CN116391108A - 道路物体定位方法 - Google Patents

道路物体定位方法 Download PDF

Info

Publication number
CN116391108A
CN116391108A CN202180069962.0A CN202180069962A CN116391108A CN 116391108 A CN116391108 A CN 116391108A CN 202180069962 A CN202180069962 A CN 202180069962A CN 116391108 A CN116391108 A CN 116391108A
Authority
CN
China
Prior art keywords
road
calibration
trajectory
vehicle
list
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
Application number
CN202180069962.0A
Other languages
English (en)
Inventor
M·伯纳丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Automotive Technologies GmbH
Original Assignee
Continental Automotive Technologies GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Continental Automotive Technologies GmbH filed Critical Continental Automotive Technologies GmbH
Publication of CN116391108A publication Critical patent/CN116391108A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • 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
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及基于由在道路网络上行驶的至少一个车辆传输的多个轨迹来定位道路物体的方法和装置，由车辆传输的轨迹包括在驾驶期间采集的多个连续的车辆定位以及车辆的传感器在该驾驶期间检测到的至少一个特定道路物体，所述物体与其被检测时的车辆定位相关联。该方法的特征在于其包括：选择包括校准道路物体列表中所包括的至少一个校准道路物体的轨迹的步骤，在该列表中，特定道路物体与定位相关联，该列表被初始化有其实际定位已知的至少一个道路物体；并且在于，针对每个选择的轨迹：计算至少一个修正参数，其表示与该轨迹中的物体相关联的定位和校准列表中与所述物体相关联的定位之间的偏差；将计算出的修正参数应用于包括在该轨迹中的物体以获得校准轨迹；以及用包括在修正轨迹中的道路物体的定位来更新校准物体列表；只要至少一个计算出的修正参数高于特定阈值，就重复计算、应用参数和更新的步骤。

Description

道路物体定位方法
技术领域
本发明涉及道路基础设施的高分辨率绘图的领域，并且特别涉及使得能够准确地确定车辆在道路网络上行驶期间识别出的道路物体的定位的方法和装置。
背景技术
为了执行高清晰度绘图，行业中通常为车辆配备被适配成在车辆行驶期间收集数据的各种传感器。
由于所用传感器的不准确性和/或车辆的高速运动，经常会观察到由车辆确定的基础设施元素的定位与其实际位置之间的偏移。因此，在能够利用这些数据之前，需要对其加以处理，以校正观察偏移。为此，通常使用其绝对定位已知的基准点：当车辆检测到这些基准点时，这些基准点使得能够估计由传感器引入的误差，并确定使得能够修正所收集的数据的校正参数。
然而，这种技术有局限性。具体而言，只有路过并检测到了参考点的车辆所传输的数据才能得到校正。然而，由于人工创建参考点的成本很高，因此它们只覆盖了道路网络的很小一部分。此外，参考点的使用寿命可能有限：例如，位置已知的标志牌可能会被移动或废除。
因此，需要一种方法，该方法使得即使当车辆在驾驶期间没有检测到任何参考点时也能够修正车辆在此期间传输的数据。
发明内容
为此，提出了基于由在道路网络上行驶的至少一个车辆传输的多个轨迹(trace)来定位道路物体的方法，由车辆传输的轨迹包括：
-在驾驶期间采集的多个连续的车辆定位，
-车辆的传感器在该驾驶期间检测到的至少一个特定道路物体，所述物体与其被检测时的车辆定位相关联，
该方法包括以下步骤
-初始化校准道路物体列表，在该列表中，特定道路物体与定位相关联，其中至少一个道路物体的实际定位是已知的，
-选择包括出现在了校准道路物体列表中的至少一个道路物体的轨迹，以及
针对每个选择的轨迹，
-计算至少一个修正参数，其表示与该轨迹中的物体相关联的定位和校准列表中与所述物体相关联的定位之间的偏差，
-将计算出的修正参数应用于包括在该轨迹中的物体，以获得校准轨迹，以及
-用包括在修正轨迹中的道路物体的定位来更新校准物体列表，
只要至少一个计算出的修正参数高于特定阈值，就重复选择、计算、应用和更新的步骤。
因此，当车辆在道路网络上行驶期间检测到参考道路物体(即，其实际位置已知的道路物体)时，该道路物体的实际定位与由车辆确定的该物体的定位之间的差异用于校正该车辆在行驶期间检测到的其他道路物体的位置。然后，其定位得到这样的校正的道路物体可以添加到校准物体列表，该列表中的物体被用作调整由检测到了这些道路物体之一的另一车辆检测到的道路物体的位置的参考。
以这种方式，可以提高未路过参考道路物体(即，其实际位置已知的道路物体)的车辆检测到的道路物体的定位的准确度。
“道路物体(objet routier)”应理解为道路基础设施元素，例如标志牌、红绿灯、环形交叉路口、桥梁、隧道、或甚至周围环境的可识别元素，例如建筑物、城市公用设施或甚至树木。
在本发明的上下文中，参考道路物体是其实际定位已知的道路物体。该定位可以是由操作人员基于特别准确的定位装置人工确定的。
“校准道路物体”应理解为能获得其可靠定位的道路物体，能获得其可靠定位或者是因为该物体的实际定位是已知的，或者是因为该物体的定位已通过根据定位方法的选择、计算、应用和更新的步骤应用修正参数而得到校正。校准道路物体使得能够估计车辆检测到的物体的位置与该物体的可靠位置之间的偏差。
根据本发明，修正轨迹是这样的轨迹：其中通过应用修正参数而校正了检测到的物体的定位，或者其中通过加上或减去校正值而修改了连续的车辆位置采样时刻。例如，车载相机为检测道路物体而采集的图像的处理时间或车辆传感器的反应时间可能会在由GNSS接收器给出的车辆位置与物体的实际检测位置之间引入偏移：在认为检测到物体的时刻，车辆可能已经越过了该物体，特别是如果该车辆正高速行驶的话。通过估计该偏移并将其应用于轨迹的数据，获得其中定位更好地对应于物体的实际定位的修正轨迹。
根据一个特定实施例，计算修正参数的步骤包括：
-计算与轨迹中的第一物体相关联的定位和校准列表中与所述第一物体相关联的定位之间的第一偏差，以及
-计算与轨迹中的第二物体相关联的定位和校准列表中与所述第二物体相关联的定位之间的至少第二偏差。
因此，当车辆路过存在于校准列表中的至少两个道路物体——能获得所述至少两个道路物体的可靠定位，这或者是因为该物体的实际定位是已知的，或者是因为该物体的定位已通过根据定位方法的选择、计算、应用和更新的步骤应用修正参数而得到校正——时，提出计算修正参数，该修正参数虑及了针对这两个物体计算出的定位偏差。例如，修正参数可以基于计算出的最小偏差或偏差的平均值来计算。
根据一个特定实施例，用分别与第一和第二校准物体的定位相关联的置信指数来加权计算出的第一和第二偏差，置信指数与列表中的对应校准物体的在更新之前进行的选择、计算、应用和更新的步骤的迭代次数成反比。
因此提出，在将校准道路物体添加到校准列表时，将置信指数与校准道路物体相关联。例如，其实际位置已知的道路物体与高置信指数相关联，而其校正位置是在该方法的步骤的一次或多次迭代之后获得的校准物体与较低的置信指数相关联。实际上，通过修正轨迹获得的校准物体不如基于物体的实际位置获得的校准物体可靠。因此，定位可靠性随着方法步骤的迭代次数而降低。
根据一个特定实施例，计算修正参数的步骤包括计算与轨迹中的第一物体相关联的定位和校准列表中与所述第一物体相关联的定位之间的第一偏差、以及与轨迹中的第二物体相关联的定位和校准列表中与所述第二物体相关联的定位之间的第二偏差的平均值。
以这种方式，当车辆路过能获得其可靠定位的多个道路物体时，基于观察平均偏差来修正轨迹。这种措施使得能够通过虑及行驶期间可能出现的偏移变化而以更高的准确度获得道路物体的定位。
在一个优选实施例中，计算修正参数的步骤包括计算与轨迹中的第一物体相关联的定位和校准列表中与所述第一物体相关联的定位之间的第一偏差、以及与轨迹中的第二物体相关联的定位和校准列表中与所述第二物体相关联的定位之间的第二偏差的平均值，计算出的平均值是用分别与第一和第二校准物体相关联的置信指数加权的平均值。
以这种方式，在最可靠的校准道路物体上观察到的偏差对轨迹的修正贡献更多。提高了道路目标定位的准确性。
根据一个特定实施例，该方法使得，当轨迹至少包括已分别针对其计算了第一和第二修正参数的第一和第二校准物体时，针对轨迹中在时间上位于第一和第二校准物体之间的道路物体估计第三修正参数，基于针对第一和第二校准物体计算出的修正参数以及第一、第二和第三物体各自的检测时刻通过回归来进行该估计。
这种措施使得能够不对轨迹应用均匀的修正，而是相反地将修正精细地适配于车辆检测到的各种道路物体，特别是当车辆检测到的物体的位置与它们的实际位置之间的偏移随时间变化时，例如当偏移与车辆的行驶速度相关时。
在一个特定实施例中，用与第一和第二校准物体相关联的置信指数对回归进行加权。
以这种方式，当一道路物体与高置信指数相关联时，在中间偏差的估计中更多地虑及由车辆确定的该物体的定位与其实际位置之间的所确定的偏差。于是改进了对中间物体的定位的估计。
根据另一方面，本发明涉及基于由在道路网络上行驶的至少一个车辆传输的多个轨迹来定位道路物体的定位装置，由车辆传输的轨迹包括：
-在驾驶期间采集的多个连续的车辆定位，
-车辆的传感器在该驾驶期间检测到的至少一个特定道路物体，所述物体与其被检测时的车辆定位相关联，
该装置包括处理器和存储器，存储器中记录有计算机程序指令，所述计算机程序指令被适配成配置处理器以实施以下步骤：
-初始化校准道路物体列表，在该列表中，特定道路物体与定位相关联，其中至少一个道路物体的实际定位是已知的，
-选择包括出现在了校准道路物体列表中的至少一个道路物体的轨迹，以及
针对每个选择的轨迹，
-计算至少一个修正参数，其表示与该轨迹中的物体相关联的定位和校准列表中与所述物体相关联的定位之间的偏差，
-将计算出的修正参数应用于包括在该轨迹中的物体，以获得校准轨迹，以及
-用包括在校准轨迹中的道路物体的定位来更新校准物体列表，
只要至少一个计算出的修正参数高于特定阈值，就重复选择、计算、应用和更新的步骤。
本发明还涉及包括如上所述的定位装置的服务器。
最后，本发明涉及处理器可读信息载体，其上记录有计算机程序，所述计算机程序包括用于执行如上所述的道路物体定位方法的步骤的指令。
信息载体可以是非暂态信息载体，例如硬盘、闪存或光盘。
信息载体可以是能够存储指令的任何实体或装置。例如，载体可以包括存储器件，例如ROM、RAM、PROM、EPROM、CD ROM，或者磁性记录器件，例如硬盘。
另一方面，信息载体可以是可经由电缆或光缆、通过无线电或通过其他方式路由的可传输载体，例如电信号或光信号。
可替换地，信息载体可以是结合有程序的集成电路，该电路被适配成执行或可以用于执行所讨论的方法。
上述各种实施例和特征可以独立地或彼此结合地添加到道路物体定位方法的步骤中。
装置、服务器和信息载体至少具有类似于与之相关的方法所赋予的优点。
附图说明
通过阅读下面的详细描述并分析附图，本发明的其他特征、细节和优点将变得显而易见，其中：
图1a示出了包括多个道路物体的道路网络，在这些道路物体上标出了车辆进行的行程，
图1b示出了在校准第一轨迹之后的道路网络，
图1c示出了在校准第二轨迹之后的道路网络，
图1d示出了在校准第三轨迹之后的道路网络，
图2是流程图，示出了根据一个特定实施例的道路物体定位方法的主要步骤，
图3示出了包括两个检测到的校准物体的轨迹，
图4a是修正参数随时间的特定线性变化的图形表示，
图4b是修正参数随时间的特定非线性变化的图形表示，以及
图4c是修正参数随时间的另一特定线性变化的图形表示。
具体实施方式
图1示意性地示出了包括多个道路物体的道路网络100，所述多个道路物体例如标志牌101至105和红绿灯106。
还示出了车辆在道路网络100上在分开的驾驶期间所遵循的行程107、108和109。
行程107、108和109是从配备有定位装置(例如GNSS(Géolocalisation etNavigation par un Système de Satellites，卫星系统进行的全球定位和导航)接收器)的收集车辆获得的。因此，收集车辆定期询问GNSS接收器，以获得包含其连续定位的轨迹，每个定位与一个时间戳相关联。收集车辆还配备有一个或多个传感器，使其能够在行驶期间检测其周围环境中的特定物体，传感器例如相机、激光雷达和/或雷达。通过分析由相机捕获的图像，收集车辆因此可以检测道路物体，例如道路基础设施元素(桥梁、隧道等)或标志牌。为此，收集车辆包括处理单元，例如实施适当的识别算法的ECU(电子控制单元)。该算法尤其使得能够检测道路物体的存在并定义其类型。因此，在行程期间，收集车辆生成包括它所占用的一系列地理定位的轨迹，每个定位与获得它的时刻相关联，并且在适当的情况下与在该定位处检测到的道路物体相关联。轨迹通过通信网络119传输到服务器118，以便例如产生道路网络的高清晰度绘图，在该绘图上准确地指示出由各收集车辆检测到的道路物体的位置。
通过行程上的黑点示出收集车辆当在网络100上行驶时检测到的道路物体101至106的位置。例如，就行程107来说，在位置110检测到了标志牌102，并且在位置111检测到了标志牌103。为便于阅读，图中通过垂直于马路并始于相应标志牌的虚线来指示理论上应在行程里检测到这些标志牌的时刻。可以看到，在这些示例中，检测到物体的时刻不对应于车辆最接近该物体的时刻，这导致标志牌102和103在轨迹107中被错误地定位。这样的定位误差例如是由于车辆的各种传感器不同步，并且都有自己的时钟和工作频率(例如，GNSS接收器获得定位的频率低于相机捕获图像的频率)。因此，从相机捕获图像的时刻与获得GNSS定位的时刻之间可能存在偏移。该偏移会导致随着车辆的行驶速度变大而增大的误差。
回到图1，可以看到，轨迹108和109也包括偏移：在轨迹108中，物体102、101和106分别被定位在位置112、113和114，因此相对于它们理论上应该被定位在的位置具有延迟，而在轨迹109中，物体104、106和105分别被定位在位置115、116和117，即在它们的实际位置之前。
应当注意，在本描述中，由车辆确定的道路物体的定位理解为当车辆最接近该道路物体时车辆的位置。
图1的服务器118例如是连接到通信网络119的计算机服务器，并且被适配成处理由收集车辆经由通信网络119传输的数据。为此，服务器118包括处理单元(例如，一个或多个处理器)和存储器。服务器嗨连接到数据库120，其中存储了其实际定位已知的称为参考道路物体的道路物体的定位。数据库120的记录例如包括特定参考道路物体的签名(signature)及其地理坐标。
例如，基于图像、或从例如来自传感器的信号提取的特征、通过分析相机图像、雷达回波或激光雷达回波获得的特征，来计算特定道路物体的签名。签名还可以包括物体所在的地理区域，例如地理散列。一般而言，这种签名可以由正在行驶的车辆基于由相机捕获的图像来计算，并且被计算使得对于同一道路物体，由各车辆计算出的签名是相同的。
在图1中的道路物体当中，标志牌103是参考道路物体，其实际定位是已知的并存储在数据库120中。
现在将结合图2来描述根据一个特定实施例的定位方法的步骤。
在第一步骤200，服务器118接收由至少一个收集车辆传输的多个轨迹。轨迹例如借助于车辆连接到的2G、3G、4G、5G蜂窝接入网络、Wi-Fi或WiMAX或借助于可移除存储载体以JSON或XML格式的文件形式或以任何其他合适的格式传输。
服务器118接收到的轨迹存储在数据库中，例如数据库120，或者存储在文件系统中，等待服务器118对其进行处理。在图1的示例中，轨迹107、108和109被服务器接收并存储在数据库中，例如数据库120。
在步骤201，初始化校准道路物体列表。该列表例如存储在数据库120中，并使得服务器118能够基于特定道路物体的签名而获得其可靠定位。为此，服务器例如向数据库120发送SQL请求，其被适配成选择对应于特定道路物体签名的记录，以便如果签名对应于记录则获得所述道路物体的定位作为回复。
因此，用其地理定位准确地已知的参考道路物体初始化校准物体列表。因此，以图1为例，用已知其实际定位的唯一的道路物体(即标志牌103)初始化校准数据库120。
在步骤202，服务器118从接收到的轨迹当中选择包括校准数据库中包括的至少一个道路物体的签名的所有轨迹。为此，服务器检查在每个接收到的轨迹中检测到的道路物体的签名，并且针对每个签名向数据库120做出请求，以便确定传输了该轨迹的车辆是否在驾驶期间检测到了存在于校准物体列表中的道路物体。作为变型，服务器根据地理判据来选择轨迹，使得只选择包括在特定地理区域中的轨迹，请求于是包括地理区域标识符，例如地理散列，基于此来选择轨迹。
因此，参考图1，服务器118利用在轨迹107、108和109中检测到的道路物体的签名向数据库120做出请求。在本例中，对于轨迹107，服务器利用在位置110检测到的物体102的签名和在位置111检测到的物体103的签名来进行搜索。由于数据库是用参考物体103初始化的，因此只有在位置111检测到的物体103的签名才能获得响应。于是选择的是轨迹107。由于其他轨迹108和109不包括其签名出现在数据库120中的检测到的道路物体，因此在此阶段不选择它们。
在步骤203，服务器118计算至少一个修正参数，其表示与所选轨迹107中的物体103相关联的定位(即，位置111)和校准数据库120中与物体103相关联的定位之间的偏差。为此，服务器118确定与车辆最接近从数据库120获得的标志牌103的实际位置时该车辆的位置相对应的定位121，并且计算表示车辆定位物体103的位置111和车辆理论上应该定位标志牌103的位置121之间的偏差的修正参数Pr1的值。该偏差例如是位置121和111相隔的距离或时间间隔。
然后，在校准步骤204，将这样计算出的修正参数应用于在轨迹107中检测到的其他物体。为此，服务器118将参数Pr1应用于位置110以校正定位误差。
由于这样校正的道路物体102的位置现在更可靠，因此在步骤205，将该物体添加到校准数据库120。图3示出了图1的道路网络，在该道路网络上校准了轨迹107：相应道路物体102和103的检测位置110和111被更新并且由白点标示，指示它们现在是校准物体。
当至少一个新的校准物体被添加到校准列表时，或者当在步骤203针对轨迹之一计算出的修正参数高于确定的阈值时，重复步骤202至205。例如，当用意味着物体被重新定位至少30米或至少1秒的修正参数校准至少一个所选轨迹时，重复步骤202至205。在一个特定实施例中，最大迭代次数被配置为保证算法的停止。所允许的最大迭代次数可以是预先确定的，或者与步骤202选择的轨迹数量成比例。因此，该方法包括步骤206，其中测试停止条件，停止条件可以是修正参数在两次迭代之间稳定了，或者是达到了最大迭代次数。
在本例中，由于新的物体被添加到了校准列表，因此服务器118重复步骤202至205，使用添加到数据库120的新的校准物体102和106来选择轨迹。
在该第二次迭代期间，在步骤202选择了轨迹107和108，因为它们包括出现在了校准数据库中的道路物体102和103的签名。在步骤203，服务器基于在轨迹中定位物体102的定位112和在前次迭代中添加到了校准列表的同一物体102的相关联的校正定位110之间的偏差来计算轨迹108的修正参数Pr2。这样计算出的修正参数Pr2使得能够校正在轨迹108中在位置113和114处检测到的物体101和106的定位，以便在步骤204获得校准轨迹。然后将通过应用修正参数Pr2校正了其定位的物体101和106添加到校准道路物体列表中。
由于两个新物体添加到了校准列表，因此服务器再次执行该方法的步骤202至205。在该第三次迭代中，选择了轨迹109，因为它包括现在存在于校准道路物体数据库120中的物体106的引用。基于在轨迹109中检测到的物体106的位置11和已添加到了校准数据库120的该物体的校正位置之间的偏差来计算修正参数Pr3，并将其应用于轨迹109以修正物体104和105。物体104和105进而与其校正位置相关联地添加到校准数据库，其校正位置是通过应用修正参数PR3。
以这种方式，即使车辆没有路过任何参考物体，车辆在行驶期间检测到的道路物体的定位也能变得更加可靠。图3示出了道路网络100，在该道路网络100上示出了通过实施上述三次迭代而被修正的轨迹107、108和109。改进了检测到的道路物体的定位。这些物体可用于生成高分辨率的道路网络地图。
图3示出了车辆在其驾驶期间传输的轨迹400。在该驾驶期间，车辆分别在时刻405、406、407和408检测到了道路物体401、402、403和404。道路物体401和404是已经被添加到了校准物体列表中的校准道路物体，这或者是因为它们的实际定位是已知的，或者是因为它们已根据上述步骤基于由其他车辆传输的数据而被修正。校准列表中与道路物体401相关联的定位数据指示标志牌401应当在时刻409被检测到，并且校准列表中与道路物体404相关联的定位数据指示物体404应当在时刻410被检测到。因此，这两个物体401和404可用于校准轨迹400。
根据一个特定实施例，为了在步骤203计算修正参数，服务器118计算轨迹400中指示的物体401的位置和例如校准列表中指示的同一物体401的位置之间的第一偏差Δa。
服务器118还计算轨迹400中指示的物体404的位置和校准列表中的同一物体404的定位之间的第二偏差Δb。
根据一个特定实施例，修正参数是通过对第一偏差Δa和第二偏差Δb求平均而计算出的平均偏差。然后在步骤204将该平均偏差应用于轨迹400，以校正道路物体402和403的相应位置406和407，从而获得校准轨迹。
根据一个特定实施例，校准列表中的道路物体与置信指数相关联。最大置信值与这样的参考道路物体相关联：即其实际定位已知并且在校准列表中可用的校准道路物体。在修正后添加到校准列表的道路物体与较低的置信指数相关联。例如，参考图4，道路物体13与校准列表中的最大置信指数相关联，例如值0的指数。在轨迹107的修正之后添加到校准列表的校准物体102与较低的置信指数相关联，例如值1的指数。标志牌101是在第二次迭代期间添加到校准列表的，在此期间基于轨迹107校准了轨迹108。因此，值2的置信指数可以与校准数据库中的该道路物体相关联。因此，与校准道路物体相关联的置信度与将该物体添加到校准列表之前进行的方法步骤的迭代次数成反比。
在该示例中，选择了使置信指数的值与关联物体的定位准确度成反比地变化，即，随着准确度的降低，指数的值增大。然而，完全可以设想使指数的值与迭代次数成比例地减小而不改变本发明。
在一个特定实施例中，图4中与道路物体401相关联的置信指数和与道路物体404相关联的置信指数用于计算修正参数，修正参数对应于用物体401和404的相应置信指数加权的第一偏差Δa和第二偏差Δb的平均值。
根据另一特定实施例，当校准列表中有多个校准物体可用于校准一个特定轨迹时，仅虑及与最高置信指数相关联的校准道路物体来计算修正参数。
根据一个特定实施例，当轨迹400至少包括分别针对其计算了第一偏差Δa和第二偏差Δb的第一校准物体401和第二校准物体404时，针对该轨迹中在时间上位于第一校准物体401和第二校准物体404之间的每个道路物体402和403估计单独的修正参数，该估计是基于分别针对第一校准物体401和第二校准物体404计算出的偏差Δa和Δb以及第一、第二和第三物体的各自的检测时刻通过回归进行的。因此，例如，如果校准物体401和404分别是在时刻T0和T3检测到的，则针对在时刻T1检测到的物体402估计的修正参数由仿射函数给出。
因此，通过下式估计在物体402的检测时刻T1处的修正参数：
f(T1)＝a.T1+b
并且针对物体403：
f(T2)＝a.T2+b
其中：
Figure BDA0004174157950000111
并且：
Figure BDA0004174157950000121
图4a是车辆确定的物体位置与其实际位置之间的偏差(纵轴)随时间(横轴)变化的图形表示。因此，已知校准物体401的实际定位与其在时刻T0被车辆检测到的位置之间的偏差、以及物体404的实际定位与其在检测时刻T3被车辆检测到的位置之间的偏差，通过线性函数来确定要在车辆进行的该检测期间应用于物体402和403的特定校正参数。
根据一个特定实施例，偏差Δa和Δb用分别与道路物体401和404相关联的置信指数加权，以估计要应用于该轨迹中的物体402和403的修正参数。
f(Tn)＝a.(d.Tn+e)b+c
其中：
a：在时刻T0确定的偏差与在时刻T3确定的偏差之差，
b：与物体401相关联的置信指数和与物体404相关联的置信指数之比，
c：物体401的实际位置与车辆在时刻T0检测到的位置之间的观察偏差，以及
d和e：使值[T0-T3]进入区间[0-1]的因数。
图4b是车辆确定的物体位置与其实际位置之间偏差(纵轴)随时间(横轴)变化的图形表示。在图4b的示例中，与校准道路物体404相关联的置信指数比与校准道路物体401相关联的置信指数高。因此，偏差不随时间线性演变。图4c是由车辆确定的物体位置与其实际位置之间的偏差(纵轴)随时间(横轴)变化的另一图形表示，其中，与在时刻T0检测到的校准道路物体相关联的置信指数比与在时刻T3检测到的校准道路物体相关联的置信指数高。
当在步骤206验证了停止条件时，在步骤207，使用在步骤202至205的一次或多次迭代中通过轨迹修正校正的物体定位来更新作为高清晰度地图的地理空间数据库。
在一个优选实施例中，该方法的上述步骤200至207通过记录在存储器中的计算机程序指令来实施，所述计算机程序指令被适配成配置装置的处理器，使得当处理器执行指令时实施该方法。例如，指令在服务器118初始化时加载到其存储器中，并由服务器120的处理器执行。

Claims (10)

1.基于由在道路网络上行驶的至少一个车辆传输(200)的多个轨迹来定位道路物体的定位方法，由车辆传输的轨迹包括：
-在驾驶期间采集的多个连续的车辆定位，
-车辆的传感器在该驾驶期间检测到的至少一个特定道路物体，所述物体与其被检测时的车辆定位相关联，
该方法包括以下步骤
-初始化(201)校准道路物体列表，在该列表中，特定道路物体与定位相关联，其中至少一个道路物体的实际定位是已知的，
-选择(202)包括出现在了校准道路物体列表中的至少一个道路物体的轨迹，以及
针对每个选择的轨迹，
-计算(203)至少一个修正参数，其表示与该轨迹中的物体相关联的定位和校准列表中与所述物体相关联的定位之间的偏差，
-将计算出的修正参数应用(204)于包括在该轨迹中的物体，以获得校准轨迹，以及
-用包括在校准轨迹中的道路物体的定位来更新(205)校准物体列表，
只要至少一个计算出的修正参数高于特定阈值，就重复选择(202)、计算(203)、应用(204)和更新(205)的步骤。
2.根据权利要求1所述的方法，其中，计算修正参数的步骤包括：
-计算与轨迹中的第一物体相关联的定位和校准列表中与所述第一物体相关联的定位之间的第一偏差，以及
-计算与轨迹中的第二物体相关联的定位和校准列表中与所述第二物体相关联的定位之间的至少第二偏差。
3.根据权利要求2所述的方法，其中，用分别与第一和第二校准物体的定位相关联的置信指数来加权计算出的第一和第二偏差，置信指数与列表中的对应校准物体的在更新之前进行的选择、计算、应用和更新的步骤的迭代次数成反比。
4.根据权利要求2至3中的任一项所述的方法，其中，计算修正参数的步骤包括计算第一和第二偏差的平均值。
5.根据权利要求4所述的方法，其中，计算出的平均值是用分别与第一和第二校准物体相关联的置信指数加权的平均值。
6.根据前述权利要求中的任一项所述的方法，其中，当轨迹至少包括已分别针对其计算了第一和第二修正参数的第一和第二校准物体时，针对轨迹中在时间上位于第一和第二校准物体之间的道路物体估计第三修正参数，基于针对第一和第二校准物体计算出的修正参数以及第一、第二和第三物体各自的检测时刻通过回归来进行该估计。
7.根据权利要求6所述的方法，其中，用与第一和第二校准物体相关联的置信指数对回归进行加权。
8.基于由在道路网络上行驶的至少一个车辆传输的多个轨迹来定位道路物体的装置，由车辆传输的轨迹包括：
-在驾驶期间采集的多个连续的车辆定位，
-车辆的传感器在该驾驶期间检测到的至少一个特定道路物体，所述物体与其被检测时的车辆定位相关联，
该装置的特征在于，其包括处理器和存储器，存储器中记录有计算机程序指令，所述计算机程序指令被适配成配置处理器以实施以下步骤：
-初始化(201)校准道路物体列表，在该列表中，特定道路物体与定位相关联，其中至少一个道路物体的实际定位是已知的，
-选择(202)包括出现在了校准道路物体列表中的至少一个道路物体的轨迹，以及
针对每个选择的轨迹，
-计算(203)至少一个修正参数，其表示与该轨迹中的物体相关联的定位和校准列表中与所述物体相关联的定位之间的偏差，
-将计算出的修正参数应用(204)于包括在该轨迹中的物体，以获得校准轨迹，以及
-用包括在校准轨迹中的道路物体的定位来更新(205)校准物体列表，
只要至少一个计算出的修正参数高于特定阈值，就重复选择(202)、计算(203)、应用(204)和更新(205)的步骤。
9.服务器，其包括根据权利要求8所述的装置。
10.处理器可读信息载体，其上记录有计算机程序，所述计算机程序包括用于执行根据权利要求1至7中的一项所述的定位方法的步骤的指令。
CN202180069962.0A 2020-10-14 2021-10-14 道路物体定位方法 Pending CN116391108A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR2010529A FR3115141B1 (fr) 2020-10-14 2020-10-14 Procédé de localisation d’objets routiers
FRFR2010529 2020-10-14
PCT/EP2021/078511 WO2022079196A1 (fr) 2020-10-14 2021-10-14 Procédé de localisation d'objets routiers

Publications (1)

Publication Number Publication Date
CN116391108A true CN116391108A (zh) 2023-07-04

Family

ID=74668928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180069962.0A Pending CN116391108A (zh) 2020-10-14 2021-10-14 道路物体定位方法

Country Status (5)

Country Link
US (1) US20230408290A1 (zh)
EP (1) EP4229360A1 (zh)
CN (1) CN116391108A (zh)
FR (1) FR3115141B1 (zh)
WO (1) WO2022079196A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115342822B (zh) * 2022-10-18 2022-12-23 智道网联科技(北京)有限公司 路口轨迹数据渲染方法、装置及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017172778A1 (en) * 2016-03-28 2017-10-05 Sri International Collaborative navigation and mapping
US10282861B2 (en) * 2016-12-12 2019-05-07 Here Global B.V. Pose error estimation and localization using static features
BR112019025915B1 (pt) * 2017-06-07 2024-01-16 Nissan Motor Co., Ltd Método e dispositivo de correção de dados de mapa
US10551509B2 (en) * 2017-06-30 2020-02-04 GM Global Technology Operations LLC Methods and systems for vehicle localization

Also Published As

Publication number Publication date
WO2022079196A1 (fr) 2022-04-21
FR3115141A1 (fr) 2022-04-15
FR3115141B1 (fr) 2023-06-02
US20230408290A1 (en) 2023-12-21
EP4229360A1 (fr) 2023-08-23

Similar Documents

Publication Publication Date Title
US9208389B2 (en) Apparatus and method for recognizing current position of vehicle using internal network of the vehicle and image sensor
WO2018142900A1 (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
CN111983648B (zh) 卫星导航欺骗检测方法、装置、设备及介质
KR101241171B1 (ko) 영상센서를 이용한 ｇｐｓ 위치정보 보정방법
US11193782B2 (en) Vehicle position estimation apparatus
JP2022113746A (ja) 判定装置
US11002553B2 (en) Method and device for executing at least one measure for increasing the safety of a vehicle
JP2008249666A (ja) 車両位置特定装置および車両位置特定方法
CN112284416B (zh) 一种自动驾驶定位信息校准装置、方法及存储介质
CN114034307A (zh) 基于车道线的车辆位姿校准方法、装置和电子设备
CN113959457B (zh) 一种自动驾驶车辆的定位方法、装置、车辆和介质
CN112601928A (zh) 位置坐标推定装置、位置坐标推定方法以及程序
JP2019078700A (ja) 情報処理装置および情報処理システム
CN110018503B (zh) 车辆的定位方法及定位系统
JP2017010393A (ja) 地図生成装置及びプログラム
CN116391108A (zh) 道路物体定位方法
US11908206B2 (en) Compensation for vertical road curvature in road geometry estimation
JP7025293B2 (ja) 自車位置推定装置
JP6549932B2 (ja) ステレオ画像処理装置
CN115278513A (zh) 车辆定位系统、方法及路侧装置
CN108981729B (zh) 车辆定位方法和装置
JP2019203750A (ja) 車輌位置補正装置、ナビゲーションシステム、及び、車輌位置補正プログラム
CN112384820B (zh) 用于确定车辆位置的方法和设备
US20220404170A1 (en) Apparatus, method, and computer program for updating map
WO2019188820A1 (ja) 情報送信装置、データ構造、制御方法、プログラム及び記憶媒体

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