CN116890847A - 车辆姿势评估 - Google Patents

车辆姿势评估 Download PDF

Info

Publication number
CN116890847A
CN116890847A CN202310348858.6A CN202310348858A CN116890847A CN 116890847 A CN116890847 A CN 116890847A CN 202310348858 A CN202310348858 A CN 202310348858A CN 116890847 A CN116890847 A CN 116890847A
Authority
CN
China
Prior art keywords
vehicle
seg
deviation
road reference
road
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
CN202310348858.6A
Other languages
English (en)
Inventor
傅俊圣
阿克塞尔·博维萨琪
布拉泽·斯卢萨雷克
爱德华多·塞斯马·卡塞莱斯
本都·基伦
马库斯·哈马斯滕
托尼·古斯塔夫松
艾利夫·哈格
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.)
Zhe Xi Co
Original Assignee
Zhe Xi Co
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 Zhe Xi Co filed Critical Zhe Xi Co
Publication of CN116890847A publication Critical patent/CN116890847A/zh
Pending legal-status Critical Current

Links

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种由车辆姿势评估系统执行的方法，用于根据数字地图来支持确定车辆的姿势，包括：预测车辆姿势；基于姿势将一组地图道路参考变换到所选坐标系，其中，被变换的一组地图道路参考在所选坐标系中形成一组多线，该组多线形成分别包括多线段的一组多线路径；标识道路参考特征，每个被标识的道路参考特征在所选坐标系中定义一组测量坐标；将被标识的每一个道路参考特征投影到多线段上，以便获得一组投影点，其中，每个投影点定义一组投影坐标；针对每个多线段，基于相应的道路参考特征的测量坐标和其对应的投影坐标之间的投影距离来确定关于每个被标识的道路参考特征的偏差参数；通过将偏差参数进行组合，确定每个多线路径各自的路径偏差。

Description

车辆姿势评估
技术领域
本公开涉及根据数字地图来支持确定车辆(例如配备ADS的车辆)的姿势。
背景技术
在汽车领域内，自动驾驶车辆的研发活动已经持续了很多年。越来越多的现代车辆具有高级驾驶员辅助系统(advanced driver-assistance system，ADAS)，以提高车辆安全性，并且更笼统的说，提高道路安全性。ADAS(例如，其可以由自适应巡航控件(ACC)、防撞系统、前向碰撞警告等表示)是在驾驶时可以辅助车辆驾驶员的电子系统。此外，在不久的将来，自动驾驶(Autonomous Driving，AD)将更大程度地进入现代车辆。AD和ADAS在本文中在通用术语下将被称为对应于所有不同级别的自动化(例如，如驾驶自动化的SAE J3016级别(0-5)所定义的)的自动驾驶系统(Automated Driving System，ADS)。ADS可以被理解为能够被定义为如下系统的各种组件的复杂组合，在这些系统中，车辆的感知、决策和操作(至少部分地)由电子设备和机械而不是人类驾驶员来执行。这可以包括对车辆、目的地以及对周围环境的感知的处理。在自动化系统具有对车辆的控制时，其允许人工操作员将所有或至少一些职责留给系统。为了感知其周围环境，ADS通常组合各种传感器，例如，雷达、激光雷达、声纳、相机、导航和/或定位系统(例如，诸如GPS之类的GNSS)、里程计和/或惯性测量单元，在此基础上高级控制系统可以解释传感信息以标识适当的导航路径以及障碍物和/或相关标志。
对于配备ADS的车辆，能够准确和一致地估计其姿势(例如，位置和方向)是重要的，因为当车辆在交通中移动时，这是重要的安全方面。传统上，诸如全球导航卫星系统(Global Navigation Satellite Systems，GNSS)(例如，全球定位系统(GlobalPositioning System，GPS)、全球导航卫星系统(Globalnaya NavigationnayaSputnikovaya Sustema，GLONASS)、Galileo、北斗等)之类的基于卫星的定位系统已经被用于定位的目的。然而，对于在自主应用中确定移动车辆的位置，仅仅依赖于这些和其他区域系统通常是不够准确的。此外，基于GNSS的解决方案在确定高度信息方面的准确性更低。其他解决方案涉及GNSS数据和车辆惯性测量单元(inertial measurement unit，IMU)信号的组合，然而，这些解决方案可能遭受大尺度误差和/或偏差误差，这些误差随后可能导致例如几米的定位误差和/或方向估计中的误差。此外，上述方法和系统在卫星连接不良或者没有卫星连接的情况下(例如在隧道中或者接近高建筑物)可能不能令人满意地工作。替代地，本领域已知的系统和方法利用数字地图信息(例如高清晰度(HD)地图信息)和多个不同的车载传感器(例如相机、激光雷达、雷达和/或其他传感器)来确定车辆行进参数(例如速度和/或角速度等)，以提高车辆姿势的可靠性。然而，即使给定了当前的车辆姿势，仅通过测程法来预测鲁棒的车辆姿势估计也仍然是有挑战性的，例如，由于来自不同的测量传感器(例如运动传感器)的测量噪声。为此，已知的是采用基于地标的定位方法，根据这些方法，外部传感器(例如车载周围环境检测传感器)被用于检测静止对象(通常被称为地标)，在数字地图数据中也提供了这些静止对象的地理位置。然后通过依次比较传感器数据与这些地标根据数字地图被定位的位置，来估计车辆的姿势。例如，通常既可在数字地图中获取又可由大多数车规级传感器(automotive grade sensor)检测的地标的示例是车道标志或者车道标记、交通指示牌和交通灯。
然而，在本领域中仍然需要一种新的和/或改进的解决方案，以支持和/或实现自主应用中准确和/或改进的车辆定位。
发明内容
因此，本文的实施例的目的是，提供一种用于以改进的和/或替代的方式根据数字地图来支持确定车辆(例如配备ADS的车辆)的姿势的方法。
可以通过本文所公开的主题来达到上述目的。在所附权利要求、以下描述和附图中阐述了实施例。
所公开的主题涉及一种由车辆姿势评估系统执行的方法，该方法用于根据数字地图来支持确定车辆姿势。车辆姿势评估系统基于由车辆定位系统获取的传感器数据来预测车辆姿势。此外，车辆姿势评估系统基于车辆的被预测的姿势将数字地图的一部分的一组地图道路参考变换到所选坐标系，其中，被变换的一组地图道路参考在所选坐标系中形成一组多线(polyline)，该组多线形成分别包括多线段的一组多线路径。车辆姿势评估系统还标识由车载周围环境检测设备获取的一组对应的传感器采集的道路参考特征，每个被标识的道路参考特征在所选坐标系中定义一组测量坐标。此外，车辆姿势系统将被标识的该组道路参考特征中的每个道路参考特征投影到多线段上，以便获得一组投影点，其中，每个投影点定义一组投影坐标。此外，针对每个多线段，基于相应的道路参考特征的测量坐标和该道路参考特征的对应的多线段投影坐标之间的投影距离，车辆姿势评估系统确定关于每个被标识的道路参考特征的偏差参数，其中，针对一个或多个道路参考特征在其上具有满足偏差标准的偏差的每个多线段，根据那些一个或多个道路参考特征，该多线段被分配可预定的偏差参数。通过将相应的多线路径的多线段的偏差参数进行组合，车辆姿势评估系统还确定每个多线路径各自的路径偏差。
所公开的主题还涉及一种车辆姿势评估系统，该系统用于(和/或适用于和/或被配置为)根据数字地图来支持确定车辆姿势。车辆姿势评估系统包括姿势预测单元，姿势预测单元用于基于由车辆定位系统获取的传感器数据来预测车辆姿势。车辆姿势评估系统还包括地图变换单元，地图变换单元用于基于车辆的被预测的姿势将数字地图的一部分的一组地图道路参考变换到所选坐标系，其中，被变换的一组地图道路参考在所选坐标系中形成一组多线，该组多线形成分别包括多线段的一组多线路径。此外，车辆姿势评估系统包括特征标识单元，特征标识单元用于标识由车载周围环境检测设备获取的一组对应的传感器采集的道路参考特征，每个被标识的道路参考特征在所选坐标系中定义一组测量坐标。此外，车辆姿势评估系统包括特征投影单元，特征投影单元用于将被标识的该组道路参考特征中的每个道路参考特征投影到多线段上，以便获得一组投影点，其中，每个投影点定义一组投影坐标。此外，车辆姿势评估系统包括偏差确定单元，偏差确定单元用于针对每个多线段，基于相应的道路参考特征的测量坐标和其对应的多线段投影坐标之间的投影距离，确定关于每个被标识的道路参考特征的偏差参数，其中，针对一个或多个道路参考特征在其上具有满足偏差标准的偏差的每个多线段，该多线段关于那些一个或多个道路参考特征被分配可预定的偏差参数。车辆姿势评估系统还包括路径偏差确定单元，路径偏差确定单元用于通过将相应的多线路径的多线段的偏差参数进行组合，确定每个多线路径各自的路径偏差。
此外，所公开的主题涉及一种包括如本文所描述的车辆姿势评估系统的车辆。
此外，所公开的主题涉及一种计算机程序产品，该计算机程序产品包括具有计算机程序代码装置的计算机程序，该计算机程序代码装置被布置为使计算机或处理器执行本文所述的车辆姿势评估系统的步骤，该计算机程序产品被存储在计算机可读介质或载波上。
所公开的主题还涉及一种非易失性计算机可读存储介质，其上存储有所述计算机程序产品。
因此，引入了一种方法，该方法减轻了寻找与当前传感器检测对应的数字地图的车道段的问题，进而，该方法可以支持准确的和/或改进的车辆定位。也就是说，因为基于由车辆定位系统获取的传感器数据来预测车辆姿势，所以根据评估获得的传感信息估计车辆在数字地图中的位置和方向。此外，因为基于车辆的被预测的姿势，数字地图的一部分的一组地图道路参考被变换到所选坐标系，其中，被变换的一组地图道路参考在所选坐标系中形成一组多线，该组多线形成分别包括多线段的一组多线路径，所以在优选的坐标系(例如由3D自主帧或例如车载相机的2D图像帧所表示的坐标系)中产生分别包括表示被变换的地图道路参考(例如车道标记、道路边缘和/或道路障碍物)的一系列连接的连续点的多线，其中，例如与数字地图的车道段相对应的多线段形成一个或多个不同的多线路径(例如车道段路径)。此外，因为由车载周围环境检测设备获取的一组对应的传感器采集的道路参考特征被标识，其中，每个被标识的道路参考特征在所选坐标系中定义一组测量坐标，所以利用车载周围环境检测设备(例如相机)获得的、与该组地图道路参考对应的道路参考特征(例如在图像中)被找到，然后，传感器采集的这些道路参考特征被映射到所选(例如图像帧)坐标系(例如所述周围环境检测设备的坐标系)。此外，因为被标识的该组道路参考特征中的每个道路参考特征被投影到多线段上，以便获得一组投影点，其中，每个投影点定义一组投影坐标，所以这些道路参考特征被映射到关于相应的道路参考特征可行的和/或相关的相应多线段。因此，道路参考特征可以因此获得分别投影到不同的多线段上的多个投影点。也就是说，因为针对每个多线段，考虑每个被标识的道路参考特征，基于相应的道路参考特征的测量坐标和该道路参考特征的对应的多线段投影坐标之间的投影距离，确定了偏差参数，其中，针对一个或多个道路参考特征在其上具有满足偏差标准的偏差的多线段，根据那些一个或多个道路参考特征该多线段被分配可预定的偏差参数，所以每个道路参考特征在什么程度上和/或多好地与相应的多线段对齐被量化，并且进一步的，关于一些多线段的例如具有大于可预定阈值和/或例如满足剔除值标准的投影距离的道路参考特征，使得那些多线段被赋予相应的预定义参数，该参数可以被考虑为和/或被称为与那些道路参考特征相关的罚值。因此，(针对关于每个多线段的每个道路参考特征的)每个偏差参数基于、源于和/或被设定为其对应的投影距离，或者，如果偏差参数满足偏差标准，则(针对关于每个多线段的每个道路参考特征的)每个偏差参数基于、源于和/或被设定为可预定值，例如其可以适用于具有不切实际地高的投影距离的样本。此外，因为通过将各个多线路径的多线段的偏差参数进行组合，为每个多线路径确定了相应的路径偏差，因此针对每个多线路径(例如表示地图车道路径)建立了相应的组合路径偏差，该组合路径偏差是根据沿着相应的多线路径的(一个或多个)多线段的所有偏差参数来计算的。因此，在产生的多线路径的路径偏差中，分配给该多线路径的多线段的所有偏差参数(包括分配给那些多线段的可预定的偏差参数(也称为罚值))被考虑在内。因此，在考虑被标识的道路参考特征与被变换的地图道路参考(随后是多线路径的多线段)在什么程度上和/或在什么度上对齐时，沿着相应的多线路径的所有偏差参数都是重要的，即使是被认为是剔除值的偏差参数(即满足偏差标准并且因此被分配了所谓的罚值)也是重要的。在对路径偏差的计算中也考虑剔除值，而不仅仅考虑保留值(即，例如具有相对好的和/或至少相对中等的对齐的样本)，提供了所计算的路径偏差的一致结果。因此，根据所引入的概念，传感器测量和数字地图元素之间的对齐和/或关联可以以一致的方式被标识，随后使得在数字地图元素中找到针对当前传感器测量的最有希望的和/或最佳的(一个或多个)匹配和/或(一个或多个)候选(例如最有希望的和/或最佳的(一个或多个)匹配和/或(一个或多个)候选车道段)，进而，该(一个或多个)候选可以支持准确的和/或改进的车辆定位。
为此，提供了一种用于以改进的和/或替代的方式根据数字地图来支持确定车辆(例如配备ADS的车辆)的姿势的方法。
在下文中，将更详细地讨论所述方法的技术特征和对应的优点。
附图说明
根据以下的具体实施方式和附图，将容易理解包括特定的特征和优点的非限制性实施例的各个方面，其中：
图1是根据本公开的实施例的示出了示例性车辆姿势评估系统的示意框图；
图2描绘了根据本公开的实施例的投影到由地图道路参考形成的示例性多线上的示例性道路参考特征的示意图；
图3描绘了根据本公开的实施例的示例性车辆姿势评估系统的示例性表格的示意图；以及
图4是根据本公开的实施例的描绘了由车辆姿势评估系统执行的示例性方法的流程图。
具体实施方式
现在将在下文中参考附图更全面地描述本公开的非限制性实施例，在附图中示出了本公开的当前地优选实施例。然而，本公开可以以许多不同的形式体现，并且不应当被理解为限定于本文阐述的实施例。相同的附图标记始终表示相同的元素。图中一些框的虚线表示这些单元或动作是可选的而不是强制性的。
在下文中，根据本文中涉及根据数字地图支持确定车辆(例如配备ADS的车辆)姿势的实施例，公开了一种方法，该方法缓解了寻找与当前传感器检测相对应的数字地图的车道段的问题，进而，该方法可以支持准确的和/或改进的车辆定位。
现在参考附图，图1示出了根据本公开的实施例的示出示例性车辆姿势评估系统1的示意框图。车辆姿势评估系统1适用于和/或被配置为根据数字地图22支持确定车辆2(例如配备ADS 21的车辆)的姿势。此外，车辆姿势评估系统1(例如凭借姿势预测单元101)适用于和/或被配置为基于由车辆定位系统23获取的传感器数据来预测车辆2的姿势。因此，根据评估获得的传感信息来估计车辆2在数字地图22中的位置和方向。
数字地图22可以由任何可行的(例如已知的)一个或多个数字地图表示(例如高清晰度(HD)地图和/或其等效物和/或其后继者)。此外，车辆姿势可以以任何可行的(例如已知的)方式被预测，可在车辆定位系统23的支持下由获得的传感信息导出。因此，车辆定位系统23可以由任何可行的(例如已知的)定位系统来表示，该定位系统适用于和/或被配置为监测车辆2的地理位置和方向，例如，与GNSS(例如GPS和/或用于提高准确性的实时运动学(RTK)GPS)有关，例如，由数字地图22支持。另一方面，例如，姿势可以由例如车辆2的2D笛卡尔位置和偏航来表示，或者姿势可以由6D姿势来表示，其中，该位置由3D笛卡尔位置来定义，而方向由车辆2的横滚、俯仰和偏航来定义。例如，与预测车辆姿势相关的更多细节可以在同一申请人的、申请号为EP20217372的欧洲专利中找到，该专利申请通过引用并入本文中，并且为了简洁和简明起见不再进一步阐述。此外，短语“车辆姿势评估系统”可以指“路径和/或多线关联系统”和/或“评估系统”，而“由车辆姿势评估系统执行的方法”可以指“由车辆姿势评估系统执行的至少部分计算机实现的方法”。此外，“用于支持确定车辆姿势”可以指“用于实现确定车辆姿势和/或减轻确定车辆姿势的问题”，并且根据一个示例还可以指“用于支持找到与传感器检测相对应的数字地图车道段”。另一方面，短语“根据数字地图的车辆姿势”可以指“数字地图中的车辆姿势”、“根据至少第一车载数字地图的车辆姿势”和/或仅指“车辆姿势”。此外，短语“预测姿势”可以指“估计姿势”，而“基于传感器数据”可以指“来自传感器数据”和/或“由传感器数据导出”。另一方面，短语“由车辆定位系统获取”可以指“由车辆定位系统获得和/或收集”、“从车辆定位系统获取和/或在车辆定位系统的支持下获取”和/或“在定位系统和/或车载传感器的支持下获取”，并且根据一个示例还可以指“由车辆定位系统在感知系统的支持下潜在地获取”。此外，根据一个示例，“基于由车辆定位系统获取的传感器数据”可以仅指“基于传感器数据”。
车辆2可以由任何任意的(例如已知的)有人驾驶或无人驾驶车辆来表示(例如，诸如汽车、卡车、货运汽车、厢式货车、公共汽车和/或拖拉机之类的发动机驱动或电动车辆)。术语“车辆”可以指“自动和/或至少部分自动的车辆”、“无人驾驶和/或至少部分无人驾驶的车辆”和/或“自驾和/或至少部分自驾的车辆”，并且根据一个示例进一步指“生产车辆”、“车队车辆”、“启动车辆(launched vehicle)”、“道路交通车辆”和/或“公共道路车辆”。此外，车辆2上搭载的ADS 21可以由任何任意的ADAS或AD系统(例如，在本领域中已知的和/或尚未开发的)来表示。此外，车辆2和/或ADS 21可以包括、设有和/或搭载有可选的感知系统(未示出)，该感知系统适用于估计车辆2的周围环境，并且随后适用于例如在数字地图22的支持下估计周围环境的世界视图。感知系统可以指任何公知的系统、模块和/或功能(例如，被包括在车辆2和/或ADS 21的一个或多个电子控制模块、ECU和/或节点中)，适用于和/或被配置为解释与车辆2的驾驶相关的传感信息，以标识例如对象、障碍物、车辆车道、相关标志、适当的导航路径等。可以适用于支持例如传感器融合、跟踪、定位等的感知系统因此可以适用于依赖传感信息。这种示例性的传感信息可以例如从一个或多个例如公知的传感器导出，这些传感器被包括在车辆2内和/或被搭载在车辆2上，适用于感觉和/或感知车辆2的行踪/或周围环境，这些传感器例如由一个或多个周围环境检测传感器(例如图像采集设备(例如(一个或多个)相机、(一个或多个)雷达、(一个或多个)激光雷达和/或超声波等))、和/或(如上所述的)用于定位车辆2的车辆定位系统23(例如包括GNSS之类的定位系统和/或与GNSS之类的定位系统有关)、里程计、惯性测量单元(例如被配置为使用一个或多个加速度计检测线性加速度和/或使用一个或多个陀螺仪检测旋转速率等)中的一个或其组合来表示。换句话说，在目前的上下文中，感知系统因此被理解为负责从车载传感器(例如从周围环境检测传感器等)获取原始传感器数据并且将这些原始数据转换为对场景的理解的系统。
如以示例性的方式在示例性的图1和图2中示出的，车辆姿势评估系统1进一步(例如凭借地图变换单元102)适用于和/或被配置为基于车辆2的被预测的姿势将数字地图22的一部分的一组地图道路参考变换到所选坐标系3，其中，被变换的一组地图道路参考在所选坐标系3中形成一组多线，该组多线形成分别包括多线段(SEG1至SEG10)的一组多线路径。因此，在例如由3D自主帧表示的如在图2所示的优选的坐标系3中产生多线，多线分别包括表示变换的地图道路参考(例如车道标记、道路边缘和/或道路障碍物)的一系列连接的连续点，其中，例如与数字地图的车道段对应的多线段SEG9至SEG10形成一个或多个不同的多线路径(例如车道段路径)。在图2中，多线路径例如以相应的SEG3+SEG2+SEG1、SEG3+SEG2+SEG8、SEG3+SEG5+SEG4等来作为示例。
所选坐标系3可以由任何可行的坐标系表示和/或与任何可行的坐标系相关，例如周围环境检测设备(例如车载图像采集设备(例如相机))的坐标系。因此，所选坐标系3例如可以由以下项表示和/或与以下项相关：(如在图2中作为示例的)3D自顶向下的自主车辆帧、3D笛卡尔帧(例如在车辆2的后轴线中心具有示例性原点)和/或2D图像帧(例如在左上角具有示例性原点)。此外，可以以任何可行的方式选择数字地图22中要转换一组地图道路参考的部分，例如在选择数字地图22的一部分时至少考虑被预测的车辆姿势，例如选择以一个或多个方向(例如多达几百米或更多)围绕车辆2的区域和/或地区。另一方面，地图道路参考可以由任何可行的纵向重复道路参考(例如车道标记、道路边缘和/或道路障碍物等)表示，其在数字地图22中的(一个或多个)位置在地图数据中指示。此外，从变换的一组地图道路参考形成的多线可以具有任何可行的数量、尺寸和/或形状，并且进一步分别包括任何可行的数量的地图道路参考和/或由任何可行的数量的地图道路参考形成。例如，与将地图道路参考变换到坐标系(其中，被变换的地图道路参考形成多线)相关的更多示例性细节可以在同一申请人的、申请号为EP20217372的欧洲专利中找到，该专利申请通过引用并入本文中，并且为了简洁和简明起见不再进一步阐述。
包括多线的多线段SEG1至多线段SEG10可以具有任何可行的数量、尺寸和/或形状，并且进一步例如与数字地图22的车道段对应(例如由道路交叉口和/或岔道限制在一端或两端)。在图2中，十个示例性多线段SEG1至多线段SEG10以示例性的方式被示出，定义为与十个对应的地图车道段对应和/或反映十个对应的地图车道段。此外，包括多线段SEG1至多线段SEG10和/或从多线段SEG1至多线段SEG10发出的多线路径(例如与数字地图22的车道段路径对应)可以以类似的方式具有任何可行的数量、尺寸和/或形状，并且进一步分别包括任何可行数量的级联、连续和/或连接的多线段SEG1至多线段SEG8和/或非级联或者分离的多线段SEG9至多线段SEG10和/或由任何可行数量的级联、连续和/或连接的多线段SEG1至多线段SEG8和/或非级联或者分离的多线段SEG9至多线段SEG10形成。在示例性的图2中，示出了多个示例性的多线路径，例如由多线段SEG3、多线段SEG2和多线段SEG1形成的一个多线路径，由多线段SEG3、多线段SEG2和多线段SEG8形成的另一个多线路径，以及由多线段SEG3、多线段SEG5和多线段SEG4形成的第三个多线路径等。此外，短语“变换[……]一组地图道路参考”可以指“转换和/或映射[……]一组地图道路参考”、“变换[……]数字地图的一个或多个道路参考”、“变换[……]数字地图的一组道路参考”和/或“变换[……]包括纵向重复道路参考的一组地图道路参考”。此外，“所述数字地图的一部分”可以指“所述数字地图的可预定的一部分”和/或“所述数字地图的可适用的和/或受姿势影响的一部分”，而“到所选坐标系”可以指“到优选和/或可预定坐标系”和/或根据一个示例进一步指“从全局坐标系到所选坐标系”和/或“到例如车载图像采集设备(例如相机)的所选(例如图像帧)坐标系”。另一方面，短语“基于所述车辆的被预测的姿势”可以指“考虑到所述车辆的被预测的姿势”和/或“基于地图数据和所述车辆的被预测的姿势”。此外，短语“其中，被变换的一组地图道路参考形成一组多线”可以指“其中，被变换的一组地图道路参考由一组多线表示”和/或“其中，从被变换的一组地图道路参考产生一组多线”，而“一组多线”可以指“一个或多个多线”。另一方面，“多线”可以指“连接的连续点”和/或“连接的一系列连续点”，并且根据一个示例进一步指“一列点，其中，在连续点之间绘制线或其他(一个或多个)形状的潜在连接”和/或“创建为单个对象的线或者其他形状的潜在连接的连接序列”。此外，“该组多线形成一组多线路径”可以指“该组多线反映和/或表示一组多线路径”和/或“该组多线形成一个或多个多线路径”，并且根据一个示例进一步指“该组多线形成一组地图车道段多线路径”和/或“该组多线形成一组开始到结束的多线路径”。另一方面，短语“分别包括多线段”可以指“分别包括级联的、连接的和/或连续的多线段和/或非级联的或者分离的多线段”，并且根据一个示例进一步指“分别包括与(与地图道路参考相关联的数字地图的)车道段相对应的、由其限制和/或由其定义的多线段”。根据一个示例，短语“被变换的一组地图道路参考在所选坐标系中形成一组多线，该组多线形成分别包括多线段的一组多线路径”可以指“被变换的一组地图道路参考在所选坐标系中形成一组多线段，级联多线段和/或非级联多线段形成一组多线路径”。
如以示例性的方式在示例性的图1和图2中示出的，车辆姿势评估系统1还(例如凭借特征标识单元103)适用于和/或被配置为标识由车载周围环境检测设备24获取的一组对应的传感器采集的道路参考特征(S1至S11)，每个被标识的道路参考特征(S1至S11)在所选坐标系3中定义一组测量坐标。因此，(例如在图像中)找到利用车载周围环境检测设备24(例如相机)获得的、与一组地图道路参考的至少一部分对应的道路参考特征(S1至S11)(例如车道标记、道路边缘和/或道路障碍物)，传感器采集的这些道路参考特征(S1至S11)被映射到所选(例如图像帧)坐标系3(例如所述周围环境检测设备24的坐标系或者自主车辆(例如在示例性的图2所示)的坐标系)。
该组对应的传感器采集的道路参考特征(S1至S11)可以以任何可行的(例如已知的)方式(例如在感知系统的支持下)被标识，并且进一步由任何可行的纵向重复的(例如静态的)道路参考特征(例如车道标记、道路边缘和/或道路障碍物等)来表示。在示例性的图2中，十一个示例性的道路参考特征(S1至S11)被描绘出，其以示例性的方式被示出为连接点。另一方面，周围环境检测设备24可以由任何可行的(例如已知的)至少第一周围环境检测设备(例如适用于和/或被配置为采集车辆周围环境的图像采集设备)来表示，例如由相机、激光雷达、雷达等中的一个或多个来表示。此外，短语“标识一组对应的传感器采集的道路参考特征”可以指“确定和/或找到一组对应的传感器采集的道路参考特征”、“标识一个或多个对应的传感器采集的道路参考特征”和/或“标识与所述一组地图道路参考相对应和/或相匹配(和/或在可预定程度上相对应和/或相匹配)的一组传感器采集的道路参考特征”。此外，“传感器采集的道路参考特征”可以指“传感器获得的道路参考特征”和/或“传感器获得的纵向重复的道路参考对象”。另一方面，短语“每个被标识的道路参考特征在所述所选坐标系中定义一组测量坐标”可以指“每个被标识的道路参考特征被映射到所述所选坐标系”，并且根据一个示例进一步指“从所述周围环境检测设备的坐标系(例如图像帧坐标系)到所述所选坐标系的变换之后，每个被标识的道路参考特征在所述所选坐标系中定义一组测量坐标”。
如先前所述，可以以任何可行的方式选择数字地图22中要转换一组地图道路参考的部分。然而，可选地，将作为数字地图22的一部分的一组地图道路参考变换可以包括(和/或地图变换单元102可以适用于和/或被配置为)基于车辆2的被预测的姿势和周围环境检测设备24的一组属性来选择所述部分，例如，与(至少在可预定程度上)偏离车辆2的高度和/或偏离周围环境检测设备24的视野的高度相关联的数字地图22(和/或数字地图部分)的地图道路参考被丢弃。因此，如果数字地图22(和/或数字地图22的所述一部分)的地图道路参考被认为和/或被确定为是不相关的、不适用的和/或多余的(例如，由于数字地图3包括多级车道和/或由于周围环境检测设备24的视场限制和/或例如由静态物体和/或元素造成的遮挡)，则其可以被忽略和/或被禁止变换到所选坐标系3。车辆2的高度、周围环境检测设备24的视场的高度以及已知和/或预期遮挡周围环境检测设备24的静态对象和/或元素的高度可以以任何可行的方式(例如已知的方式)被确定和/或已经以任何可行的方式被确定。
如以示例性的方式在示例性的图1和图2中示出的，车辆姿势评估系统1还(例如凭借特征投影单元104)适用于和/或被配置为将被标识的一组道路参考特征(S1至S11)的中的每个道路参考特征投影到多线段(SEG1至SEG10)上，以便获得一组投影点(P1至P11)，其中，每个投影点(P1至P11)定义一组投影坐标。因此，道路参考特征(S1至S11)被映射到关于相应的道路参考特征(S1至S11)可行的和/或相关的相应的多线段(SEG1至SEG10)。因此，道路参考特征(S1至S11)(例如S1)可以因此获得分别被投影到不同多线段(例如SEG3、SEG9和SEG6)上的多个投影点(P1至P11)(例如P1、P1'和P1”)。例如，在示例性的图2中，道路参考特征S1因为被投影到多线段SEG3获得投影点P1、因为被投影到多线段SEG9获得投影点P1'、以及因为被投影到多线段SEG6获得投影点P1”，道路参考特征S6因为被投影到多线段SEG2获得投影点P6、因为被投影到多线段SEG5获得投影点P6'、以及因为被投影到多线段SEG7获得投影点P6”，而道路参考特征S11因为被投影到多线段SEG8获得投影点P11以及因为被投影到多线段SEG5获得投影点P11'。
一组道路参考特征(S1至S11)可以以任何可行的方式被投影到和/或被映射到多线段(SEG1至SEG10)上。然而，根据一个示例，并且如在示例性的图2中示出的，一组道路参考特征(S1至S11)被正投影到多线段(SEG1至SEG10)上，例如，通过针对每个被标识的道路参考特征(S1至S11)将与该道路参考特征(S1至S11)相关的每个多线段(SEG1至SEG10)的最邻近的索引定义为针对那个道路参考特征(S1至S11)的投影点(P1至P11)。与将道路参考特征投影到多线上以便获得投影点有关的更多示例性细节可以在先前提到的、同一申请人的、申请号为EP20217372的欧洲专利中找到，该专利申请通过引用并入本文中，并且为了简洁和简明起见不再进一步阐述。在所述申请中，还详细描述了落在多线的延伸部分上的正投影，并且类似地为了简洁和简明起见不再进一步阐述。此外，短语“将被标识的一组道路参考特征中的每个道路参考特征投影到多线段上”可以指“将被标识的一组道路参考特征中的每个道路参考特征投影到被认为针对那个道路参考特征的投影相关的和/或可行的每个多线段上”、“将所述的一组道路参考特征投影到多线段上”和/或“将被标识的一组道路参考特征中的每个道路参考特征映射到多线段上和/或将被标识的一组道路参考特征中的每个道路参考特征与多线段进行比较”，并且根据一个示例进一步指“将被标识的一组道路参考特征中的每一个道路参考特征正投影到多线段上”。此外，“以便获得一组投影点”可以指“定义一组投影点”。根据一个示例，短语“其中，每个投影点定义一组投影坐标”可以指“其中，每个投影点定义一组投影坐标，通过针对每个被标识的道路参考特征将与该道路参考特征相关的每个多线段的最邻近的索引定义为针对那个道路参考特征的投影点”。
如以示例性方式在示例性的图1至图2中示出的，以及此外在示例性的图3中示出的，车辆姿势评估系统1(例如凭借偏差确定单元105)适用于和/或被配置为针对每个多线段(SEG1至SEG10)，基于相应的道路参考特征(S1至S11)的测量坐标和其对应的多线段投影坐标之间的投影距离(D1至D11)，确定关于每个被标识的道路参考特征(S1至S11)的偏差参数，其中，针对每个多线段SEG1至SEG10(一个或多个道路参考特征(S1至S11)在该多线段上具有满足偏差标准的偏差)，该多线段(SEG1至SEG10)关于那些一个或多个道路参考特征(S1至S11)被分配可预定的偏差参数。因此，每个道路参考特征(S1至S11)在什么程度上和/或多好地与相应的多线段(SEG1至SEG10)对齐被量化，并且进一步，考虑到某些多线段(SEG1至SEG10)，例如具有大于可预定阈值和/或例如满足剔除值标准的投影距离(D1至D11)的道路参考特征(S1至S11)使得那些多线段(SEG1至SEG10)被赋予相应的预定义参数，该参数可以被考虑为和/或被称为与那些道路参考特征相关的罚值和/或罚项。因此，(针对每个道路参考特征(S1至S11)关于每个多线段(SEG1至SEG10)的)每个偏差参数基于其对应的投影距离(D1至D11)、由其对应的投影距离(D1至D11)导出和/或被设定为其对应的投影距离(D1至D11)，或者，如果偏差参数满足偏差标准，则每个偏差参数基于可预定值、由可预定值导出和/或被设定为可预定值，可预定值例如可以适用于具有高的不切实际的投影距离的样本。
偏差参数可以(如以示例性的方式在图3中示出的)例如被存储在表4中。在图3的示例性的表4中，每个道路参考特征(S1至S11)关于每个多线段(SEG1至SEG10)的相应的偏差参数由表(从第二行至第十一行中的第五列至第十五列)的相应字段表示。在这里，以示例性的方式，条纹字段41反映了道路参考特征(S1至S11)和对应的多线段(SEG1至SEG10)之间相对小的和/或不显著的投影距离(D1至D11)(进而反映了的相对好的对齐)，例如针对SEG3/S1的D1和/或针对SEG9/S1的D1'，虚线字段42反映了道路参考特征(S1至S11)和对应的多线段(SEG1至SEG10)之间的相对较显著的投影距离(D1至D11)(进而反映了相对中等的对齐)，例如针对SEG6/S1的D1”，而空字段43反映了(一个或多个)可预定的偏差参数(即(一个或多个)所谓的罚值，例如针对S1/SEG1的偏差参数)，其表示相对差的对齐和/或剔除值。表4的最左两列以示例性方式反映了不同的多线段(SEG1至SEG10)之间的连通性5，例如，如在第三行中示出的，SEG2在SEG3之后并且SEG1和SEG8在SEG2之后，或者如在第六行中示出的，SEG5在SEG3之后并且SEG4在SEG5之后。
偏差标准可以由任何可行的(一个或多个)条件和/或(一个或多个)阈值来表示，该(一个或多个)条件和/或(一个或多个)阈值规定了多线段(SEG1至SEG10)应当在什么情况下被分配与道路参考特征(S1至S11)相关的可预定的偏差参数(例如所谓的罚值)。因此，偏差标准可以例如由投影距离阈值或者任何其他可行的一个或多个条件来表示，其例如可以用例如不切实际地高的投影距离和/或不可投影的样本来精准确定样本。此外，针对不同的道路参考特征(S1至S11)/多线段(SEG1至SEG10)，可预定偏差参数可以相同或者不同。此外，短语“针对每个多线段确定”可以指“针对每个多线段计算和/或导出”，而“偏差参数”可以指“相应的偏差参数”、“偏差值”、“关联和/或相似性分数”、“对齐程度”和/或“误差参数”。此外，“关于每个被标识的道路参考特征的偏差参数”可以指“与相应的被标识的道路参考特征相关的偏离参数”，而“基于投影距离”可以指“从投影距离导出和/或由投影距离表示”并且根据一个示例进一步指“基于加权的和/或不确定性加权的投影距离”。此外，“针对一个或多个道路参考特征在其上具有满足偏差标准的偏差的每个多线段”可以指“针对一个或多个道路参考特征考虑其或关于其具有满足偏差标准的偏差的每个多线段”。另一方面，短语“具有满足偏差标准的偏差”可以指“具有满足剔除值标准的偏差”，并且根据一个示例进一步指“具有大于可预定阈值的投影距离”。此外，“该多线段被分配可预定的偏差参数”可以指“那个多线段被分配可预定的偏差参数”、“该多线段被赋予可预定的偏差参数”、“该多线段被分配预定的偏差参数和/或默认的偏差参数”和/或“该多线段被分配可预定的偏差值、关联分数、相似性分数和/或误差参数”。另一方面，短语“关于那些一个或多个道路参考特征”可以指“与那些一个或多个道路参考特征相关”。
确定偏差参数可以以任何可行的方式被完成。然而，可选地，确定偏差参数可以包括(和/或偏差确定单元105可以适用于和/或被配置为)利用相应的投影距离不确定性对相应的偏差参数进行加权。附加地或替代地，可选地，确定偏差参数可以包括(和/或偏差确定单元105可以适用于和/或被配置为)基于车辆2的被预测的姿势中的不确定性和/或道路参考特征中的不确定性对相应的投影距离(D1至D11)进行加权。因此，在确定偏差参数时可以考虑源自和/或取决于所使用的(一个或多个)模型的不确定性和/或传播到测量中的不确定性。因此，确定偏差参数可以例如在归一化创新平方(Normalized Innovation Squared，NIS)函数的支持下被执行，归一化创新平方(NIS)函数可以基于车辆姿势的不确定性和测量的不确定性来对投影距离(D1至D11)的平方进行加权。然后，可预定的参数(即所谓的罚值)被给到例如不能被正投影和/或其投影距离高的不切实际的样本。NIS值可以例如使用创新协方差矩阵的逆来被归一化，并且基于该矩阵的属性(例如平方、对称和/或正半定)，各种分解算法(例如QR、LU(lower-up，下三角矩阵上三角矩阵)、Cholesky等)能够被用于例如加速该计算(和/或进一步描述的随后的计算)。此外，短语“利用相应的投影距离不确定性对相应的偏差参数进行加权”可以指“利用相应的投影距离不确定性对相应的偏差参数和/或投影距离进行加权”、“利用对应的道路参考特征的相应的投影距离不确定性对相应的偏差参数进行加权”和/或“考虑到投影距离不确定性和/或系统不确定性”。此外，短语“基于所述车辆的被预测的姿势中的不确定性和/或道路参考特征中的不确定性对相应的投影距离进行加权”可以指“基于所述车辆的被预测的姿势中的不确定性和/或道路参考特征测量中的不确定性对相应的投影距离进行加权”，并且根据一个示例进一步指“基于所述车辆的被预测的姿势中的不确定性和/或道路参考特征中的不确定性对相应的投影距离的平方进行加权”。
如以示例性的方式在示例性的图1至图3中示出的，车辆姿势评估系统1还(例如凭借路径偏差确定单元106)适用于和/或被配置为通过将各个多线路径的多线段(SEG1至SEG10)的偏差参数进行组合，确定每个多线路径各自的路径偏差。因此，针对每个多线路径(例如表示地图车道路径)建立相应的组合路径偏差，根据沿着相应的多线路径的(一个或多个)多线段(SEG1至SEG10)的所有偏差参数来计算该组合路径偏差。因此，在产生的多线路径的路径偏差中，分配给该路径的多线段(SEG1至SEG10)的所有偏差参数都被考虑在内，包括分配给那些多线段(SEG1至SEG10)的可预定的偏差参数(也称为罚值)。因此，在考虑被标识的道路参考特征(S1至S11)与被变换的地图道路参考(随后是多线路径的多线段(SEG1至SEG10))在什么程度上和/或在什么度上对齐时，沿着相应的多线路径的所有偏差参数都是重要的，即使是被认为是剔除值的偏差参数(例如满足偏差标准并且因此被分配的所谓的罚值)。在路径偏差的计算中还考虑到剔除值，而不仅仅考虑到保留值(即，例如具有相对好的和/或至少相对中等的对齐的样本)，提供了所计算的路径偏差的一致结果。因此，根据所引入的概念，传感器测量和数字地图元素之间的对齐和/或关联可以以一致的方式被标识，随后使得在数字地图元素中找到针对当前传感器测量的最有希望的和/或最佳的(一个或多个)匹配和/或(一个或多个)候选(例如最有希望的和/或最佳的(一个或多个)匹配和/或(一个或多个)候选车道段)，进而，该(一个或多个)候选可以支持准确的和/或改进的车辆定位。
可以以任何可行的方式，通过针对每个多线路径组合和/或考虑那个多线路径的多线段(SEG1－SEG10)的每个偏差参数来计算路径偏差。例如，可以使用强力方法和/或拓扑方法。如先前所讨论的，各种分解算法(例如QR、LU、Cholesky等)能够被用于例如加速(一个或多个)计算。此外，短语“通过组合确定”可以指“通过组合计算”和/或“通过考虑确定”，而“将偏差参数进行组合”可以指“将所有或者基本上所有偏差参数进行组合”。此外，“相应的多线路径的多线段的偏差参数”可以指“沿着相应的多线路径的多线段的偏差参数”，而“路径偏差”可以指“组合的和/或量化的路径偏差”、“路径对齐和/或关联分数”、“路径误差”、“路径偏差指示”和/或“路径相关偏差”。
可选地，并且如以示例性的方式在示例性的图1至图3中示出的，车辆姿势评估系统1还可以(例如凭借可选的路径识别单元107)适用于和/或被配置为标识具有最小路径偏差6的多线路径。因此，传感器测量和数字地图元素之间的最有希望的和/或最佳的对齐和/或关联可以被找到、被精准确定和/或被过滤出，随后使得(一个或多个)车道段被认为是针对当前待标识的(一个或多个)传感器检测的最相关的和/或最佳的(一个或多个)候选，进而，该(一个或多个)候选可以支持准确的和/或改进的车辆定位。标识具有最小路径偏差6的多线路径可以以任何可行的方式被完成，例如使用强力方法和/或拓扑方法。如先前所讨论的，各种分解算法(例如QR、LU、Cholesky等)能够被用于例如加速(一个或多个)计算。此外，短语“标识具有最小路径偏差的多线路径”可以指“通过评估相应的路径偏差，标识具有最小路径偏差的多线路径”和/或“标识具有最小成本路径偏差的多线路径”。此外，在示例性的图4中，被标识为具有最小和/或最低路径偏差6的多线路径可以例如由SEG3+SEG2+SEG8表示。根据一个示例，如果道路参考特征(S1至S11)具有与多于一个段(SEG1至SEG10)(例如根据SEG2和SEG8的S9)同等相似的(例如相对好的)关联，则具有同等最佳关联的段可以是根据那个道路参考特征S9的所选选择。
进一步可选地，并且如以示例性的方式在示例性的图1至图3中示出的，车辆姿势评估系统1还可以(例如凭借可选的姿势更新单元108)适用于和/或被配置为基于被标识的多线路径的被确定的偏差参数，更新车辆2的被预测的姿势。因此，被识别为具有最小路径偏差6的多线路径(例如在针对车辆定位的测量更新阶段中)被利用为、作用为和/或被用作更新车辆姿势时的输入。例如，与更新被预测的车辆姿势相关的更多示例性细节可以在先前提到的、同一申请人的、申请号为EP20217372的欧洲专利中找到，该专利申请通过引用并入本文中，并且为了简洁和简明起见不再进一步阐述。此外，短语“基于被标识的多线路径的被确定的偏差参数”可以指“基于、考虑和/或使用被标识的多线路径的被确定的偏差参数作为输入”和/或“基于、考虑和/或使用被标识的多线路径作为输入”。
如进一步在图1中示出的，车辆姿势评估系统1包括姿势预测单元101、地图变换单元102、特征标识单元103、特征投影单元104、偏差确定单元105、路径偏差确定单元106、可选的路径标识单元107和可选的姿势更新单元108，已经在上面更详细地描述了所有这些。此外，用于支持确定根据数字地图22的车辆2的姿势的本文实施例可以通过一个或多个处理器(例如，处理器109，例如，由至少第一中央处理单元(CPU)、至少第一图形处理单元(GPU)、至少第一张量处理单元(TPU)、和/或至少第一现场可编程门阵列(FPGA)表示)和用于执行本文实施例的功能和动作的计算机程序代码来实现。所述程序代码还可以作为计算机程序产品提供，例如，以承载计算机程序代码的数据载体的形式，当本文的实施例被加载到缓冲器资源优先级区分系统1中时，该计算机程序代码用于执行本文的实施例。一种这样的载体可以采用CD/DVD ROM盘和/或硬盘驱动器的形式，然而对于其它的数据载体也是可行的。此外，计算机程序代码可以作为服务器上的纯程序代码提供，并且被下载到车辆姿势评估系统1。车辆姿势评估系统1还可以包括存储器110，存储器110包括一个或多个存储器单元。存储器110可选地包括高速随机存取存储器(例如DRAM、SRAM、DDR RAM)或其它随机存取固态存储器设备，并且还可选地包括非易失性存储器(例如一个或多个磁盘存储设备、光盘存储设备、闪存设备或者其它非易失性固态存储设备)。此外，存储器110可以被布置为用于存储例如信息，并且还被布置为存储数据、配置、调度和应用，以当在车辆评估系统1中被执行时执行这些方法。例如，计算机程序代码可以被实现在被存储在嵌入式处理器109的闪存110中的固件中，和/或可以例如从车外服务器被无线地下载。此外，单元101至单元108、可选的处理器109和/或可选的存储器110可以至少部分地被包括在一个或多个节点111(例如车辆2(例如在ADS 21中的和/或与ADS 21相关联的)的ECU)中。还应当理解，所描述的解决方案的部分可以在位于车辆2外部的系统中实现，或者在车辆2内部和外部的组合中实现，例如在与车辆2通信的一个或多个服务器中实现，例如在所谓的云解决方案中实现。本领域技术人员还将理解，上述的所述单元101至单元108以及本文描述的任何其他单元、接口、系统、控制器、模块、设备、元件、特征等可以指、包括、包含、和/或在以下项中实现或者由以下项实现：模拟和数字电路的组合和/或配置有软件和/或固件的一个或多个处理器，该一个或多个处理器例如被存储在诸如存储器110之类的存储器中，该软件和/或固件由诸如处理器109之类的一个或多个处理器执行时执行如在此描述的操作。这些处理器中的一个或多个处理器以及其它数字硬件可以被包括在单个专用集成电路(ASIC)或若干处理器中，并且各种数字硬件可以被分布在若干单独的组件中，无论是单独地被封装还是被组装成片上系统(SoC)。
图4是根据本公开的实施例的描绘了由车辆姿势评估系统1执行的示例性方法的流程图。所述方法用于支持根据数字地图22确定车辆2的姿势。可以被连续重复的示例性方法包括在图1至图3的支持下讨论的以下动作中的一个或多个动作。此外，这些动作可以以任何合适的顺序被执行和/或一个或多个动作可以同时被执行和/或在适用时以交替的顺序被执行。
动作1001
在动作1001中，车辆姿势评估系统1基于由车辆定位系统23获取的传感器数据来预测(例如在姿势预测单元101的支持下)车辆2的姿势。
动作1002
在动作1002中，车辆姿势评估系统1基于车辆2的被预测的姿势将作为数字地图22的一部分的一组地图道路参考变换(例如在地图变换单元102的支持下)到所选坐标系3，其中，被变换的一组地图道路参考的在所选坐标系3中形成一组多线，该组多线形成分别包括多线段(SEG1至SEG10)的一组多线路径。
可选地，变换数字地图22的一部分的一组地图道路参考的动作1002可以包括(和/或地图变换单元102可以适用于和/或被配置为)基于车辆2的被预测的姿势和周围环境检测设备24的一组属性来选择所述部分，例如，与偏离车辆2的高度和/或偏离周围环境检测设备24的视野的高度相关联的数字地图22(和/或数字地图部分)的地图道路参考被丢弃。
动作1003
在动作1003中，车辆姿势评估系统1标识(例如在特征标识单元103的支持下)由车载周围环境检测设备24获取的一组对应的传感器采集的道路参考特征(S1至S11)，每个被标识的道路参考特征(S1至S11)定义所选坐标系3中的一组测量坐标。
动作1004
在动作1004中，车辆姿势评估系统1将被标识的一组道路参考特征(S1至S11)中的每个道路参考特征投影(例如在特征投影单元104的支持下)到多线段(SEG1至SEG10)上，以便获得一组投影点(P1-P11)，其中，每个投影点(P1-P11)定义一组投影坐标。
动作1005
在动作1005中，车辆姿势评估系统1针对每个多线段(SEG1至SEG10)，基于相应的道路参考特征(S1至S11)的测量坐标和其对应的多线段投影坐标之间的投影距离(D1至D11)，确定(例如在偏差确定单元105的支持下)关于每个被标识的道路参考特征(S1至S11)的偏差参数，其中，针对一个或多个道路参考特征(S1至S11)在其上具有满足偏差标准的偏差的每个多线段(SEG1至SEG10)，该多线段(SEG1至SEG10)关于那些一个或多个道路参考特征(S1至S11)被分配可预定的偏差参数。
可选地，确定偏差参数的动作1005可以包括(和/或偏差确定单元105可以适用于和/或被配置为)利用相应的投影距离不确定性对相应的偏差参数进行加权。
此外，可选地，确定偏差参数的动作1005可以包括(和/或偏差确定单元105可以适用于和/或被配置为)基于车辆2的被预测的姿势中的不确定性和/或道路参考特征中的不确定性对相应的投影距离(D1至D11)进行加权。
动作1006
在动作1006中，车辆姿势评估系统1通过将相应的多线路径的多线段(SEG1至SEG10)的偏差参数进行组合，针对每个多线路径确定(例如在路径偏差确定单元106的支持下)相应的路径偏差。
动作1007
在可选动作1007中，车辆姿势评估系统1可以识别(例如在可选的路径标识单元107的支持下)具有最小路径偏差的多线路径。
动作1008
在可选的动作1008中，车辆姿势评估系统1可以基于被标识的多线路径的被确定的偏差参数来更新(例如在可选的姿势更新单元108的支持下)车辆2的被预测的姿势。
本领域技术人员认识到，本公开决不限于上述优选实施例。相反，在所附权利要求的范围内，许多修改和变化是可能的。还应当注意，附图不一定是按比例的，并且为了清楚起见，某些特征的尺寸可能被放大。而是，重点在于说明本文的实施例的原理。附加地，在权利要求中，词语“包括”不排除其他元件或步骤，并且不定冠词“一”或“一个”不排除多个。
本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims (15)

1.一种由车辆姿势评估系统(1)执行的方法，所述方法用于根据数字地图(22)来支持确定车辆(2)的姿势，所述方法包括：
基于由车辆定位系统(23)获取的传感器数据预测(1001)所述车辆(2)的姿势；
基于所述车辆(2)的被预测的姿势，将所述数字地图(22)的一部分的一组地图道路参考变换(1002)到所选坐标系(3)，其中，被变换的一组地图道路参考在所述所选坐标系(3)中形成一组多线，所述一组多线形成分别包括多线段(SEG1至SEG10)的一组多线路径；
标识(1003)由车载周围环境检测设备(24)获取的一组对应的传感器采集的道路参考特征(S1至S11)，每个被标识的道路参考特征(S1至S11)在所述所选坐标系(3)中定义一组测量坐标；
将被标识的一组道路参考特征(S1至S11)中的每个道路参考特征(S1至S11)投影(1004)到所述多线段上(SEG1至SEG10)，以便获得一组投影点(P1至P11)，其中，每个投影点(P1至P11)定义一组投影坐标；
针对每个多线段(SEG1至SEG10)，基于相应的道路参考特征(S1至S11)的测量坐标和其对应的多线段投影坐标之间的投影距离(D1至D11)，确定(1005)关于每个被标识的道路参考特征(S1至S11)的偏差参数，其中，针对一个或多个道路参考特征(S1至S11)在其上具有满足偏差标准的偏差的每个多线段(SEG1至SEG10)，所述多线段(SEG1至SEG10)关于那些一个或多个道路参考特征(S1至S11)被分配预定的偏差参数；以及
通过将相应的多线路径的多线段(SEG1至SEG10)的所述偏差参数进行组合，确定(1006)每个多线路径各自的路径偏差。
2.根据权利要求1所述的方法，还包括：
标识(1007)具有最小路径偏差的所述多线路径。
3.根据权利要求2所述的方法，还包括：
基于被标识的多线路径的被确定的偏差参数，更新(1008)所述车辆(2)的所述被预测的姿势。
4.根据权利要求1至3中任一项所述的方法，其中，所述变换(1002)所述数字地图(22)的一部分的一组地图道路参考包括：基于所述车辆(2)的所述被预测的姿势和所述周围环境检测设备(24)的一组性能来选择该部分，例如，与偏离所述车辆(2)的高度和/或偏离所述周围环境检测设备(24)的视野的高度相关联的所述数字地图(22)和/或数字地图部分的地图道路参考被丢弃。
5.根据权利要求1至4中任一项所述的方法，其中，所述确定(1005)偏差参数包括：利用相应的投影距离不确定性对相应的偏差参数进行加权。
6.根据权利要求1至5中任一项所述的方法，其中，所述确定(1005)偏差参数包括：基于所述车辆(2)的所述被预测的姿势中的不确定性和/或所述道路参考特征中的不确定性对相应的投影距离(D1至D11)进行加权。
7.一种车辆姿势评估系统(1)，所述车辆姿势评估系统(1)用于根据数字地图(22)来支持确定车辆(2)的姿势，所述车辆姿势评估系统(1)包括：
姿势预测单元(101)，用于基于由车辆定位系统(23)获取的传感器数据，预测(1001)所述车辆(2)的姿势；
地图变换单元(102)，用于基于所述车辆(2)的被预测的姿势，将所述数字地图(22)的一部分的一组地图道路参考变换(1002)到所选坐标系(3)，其中，被变换的一组地图道路参考在所述所选坐标系(3)中形成一组多线，所述一组多线形成分别包括多线段(SEG1至SEG10)的一组多线路径；
特征标识单元(103)，用于标识(1003)由车载周围环境检测设备(24)获取的一组对应的传感器采集的道路参考特征(S1至S11)，每个被标识的道路参考特征(S1至S11)在所述所选坐标系(3)中定义一组测量坐标；
特征投影单元(104)，用于将所述被标识的一组道路参考特征中的每个道路参考特征投影(1004)到所述多线段(SEG1至SEG10)上，以便获得一组投影点(P1至P11)，其中，每个投影点(P1至P11)定义一组投影坐标；
偏差确定单元(105)，用于针对每个多线段(SEG1至SEG10)，基于相应的道路参考特征(S1至S11)的测量坐标和其对应的多线段投影坐标之间的投影距离(D1至D11)，确定(1005)关于每个被标识的道路参考特征(S1至S11)的偏差参数，其中，针对一个或多个道路参考特征(S1至S11)在其上具有满足偏差标准的偏差的每个多线段(SEG1至SEG10)，所述多线段(SEG1至SEG10)关于那些一个或多个道路参考特征(S1至S11)被分配预定的偏差参数；以及
路径偏差确定单元(106)，用于通过将相应的多线路径的多线段(SEG1至SEG10)的所述偏差参数进行组合，确定(1006)每个多线路径各自的路径偏差。
8.根据权利要求7所述的车辆姿势评估系统(1)，还包括：
路径标识单元(107)，用于标识(1007)具有所述最小路径偏差的所述多线路径。
9.根据权利要求8所述的车辆姿势评估系统(1)，还包括：
姿势更新单元(108)，用于基于被标识的多线路径的被确定的偏差参数，更新(1008)所述车辆(2)的所述被预测的姿势。
10.根据权利要求7至9中任一项所述的车辆姿势评估系统(1)，其中，所述地图变换单元(102)适用于和/或被配置为：基于所述车辆(2)的所述被预测的姿势和所述周围环境检测设备(24)的一组性能来选择所述部分，例如，与偏离所述车辆(2)的高度和/或偏离所述周围环境检测设备(24)的视野的高度相关联的所述数字地图(22)和/或数字地图部分的地图道路参考被丢弃。
11.根据权利要求7至10中任一项所述的车辆姿势评估系统(1)，其中，所述偏差确定单元(105)适用于和/或被配置为：利用相应的投影距离不确定性对相应的偏差参数进行加权。
12.根据权利要求7至11中任一项所述的车辆姿势评估系统(1)，其中，所述偏差确定单元(105)适用于和/或被配置为：基于所述车辆(2)的所述被预测的姿势中的不确定性和/或所述道路参考特征中的不确定性对相应的投影距离进行加权。
13.一种车辆(2)，所述车辆(2)包括根据权利要求7至12中任一项所述的车辆姿势评估系统(1)。
14.一种包括计算机程序的计算机程序产品，所述计算机程序包括计算机程序代码装置，所述计算机程序代码装置被布置为使计算机或处理器执行根据权利要求1至6中任一项所述的方法的步骤，所述计算机程序产品被存储在计算机可读介质或载波上。
15.一种非易失性计算机可读存储介质，其上存储有根据权利要求14所述的计算机程序产品。
CN202310348858.6A 2022-04-06 2023-04-04 车辆姿势评估 Pending CN116890847A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP22166949.2A EP4257927A1 (en) 2022-04-06 2022-04-06 Vehicle pose assessment
EP22166949.2 2022-04-06

Publications (1)

Publication Number Publication Date
CN116890847A true CN116890847A (zh) 2023-10-17

Family

ID=81325323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310348858.6A Pending CN116890847A (zh) 2022-04-06 2023-04-04 车辆姿势评估

Country Status (3)

Country Link
US (1) US20230322236A1 (zh)
EP (1) EP4257927A1 (zh)
CN (1) CN116890847A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118015598B (zh) * 2024-04-08 2024-06-25 广汽埃安新能源汽车股份有限公司 一种目标检测模型构建方法、装置及目标检测系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9727793B2 (en) * 2015-12-15 2017-08-08 Honda Motor Co., Ltd. System and method for image based vehicle localization
US11227168B2 (en) * 2019-01-08 2022-01-18 Qualcomm Incorporated Robust lane association by projecting 2-D image into 3-D world using map information
WO2020232648A1 (zh) * 2019-05-22 2020-11-26 深圳市大疆创新科技有限公司 车道线的检测方法、电子设备与存储介质
EP4020111B1 (en) * 2020-12-28 2023-11-15 Zenseact AB Vehicle localisation

Also Published As

Publication number Publication date
US20230322236A1 (en) 2023-10-12
EP4257927A1 (en) 2023-10-11

Similar Documents

Publication Publication Date Title
US10074281B2 (en) Method and apparatus for determining lane identification in a roadway
US9965699B2 (en) Methods and systems for enabling improved positioning of a vehicle
US9495602B2 (en) Image and map-based detection of vehicles at intersections
US9140792B2 (en) System and method for sensor based environmental model construction
EP3032221B1 (en) Method and system for improving accuracy of digital map data utilized by a vehicle
EP3137850B1 (en) Method and system for determining a position relative to a digital map
US11294387B2 (en) Systems and methods for training a vehicle to autonomously drive a route
US10876842B2 (en) Method for determining, with the aid of landmarks, an attitude of a vehicle moving in an environment in an at least partially automated manner
CN110388925A (zh) 用于与自动导航有关的车辆定位的系统和方法
US20170308093A1 (en) Automatic driving control system of mobile object
CN112292582A (zh) 用于生成高清晰度地图的方法和系统
US11238607B2 (en) System and method for measuring the accuracy of an electronic map or a localization of a vehicle
US20220205804A1 (en) Vehicle localisation
US20230322236A1 (en) Vehicle pose assessment
CN116380088B (zh) 车辆定位方法、装置、车辆及存储介质
EP4134623A1 (en) Drive device, vehicle, and method for automated driving and/or assisted driving
JP7031748B2 (ja) 自己位置推定方法及び自己位置推定装置
US20230202497A1 (en) Hypothesis inference for vehicles
EP4279869A1 (en) Determining a state of a vehicle on a road
US20240232715A9 (en) Lane-assignment for traffic objects on a road
EP4134625A1 (en) Drive device, vehicle, and method for automated driving and/or assisted driving
US20240135252A1 (en) Lane-assignment for traffic objects on a road
US20230048593A1 (en) Vehicle display control device, vehicle display device, vehicle display control method and computer-readable storage medium
US20230110391A1 (en) 3d sensing and visibility estimation
US20230350034A1 (en) System and method for adjusting bounding box dimensions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication