方法的一个实施方式的流程图;
图9A描绘了示出七个道路纵断面的集合中的每一对的相关系数的相关矩阵的实施方式;
图9B描绘了被重新布置以示出七个道路纵断面之间的聚类的图9A的相关矩阵;
图10是利用基于地形的定位系统来定位车辆的方法的另一实施方式的流程图;以及
图11描绘了收集多个路段以用于基于地形的定位的另一实施方式的流程图。
具体实施方式
自主地或在驾驶员的控制下沿道路行驶的车辆可以与一个或更多个路面特征相互作用,其可能使车辆和/或一个或更多个车辆乘客遭受某些力或加速度。这样的道路特征可能影响车辆乘客的舒适性以及车辆的磨损。这样的力或加速度的大小、方向和/或频率内容可以是一个或更多个路面特征的特性的函数。典型的道路可以包括各种类型的路面特征,诸如例如:路面异常,包括但不限于坑洼、隆起、表面裂缝、伸缩缝、冻胀、粗糙补丁、齿纹震动带、下水道孔盖等;和/或路面特性,包括但不限于路面纹理、路面组成、表面拱度、表面坡度等。路面特性可能影响路面参数,诸如例如车辆的轮胎与道路之间的摩擦系数、牵引力和/或抓地力。这样的参数可以确定在各种速度和车辆负载下可以如何有效地执行诸如转弯和停止的某些操纵。
发明人已经认识到基于上述路面特性和特征控制车辆的各个系统的操作的益处。然而,路面特征和/或特性的类型和特性可以例如根据给定道路上的纵向和/或横向位置而随道路变化。车辆与给定路面特征的相互作用对车辆和/或乘客的影响也可以根据车辆与路面特征之间相互作用时的车速而变化。路面特征的特性也可以例如基于天气条件和/或根据时间而变化。例如,如果路面特征是坑洼,则其可能由于反复的冷冻/解冻循环而在冬季月份中逐渐出现并在长度、宽度和/或深度上增长,并且然后在数小时或更短时间内修复并实际上消失。由于路面的变化性质和先前未绘制的布局,典型地,车辆已经感测到车辆与路面的相互作用,并且然后响应于检测到的特性和车辆遇到的路面特征来操作车辆的各种自主和/或半自主系统。
车辆可能驶过的路面的特性和路面特征可以被绘制以提供关于沿车辆的行驶路径定位的路面特征的前瞻性信息。关于车辆前方的路面特征的该信息可以用于例如动态地调整、准备和/或控制车辆中的各种自动或部分自动的系统(诸如例如悬架系统(例如半主动或完全主动)、推进系统、自适应驾驶员辅助系统(ADAS)、电动转向系统(EPS)、防抱死制动系统(ABS)等)。发明人已经认识到,当车辆与路面特征之间存在物理相互作用时,车辆遭受到由相互作用引起的一个或更多个可察觉的力。因此,利用前方道路的预览,当在路面特征与车辆之间存在物理相互作用时,车辆控制器可以更有效地对路面特征做出反应。
虽然关于路面的信息可以用于控制车辆的各种系统,但本发明人已经认识到,对于获得和使用这样的路面信息存在挑战。一个这样的挑战是以足够的准确度和分辨率知道车辆的位置,使得可以使用关于车辆前方的道路特征的信息来更有效地控制车辆。例如,如果车辆的位置不够准确,则车辆控制器可能采取不会减轻车辆与道路特征之间的物理相互作用的动作。作为另一示例,如果车辆的位置不够准确,则车辆控制器可能采取使车辆与道路特征之间的物理相互作用恶化或以其他方式使车辆乘客的舒适度恶化的动作。例如,全球导航卫星系统(GNSS)定位的准确度趋于在大约7m到30m的数量级。以这样的准确度,车辆不仅不能分辨车辆何时会与特定路面特征(例如坑洼)相互作用,而且不能分辨车辆是否会以任何方式与该路面特征相互作用。
鉴于上述内容,发明人已经认识到,结合基于地形的定位的定位系统和方法可以提供比纯粹的基于GNSS的系统更好的分辨率。在基于地形的定位系统中,当车辆沿道路行驶时,可以通过使用附接至车辆的一个或更多个运动传感器测量车辆的一部分的竖直运动来获得所测量的道路纵断面。可以将该所测量的道路纵断面与参考道路纵断面进行比较,并且至少部分地基于该比较,可以确定车辆沿着道路的位置。然而,本发明人已经认识到,所测量的纵断面与参考纵断面之间的连续图案匹配可能需要大量的数据传输和/或操作。也就是说,单个车辆可能需要流式传输足够的道路信息,使得在基于前方道路信息控制车辆的同时,可以将所测量的道路纵断面与参考道路纵断面连续地进行比较。对于在整个道路网络上采用多个车辆的系统,网络带宽要求可能是相当大的,使得实现这样的网络在商业上可能是不可行的。另外,所测量的纵断面与参考纵断面之间的连续图案匹配可能需要超出对于在车辆中采用在商业上可行的计算能力。如果远程地进行计算,则这样的连续图案匹配还需要可能在商业上不可行的网络带宽。
鉴于上述内容,发明人已经认识到用于道路信息的路段组织结构和相关方法的益处,所述路段组织结构和相关方法以离散方式提供准确的基于地形的定位从而减少实现基于地形的定位的网络和计算要求。每个路段可以具有预定长度,使得道路被分成多个路段。当车辆接近路段的终点时,可以将路段的道路纵断面与具有大致相等长度的所测量道路纵断面的最后部分进行比较。以这种方式,车辆可以在具有预定长度的每个路段上基于地形验证其精确位置一次,这是一种计算量和网络带宽密集程度较低的方法。
发明人已经认识到,在给定计算和/或带宽限制的情况下,实现基于地形的定位方法使得观测到的数据与参考数据之间的比较仅以预定间隔(例如,时间或距离间隔)发生可能是有利的。然而,在使用基于地形的定位的车辆位置的这些精确确定之间,当车辆进一步行驶远离最后识别的路面特征时,车辆的位置可能变得不太确定。因此,在某些实施方式中,在这些预定间隔和/或路面位置之间,可以使用航位推算来基于先前识别的位置(例如,先前识别的沿道路的位置)来估计车辆的位置(例如,车辆沿道路的位置)。例如,在某些实施方式中并且如本文详细描述的,基于地形的定位方法可以包括:当车辆沿着道路行驶时,首先从附接至车辆的一个或更多个传感器收集数据。可以对所收集的数据进行处理(例如,从时间域变换到距离域、滤波等)以获得所测量的数据(例如,所测量的道路纵断面)。然后可以将所测量的数据与和道路相关联的参考数据(例如,参考道路纵断面或存储的道路纵断面)进行比较,并且至少部分地基于该第一比较,可以确定在第一时间点处车辆沿道路的位置。一旦确定了在第一时间点处车辆沿道路的位置,就可以使用航位推算来在车辆随后沿道路行驶时跟踪车辆的位置。在航位推算的时间段期间,可以对来自一个或更多个传感器的新数据进行收集并可选地进行处理以产生新观测到的数据。在某些实施方式中,在确定车辆自第一时间点起已经行驶了预定距离时,可以将新观测到的数据与参考数据进行比较。至少基于该第二比较,可以确定在第二时间点处车辆沿道路的位置。然后,当车辆穿过顺序定位的路段时,可以重复该过程,使得使用航位推算来跟踪车辆的进一步移动,直到确定车辆自确定位置的第二时间点起已经行驶了预定距离。在该确定之后,可以使用基于地形的定位来在第三时间点处定位车辆。因此,在一些实施方式中,可以以预定的距离间隔(其可以是恒定的间隔)间歇地执行比较,而不是将所测量的(例如,所收集的数据和/或经处理的数据)数据与参考数据连续地进行比较。可替选地或另外地,基于地形的定位可以在确定自第一时间点或先前时间点起已经经过预定时间间隔(而不是预定距离间隔)时执行。在这些时间/距离间隔期间,可以单独地使用航位推算,或者除了可以用于基于先前建立的位置来跟踪车辆的位置(例如,坐标或位置)的其他定位系统之外,可以使用航位推算。另外,虽然本文主要公开了恒定时间间隔和/或距离间隔的使用,但是应当理解,在确定车辆在不同路段上的位置时使用的预定时间和/或距离间隔可以是恒定的和/或沿着不同路段在彼此之间是可变的,因为本公开内容不限于这种方式。
发明人还认识到,基于地形的车辆位置确定可以通过GNSS位置估计和离散化的路段的使用来补充。也就是说,可以采用来自GNSS系统的位置估计,而不是使用航位推算来以离散时间和/或距离间隔执行基于地形的比较。例如,在某些实施方式中并且如本文详细描述的,基于地形的定位方法可以包括:当车辆沿着道路行驶时,首先从附接至车辆的一个或更多个传感器收集数据。可以对所收集的数据进行处理(例如,从时间域变换到距离域、滤波等)以获得所测量的数据(例如,所测量的道路纵断面)。然后可以将所测量的数据与和道路相关联的参考数据(例如,参考道路纵断面或存储的道路纵断面)进行比较,并且至少部分地基于该第一比较,可以确定在第一时间点处车辆沿道路的位置。一旦确定了在第一时间点处车辆沿道路的位置,就可以使用GNSS来在车辆随后沿道路行驶时跟踪车辆的位置,这可以用于确定自确定车辆位置以来车辆沿道路行驶的距离。在GNSS跟踪的时间段期间,可以对来自一个或更多个传感器的新数据进行收集并可选地进行处理以产生新观测到的数据。在某些实施方式中,当至少部分地基于GNSS跟踪数据来确定车辆自第一时间点起已经行驶了预定距离时,可以将新观测到的数据与参考数据进行比较。至少基于该第二比较,可以确定在第二时间点处车辆沿道路的位置。然后可以重复该过程,使得使用GNSS跟踪来跟踪车辆的进一步移动,直到确定车辆自第二时间点起已经行驶了预定距离。在该确定之后,可以使用基于地形的定位来在第三时间点处定位车辆。因此,在一些实施方式中,可以以预定距离间隔间歇地执行比较,而不是将所测量的(例如,所收集的数据和/或经处理的数据)数据与参考数据连续地进行比较,所述预定距离间隔可以是恒定间隔,或者在一些情况下是与不同路段相关联的非恒定预定距离间隔。在一些情况下,采用GNSS代替航位推算可以减少与预定距离相关的误差。在一些实施方式中,GNSS可以与航位推算结合使用以进一步减小与预定距离相关的误差,因为本公开内容并不限于此。
在一些实施方式中,在路段架构中,给定道路可以被分段成一系列预定长度的路段,在一些实施方式中这些预定长度可以彼此相等,但也涵盖其中使用不相等的预定长度的路段的实施方式。每个路段可以包括可以用于如本文所述的基于地形的定位的一个或更多个道路纵断面。当车辆穿过路段时,可以通过使用附接至车辆的一个或更多个运动传感器测量车辆的一部分的竖直运动来获得道路纵断面。预定的等长或不等长的路段可以被称为“分段(slice)”。在某些实施方式中,连续的路段可以以连续的方式布置,使得一个路段的终点与后续路段的起点大致重合。在一些实施方式中,连续的路段可以是不交叠的,使得一个路段的终点与后续路段的起点重合。可替选地,在一些实施方式中,路段可以交叠,使得后续路段的起点可以位于先前路段的边界内。路段可以是例如任何合适的长度,包括但不限于以下长度的任何组合之间的范围:20米、40米、50米、60米、80米、100米、120米、200米或更大。在一些实施方式中,路段可以具有在20米与200米之间、20米与120米之间、40米与80米之间、50米与200米之间和/或任何其他适当的长度范围之间的长度。也可以考虑比这些长度更长或更短的其他长度,因为本公开内容不限于此。在某些实施方式中,道路被划分成的路段的长度可以取决于道路的类型和/或车辆在道路上行驶的平均速度或其他适当的考虑。例如,在单车道城市道路上,车辆通常可以以与多车道高速公路相比相对低的速率行驶。因此,在城市道路(或具有相对低的行驶速度的其他道路)上,具有与在高速公路或具有相对高的行驶速度的其他道路(例如,在80米至120米之间)上相比相对更短的路段(例如,在20米至60米之间)可能是有利的或以其他方式期望的,使得每个路段可以对应于从路段的开始到结束的近似平均行驶时间,而与道路上的平均行驶速度无关。
在一些实施方式中,使用路段来定位车辆的方法包括利用车辆测量道路纵断面。该方法还可以包括确定车辆是否在路段终点的阈值距离内。例如,在一些实施方式中,确定车辆在路段终点的阈值距离内包括用GNSS、根据最后已知的车辆位置的航位推算和/或任何其他适当的定位方法来估计车辆的位置。该方法还可以包括将与沿着车辆行驶路径的路段的结束部分相对应的参考道路纵断面与所测量的道路纵断面进行比较。在一些实施方式中,当车辆穿过路段时,可以将所测量的道路纵断面的最后部分与参考道路纵断面进行比较,其中所测量的道路纵断面的最后部分和参考道路纵断面具有大致相等(例如,相等)的长度。该方法可以包括例如使用互相关函数或对所测量的道路纵断面与参考道路纵断面之间的相似性进行评估的另一适当函数(例如,动态时间扭曲等)来确定所测量的道路纵断面与参考道路纵断面之间的相关性。该方法还可以包括确定所测量的道路纵断面与参考道路纵断面之间的相关性是否超过阈值相关性。可以至少部分地基于道路类型来预先确定阈值相关性,这将在下面进一步详细讨论。如果相关性超过阈值相关性,则可以确定车辆的位置,因为车辆的位置可以对应于路段终点的位置。如果相关性没有超过阈值相关性,则可能不能确定车辆的位置,并且该方法可以随着车辆沿着道路前进并且重新确定所测量的道路纵断面(包括在沿着道路前进时测量的附加数据)与参考道路纵断面之间的相关性而继续。除了上述之外,当车辆接近道路纵断面的最后部分的终点时,所测量的道路纵断面与参考道路纵断面之间的相关性可以在大约与参考道路纵断面的终点相对应的位置处增加到峰值。因此,在一些实施方式中,该方法可以包括:在车辆移动通过在路段终点的阈值距离内的区域的同时,检测所测量的道路纵断面与参考道路纵断面之间的相关性的峰值。将在下面进一步详细讨论这样的峰值检测的附加细节。
本文公开的各种实施方式涉及确定车辆在路面上的位置和/或用于创建包括可以用于在路面上定位车辆的信息的路段地图。这样的信息可以向车辆提供关于位于沿着车辆行驶路径的即将到来部分的路段上的一个或更多个路面特征和/或路面特性的先验信息。如前所述,通过在车辆遇到路段的给定部分之前知道该信息,可以至少部分地基于该信息来控制车辆的一个或更多个系统(例如,车辆的自主和/或半自主系统)的操作。因此,本文公开的任何实施方式可以提供信息,例如车辆、路面特征和/或道路参数位置,这些信息可以由一个或更多个车辆用来控制一个或更多个车辆系统。因此,在一些实施方式中,可以至少部分地基于所确定的车辆位置、航位推算、路段的参考纵断面以及前述的组合来控制车辆的一个或更多个系统。可以被控制的系统的示例可以包括悬架系统(半主动或完全主动)、推进系统、高级驾驶员辅助系统(ADAS)、电动转向系统(EPS)、防抱死制动系统(ABS)、自主车辆的导航系统和/或任何其他适当类型的车辆系统。
根据本文描述的示例性实施方式,车辆可以包括由车辆控制系统控制的一个或更多个车轮和一个或更多个车辆系统。车辆控制系统可以由一个或更多个处理器操作。一个或更多个处理器可以被配置成执行存储在易失性或非易失性计算机可读存储器中的计算机可读指令,这些指令在被执行时执行本文所公开的方法中的任何方法。一个或更多个处理器可以与一个或更多个与车辆的各种系统(例如,制动系统、主动或半主动悬架系统、驾驶员辅助系统等)相关联的致动器通信,以控制车辆的各种系统的激活、移动或其他操作参数。一个或更多个处理器可以从提供关于车辆的各个部分的反馈的一个或更多个传感器接收信息。例如,一个或更多个处理器可以从全球导航卫星系统(GNSS)例如全球定位系统或其他定位系统接收关于车辆的位置信息。车辆上的传感器可以包括但不限于车轮转速传感器、惯性测量单元(IMU)、光学传感器(例如,摄像机、LIDAR)、雷达、悬架位置传感器、陀螺仪等。以这种方式,车辆控制系统可以实现车辆的各种系统的比例控制、积分控制、微分控制、其组合(例如,PID控制)或其他控制策略。也可以考虑其他反馈或前馈控制方案,并且本公开内容不限于这方面。可以采用任何期望数量的任何合适的传感器来向一个或更多个处理器提供反馈信息。应注意,虽然本文中所描述的示例性实施方式可以参考单个处理器来描述,但可以采用任何合适数量的处理器作为车辆的一部分,因为本公开内容并不限于此。
根据本文描述的示例性实施方式,车辆的一个或更多个处理器还可以使用适当的无线或有线通信协议与局域网、广域网或互联网上的其他控制器、计算机和/或处理器通信。例如,车辆的一个或更多个处理器可以使用任何合适的协议进行无线通信,包括但不限于WiFi、GSM、GPRS、EDGE、HSPA、CDMA和UMTS。当然,可以采用任何合适的通信协议,因为本公开内容不限于此。例如,一个或更多个处理器可以与一个或更多个服务器通信,一个或更多个处理器可以从所述一个或更多个服务器访问路段信息。在一些实施方式中,一个或更多个服务器可以包括被配置成与一个或更多个车辆进行双向通信的一个或更多个服务器处理器。一个或更多个服务器可以被配置成从一个或更多个车辆接收道路纵断面信息,并且存储和/或利用该道路纵断面信息来形成路段信息。一个或更多个服务器还可以被配置成向一个或更多个车辆发送参考道路纵断面信息,使得车辆可以根据本文描述的示例性实施方式采用基于地形的定位,并且可以基于前瞻性道路纵断面信息来控制一个或更多个车辆系统或者调整一个和/或更多个车辆系统的一个或更多个参数。
在本文描述的各种实施方式中,在一些情况下,基于地形的定位的方法可以基于当车辆经过路段终点时参考道路纵断面与所测量的道路纵断面之间的互相关的峰值检测。在一些实施方式中,一旦车辆进入路段终点的阈值范围,预定长度大致等于参考道路纵断面的预定长度的所测量的道路纵断面就可以与参考道路纵断面互相关以获得0与1之间的相关性。在一些实施方式中,路段终点的阈值范围可以小于15m、10m、5m和/或任何其他适当的范围。在一些实施方式中,路段终点的阈值范围可以至少部分地基于车辆上的GNSS的分辨率。在这样的实施方式中,阈值范围可以与GNSS的分辨率大致相等(例如,相等)。
根据本文描述的示例性实施方式,一旦车辆进入路段终点的阈值范围,就可以执行所测量的道路纵断面与参考道路纵断面之间的互相关并且确定相关性。如果相关性没有超过阈值相关性,则可能无法确定车辆位置,并且基于地形的定位的过程可以随着车辆继续沿道路移动而继续。在车辆在路段终点的阈值范围内时,由于所测量的道路纵断面包括来自车辆的最近数据并且移除落在预定长度之外的最旧的数据,所以可以有效地连续地(例如,在每个时间步长处)重新确定相关性。每次确定相关性时,可以确定相关性是否超过阈值相关性。一旦在给定的时间步长处相关性超过阈值相关性,则可以确定车辆在该时间步长处位于路段终点。在一些实施方式中,可以应用峰值检测算法来确定所测量的道路纵断面与参考道路纵断面之间的相关性是否是最大相关性。在一些这样的实施方式中,可以在最近的时间步长与较早的时间步长之间确定相关性的斜率。在一些实施方式中,可以确定斜率为负的峰值,并且在相关性超过阈值相关性之后相关性减小。当然,可以应用任何合适的峰值检测函数,因为本公开内容不限于此。在一些实施方式中,阈值相关性可以大于或等于0.6、0.7、0.8、0.9和/或任何其他适当的值。在一些实施方式中,阈值相关性可以至少部分地基于路段的类型。例如,高速公路或高速道路可以具有比低速道路更大的阈值相关性,在低速道路中可能存在车辆所采取的路径的更多变化。根据该示例,在一些实施方式中,高速公路的阈值相关性可以大于或等于0.8,并且非高速公路道路的阈值相关性可以大于或等于0.5。
根据本文描述的示例性实施方式,路段信息可以存储在车辆上的一个或更多个数据库中和/或一个或更多个远程定位的服务器中。在一些实施方式中,数据库可以包含在非暂态计算机可读存储器中。在某些实施方式中,数据库可以存储在完全或部分地远离车辆定位(例如,“在云中”)的存储器中,并且数据库和车辆可以经由无线网络(例如,蜂窝网络(例如,5G、4G)、WiFi等)交换信息。可替选地,在一些实施方式中,数据库可以存储在位于车辆上的非暂态存储器中。在某些实施方式中,路段可以特定于行驶方向,使得对于“双向”道路(即,支持在相反方向上同时行驶的道路),针对每个行驶方向可以存在不同的路段集合(例如,针对在第一方向上行驶的第一路段集合以及针对在第二方向上行驶的第二不同路段集合)。
如本文使用的,道路纵断面是指根据距离的路面的任何适当的描述或表征。例如,道路纵断面可以指描述根据沿给定路段的距离的路面的高度变化的道路高度纵断面。可替选地或另外地,道路纵断面可以指路面的数学相关描述。例如,道路纵断面可以指描述根据沿着路段的距离的道路坡度的“道路坡度”纵断面。路段的道路纵断面可以例如通过以下操作来获得:在车辆穿过路段时测量车辆的一部分(例如车辆的车轮、车轮组件或簧下质量的其他部分;或者车辆的簧载质量的一部分)的竖直运动(例如加速度数据、速度数据、位置数据),并且可选地处理该数据(例如,基于运行速度将其从时间域变换到距离域、相对于时间对数据进行积分、对其进行滤波(例如,以去除轮跳效应)等)。例如,如果使用附接至车轮的加速度计测量车轮的竖直加速度,则可以通过积分获得车轮的竖直速度,并且通过进一步积分获得竖直高度。通过知道车辆的运行速度(即,车辆穿过路段的速度),可以获得相对于行驶距离的竖直高度。在一些实施方式中,进一步滤波可能是有利的。在一个示例中,通过应用陷波滤波器或低通滤波器(例如,应用于所测量的车轮的竖直加速度)以去除轮跳效应,可以从(例如,如通过测量车轮的加速度确定的)车轮的竖直高度数据获得道路高度纵断面。道路纵断面可以包含描述或表征离散路面异常(例如坑洼(或其他“负”事件)和/或隆起(或其他“正”事件))的信息。另外地或可替选地,道路纵断面可以包含关于分布式路面特性(例如道路粗糙度和/或路面摩擦)的信息。
根据本文描述的示例性实施方式,如果车辆在不存在参考道路纵断面数据的道路(或道路的部分)上行驶,则可以通过从附接至车辆的一个或更多个点(例如,附接至车辆的车轮、车辆的车轮组件、减震器、车辆的簧下质量的另一部分或车辆的簧载质量的一部分)的一个或更多个运动传感器(例如,加速计、位置传感器等)收集运动数据来生成参考数据(包括例如,参考道路纵断面、路面的表征、和/或不规则事件(例如,隆起或坑洼)的存在)。随后可以使用从道路或道路部分的第一次穿行收集的数据来生成参考数据,该参考数据可以存储在数据库中并且与道路或道路部分的特定路段相关联。可替选地,可以从多次车辆穿行收集数据并且将其合并(例如,使用参考数据的均值、众数和/或中值进行平均)在一起以生成参考数据。
根据本文描述的示例性实施方式,车辆的位置可以例如由绝对定位系统例如基于卫星的系统来估计或至少部分地确定。这样的系统可以用于提供例如车辆的绝对地理坐标(即,地球表面上的地理坐标,例如经度、纬度和/或海拔)。通常称为全球导航卫星系统(GNSS)的基于卫星的系统可以包括在全球或区域基础上提供定位、导航和定时(PNT)服务的卫星星座。虽然基于美国的GPS是最流行的GNSS,但是其他国家正在部署或已经部署他们自己的系统以提供互补或独立的PNT能力。这些包括例如:北斗/BDS(中国)、伽利略(欧洲)、格洛纳斯(GLONASS)(俄罗斯)、IRNSS/NavIC(印度)和QZSS(日本)。根据本文描述的示例性实施方式的系统和方法可以采用任何合适的GNSS,因为本公开内容不限于此。
根据本文描述的示例性实施方式,航位推算可以用于使用车辆的所测量的行驶路径和/或从已知位置的位移来确定在车辆的最后已知位置之后的时间点处的车辆的位置。例如,可以使用行驶的距离和方向来确定从车辆的已知位置开始行驶的路径,以确定车辆的当前位置。可以用于确定在车辆的最后已知位置之后的车辆的位置变化的适当输入可以包括但不限于惯性测量单元(IMU)、加速度计、转向系统上的传感器、车轮角度传感器、不同时间点之间的所测量的GNSS位置的相对偏移和/或可以用于确定车辆在路面上相对于车辆的先前已知位置的相对运动的任何其他适当传感器和/或输入。该航位推算的一般描述可以与本文所述的任何实施方式一起使用以与本文所公开的方法和/或系统一起使用来确定车辆的位置。
在一些情况下,对于每个行驶方向,道路可以包括多于一个的轨道(例如,车道),并且对于每个轨道,道路纵断面可能不同。在参考数据库中可能不知道在道路或路段中有多少轨道(例如,车道),这可能导致在生成道路或道路部分的参考数据时遇到困难。例如,如果给定道路的参考道路纵断面由在多车道道路的最左车道中行驶的车辆生成,则随后使用所述参考道路纵断面来定位在最右车道中行驶的车辆的尝试可能由于最左车道与最右车道之间的路面差异而失败。因此,既知道道路具有多少轨道,又知道车辆正在哪个轨道中行驶,这对于生成参考道路纵断面、后续定位以及使用信息来控制车辆和/或一个或更多个车辆系统而言都是期望的。确定道路纵断面的轨道的先前尝试已经提出了计算挑战,例如用于多车道使用的道路纵断面的数据存储(例如,车道改变),这对于发生在单车道中的路段的大多数车辆穿行是无用的。
鉴于上述内容,发明人已经认识到其中多个路面纵断面可以与单个路段相关联的路段组织结构的益处。路段结构以数据较少和计算密集程度较低的方式允许多个道路纵断面与路段相关联。另外,发明人已经认识到采用基于阈值的方法来对可能与道路轨道相关联的道路纵断面进行收集和存储的路段组织结构的益处。特别地,发明人已经意识到,在达到足够大数量的存储的道路纵断面之前,对道路纵断面进行聚类和/或合并可能导致不准确的道路纵断面信息。
在一些实施方式中,识别路段的道路纵断面的轨道(例如,车道)的方法包括:在车辆穿过该路段时使用如本文中所公开的任何适当车载传感器来测量该路段的道路纵断面(例如,采用根据本文中所描述的示例性实施方式的车辆)。每当车辆穿过路段时,所测量的道路纵断面可以被传送到服务器,使得多个车辆可以将多个所测量的道路纵断面传送到服务器。该方法还可以包括确定所存储的道路纵断面的数量是否超过道路纵断面的阈值数量。可以预先确定道路纵断面的阈值数量,以允许在数据操作之前收集足够数量的道路纵断面。在一些情况下,道路纵断面的阈值数量可以基于路段的类型。例如,高速道路例如高速公路可以具有较大阈值数量的道路纵断面,因为高速公路通常包括比低速道路更多的车道。在一些实施方式中,道路纵断面的阈值数量可以在2至64个道路纵断面之间、在8至12个道路纵断面之间和/或任何其他合适的数量。如果服务器从车辆接收到道路纵断面并且没有超过所存储的道路纵断面的阈值数量,则可以存储接收到的所测量的道路纵断面并且使其与路段相关联。然而,如果接收到的所测量的道路纵断面超过道路纵断面的阈值数量,则该方法可以包括识别所测量的道路纵断面和所存储的道路纵断面中最相似的两个道路纵断面。可以基于对每对道路纵断面执行的互相关函数并且对所得到的相似度值进行比较来识别最相似的两个道路纵断面。如果两个最相似的道路纵断面的相似度超过预定的相似度阈值,则可以将两个最相似的道路纵断面合并为合并的道路纵断面。如果两个最相似的纵断面的相似度没有超过相似度阈值,则可以丢弃最旧的道路纵断面,并且存储新测量的道路纵断面。以这种方式,相似的道路纵断面可以由服务器保留,而无关的道路纵断面将最终被移除。随着相似的道路纵断面被合并,关于多少道路纵断面已被合并成单个合并的纵断面的信息可以被保存为元数据,其中单个合并的纵断面中的更多数量的道路纵断面表示路段的轨道(例如,车道)。
在一些实施方式中,相似度可以是作为互相关函数的输出的在0与1之间的值。在一些实施方式中,用于合并道路纵断面的相似度阈值可以大于或等于0.6、0.7、0.8、0.9和/或任何其他适当的值。在一些实施方式中,相似度阈值可以至少部分地基于路段的类型。例如,高速公路或高速道路可以具有比低速道路更大的阈值相关性,在低速道路中可能存在车辆所采取的路径的更多变化。根据该示例,在一些实施方式中,高速公路的阈值相关性可以大于或等于0.8,并且非高速公路道路的阈值相关性可以大于或等于0.5。
在一些实施方式中,如果道路纵断面集合包括足够大数量的道路纵断面(例如,超过阈值数量的道路纵断面),则对该道路纵断面集合进行相关聚类算法。许多适当的相关聚类算法在本领域中是已知的,包括例如层次聚类方法或划分聚类方法(例如,k-均值聚类、c-均值聚类、主成分分析、层次凝聚聚类、分裂聚类、贝叶斯聚类、谱聚类、基于密度的聚类等)。在相关聚类过程之后,可以将该道路纵断面集合划分为一个或更多个聚类,其中包含在给定聚类内的每个道路纵断面基本上类似于包含在给定聚类内的每个其他道路纵断面。例如,可以将路段中的道路纵断面集合划分为至少第一道路纵断面聚类和第二道路纵断面聚类,其中第一聚类中的每个道路纵断面基本上类似于第一聚类中的每个其他道路纵断面,并且第二聚类中的每个道路纵断面基本上类似于第二聚类中的每个其他道路纵断面。在一些实施方式中,如使用包括例如本文所述的互相关函数的任何适当的比较方法确定的,与其他聚类中的道路纵断面相比,每个聚类中的多个道路纵断面的相似性可以更类似于相同道路纵断面中的其他道路纵断面。在某些实施方式中,每个聚类可以被视为对应于道路、路段的轨道(例如,车道)或路段。在某些实施方式中,给定聚类内的所有道路纵断面可以被合并(例如,平均),以便获得单个合并轨道的道路纵断面。该合并的道路纵断面可以用作路段内的给定轨道的参考道路纵断面(例如,用于未来的基于地形的车辆定位或未来的车辆预览控制(例如,基于即将到来的道路特征的知识来控制一个或更多个车辆系统)),并且可以存储在数据库中并与路段中的特定轨道相关联。可以对每个识别的聚类执行该合并。在某些实施方式中,可以(例如,在针对给定路段收集了一定数量的新道路纵断面之后)周期性地重复聚类算法。可替选地,可以在收集了每个新道路纵断面之后重复聚类算法,以确定新纵断面属于哪个聚类。
在一些实施方式中,不是将每个聚类视为对应于轨道,而是仅将道路纵断面的数量超过道路纵断面的阈值数量的聚类视为对应于轨道。轨道表示车辆在穿过路段时所采取的路径。例如,具有单个道路纵断面或小于道路纵断面的阈值数量的少量纵断面的聚类可以被认为是离群值,而不是单独的轨道。例如,当车辆在穿过路段时经历非典型事件(例如,车辆可能在路段内改变车道,或者可能穿过道路上通常不存在的一些临时碎片或垃圾)时,可能出现离群值。在某些实施方式中,可以在一些时间量之后删除被认为是离群值的道路纵断面,以便节省空间、不引起混乱或出于其他适当的原因。
根据本文描述的示例性实施方式,可以将一个或更多个道路纵断面合并成合并的道路纵断面。在一些实施方式中,合并两个或更多个道路纵断面可以包括对两个或更多个纵断面求平均。在一些实施方式中,合并两个或更多个道路纵断面可以包括考虑在所测量的道路纵断面中提供的信息有效的频率范围。在一些情况下,两个或更多个所测量的道路纵断面可以具有交叠但不相同的有效频率范围。在这样的情况下,交叠部分可以被平均,而不交叠部分可以保持不变。从多个交叠但不相同的所测量的道路纵断面创建的参考纵断面可以具有比单个所测量的道路纵断面更宽的有效频率范围。根据这样的实施方式,可以将具有不同质量和频率的传感器合并到合并的纵断面中,而不使合并的道路纵断面失真,因为可以对来自每个所测量的纵断面的最有用的数据进行组合。当然,可以采用用于合并两个或更多个道路纵断面的任何合适的技术,因为本公开内容不限于此。
在一些实施方式中,连续路段的轨道可以在数据库中被链接。这些链接可以形成示出如何访问连续路段上的轨道的有向图。例如,给定道路可以包括第一路段和第二路段,其中第一路段和第二路段是连续的。如果确定第一路段包含两条轨道(在一些实施方式中,轨道可以对应于道路上的物理车道)并且第二路段包含两条轨道,则第一路段的每条轨道可以在数据库中链接到第二路段中的相应轨道。该“轨道链接”可以基于历史趋势来执行——例如,如果观察到大多数车辆或其他适当阈值的车辆从第一路段中的一条轨道(即第一道路纵断面)行驶到第二路段中的对应轨道(即第二道路纵断面),则这些轨道可以在包含各个路段的道路纵断面的数据库中链接在一起。例如,如果车辆优选地从第一路段中的“轨道1”行驶到第二路段中的“轨道1”,则第一路段的轨道1可以链接到第二路段中的轨道1。这些链接可以用于预测行驶,使得如果车辆在给定时间处被定位到第一路段中的“轨道1”,则可以假定车辆可能继续到第二路段中的“轨道1”。因此,车辆可以使用轨道识别来针对即将到来的道路纵断面准备和/或控制一个或更多个车辆系统。
在一些实施方式中,根据本文描述的示例性实施方式,道路纵断面可以包括关于车辆穿行的附加信息以帮助进行聚类和/或车道识别。例如,在一些实施方式中,道路纵断面可以包括平均速度,该平均速度可以通过在测量用于确定道路纵断面的各种所测量的纵断面时对穿过路段的车辆的速度进行平均来确定。根据这样的示例,平均速度可以有助于进行车道识别和聚类,因为车道的平均速度可能不同。例如,在美国,最右车道可能具有最低的平均速度,而最左车道具有最高的平均速度。因此,具有较低平均速度的第一轨道可以与最右车道相关联,并且具有较高平均速度的第二轨道可以与道路的最左车道相关联。当然,可以收集和采用任何合适的信息来识别路段的车道,因为本公开内容不限于此。
如本文所使用的,术语“位置”可以指以绝对坐标表示的车辆的位置,或者它可以指车辆沿道路的位置。车辆的位置可以表示为相对于道路的某些特征的距离(例如,表示为相对于道路起点的距离、相对于某些交叉路口的距离、相对于位于道路上的某些特征的距离等)。
应当理解,虽然在下面的实施方式中描述了用于测量道路纵断面的特定类型的传感器,但是可以使用能够测量路面的高度变化或与路面的高度变化相关的其他参数(例如,当车辆穿过路面时车辆的一个或更多个部分的加速度)的任何适当类型的传感器,因为本公开内容不限于此。例如,惯性测量单元(IMU)、加速计、光学传感器(例如,摄像机、LIDAR)、雷达、悬架位置传感器、陀螺仪和/或任何其他适当类型的传感器可以在本文中所公开的各种实施方式中使用以测量车辆穿过的路段的路面纵断面,因为本公开内容并不限于此方式。
如本文所使用的,平均值可以指与本文描述的各种实施方式相关联的参数、道路纵断面或其他特性中的任何一起使用的任何适当类型的平均值。这可以包括平均值例如均值、众数和/或中位数。然而,应了解,归一化、平滑、滤波、插值和/或任何其他适当类型的数据操作的任何适当组合可以在求平均之前应用于待求平均的数据,因为本公开内容不限于此方式。
如本文所使用的,道路纵断面可以对应于“轨道”或“车道”,并且在一些情况下,这些术语可以互换使用。如本文所使用的,“轨道”可以是一个或更多个车辆穿过路段所采取的路径。在一些实施方式中,“聚类”对应于“轨道”和/或“车道”。在一些实施方式中,“轨道”对应于道路上的物理“车道”。在其他实施方式中,“轨道”不对应于道路上的物理“车道”。
转向附图,进一步详细地描述了具体的非限制性实施方式。应当理解,相对于这些实施方式描述的各种系统、部件、特征和方法可以单独地和/或以任何期望的组合来使用,因为本公开内容不限于仅本文描述的特定实施方式。
图1描绘了包括被分成路段集合的道路100的道路地图的实施方式。如图1所示,道路地图包括道路100和在沿着道路长度的一个或更多个位置处与道路100相交的交叉道路101。为了简单起见,交叉道路未示出为被分成路段。另外,为了说明,在道路地图上示出了多个建筑物10。如图1所示,车辆150在道路100上行驶。在图1的实施方式中,道路100被分成六个路段:第一路段102、第二路段104、第三路段106、第四路段108、第五路段110和第六路段112。在该说明性示例中,每个路段102、104、106、108、110、112具有共同的长度“L”,并且至少与起点和终点相关联,但是也可以使用长度不等的路段。图1中所示的起点和终点被示为虚线,但是在一些实施方式中,起点和终点可以是由地理坐标定义的单个点。在一些实施方式中,如图1所示,给定路段的起点可以与先前邻接路段的终点重合。在一些实施方式中,每个路段的长度在60m至100m之间,但是本公开内容不限于此,并且如本文所讨论的,可以使用其他长度的路段。将参照图4至图6进一步讨论采用图1的路段的示例性方法。
图2描绘了车辆150的实施方式的示意图。可以在根据本文所述的示例性实施方式的各种方法中采用车辆150。如图2所示,车辆包括被配置成控制车辆的一个或更多个系统的车辆控制系统151。在如图2所示的一些实施方式中,车辆控制系统包括一个或更多个处理器152、与一个或更多个处理器相关联的非暂态计算机可读存储器154、以及通信模块156。处理器可以被配置成执行存储在非暂态计算机可读存储器中的计算机可读指令以执行本文描述的各种方法并且控制车辆的各种系统。通信模块156可以是被配置成允许车辆控制系统与远程设备(例如,其他车辆、服务器、互联网等)通信的无线通信模块。通信模块156可以采用任何合适的无线通信协议。在一些实施方式中,通信模块156可以被配置用于与远程设备进行双向通信,使得通信模块可以发送和/或接收信息。根据如图2所示的一些实施方式,车辆150可以包括全球导航卫星系统接收器(GNSS接收器)158,其可以用于估计车辆的位置,其又可以用于使用由本文所述的基于地形的定位系统实施的基于地形的定位方法来定位车辆。根据图2的实施方式,车辆150包括穿过具有道路特征114的道路100的车轮160、162。车辆150包括与车辆的各个部分相关联的一个或更多个传感器,例如被配置成测量车轮的位移以测量道路100的道路纵断面的所描绘的第一传感器164和第二传感器166。例如,第一传感器164和第二传感器166可以是配置成测量车轮运动的加速度计。然而,可以使用与车辆的不同部分相关联的不同类型的传感器来测量如前所述的道路纵断面。不管所使用的特定传感器如何,来自传感器的所测量信息可以被传送到处理器152,处理器152可以对传感器信号进行聚合以形成所测量的道路纵断面。
根据图2的实施方式,车辆150被配置成经由通信模块156与一个或更多个远程服务器、其他车辆和/或任何其他适当的系统通信。在如图2所示的一些实施方式中,通信模块156可以经由网络260(例如,局域网、广域网、因特网等)与服务器250通信。通信模块可以向服务器250发送信息(例如,所测量的道路纵断面信息),并且通信模块可以从服务器接收信息(例如,参考道路纵断面信息、路段信息)。参照图3进一步讨论从服务器250接收的路段信息的组织结构。虽然在图2的实施方式中,车辆与单个服务器通信,但车辆可以与任何数量的服务器或其他远程设备通信,因为本公开内容并不限于此。在一些实施方式中,服务器可以包括用于道路网络的路段信息的数据库。
图3描绘了路段数据结构200的示例性实施方式。在一些实施方式中,数据库可以存储关于给定道路的多个路段(例如,分段)的信息。图3示出了例如包含关于图1所示的路段的信息的这样的示例性数据库。所存储的示例性信息可以包括路段的起点的近似绝对坐标(例如,纬度和经度)、路段的终点的近似绝对坐标(例如,纬度和经度)、起点和/或终点的相对位置(例如,相对于道路起点或相对于某一交叉路口或其他路标的距离)以及路段内的路面的特性的任何组合。绝对坐标可以仅在第一定位系统(例如GPS)的准确度或分辨率内已知,而相对位置可以在第二定位系统(例如基于地形的定位)的准确度或分辨率内已知。路段内的路面的示例性特性可以包括例如一个或更多个离散或连续表面不规则性(例如,隆起、坑洼、冻胀、井盖、破裂路面的补丁、暴露道路基底的补丁等)的存在以及不规则性的相对位置(例如,50%的位置可以指示隆起出现在给定路段的起点与终点之间的中间位置)。在某些实施方式中,可以针对每个路段存储道路纵断面。
图4描绘了使用利用路段架构的基于地形的定位系统来定位车辆的方法的实施方式的流程图。在一些实施方式中,当车辆沿着道路行驶时,可以(例如,使用一个或更多个传感器例如加速度计)连续地获得所测量的道路纵断面。此外,车辆可以与存储关于一系列路段的信息的(例如,在服务器上的)数据库通信。该信息可以包括例如(i)该一系列路段的每个路段的终点位置(例如,如图3所示)以及(ii)与每个路段相关联的至少一个参考道路纵断面。
在图4的说明性示例的框300中,可以使用具有第一分辨率的第一定位系统来确定车辆的大致位置。在某些实施方式中,可以使用车辆的报告的GNSS(例如,GPS)坐标来确定该大致位置,在此情况下,位置精确到所采用的GNSS的分辨率内。可替选地或另外地,可以使用航位推算连同车辆的先前位置的知识(例如,使用车辆速度、方向和/或加速度积分)来确定该大致位置。在框302中,可以将车辆的大致位置与道路的一个或更多个路段的终点的相对位置进行比较。如果确定车辆在任何路段的终点附近(例如,在终点的阈值距离内),则可以选择对应的路段(即,车辆所位于的当前路段)进行比较。在一些实施方式中,如果车辆的大致位置在路段的终点的阈值距离内,则可以认为车辆在路段的终点附近。例如,在一些实施方式中,阈值距离可以在0.1L、0.2L、0.4L或0.5L内,其中“L”是路段的长度。可以利用更长或更短的其他范围的阈值距离,包括如本文所述的以绝对长度提供的阈值,因为本公开内容不限于此。如果确定车辆不在任何路段的终点附近,则系统可以返回到第一步骤并在下一时间步长期间重新近似计算车辆的位置。在一些实施方式中,车辆可以有效地连续地(例如,在每个预定时间步长)重新近似计算其位置。可替选地,在一些实施方式中,可以在预定间隔(例如,预定时间和/或距离间隔)之后重新近似计算车辆的位置。
如图4中所示,在框304中,在确定车辆在路段的终点的预定距离或其他阈值内之后,该过程可以将所测量的道路纵断面相对于与终点相关联的路段的参考道路纵断面连续地进行比较。在一些实施方式中,该比较(例如,互相关)可以以所测量的道路纵断面的最后“L”米来完成,其中“L”是如上所讨论的路段的长度。在一些实施方式中,在车辆接近路段终点的同时,可以以特定的时间间隔(例如,每0.01秒一次、每0.1秒一次、每0.2秒一次)和/或距离间隔(例如,0.05L、0.1L、0.2L、0.3L等)将所测量的道路纵断面与参考道路纵断面连续地进行比较。可以采用更短或更长的其他时间或距离间隔,因为本公开内容不限于此。在一些实施方式中,所测量的道路纵断面与参考道路纵断面之间的比较可以使用互相关函数来执行,该互相关函数可以输出相关值。在框306中,(例如,使用峰值检测)确定所测量的道路纵断面与参考道路纵断面之间的最大相关性的时间点。在框308中,一旦确定了最大相关性的时间点,就可以假设车辆在该时间点处位于路段的终点。因此,可以确定车辆在一个时间点(例如,最大相关性的时间点)处沿道路的精确位置,因为它与路段的终点重合。在可选的框310中,可以使用航位推算来跟踪在该时间点之后并且在识别到下一路段的终点之前车辆的进一步移动,以近似计算车辆的位置,从而将处理返回到图4所示的框300。可替选地,该方法可以返回到框300而无需航位推算,因为本公开内容不限于此。当车辆接近后续路段的终点时,可以重复图4的方法,直到车辆精确地位于后续路段的终点,并且当车辆穿过任何数量的路段时依此类推。因此,车辆可以在其每次经过路段终点时被精确地定位。在一些实施方式中,道路上的区别性异常可以替选地或另外地用于定位车辆沿着道路的位置。
根据图4的实施方式,在一些实施方式中,该方法可以由被配置成执行存储在非暂态存储器中的计算机可读指令的处理器来执行。例如,图4的方法可以作为一系列指令存储在非暂态计算机存储器中,以用于由处理器执行。在一些实施方式中,图4的方法可以由车辆处理器(例如,参见示例性图2中的处理器152)执行。
图5描绘了当车辆沿着被分成多个路段102、104、106、108、110、112的道路100行驶时根据一些示例性实施方式的车辆的基于地形的定位的过程。每个图示中的点401表示车辆的真实位置,其通常是未知的,但是为了清楚而示出。每个图示中的“X”403表示由第一定位系统(例如,由GNSS、航位推算或其他位置近似计算系统)近似计算的车辆位置,而围绕X的圆圈表示基于所报告的大致位置和第一定位系统的分辨率的实际位置的可能范围。在一些实施方式中,圆圈还可以表示距路段终点的阈值范围以触发所测量的道路纵断面与参考路段道路纵断面的比较。如图5所示,由于GNSS或其他系统的分辨率限制,大致位置可能与真实位置有些不同。注意,虽然此处使用“X”来表示由GNSS近似计算的位置,但是其也可以表示由航位推算或其他定位方法或系统近似计算的位置。
如图5所示,在表示为T1的第一时间点处,在示例性实施方式中,车辆的位置被近似计算为在第二路段104内,但不在第二路段104的终点(表示为虚线)附近。因此,第二路段104可以不被激活用于与车辆在其穿过道路100时所观察到的所测量的道路纵断面进行比较。而是,可以(例如,通过GNSS定位和/或航位推算)连续地和/或周期性地近似计算车辆的位置。如图5所示,在第二稍后时间点T2处,(例如,如通过使用GNSS接收器报告的)车辆的大致位置可以被确定为在第二路段104的终点附近,并且第二路段可以被激活用于比较。从时间T2开始(当第二路段首先被激活时),可以将所测量的道路纵断面的先前L米与和第二路段相关联的参考道路纵断面(例如,连续地或重复地)进行比较。也就是说,当车辆沿道路移动时,可以连续地更新所测量的道路纵断面,并且当车辆穿过道路时,可以更新所测量的道路纵断面的与参考道路纵断面相比较的部分。例如,在一些实施方式中,可以在T2处将所测量的道路纵断面的第一部分与参考道路纵断面进行比较,其中第一部分具有与第二路段104的参考道路纵断面相等的长度。根据这样的实施方式,可以在随后的时间步长(例如,在T3)处将所测量的道路纵断面的第二部分与参考道路纵断面进行比较,其中第二部分具有与第二路段104的参考道路纵断面相等的长度,但是具有比第一部分更近的道路纵断面信息。
当车辆的实际位置与第二路段104的终点精确重合时(如图5中的时间T3所示),所测量的道路纵断面的先前L米与和路段相关联的参考道路纵断面之间的相关性达到最大值。因此,通过将最大相关性或相关性超过阈值的时间(例如,通过峰值检测和/或相关性阈值)确定在T3处,可以将车辆沿道路100的位置精确地(至少在比第一定位系统的分辨率更好的分辨率内)确定为在该时间(例如,T3)处与第二路段104的终点一致。在给定时间处的精确定位之后,然后可以使用航位推算、GNSS或其他方法来跟踪车辆的进一步运动,如T4所示。当随着车辆穿过任何数量的路段而针对下一路段重复该过程时,该航位推算和/或GNSS定位可以继续,直到车辆被近似计算为接近下一路段(例如,第三路段106)的终点。
图6描绘了利用基于地形的定位系统来定位车辆的方法的另一实施方式的流程图。在可选的框320中,可以获得(例如,下载)多个路段,其中每个路段包括至少一个参考道路纵断面。在一些实施方式中,可以经由无线网络从服务器下载路段。在框322中,在穿过道路时测量道路纵断面。例如,车辆的竖直车轮运动和/或竖直运动可以由一个或更多个传感器测量,并且道路纵断面可以基于一个或更多个传感器的输入。在框324中,确定车辆是否在路段终点的阈值距离内。该确定可以基于经由GNSS和/或相对于车辆沿着路段的先前已知位置的航位推算近似计算的位置。在框326中,将参考道路纵断面与所测量的道路纵断面进行比较。例如,参考道路纵断面和所测量的道路纵断面可以互相关以确定参考道路纵断面与所测量的道路纵断面的相关性。在框328中,确定所测量的道路纵断面与参考道路纵断面之间的相关性是否超过阈值相关性。例如,可以将相关性(例如,0与1之间的数字)与预定的相关性阈值(例如,大于或等于0.5、0.6、0.7、0.8或0.9)进行比较。如果相关性没有超过阈值,则该方法可以在框330处继续并在框322处重新开始。如果相关性超过阈值,则在框332中可以基于超过阈值相关性来至少部分地确定位置。在一些实施方式中,该方法还可以包括在确定车辆的位置对应于相关性超过阈值相关性的时间点之前确定相关性是否是峰值相关性。在可选的框334中,可以至少部分地基于所确定的位置来控制车辆的一个或更多个系统。例如,在一些实施方式中,可以基于所确定的位置来控制车辆的悬架系统。在一些实施方式中,可以基于使用所确定的位置和航位推算确定的车辆的位置来控制一个或更多个系统。
根据图6的实施方式,在一些实施方式中,该方法可以由被配置成执行存储在非暂态存储器中的计算机可读指令的处理器来执行。例如,图6的方法可以作为一系列指令存储在非暂态计算机可读存储器中,以用于由处理器执行。在一些实施方式中,图6的方法可以由车辆处理器(例如,参见示例性图2中的处理器152)执行。
图7描绘了路段数据结构202的另一示例性实施方式。具体地,图7描绘了包括路段(例如,分段)的数据库,该数据库可以包含关于每个路段的轨道特定信息。例如,某些道路事件(隆起、坑洼等)可以仅与路段内的单个轨道相关联。此外,数据库可以存储路段的每个轨道的不同参考道路纵断面。如下面进一步讨论的,可以通过一种或更多种方法来识别轨道,所述方法包括合并道路纵断面和/或聚类。
图8是收集多个路段以用于基于地形的定位的方法的一个实施方式的流程图。具体地,图8示出了用于确定道路的轨道数量和用于确定每个轨道的参考道路纵断面的示例性方法的流程图。在框350中,获得并存储道路纵断面集合。在一些实施方式中,可以从一个或更多个车辆接收道路纵断面。该集合的每个道路纵断面对应于给定路段的不同穿行。例如,该道路纵断面集合可以对应于单个车辆多次穿过给定路段。每次车辆穿过路段时,可以测量和存储不同的道路纵断面。可替选地,多个不同的车辆可以穿过给定的路段,并且可以在每次任何适当装备的车辆(例如,装备有被配置成获得道路纵断面并且传送所获得的道路纵断面的硬件和软件的车辆,例如如图2所示)穿过该路段时测量不同的道路纵断面,由此产生针对单个路段的道路纵断面集合。
如图8所示,在框352中,确定所收集的道路纵断面的数量是否超过道路纵断面的阈值数量。道路纵断面的阈值数量可以是至少部分地基于路段类型、存储容量和带宽容量的纵断面数量。在一些实施方式中,道路纵断面的阈值数量可以在2至64之间、在8至12之间和/或任何其他合适的范围。如果所收集的纵断面的数量没有超过阈值,则在框354中存储道路纵断面,并且该方法在框350处重新开始。该循环可以继续,直到达到道路纵断面的阈值数量,此时该方法可以进行到框356。在框356中,确定多个道路纵断面之间的相似度。例如,可以将互相关函数应用于道路纵断面集合中的每对道路纵断面,以确定每对道路纵断面的相似度。在框358中,基于道路纵断面对之间的相似度超过相似度阈值来识别一个或更多个道路纵断面的聚类。例如,可以将相似度(例如,0与1之间的数)与预定的相似度阈值(例如,大于或等于0.5、0.6、0.7、0.8或0.9)进行比较。当然,可以采用任何合适的聚类算法来识别道路纵断面集合中的一个或更多个道路纵断面的聚类,因为本公开内容不限于此。在框360中,对于一个或更多个所识别的道路纵断面的聚类,可以将该聚类中的每个道路纵断面合并(例如,平均)成合并的道路纵断面。在框362中,可以针对聚类将合并的道路纵断面存储在非暂态计算机可读存储器中,以用于将来的车辆定位和/或车辆的道路预览控制。在框364中,合并的道路纵断面可以与路段的地图相关联。例如,合并的道路纵断面可以被分配给路段的轨道。所得到的道路纵断面和路段的地图也可以存储在非暂态计算机可读存储器中。在任一情况下,在框366中,可以将合并的道路纵断面(例如,作为路段的一部分)传送到多个车辆以辅助车辆控制。
根据图8的实施方式,在一些实施方式中,该方法可以由被配置成执行存储在非暂态存储器中的计算机可读指令的处理器来执行。例如,图8的方法可以作为一系列指令存储在非暂态计算机可读存储器中,以用于由处理器执行。在一些实施方式中,图8的方法可以由服务器处理器(例如,参见示例性图2中的服务器250)执行。
图9A描绘了示出七个道路纵断面的集合中的每一对的相关系数的相关矩阵的实施方式,以及图9B描绘了被重新布置以示出七个道路纵断面之间的聚类的图9A的相关矩阵。出于图9A至图9B的目的,假设单个车辆穿过给定路段七次,并且针对每次穿行收集并存储新的道路纵断面。这些道路纵断面被任意地标记为纵断面1至纵断面7。随后将每个道路纵断面与和道路的特定路段相关联的每个其他道路纵断面进行比较(例如,通过互相关),并且确定描述每个道路纵断面与每个其他道路纵断面之间的相似性的相似度度量(例如,相关系数)。在各种实施方式中,可以使用任何适当的相似性函数(或相似性度量)和所得到的相似性度量,并且互相关和所得到的相关系数的使用仅作为示例提供。图9A至图9B示出了如下相关矩阵的示例,该相关矩阵示出了七个道路纵断面的集合中的每一对与其他每对道路纵断面相比的相关系数。如果两个道路纵断面的相似性度量(例如,相关系数)超过阈值,则可以认为道路纵断面基本相似。在一些实施方式中,该阈值可以大于0.5、大于0.75、大于0.8、大于0.9和/或另一适当值。例如,在图9A中,选择0.8的阈值,使得如果两个给定道路纵断面之间的相关系数超过0.8,则可以认为这些道路纵断面足够相似。足够相似的纵断面以粗体轮廓线示出。可以看出,纵断面1基本上类似于纵断面3和纵断面4,而纵断面2基本上类似于纵断面5和纵断面7。纵断面6基本上不类似于任何其他所收集的纵断面。应当理解,0.8的阈值是示例性的,并且可以如前所讨论的选择任何适当的阈值。
图9B示出了与图9A相同的信息,但是已经重新布置了列和行,使得可以更容易地识别聚类。从图9B的检查可以看出,该道路纵断面集合可以被分成三个聚类:包含纵断面1、3和4的第一聚类;包含纵断面2、5和7的第二聚类;以及仅包含纵断面6的第三聚类。在一些实施方式中,由于第三聚类仅包含单个纵断面,因此可以将其视为离群值。因此,根据本文描述的示例性方法(例如,图8)中执行的分析,可以得出结论,给定路段可能包含两条轨道:对应于第一纵断面聚类的第一轨道和对应于第二纵断面聚类的第二轨道。在一些实施方式中,轨道可以对应于道路上的车道。在某些实施方式中,第一聚类中的道路纵断面中的每一个可以被合并(例如,平均)以给出第一轨道的第一合并道路纵断面。同样地,第二聚类中的道路纵断面中的每一个可以被合并(例如,平均)以给出第二轨道的第二合并道路纵断面。第一合并道路纵断面和第二合并道路纵断面可以存储在数据库中,与它们各自的轨道相关联,并且可以用于未来与该路段相关联的定位和/或预览控制。例如,在将来的时间点处,当(例如,使用GPS或航位推算)将车辆定位到给定路段但行驶轨道未知时,可以将从车辆获得的所测量的道路纵断面与第一平均道路纵断面和第二平均道路纵断面进行比较。至少部分地基于该比较,可以确定车辆正在行驶的轨道,这可以通知对一个或更多个车辆系统的控制。
图10是用基于地形的定位系统来定位车辆的方法的另一实施方式的流程图。具体地,可以采用图10的方法将车辆定位到路段的特定轨道。在可选的框380中,获得包括与路段中的不同轨道相对应的多个参考道路纵断面的路段。例如,可以将路段从服务器下载到车辆。在框382中,可以在车辆穿过道路时测量道路纵断面。在框384中,可以将参考道路纵断面与路段的每个参考道路纵断面进行比较。在一些实施方式中,框384的比较可以通过车辆的大致位置在路段终点的阈值距离内被触发,如参考本文中的其他示例性实施方式所描述的。在一些实施方式中,框384的比较可以是所测量的道路纵断面与参考道路纵断面的互相关。在框386中,确定所测量的道路纵断面与参考道路纵断面之间的相关性是否超过阈值相关性。例如,可以将相关性(例如,0与1之间的数字)与预定阈值相关性(例如,大于或等于0.5、0.6、0.7、0.8或0.9)进行比较。如果没有超过阈值,则该方法在框388中继续,在框382处重新开始。如果超过阈值,则在框390中,可以基于所测量的道路纵断面与和特定聚类相关联的参考道路纵断面之间超过了阈值相关性来确定车辆的轨道。在可选的框392中,可以至少部分地基于所确定的车辆轨道来控制车辆的一个或更多个系统。
根据图10的实施方式,在一些实施方式中,该方法可以由被配置成执行存储在非暂态存储器中的计算机可读指令的处理器来执行。例如,图10的方法可以作为一系列指令存储在非暂态计算机可读存储器中,以用于由处理器执行。在一些实施方式中,图10的方法可以由车辆处理器(例如,参见示例性图2中的处理器152)执行。
图11描绘了收集路段的多个道路纵断面以用于基于地形的定位的另一实施方式的流程图。具体地,图11描绘了用于在无需明确地运行聚类算法来对预先存在的道路纵断面集合进行聚类的情况下定义具有多个轨道的路段的方法。在框400中,通过穿过路段来测量道路纵断面。可替选地,在一些实施方式中,该方法可以包括从车辆获得所测量的道路纵断面,该车辆将所测量的道路纵断面传送到远程数据库。在框402中,确定所存储的道路纵断面的数量是否超过道路纵断面的阈值数量(例如,在4至64个道路纵断面之间)。如果没有超过阈值,则在框404中可以存储所测量的道路纵断面。如果超过阈值,则该方法可以包括在框406中识别所测量的道路纵断面与所存储的道路纵断面中最相似的两个(或更多个)道路纵断面。在一些实施方式中,可以通过确定道路纵断面中的每一个之间的相似度并选择具有最大相似度的道路纵断面来确定两个或更多个最相似的道路纵断面。两个最相似的道路纵断面可以是所存储的道路纵断面,或者可以是所测量的道路纵断面和所存储的道路纵断面。在框408中,确定两个(或更多个)最相似的道路纵断面的相似度是否超过相似度阈值。例如,可以将可以使用互相关确定的相似度(例如,0与1之间的数字)与预定的相似度阈值(例如,大于或等于0.5、0.6、0.7、0.8或0.9)进行比较。如果相似度超过阈值,则在框410中,将两个(或更多个)最相似的道路纵断面合并(例如,平均)。如果相似度没有超过阈值,则在框412中丢弃最旧的所存储的道路纵断面。在一些实施方式中,仅在最旧的所存储的道路纵断面不是合并的道路纵断面的情况下,才可以丢弃该最旧的所存储的道路纵断面。在这样的情况下,最旧的未合并道路纵断面可以是离群值。当然,在一些实施方式中,可以丢弃最旧的合并道路纵断面,因为本公开内容不限于此。
根据图11的实施方式,在一些实施方式中,该方法可以由被配置成执行存储在非暂态存储器中的计算机可读指令的处理器来执行。例如,图11的方法可以作为一系列指令存储在非暂态计算机可读存储器中,以用于由处理器执行。在一些实施方式中,图11的方法可以由服务器处理器(例如,参见示例性图2中的服务器250)执行。
本文所描述的技术的上述实施方式可以以多种方式中的任一种来实现。例如,可以使用硬件、软件或其组合来实现实施方式。当以软件实现时,软件代码可以在任何合适的处理器或处理器集合上执行,而不管是设置在单个计算机中还是分布在多个计算机中。这样的处理器可以被实现为集成电路,其中,集成电路部件中的一个或更多个处理器包括本领域已知的名为诸如CPU芯片、GPU芯片、微处理器、微控制器或者协处理器的市售集成电路部件。可替选地,处理器可以在诸如ASIC的定制电路系统或在由配置可编程逻辑装置而产生的半定制电路系统中实现。作为另一替选方案,处理器可以是更大的电路或半导体器件(无论是市售的、半定制的还是定制的)的一部分。作为具体示例,一些市售的微处理器具有多个核,使得这些核中的一个或子集可以构成处理器。然而,可以使用任何合适格式的电路系统来实现处理器。
此外,应当理解的是,计算机可以以多种形式中的任何形式例如机架安装式计算机、台式计算机、膝上型计算机或平板计算机来实施。另外,计算机可以嵌入在通常不被认为是计算机但具有合适的处理能力的装置中,所述装置包括个人数字助理(PDA)、智能电话或任何其他合适的便携式或固定式电子装置。
此外,计算机可以具有一个或更多个输入装置和输出装置。除了其他方面,这些装置可以用于呈现用户接口。可以用于提供用户接口的输出装置的示例包括用于输出的视觉呈现的打印机或显示屏以及用于输出的听觉呈现的扬声器或其他声音生成装置。可以用于用户接口的输入装置的示例包括键盘以及诸如鼠标、触摸板和数字化输入板等点击装置。作为另一示例,计算机可以通过语音识别或以其他可听格式来接收输入信息。
这样的计算机可以通过一个或更多个网络以任何合适的形式——包括作为局域网或广域网例如企业网络或因特网——进行互连。这样的网络可以基于任何合适的技术并且可以根据任何合适的协议来运行,并且可以包括无线网络、有线网络或光纤网络。
此外,本文中概述的各种方法或过程可以被编码为软件,该软件可以在采用各种操作系统或平台中的任一者的一个或更多个处理器上执行。另外,这样的软件可以使用许多合适的编程语言和/或编程工具或脚本工具中的任一者来编写,并且还可以被编译为在框架或者虚拟机上执行的可执行机器语言代码或中间代码。
在这方面,本文中描述的实施方式可以被实施为编码有一个或更多个程序的计算机可读存储介质(或多个计算机可读介质)(例如,计算机存储器、一个或更多个软盘、致密盘(CD)、光盘、数字视频盘(DVD)、磁带、闪存、现场可编程门阵列或者其他半导体器件中的电路配置、或其他有形计算机存储介质),所述一个或更多个程序当在一个或更多个计算机或其他处理器上被执行时执行实现以上讨论的各种实施方式的方法。从前述示例中明显的是,计算机可读存储介质可以保留信息达足够的时间以提供非暂态形式的计算机可执行指令。这样的计算机可读存储介质或媒体可以是可传输的,使得存储在其上的一个或多个程序可以被加载到一个或更多个不同的计算机或者其他处理器上以实现如上所讨论的本公开内容的各个方面。如本文中所使用的,术语“计算机可读存储介质”仅包括可以被认为是制造品(即,制品)或机器的非暂态计算机可读介质。可替选地或另外地,可以将本公开内容实施为除了计算机可读存储介质以外的计算机可读介质,例如传播信号。
本文中在一般意义上使用术语“程序”或“软件”来指代可以被采用以对计算机或其他处理器进行编程从而实现如以上讨论的本公开内容的各个方面的任何类型的计算机代码或计算机可执行指令集。另外,应当理解的是,根据本实施方式的一个方面,当被执行时执行本公开内容的方法的一个或更多个计算机程序不需要驻留在单个计算机或处理器上,而是可以以模块化方式分布在许多不同的计算机或处理器中以实现本公开内容的各个方面。
计算机可执行指令可以是许多形式,例如由一个或更多个计算机或者其他装置执行的程序模块。通常,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。通常,在各种实施方式中,程序模块的功能可以根据期望进行组合或分布。
此外,数据结构可以以任何合适的形式存储在计算机可读介质中。为了简化说明,数据结构可以被示出为具有通过数据结构中的位置而相关的字段。这样的关系同样可以通过在计算机可读介质中利用位置为字段分配传达字段之间的关系的存储空间来实现。然而,可以使用任何合适的机制来建立数据结构的字段中的信息之间的关系,包括通过使用指针、标签或建立数据元素之间的关系的其他机制。
本公开内容的各个方面可以单独使用、组合使用,或者以前述内容中描述的实施方式中未具体讨论的许多种布置来使用,并且因此在其应用中不限于在前述描述中阐述或在附图中示出的部件的细节和布置。例如,一个实施方式中描述的各方面可以以任何方式与其他实施方式中描述的方面相组合。
此外,本文描述的实施方式可以被实施为方法,所述方法的示例已被提供。作为方法的一部分执行的动作可以以任何合适的方式排序。因此,可以构造以与所示出的顺序不同的顺序来执行动作(可以包括同时执行一些动作)的实施方式,即使这些动作在说明性实施方式中被示出为顺序的动作。
此外,一些动作被描述为由“用户”进行。应当理解的是,“用户”不必是单个个体,并且在一些实施方式中,可以由个体的团队和/或个体结合计算机辅助工具或其他机制来执行可以归因于“用户”的动作。
尽管已经结合各种实施方式和示例描述了本教导,但是并不旨在将本教导限于这样的实施方式或示例。相反地,如本领域技术人员将理解的,本教导涵盖各种替选方案、修改和等同物。因此,前述描述和附图仅作为示例。
Claims (53)
1.一种用于定位车辆的方法,所述方法包括:
使用基于地形的定位系统来确定所述车辆在第一时间点处的第一位置;以及
在确定自所述第一时间点起所述车辆行驶的距离超过预定距离时:
使用所述基于地形的定位系统来确定所述车辆在第二时间点处的第二位置。
2.根据权利要求1所述的方法,其中,至少部分地基于航位推算和/或全球导航卫星系统(GNSS)测量来确定自所述第一时间点起所述车辆行驶的距离。
3.根据权利要求1至2中任一项所述的方法,其中,所述车辆的所述第一位置通过以下操作确定:
当所述车辆穿过道路时测量所述车辆的一个或更多个部分的竖直运动;
基于所测量的竖直运动,确定关于所述车辆正在行驶的所述道路的信息;
将所确定的信息与参考路面信息进行比较;以及
至少部分地基于所确定的信息与所述参考路面信息的比较,确定所述车辆的所述第一位置。
4.根据权利要求3所述的方法,其中,所述参考路面信息包括关于根据所述道路上的位置的所述道路的方面的信息。
5.根据权利要求4所述的方法,其中,所述参考路面信息包括关于根据所述道路上的位置的所述道路的表面的变化的信息。
6.根据权利要求3所述的方法,其中,所述参考路面信息包括道路纵断面。
7.根据权利要求1所述的方法,其中,所述预定距离在50米至200米之间。
8.一种用于定位车辆的方法,所述方法包括:
获得所述车辆的大致位置;
确定所述大致位置在一系列路段中的第一路段的终点的阈值距离内,其中,所述第一路段与第一参考道路纵断面相关联;以及
将所测量的道路纵断面与所述第一参考道路纵断面进行比较,并且基于所测量的道路纵断面与所述第一参考道路纵断面的比较,确定所述车辆位于所述第一路段的终点处的第一时间点,从而在所述第一时间点处将所述车辆定位到所述第一路段的终点。
9.根据权利要求8所述的方法,其中,获得所述车辆的所述大致位置至少部分地基于所述车辆的全球导航卫星系统(GNSS)位置。
10.根据权利要求8所述的方法,其中,获得所述车辆的所述大致位置至少部分地基于航位推算。
11.根据权利要求8所述的方法,还包括针对每个路段获得:
相应路段的终点位置;以及
所述相应路段的参考道路纵断面。
12.根据权利要求8所述的方法,其中,还包括使用航位推算来跟踪在所述第一时间点之后所述车辆的进一步移动。
13.根据权利要求8至12中任一项所述的方法,还包括生成所测量的道路纵断面。
14.根据权利要求13所述的方法,其中,生成所测量的道路纵断面包括在所述车辆运行时测量所述车辆的一个或更多个部分的竖直运动。
15.根据权利要求14所述的方法,其中,生成所测量的道路纵断面还包括对所测量的竖直运动进行滤波以去除轮跳效应。
16.根据权利要求14至15中任一项所述的方法,其中,生成所测量的道路纵断面还包括相对于时间或距离对所测量的竖直运动进行微分。
17.根据权利要求14至16中任一项所述的方法,其中,生成所测量的道路纵断面还包括将所测量的竖直运动从时域变换到距离域。
18.根据权利要求8至17中任一项所述的方法,其中,响应于确定所述大致位置在所述第一路段的终点的阈值距离内,执行所测量的道路纵断面与所述第一参考道路纵断面的比较。
19.根据权利要求8至18中任一项所述的方法,还包括:
估计自所述第一时间点起所述车辆行驶的距离;以及
在确定自所述第一时间点起所述车辆行驶的距离超过预定距离时:
将第二所测量的道路纵断面与第二参考道路纵断面进行比较,其中,所述第二参考道路纵断面与第二路段相关联,所述第二路段在地理上与所述第一路段连续;以及
基于所述第二所测量的道路纵断面与所述第二参考道路纵断面之间的比较,确定所述车辆位于所述第二路段的终点处的第二时间点,从而在所述第二时间点处将所述车辆定位到所述第二路段的终点。
20.根据权利要求8至19中任一项所述的方法,其中,每个路段具有预定长度,并且其中,将所测量的道路纵断面与所述第一参考道路纵断面进行比较包括将所测量的道路纵断面的最后预定长度与所述第一参考道路纵断面进行比较以识别峰值相关性的时间,并且其中,所述第一时间点是所述峰值相关性的时间。
21.一种估计路段中的轨道数量的方法,所述方法包括:
获得多个所测量的道路纵断面,其中,所述多个所测量的道路纵断面中的每个所测量的道路纵断面对应于所述路段的不同穿行;以及
在确定所测量的道路纵断面的数量超过预定阈值时:
使用聚类算法来识别所测量的道路纵断面内的一个或更多个聚类,其中,每个聚类包括一个或更多个所测量的道路纵断面,并且其中,与其他聚类中的道路纵断面相比,给定聚类中的每个道路纵断面与相关联的聚类中的道路纵断面更相似。
22.根据权利要求21所述的方法,还包括:
针对每个所识别的聚类:
对相应聚类内的每个道路纵断面进行合并以获得与所述相应聚类相关联的合并的道路纵断面;以及
存储与所述相应聚类相关联的所述合并的道路纵断面。
23.一种用于定位车辆的方法,所述方法包括:
将至少第一合并道路纵断面和第二合并道路纵断面传送到车辆;
将所测量的道路纵断面与所述第一合并道路纵断面和所述第二合并道路纵断面进行比较;以及
基于所测量的道路纵断面与所述第一合并道路纵断面和所述第二合并道路纵断面的比较,确定所述车辆正在与所述第一合并道路纵断面相关联的第一轨道中行驶。
24.根据权利要求23所述的方法,其中,确定所述车辆正在与所述第一聚类相关联的第一轨道中行驶包括:
确定所测量的道路纵断面与所述第一合并道路纵断面之间的第一相似度;
确定所测量的道路纵断面与所述第二合并道路纵断面之间的第二相似度;以及
确定所述第一相似度超过所述第二相似度。
25.根据权利要求23至24中任一项所述的方法,还包括:
基于所述第一合并道路纵断面的一个或更多个特征,调整所述车辆的系统的一个或更多个参数。
26.一种定位车辆的方法,所述方法包括:
在所述车辆穿过道路时测量道路纵断面的第一部分;
确定所述车辆是否在路段终点的阈值距离内;以及
在确定所述车辆在所述路段终点的所述阈值距离内时:
将与所述路段终点相对应的参考道路纵断面与所测量的所述道路纵断面的第一部分进行比较;
确定所测量的所述道路纵断面的第一部分与所述参考道路纵断面之间的相关性;以及
至少部分地基于所述相关性来确定所述车辆的位置。
27.根据权利要求26所述的方法,还包括基于所确定的所述车辆的位置来控制所述车辆的一个或更多个系统。
28.根据权利要求26至27中任一项所述的方法,还包括下载各自包括道路纵断面和路段终点的多个路段。
29.根据权利要求26所述的方法,其中,确定所述车辆的位置至少部分地基于识别峰值相关性。
30.根据权利要求26所述的方法,其中,确定所述车辆的位置至少部分地基于所述相关性大于阈值相关性。
31.根据权利要求29所述的方法,还包括:
在确定所测量的所述道路纵断面的第一部分与所述参考道路纵断面之间的所述相关性小于所述阈值相关性并且所述车辆在所述路段终点的所述阈值距离内时:
在穿过所述道路时测量所述道路纵断面的第二部分;
将与所述路段终点相对应的所述参考道路纵断面与所测量的所述道路纵断面的第二部分进行比较;以及
确定所测量的所述道路纵断面的第二部分与所述参考道路纵断面之间的相关性是否大于所述阈值相关性。
32.根据权利要求31所述的方法,还包括将所述道路纵断面的所述第一部分与所述参考道路纵断面之间的相关性与所述道路纵断面的所述第二部分与所述参考道路纵断面之间的相关性进行比较。
33.根据权利要求32所述的方法,还包括确定所述道路纵断面的所述第一部分与所述参考道路纵断面之间的相关性是否为相关函数的峰值。
34.根据权利要求31至33中任一项所述的方法,其中,所述道路纵断面的所述第一部分和所述道路纵断面的所述第二部分具有相等的长度,并且其中,所述道路纵断面的所述第一部分与所述道路纵断面的所述第二部分交叠。
35.根据权利要求26至34中任一项所述的方法,其中,所述参考道路纵断面具有在20m至120m之间的长度,并且其中,所述道路纵断面的所述第一部分具有与所述参考道路纵断面的长度相等的长度。
36.根据权利要求26至35中任一项所述的方法,其中,测量所述道路纵断面的所述第一部分包括在所述车辆穿过所述道路时测量所述车辆的一个或更多个部分的竖直运动。
37.根据权利要求26至36中任一项所述的方法,其中,确定所述车辆是否在所述路段终点的阈值距离内包括利用全球导航卫星系统(GNSS)确定所述车辆的位置。
38.根据权利要求26至36中任一项所述的方法,其中,确定所述车辆是否在路段终点的阈值距离内包括利用相对于所述车辆的最后已知位置的航位推算来确定所述车辆的位置。
39.一种绘制路段以用于基于地形的定位的方法,所述方法包括:
获得与所述路段相关联的道路纵断面;
确定所述道路纵断面的数量是否超过道路纵断面的阈值数量;以及
在确定与所述路段相关联的所述道路纵断面的数量超过所述阈值数量时:
识别所述道路纵断面中的两个或更多个最相似的道路纵断面;
确定所述两个或更多个最相似的道路纵断面之间的相似度是否超过相似度阈值;以及
在确定所述相似度超过所述相似度阈值时,合并所述两个或更多个最相似的道路纵断面以形成合并的道路纵断面。
40.根据权利要求39所述的方法,其中,还包括存储所述合并的道路纵断面。
41.根据权利要求39至40中任一项所述的方法,还包括:在确定所述相似度没有超过所述相似度阈值时,丢弃最旧的道路纵断面。
42.根据权利要求39至41中任一项所述的方法,其中,所述阈值数量在4至64个道路纵断面之间。
43.根据权利要求39至42中任一项所述的方法,其中,所述相似度由应用于所述两个或更多个最相似的道路纵断面的互相关函数确定,并且其中,所述相似度在0与1之间。
44.根据权利要求43所述的方法,其中,所述相似度阈值在0.5与1之间。
45.根据权利要求39至44中任一项所述的方法,其中,所述道路纵断面具有在20m至120m之间的长度。
46.根据权利要求39至45中任一项所述的方法,其中,获得所述道路纵断面包括在车辆穿过所述路段时测量道路纵断面。
47.根据权利要求46所述的方法,还包括:在确定与所述路段相关联的所述道路纵断面的数量不超过所述阈值数量时,存储所测量的道路纵断面。
48.根据权利要求46至47中任一项所述的方法,其中,测量所述道路纵断面包括在所述车辆穿过所述路段时测量所述车辆的一个或更多个部分的竖直运动。
49.根据权利要求46至48中任一项所述的方法,还包括将所述合并的道路纵断面传送到车辆。
50.根据权利要求49所述的方法,还包括至少部分地基于所述合并的道路纵断面来确定所述车辆的轨道。
51.根据权利要求49至50中任一项所述的方法,还包括至少部分地基于所确定的轨道来控制所述车辆的一个或更多个系统。
52.一种车辆,包括:
处理器;以及
非暂态计算机可读介质,其包含用于使所述处理器执行根据权利要求1至20、24至38和46至51中任一项所述的方法的程序指令。
53.一种服务器,包括:
处理器;以及
非暂态计算机可读介质,其包含用于使所述处理器执行根据权利要求21至23和39至45中任一项所述的方法的程序指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063079888P | 2020-09-17 | 2020-09-17 | |
US63/079,888 | 2020-09-17 | ||
PCT/US2021/050687 WO2022093419A2 (en) | 2020-09-17 | 2021-09-16 | Methods and systems for terrain-based localization of a vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116235079A true CN116235079A (zh) | 2023-06-06 |
Family
ID=80626505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180062917.2A Pending CN116235079A (zh) | 2020-09-17 | 2021-09-16 | 用于基于地形的车辆定位的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220082705A1 (zh) |
EP (1) | EP4214550A2 (zh) |
CN (1) | CN116235079A (zh) |
WO (1) | WO2022093419A2 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4191202A1 (en) | 2017-09-13 | 2023-06-07 | ClearMotion, Inc. | Road surface-based vehicle control |
EP3867088A4 (en) | 2018-10-19 | 2022-07-20 | Clearmotion, Inc. | METHOD AND APPARATUS FOR ADDRESSING ROAD SURFACE ASPERITIES |
US11801726B2 (en) | 2018-11-01 | 2023-10-31 | ClearMotion, Inc. | Vehicle control based on localization and road data |
CN116917967A (zh) * | 2020-10-12 | 2023-10-20 | 古德森工程公司 | 使用道路表面数据的同步定位与地图构建 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140014262A (ko) * | 2011-06-03 | 2014-02-05 | 애플 인크. | 대안 내비게이션 경로들을 비교 및 선택하기 위한 장치들 및 방법들 |
US9767687B2 (en) * | 2015-09-11 | 2017-09-19 | Sony Corporation | System and method for driving assistance along a path |
US10248124B2 (en) * | 2016-07-21 | 2019-04-02 | Mobileye Vision Technologies, Inc. | Localizing vehicle navigation using lane measurements |
EP4191202A1 (en) * | 2017-09-13 | 2023-06-07 | ClearMotion, Inc. | Road surface-based vehicle control |
US11801726B2 (en) * | 2018-11-01 | 2023-10-31 | ClearMotion, Inc. | Vehicle control based on localization and road data |
-
2021
- 2021-09-16 CN CN202180062917.2A patent/CN116235079A/zh active Pending
- 2021-09-16 US US17/477,147 patent/US20220082705A1/en active Pending
- 2021-09-16 EP EP21887128.3A patent/EP4214550A2/en active Pending
- 2021-09-16 WO PCT/US2021/050687 patent/WO2022093419A2/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4214550A2 (en) | 2023-07-26 |
WO2022093419A2 (en) | 2022-05-05 |
WO2022093419A3 (en) | 2022-08-25 |
US20220082705A1 (en) | 2022-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116235079A (zh) | 用于基于地形的车辆定位的方法和系统 | |
US10074281B2 (en) | Method and apparatus for determining lane identification in a roadway | |
JP7302934B2 (ja) | ナビゲーション情報を匿名化するためのシステム及び方法 | |
US11801726B2 (en) | Vehicle control based on localization and road data | |
CN102208011B (zh) | 图像处理系统及车辆控制系统 | |
CN104061899B (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
WO2018008082A1 (ja) | 走行車線推定システム | |
JP2019510240A (ja) | 車両認知を提供するためのシステム及び方法 | |
CN111439263B (zh) | 车辆变道识别方法、装置、电子设备和存储介质 | |
JP7469896B2 (ja) | 周辺認識装置、周辺認識方法、およびプログラム | |
US11788859B2 (en) | Method, apparatus, and computer program product for road noise mapping | |
JP4899671B2 (ja) | 走行軌跡推定装置 | |
CN112433531A (zh) | 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备 | |
Gupta et al. | Road grade estimation using crowd-sourced smartphone data | |
JP2022553805A (ja) | 複車線道路の特徴付け及び追跡アルゴリズム | |
Phuyal | Method and use of aggregated dead reckoning sensor and GPS data for map matching | |
Dean et al. | Terrain-based road vehicle localization on multi-lane highways | |
JP5666401B2 (ja) | ナビゲーションシステム、ナビゲーション装置、およびナビゲーションシステムの動作方法 | |
CN114430801A (zh) | 地形敏感的路线规划 | |
WO2023096961A2 (en) | Methods and systems for terrain-based localization of a vehicle | |
Li et al. | A terrain-based vehicle localization approach robust to braking | |
JP6507717B2 (ja) | 遭遇車両判定装置 | |
CN116829382A (zh) | 用于使用基于地形的定位进行车辆控制的系统和方法 | |
EP4271600A1 (en) | Systems and methods for vehicle control using terrain-based localization | |
WO2018101264A1 (ja) | 情報処理装置、情報処理方法、及び、プログラム |
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 |