CN116917967A - 使用道路表面数据的同步定位与地图构建 - Google Patents
使用道路表面数据的同步定位与地图构建 Download PDFInfo
- Publication number
- CN116917967A CN116917967A CN202080107881.0A CN202080107881A CN116917967A CN 116917967 A CN116917967 A CN 116917967A CN 202080107881 A CN202080107881 A CN 202080107881A CN 116917967 A CN116917967 A CN 116917967A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- road spectrum
- landmark
- location
- 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
- 238000013507 mapping Methods 0.000 title description 9
- 230000004807 localization Effects 0.000 title description 4
- 230000001360 synchronised effect Effects 0.000 title description 4
- 238000001228 spectrum Methods 0.000 claims abstract description 712
- 238000012545 processing Methods 0.000 claims abstract description 141
- 238000000034 method Methods 0.000 claims abstract description 129
- 230000015654 memory Effects 0.000 claims abstract description 21
- 238000006073 displacement reaction Methods 0.000 claims description 175
- 239000000725 suspension Substances 0.000 claims description 84
- 230000004044 response Effects 0.000 claims description 74
- 230000001133 acceleration Effects 0.000 claims description 58
- 238000005259 measurement Methods 0.000 claims description 16
- 230000002123 temporal effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 description 37
- 230000008569 process Effects 0.000 description 30
- 238000013528 artificial neural network Methods 0.000 description 28
- 238000013527 convolutional neural network Methods 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 16
- 238000006243 chemical reaction Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000013016 damping Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 2
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 2
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种用于车辆定位的系统、方法和设备。所述车辆可包含数据处理系统(“DPS”),其包含一个或多个处理器和存储器。所述DPS可从所述车辆的传感器接收传感器数据。所述DPS可针对所述车辆的第一位置标识地面的历史道路谱。所述DPS可生成所述地面的当前道路谱。所述DPS可确定所述车辆的横向偏离。所述DPS可确定与所述横向偏离对准的第二位置处所述历史道路谱与所述当前道路谱之间的匹配。所述DPS可提供所述车辆的当前位置的指示作为所述第二位置。
Description
背景技术
车辆可以配备全球定位系统来定位道路上的车辆。全球定位系统控制系统可以从卫星接收指示卫星位置的信号。全球定位系统可以计算距卫星的距离以便确定车辆的粗略位置。
发明内容
本技术解决方案涉及使用道路表面数据的同步定位与地图构建的系统、方法和设备。由于定位车辆的位置的技术挑战,车辆的定位系统可能由于卫星信号延迟、车辆加速度和速度的改变以及卫星信号的接收而提供车辆的不准确或过时的位置数据。另外,基于卫星定位系统的位置分辨率可能不足以满足某些高级驾驶员辅助系统和应用程序的需求。本技术解决方案,通过生成实时道路谱(road profile)数据并将其与先前记录的道路谱数据进行匹配,可提高确定车辆位置的精度。这些道路谱数据可由车辆基于所记录的道路高度信息或车辆高度信息而生成。实际上,车辆可在车辆的全球定位系统(“GPS”)(例如,导航系统)不能接收卫星信号或信号可能会发生折射或反射的区域中行进。例如,车辆的导航系统可在进入隧道之前接收指示车辆的位置的卫星信号。一旦进入隧道,卫星信号就可能无法到达车辆,因此可能无法经由导航系统确定车辆的位置。因此,如果仅依赖来自卫星信号的位置信息,那么车辆的位置可能会不准确、延迟或完全受损。
本技术解决方案的系统、方法和设备提供道路谱生成和地图绘制来改进车辆的定位。例如,通过将预期道路谱(例如,至少一个车辆的一个或多个先前生成的道路谱)与每一车辆生成的实况经重构道路谱(例如,实况道路谱或当前道路谱)进行比较和匹配,车辆可定位自身位置。实际上,车辆可基于与道路上的位置相关联的历史道路谱而确定自身位置。可由每一车辆的数据处理系统(“DPS”)执行定位。车辆可包含用以接收恒定信号(例如,标称速度下的车辆运动)的一个或多个传感器。车辆可至少包含指纹生成器(例如,道路谱生成器)、实况缓冲器(例如,域转换器)、地图管理器和定位引擎(例如,地形比较器)。车辆可生成仅取决于道路的恒定信号。车辆可将数据从时域数据转换为距离域数据。时域数据可被称作时间域,距离域数据可被称作空间域。车辆可检索或加载包含预期地标(例如,指纹片段)与其在道路上的相关联位置的集合的地图数据。地图管理器可将对应于车辆的所估计位置的地标发送到地形比较器。因此,车辆可将道路谱生成器生成的当前道路谱与同地标相关联的历史道路谱进行比较。因此,通过将与道路上的某一位置相关联的当前道路谱与历史道路谱进行比较,在一些情况下车辆可定位自身位置,而无需依赖于外部信号来计算车辆的位置,进而减少更新车辆位置的延迟,提高定位准确性,并且减少计算能力和资源消耗。
至少一个方面涉及一种用以定位车辆的系统。所述车辆可包含数据处理系统,其包含一个或多个处理器和存储器。所述数据处理系统可经由所述车辆上的一个或多个传感器接收传感器数据,其包括指示所述车辆的主体与所述车辆所移动的地面之间的垂直位移的多个垂直位移信号。所述数据处理系统可针对所述车辆的第一位置标识所述地面的历史道路谱,其指示在包含所述第一位置的多个位置处所述车辆的所述主体与所述地面之间的垂直位移。所述数据处理系统可基于包括所述多个垂直位移信号的所述传感器数据而生成所述地面的当前道路谱。所述数据处理系统可基于经由所述一个或多个传感器接收到的横向位移数据而确定所述车辆的横向偏离。所述数据处理系统可确定所述第一位置之后的与所述横向偏离对准的第二位置处所述历史道路谱与所述当前道路谱之间的匹配。所述数据处理系统可响应于所述匹配,提供所述车辆的当前位置的指示作为存储在所述历史道路谱中的与所述横向偏离对准的所述第二位置。
所述数据处理系统可经由所述车辆上的缓冲器使用以下各项将所述当前道路谱从所述时间域转换到所述空间域:(i)所述当前道路谱的所述多个垂直位移信号,(ii)对应于所述多个垂直位移信号的多个时间戳,以及(iii)经由所述一个或多个传感器接收到的所述车辆的纵向速度数据。所述数据处理系统可响应于将所述当前道路谱从所述时间域转换到所述空间域,将与所述横向偏离对准的所述第二位置处的所述历史道路谱与所述空间域中的所述当前道路谱进行比较以确定所述匹配。所述一个或多个传感器可包含:惯性测量单元(“IMU”),其位于所述车辆的纵向轴线的远端、近端或所述远端与所述近端之间;多个距离传感器,其与所述IMU一起位于所述车辆的横向轴线上;以及位置传感器,其中所述传感器数据可包含纵向速度数据、垂直速度数据和角速度数据。
所述数据处理系统可基于所述纵向速度数据、所述垂直速度数据和所述角速度数据而生成所述地面的所述当前道路谱。所述数据处理系统可基于位置数据而确定所述车辆的所述第一位置。所述一个或多个传感器可包含位于所述车辆的每一悬架的顶部和底部的多个加速度传感器。所述数据处理系统可经由所述多个加速度传感器确定所述车辆的悬架动态数据。所述数据处理系统可基于所述车辆的所述悬架动态数据而归一化所述当前道路谱的所述多个垂直位移信号。所述数据处理系统可将与所述横向偏离对准的所述第二位置处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的归一化垂直位移信号进行比较。所述传感器数据进一步包含进一步用以生成所述当前道路谱的横摇角速度数据和俯仰角速度数据。
所述数据处理系统可将与所述纵向速度数据相关联的所述垂直速度数据和所述角速度数据归一化到预定速度。所述数据处理系统可基于包含所述纵向速度数据、归一化到所述预定速度的所述垂直速度数据、归一化到所述预定速度的所述角速度数据和所述多个垂直位移信号的所述传感器数据而生成所述地面的所述当前道路谱。所述数据处理系统可基于从所述一个或多个传感器接收到的所述车辆的位置数据而确定所述车辆的轨迹。所述数据处理系统可基于所述车辆的所述第一位置和所述车辆的所述轨迹而确定所述车辆接近对应于所述多个位置的多个地标。所述数据处理系统可经由地图管理器检索所述地面的包括所述多个地标的所述历史道路谱,所述历史道路谱和所述多个地标由多个车辆使用第二传感器数据生成。
所述数据处理系统可响应于确定所述历史道路谱与所述当前道路谱之间的所述匹配,将所述车辆的包括所述位置索引和所述车道标识符的所述当前位置的所述指示提供到所述车辆的界面以使得所述界面显示所述车辆位于所述当前位置和所述车道。所述数据处理系统可使用从所述车辆的所述一个或多个传感器接收到的纵向速度数据来确定所述车辆距所述当前位置的行进距离,所述行进距离指示所述车辆接近距所述第一地标所述预定距离的所述第二地标。所述数据处理系统可将所述第二地标处的所述历史道路谱的所述历史垂直位移提供到所述车辆的控制器,以使得所述控制器基于所述第二地标处的所述历史道路谱的所述历史垂直位移而控制所述车辆的组件。所述数据处理系统可响应于所述车辆位于距与第一地标相关联的所述当前位置所述预定距离处,生成与从所述一个或多个传感器接收到的第二多个垂直位移信号相关联的第二地标,所述第二地标位于所述当前位置之后的所述预定距离处。所述数据处理系统可使用所述第二地标处的所述第二多个垂直位移信号来更新具有所述第二地标的所述多个地标和所述第二地标处的所述历史道路谱的所述历史垂直位移。
所述数据处理系统可将与所述横向偏离对准的所述第一地标处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的所述多个垂直位移信号进行比较。所述数据处理系统可确定指示与所述横向偏离对准的所述第一地标处所述历史道路谱与所述当前道路谱之间的相似性的得分。所述数据处理系统可响应于所述得分满足相似性阈值,使用在所述第一地标处接收到的所述多个垂直位移信号更新所述第一地标处的所述历史道路谱的所述历史垂直位移;或响应于所述得分不满足所述相似性阈值,从所述历史道路谱的所述多个地标中删除所述第一地标。所述数据处理系统可在离线状态下向所述车辆的界面提供所述车辆的所述当前位置的所述指示作为所述第二位置。
至少一个方面涉及一种控制车辆的组件的方法。所述方法可由包含数据处理系统的所述车辆执行,所述数据处理系统包含一个或多个处理器和存储器。所述方法可包含经由所述车辆上的一个或多个传感器接收传感器数据,其包括指示所述车辆的主体与所述车辆所移动的地面之间的垂直位移的多个垂直位移信号。所述方法可包含针对所述车辆的第一位置标识所述地面的历史道路谱,其指示在包含所述第一位置的多个位置处所述车辆的所述主体与所述地面之间的垂直位移。所述方法可包含基于包括所述多个垂直位移信号的所述传感器数据而生成所述地面的当前道路谱。所述方法可包含基于经由所述一个或多个传感器接收到的横向位移数据而确定所述车辆的横向偏离。所述方法可包含确定所述第一位置之后的与所述横向偏离对准的第二位置处所述历史道路谱与所述当前道路谱之间的匹配。所述方法可包含响应于所述匹配而提供所述车辆的当前位置的指示作为存储在所述历史道路谱中的与所述横向偏离对准的所述第二位置。
所述方法可包含经由所述车辆上的缓冲器使用以下各项将所述当前道路谱从所述时间域转换到所述空间域:(i)所述当前道路谱的所述多个垂直位移信号,(ii)对应于所述多个垂直位移信号的多个时间戳,以及(iii)经由所述一个或多个传感器接收到的所述车辆的纵向速度数据。所述方法可包含响应于将所述当前道路谱从所述时间域转换到所述空间域,将与所述横向偏离对准的所述第二位置处的所述历史道路谱与所述空间域中的所述当前道路谱进行比较以确定所述匹配。所述一个或多个传感器可包含:惯性测量单元(“IMU”),其位于所述车辆的纵向轴线的远端、近端或所述远端与所述近端之间;多个距离传感器,其与所述IMU一起位于所述车辆的横向轴线上;以及位置传感器,其中所述传感器数据可包含纵向速度数据、垂直速度数据和角速度数据。
所述方法可包含基于所述纵向速度数据、所述垂直速度数据和所述角速度数据而生成所述地面的所述当前道路谱。所述方法可包含基于位置数据而确定所述车辆的所述第一位置。所述一个或多个传感器可包含位于所述车辆的每一悬架的顶部和底部的多个加速度传感器。所述方法可包含经由所述多个加速度传感器确定所述车辆的悬架动态数据。所述方法可包含基于所述车辆的所述悬架动态数据而归一化所述当前道路谱的所述多个垂直位移信号。所述方法可包含将与所述横向偏离对准的所述第二位置处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的归一化垂直位移信号进行比较。所述传感器数据进一步包含进一步用以生成所述当前道路谱的横摇角速度数据和俯仰角速度数据。
所述方法可包含将与所述纵向速度数据相关联的所述垂直速度数据和所述角速度数据归一化到预定速度。所述方法可包含基于包含所述纵向速度数据、归一化到所述预定速度的所述垂直速度数据、归一化到所述预定速度的所述角速度数据和所述多个垂直位移信号的所述传感器数据而生成所述地面的所述当前道路谱。所述方法可包含基于从所述一个或多个传感器接收到的所述车辆的位置数据而确定所述车辆的轨迹。所述方法可包含基于所述车辆的所述第一位置和所述车辆的所述轨迹而确定所述车辆接近对应于所述多个位置的多个地标。所述方法可包含经由地图管理器检索所述地面的包括所述多个地标的所述历史道路谱,所述历史道路谱和所述多个地标由多个车辆使用第二传感器数据生成。
所述方法可包含响应于确定所述历史道路谱与所述当前道路谱之间的所述匹配,将所述车辆的包括所述位置索引和所述车道标识符的所述当前位置的所述指示提供到所述车辆的界面以使得所述界面显示所述车辆位于所述当前位置和所述车道。所述方法可包含使用从所述车辆的所述一个或多个传感器接收到的纵向速度数据确定所述车辆距所述当前位置的行进距离,所述行进距离指示所述车辆接近距所述第一地标所述预定距离处的所述第二地标。所述方法可包含将所述第二地标处的所述历史道路谱的所述历史垂直位移提供到所述车辆的控制器,以使得所述控制器基于所述第二地标处的所述历史道路谱的所述历史垂直位移而控制所述车辆的组件。所述方法可包含响应于所述车辆位于距与第一地标相关联的所述当前位置所述预定距离处,生成与从所述一个或多个传感器接收到的第二多个垂直位移信号相关联的第二地标,所述第二地标位于所述当前位置之后的所述预定距离处。所述方法可包含使用所述第二地标处的所述第二多个垂直位移信号来更新具有所述第二地标的所述多个地标和所述第二地标处的所述历史道路谱的所述历史垂直位移。
所述方法可包含将与所述横向偏离对准的所述第一地标处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的所述多个垂直位移信号进行比较。所述方法可包含确定指示与所述横向偏离对准的所述第一地标处所述历史道路谱与所述当前道路谱之间的相似性的得分。所述方法可包含响应于所述得分满足相似性阈值,使用在所述第一地标处接收到的所述多个垂直位移信号更新所述第一地标处的所述历史道路谱的所述历史垂直位移;或响应于所述得分不满足所述相似性阈值,从所述历史道路谱的所述多个地标中删除所述第一地标。所述方法可包含在离线状态下向所述车辆的界面提供所述车辆的所述当前位置的所述指示作为所述第二位置。
这些和其它方面以及实施方案在下文详细论述。前述信息和以下详细描述包含各个方面和实施方案的说明性实例,并且提供了用于理解所要求保护的方面和实施方案的性质和特征的概述或框架。附图提供了对各个方面和实施方案的说明和另外的理解,并且并入本说明书中并构成本说明书的一部分。
附图说明
附图并不意图按比例绘制。各个附图中相似的附图标记和名称指示相似的元件。为了清晰起见,并不是在每个附图中都可能标记每个组件。在附图中:
图1为根据实施方案的用以定位车辆的示例系统的框图;
图2A-F为根据实施方案的传感器在车辆上的安装位置的示例说明;
图3为根据实施方案的用以定位车辆的示例系统的示意图;
图4为根据实施方案的使用数据缓冲器的内插过程的示例说明;
图5为根据实施方案的包含多个地标的路线的示例说明;
图6为根据实施方案的机器学习引擎用以确定匹配输入的概率的示例神经网络;
图7A-B为根据实施方案的地标地图绘制的示例说明;
图8为根据实施方案的用于车辆定位的示例方法的流程图;
图9为说明可用以实施本文中所描述和说明的系统、方法和设备的元素的计算机系统的架构的框图,所述系统、方法和设备包含例如图1-3中所描绘的系统和设备和图4-8中所描绘的方法。
具体实施方式
下文是涉及用于车辆定位的系统、方法和设备的各种概念及其实施方案的更详细描述。上文引入并在下文更详细地论述的各种概念可以多种方式中的任一种实施。
此技术涉及用于车辆定位的系统、方法和设备。所述系统可包含具有数据处理系统的车辆,所述数据处理系统包含一个或多个处理器和存储器。车辆可由操作者自主地、半自主地或手动地操作。车辆可配备或安装有用以接收、收集或以其它方式感测道路数据、车辆数据的多个传感器以及用以生成道路谱其它传感器数据。传感器可基于每一传感器相应的功能性而安装在车辆上、附接到车辆或嵌入在车辆中。数据处理系统可利用指示车辆的特性和道路的表面数据的传感器数据来生成道路谱。数据处理系统可将所生成道路谱与历史道路谱匹配以改进车辆的定位。
因此,通过将当前所生成道路谱与历史道路谱匹配,本技术解决方案的系统、方法和设备可定位车辆并减少更新车辆位置的延迟、提高定位准确性并且减少计算能力和资源消耗。因此,通过利用道路谱信息来定位车辆,系统可提供车辆的更精确位置而无需例如依赖于外部信号来计算车辆的当前位置。另外,通过使用道路谱信息定位车辆,车辆的控制器可基于车辆的当前位置或所预测下一位置而控制车辆的一个或多个组件(例如,悬架系统、转向系统和制动系统)。
现参考图1,示出根据实施方案的用以定位车辆的示例系统的框图。系统100可包含车辆101、电连接到车辆的数据处理系统(“DPS”)102、网络103和服务器160。系统100可包含电连接到车辆101和DPS 102的惯性测量单元(“IMU”)104、多个传感器108和至少一个显示装置112。系统100可包含电连接到车辆101和DPS 102的多个车辆系统。DPS 102可控制车辆101的一个或多个组件,例如悬架系统、制动系统、转向系统或用以辅助道路上的驾驶员的其它高级驾驶员辅助系统(“ADAS”)。传感器可包含至少一个加速度计、至少一个陀螺仪、至少一个距离传感器、至少一个定位传感器和至少一个成像传感器。DPS 102可经由网络103连接到服务器160。与服务器的连接使得DPS 102能够将数据(例如,数据包、信息和文件)上载到服务器并从服务器下载数据。在一些实施方案或情形中,DPS 102可不连接到服务器160,例如用于基于道路谱信息进行车辆定位。
DPS 102可包含接口116、地形处理组件120、域转换器124、道路谱生成器128、地图管理器132、地形比较器136、控制器140和数据储存库144。数据储存库144可存储车辆配置信息,例如品牌、型号、悬架数据、转向数据或与车辆101相关的其它配置数据。数据储存库144可包含道路的传感器数据148、道路谱存储空间152和地图156。DPS 102的组件中的每一者可电连接到DPS 102内部或外部的其它组件。DPS 102可包含用以执行、实行或操作下文所描述的系统100的特征一个或多个额外组件。
系统100的每一组件,例如DPS 102、IMU 104、传感器108和车辆系统,可使用硬件或软件与硬件的组合来实施。IMU 104可为传感器108的一部分。在一些情况下,多个传感器可代替IMU 104来执行类似特征和功能性,所述传感器例如至少一个加速度计、至少一个陀螺仪和至少一个磁力计。系统100的传感器108还可包含车辆101的内置式传感器。显示装置112、制动器系统、悬架系统和转向系统可通常被称作车辆系统。车辆系统可为ADAS的一部分。系统100的每一组件可包含逻辑电路系统(例如,中央处理单元或CPU),其对从存储器单元(例如,存储器、存储装置或数据储存库144)提取的一个或多个指令作出响应且处理所述一个或多个指令。系统100的每一组件可包含或使用微处理器或多核心处理器。多核心处理器可在单个计算组件上包含两个或更多个处理单元。系统100的每一组件可基于这些处理器中的任一者,或能够如本文中所描述那样操作的任何其它处理器。每一处理器可利用指令层级并行性、线程层级并行性、高速缓冲存储器的不同层级等。例如,系统100可包含至少一个逻辑装置,例如具有至少一个处理器的计算装置或服务器。
系统100的组件或元件可为一个或多个单独组件、单个组件或DPS 102的一部分。在一个实例中,IMU 104(或系统100的其它组件)可包含硬件与软件的一个或多个组合,例如被配置成接收待由DPS 102处理的传感器数据的一个或多个处理器。在另一实例中,控制器140(或DPS 102的其它组件)可包含硬件与软件的一个或多个组合,例如被配置成控制车辆101的至少一个组件或系统(例如,制动器系统、悬架系统或转向系统)的一个或多个处理器。一个或多个组件可在DPS 102外部个别地起作用。一个或多个组件可与系统100内部的其它组件协作地起作用。
系统100的与车辆101连接的组件可实施于不同于车辆101的一个或多个车辆中或连接到所述一个或多个车辆。换句话说,一个或多个车辆可包含与系统100的连接到车辆101的组件类似的组件。一个或多个车辆可类似于车辆101操作。操作包含数据收集、处理、传输、接收等。一个或多个车辆可包含与车辆101不同的配置,例如车辆101的品牌、型号、轮距(track width)或类型。来自车辆101的数据可由DPS 102或服务器160处理用于控制一个或多个车辆。例如,车辆101可收集并处理传感器数据148。车辆101的DPS 102可处理从传感器108接收到的传感器数据以生成当前道路谱。DPS 102可将当前道路谱存储在道路谱存储空间152中。
在一些实施方案中,DPS 102可将传感器数据传输到服务器160以供处理。服务器160可包含一个或多个处理器和至少一个存储器,用于处理传感器数据以从车辆101生成道路谱。在一些实施方案中,服务器160可执行DPS 102的特征和功能性,例如数据处理、道路谱生成、数据转换和道路谱比较。
DPS 102可使用从传感器数据148确定的道路高度来生成道路谱。这些道路高度可基于个别车辆配置信息而归一化。例如,DPS 102可从道路高度中删除车辆配置因素以生成道路谱。因此,可将经由来自车辆101的传感器数据生成的道路谱与从一个或多个额外车辆生成的其它道路谱进行比较。DPS 102可使用道路高度、道路坡度和道路摩擦信息等道路的因素、特征和特性来生成道路谱。DPS 102可包含例如环境温度、地理数据、天气条件和可能会影响道路的其它因素,以考虑用于生成道路谱。
在DPS 102生成道路谱的情况下,DPS 102可经由网络103将道路谱传输到服务器160。道路谱可与车辆101的位置(例如,车辆101获得传感器的位置)相关联。可经由网络103将道路谱信息从服务器160传输到不同于车辆101的一个或多个车辆。在一些情况下,服务器160可基于来自车辆101的传感器数据而生成道路谱。服务器160可将所生成道路谱传输到车辆101以供进行实时处理。
DPS 102可使用由车辆101生成的当前道路谱来与服务器160所存储的至少一个历史道路谱进行比较。在一些实施方案中,DPS 102可于在道路上行进之前从服务器160检索历史道路谱。历史道路谱可与车辆101的路线相关联。基于当前道路谱与历史道路谱之间的比较,DPS 102可自身确定车辆101的当前位置,例如而不依赖于卫星信号。因此,可经由道路谱比较来执行车辆定位。
在一些实施方案中,DPS 102可指令控制器140基于道路谱控制至少一个车辆系统。例如,DPS 102可确定车辆101正接近指示障碍物的道路谱。随后,DPS 102可在对应于接近道路谱的位置处调整车辆101的至少一个悬架系统以辅助道路上的驾驶员并增强乘员的安全性。
系统100的一个或多个组件可托管在车辆101上或内部。系统100的组件可彼此连接或以通信方式彼此耦合。系统100的各种组件之间的连接可以是有线的或无线的,或其任何组合。
车辆101可包含IMU 104。IMU 104可定位在或安装在车辆101的横向轴线的中心。IMU 104可安装在车辆101下方,嵌入在车辆101的一部分中,或在横向轴线的中心附接到车辆101的一侧。IMU 104可定位在纵向轴线的远端、纵向轴线的近端,或定位在车辆101的远端与近端之间。远端和近端可至少在图2A中提及。车辆101的横向轴线可指车辆101的垂直于车辆101向前或向后移动时的方向的轴线。纵向轴线可指垂直于横向轴线或平行于车辆101向前移动时的方向的轴线。IMU 104的安装位置可至少在图2A-F中说明。IMU 104可在至少100赫兹(“Hz”)(例如,120Hz、140Hz或160Hz)的频率下操作。在一些情况下,IMU 104可在不到100Hz(例如,90Hz、80Hz、70Hz或某一其它频率)的频率下操作。IMU 104可测量、检测或以其它方式感测车辆101的垂直加速度、角速度和横向加速度(例如,分别为垂直加速度数据、角速度数据和横向加速度数据)。垂直加速度数据、角速度数据和横向加速度数据可通常被称作IMU 104收集的加速度数据。
垂直加速度数据可指示车辆101的主体的垂直速度在IMU 104的位置处的改变速率。垂直加速度数据可随着速度在向上方向上增大而为正,随着速度在向下方向上增大而为负,反之亦然。角速度数据可指示车辆的横摇角的改变速率(例如,车辆101的主体的旋转运动)。角速度数据可随着车辆101顺时针旋转而为正,随着车辆101逆时针旋转或在逆时针方向旋转而为负。基于IMU 104安装在车辆101上的定向,正速度和负速度的指示可互换。横向加速度数据可指示车辆101的主体的一侧到一侧速度的改变速率。横向加速度数据可随着横向速度朝向右侧增大而为正,随着横向速度朝向左侧增大而为负,反之亦然。IMU 104可将加速度数据传输到DPS 102。DPS 102可接收加速度数据,并将加速度数据存储在数据储存库144中。例如,IMU 104可在以恒定速度在平滑道路表面上行进而不使车辆101转动期间检测接近零的垂直加速度、角速度和横向加速度。
在一些实施方案中,可至少用加速度计、陀螺仪和磁力计取代IMU 104。加速度计、陀螺仪和磁力计可电通信。这些传感器可定位成彼此接触以复制单个传感器(例如,IMU104)。加速度计、陀螺仪和磁力计可执行类似或等效于IMU 104的特征和功能性。在一些情况下,前述传感器中的每一者可为独立地操作且远离其它传感器定位的单独组件。
在一些实施方案中,IMU 104可测量车辆101的主体的垂直速度数据、角速度数据和横向速度数据。垂直速度数据、角速度数据和横向速度数据可被称作IMU 104测得的速度数据。IMU 104可除加速度数据之外还测量速度数据。速度数据可指示车辆101的垂直运动、角运动和横向运动的速度。在一些情况下,加速度数据可使用数据转换技术或等式转换为速度数据。在一些实施方案中,IMU 104可测量车辆101的主体的垂直加速度数据、角加速度数据和横向加速度数据。垂直加速度数据、角加速度数据和横向加速度数据可被称作IMU104测得的加速度数据。在一些情况下,垂直数据可使用数据转换技术转换成加速度数据。
车辆101可包含至少一个距离传感器,例如超声波传感器、激光传感器、光检测与测距(“LiDAR”)传感器或红外传感器。距离传感器可通过IMU 104安装或定位在车辆101的横向轴线上。距离传感器可安装在车辆101上,以导向或指向与地面接触的车轮的中心胎面宽度。车辆101可包含对应于车辆101的每一车轮的距离传感器,所述传感器例如用于左车轮的第一距离传感器和用于右车轮的第二距离传感器。距离传感器可测量距离传感器与地面接触车辆101的车轮的一部分之间的距离。距离传感器可安装得低于IMU 104。距离传感器的安装位置的实例可至少在图2A-F中说明。
距离传感器可测量车轮的垂直位移。距离传感器可在类似于IMU 104的操作频率的频率(例如,100Hz、120Hz或140Hz)下操作。距离传感器可以低于5毫米的分辨率测量垂直位移数据。垂直位移可对应于距离传感器与地面接触车辆101的车轮的一部分之间的距离。距离传感器可邻近于车轮的中心胎面宽度定位,以便测量车轮的行进路径。距离传感器与地面之间的垂直位移可类似于车辆101的一侧与地面之间的垂直位移或指示所述垂直位移。距离传感器可将垂直位移数据传输到DPS 102。系统100可包含具有用于在车辆101的不同部分处进行放置或用于平均传感器数据的类似功能性的多个传感器108。
车辆101可包含用以确定车辆101的大致位置和所述车辆的海拔高度的定位传感器。定位传感器可安装在车辆101上、嵌入所述车辆中或附接到所述车辆。定位传感器可包含差分全球定位系统(“GPS”)、实时动态(“RTK”)GPS或用以定位车辆101的其它传感器。定位传感器可检测车辆101的位置。随后,定位传感器可将位置数据传输到DPS 102。车辆101的海拔高度数据可从卫星所传输的位置数据推导出。
定位传感器可连接到基站或与基站通信。定位传感器可用于在生成道路谱之前确定位置。定位传感器可从卫星接收位置数据并与基站通信。定位传感器可与道路谱匹配并行使用以便确定车辆101的位置。在一些实施方案中,DPS 102可在接收到车辆101的初始位置之后停用定位传感器。DPS 102可利用初始位置来检索与初始位置相关联的历史道路谱。因此,DPS 102可将实况数据(例如,当前道路谱或实况经重构指纹)与沿路线的历史道路谱进行比较以确定车辆101的当前位置。在一些实施方案中,车辆101可包含多个定位传感器,例如差分GPS与RTK GPS的组合。差分GPS和RTK GPS可独立地用作单独系统操作或同步地检测车辆101的位置。
DPS 102可使用定位传感器标识车辆101的第一位置。第一位置可指车辆101的启动位置,例如操作者起始车辆101的一个或多个引擎时的位置。DPS 102可针对车辆101的第一位置标识地面的历史道路谱,其指示在包含第一位置的多个位置处车辆的主体与地面之间的垂直位移。包含当前道路谱和历史道路谱的道路谱可包含一个或多个车辆的垂直位移数据。垂直位移数据可指相对于地面的车辆主体高度。在一些情况下,道路谱可代替垂直位移数据包含道路高度数据。
车辆101可包含至少一个成像传感器,例如红外相机或其它数码相机。成像传感器可安装在车辆101上(例如,安装在车辆101的车顶上,邻近于挡风玻璃安装、安装在前板上,或安装在前灯处)以记录、检测或感测道路的图像。例如,成像传感器的安装位置可至少在图2A-B中示出。成像传感器可将包含道路图像的图像数据传输到DPS 102。图像数据可被称作例如视觉数据、成像数据或光学信号等其它描述性术语,或可与其它描述性术语互换使用。成像数据可由DPS 102用以至少确定或标识道路上车辆当前所处的车道和车辆101的横向偏离。横向偏离可指示车辆101距道路的车道中心的距离。在一些情况下,横向偏离可为车辆101所占的车道和车辆101相对于所述车道的中心的偏离两者。
从传感器108中的每一者接收到的传感器数据可包含指示每一传感器的测量结果的接收时间的时间戳。DPS 102可接收时间域或时域中的传感器数据。为了比较车辆101所生成的实况数据(例如,当前道路谱)与地图数据(例如,历史道路谱),DPS 102可将传感器数据148从时间域转换到距离域或空间域。在一些实施方案中,DPS 102可将时间域中的所生成当前道路谱转换到空间域,之后将其与历史道路谱进行比较。时间戳可在由DPS 102接收到后应用于任何数据。DPS 102还可接收传感器配置信息,例如型号、品牌和固件版本。前述传感器可包含在传感器108中。
车辆101可包含显示装置112。显示装置112可嵌入或安装在车辆101内部。显示装置可安装在仪表盘处或车辆101的驾驶员可接近的其它位置处。衬垫或其它安装组件可用于将显示装置112安装在车辆101中。驾驶员或操作者可经由显示装置112操作并显现收集到的传感器数据。显示装置112可为具有供驾驶员操作的交互式元件的触摸屏装置。显示装置112可响应于从DPS 102接收到警告而显示至少一个通知。所述警告可包含对系统100的软件组件的更新或对将存储在车辆101的存储器中的收集到的数据上载到服务器160的请求。
显示装置112可接收用于车辆101的乘员的显示信息,例如用户界面、通知、从初始位置到目的地位置的路线和车辆101沿着路线的当前位置。显示装置112可包含用以配置显示装置112的刷新速率的设置。刷新速率可确定显示屏幕的更新频率。例如,DPS 102可每500毫秒(“ms”)接收一次车辆101的经更新位置。在这种情况下,例如,如果显示装置112的刷新速率为60赫兹,则显示装置112可每隔一个车辆101的经更新位置就跳过一次。因此,显示装置112可不显示与车辆101的位置相关联的所有经更新信息。在一些实施方案中,显示装置112的刷新速率可表示将当前道路谱与历史道路谱进行比较的频率。DPS 102可将当前道路谱与历史道路谱进行比较,并且将更新发送到系统100的至少一个组件,例如每50ms、100ms、200ms等发送一次。
车辆101可包含以电气方式或以机械方式耦合到系统100的其它组件的至少一个制动系统、至少一个悬架系统和至少一个转向系统。这些系统可通常被称作车辆系统。可由DPS 102(例如,经由控制器140)基于处理来自系统100的多个传感器的传感器数据来配置车辆系统。制动器系统可控制施加到轮胎的摩擦力以便减速或减小车辆101的速度。制动器系统可增大或减小摩擦阻力。增大摩擦阻力可从车辆101吸收更高的动能或势能。减小摩擦阻力可从车辆101吸收更少的能量。可基于摩擦系数调整摩擦阻力。摩擦系数可包含不同范围,例如0.3到0.5、0.4到0.8,或基于车辆101的类型、型号或配置的其它范围。摩擦系数可被称作例如制动器水平或制动系数等其它术语,并且可与其它术语互换使用。提高制动器水平可增大摩擦阻力,而降低制动器水平可减小摩擦阻力。通过取决于道路谱调整制动器水平,系统100可改进车辆101的油耗和能耗。
车辆101的悬架系统可以是半主动悬架或主动悬架。悬架系统可从DPS 102接收指令来配置悬架的阻尼水平,例如对于半主动悬架系统。提高悬架的阻尼水平可增大在向上和向下方向上施加到悬架的阻尼力。降低悬架的阻尼水平可减小向上和向下方向上的阻尼力。基于道路谱调整阻尼水平可通过增大轮胎对道路表面的牵引力来辅助道路上的驾驶员。悬架系统可从DPS 102接收指令来增加或减小车辆101的至少一个车轮的高度,例如对于主动悬架系统。通过增加和减小车轮的高度,DPS 102可改进车轮与道路表面之间的牵引力。例如,在车轮可能例如通过凹坑或凸块相对于地面下降或上升的情况下,DPS 102可命令悬架系统增加或减小车轮高度以便增大车轮与道路表面之间的牵引力。
转向系统可包含用以辅助操作者使车辆101转向的齿条和小齿轮。DPS 102可将指令提供到转向系统以控制或辅助车辆101的转向。转向系统可通过基于操作者转动方向盘的定向将反馈提供到方向盘来辅助车辆101的转向。例如,如果操作者提供用以使方向盘在某一方向上旋转的力,则转向系统可提供反馈以辅助根据操作者所提供的方向使方向盘转动。DPS 102可经由转向系统控制到方向盘的反馈力。例如,DPS 102可能在转动期间提供较多反馈力,而在平直路线期间提供较少反馈力。在另一实例中,DPS 102可接收大体上位于车辆101前方的障碍物的指示。因此,DPS 102可响应于操作者起始在方向盘上施力而增大反馈力。因此,例如,通过使用当前道路谱定位车辆,车辆系统可通过增大车轮与道路表面之间的牵引力、将反馈施加到转向且基于道路谱提高燃油效率来辅助道路上的驾驶员。在一些实施方案中,DPS 102可响应于将当前道路谱与历史道路谱进行匹配而预测车辆101可能会碰到障碍物。因此,DPS 102可指令车辆系统响应性地执行至少一个功能以消除障碍物的影响。
车辆101可包含内置式传感器,以便测量车辆101的速度、偏航速率、个别车轮旋转速度和其它信息。内置式传感器可在车辆101的制造过程期间嵌入到车辆101中。内置式传感器可电连接到系统100的组件。内置式传感器可为相对于IMU 104和传感器108的额外传感器。可将来自内置式传感器的数据传输到DPS 102以用于控制车辆系统中的至少一者。
车辆101可包含电连接到系统100的其它组件的DPS 102。DPS 102可控制车辆101的一个或多个组件,例如车辆系统。DPS 102可包含接口116、地形处理组件120、域转换器124、道路谱生成器128、地图管理器132、地形比较器136、控制器140和数据储存库144。DPS102的组件可为软件组件或硬件组件。DPS 102可接收并处理来自车辆101的传感器108的数据。DPS 102可经由显示装置112向用户显示通知、数据或任何信息。DPS 102可经由与显示装置112的交互从车辆101的操作者接收命令或指令。DPS 102可基于经处理传感器数据和所生成道路谱而控制系统100的组件。DPS 102可从服务器160检索历史道路谱。历史道路谱可存储在道路谱存储空间152中。历史道路谱可与地图上的一个或多个位置相关联。DPS102可将DPS 102所生成的道路谱(例如,当前道路谱)与历史道路谱进行比较。基于所述比较,DPS 102可确定两个道路谱之间的匹配。在一些情况下,所述比较可为与地图上的某一位置相关联的当前道路谱与历史道路谱的一部分之间的比较。随后,DPS 102可响应于匹配而提供车辆101的当前位置的指示。
在一些实施方案中,DPS 102可为用以将收集到的数据从传感器108传送到服务器160的中间装置或组件。服务器160可被称为云端或远程数据处理系统。DPS 102可经由网络103连接到服务器160。例如,DPS 102可从传感器108接收传感器数据148以生成道路谱。可例如基于道路高度而生成道路谱。DPS 102可经由网络103将存储在传感器数据148中的传感器数据传输到服务器160。服务器160可执行与DPS 102类似的特征和功能性以生成车辆101的当前道路谱。
在一些实施方案中,服务器160可将当前道路谱与存储在远程道路谱172中的历史道路谱进行比较。服务器160的道路谱管理器164可基于车辆101的大致位置而选择历史道路谱以供进行比较。因此,服务器160可呈现与用于车辆定位的DPS 102类似的特征。
DPS 102的接口116可提供系统100的组件中的每一者之间的接口。数据的传输和接收可经由接口116遍历系统100的各组件。接口116可包含用于外部连接到DPS 102的一个或多个端口,例如串行端口、USB端口、显示端口、以太网端口或蓝牙接收器和传输器。一个或多个端口可用于向数据储存库144传送或从所述数据储存库传送一个或多个数据,例如车辆配置信息、传感器数据148、存储在道路谱存储空间152中的一个或多个道路谱、地图156和控制程序,以指令至少一个车辆系统。接口116可将DPS 102连接到网络103以供连接到服务器160。
DPS 102可经由车辆101上的一个或多个传感器108接收传感器数据148,其包含指示车辆101的主体与车辆所移动的地面之间的垂直位移的垂直位移信号。地面可被称作车辆101所位于的道路表面。DPS 102可从一个或多个传感器108接收横向位移数据。DPS 102可将传感器数据148传输到地形处理组件120以基于横向位移数据而确定车辆的横向偏离。横向偏离可指车辆101所位于的车道。横向偏离可指车辆101从车道的中心偏离的距离。
DPS 102的地形处理组件120可确定车辆101的一个或多个特征以计算道路谱,例如车辆101相对于地面的高度。地形处理组件120可确定道路的一个或多个特征,例如道路坡度、道路高度、道路角度和道路斜率,以生成道路谱。地形处理组件120可利用从传感器108接收到的传感器数据148来确定车辆101和道路的特征。道路可被称作车辆101所驻留的地面、花岗石或表面。地形处理组件120可通过并入车辆配置数据和关于车辆101的其它偏置数据以用于归一化来确定车辆101和道路的特征。因此,地形处理组件120可确定1)没有车辆101偏斜的道路的特征;以及2)车辆101的特征,所述特征例如具有集中式悬架水平、制动系数、速度和可能会影响车辆101的高度的因素。
地形处理组件120可基于收集到的数据而生成模型(例如,状态空间模型或其它概率图形模型)以确定车辆101的高度。地形处理组件120可将数据传输到域转换器124以便从时间域转换到空间域。在一些实施方案中,地形处理组件120可并入域转换器124的特征。例如,地形处理组件120可将空间域中的数据直接传输到道路谱生成器128。因此,道路谱生成器128可生成空间域中的道路谱以定位车辆101。地形处理组件120可将至少一种滤波技术应用于数据的偏置或噪声(例如,随机噪声)的所生成模型。地形处理组件120可基于实际垂直车辆主体高度数据、实际垂直车辆主体速度数据、传感器偏置数据、基于传感器数据148的垂直速度数据、随机噪声数据和基于位置传感器的海拔高度数据而确定车辆高度。利用前述变量,地形处理组件120可生成可包含噪声和数据的其它变化的模型。为了去除噪声,地形处理组件120可将滤波技术应用于所述模型或将所述模型插入到滤波器(例如,卡尔曼滤波器)中。
地形处理组件120可包含用以确定道路高度和车辆高度的各种其它组件。例如,地形处理组件120可包含用以通过对传感器数据148执行数据融合而确定车辆101的实际横摇角的横摇角处理组件。实际横摇角可指车辆101的横摇角体验,而不是传感器108感测到的横摇角。横摇角处理组件可通过利用使用传感器数据148计算出的初始横摇角来确定车辆101的实际横摇角。横摇角处理组件可在0.5Hz的截止频率下对在车辆101的y轴和z轴处施加的加速度力进行滤波。横摇角处理组件可对车辆101的角加速度进行积分,所述角加速度可从车辆101的角速度推导出。对车辆101的角速度的积分可能会引入漂移。可通过以第一横摇角执行数据融合而减弱或去除所引入驱动。可基于前述数据生成模型(例如,状态空间模型)以确定实际横摇角。生成以确定车辆高度的模型可被称作第一模型或第一状态空间模型。生成以确定车辆101的实际横摇角的模型可被称作第二模型或第二状态空间模型。可将滤波器(例如,卡尔曼滤波器)应用于所述模型以用于所估计和实际的横摇角。
地形处理组件120可包含表面检测组件。例如,表面检测组件可基于传感器数据148、车辆101距地面的高度和从横摇角处理组件确定的车辆101的横摇角而确定道路高度。道路高度可被称作距地面的升高表面。道路高度可包含倾角或斜率,其可被称作道路坡度。为了确定道路高度,表面检测组件可利用车辆轮距数据(例如,从存储在数据储存库144中的车辆配置信息检索)、如上文所确定的车辆横摇角、IMU 104的位置处的垂直位移数据、与车辆101的左车轮和右车轮相关联的距离传感器测量数据以及左侧道路高度和右侧道路高度。左侧道路高度和右侧道路高度可与车辆车轮的中心胎面宽度相关联。
表面检测组件可基于道路第一侧的第一高度和道路第二侧的第二高度而确定道路高度。例如,为了确定道路的第一高度和第二高度,表面检测组件可对传感器数据148和通过横摇角处理组件、卡尔曼滤波器和至少一种数据融合技术确定的数据进行运算。数据融合技术可指将来自多个传感器的数据与滤波器的应用组合或进行处理以去除传感器数据中的噪声、偏置或其它漂移的技术。DPS 102可利用道路高度来生成车辆101的当前道路谱。表面检测组件可包含收集到的车辆信息,例如车辆的控制器局域网(“CAN”)数据,以计算车辆速度、个别车轮打滑、偏航速率等,从而确定道路的道路曲率、表面摩擦和低频道路坡度。
地形处理组件120可包含车道检测特征。地形处理组件120可从传感器108的至少一个成像传感器接收图像数据,以经由深度学习引擎、机器学习引擎或其它神经网络系统进行处理。引擎或系统可被称作技术或特征。通过经由至少一个机器学习引擎处理图像数据,地形处理组件120可标识多车道道路中车辆101所使用的车道。此外,地形处理组件120的车道检测特征可标识车辆101相对于车道的中心的横向偏离。横向偏离可指距道路上车道的中心的距离。横向偏离可指车辆101所占的车道和车辆101距所述车道的中心的距离两者。
在一些实施方案中,地形处理组件120可经由机器学习引擎标识道路上的障碍物。障碍物可至少包含道路上的凸块、凹坑、路缘、开裂或其它物体。地形处理组件120确定的信息可由道路谱生成器128用以生成包含道路的所有信息的道路谱。
以下模型和等式可由地形处理组件120用以确定道路高度:
以上模型和等式中的变量可包含:
z:IMU 104处车辆101的实际垂直车辆主体高度;
v:基于车辆配置数据的实际垂直车辆主体速度;
b:传感器偏置(例如,相对于重力、温度等);
am:包含传感器偏置b的至少一个传感器所测得的车辆101的垂直速度数据。垂直速度数据可从IMU 104所测得的垂直加速度数据推导出;
nb:用于对改变速率b进行建模的随机噪声。改变速率可指传感器偏置由于重力等因素的变化速率;
nh:用于对从定位传感器收集到的海拔高度数据上的测量噪声进行建模的随机噪声;
h:从定位传感器收集到的海拔高度数据;
沿着车辆101的y轴的低通滤波后加速度测量结果;
沿着车辆101的z轴的低通滤波后加速度测量结果;/>
θacc:基于横向加速度数据和垂直加速度数据而确定的横摇角;
θ:车辆101的实际横摇角;
bθ:IMU 104的陀螺仪的偏置。偏置可基于时间、噪声和操作条件(例如,气候、位置或海拔高度)等因素而以递增方式变化;
ωm:来自IMU 104的角速度测量结果;
nθ:用以对θ-θacc进行建模的随机噪声;
L:车辆轮距;
DL:左距离传感器测量结果;
DR:右距离传感器测量结果;
RL:左侧道路高度;以及
RR:右侧道路高度。
DPS 102的域转换器124可将数据从时间域转换到空间域。数据可来自IMU 104、传感器108或地形处理组件120。域转换器124可被称作实况缓冲器。例如,经由地形处理组件120构建或经由IMU 104和传感器108接收的信号可在时间域中。为了比较实况数据(例如,DPS 102所生成的当前道路谱)与地图数据(例如,从服务器160检索到的或存储在道路谱存储空间152中的历史道路谱)之间的相似性,域转换器124可将数据从时间域转换到空间域中。通过这一转换,可消除车辆101和与历史道路谱相关联的一个或多个车辆的速度变化。在一些实施方案中,时间域与空间域之间的转换可为归一化数据以生成道路谱的一部分。
域转换器124可利用瞬时时间戳、车辆纵向速度和用于生成道路谱的传感器数据148来输出空间域中的数据阵列。具体地说,域转换器124可使用当前道路谱的垂直位移信号、对应于垂直位移信号的一个或多个时间戳和经由一个或多个传感器108接收到的车辆101的纵向速度数据。在一些实施方案中,DPS 102可生成道路谱,之后进行到空间域的转换。例如,域转换器124可利用具有二维的瞬时时间戳、车辆速度和道路谱(例如,指纹)。域转换器124可输出距离上的指纹阵列。阵列可包含N×L的大小,其中N可为与输入相同的维度,L可为距离点的数目。距离点可由车辆101的操作者预定或设定。在一些情况下,后端过程(例如,聚合以用于不同道路谱之间的比较的距离点的数目)可由车辆101的制造商预定。在一些情况下,所述距离点可基于来自历史道路谱的距离点而动态地配置。例如,为了在2维(“2D”)中重构最后60米的指纹,域转换器124可每隔20厘米就对纵向距离进行取样。实况缓冲器的输出可包含2×300的大小。进一步举例来说,图4中可见道路谱从时间域到空间域的转换的描述。
DPS 102的道路谱生成器128可生成道路或地面的包含道路的垂直模型的道路谱(例如,当前道路谱)。道路谱生成器128可基于包含至少垂直位移信号的传感器数据148而生成道路谱。道路谱生成器128可被称作用以生成道路的指纹的指纹生成器。垂直位移信号可被称作车辆高度信号。道路谱生成器128可生成仅取决于道路的恒定信号。生成道路谱可被称作基于收集到的或确定的关于道路的信息而绘制道路的地图。道路谱可表示为道路的2D模型或3D模型。道路谱可为2D垂直模型,对应于操作者从车辆101观察道路的视觉表示。在一些情况下,道路谱可为某一区域的2D地图。可基于收集到的关于道路的信息而对2D地图进行颜色编码或以其它方式进行标记。道路谱可基于来自地形处理组件120的指示道路的斜率或斜度的数据而指示道路坡度。DPS 102可将所生成道路谱存储在道路谱存储空间152中。
道路谱生成器128可使用地形处理组件120所确定的信息,例如垂直位移数据、纵向速度数据、垂直速度数据和角速度数据,来生成道路谱。在一些情况下,道路谱生成器128可使用横摇角速度数据和俯仰角速度数据来生成道路谱。例如,道路谱生成器128可在道路谱中包含道路表面摩擦数据。道路谱生成器128可包含道路的低频道路坡度(例如,道路噪声)。道路噪声可指在道路上检测到的声音。较高的低频噪声可指示道路上的较高交通量。用于生成道路谱的输入信号可包含车辆纵向速度、位置数据、来自安装在车辆101上的IMU104的数据,以及一个或多个距离传感器确定的车辆主体与地面之间的位移数据。输入信号可包含指示车辆101的悬架的特性的垂直加速度数据等其它传感器数据148,以及存储在数据储存库144中的其它传感器数据148。悬架的特性可用于去除不同车辆之间的垂直加速度数据偏置。
道路谱生成器128可生成道路谱,包含车辆101的某一位置处的道路高度的指示。道路高度可与用于生成道路谱的车辆垂直位移信号互换。DPS 102可利用道路谱来生成或更新地图156。例如,地图156可包含道路的2D图像。利用道路谱,DPS 102可将道路更新为3D图像。地图156可包含多个位置处的指示与每一位置相关联的一个或多个道路谱的标记和标签。在一些实施方案中,DPS 102可确定道路谱生成器128所生成的第一道路谱对应于存储在道路谱存储空间152中的第二道路谱。第一道路谱与第二道路谱之间的对应关系可指在地图156上同一位置处的记录。在此情境下,DPS 102可通过在两个道路谱之间进行平均而更新已存储在道路谱存储空间152中的第二道路谱。在替代方案中,DPS 102可例如基于第一道路谱没有第二道路谱准确、数据的差大于阈值(例如,10%、15%或20%的差)而确定要删除第一道路谱。在另一情境下,DPS 102可用第一道路谱替换存储在道路谱存储空间152中的第二道路谱。DPS 102可例如基于要删除第一道路谱但实际上删除第二道路谱的过程而确定要替换第二道路谱。
DPS 102可将与车辆101的纵向速度数据相关联的垂直速度数据和角速度数据归一化到预定速度。从传感器108接收速度数据。例如,如果车辆101以高纵向速度行进,则车辆101可能会经历垂直速度和角速度的增大,而不是处于低纵向速度下。垂直速度和角速度的增大可与纵向速度成比例或相关。因此,DPS 102可以预定纵向速度归一化速度数据。因此,道路谱生成器128可基于包含纵向速度数据、归一化到预定速度的垂直速度数据、归一化到预定速度的角速度数据和垂直位移信号的传感器数据148而生成地面的当前道路谱。
道路谱可与来自地图提供者或服务器160的地图156组合。可用道路谱嵌入或更新地图。在一些实施方案中,可在服务器160上将地图156存储在远程地图176中。DPS 102可传输例如道路谱生成器128所生成的道路谱等数据以更新远程地图176。远程地图176可为集中式的以便接入多个车辆。在一些实施方案中,响应于更新地图156,DPS 102可将地图156上载到服务器160以更新远程地图176。服务器160可确定是否将地图156存储在远程地图176中,是否删除地图156(例如,不存储地图156),或是否用地图156替换远程地图176。服务器160可确定要存储、替换或删除地图156的一部分,例如具有所生成道路谱的部分。
道路谱生成器128可生成具有车辆101正行进的车道的指示的道路谱。道路谱生成器128可包含车辆101相对于车道的中心的横向偏离的指示。道路谱可包含道路上的一个或多个障碍物。可通过包含车道检测特征的地形处理组件120检测车道和一个或多个障碍物。
道路谱生成器128可生成归一化道路谱以供具有不同配置的一个或多个车辆使用。例如,传感器108可包含位于车辆101的每一悬架的顶部和底部的一个或多个加速度传感器。地形处理组件120可经由加速度传感器确定车辆101的悬架动态数据。道路谱生成器128可基于车辆101的悬架动态数据而归一化当前道路谱的垂直位移信号。DPS 102可将归一化当前道路谱发送到地形比较器136。地形比较器136可将与横向偏离对准的第二位置处的历史道路谱的历史垂直位移与当前道路谱的归一化垂直位移信号进行比较。历史道路谱可由具有不同悬架配置的一个或多个车辆生成。
DPS 102可被配置成绘制道路的地图并针对单个车辆101进行定位。单个车辆101可指具有类似或相同平台(例如,同一品牌和型号)的车辆。在另一情况下,针对单个车辆101进行定位可指用由车辆101生成的历史道路谱与也由车辆101生成的当前道路谱进行比较。在这种情况下,道路谱生成器128可利用来自安装在车辆主体内部的IMU 104和传感器108的数据以生成道路谱。使用传感器108,包含IMU 104,DPS 102可生成以下信号:
1)垂直速度(m/s)—归一化到某一速度;
2)垂直位移(m);
3)俯仰角速度(rad/s)—归一化到某一速度;
4)俯仰角(rad);
5)横摇角速度(rad/s)—归一化到某一速度;以及
6)横摇角(rad)。
上文所列的垂直速度可取决于车辆的纵向速度。因此,道路谱生成器128可将信号归一化到预定速度(speed/velocity),例如15m/s或25m/s。在可能不是直接测量一些信号的情形中,DPS 102可通过利用一个或多个估计器或卡尔曼滤波器等滤波器来重构信号。道路谱生成器128所使用的信号可从时间域转换到空间域,之后生成车辆101的道路谱以消除车辆速度变化的一个或多个影响。
不同车辆可利用历史道路谱进行比较。例如,第一车辆可收集第一驾驶会话数据以生成包括历史道路谱的地图数据,不同于第一车辆的第二车辆可利用地图数据来进行定位。为了利用来自不同车辆的地图数据,DPS 102可在生成道路谱之前消除悬架的影响(例如,消除悬架动态特性)。由于悬架弹簧刚度和悬挂阻尼比,即使两个车辆位于同一条道路上,它们车辆主体运动也可能不同。因此,如上文所论述,可结合车辆主体中的IMU 104利用至少一个距离传感器来估计垂直道路谱(例如,道路高度)。通过构造具有道路高度的道路谱,道路谱生成器128可生成独立于车辆悬架动态特性的道路谱,所述道路谱可能在不同车辆平台之间是恒定的。
DPS 102的地图管理器132可针对车辆101的第一位置标识地面的历史道路谱,其指示在包含第一位置的多个位置处车辆101的主体与地面之间的垂直位移。车辆101的第一位置可指操作者点火车辆101的一个或多个引擎的位置。DPS 102可利用位置传感器来确定第一位置。一旦确定车辆的第一位置,地图管理器132就可从数据储存库144中的地图156加载或检索地图数据。地图数据可包含地标集合及所述地标在道路上的相关联位置。每一地标可与指纹片段或历史道路谱相关联。在一些实施方案中,每一地标可与历史道路谱的一部分相关联,其中历史道路谱包含用于具有地标的路线的垂直位移数据或道路高度数据。图5中可见包含一个或多个地标的路线的示例说明。
地图管理器132可基于车辆的第一位置而将一个或多个地标传输到地形比较器136。通过传输一个或多个地标,DPS 102可将经由(例如,车辆101车载的)道路谱生成器128生成的当前道路谱与同一个或多个地标中的至少一者相关联的历史道路谱进行比较。地图管理器132可在将当前道路谱与历史道路谱进行比较之前的任何时间检索地图数据。
在一些实施方案中,DPS 102可基于从一个或多个传感器108(例如,定位传感器)接收到的车辆的位置数据而确定车辆的轨迹。地图管理器可基于车辆101的第一位置(例如,初始位置)和车辆101的轨迹而确定车辆接近多个地标。每一地标对应于地图156上的某一位置。地图管理器132可检索地面的包含地标的历史道路谱。历史道路谱和地标可由一个或多个车辆使用对应于一个或多个车辆的传感器数据148生成。例如,地图管理器132可响应于确定车辆101的路线而确定检索地标数据。在确定路线之后,地图管理器132可检索沿着路线的一个或多个地标。每一地标对应于地图156上的某一位置,使得当地形比较器136将当前道路谱与历史道路谱进行比较时,DPS 102可提供车辆101的与地图156上的至少一个地标相关联的当前位置。
在一些实施方案中,地图管理器132可经由网络103加载存储在服务器160上的远程道路谱172中的地图数据。从服务器160加载的地图数据可在地图156中存储或更新。在一些实施方案中,地图管理器132可确定地图156经更新或具有最新版本。因此,地图管理器132可不从服务器160检索地图数据。在一些实施方案中,从存储在服务器160上的远程道路谱172检索地图数据的过程用于更新数据储存库144中的地图156。地图156可基于周期手动或自动更新。例如,车辆101的操作者或制造商可将周期预设为一周。因此,地图管理器132可每周一次从服务器160检索地图数据以更新地图156。
在给定未进行地图绘制的道路和用以绘制道路的地图的车辆101的情况下,用以生成用于同一-车辆-平台且关于被动悬架的地图数据的示例过程可包含:
1)使车辆101在道路上移动。车辆101可配备有位置传感器、IMU 104、距离传感器、成像传感器和DPS 102。DPS 102可至少接收车辆101的垂直位移数据和横摇角数据。DPS102可将这些数据归一化到预定纵向速度。
2)将使用具有时间序列数据的传感器数据148生成的指纹转换到空间域中作为几个阵列。
3)对指纹进行均匀取样,从而裁剪指纹以创建地标集合。地标的每一点可与包含经纬度的GPS或全球导航卫星系统(“GNSS”)坐标、路段(例如,路线)上的相对索引和车道的索引相关联。车道索引可指示道路谱对应于多车道道路中的哪一车道。
在上述过程之后,DPS 102可生成初始地图156用于定位。初始地图可存储在地图156中。DPS 102可将来自地图156的数据传输到服务器160以更新远程地图176。远程地图176可用于定位具有不同平台的车辆。
可在图示中呈现地标。例如,每一节点可为地标的端点,并且每一边缘可保存两个地标之间的信息,例如行进距离、道路谱的样本距离、车辆垂直位移数据、道路高度数据、横向位移数据和用以定位车辆101的其它距离相关信息。图7中可见图示、添加数据和更新图示的实例。
DPS 102的地形比较器136可进行由道路谱生成器128生成的当前道路谱与从道路谱存储空间152检索的历史道路谱之间的比较。在一些情况下,可从远程道路谱172加载或检索历史道路谱。当前道路谱与历史道路谱之间的比较可改进车辆定位。检索到的历史道路谱可存储在道路谱存储空间152中。在一些实施方案中,地形比较器136可将当前道路谱直接与存储在远程道路谱172中的历史道路谱进行比较。地形比较器136可利用地形比较器136来确定当前道路谱与历史道路谱之间的匹配。地形比较器136可响应于两个道路谱之间的匹配而使车辆101的位置与同历史道路谱相关联的位置相关联。
地形比较器136可确定与横向偏离对准的第二位置处历史道路谱与当前道路谱之间的匹配。第二位置可指与地图156的地标相关联的位置。地标可包含一个或多个车辆在空间域中的垂直位移数据。在空间域的情况下,可在无时序变化的情况下比较数据。第二位置可在第一位置之后。
地形比较器136可通过确定两个N×L阵列之间的相似性来确定至少两个道路谱之间的匹配,每一阵列对应于道路谱。道路谱之间的匹配可基于匹配性(例如,匹配得分或相似性得分)。地形比较器136可响应于匹配得分满足或超过预定阈值(例如,90%、95%或99%的匹配得分)而确定道路谱是匹配的。地形比较器136可通过将道路谱用作例如混淆矩阵或误差矩阵的输入来评估匹配得分。地形比较器136可利用混淆矩阵来最小化比较中的假阳性和假阴性。混淆矩阵的至少一种方法可用于比较道路谱。
混淆矩阵的第一实例可包含相关性矩阵。地形比较器136可利用以下等式:
相似性=a'*b/sqrt(a'*b)/sqrt(b'*b)
出于此实例的目的,当前道路谱可对应于变量“a”,历史道路谱可对应于变量“b”,可假设这些道路谱为N×1阵列。通过利用混淆矩阵,地形比较器136可生成介于-1与1之间的值(例如,匹配得分)。更接近1的匹配得分指示真阳性,为-1的匹配得分指示真阴性。DPS102可包含预定阈值,例如0.85、0.90或0.95。响应于匹配得分满足或超过阈值,地形比较器136可确定在第二位置处当前道路谱与历史道路谱匹配。
地形比较器136可利用其它混淆矩阵和过程来确定匹配得分,所述其它混淆矩阵和过程例如动态时间规整(例如,测量速度方面可能变化的两个时间序列之间的相似性)或神经网络(例如,孪生神经网络)。例如,地形比较器136可提供当前道路谱和历史道路谱作为孪生神经网络的输入。孪生神经网络可将两个道路谱作为输入馈送到同一编码器,例如卷积神经网络(“CNN”)。孪生神经网络可比较CNN的输出之间的距离以确定输入是相似还是不同。
在一些实施方案中,响应于地形比较器136比较与第一地标相关联的当前道路谱与历史道路谱且确定相似性得分,DPS 102可响应于所述得分满足相似性阈值而使用在地标处接收到的多个垂直位移信号更新地图156的地标处的历史道路谱的历史垂直位移。在一些其它实施方案中,DPS 102可响应于所述得分不满足相似性阈值而从历史道路谱的地标中删除第一地标。
在一些实施方案中,DPS 102可在离线状态下确定车辆101的当前位置。例如,车辆可处于不具有来自卫星的信号的区域中。DPS 102可基于道路谱匹配继续更新车辆101的位置。DPS 102可提供车辆101的当前位置的指示作为对应于所匹配历史道路谱的位置,例如不同于定位传感器所确定的第一位置的第二位置。DPS 102可提供定位传感器处于离线状态的指示。
例如,除图像以外,一个或多个1D信号也可用于孪生神经网络。DPS 102可用长短期记忆(“LSTM”)代替CNN作为编码器。地形比较器136可通过将一个或多个1D信号转换成图像来使用深度学习结构。通过转换例如当前道路谱和历史道路谱的1D信号,地形比较器136可生成道路谱的量图以获得两个图像。此后,地形比较器可训练并使用标准的基于CNN的孪生网络来确定道路谱之间的匹配。此后,地形比较器136可响应于当前道路谱与历史道路谱之间的匹配而提供车辆101的当前位置的指示作为存储在历史道路谱中的与横向偏离对准的第二位置。第二位置可对应于地图156的地标。横向偏离可至少指示车辆101所占的车道和车辆101距所述车道的中心的距离。车辆101的当前位置的指示可在显示装置112上显示。
在一些实施方案中,例如,地面的历史道路谱可包含第一地标和第二地标,其中第二地标位于距第一地标预定距离处。车辆101可位于第一地标处。第二地标可与下一位置处的历史道路谱相关联。DPS 102可使用从车辆101的一个或多个传感器108接收到的纵向速度数据来确定车辆距当前位置的行进距离。所述行进距离指示车辆101接近距第一地标预定距离的第二地标。因此,DPS 102可将第二地标处的历史道路谱的历史垂直位移提供到车辆的控制器140,以使得控制器140基于第二地标处的历史道路谱的历史垂直位移而控制车辆101的至少一个组件。
在一些实施方案中,并且进一步根据以上实例,DPS 102可响应于车辆101位于距与第一地标相关联的当前位置预定距离处而生成具有从一个或多个传感器108接收到的第二垂直位移信号集合的第二地标。第二地标可位于当前位置之后的预定距离处。在这种情况下,DPS 102可使用第二地标处的第二垂直位移信号集合来更新具有第二地标的一个或多个地标和第二地标处的历史道路谱的历史垂直位移。
在一些实施方案中,DPS 102可将前述定位技术(例如,基于地形的定位)与一种或多种其它定位技术组合以改进定位结果。在这种情况下,DPS 102可提供至少使用传感器数据148、存储在道路谱存储空间152中的道路谱和地图数据的基于地形的定位技术作为在道路谱与地标匹配时报告准确位置的“传感器”。DPS 102可将当前位置的指示提供到其它定位技术,这是因为许多定位技术(例如,扩展卡尔曼滤波器、基于图的优化和粒子滤波)基于融合不同的传感器数据。因此,基于地形的定位可作为额外传感器提供给任何通用传感器数据融合框架,以进一步改进车辆定位。在基于地形的定位的情况下,即使在GPS接收不可用的区域中,DPS 102也可在不损失准确性的情况下更新车辆101的位置。
DPS 102的控制器140可将指令传输到车辆系统,例如制动系统、悬架系统和转向系统。控制器140可基于传感器数据、垂直车辆位移数据、道路高度、道路谱和从传感器数据148推导出的其它数据而将指令提供到车辆系统中的至少一者。用于车辆系统的指令可存储在数据储存库144中。所述指令可包含调整制动系统的制动系数水平、悬架系统的阻尼水平(例如,对于半主动悬架)、悬架系统的高度水平(例如,对于主动悬架),以及转向系统的转向方向和阻力。控制器140可处理从DPS 102的组件和传感器108接收到的数据以确定要提供到车辆系统的指令。例如,地图156可包含间隔开某一距离(例如,100米)的第一地标和第二地标。第二地标可为障碍物,例如,凹坑或凸块。DPS 102可将与第一地标相关联的当前道路谱与历史道路谱进行比较。响应于当前道路谱与历史道路谱之间的匹配,DPS 102可确定车辆101正接近障碍物。控制器140可从数据储存库144存取控制程序以检索对应于第二地标所指示的障碍物的指令。例如,基于控制程序的数据结构,控制器140可接收用以配置一个或多个车辆系统以辅助车辆101的驾驶员减少障碍物影响、抵抗障碍物影响或避开障碍物的指令。
控制器140可将指令传输到车辆101的悬架系统。悬架系统可包含主动悬架、半主动悬架或自适应悬架。DPS 102可利用传感器数据(例如,图像数据、横向偏离数据和来自传感器108的其它数据)和基于地形的定位技术来记忆并预测车辆101在进行地图绘制的道路上的一个或多个运动(例如,垂直位移数据)。传感器数据和定位技术可用于基于预览的悬架控制和基于车辆101在道路上移动时的运动的一个或多个车载稳定系统(例如,桌子、床、杯架等)。基于车辆101与地图156上的一个或多个位置相关联的预测运动,控制器140可将指令传输到一个或多个车辆系统以使车辆101和车辆101内的物体稳定。稳定可指抵消道路表面所引发的运动。
控制器140可将指令传输到系统100中的其它组件,例如IMU 104、传感器108和显示装置112。控制器140可将代码或数据包传输到IMU 104和传感器108,例如以更新传感器108的固件。控制器140可将指令提供到显示装置112,例如以显示车辆101的位置和车辆信息。
控制器140可将指令从服务器160中继到车辆系统。例如,DPS 102可经由网络103将传感器数据148传输到服务器160以供处理。服务器160可使用与DPS 102类似的技术和特征生成当前道路谱。服务器160可将所生成当前道路谱传输到DPS 102以用于经由控制器140起始至少一个指令。服务器160可用所生成当前道路谱更新存储在远程道路谱172中的历史道路谱。
DPS 102的数据储存库144可包含传感器数据148、道路谱存储空间152和地图156。传感器数据148可存储IMU 104、传感器108和车辆101的内置式传感器所测得的传感器数据。传感器108可至少包含距离传感器、定位传感器和成像传感器。内置式传感器数据可包含速度、车轮旋转速度、制动器水平、阻尼水平或与车辆101的车辆系统或移动性能相关的任何数据。DPS 102可利用传感器数据148,例如以确定车辆101的横向偏离和车辆101的初始位置并生成第一位置处的道路谱。在一些情况下,初始位置可为第一位置。
道路谱存储空间152可存储由道路谱生成器128生成的一个或多个道路谱。道路谱存储空间152可存储与道路谱相关的信息,例如垂直位移数据、道路高度数据、车道索引或标识符(“ID”)、横向偏离数据和用于生成道路谱的其它数据。在一些实施方案中,DPS 102可从服务器160检索历史道路谱。DPS 102可将历史道路谱存储在道路谱存储空间152中。
地图156可包含与车辆101的位置相关联的地图数据。例如,地图数据可包含车辆101的位置周围的区域。区域的半径可为预定的,例如5英里、10英里或20英里。DPS 102可通过经由网络103查阅服务器160上的远程地图176来检索或更新地图156。地图数据可包含车辆101的路线。例如,DPS 102可基于车辆101的初始位置和车辆101在道路上移动的方向而确定路线。路线可包含用于来自车辆101的实况数据与地图数据(例如,历史道路谱)之间的比较以确定车辆101的当前位置的一个或多个地标。在一些实施方案中,地图156可包含从车辆101的初始位置扩展到车辆101的目的地的地图数据。目的地可由操作者或驾驶员经由导航仪确定。导航仪可为车辆101中的内置式组件。操作者可与导航仪交互,以便经由显示装置112设置路线。
历史道路谱可包含一个或多个地标。地标中的每一地标可包含一个或多个位置索引和标识生成历史道路谱的一个或多个车辆所占的至少一个车道的一个或多个车道标识符。道路谱生成器128可生成具有位置索引和车道标识符的当前道路谱。地形比较器136可将所述位置索引和车道标识符与来自历史道路谱的位置索引和车道标识符匹配。地形比较器136可将具有相同位置索引和车道标识符的当前道路谱与历史道路谱进行比较。横向偏离可标识车辆101距车道的中心的距离和车辆所占的车道。因此,横向偏离可用于确定当前道路谱和历史道路谱的车道索引。
数据储存库144可包含车辆配置信息、一个或多个模型和控制程序。车辆配置信息可存储与车辆101的配置相关的数据,例如品牌、型号、轮距、燃油效率等级、车辆系统的版本或特定于车辆101的任何信息。所述模型可包含由包含横摇角处理组件和表面检测组件的地形处理组件120生成的状态空间模型。状态空间模型可包含传感器数据、内置式传感器数据和偏置测量结果。地形处理组件120可将至少一个状态空间模型存储在数据储存库144中。状态空间模型可由DPS 102的一个或多个组件存取以生成道路谱。控制程序可包含用以控制例如制动器系统、转向系统和悬架系统等一个或多个车辆系统的一个或多个指令。例如,所述指令可包含调整制动器系统的制动系数、施加到转向系统的反馈力、半主动悬架系统的阻尼力和主动悬架系统的悬架水平或高度。
系统100可包含经由网络103连接到DPS 102的服务器160。服务器160可至少包含道路谱管理器164和远程数据储存库168。远程数据储存库168可包含远程道路谱172和远程地图176。道路谱管理器164可管理传入和传出道路谱。服务器160可执行一个或多个与DPS102的一个或多个组件类似的特征和功能性,所述组件例如地形处理组件120、域转换器124、道路谱生成器128、地图管理器132和地形比较器136。服务器160可从DPS 102接收数据以供处理。服务器160可确定车辆101的某一位置处的道路高度和车辆垂直位移数据,并类似于DPS 102生成道路谱。
道路谱管理器164可接受或丢弃来自车辆101的道路谱。例如,道路谱管理器164可确定传入道路谱与车辆101的某一位置处的当前道路谱相同。响应于这一确定,道路谱管理器164可不更新远程道路谱172并丢弃传入道路谱数据。道路谱管理器164还可基于传入道路谱与存储在远程道路谱172中的(例如,来自多个车辆的)道路谱相比的不准确性而丢弃所述传入道路谱。在另一实例中,道路谱管理器164可响应于对道路谱的更新而将来自远程道路谱172的至少一个道路谱发送到一个或多个车辆。道路谱管理器164可基于次要更新(例如,所记录的某一位置上的开裂、干旱区域、淹没区域、车道构造等)的阈值而确定要发送更新。阈值可指道路谱管理器164用以向一个或多个车辆发送更新的次要更新的数目。例如,阈值可为预定数目,例如50个、100个或200个次要更新。在另一实例中,阈值可指对安全风险、操作者的舒适度或在各种位置对一个或多个车辆造成损坏的概率的确定。在一些情况下,道路谱管理器164可基于车辆101具有过时道路谱而传输经更新道路谱以更新车辆101。例如,车辆101可存储具有某一位置处的障碍物的旧道路谱。服务器160可确定经更新道路谱不包含障碍物。因此,服务器160可将经更新道路谱传输到车辆101。
道路谱管理器164可确定将由DPS 102生成的道路谱与存储在远程道路谱172中的至少一个道路谱组合。存储在远程道路谱172中的至少一个道路谱可被称作历史道路谱。道路谱管理器164可确认道路谱数据的域,例时间域或空间域。例如,如果道路谱管理器164从DPS 102接收时间域中的道路谱,则道路谱管理器164可使用来自DPS 102的传感器数据148将道路谱从时间域转换到空间域。此外,道路谱管理器164可确定DPS 102从数据中删除车辆101的悬架偏置。因此,空间域中的从DPS 102接收到的道路谱可供具有不同配置和悬架系统的一个或多个车辆使用。
远程数据储存库168可被称作集中式数据储存库。远程数据储存库168可包含与至少车辆101的数据储存库144类似的特征。远程道路谱172可包含与车辆101的道路谱存储空间152类似的特征。在一些情况下,车辆101的道路谱存储空间152可映射或同步到具有最新经更新信息的远程道路谱172。远程道路谱172可存储多个车辆的道路谱。道路谱管理器164可确定要存储来自车辆101的新信息,并基于新信息相对于其它车辆中的每一者的状态和位置的相关性或重要性而将更新发送到其它车辆。可基于其它车辆的位置和道路表面条件而确定相关性或重要性。
远程地图176可包含与DPS 102的地图156类似的特征。远程地图176可存储全球地图数据。远程地图176可包含全球地图上的地标。可基于独特的垂直位移数据或道路高度而设置地标。在一些情况下,可基于距下一或前一地标50m、100m或200m的预定距离而设置地标。在一些实施方案中,远程地图176可不设置地标。替代地,例如,DPS 102可设置地图156上的一个或多个地标,所述地标可传输到服务器160以更新远程地图176。在此实例中,DPS102可将地标设置为用于车辆定位的递增距离,例如每50m、100m或200m。地标用作位置的指示。例如,DPS 102可将与某一地标相关联的当前道路谱与历史道路谱进行比较。DPS 102可响应于道路谱之间的匹配而确定车辆101位于对应于所述地标的位置处。
可基于来自任何源(例如,一个或多个车辆、卫星)和来自到服务器系统的管理员输入的数据而更新远程地图176。可自动更新远程地图176。DPS 102可查阅远程地图176以更新地图156。在一些实施方案中,响应于DPS 102生成道路谱,DPS 102可用道路谱信息更新地图156。DPS 102可将用道路谱更新的地图156传输到服务器160。服务器160可从地图156中确定新信息并用额外数据更新远程地图176的一部分。
参考图2A-F,示出根据实施方案的车辆上的传感器的安装位置的示例说明。说明200可包含多个传感器,例如传感器204、208、212、216、220和224。这些传感器可指或对应于传感器108中的至少一者。例如,传感器204可指IMU 104,传感器208和传感器212可指第一距离传感器和第二距离传感器,传感器216可指定位传感器,传感器220和传感器224可指第一成像传感器220和第二成像传感器224。传感器204、208、212、216、220和224可执行与图1中所示的传感器类似的功能性和特征。说明200可包含指示从车辆101的左侧到右侧的轴线的横向轴线236。说明200可包含纵向轴线240,其指示从车辆101的前部到车辆101的后部或从车辆101的远端244到近端248的轴线。车辆101的远端244可被称作车辆101的前部。车辆101的近端248可被称作车辆101的背面的后部。说明200可说明车辆101的车轮的中心胎面宽度,例如车辆101的左轮的中心胎面宽度228和车辆101的右轮的中心胎面宽度232。
现参考图2A,可示出每一传感器的安装位置。IMU 204可安装在车辆101的横向轴线236的中心。例如,IMU 204可位于车辆101的后部部分。第一距离传感器208和第二距离传感器212可安装得低于IMU 204。第一距离传感器208可邻近于车辆101的左车轮的中心胎面宽度228安装。第二距离传感器212可邻近于车辆101的右车轮的中心胎面宽度232安装。定位传感器216可安装在车辆101顶部或嵌入在车辆101内部作为内置式传感器。第一成像传感器220和第二成像传感器224可安装在车辆101的远端244的前部以检测车辆101前方的道路图像。在一些情况下,传感器108的成像传感器可接收车辆101的近端248处的后部图像。
现参考图2B,IMU 204可位于车辆101的近端248。第一距离传感器208可在与IMU204相同的横向轴线236处安装得低于IMU 204。第二距离传感器212可以类似于第一距离传感器208的方式安装,但安装在车辆101的右车轮上。每一传感器的安装位置都可不同。例如,并且现参考图2C,IMU 204可安装在车辆101的纵向轴线240的中心。IMU 204可安装在沿着车辆101的远端244与近端248之间的纵向轴线240的任何位置中。由于IMU 204位于远端244与近端248之间,因此第一距离传感器208和第二距离传感器212可安装在与远端244与近端248之间的IMU 204相同的横向轴线236处。现参考图2D,IMU 204、第一距离传感器208和第二距离传感器212可安装在车辆101的远端244。IMU 204和距离传感器可安装在同一横向轴线236处。
现参考图2E,车辆101可在车辆101的后部处包含延伸部。IMU 204、第一距离传感器208和第二距离传感器212可安装在车辆101的延伸部分处,离车辆101的近端248更远。在一些实施方案中,并且参考图2F,第一距离传感器208和第二距离传感器212可分别安装在车辆101的左侧和右侧。距离传感器可安装以便检测或测量从距离传感器到与地面接触的车轮的中心胎面宽度的距离。在这种情况下,第一距离传感器208可安装在车辆101的左侧,指向与地面的第一部分接触的左车轮的中心胎面宽度228的底部。第二距离传感器212可安装在车辆101的右侧,指向与地面的第二部分接触的右车轮的中心胎面宽度232的底部。基于距离传感器的安装位置,DPS 102可接收车辆垂直位移数据以生成车辆101的道路谱。传感器108的安装位置可类似于具有与车辆101不同的配置的一个或多个车辆。一个或多个车辆上的传感器108可执行与车辆101上的传感器108类似的特征和功能性。
参考图3,示出根据实施方案的用以定位车辆的系统300的示例示意图。系统300可包含与系统100类似的一个或多个组件。系统300可包含一个或多个传感器310、指纹生成器320、实况缓冲器330、位置传感器340、地图管理器350、地形比较器360以及归一化器314、318和354。系统300的组件可执行与系统100的组件类似的特征和功能性。例如,传感器310可包含传感器108的特征,指纹生成器320可包含道路谱生成器128的特征,实况缓冲器330可包含域转换器124的特征,地图管理器350可包含地图管理器132的特征,地形比较器360可包含地形比较器136的特征。系统300的组件可为DPS 102的一部分,使得DPS 102可利用一个或多个组件用于车辆定位。
传感器310可包含类似于传感器108的组件,例如加速度计、陀螺仪、IMU 104、一个或多个距离传感器、成像传感器和定位传感器(例如,位置传感器340)。传感器310可类似于传感器108接收传感器数据148。传感器数据148可存储在数据储存库144中。例如,传感器310可接收垂直速度数据、纵向速度数据、横摇角速度数据、横向速度数据和俯仰角速度数据。传感器310可接收与速度数据中的每一者相关联的加速度数据。传感器310可接收位移数据,例如车辆101的垂直位移数据和横向位移数据。垂直位移数据可对应于车辆101各侧的高度。横向位移数据可对应于车辆101相对于车道的中心的位置。在一些情况下,横向位移数据可指示车辆101所驻留的车道。在一些情况下,DPS 102可从速度数据推导出加速度数据,反之亦然。
例如,DPS 102可经由归一化器314和318对传感器数据148进行滤波。DPS 102可对传感器数据148进行归一化或滤波,之后将其存储在数据储存库144中。DPS 102可以预定纵向速度或纵向加速度归一化传感器数据148以消除一个或多个车辆的不同速度的影响。纵向速度可取决于交通量、道路或车辆的位置而预定到例如15m/s、25m/s或其它速度。例如,纵向速度可在高速公路上为50m/s、在住宅区域中为30m/s并且在学校区域中为10m/s。纵向加速度可类似于纵向速度为预定的。DPS 102可响应于归一化而将传感器数据148从传感器310传递到指纹生成器320。在一些情况下,归一化传感器数据可先传递到实况缓冲器330,再传递到指纹生成器320。
指纹生成器320可被称作道路谱生成器,类似于道路谱生成器128。道路谱可被称作道路的指纹。道路谱生成器128的功能性可并入到指纹生成器320中。DPS 102可使用指纹生成器320以基于传感器数据148生成例如当前道路谱。传感器数据148可为直接来自传感器310的原始数据或从传感器310归一化的原始数据。例如,DPS 102可使用垂直车辆位移数据执行道路谱重构。DPS 102可从垂直车辆位移数据中筛掉车辆101或一个或多个车辆的悬架影响,使得数据可集中用于所有车辆。在另一实例中,DPS 102可使用道路高度执行道路谱重构。通过使用道路高度,道路谱可不包含悬架配置作为因素。
指纹生成器320可使用以下输入信号来生成道路谱:
1)车辆纵向速度(可从车辆101的控制器局域网(“可以”)读取,例如以50Hz从车辆101的防抱死制动系统(“ABS”)读取)。
2)针对车辆101的相关位置的GPS或实时动态(“RTK”)GPS。
3)安装在车辆101中的IMU 104。
4)用以测量车辆主体与地面表面之间的车辆垂直位移的一个或多个距离传感器。
指纹生成器320可利用其它传感器数据148,例如来自安装在车辆101的每一悬架的顶部和底部的加速度计的加速度数据。指纹生成器320可利用来自传感器310的归一化垂直速度数据、垂直位移数据、归一化俯仰角速度数据、俯仰角数据、归一化横摇角速度数据和横摇角数据用于生成道路谱。指纹生成器320可类似于道路谱生成器128,利用上述数据来生成车辆101的当前道路谱。
实况缓冲器330可执行与域转换器类似的特征和功能性。实况缓冲器330可从传感器310接收速度数据。实况缓冲器330可接收由指纹生成器320生成的道路谱。实况缓冲器330可执行域转换以将数据从时间域转换到空间域,反之亦然。实况缓冲器330可不转换已在空间域中的数据。图4中可见用于将数据从时间域转换到空间域的内插过程的实例。实况缓冲器330可至少将距离数据、实况缓冲器数据(例如,转换到空间域的道路谱)和一个或多个指令传递到地形比较器,以将由指纹生成器320生成的道路谱与对应于经由地图管理器350从地图156检索到的地标的历史道路谱进行比较。
在一些实施方案中,DPS 102可在生成道路谱之前经由实况缓冲器330转换来自传感器310的传感器数据148。例如,指纹生成器320组件可放置在实况缓冲器330之后。在这种情况下,DPS 102可将来自传感器310的传感器数据148传递到实况缓冲器330以进行转换。一旦转换,实况缓冲器330就可将空间域中的数据传输到指纹生成器320。指纹生成器可随后将空间域中的传感器数据转换为道路谱。在一些实施方案中,指纹生成器320可并入实况缓冲器330的一个或多个特征。在这种情况下,指纹生成器320和实况缓冲器330可为相同组件,并同时执行两个组件的特征。
DPS 102可经由位置传感器340获取车辆101的初始或第一位置。车辆101的第一位置可指路线开始处的位置。可在车辆101在道路上移动之前确定第一位置。例如,位置传感器340可在车辆引擎点火后从卫星接收位置数据。位置传感器340可将第一位置数据传递到地图管理器350以检索针对车辆101的地图156。地图156可包含与历史道路谱相关联的一个或多个地标以确定车辆101的位置。
地图管理器350可从位置传感器340接收位置数据。位置数据可指示车辆101的第一位置。地图管理器350可执行与地图管理器132类似的特征和功能性。例如,响应于接收到车辆101的第一位置,地图管理器350可从第一位置检索预定半径(例如,5英里、10英里或25英里)的地图数据。地图数据可包含与历史道路谱(例如,历史垂直位移数据)相关联的一个或多个地标。地标可指示地图156上的精确位置用于车辆定位。在一些情况下,一个或多个地标可基于历史道路谱的特征(例如,障碍物)间隔开,以便车辆101控制至少一个车辆系统。在一些情况下,一个或多个地标可取决于交通量、位置和路线距离而间隔开预定距离,例如每隔100m、每隔200m或每隔500m。
在一些实施方案中,地图管理器可仅检索预定数目的地标以供DPS 102与当前道路谱进行比较。例如,在第一位置处,地图管理器350可检索位于距第一位置预定距离处的第二位置处的第一地标。第一地标可对应于地图156上的第二位置。响应于接近、到达或经过第一地标,地图管理器350可随后检索第二地标。第二地标可对应于地图156上的第三位置。地图管理器350可将包含地标和历史道路谱的地图数据传输到地形比较器360。地图数据可经由归一化器354归一化到预定纵向速度。归一化过程可类似于通过归一化器314和318归一化传感器数据148。DPS 102可确定当前道路谱是否与历史道路谱匹配。地标位置的实例可至少在图5中示出。地标的地图绘制、添加或更新的实例可至少在图7A-B中示出。
地形比较器360可执行与地形比较器136类似的特征和功能性。地形比较器360可从实况缓冲器330和地图管理器350接收数据,包含地图数据、车辆速度数据、道路谱(例如,实况缓冲器数据)和来自实况缓冲器330的离散步长,以将当前道路谱与历史道路谱进行比较。离散步长可用于确定是否计算新数据,如图4中进一步详细描述。在一些情况下,实况缓冲器330可将指令发送到地形比较器360以起始当前道路谱与历史道路谱之间的比较。在一些实施方案中,在检索历史道路谱之前,实况缓冲器330可指令地形比较器360检索具有对应于车辆101的第一位置的历史道路谱的地标。在实况缓冲器330将数据从时间域转换到空间域之后指纹生成器320生成当前道路谱的情况下,指纹生成器320可将指令发送到地形比较器360。
地形比较器360可使用至少一种匹配算法或混淆矩阵(例如,相关性矩阵、动态规整和孪生神经网络)将当前道路谱与历史道路谱进行比较。地形比较器360可基于相似性得分而确定当前道路谱与历史道路谱之间的匹配。例如,使用匹配算法,地形比较器360可确定两个道路谱之间的相似性得分。响应于相似性得分超过阈值(例如,85%、90%或95%),地形比较器360可确定道路谱匹配。一旦匹配,地形比较器360就可向地图管理器350发送当前道路谱与对应于历史道路谱的地标匹配的确定或确认。在这种情况下,地图管理器可添加、删除或更新地标。
地形比较器360可持续接收包含历史垂直车辆位移数据的历史道路谱或地图数据。历史垂直车辆位移数据可指来自一个或多个车辆的垂直位移数据。一个或多个车辆可包含车辆101。在一些情况下,一个或多个车辆可不包含车辆101。在一些实施方案中,地形比较器360可持续将车辆101在道路上移动时生成的当前道路谱与同车辆101沿之行进的路线相关联的历史道路谱进行匹配。地形比较器360可确定将一个或多个地标(例如,数据点)添加到地图156。因此,地图156可包含新地标和当前道路谱作为与新地标相关联的历史道路谱。
响应于将当前道路谱与对应于现有地标的历史道路谱匹配,地形比较器360可用指示地标的正匹配的边缘来更新地标。地形比较器360可将对应于地标的历史道路谱与当前道路谱组合。地形比较器360可不将当前道路谱与历史道路谱组合。替代地,地形比较器360可删除当前道路谱或用当前道路谱替换历史道路谱。
在一些实施方案中,DPS 102可经由网络103将经更新地图数据传输到服务器160。服务器160可经由道路谱管理器164确定是否将当前道路谱添加到远程道路谱172作为历史道路谱的一部分,是否更新历史道路谱的一部分,或是否删除当前道路谱。服务器160可执行系统300的一个或多个组件的特征和功能性。类似地,系统300的组件可执行与服务器160的一个或多个组件类似的特征和功能性。
参考图4,示出根据实施方案的使用数据缓冲器的内插过程的示例说明400。内插可由图1和图3中描绘的一个或多个系统、组件或功能用以将数据从时间域转换到空间域。说明400可包含用于此示例数据内插的前一缓冲器410、经更新缓冲器420和线性内插过程430。例如,域转换器124可执行数据内插以将传感器数据148和道路谱从时间域转换到空间域。经由传感器108接收到的或由道路谱生成器128构造的信号可在时间域或时域中。为了比较实况数据与地图数据之间的相似性,可将传感器数据和道路谱转换到空间域中以消除车辆速度变化的影响。
为了进行转换,可如说明400中那样使用实况缓冲器330。DPS 102可采用瞬时时间戳、车辆纵向速度和具有N维的指纹作为缓冲器的输入。响应于执行数据内插,缓冲器可输出距离上的指纹阵列。缓冲器阵列的大小可为N×L,其中N为与输入相同的维度,L为距离点的数目。距离点的数目可用于将数据从时间域重构到空间域。例如,为了在2D中重构最后60m的指纹,实况缓冲器330可每隔20cm就对纵向距离进行取样。因此,实况缓冲器的输出可包含大小为2×300的阵列。
进一步详细地参考说明400,呈现具有每隔20cm就间隔开的10个距离点的缓冲器的实例。为了简化实例,在此实例中,指纹(例如,道路谱)可为一维的。
内插过程可包含例如:
1)给定具有20cm取样速率的先前距离点,车辆101的行进距离(“d”)可使用车辆纵向速度和对应于速度数据的时间戳相对于距离点以米为单位累积。前一缓冲器410可表示距离上累积的缓冲器数据。
2)如果d小于离散步长(例如,在这种情况下为20cm),则实况缓冲器可继续对所行进距离进行积分。
3)如果d等于或大于离散步长(例如,在这种情况下为20cm),则实况缓冲器330或域转换器124可执行线性内插430以计算新数据。以下公式表示线性内插430:[新网格数据]=([当前数据]–[最后一个网格数据])*0.2/d+[最后一个网格数据]
域转换器124可响应于所行进距离等于或大于离散步长而确定新网格数据。在这种情况下,离散步长包含20cm的预定值。域转换器124可在经更新缓冲器420中包含新网格数据。响应于包含新数据,可丢弃来自经更新缓冲器420的最旧数据。因此,经更新缓冲器420可表示从时间域转换到空间域的数据。
参考图5,示出根据实施方案的包含多个地标的路线的示例说明500。地图管理器132或地图管理器350可确定车辆101的路线。地图管理器132可基于从定位传感器接收到的车辆101的初始位置而确定路线。路线可指车辆101从初始位置行进到目的地位置的预测路径。地图管理器132可检索相对于车辆101的初始位置或第一位置的地图数据。在一些实施方案中,地图管理器132可接收车辆101的至少一个运动数据,包含车辆101的纵向速度数据、方向数据或导航数据。随后,地图管理器132可检索包含对应于车辆101的路线的一个或多个地标的地图数据。
参考说明500,例如,地图管理器132可检索路线的地图数据(例如,地形数据)。例如,地图数据可包含从点A到点B的路线,包含地标520、530、540和550。点A可指车辆101的初始位置,点B可指车辆101的目的地位置。点A和点B可为地标。地标可被称作N×L的地图数据阵列,例如针对车辆101的左车辙和右车辙两者每隔20cm进行取样的60m长道路高度谱。在此实例中,N可为2,L可为300。
地图管理器132可使用路线优化算法来确定从点A 510到点B 560的路径或路线。地图管理器132可响应于确定路线而从服务器160(例如,云端)加载地图数据。在这种情况下,地图数据可包含由以预定距离(例如,10cm、20cm等)间隔开的点序列组成的路线。例如,可从0到2000给路线编索引。例如,可将路线离散化为每20cm一个点。因此,地图156的每一地标可包含相对路线索引以及车道ID。索引可为以米或厘米为单位的测量结果。车道ID可指示车辆101所位于的车道。车道ID可指示车辆101相对于相应车道的中心的横向偏离。在此实例中,路线可包含第一地标520、第二地标530、第三地标540和第四地标550。每一地标可包含指示距点A510的距离的路线索引。路线索引可指示地图156的位置。因此,DPS 102可响应于将与具有路线索引的地标相关联的当前道路谱与历史道路谱匹配而确定车辆101的位置。可将路线索引与从服务器160检索到的地图数据进行比较以将车辆101的第二位置标识为当前位置。
进一步根据以上实例,路线索引和车道ID可用于确定地标的位置。DPS 102可基于路线索引和车道ID而确定车辆101是否接近、处于或经过地标。一旦地形比较器136确定地标匹配,就可将对应于地标的路线索引和车道ID联系到或报告给地图管理器132以报告车辆101的当前位置。例如,DPS 102可确定与具有路线索引100的第一地标520相关联的当前道路谱与历史道路谱的一部分之间的匹配。DPS 102可将路线索引传输到地图管理器132以报告车辆101的位置为对应于地标的位置。在另一实例中,车辆101可能会在没有检测到匹配的情况下经过第二地标530。在这种情况下,DPS 102可报告与地图管理器132的不匹配。响应于当前道路谱与第二地标530的历史道路谱不匹配,地图管理器132可确定将当前道路谱添加为历史道路谱的新部分。在一些情况下,地图管理器132可确定删除当前道路谱数据或更新历史道路谱数据的现有部分。例如,至少图1和图7中可见关于道路谱数据的映射的另外细节。当前位置可指示车辆101的车道定位和横向偏离。
在一些实施方案中,地图管理器132可在车辆101在道路上移动时持续地检索额外地图数据。地图管理器132可响应于到达地标而检索额外地图数据。在一些实施方案中,地图管理器132可响应于接收到车辆101的第一位置而从服务器160检索所有地图数据。
参考图6,示出根据实施方案的供机器学习引擎用以确定匹配输入的概率的示例神经网络600。神经网络600可由图1和图3中描绘的一个或多个系统、组件或功能用以或操作来确定当前道路谱与历史道路谱之间的匹配。例如,可由系统100和系统300中描绘的一个或多个组件执行操作。地形比较器136可利用神经网络600的一个或多个特征来确定道路谱之间的匹配。神经网络600可包含任何类型的神经网络,例如孪生神经网络、前馈神经网络、径向基函数神经网络或模块神经网络。例如,神经网络600可包含输入610、输入620、卷积神经网络(“CNN”)层630、嵌入层640和650、距离660以及概率670。
输入610和输入620可包含在神经网络600的输入层中。对于输入610和输入620,DPS 102可提供当前道路谱的第一图像数据作为输入610,并且提供历史道路谱的第二图像数据作为输入620。在一些情况下,输入可为传感器数据148、来自地图156的地图数据和未转换成图像的道路谱。输入610和输入620可传输或馈送到CNN 630。CNN 630可被称作神经网络600的卷积层或隐藏层。可用一个或多个其它编码器替换CNN 630来训练或配置输入数据。输入610和输入620可由CNN 630训练或配置。在一些实施方案中,CNN 630可为多层的,例如包含一个或多个最大池化层和一个或多个卷积层,以生成嵌入640和嵌入650。
CNN 630可提取输入610和输入620的特征。CNN 630可输出输入的特征作为嵌入640和嵌入650。神经网络600可包含多个隐藏层,例如一个或多个中间层(未示出)。
隐藏层可为卷积层、池化层、全连接层或加权层。每一层可包含可对数据执行处理或操作的节点。在一些情况下,节点可表示处理或操作。每一节点或层可转换输入数据以生成输出数据(例如,可传递到后续层的中间输出,或传递到系统中的另一组件的最终输出)。
例如,输入610可接收当前道路谱,处理与道路谱相关联的数据以将数据转换为中间输出。CNN 630可将第一中间输出转发到第一隐藏层。第一隐藏层可接收第一中间输出,处理第一中间输出以将第一中间输出转换为第二中间输出,并将第二中间输出转发到第二隐藏层。可针对CNN 630中的所有隐藏层重复在每一层处处理输入610的步骤。一旦CNN 630传递输入610通过隐藏层,CNN 630就可提供在第一输出层处输出的嵌入640。处理输入610以提供嵌入640输出的步骤可与处理输入620类似。因此,神经网络600可提供由分别用于输入610和输入620的嵌入640和嵌入650组成的输出层。可比较嵌入640和嵌入650中包含的特征以确定距离660。距离660可包含输入610与输入620之间的变化的指示。神经网络600可基于指示所述变化的距离660而确定最终输出。最终输出可包含两个输入匹配的概率670。概率670可为相似性得分。例如,神经网络600可比较嵌入640和嵌入650的特征。一旦比较,神经网络600就可确定两个嵌入层之间的变化。因此,所述变化可用于基于最终输出而确定所比较道路谱之间的相似性得分。神经网络600可将相似性得分与预定阈值(例如,85%、90%或95%的相似性)进行比较。输出预测可用于确定用于车辆定位的当前道路谱与历史道路谱之间的匹配。因此,神经网络600可被配置、训练、调谐或操作以使用具有一个或多个隐藏层的CNN 630接收道路谱信息和输出预测。一个或多个道路谱之间的匹配可通过其它机器学习技术和模型或使用不同等式来确定。
大体上参考图7A-B,示出根据实施方案的地标地图绘制的示例说明。图1和图3中描绘的一个或多个系统、组件或功能可用以或操作以绘制一个或多个地标的地图。例如,地图156可具有四个地标,例如地标714、地标718、地标722和地标726。这些地标可分别被称作例如第一地标、第二地标、第三地标和第四地标。每一地标可与历史道路谱或历史道路谱的一部分相关联。历史道路谱包含一个或多个车辆的历史垂直位移数据。
参考图7A,呈现地标序列的示例说明710。可如下重构每一地标:
1)至少一个车辆101可在配备有至少IMU 104和一个或多个传感器108的道路上移动。车辆101可收集传感器数据以生成地面的包含车辆垂直位移数据的道路谱。DPS 102可将道路谱存储在道路谱存储空间152中。DPS 102可对应道路谱到地图156或远程地图176。
2)DPS 102可将道路谱(即,指纹)从时间域转换到空间域。
3)DPS 102可均匀地对道路谱进行取样并分割所述道路谱以生成一组地标。地标可间隔开预定距离。每一地标可与GPS/GNSS坐标(例如,纬度、经度)、路段的相对索引和车道索引相关联。相对索引可指对应于地图156上某一位置的地标的标识符。在一些实施方案中,相对索引可指地标相对于车辆101的初始位置的距离。
鉴于上述步骤,可生成第一地标到第四地标。每一地标之间的连接可指示车辆101经过每一地标的所报告或所记录序列。说明710中的地标序列可包含在初始地图156中。初始地图156可指由来自单个车辆101的道路谱起始的地图156。
参考图7B,呈现所添加或经更新的地标序列的示例说明730。说明730可包含来自地图156的第一地标到第四地标,如图7A中所示。每一地标可呈现为节点,其中每一节点之间的连接可指边缘。在一个实例中,可如下将一个或多个数据点添加到地标序列:
1)步骤1:使一个或多个车辆在各地标位置在道路上移动。一个或多个车辆可配备有同一组设备。一个或多个车辆可包含与车辆101相同的平台。在一些实施方案中,每一车辆101的DPS 102可考虑到车辆101的悬架动态特性以消除悬架影响从而用于生成道路谱。
2)步骤2:每一车辆101的DPS 102可在车辆在道路上移动时利用基于地形的定位技术。车辆101可基于当前道路谱与历史道路谱之间的匹配而检测一个或多个地标。在一些情况下,车辆101可不检测一个或多个地标。连续检测到的地标可与边缘联系。
例如,车辆101可检测两个地标(例如,第一地标和第三地标)之间的连续匹配。响应于连续匹配,DPS 102可在第一地标与第三地标之间添加边缘。在这种情况下,第二地标未由车辆101检测到。车辆101可检测第四地标。DPS 102可在地图156的第三地标与第四地标之间添加边缘。
DPS 102可如下用地标更新地图156:
1)确定连接到节点的边缘的数目。例如,在100次运行之后,节点可包含10个边缘(即,10%的相似性)。DPS 102可删除边缘数目较少的节点。在一些情况下,地图156可包含相对于同一位置的两个节点。在此实例中,50%的时候一个或多个车辆可检测每一节点。因此,DPS 102可不删除任何节点。在一些情况下,DPS 102可经由网络103向服务器160或经由显示装置112向操作者传输报告。
2)DPS 102可对图示执行传递性约简或滤波技术来简化边缘。
3)DPS 102可合并一个或多个节点或地标的边缘。一个或多个地标可在距离、轮廓等方面类似。合并可通过对每一地标的数据进行平均来进行。
4)如果删除至少一个地标,则DPS 102可确定新节点或地标。DPS 102可确定一边缘对于两个连续地标之间而言过长。例如,DPS 102可基于边缘数目不足而删除第二地标。DPS 102可确定在第一地标与第三地标之间的某一位置处添加具有历史车辆垂直位移数据的第五地标。DPS 102可响应于删除第二地标并且基于边缘超过长度阈值(例如,200m、300m)或被认为过长的其它预定距离而添加第五地标。
当上述过程重复时,DPS 102可添加更多的边缘并提供对地图156的更多更新,由此提高对应于每一地标的道路谱数据和位置数据的准确性。因此,即用的图示或地图156可包含许多地标,其中每一地标经由多个边缘连接到其它地标。上述实例描述了用以绘制每一地标节点的地图的过程且不受上述示例方法限制。因此,其它地图绘制技术可用于使一个或多个地标与地图156上的位置相关。
参考图8,示出根据实施方案的用于车辆定位的示例方法的流程图。可使用例如至少图1和图3中描绘的一个或多个组件来执行或操作方法800。简而言之,在步骤804处,DPS可从一个或多个传感器接收传感器数据。在步骤808处,DPS可标识地面的历史道路谱。在步骤812处,DPS可生成地面的当前道路谱。在步骤816处,DPS可确定车辆的横向偏离。在步骤820处,DPS可比较第二位置处的历史道路谱与当前道路谱。在步骤824处,DPS可确定历史道路谱与当前道路谱之间是否发生匹配。在步骤828处,DPS可响应于匹配而提供车辆的当前位置的指示作为第二位置。在步骤832处,DPS可响应于道路谱不匹配而更新历史道路谱。
进一步详细参考图8,在步骤804处,DPS可经由车辆上的一个或多个传感器接收传感器数据,其包括指示车辆的主体与车辆所移动的地面之间的垂直位移的多个垂直位移信号。传感器可包含IMU、至少一个距离传感器、定位传感器和至少一个成像传感器。DPS可接收对应于传感器中的每一者的传感器数据。传感器可安装在车辆上或嵌入在车辆中。传感器的位置可见于例如图2A-2F。DPS可经由车辆上以至少100Hz的频率进行测量的IMU接收垂直加速度数据、角速度数据和横向加速度数据。DPS可从IMU接收对应于加速度数据的对应速度数据。在一些情况下,DPS可将加速度数据转换为速度数据,反之亦然。
车辆的DPS可从一个或多个距离传感器接收车辆的垂直位移数据。垂直位移数据指示车辆的高度。DPS可考虑到车辆的悬架系统和配置。可以与IMU类似的频率(例如,100Hz)测量本文中的距离传感器和其它传感器。可以与IMU不同的频率(例如,75Hz、50Hz、25Hz等)测量一个或多个传感器。距离传感器可与IMU一起安装在车辆的横向轴线处。DPS可基于融合至少垂直加速度数据和海拔高度数据而确定车辆垂直主体高度。DPS可通过使用模型(例如,状态空间模型)和滤波技术(例如,卡尔曼滤波器)来融合数据。DPS可使用滤波技术筛掉任何偏置数据。DPS可经由一个或多个传感器接收车辆纵向速度数据和角速度数据(例如,横摇角速度和俯仰角速度)。
DPS可经由车辆上的定位传感器接收车辆的位置数据和车辆的海拔高度数据。DPS可经由定位传感器确定车辆的第一位置或初始位置。DPS可基于车辆的初始位置而从数据储存库或服务器检索地图数据。定位传感器可从一个或多个卫星接收一个或多个信号以确定车辆的位置。定位传感器可提供车辆的大体位置。位置数据的格式可包含对应于地图的纵向值和横向值。
DPS可使用传感器数据确定车辆的某一位置处的一个或多个道路高度。道路高度可基于在车辆的第一侧测得的第一高度和在车辆的第二侧测得的第二高度。第一侧可指横向轴线中的左侧,第二侧可指横向轴线中的右侧。DPS可使用传感器数据(例如车辆的垂直位移数据)生成道路谱。在一些实施方案中,DPS可使用道路高度生成道路谱。通过使用道路高度,DPS可在没有不同悬架配置的影响的情况下生成道路谱。道路谱可包含指示车辆相对于车道的中心的位移的横向位移数据。道路谱可包含标识车辆所占的车道的车道标识符(“ID”)。在一些情况下,道路谱可包含与地标相关联的路线索引。DPS可使用路线索引来确定车辆的当前位置。
在一些实施方案中,DPS可基于一个或多个传感器中的一个或多个加速度传感器而确定车辆的悬架动态数据。DPS可利用悬架动态数据来归一化道路谱中的垂直位移数据或信号。通过归一化,所述道路谱可供服务器用于具有不同悬架动态特性或配置的一个或多个车辆。
在步骤808处,DPS可针对车辆的第一位置标识地面的历史道路谱。历史道路谱可指示地图的包含第一位置的一个或多个位置处车辆的主体与地面之间的垂直位移(例如,历史垂直位移)。DPS可使用定位传感器确定车辆的第一位置。第一位置可被称作路线开始处的初始位置。可响应于激活定位传感器,例如在车辆引擎的点火期间,确定第一位置。DPS可检索包含来自地图的一部分的数据的地图数据。地图可存储在DPS的数据储存库中。历史数据可包含地图上的一个或多个地标或与一个或多个地标相关联。例如,DPS可从数据储存库检索地图。DPS可确定在车辆的第一位置之后的第一地标。第一地标可指示地图上不同于车辆的第一位置的第二位置。
DPS可经由网络从服务器检索地图数据。来自服务器的地图可集中用于具有不同悬架配置的一个或多个车辆例如,服务器可包含全球地图,其包含所有地图路线。服务器可从一个或多个车辆接收包含道路高度数据的道路谱(例如,在筛掉不同悬架系统的影响之后)。一旦接收到道路谱,服务器就可将其存储为历史道路谱。在一些情况下,服务器可基于从一个或多个车辆接收到的传感器数据而生成历史道路谱。历史道路谱内的数据可在空间域中。服务器可使历史道路谱与地图上的一个或多个地标相关联。服务器可基于从一个或多个车辆接收到的道路谱而添加、删除或更新地标。
为了确定要检索的地图的一部分,DPS可基于从一个或多个传感器接收到的车辆的位置数据而确定车辆的轨迹。例如,位置数据可指示车辆的第一位置。DPS可基于车辆的第一位置和车辆的轨迹而确定车辆正接近对应于地图上的相应一个或多个位置的一个或多个地标。DPS可经由地图管理器检索地面的包括一个或多个地标的历史道路谱。历史道路谱和一个或多个地标可由一个或多个车辆使用传感器数据生成。
在步骤812处,DPS可基于包含车辆的垂直位移信号的传感器数据而生成地面的当前道路谱。DPS可使用道路谱生成器(例如,指纹生成器)来生成道路谱。DPS可连续地生成地面的当前道路谱以供与一个或多个地标处的历史道路谱进行比较。DPS可从一个或多个传感器(例如,邻近于车辆的悬架系统定位的距离传感器)接收悬架动态数据。DPS可接收筛选来自道路谱的悬架动态数据。通过筛掉悬架动态数据,可将道路谱与具有不同悬架动态特性或配置的一个或多个车辆的历史道路谱进行比较。DPS可生成道路谱,类似于至少图1和图3中的过程。
DPS可将道路谱传输到域转换器(例如,实况缓冲器)。域转换器可将时间域(例如,时域)中的数据转换为空间域(距离域)中的数据。DPS可将道路谱从时间域转换到空间域以从数据中删除车辆速度的影响。可将空间域中的道路谱与历史道路谱进行比较。历史道路谱可包含由一个或多个车辆生成的一个或多个道路谱。DPS可将道路谱传输到服务器。历史道路谱可在空间域中。在一些实施方案中,服务器可确定从一个或多个车辆接收到的道路谱是否在空间域中。例如,如果道路谱在时间域中,则服务器可丢弃道路谱而不与现有历史道路谱合并。在另一实例中,服务器可执行DPS的一个或多个特征或功能性,以便将道路谱从时间域转换到空间域。
在一些实施方案中,DPS的实况缓冲器(例如,域转换器)可使用以下各项将当前道路谱从时间域转换到空间域:(i)当前道路谱的多个垂直位移信号,(ii)对应于多个垂直位移信号的多个时间戳,以及(iii)经由一个或多个传感器接收到的车辆的纵向速度数据。在一些实施方案中,可先将传感器数据从时间域转换到空间域,之后生成道路谱。响应于转换道路谱,实况缓冲器可将转换后道路谱传输到地形比较器以用于当前道路谱与空间域中的历史道路谱之间的比较。地形比较器可执行横向偏离处的比较。
在一些实施方案中,DPS可基于车辆的悬架动态数据而归一化当前道路谱的多个垂直位移信号。基于来自一个或多个传感器的加速度数据而确定悬架动态数据。DPS可利用归一化道路谱以与横向偏离处的历史道路谱的历史垂直位移数据进行比较。在这种情况下,历史垂直位移数据可在DPS检索包含历史道路谱的地图数据之前归一化。
在一些实施方案中,DPS可将与纵向速度数据相关联的垂直速度数据和角速度数据(例如,横摇角速度和俯仰角速度)归一化到预定速度。例如,车辆的纵向速度可能会影响悬架动态特性。DPS可考虑到纵向速度数据以将垂直速度数据和角速度数据归一化到预定速度。响应于所述归一化,DPS可经由道路谱生成器基于包含纵向速度数据、归一化到预定速度的垂直速度数据、归一化到预定速度的角速度数据和多个垂直位移信号的传感器数据而生成地面的当前道路谱。
在一些实施方案中,可并行地执行一个或多个步骤,或在没有来自其它步骤的特定次序的情况下执行一个或多个步骤。例如,步骤812可在步骤808之前,步骤816可在步骤812或步骤808之前,或存在其它排列。
在步骤816处,DPS可基于经由一个或多个传感器接收到的横向位移数据而确定车辆的横向偏离。横向位移数据可指示例如车辆相对于车道的中心的偏离和车辆所占的车道。横向偏离可对应于地图上的车道ID。车道ID可包含指示路线上的车道的至少一个值。车道ID可包含相对于车道的中心的位移的指示。例如,在三车道道路中,车道ID可为100、200和300。车道ID的第三位数字可表示道路上的车道。例如,车道ID 100可与第一车道相关联,车道ID 200可与第二车道相关联,车道ID 300可与第三车道相关联。在另一实例中,车道ID的前两位数字可表示相应车道的精确横向位置。例如,第一车道的中心可表示为车道ID150。因此,例如,第一车道的边缘可由车道ID 101或199表示。在一些情况下,每一地标可包含与历史道路谱相关联的多个车道ID以指示车辆的第一侧和第二侧的历史垂直位移数据。在这种情况下,DPS可将第一车道ID、第二车道ID和路线索引(例如,位置索引)处的当前道路谱与历史道路谱进行比较。
在步骤820处,DPS可将第二位置处的历史道路谱与当前道路谱进行比较。DPS可比较(例如,相对于车道的中心或位于车道的)横向偏离处的道路谱。DPS可至少使用机器学习技术、模型、矩阵或等式来确定道路谱匹配或不匹配的概率。概率可被称作相似性得分。DPS可利用至少一种前述技术来确定道路谱之间的比较的假阳性或假阴性。DPS可将两个道路谱配置到空间域以供进行比较。在一些实施方案中,服务器可将历史道路谱从时间域配置到空间域。在一些实施方案中,可基于悬架动态数据归一化所述两个道路谱以供进行比较。DPS可将某一车辆生成的道路谱与具有不同悬架动态特性的一个或多个车辆生成的历史道路谱进行比较。
在步骤824处,DPS可确定当前道路谱是否与历史道路谱匹配。DPS可响应于相似性得分超过得分阈值而确定匹配。得分阈值可为预定的,例如为85%、90%或95%。得分阈值可表示为例如百分比、值或比率。DPS可响应于相似性得分不满足得分阈值而确定道路谱不匹配。
在一些实施方案中,DPS可确定历史道路谱与当前道路谱之间的匹配。两个道路谱之间的匹配可关于第一位置之后的第二位置。两个道路谱可关于横向偏离。DPS可从地图中选择同一横向偏离的历史道路谱作为所生成道路谱。DPS可从服务器检索或加载地图。DPS可通过查阅服务器在车辆本地的数据储存库中存储并更新地图。DPS可从服务器检索包含车辆的第一位置周围的区域的地图的一部分。所述区域可包含距第一位置的预定半径,例如5英里、10英里或20英里。
在步骤828处,DPS可响应于匹配而提供车辆的当前位置的指示作为存储在历史道路谱中的与横向偏离对准的第二位置。第二位置可对应于与历史道路谱相关联的地标。在一些情况下,地标可描绘为历史道路谱的一部分。地标可包含路线索引和指示地图上的地标的位置的车道ID。响应于DPS将当前道路谱与历史道路谱匹配,DPS可将路线索引和车道ID传输到地图管理器。地图管理器可提供车辆的当前位置的指示作为具有路线索引和车道ID的第二位置。因此,DPS可基于地形信息(例如,道路谱比较)而定位车辆。在一些情况下,路线索引可指示距车辆的第一位置的距离。距离可以厘米、米或其它度量为单位。
在一些实施方案中,地图上的一个或多个地标可表示为图示中的节点。节点可经由一个或多个边缘连接。响应于与第二位置相关联的第一地标处的道路谱之间的匹配,DPS可添加从第一位置到第一地标的边缘。在这种情况下,第一位置可为地标。在一些实施方案中,DPS可在离线状态下提供车辆的当前位置的指示作为第二位置。离线状态可指DPS不能接收一个或多个卫星信号的状态。在这种情况下,DPS可在没有用于车辆定位的网络连接的情况下操作。DPS可将车辆的当前位置的指示提供到车辆的界面,例如显示装置。
在步骤832处,DPS可更新历史道路谱。DPS可基于当前道路谱与历史道路谱不匹配而确定更新历史道路谱。更新历史道路谱可指更新地图的地图数据。地图可为存储在车辆的数据储存库中的地图或存储在服务器上的远程地图。远程地图可由与生成当前道路谱的车辆类似或不同的一个或多个车辆存取。远程地图可包含与历史道路谱相关联的一个或多个地标。例如,车辆的第一位置可为地标。车辆可移动到第一位置之后的第一地标。第一地标指示第二位置。响应于确定第一地标处当前道路谱与历史道路谱不匹配,DPS可不添加从第一位置到第一地标的边缘。响应于道路谱不匹配,DPS可不报告第二地标处车辆的位置。在另一实例中,车辆可移动到与第三位置相关联的第二地标。响应于第二地标处第二当前道路谱与历史数据之间的匹配,DPS可添加从第一位置到第二地标的边缘。
在一些实施方案中,DPS可基于车辆经过第一地标和车辆所行进的总距离而确定车辆正接近第二地标。例如,DPS可使用从车辆的一个或多个传感器接收到的纵向速度数据确定车辆距当前位置的行进距离。每一地标可间隔开预定距离,例如200m。所述行进距离可指示车辆接近距第一地标预定距离的第二地标。例如,DPS可确定行进距离为距第一地标100m。因此,DPS可确定车辆将在100m内到达第二地标。第二地标可包含不同于第一地标的垂直位移数据。第二地标可包含类似于第一地标的垂直位移数据。DPS可将第二地标处的历史道路谱的历史垂直位移提供到车辆的控制器,以使得控制器基于第二地标处的历史道路谱的历史垂直位移而控制车辆的组件。例如,DPS可基于第二地标处的历史道路谱而控制悬架系统、转向系统或制动系统。例如,DPS可在到达第二地标之前确定车辆系统中的至少一者。
在一些实施方案中,响应于预定数目的驱动,DPS可确定地标的边缘的数目不满足阈值比率或百分比。在这种情况下,DPS可确定从地图数据中删除地标。例如,在一个或多个车辆在第二地标处在道路上移动100次之后,DPS可确定第二地标包含20个边缘。在此实例中,对应于第二地标的历史道路谱与当前道路谱以2-10的速率、20%的百分比或0.20的得分匹配。如果维持或更新地标的阈值为80%或更高,例如85%、90%或95%,则DPS可确定从地图中删除地标。
DPS可在对应于删除地标的位置处添加新地标,使得前一地标与后一地标之间的边缘不会超过距离阈值。距离阈值可为预定的,例如50米、100米或200米,具体取决于地图上的位置。例如,如果位置在高速公路上,则DPS可将每一地标之间的距离阈值设置为200米。另一方面,如果位置在住宅区域中,则DPS可例如将距离阈值设置为50米。因此,DPS可取决于当前道路谱是否与历史道路谱匹配而相应地更新地图。例如,添加、删除或更新地标的过程可在图7A-B中说明和描述。因此,DPS可利用地形数据执行车辆定位。DPS可将基于地形的定位技术与一种或多种额外定位技术合并。基于地形的定位技术可为其它定位技术的“传感器数据”。
多个地标中的每一地标可彼此相距预定距离。DPS可行进经过第一地标预定距离。然而,DPS可不检测距第一地标预定距离的第二地标。在这种情况下,DPS可生成道路谱,并且用所生成道路谱作为第二地标来更新地图。可将所述道路谱转换成历史道路谱的一部分。例如,DPS可响应于车辆距当前位置(例如,与第一地标相关联的第二位置)预定距离而生成与从一个或多个传感器接收到的第二多个垂直位移信号相关联的第二地标。第二地标位于距车辆的当前位置预定距离处。DPS可使用第二地标处的第二多个垂直位移信号更新具有第二地标的地图的一个或多个地标。DPS可更新第二地标处的历史道路谱的历史垂直位移。
上述步骤可与上述一个或多个系统相关或可见于上述一个或多个系统中,例如系统100和系统300。在匹配道路谱用于车辆定位之后,DPS和服务器可重复所述过程,例如转换回方法800的步骤804。
图9为示例计算机系统900的框图。计算机系统或计算装置900可包含系统100、系统300的一个或多个组件或用于实施所述一个或多个组件,或执行方法800的一个或多个方面。例如,系统900可实施系统100、DPS 102、车辆或服务器160的一个或多个组件或功能性。计算系统900包含用于传送信息的至少一个总线905或其它通信组件,以及耦合到总线905用于处理信息的至少一个处理器910或处理电路。计算系统900还可包含耦合到总线用于处理信息的一个或多个处理器910或处理电路。计算系统900还包含至少一个主存储器915,例如随机存取存储器(RAM)或其它动态存储装置,其耦合到总线905用于存储信息以及待由处理器910执行的指令。主存储器915。主存储器915还可用于存储螺旋桨控制程序、油箱图、收集到的数据、油箱检查过程、质量度量、诊断程序或其它信息中的一个或多个。计算系统900可包含耦合到总线905用于存储用于处理器910的静态信息和指令的至少一个只读存储器(ROM)920或其它静态存储装置。例如固态装置、磁盘或光盘等存储装置925可耦合到总线905以持久地存储信息和指令。存储装置925可包含或为数据储存库144或远程数据储存库168的一部分。
计算系统900可经由总线905耦合到显示器935,例如液晶显示器或有源矩阵显示器,用于向车辆101的操作者显示信息。例如键盘或语音接口等输入装置930可耦合到总线905用于将信息和命令传送到处理器910。输入装置930可包含触摸屏显示器935。输入装置930还可包含光标控件,例如鼠标、轨迹球或光标取向键,用于将方向信息和命令选择传送到处理器910并且用于控制显示器935上的光标移动。显示器935(例如,位于车辆仪表板上)可例如为本文所描绘的DPS 102、车辆101或其它组件的一部分。显示器可对应于车辆101的显示装置112。
本文中所描述的过程、系统和方法可由计算系统900响应于处理器910执行主存储器915中所含的指令的布置而实施。此类指令可从另一计算机可读介质(例如,存储装置925)读取到主存储器915中。执行主存储器915中所含的指令的布置使得计算系统900执行本文中所描述的说明性过程。多处理布置中的一个或多个处理器还可用于执行主存储器915中所含的指令。硬接线电路系统可代替或结合软件指令连同本文中所描述的系统和方法使用。本文中所描述的系统和方法不限于硬件电路系统和软件的任何特定组合。
尽管已在图9中描述了示例计算系统,但包含本说明书中描述的操作的主题可以在其它类型的数字电子电路系统中实施,或者在计算机软件、固件或硬件中实施,包含本说明书中公开的结构及其结构等同物,或在上述组件中的一者或多者的组合中实施。
本文中的一些描述强调系统组件的各方面的结构独立性,例如DPS 102的组件,其说明这些系统组件的操作和责任的一种分组。执行类似整体操作的其它分组应理解为在本申请的范围内。模块可在硬件中实施或在非暂时性计算机可读存储介质上实施为计算机指令,并且模块可跨各种硬件或基于计算机的组件分布。
上文所描述的系统可提供那些组件中的任一组件或每一组件中的多个组件,并且可在独立系统上或在分布式系统中的多个示例上提供这些组件。另外,上文所描述的系统和方法可提供作为在一个或多个制品上或在一个或多个制品中实施的一个或多个计算机可读程序或可执行指令。制品可为云存储装置、硬盘、CD-ROM、闪存卡、PROM、RAM、ROM或磁带。一般来说,计算机可读程序可用例如LISP、PERL、C、C++、C#、PROLOG等任何编程语言来实施,或用例如JAVA等任何字节代码语言来实施。软件程序或可执行指令可作为目标代码存储在一个或多个制品上或存储在一个或多个制品中。
示例和非限制性模块实施元件包含提供本文中所确定的任何值的传感器,提供本文中所确定的值的前体的传感器,包含通信芯片、振荡晶体、通信链路、电缆、双绞线布线、同轴布线、屏蔽布线、传输器、接收器或收发器、逻辑电路、硬接线逻辑电路、根据模块规格配置的处于特定非暂时性状态的可重新配置逻辑电路的数据链路或网络硬件,至少包含电气、液压或气动致动器、螺线管、op-amp、模拟控制元件(弹簧、滤波器、积分器、加法器、除法器、增益元件)或数字控制元件的任何致动器。
本说明书中所描述的主题和操作可在数字电子电路系统中实施,或在计算机软件、固件或硬件中实施,包含本说明书中公开的结构及其结构等效物,或在上述组件中的一者或多者的组合中实施。本说明书中所描述的主题可实施为一个或多个计算机程序,例如在一个或多个计算机存储介质上编码以供由数据处理设备执行或控制数据处理设备的操作的计算机程序指令的一个或多个电路。替代地或另外,程序指令可编码于人工生成的传播信号上,例如经生成以编码信息以供传输到合适的接收器设备以由数据处理设备执行的机器生成的电信号、光学信号或电磁信号。计算机存储介质可为以下各者或可包含于以下各者中:计算机可读存储装置、计算机可读存储基板、随机或串行存取存储器阵列或装置,或以上各者中的一者或多者的组合。虽然计算机存储介质不是传播信号,但计算机存储介质可为以人工生成的传播信号编码的计算机程序指令的源或目的地。计算机存储介质还可为一个或多个单独的组件或介质(例如,多个CD、磁盘或包含云存储装置的其它存储装置)或包含在一个或多个单独的组件或介质中。本说明书中所描述的操作可实施为由数据处理设备对存储于一个或多个计算机可读存储装置上或从其它源接收的数据执行的操作。
术语“计算装置”、“组件”或“数据处理设备”等涵盖用于处理数据的各种设备、装置和机器,包含例如可编程处理器、计算机、芯片上系统或多个系统,或前述各项的组合。所述设备可包含专用逻辑电路系统,例如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。除了硬件之外,所述设备还可包含为所述计算机程序创建执行环境的代码,例如构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或其中一者或多者的组合的代码。所述设备和执行环境可实现各种不同的计算模型基础架构,例如网络服务、分布式计算和网格计算基础架构。
计算机程序(也称为程序、软件、软件应用程序、app、脚本或代码)可以任何形式的编程语言(包含编译或解释语言、声明性或过程性语言)来编写,并且其可以任何形式来部署,包含作为独立程序或作为模块、组件、子例程、对象或适用于计算环境中的其它单元。计算机程序可对应于文件系统中的文件。计算机程序可存储在保留其它程序或数据的文件的一部分(例如,存储在标记语言文档中的一个或多个脚本)中、存储在专用于所述程序的单个文件中,或存储在多个经协调文件(例如,存储一个或多个模块、子程序或代码的部分的文件)中。计算机程序可经部署以在一个计算机上或在位于一个位点或跨多个位点分布并由通信网络互连的多个计算机上执行。
本说明书中所描述的过程和逻辑流程可由一个或多个可编程处理器执行,所述可编程处理器通过对输入数据进行操作和生成输出而执行一个或多个计算机程序以执行动作。这些过程和逻辑流程也可由专用逻辑电路系统(例如现场可编程门阵列(FPGA)或专用集成电路(ASIC))执行,并且设备也可实施为所述专用逻辑电路系统。适用于存储计算机程序指令和数据的装置可包含非易失性存储器、介质和存储器装置,包含例如:半导体存储器装置,例如EPROM、EEPROM和快闪存储器装置;磁盘,例如内部硬盘或可移动磁盘;磁光盘;以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路系统补充或并入在专用逻辑电路系统中。
本文中所描述的主题可在计算系统中实施,所述计算系统包含例如数据服务器等后端组件,或包含例如应用程序服务器等中间件组件,或包含例如具有用户可借以与本说明书中所描述的主题的实施方案交互的图形用户界面或网页浏览器的客户端计算机等前端组件,或包含一个或多个此类后端、中间件或前端组件的组合。系统的组件可通过任何形式或介质的数字数据通信互连,例如通过通信网络互连。通信网络的实例包含局域网(“LAN”)、广域网(“WAN”)、互联网(例如,因特网)、和对等网络(例如,特用对等网络)。
虽然在附图中以特定次序描绘操作,但不需要以所示特定次序或以顺序次序执行此类操作,并且不需要执行所有所说明的操作。本文中所描述的动作可以不同次序执行。
现已描述了一些说明性实施方案,很明显,前面已经通过实例的方式呈现,前述内容是说明性的而非限制性的。具体地说,尽管本文中呈现的许多实例涉及方法动作或系统元件的特定组合,但那些动作和那些元件可以其它方式组合以实现相同目标。结合一个实施方案论述的动作、元件和特征并不旨在被排除在其它实施方案或实施方案中的类似角色之外。
本文中使用的措辞和术语是出于描述目的,并且不应被视为限制性的。“包含”、“包括”、“具有”、“含有”、“涉及”、“其特征为”“其特征在于”及其变体在本文中的使用意图涵盖其后列出的项、其等效物和额外项,以及由其后排他性地列出的项组成的替代实施方案。在一个实施方案中,本文中所描述的系统和方法由所描述的元件、动作或组件中的一个、多于一个的每一组合或全部组成。
本文中以单数形式引用的对系统和方法的实施方案或元件或动作的任何参考还可涵盖包含多个这些元件的实施方案,并且本文中呈复数形式的对任何实施方案或元件或动作的任何参考还可涵盖仅包含单个元件的实施方案。以单数形式或复数形式引用并不旨在将当前公开的系统或方法、其组件、动作或元件限制为单个或多个配置。对基于任何信息、动作或元件的任何动作或元件的引用可包含其中动作或元件至少部分地基于任何信息、动作或元件的实施方案。
本文中所公开的任何实施方案可与任何其它实施方案或实施例组合,并且对“实施方案”、“一些实施方案”、“一个实施方案”等的引用不一定相互排斥,并且旨在指示特定特征、结构,或结合所述实施方案描述的特性可包含在至少一个实施方案或实施例中。如本文中所使用的此类术语未必全部指同一实施方案。可以与本文中所公开的方面和实施方案一致的任何方式将任何实施方案包含性地或排他性地与任何其它实施方案组合。
对“或”的引用可被解释为包含性的,因此使用“或”描述的任何术语可能指示单个、多个以及所有所描述术语中的任一个。例如,对“‘A’和‘B’中的至少一个”的引用可包含仅‘A’、仅‘B’以及‘A’和‘B’两者。与“包括”或其它开放术语的结合使用的此类引用可包含额外项。
在附图、具体实施方式或任何权利要求中的技术特征后面有附图标记的情况下,已包含的附图标记可增加附图、具体实施方式和权利要求书的可理解性。因此,无论有无附图标记都对任何权利要求的元件的范围没有任何限制作用。
对所描述元件和动作的如各种元件的大小、尺寸、结构、形状和比例、参数值、安装布置、材料使用、颜色、定向的变化的修改可在实质上不脱离本文中所公开的主题的教示和优点的情况下发生。例如,示出为一体形成的元件可由多个部件或元件构成,元件的位置可颠倒或以其它方式改变,并且可更改或改变分立元件或位置的性质或数量。在不脱离本公开的范围的情况下,还可在所公开的元件和操作的设计、操作条件和布置中进行其它替换、修改、改变和省略。
本文中所描述的系统和方法可在不脱离其特性的情况下以其它特定形式体现。因此,本文中所描述的系统和方法的范围由所附权利要求书而非前述描述指示,并且在与权利要求书等效的意义和范围内的变化涵盖于其中。
Claims (20)
1.一种用于车辆定位的系统,其包括:
包括存储器和一个或多个处理器的数据处理系统,用以:
经由所述车辆上的一个或多个传感器接收传感器数据,其包括指示所述车辆的主体与所述车辆所移动的地面之间的垂直位移的多个垂直位移信号;
针对所述车辆的第一位置标识所述地面的历史道路谱,其指示在包含所述第一位置的多个位置处所述车辆的所述主体与所述地面之间的垂直位移;
基于包括所述多个垂直位移信号的所述传感器数据而生成所述地面的当前道路谱;
基于经由所述一个或多个传感器接收到的横向位移数据而确定所述车辆的横向偏离;
确定所述第一位置之后的与所述横向偏离对准的第二位置处所述历史道路谱与所述当前道路谱之间的匹配;并且
响应于所述匹配,提供所述车辆的当前位置的指示作为存储在所述历史道路谱中的与所述横向偏离对准的所述第二位置。
2.根据权利要求1所述的系统,其中所述地面的指示垂直位移的所述历史道路谱在空间域中,而所述地面的包括所述多个垂直位移信号的所述当前道路谱在时间域中,并且其中所述数据处理系统进一步被配置成:
经由所述车辆上的缓冲器使用以下各项将所述当前道路谱从所述时间域转换到所述空间域:(i)所述当前道路谱的所述多个垂直位移信号,(ii)对应于所述多个垂直位移信号的多个时间戳,以及(iii)经由所述一个或多个传感器接收到的所述车辆的纵向速度数据;并且
响应于将所述当前道路谱从所述时间域转换到所述空间域,将与所述横向偏离对准的所述第二位置处的所述历史道路谱与所述空间域中的所述当前道路谱进行比较以确定所述匹配。
3.根据权利要求1所述的系统,其中所述一个或多个传感器包括:
惯性测量单元(“IMU”),其位于所述车辆的纵向轴线的远端、近端或所述远端与所述近端之间;
多个距离传感器,其与所述IMU一起位于所述车辆的横向轴线上;以及
位置传感器,
其中所述传感器数据进一步包括纵向速度数据、垂直速度数据和角速度数据,并且
其中所述数据处理系统进一步被配置成:
基于所述纵向速度数据、所述垂直速度数据和所述角速度数据而生成所述地面的所述当前道路谱;并且
基于位置数据而确定所述车辆的所述第一位置。
4.根据权利要求3所述的系统,其中所述一个或多个传感器进一步包括位于所述车辆的每一悬架的顶部和底部的多个加速度传感器,其中所述数据处理系统进一步被配置成:
经由所述多个加速度传感器确定所述车辆的悬架动态数据;
基于所述车辆的所述悬架动态数据而归一化所述当前道路谱的所述多个垂直位移信号;并且
将与所述横向偏离对准的所述第二位置处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的归一化垂直位移信号进行比较。
5.根据权利要求1所述的系统,其中所述传感器数据进一步包括进一步用以生成所述当前道路谱的横摇角速度数据和俯仰角速度数据。
6.根据权利要求1所述的系统,其中所述传感器数据进一步包括垂直速度数据、角速度数据和纵向速度数据,并且其中所述数据处理系统进一步被配置成:
将与所述纵向速度数据相关联的所述垂直速度数据和所述角速度数据归一化到预定速度;并且
基于包括所述纵向速度数据、归一化到所述预定速度的所述垂直速度数据、归一化到所述预定速度的所述角速度数据和所述多个垂直位移信号的所述传感器数据而生成所述地面的所述当前道路谱。
7.根据权利要求1所述的系统,其中所述数据处理系统进一步被配置成:
基于从所述一个或多个传感器接收到的所述车辆的位置数据而确定所述车辆的轨迹;
基于所述车辆的所述第一位置和所述车辆的所述轨迹而确定所述车辆接近对应于所述多个位置的多个地标;并且
经由地图管理器检索所述地面的包括所述多个地标的所述历史道路谱,所述历史道路谱和所述多个地标由多个车辆使用第二传感器数据生成。
8.根据权利要求1所述的系统,其中所述地面的所述历史道路谱包括多个地标,
其中所述多个地标中的每一地标包括位置索引和标识所述车辆的车道的车道标识符,
其中所述横向偏离标识所述车辆距所述车道的中心的距离和所述车辆所占的所述车道,并且
其中所述数据处理系统进一步被配置成响应于确定所述历史道路谱与所述当前道路谱之间的所述匹配,将所述车辆的包括所述位置索引和所述车道标识符的所述当前位置的所述指示提供到所述车辆的界面以使得所述界面显示所述车辆位于所述当前位置和所述车道。
9.根据权利要求1所述的系统,其中所述地面的所述历史道路谱包括多个地标,其中所述多个地标中的第二地标位于距所述车辆的与第一地标相关联的所述当前位置预定距离处,所述第二地标与下一位置处的所述历史道路谱相关联,其中所述数据处理系统进一步被配置成:
使用从所述车辆的所述一个或多个传感器接收到的纵向速度数据来确定所述车辆距所述当前位置的行进距离,所述行进距离指示所述车辆接近距所述第一地标所述预定距离的所述第二地标;并且
将所述第二地标处的所述历史道路谱的所述历史垂直位移提供到所述车辆的控制器,以使得所述控制器基于所述第二地标处的所述历史道路谱的所述历史垂直位移而控制所述车辆的组件。
10.根据权利要求1所述的系统,其中所述地面的所述历史道路谱包括多个地标,其中所述多个地标中的每一地标间隔开预定距离,其中所述数据处理系统进一步被配置成:
响应于所述车辆位于距与第一地标相关联的所述当前位置所述预定距离处,生成与从所述一个或多个传感器接收到的第二多个垂直位移信号相关联的第二地标,所述第二地标位于所述当前位置之后的所述预定距离处;并且
使用所述第二地标处的所述第二多个垂直位移信号来更新具有所述第二地标的所述多个地标和所述第二地标处的所述历史道路谱的所述历史垂直位移。
11.根据权利要求1所述的系统,其中所述地面的所述历史道路谱包括多个地标,其中所述第二位置与所述多个地标中的第一地标相关联,并且其中确定所述匹配,所述数据处理系统进一步被配置成:
将与所述横向偏离对准的所述第一地标处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的所述多个垂直位移信号进行比较;
确定指示与所述横向偏离对准的所述第一地标处所述历史道路谱与所述当前道路谱之间的相似性的得分;并且
响应于所述得分满足相似性阈值,使用在所述第一地标处接收到的所述多个垂直位移信号更新所述第一地标处的所述历史道路谱的所述历史垂直位移;或
响应于所述得分不满足所述相似性阈值,从所述历史道路谱的所述多个地标中删除所述第一地标。
12.根据权利要求1所述的系统,其中所述数据处理系统进一步被配置成在离线状态下向所述车辆的界面提供所述车辆的所述当前位置的所述指示作为所述第二位置。
13.一种用于车辆定位的方法,其包括:
由包括一个或多个处理器和存储器的数据处理系统经由所述车辆上的一个或多个传感器接收传感器数据,其包括指示所述车辆的主体与所述车辆所移动的地面之间的垂直位移的多个垂直位移信号;
由所述数据处理系统针对所述车辆的第一位置标识所述地面的历史道路谱,其指示在包含所述第一位置的多个位置处所述车辆的所述主体与所述地面之间的垂直位移;
由所述数据处理系统基于包括所述多个垂直位移信号的所述传感器数据而生成所述地面的当前道路谱;
由所述数据处理系统基于经由所述一个或多个传感器接收到的横向位移数据而确定所述车辆的横向偏离;
由所述数据处理系统确定所述第一位置之后的与所述横向偏离对准的第二位置处所述历史道路谱与所述当前道路谱之间的匹配;以及
由所述数据处理系统响应于所述匹配,提供所述车辆的当前位置的指示作为存储在所述历史道路谱中的与所述横向偏离对准的所述第二位置。
14.根据权利要求13所述的方法,其中所述地面的指示垂直位移的所述历史道路谱在空间域中,而所述地面的包括所述多个垂直位移信号的所述当前道路谱在时间域中,并且其中所述方法进一步包括:
由所述数据处理系统经由所述车辆上的缓冲器使用以下各项将所述当前道路谱从所述时间域转换到所述空间域:(i)所述当前道路谱的所述多个垂直位移信号,(ii)对应于所述多个垂直位移信号的多个时间戳,以及(iii)经由所述一个或多个传感器接收到的所述车辆的纵向速度数据;以及
由所述数据处理系统响应于将所述当前道路谱从所述时间域转换到所述空间域,将与所述横向偏离对准的所述第二位置处的所述历史道路谱与所述空间域中的所述当前道路谱进行比较以确定所述匹配。
15.根据权利要求13所述的方法,其中所述一个或多个传感器包括:
惯性测量单元(“IMU”),其位于所述车辆的纵向轴线的远端、近端或所述远端与所述近端之间;
多个距离传感器,其与所述IMU一起位于所述车辆的横向轴线上;以及
位置传感器,
其中所述传感器数据进一步包括纵向速度数据、垂直速度数据和角速度数据,
其中所述方法进一步包括:
由所述数据处理系统基于所述纵向速度数据、所述垂直速度数据和所述角速度数据而生成所述地面的所述当前道路谱;以及
由所述数据处理系统基于位置数据而确定所述车辆的所述第一位置,并且
其中所述一个或多个传感器进一步包括位于所述车辆的每一悬架的顶部和底部的多个加速度传感器,并且其中所述方法进一步包括:
由所述数据处理系统经由所述多个加速度传感器确定所述车辆的悬架动态数据;
由所述数据处理系统基于所述车辆的所述悬架动态数据而归一化所述当前道路谱的所述多个垂直位移信号;以及
由所述数据处理系统将与所述横向偏离对准的所述第二位置处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的归一化垂直位移信号进行比较。
16.根据权利要求13所述的方法,其中所述传感器数据进一步包括进一步用以生成所述当前道路谱、垂直速度数据和纵向速度数据的横摇角速度数据和俯仰角速度数据,并且其中所述方法进一步包括:
由所述数据处理系统将与所述纵向速度数据相关联的所述垂直速度数据和所述横摇角速度数据以及所述俯仰角速度数据归一化到预定速度;以及
由所述数据处理系统基于包括所述纵向速度数据、归一化垂直速度数据、归一化横摇角速度数据、归一化俯仰角速度数据和所述多个垂直位移信号的所述传感器数据而生成所述地面的所述当前道路谱。
17.根据权利要求13所述的方法,其进一步包括:
由所述数据处理系统基于从所述一个或多个传感器接收到的所述车辆的位置数据而确定所述车辆的轨迹;
由所述数据处理系统基于所述车辆的所述第一位置和所述车辆的所述轨迹而确定所述车辆接近对应于所述多个位置的多个地标;以及
由所述数据处理系统经由地图管理器检索所述地面的包括所述多个地标的所述历史道路谱,所述历史道路谱和所述多个地标由多个车辆使用第二传感器数据生成。
18.根据权利要求13所述的方法,其中所述地面的所述历史道路谱包括多个地标,所述多个地标包括与所述车辆的所述当前位置相关联的第一地标和位于距所述第一地标预定距离处的第二地标,所述第二地标与下一位置处的所述历史道路谱相关联,
其中所述多个地标中的每一地标包括位置索引和标识所述车辆的车道的车道标识符,
其中所述横向偏离标识所述车辆距所述车道的中心的距离和所述车辆所占的所述车道,
其中所述方法进一步包括由所述数据处理系统响应于确定所述历史道路谱与所述当前道路谱之间的所述匹配,将所述车辆的包括所述位置索引和所述车道标识符的所述当前位置的所述指示提供到所述车辆的界面以使得所述界面显示所述车辆位于所述当前位置和所述车道,并且
其中所述方法进一步包括:
由所述数据处理系统使用从所述车辆的所述一个或多个传感器接收到的纵向速度数据确定所述车辆距所述当前位置的行进距离,所述行进距离指示所述车辆接近距所述第一地标所述预定距离处的所述第二地标;以及
由所述数据处理系统将所述第二地标处的所述历史道路谱的所述历史垂直位移提供到所述车辆的控制器,以使得所述控制器基于所述第二地标处的所述历史道路谱的所述历史垂直位移而控制所述车辆的组件。
19.根据权利要求13所述的方法,其中所述地面的所述历史道路谱包括多个地标,其中所述多个地标中的每一地标间隔开预定距离,其中所述方法进一步包括:
由所述数据处理系统响应于所述车辆位于距与第一地标相关联的所述当前位置所述预定距离处,生成与从所述一个或多个传感器接收到的第二多个垂直位移信号相关联的第二地标,所述第二地标位于所述当前位置之后的所述预定距离处;以及
由所述数据处理系统使用所述第二地标处的所述第二多个垂直位移信号来更新具有所述第二地标的所述多个地标和所述第二地标处的所述历史道路谱的所述历史垂直位移。
20.根据权利要求13所述的方法,其中所述地面的所述历史道路谱包括多个地标,其中所述第二位置与所述多个地标中的第一地标相关联,其中确定所述匹配,并且其中所述方法进一步包括:
由所述数据处理系统将与所述横向偏离对准的所述第一地标处的所述历史道路谱的所述历史垂直位移与所述当前道路谱的所述多个垂直位移信号进行比较;
由所述数据处理系统确定指示与所述横向偏离对准的所述第一地标处所述历史道路谱与所述当前道路谱之间的相似性的得分;以及
由所述数据处理系统响应于所述得分满足相似性阈值,使用在所述第一地标处接收到的所述多个垂直位移信号更新所述第一地标处的所述历史道路谱的所述历史垂直位移;或
由所述数据处理系统响应于所述得分不满足所述相似性阈值而从所述历史道路谱的所述多个地标中删除所述第一地标。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/120350 WO2022077158A1 (en) | 2020-10-12 | 2020-10-12 | Simultaneous localization and mapping using road surface data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917967A true CN116917967A (zh) | 2023-10-20 |
Family
ID=81208814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080107881.0A Pending CN116917967A (zh) | 2020-10-12 | 2020-10-12 | 使用道路表面数据的同步定位与地图构建 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11933616B2 (zh) |
CN (1) | CN116917967A (zh) |
WO (1) | WO2022077158A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018031678A1 (en) * | 2016-08-09 | 2018-02-15 | Nauto Global Limited | System and method for precision localization and mapping |
CN114998471B (zh) * | 2022-06-22 | 2022-12-16 | 中国科学院自动化研究所 | 基于RecNet模型的磁粒子成像重建方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6138439A (en) | 1999-05-21 | 2000-10-31 | Illinois Tool Works Inc. | Methods of making slide-zippered reclosable packages on horizontal form-fill-seal machines |
US7421334B2 (en) * | 2003-04-07 | 2008-09-02 | Zoom Information Systems | Centralized facility and intelligent on-board vehicle platform for collecting, analyzing and distributing information relating to transportation infrastructure and conditions |
US20070216521A1 (en) * | 2006-02-28 | 2007-09-20 | Guensler Randall L | Real-time traffic citation probability display system and method |
US9224293B2 (en) * | 2013-03-16 | 2015-12-29 | Donald Warren Taylor | Apparatus and system for monitoring and managing traffic flow |
US9251587B2 (en) * | 2013-04-05 | 2016-02-02 | Caterpillar Inc. | Motion estimation utilizing range detection-enhanced visual odometry |
GB2536008B (en) * | 2015-03-03 | 2019-06-12 | Jaguar Land Rover Ltd | Vehicle state estimation apparatus and method |
EP4191202A1 (en) | 2017-09-13 | 2023-06-07 | ClearMotion, Inc. | Road surface-based vehicle control |
JP7251394B2 (ja) * | 2018-08-31 | 2023-04-04 | 株式会社デンソー | 車両側装置、方法および記憶媒体 |
WO2020226720A2 (en) * | 2019-02-21 | 2020-11-12 | Zendar Inc. | Systems and methods for vehicle mapping and localization using synthetic aperture radar |
CN116235079A (zh) * | 2020-09-17 | 2023-06-06 | 动态清晰公司 | 用于基于地形的车辆定位的方法和系统 |
-
2020
- 2020-10-12 CN CN202080107881.0A patent/CN116917967A/zh active Pending
- 2020-10-12 WO PCT/CN2020/120350 patent/WO2022077158A1/en active Application Filing
-
2023
- 2023-04-06 US US18/131,589 patent/US11933616B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2022077158A1 (en) | 2022-04-21 |
US20230258457A1 (en) | 2023-08-17 |
US11933616B2 (en) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7045628B2 (ja) | 車両の動作を制御するための車両の装置、車両、およびコンピュータプログラム | |
CN112292581B (zh) | 自动驾驶车辆的相对图集及其生成 | |
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 | |
US11423677B2 (en) | Automatic detection and positioning of pole-like objects in 3D | |
US20240103531A1 (en) | Road surface-based vehicle control | |
US20200238999A1 (en) | Detecting Road Anomalies | |
CN109946731B (zh) | 一种基于模糊自适应无迹卡尔曼滤波的车辆高可靠融合定位方法 | |
US10809073B2 (en) | Local window-based 2D occupancy grids for localization of autonomous vehicles | |
US11782129B2 (en) | Automatic detection of overhead obstructions | |
US11657072B2 (en) | Automatic feature extraction from imagery | |
JP2021088357A (ja) | 自律車両ナビゲーションのための疎な地図並びにレーン測定値のクラウドソーシング及び配信 | |
US11079492B1 (en) | Condition dependent parameters for large-scale localization and/or mapping | |
CN107145578A (zh) | 地图构建方法、装置、设备和系统 | |
US11933616B2 (en) | Simultaneous localization and mapping using road surface data | |
WO2020159961A1 (en) | Detecting road anomalies | |
US20220009501A1 (en) | Vehicle sensors arrangement and method for mapping the road profiles | |
DE102012015188A1 (de) | Aktiv oder passiv angetriebenes Rad mit einer Odometrie-Sensoreinheit, muskelkraft- oder motorbetriebenes Fortbewegungsmittel mit selbigem und System mit selbigem und Basisgerät | |
DE102021132096A1 (de) | Fahrzeugortsbestimmung unter verwendung kombinierter eingaben redundanter ortsbestimmungs-pipelines | |
US20230048365A1 (en) | Corrected trajectory mapping | |
EP4160154A1 (en) | Methods and systems for estimating lanes for a vehicle | |
US20230322232A1 (en) | Image-based localization module | |
Karamihas | Improving the Quality of Inertial Profiler Measurements at Low Speed, During Braking, and Through Stops | |
Moussa | Enhancing Land Vehicle Navigation in Challenging Environments Using Consumer Level Devices |
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 |