DE102010005293A1

DE102010005293A1 - System und Verfahren zur Spurpfadschätzung unter Verwendung einer Sensorvereinigung

Info

Publication number: DE102010005293A1
Application number: DE102010005293A
Authority: DE
Inventors: Shuqing Sterling Heights Zeng
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2009-01-26
Filing date: 2010-01-21
Publication date: 2010-09-02
Anticipated expiration: 2030-01-22
Also published as: DE102010005293B4; CN101793528A; CN101793528B; US8775063B2; US20100191461A1

Abstract

Ein Verfahren zum Schätzen eines projizierten Fahrpfads für ein Fahrzeug auf einer Straße umfasst, dass mehrere Sensoreingänge überwacht werden, eine Straßengeometrie vor dem Fahrzeug auf der Grundlage der überwachten Sensoreingänge ermittelt wird, eine Fahrzeugposition in Relation zu der Straßengeometrie auf der Grundlage der überwachten Sensoreingänge ermittelt wird, mehrere Partikelpunkte vor dem Fahrzeug, die einen potentiellen Fahrpfad darstellen, aus der Straßengeometrie und der Fahrzeugposition ermittelt werden und iterativ ermittelte Partikelpunkte der mehreren Partikelpunkte verwendet werden, um das Fahrzeug zu navigieren, was umfasst, dass Partikelpunkte der mehreren Partikelpunkte, die das Fahrzeug passiert hat, weggelassen werden.

Description

QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
Diese Anmeldung beansprucht die Priorität der vorläufigen US-Anmeldung Nr. 61/147,461, die am 26. Januar 2009 eingereicht wurde und deren Offenbarungsgehalt hierin durch Bezugnahme vollständig mit eingeschlossen ist.
TECHNISCHES GEBIET
Diese Offenbarung betrifft eine Straßen- und Spurgeometriedetektion in einem Fahrzeug.
HINTERGRUND
Die Aussagen in diesem Abschnitt stellen lediglich Hintergrundinformationen bezüglich der vorliegenden Offenbarung bereit und müssen nicht unbedingt Stand der Technik darstellen.
Fahrzeuge können mit verschiedenen Erfassungseinrichtungen und -systemen ausgestattet sein, die einen Fahrzeugbediener beim Verwalten des Fahrzeugbetriebs unterstützen. Solche Sensoren können verwendet werden, um eine Betriebsumgebung des Fahrzeugs zu beschreiben. Ein Typ von Erfassungssystem soll die Spurgeometrie identifizieren und eine Fahrzeugposition und -ausrichtung in Bezug auf die Spur schätzen. Einrichtungen einer globalen Positionsbestimmung (GPS) oder Einrichtungen für eine dreidimensionale Karte (3D-Karte) sind nützlich, um ein Fahrzeug an einem angenäherten Ort in Bezug auf eine Karte anzuordnen. Es ist jedoch bekannt, dass GPS-Einrichtungen Positionsfehler, niedrige Abtastraten und große Verzögerungszeiten in Ansprechen auf eine dynamische Bewegung des Fahrzeugs umfassen. Solche Systeme sind für eine allgemeine Navigation nützlich, sind jedoch allein nicht gut geeignet, um einen Eingang für den Fahrzeugbetrieb zu liefern. Beispielhafte Systeme setzen Sensoren, wie beispielsweise Fahrzeugkinematiksensoren und Kamerasysteme, ein, um die Position eines Fahrzeugs innerhalb einer Spur zu bestimmen, und können in Verbindung mit einer GPS-Einrichtung arbeiten.
Eine Information bezüglich der Spurgeometrie und Fahrzeugposition und Ausrichtung in Bezug auf die Spur kann von einer Anzahl von Quellen gleichzeitig erzeugt werden. Eine Vereinigung dieser Information zu Schätzungen von Spur- und Fahrzeugdaten kann durch eine Anzahl von in der Technik bekannten Verfahren erreicht werden. Viele solcher Verfahren verwenden jedoch Verfolgungen aus der Vergangenheit und Kartenschätzungen, um Schätzungen der Spurgeometrie und Fahrzeugposition und Ausrichtung in Bezug auf die Spur zu erzeugen. Ferner verwenden viele Verfahren bei Berechnungen eine Gauss-Verteilung, um unbekannte Tendenzen zu berücksichtigen. Ein Fachmann wird erkennen, dass Schätzungen auf der Grundlage von Daten aus der Vergangenheit und einer Gauss-Verteilung nicht auf schnelle Änderungen der Eingänge reagieren und allgemein einen Verzögerungsfaktor umfassen.
ZUSAMMENFASSUNG
Ein Verfahren zum Schätzen eines projizierten Fahrpfads für ein Fahrzeug auf einer Straße umfasst, dass mehrere Sensoreingänge überwacht wer den, eine Straßengeometrie vor dem Fahrzeug auf der Grundlage der überwachten Sensoreingänge ermittelt wird, eine Fahrzeugposition in Relation zu der Straßengeometrie auf der Grundlage der überwachten Sensoreingänge ermittelt wird, mehrere Partikelpunkte vor dem Fahrzeug, die einen potentiellen Fahrpfad darstellen, aus der Straßengeometrie und der Fahrzeugposition ermittelt werden und iterativ ermittelte Partikelpunkte der mehreren Partikelpunkte verwendet werden, um das Fahrzeug zu navigieren, was umfasst, dass Partikelpunkte der mehreren Partikelpunkte weggelassen werden, die das Fahrzeug passiert hat.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Nachstehend werden eine oder mehrere Ausführungsformen beispielhaft in Bezug auf die begleitenden Zeichnungen beschrieben, wobei:
1 ein beispielhaftes Fahrzeug, das einen Sensor verwendet, um Straßengeometriedaten vor dem Fahrzeug zu erlangen, gemäß der vorliegenden Offenbarung zeigt,
2 einen beispielhaften Prozess, durch den Sensoreingänge verwendet werden können, um Schätzwerte der Spurgeometrie und Fahrzeugposition in Relation zu der Spur zu erzeugen, gemäß der vorliegenden Offenbarung zeigt;
3 einen beispielhaften Prozess, bei dem eine Information von einer Kartendatenbank verwendet werden kann, um ein geometrisches Modell einer Straße in einem Bereich eines Fahrzeugs zu konstruieren, gemäß der vorliegenden Offenbarung zeigt;
4 graphisch ein beispielhaftes iteratives Verfahren zum Finden eines angenäherten Orts eines Fahrzeugs in Bezug auf eine geschätzte Straßengeometrie gemäß der vorliegenden Offenbarung zeigt;
5 einen beispielhaften Fahrzeugposenlokalisierungsprozess gemäß der vorliegenden Offenbarung zeigt;
6 eine beispielhafte Ermittlung, die innerhalb des Lateralmodells des Fahrzeugs durchgeführt wird, gemäß der vorliegenden Offenbarung zeigt;
7 beispielhafte Sätze von Partikelpunkten, die einen vereinigten Satz von Partikelpunkten umfassen, der verwendet wird, um das Fahrzeug zu navigieren, gemäß der vorliegenden Offenbarung zeigt;
8 eine beispielhafte Verwendung von Partikelpunkten entlang einer projizierten Spur vor dem Fahrzeug zum Schätzen der Spurgeometrie gemäß der vorliegenden Offenbarung zeigt;
9 die Verwendung beispielhafter Wege eines verfolgten Fahrzeugs auf einer Fahrbahn, die unter Verwendung von Radardaten ermittelt werden, gemäß der vorliegenden Offenbarung zeigt;
10 ein Flussdiagramm, das ein beispielhaftes Steuerschema zum Ermitteln der Krümmung ausgewählter Wege eines verfolgten Fahrzeugs zeigt, gemäß der vorliegenden Offenbarung ist; und
11 ein Flussdiagramm zum Ermitteln der Wege eines verfolgten Fahrzeugs unter Verwendung von Radardaten gemäß der vorliegenden Offenbarung ist.
DETAILLIERTE BESCHREIBUNG
Nun auf die Zeichnungen Bezug nehmend, in denen die Darstellungen lediglich dem Zweck des Erläuterns bestimmter beispielhafter Ausführungsformen und nicht dem Zweck des Einschränkens dieser dienen, zeigt 1 ein beispielhaftes Fahrzeug, das einen Sensor zum Erlangen von Straßengeometriedaten vor dem Fahrzeug verwendet, gemäß der vorliegenden Offenbarung. Das beispielhafte Fahrzeug umfasst einen Personenkraftwagen, der zur Verwendung auf Schnellstraßen vorgesehen ist, wobei anzumerken ist, dass die hierin beschriebene Offenbarung auf jedes Fahrzeug oder jedes andere System anwendbar ist, um die Position und Trajektorie von entfernten Fahrzeugen und anderen Objekten zu überwachen. Das Fahrzeug umfasst ein Steuersystem, das verschiedene Algorithmen und Kalibrierungen enthält, die zu verschiedenen Zeitpunkten ausgeführt werden. Das Steuersystem ist vorzugsweise ein Teilsatz einer gesamten Fahrzeugsteuerarchitektur und stellt eine koordinierte Fahrzeugsystemsteuerung bereit. Das Steuersystem überwacht Eingänge von verschiedenen Sensoren, die die Betriebsumgebung des Fahrzeugs beschreiben, synthetisiert entsprechende Informationen und Eingänge und führt Algorithmen zum Steuern verschiedener Aktoren, um Steuerziele zu erreichen, aus, wobei Parameter wie beispielsweise eine Kollisionsvermeidung und ein adaptiver Tempomat umfasst sind. Die Fahrzeugsteuerarchitektur umfasst mehrere verteilte Prozessoren und Einrichtungen, die einen Sys tem-Controller umfassen, der eine Funktionalität, wie beispielsweise ein Antiblockiersystem, eine Traktionssteuerung und eine Fahrzeugstabilität, bereitstellt.
In der beispielhaften Ausführungsform von 1 ist ein Fahrzeug 10 gezeigt und umfasst es ein Sichtsubsystem 16. Das Sichtsubsystem 16 verwendet eine Kamera oder eine Bilderfassungseinrichtung, die eine digitale Bilddarstellung des Bereichs vor dem Fahrzeug erzeugen kann. Die Daten von dem Sichtsubsystem 16 werden verwendet, um die Bedingungen vor dem Fahrzeug zu beschreiben, und werden in Bezug auf die Mittelachse des Fahrzeugs 10 in ein XY-Koordinatensystem 20 übersetzt. Durch die gestrichelten Linien ist ein beispielhaftes Sichtfeld für das Sichtsubsystem gezeigt. Gemäß Spurmarkierungen 25A und 25B ist eine Fahrspur auf der Straße gezeigt, und allgemeine Merkmale können visuell detektiert und verwendet werden, um eine Spurgeometrie relativ zum Fahrzeug 10 zu beschreiben. Auf diese Weise kann durch Fachleuten bekannte Verfahren eine aus der Analyse von Bild- oder Kameradaten erhaltene Information als Bedingungen in Bezug auf die Vorwärtsfahrt des Fahrzeugs 10 verwendet werden.
Jeder Prozessor kann jede geeignete Form annehmen, die verschiedene Kombinationen eines/r oder mehrerer anwendungsspezifischen/r integrierten/r Schaltkreise(s) (ASIC), elektronischen/r Schaltkreise(s), zentralen/r Verarbeitungseinheit(en) (vorzugsweise Mikroprozessor(en)) und zugeordneten/r Speicher(s) (Nur-Lese-Speicher, programmierbarer Nur-Lese-Speicher, Direktzugriffsspeicher, Festplatte etc.), die ein oder mehrere Software- oder Firmwareprogramme ausführen, Schaltkreise(s) einer kombinatorischen Logik, Eingabe/Ausgabe-Schaltkreise(s) und -Einrichtungen, geeigneten Signalkonditionierungs- und -pufferschaltung und andere geeignete Komponenten umfasst, um die beschriebene Funktiona lität bereitzustellen. Das Steuermodul weist einen Satz von Steueralgorithmen auf, die residente Software-Programmanweisungen und Kalibrierungen umfassen, die in dem Speicher gespeichert sind und ausgeführt werden, um die gewünschten Funktionen bereitzustellen. Die Algorithmen werden vorzugsweise während vorab festgelegter Schleifenzyklen ausgeführt. Die Algorithmen werden beispielsweise durch eine zentrale Verarbeitungseinheit ausgeführt und dienen dazu, Eingänge von Erfassungseinrichtungen und anderen vernetzten Steuermodulen zu überwachen und Steuer- und Diagnoseroutinen zum Steuern des Betriebs der Aktoren auszuführen. Die Schleifenzyklen können in regelmäßigen Intervallen, beispielsweise alle 3,125, 6,25, 12,5, 25 und 100 Millisekunden, während des fortwährenden Maschinen- und Fahrzeugbetriebs ausgeführt werden. Alternativ können Algorithmen in Reaktion auf das Auftreten eines Ereignisses ausgeführt werden.
Die Sensoren, die durch das Fahrzeug 10 verwendet werden, wie beispielsweise ein Sichtsubsystem 16 oder eine andere Radar- oder Entfernungsmessungseinrichtung, sind vorzugsweise innerhalb des Fahrzeugs 10 an relativ hindernisfreien Positionen relativ zu einer Sicht vor dem Fahrzeug positioniert. Es sei auch angemerkt, dass alle diese Sensoren einen Schätzwert tatsächlicher Details der Straße oder von Objekten auf der Straße vor dem Fahrzeug bereitstellen. Es sei angemerkt, dass diese Schätzwerte keine exakten Orte sind und Standardabweichungen für jeden Schätzwert möglich sind. Es sei ferner angemerkt, dass die Eigenschaften dieser Sensoren darin komplementär sind, dass einige beim Schätzen bestimmter Parameter zuverlässiger sind als andere. Herkömmliche Sensoren weisen verschiedene Betriebsreichweiten und Winkelabdeckungen auf und können innerhalb ihrer Betriebsreichweite verschiedene Parameter abschätzen. Beispielsweise können Radarsensoren für gewöhnlich die Entfernung, die Entfernungsänderung und den Azimutort eines Objekts schätzen, sie sind normalerweise jedoch beim Schätzen des Umfangs eines detektierten Objekts nicht stabil. Eine Kamera mit Sichtprozessor ist beim Schätzen einer Form und einer Azimutposition des Objekts stabiler, ist jedoch beim Schätzen der Entfernung und Entfernungsänderung des Objekts weniger effizient. Ein LIDAR vom Abtasttyp arbeitet in Bezug auf das Schätzen von Entfernung und Azimutposition effizient und genau, kann jedoch typischerweise die Entfernungsänderung nicht abschätzen und ist daher in Bezug auf eine Erlangung/Erkennung eines neuen Objekts nicht genau. Ultraschallsensoren können eine Entfernung abschätzen, können jedoch im Allgemeinen nicht die Entfernungsänderung und die Azimutposition schätzen oder berechnen. Sensoren, die die Kinematik des Fahrzeugs, wie beispielsweise Geschwindigkeit und Gierrate, beschreiben, sind nicht exakt und es ist insbesondere bekannt, dass sie beim Verfolgen kleiner Änderungen der Fahrzeugbewegung schlecht sind. Ferner sei angemerkt, dass das Leistungsvermögen jeder Sensortechnologie durch unterschiedliche Umgebungsbedingungen beeinflusst wird. Somit stellen herkömmliche Sensoren parametrische Abweichungen dar, deren wirksame Überlappung Möglichkeiten für eine Sensorvereinigung erzeugt.
Die Sensoren und Subsysteme, die die Betriebsumgebung vor dem Fahrzeug beschreiben, stellen typischerweise einen Ausgang bereit, der eine Entfernung R, eine zeitbasierte Entfernungsänderung R_dot und einen Winkel Θ, vorzugsweise in Bezug auf eine Längsachse des Fahrzeugs, umfasst und als Messvektor (°) geschrieben werden kann, d. h. Sensordaten. Ein beispielhaftes Nahbereichsradarsubsystem weist ein Sichtfeld (FOV von field-of-view) von 160 Grad und eine maximale Reichweite von dreißig Meter auf. Ein beispielhaftes Fernbereichsradarsubsystem weist ein Sichtfeld von 17 Grad und eine maximale Reichweite von 220 Meter auf. Ein beispielhaftes Vorwärtssichtsubsystem weist ein Sichtfeld von 45 Grad und eine maximale Reichweite von fünfzig (50) Metern auf. Für jedes Subsystem ist das Sichtfeld vorzugsweise um die Längsachse des Fahrzeugs 10 ausgerichtet. Das Fahrzeug ist vorzugsweise auf ein Koordinatensystem, bezeichnet als XY-Koordinatensystem 20, ausgerichtet, wobei die Längsachse des Fahrzeugs 10 die X-Achse mit einer Ortslinie an einem Punkt, der für das Fahrzeug und eine Signalverarbeitung geeignet ist, festlegt, und wobei die Y-Achse durch eine Achse festgelegt ist, die orthogonal zur Längsachse des Fahrzeugs 10 ist und in einer horizontalen Ebene liegt, die somit parallel zur Bodenfläche ist.
Ein bevorzugtes Steuermodul umfasst einen Controller, in dem ein Algorithmus und eine zugeordnete Kalibrierung gespeichert sind und der ausgestaltet ist, um die Schätzwertdaten von verfügbaren Sensoren zu empfangen, um Daten in verwendbare Schätzungen der Bedingungen vor dem Fahrzeug zu bündeln bzw. zu clustern, und um die gebündelten Beobachtungen zu vereinigen, um die erforderliche Spurgeometrie und relative Fahrzeugpositionsschätzwerte zu ermitteln. Es ist zu verstehen, dass das Vereinigen von Daten unter Verwendung verschiedener Erfassungssysteme und -technologien stabile Ergebnisse liefert. Wieder sei angemerkt, dass bei dieser Technik eine beliebige Anzahl von Sensoren verwendet werden kann.
Es wird ein Verfahren zum Erzeugen und Aufrechterhalten von Schätzwerten einer Straßen- und Spurgeometrie innerhalb eines Systems bereitgestellt, wobei Messungen aus der Vergangenheit verwendet werden, um nachfolgende Verfolgungsdaten zu bewerten oder vorherzusagen. Beispielhafte Systeme erzeugen Schätzwerte auf der Grundlage von Funktionen zu einem Zeitpunkt T, um einen Systemzustand zum Zeitpunkt T + 1 zu beschreiben. Häufig wird, um eine Echtzeitschätzung zu unterstützen, eine Informationsanordnung zum Darstellen einer Gauss-Verteilung verwen det, um die Auswirkungen eines unbekannten Fehlers zu schätzen. Solche Systeme ermöglichen eine Sammlung und Vereinigung von Schätzungen der Straßenbedingungen vor dem Fahrzeug.
Das oben beschriebene Verfahren zum Erzeugen und Aufrechterhalten von Schätzwerten hinsichtlich Bedingungen vor dem Fahrzeug ist nützlich, um schnell und effizient Schätzwerte zu erzeugen, die in Schemas nützlich sind, die einen angenäherten Fahrzeugort erfordern. Fachleute werden jedoch erkennen, dass Schätzwerte, die Daten aus der Vergangenheit und eine Gauss-Verteilung verwenden, einen Eigenfehler umfassen, der auf Mittelwertbildungs- und Normalverteilungsannahmen basiert. Beispielsweise hat in einem Spurgeometrieschätzungsbetrieb, der einen geschätzten sicheren projizierten Fahrpfad festlegt, auf dem das Fahrzeug fahren kann, eine gerade Spur hinter einem Fahrzeug keine tatsächliche vermindernde Auswirkung auf eine scharfe Kurve der Straße vor dem Fahrzeug. Eine Divergenz von Daten bezüglich der Spur vor dem Fahrzeug wird nicht notwendigerweise durch die Anwendung eines Zufallsvektors mit einer Gauss-Verteilung zum Lösen der Divergenz verbessert. Verfahren, die eine Verlaufsmittelwertbildung und normalisierte oder Gauss-Verteilungen verwenden, wie beispielsweise Verfahren, die auf Kalman-Filtern beruhen, umfassen häufig einen Fehlerfaktor, der zu einer Zeitverzögerung hinsichtlich Änderungen oder Übergangen der Straßengeometrie führt.
Es wird ein Verfahren zum Erzeugen von Schätzwerten einer Spurgeometrie und einer Fahrzeugposition einschließlich einer Ausrichtung in Relation zu der Spur ohne Übernehmen von Fehlern auf der Grundlage von Daten aus der Vergangenheit oder normalisierten Verteilungen, indem aktuelle Messungen von mehreren Dateneingängen vereinigt werden, offenbart. Eine beispielhafte Ausführungsform umfasst Eingänge von GPS-Daten, einem Sichtkamerasubsystem und einer Fahrzeugkinematik. Es sei angemerkt, dass eine Spurgeometrie und eine Fahrzeugposition in Relation zu der Spurgeometrie auf dem gleichen Satz von Daten basieren können, oder unterschiedliche Quellen von Daten verwendet werden können, um die Spurgeometrie und die Fahrzeugposition zu ermitteln.
Die allgemeine Straßengeometrie ist eine Information, die durch die Verwendung von GPS-Einrichtungen und 3D-Karten leicht verfügbar gemacht wurde. Mit einem angenäherten Ort von der GPS-Einrichtung können lokalisierte Straßengeometrien in einer Liste von Straßenformpunkten ausgegeben werden. Ähnlich stehen GPS-Koordinaten, die eine globale Breitengradmessung und eine globale Längengradmessung umfassen, durch die GPS-Einrichtung zur Verfügung. Weitere Abbildungsausführungsformen können Fahrzeug-Infrastruktur- und Fahrzeug-Fahrzeug-Kommunikationssysteme umfassen, die ausgestaltet sind, um Abbildungsdaten und eine Straßengeometrie an bodenbasierte Überwachungssysteme und andere Fahrzeuge zu senden und von diesen zu empfangen. Die Fahrzeugkinematik, die zumindest die Fahrzeuggeschwindigkeit und die Gierrate umfasst, steht durch Sensoren zur Verfügung, die den Fahrzeugbetrieb überwachen und/oder Beschleunigungsmesserauslesungen überwachen. Die Kameradaten stehen zum Lokalisieren des Fahrzeugs auf einer tatsächlichen Fahrspur zur Verfügung. Spurerfassungskoeffizienten werden durch Kameradaten definiert (d. h. y = a + bx + cx², wobei x die Spurlongitudinalverschiebung ist und y die Lateralverschiebung von der Spurmitte aus ist). Durch diese Daten kann das Vorwärtsspurschätzungsmodul die Krümmung der Spur, die laterale Verschiebung von der Spurmitte aus und die Fahrzeugausrichtung in Bezug auf die Tangente der Spur schätzen.
Die Verfahren, die Sensordaten verwenden, können verwendet werden, um eine Straßengeometrie und eine Fahrzeugposition in Relation zu der Spurgeometrie zu ermitteln. Auf der Grundlage dieser ermittelten Werte können Navigationsbefehle für das Fahrzeug erzeugt werden, um das Fahrzeug auf der Fahrbahn zu steuern. Solche Navigationsbefehle können eine Anzahl von beispielhaften Ausführungsformen umfassen. 2 zeigt einen beispielhaften Prozess, durch den Sensoreingänge verwendet werden können, um Schätzwerte der Spurgeometrie und Fahrzeugpositionen in Relation zu der Spur zu erzeugen, gemäß der vorliegenden Offenbarung. Der beispielhafte Prozess umfasst ein Kartengeometriemodellmodul 202, ein Fahrzeugposenlokalisierungsmodul 204, ein Krümmungsschätzungsmodul 206 und ein Fahrzeuglateralverfolgungsmodul 208. Das Kartengeometriemodellmodul 202 gibt Kartenwegpunkte ein, die durch in der Technik bekannte Verfahren ermittelt werden und das Ermitteln von allgemeinen Pfaden von einem Start- oder momentanen Punkt zu einem Ziel- oder Durchgangspunkt in einer Kartendatenbank umfassen, und gibt eine Spurgeometrie in dem Bereich des Fahrzeugs aus. Diese Spurgeometrie kann als Bogen beschrieben werden, der eine geometrische Darstellung der Straßen in dem Bereich umfasst. Das Fahrzeugposenlokalisierungsmodul 204 gibt die Spurgeometrie von dem Kartengeometriemodellmodul, GPS-Koordinaten von einer GPS-Einrichtung und Kameradaten von einem Sichtsubsystem ein und gibt eine geschätzte Fahrzeugposition in Relation zu der Spurgeometrie in dem Bereich des Fahrzeugs aus. Diese Fahrzeugposition in Relation zu der Spurgeometrie oder dem Bogen kann als Bogenlängenparameter (s_m) beschrieben werden. Das Krümmungsschätzungsmodul 206 gibt Kameradaten, Fahrzeugkinematikdaten, wie beispielsweise eine Fahrzeuggeschwindigkeit und eine Gierrate, von den Fahrzeugsensoren und s_m ein und gibt eine Krümmung (K) oder ein Kurvenmaß der Straße an dem Ort des Fahrzeugs aus. Schließlich gibt das Fahrzeuglateralverfolgungsmodul 208 Kameradaten, Fahrzeugkinematik daten und K ein und gibt es Daten bezüglich der Position des Fahrzeugs in Bezug auf die Mitte der momentanen Spur und der Winkelausrichtung des Fahrzeugs in Bezug auf die momentane Vorwärtsrichtung der Spur aus. Auf diese Weise können momentane Eingänge in Bezug auf die aktuelle Position und Fahrt des Fahrzeugs verwendet werden, um Daten in Bezug auf die Spurgeometrie in dem Bereich des Fahrzeugs und die Position und Ausrichtung des Fahrzeugs in Relation zu der Spur zu erzeugen.
Wie oben beschrieben gibt das Kartengeometriemodellmodul Kartenwegpunkte ein und gibt es eine Spurgeometrie in dem Bereich des Fahrzeugs aus. Insbesondere überwacht das Kartengeometriemodell den Eingang von Kartenformpunkten wie in einer Kartendatenbank beschrieben und konstruiert es ein geometrisches Modell, das die Formpunkte darstellt. 3 zeigt einen beispielhaften Prozess, bei dem eine Information von einer Kartendatenbank verwendet werden kann, um ein geometrisches Modell einer Straße in einem Bereich eines Fahrzeugs zu konstruieren, gemäß der vorliegenden Offenbarung. Der beispielhafte Prozess umfasst, dass Kartenformpunkte, die Straßengeometrien beschreiben, von einer Kartendatenbank 302 gesammelt werden. Eine Kartendatenbank liefert Kartenformpunkte in globalen Koordinaten, die häufig Positionen hinsichtlich einer Breitengradposition, einer Längengradposition und einer Höhe oder Höhenlage beschreiben. Die globalen Koordinaten werden dann in ein System lokaler Koordinaten umgewandelt, wobei für gewöhnlich ein Punkt in der Nähe des Fahrzeugorts als statischer Referenzpunkt identifiziert wird und beliebige andere Orte als nördliche Verlagerung von dem Referenzpunkt, d. h. Längengradverlagerung, und östliche Verlagerung von dem Referenzpunkt, d. h. Breitengradverlagerung, beschrieben werden 304. Als Nächstes werden die Kartenformpunkte mit einem Spline angepasst, um eine geometrische Form oder einen Bogen zu erzeugen, die oder der die Geometrie der dargestellten Straßen annähert 306. Schließlich werden eine Tangente und eine Krümmung der angepassten Splines an einer geschätzten Position des Fahrzeugs ermittelt 308 und 310.
Es wird eine beispielhafte Ermittlung innerhalb eines Kartengeometriemodells beschrieben. Es seien {(lat_i, lon_i)|i = 1, ..., N} die Formpunkte. Durch Auswählen eines Punkts als Referenzpunkt kann man die Formpunkte in lokale Koordinaten umwandeln {(e_i, n_i)|i = 1, ... N), wobei die östliche und die nördliche Verlagerung von dem Referenzpunkt dargestellt werden. Durch Definieren der Serie {(s_i, e_i, n_i)|i = 1, ... N} mit s₁ = 0, s_i =
wird eine Funktion eines zweidimensionalen kubischen Splines erhalten, um die Formpunkte anzupassen wie folgt:
wobei s der Bogenlängenparameter ist und e und n die östliche bzw. nördliche Komponente der Verlagerung sind. Der Gradientenvektor wird dann bei s wie folgt berechnet.
Und der Ausrichtungswinkel ξ wird wie folgt berechnet. ξ = atan2(nt, et) [3]
Schließlich kann die Krümmung κ bei s wie folgt berechnet werden:
Wie oben beschrieben gibt das Fahrzeugposenlokalisierungsmodul 204 die Spurgeometrie von dem Kartengeometriemodellmodul 202, GPS-Koordinaten von einer GPS-Einrichtung und einer Kamera ein und gibt es eine geschätzte Fahrzeugposition in Relation zu der Spurgeometrie in dem Bereich des Fahrzeugs aus. Ein Fachmann wird erkennen, dass ein Problem als Lokalisierung in einer Karte hinsichtlich überwachter GPS-Daten beschrieben werden kann. Die Kartengeometrie wird durch eine Spline-Funktion, wie beispielsweise die in Gleichung 1 beschriebene Funktion, dargestellt. Dieser Spline beschreibt diskrete Orte, an denen eine Spur einer Straße existieren soll. Ein durch GPS-Daten gemessener Punkt wird in einer beispielhaften Form
zurückgegeben. Eine fehlende Genauigkeit und Ungenauigkeit einer Abweichung ist in GPS-Einrichtungen normal. Die Spline-Funktion weist auch einen Eigenfehler auf. P fällt selten genau mit dem Kartengeometrie-Spline zusammen. Die Spline- Funktion beschreibt einen Punkt auf der Spur, beispielsweise die Mitte der Spur, und die tatsächliche Fahrzeugposition weicht häufig um einen messbaren Betrag von der Mitte der Spur ab. Ein angenäherter Ort des Fahrzeugs auf einer Karte muss auf der Grundlage von P und der geschätzten Straßengeometrie in dem Bereich ermittelt werden. Eine beispielhafte Lösung zum Korrigieren der Abweichung zwischen P und der geometrischen Darstellung der Straße ist, die naheliegendste [e_m, n_m]^T = f(s_m) zu finden, so dass
Dieser beispielhafte Prozess ist beim Annähern von s_m nützlich und kann iterativ angewandt werden, um den Fahrzeugort in einer Straßenkurve zu finden und den geschätzten Ort als überwachte Datenänderungen zu verbessern.
4 zeigt graphisch ein beispielhaftes iteratives Verfahren zum Finden eines ungefähren Orts eines Fahrzeugs in Bezug auf eine geschätzte Straßengeometrie gemäß der vorliegenden Offenbarung. Es sei so die anfängliche Vermutung von s_m. Die Korrektur des Bogenlängenparameters kann wie folgt geschrieben werden:
wobei P_m = f(s₀) und P t / m = f^t(s₀). Mit anderen Worten ist die Korrektur Δs die Projektion an dem Einheitsvektor des Gradienten an dem Vermutungsort s₀.
Wie ein Fachmann erkennen wird, werden GPS-Messungen im Vergleich zu typischen fahrzeuginternen Sensorauslesungen nicht häufig aktualisiert. Für die meisten fahrzeugeigenen GPS-Empfänger ist eine beispiel hafte Erneuerungsrate von 1 Hz üblich. Ferner werden nicht immer Aktualisierungen empfangen und können sie in urbanen Gebieten oder anderen Bereichen, in denen die Sicht auf Satellitensignale verdeckt ist, verrauscht sein. Es können Filtertechniken verwendet werden, um die niedrige Rate von GPS-Signalaktualisierungen zu kompensieren.
Ein beispielhaftes Fahrzeugposenlokalisierungsmodul verwendet ein Kalman-Filter. Für die Fahrzeugpose wird ein Modell als Vektor erstellt, der aus einer östlichen Verlagerung (e), einer nördlichen Verlagerung (n), einer Ausrichtung in Bezug auf die Spur (Φ) und der Bogenlänge (s) besteht. Aufgrund der Trägheit ändert sich die Fahrzeugpose nicht abrupt. Daher wird das folgende Modell einer konstanten Kurvenfahrt angenommen: et = e + vcos(ϕ + ξ)ΔT + w1 nt = n + vsin(ϕ + ξ)ΔT + w2 ϕt = ϕ + ωΔT = κΔT + w3 st = s + vΔT [6]wobei v die Fahrzeuggeschwindigkeit ist; ω die Fahrzeuggierrate ist; ΔT die Deltazeit von dem vorherigen Zyklus ist; ξ die aktuelle Ausrichtung der Straße ist (vgl. (2)); κ die aktuelle Krümmung der Straße auf der Grundlage der Kartenkurve ist; w₁, w₂ und w₃ ein Prozessrauschterm sind, der eine nicht modellierte Störung darstellt.
5 zeigt ein beispielhaftes Steuerschema für das Fahrzeugposenlokalisierungsmodul 204 gemäß der vorliegenden Offenbarung. Das Steuerschema ist in 5 gezeigt und hierin als diskrete Elemente umfassend beschrieben. Diese Darstellung dient der Vereinfachung der Beschreibung und es sei angemerkt, dass die durch diese Elemente ausgeführten Funktionen in einer oder mehreren Einrichtungen kombiniert sein können, z. B. realisiert in Software, Hardware und/oder einer anwendungsspezifischen integrierten Schaltung. Wie hierin oben beschrieben gibt das Fahrzeugposenlokalisierungsmodul 204 die Spurgeometrie von dem Kartengeometriemodellmodul 202, GPS-Koordinaten von einer GPS-Einrichtung und Kameradaten von einem Sichtsubsystem ein und gibt es eine geschätzte Fahrzeugposition in Relation zu der Spurgeometrie in dem Bereich des Fahrzeugs aus.
Die Fahrzeugposition wird iterativ aktualisiert, wann immer neue Daten von dem GPS, Fahrzeugkinematiksensoren oder Kameraeinrichtungen in den Schritten 502, 542 bzw. 582 überwacht werden. Nach dem Überwachen der neuen Daten wird eine Deltazeit ΔT, die eine zeitliche Änderung zwischen den Fahrzeugpositionsaktualisierungen beschreibt, in den Schritten 504, 544 und 584 berechnet. Die Deltazeit ΔT wird aus der Differenz von Zeitstempeln zwischen den aktuellen und vorherigen Zyklen berechnet. Die beispielhaften Zykluszeiten für die verschiedenen Datenquellen umfassen 1 Sekunde für die GPS-Daten, 20 ms für die Kinematikdaten und 50 ms für die Kameradaten. Dann wird die vorhergesagte Fahrzeugpose unter Verwendung von Gleichung 5 berechnet. Wenn GPS-Daten zur Verfügung stehen, wird die Fahrzeugposition unter Verwendung eines Kalman-Filters aktualisiert 508. Die Messungsaktualisierungen für die Fahrzeugpose werden unter Verwendung der folgenden GPS-Mes sungsgleichungen ermittelt: egps = e + k1 [7] ngps = n + k2 [8]wobei (e_gps, n_gps) der durch das GPS gemessene Ort des Fahrzeugs ist; k₁ und k₂ das Messungsrauschen sind. Nach dem Aktualisieren der Fahrzeugpose unter Verwendung einer GPS-Messung wird der korrekte Bogenlängenparameter (s) unter Verwendung von Gleichung 5 berechnet. Dieser Schritt ist wichtig, um korrekte K- und ξ-Werte durch Entfernen des akkumulierten Fehlers zu erhalten, der durch die Koppelnavigationsverarbeitung in Gleichung 6 verursacht wird.
Wenn neue Kinematikdaten zur Verfügung stehen, kann eine vorhergesagte Fahrzeugposition unter Verwendung eines mehrerer Verfahren ermittelt werden 546. Ein erstes Verfahren umfasst das Interpolieren einer zukünftigen Position auf der Grundlage einer Deltazeit und einer Fahrzeugtrajektorie. Ein zweites Verfahren zum Vorhersagen einer Fahrzeugposition umfasst das Analysieren benachbarter Kartenpunkte und einer Fahrzeugposition. Es sei P_m der Punkt an der Kartenkurve mit der kleinsten Distanz zu der aktuellen Fahrzeugposition, ausgedrückt durch P = (e, n). Vektor m soll die Normale der Kartenkurve bei P_m bezeichnen. Dann kann die senkrechte Distanz d mit d = (P – P_m)^Tm ausgedrückt werden, wobei die Normale m wie folgt berechnet wird:
Dann wird die Fahrzeugposition unter Verwendung eines Kalman-Filters aktualisiert 548.
Wenn neue Kameradaten zur Verfügung stehen, wird eine vorhergesagte Fahrzeugposition ermittelt 586 und wird die Fahrzeugposition unter Verwendung eines Kalman-Filters aktualisiert 588. Die vorhergesagte Fahrzeugposition wird unter Verwendung der folgenden Messungsgleichungen und des Kalman-Filters ermittelt: a = d + k3 [9] b = ϕ + k4 [10]wobei a und b Kameraspurerfassungsparameter sind; d die senkrechte Distanz der aktuellen Fahrzeugposition zu einer Mitte einer Fahrspur ist; ϕ die Fahrzeugausrichtung in Bezug auf eine Fahrspur darstellt; und k₃ und k₄ das nicht modellierte Messungsrauschen sind.
Wie oben beschrieben gibt das Krümmungsschätzungsmodul 206 Kameradaten, Fahrzeugkinematikdaten, wie beispielsweise eine Fahrzeuggeschwindigkeit und eine Gierrate, von den Fahrzeugsensoren und den Bogenlängenparameter s_m ein und gibt es eine vereinigte Krümmung (K_fus) aus, die ein Maß einer Kurve auf der Straße beschreibt. Sobald das Fahrzeug in der durch s dargestellten Kartenkurve lokalisiert wurde, kann die entsprechende Kartenkrümmung K_map durch Gleichung 4 gefunden werden.
Es ist zu erkennen, dass es drei Informationsquellen zum Schätzen der Straßenkrümmung gibt: eine Kartenkrümmung (K_map), eine Kamerakrümmung (K_cam = 2c), eine gierratenbasierte Krümmung (K_yaw = ω/v). Die von einer der Informationsquellen verwendeten Krümmungsdaten können verwendet werden, um Partikelpunkte für einen projizierten Fahrpfad für das Fahrzeug zu schätzen. Beispielsweise können Kartenkrümmungsdaten verwendet werden, um einen ersten projizierten Fahrpfad für das Fahrzeug zu schätzen. Jede separate Quelle für Informationen, z. B. die Kamerakrümmung und die gierratenbasierte Krümmung, kann separat verwendet werden, um zusätzliche projizierte Fahrpfade für das Fahrzeug zu schätzen. Die Partikelpunkte in den projizierten Fahrpfaden können vereinigt werden, um einen einzelnen projizierten Fahrpfad für eine Navigation des Fahrzeugs zu erzeugen.
Es werden mehrere Verfahren zum Vereinigen von Partikelpunkten in Betracht gezogen. Ein erstes Verfahren umfasst das Vereinigen der Partikelpunkte unter Verwendung einer Kleinstquadratschätzungsanalyse. Hierin ist ein beispielhaftes Verfahren zum Vereinigen der oben erwähnten Krümmungen beschrieben. κ_fus soll die vereinigte Krümmung mit der Varianz σ 2 / fus bezeichnen. σ 2 / map, σ 2 / yaw und σ 2 / cam bezeichnen die Varianz der Kartenkrümmung, der gierratenbasierten Krümmung bzw. der Kamerakrümmung. Es gibt die folgenden Aktualisierungsgleichungen.
Wenn ein Kartenkrümmungsschätzwert zur Verfügung steht, dann ist
und
Wenn ein Gierratenkrümmungsschätzwert zur Verfügung steht, dann ist
Wenn ein Kamerakrümmungsschätzwert zur Verfügung steht, dann ist
und
Bei einer zusätzlichen Ausführungsform, bei der ein Radarkrümmungsschätzwert σ 2 / radar zur Verfügung steht, kann die vereinigte Krümmung wie folgt ermittelt werden.
Und die vereinigte Krümmung mit der Varianz σ 2 / fus kann wie folgt ermittelt werden.
In den obigen Gleichungen stellen die Varianz σ 2 / map, σ 2 / yaw und σ 2 / cam die Konfidenz der Krümmungsinformation von den verschiedenen Quellen dar: Karte, fahrzeuginterner Sensor bzw. Kamera. Je höher die Varianz einer Informationsquelle ist, desto geringer ist der Beitrag dieser Quelle zu der vereinigten Krümmung. Es werden einige heuristische Regeln eingesetzt, um verschiedene Gewichte für die drei Quellen zu wählen. Wenn beispielsweise die Gierrate hoch ist, wird eine kleine σ 2 / yaw gewählt, um die vereinigte Krümmung abzuleiten. Auf diese Weise können vereinigte Partikelpunkte für eine Navigation des Fahrzeugs erzeugt werden.
Die Fahrzeugposition in Bezug auf die Straßengeometrie kann verbessert werden, um eine Fahrzeugausrichtung und eine laterale Position innerhalb einer Fahrspur zu umfassen, um das Fahrzeug auf der Fahrbahn zu steuern. Wie oben beschrieben gibt das Fahrzeuglateralverfolgungsmodul Kameradaten, Fahrzeugkinematikdaten und K ein und gibt es Daten bezüglich der Position des Fahrzeugs in Bezug auf die Mitte der aktuellen Spur und die Winkelausrichtung des Fahrzeugs in Bezug auf die momentane Vorwärtsrichtung der Spur aus. 6 zeigt eine beispielhafte Ermittlung, die innerhalb des Lateralmodells des Fahrzeugs durchgeführt wird, gemäß der vorliegenden Offenbarung. Das Fahrzeuglateralverfolgungsmodul überwacht die Eingänge der Fahrzeugkinematik (Raddrehzahl v und Gierrate ω) und die Eingänge der Spurerfassungsparameter. Es kann ein Kalman-Filter verwendet werden, um die Daten von der Fahrzeugkinematik und der Spurerfassungseinrichtung zu integrieren. Wie in 6 gezeigt ist die laterale Verschiebung y_L die Verlagerung von der Mitte der Spur. K_road ist die geschätzte Krümmung der Straße. K_yaw ist die durch den momentanen Fahrzeugpfad geschätzte Krümmung, d. h. K_yaw = ω/v. Die Messungsgleichung des Kalman-Filters wird mit b = Φ und a = y_L ausgedrückt. Es wird eine Gatterlogik realisiert, wenn der Innovationsfehler größer als ein Schwellenwert ist. Mit anderen Worten wird, wenn die Differenz zwischen einer vorhergesagten und einer tatsächlichen Messung größer als ein Schwellenwert ist, die tatsächliche Messung zum aktuellen Zeitpunkt ignoriert.
Die obigen Verfahren können verwendet werden, um eine Straßengeometrie und eine Fahrzeugposition in Bezug auf die Straßengeometrie zu be schreiben. Solche Navigationsbefehle können eine Anzahl von beispielhaften Ausführungsformen umfassen. 7 zeigt beispielhafte Sätze von Partikelpunkten, die einen vereinigten Satz von Partikelpunkten umfassen, der zum Navigieren des Fahrzeugs verwendet wird, gemäß der vorliegenden Offenbarung. Jeder Satz von Partikelpunkten stellt einen potentiellen Fahrpfad für das Fahrzeug dar, der durch ein bestimmtes Verfahren ermittelt wird und bei diesem Beispiel die Fahrzeugkinematik, Kameradaten und Kartendaten umfasst. Die in 7 gezeigten Kreise, die jeden Partikelpunkt umgeben, geben eine Positionierungsvarianz auf dem Fahrpfad für die jedem der Verfahren zugeordneten Partikelpunkte an. Der Kreis gibt eine geschätzte Varianz des Partikelpunkts an. Ein erster Satz von Partikelpunkten wird auf der Grundlage der Fahrzeugkinematik ermittelt und durch ein Dreiecksymbol in der Figur angegeben. Ein zweiter Satz von Partikelpunkten wird auf der Grundlage von Kameradaten von dem Sichtsubsystem ermittelt und durch ein quadratisches Symbol in der Figur angegeben. Ein dritter Satz von Partikelpunkten wird auf der Grundlage von Kartendaten von der Kartendatenbank ermittelt und durch ein Rautensymbol in der Figur angegeben. Der vereinigte Satz von Partikelpunkten wird auf der Grundlage des ersten, zweiten und dritten Satzes von Partikelpunkten ermittelt, was das Modifizieren der Auswirkung jedes Partikelpunkts gemäß seiner Varianz umfasst, wobei hierin oben beschriebene oder in der Technik bekannte Verfahren verwendet werden. Es sei angemerkt, dass der vereinigte Satz von Partikelpunkten einen projizierten Fahrpfad für das Fahrzeug darstellt.
8 zeigt eine beispielhafte Verwendung von Partikelpunkten entlang einer projizierten Spur vor dem Fahrzeug, um die Spurgeometrie zu schätzen, gemäß der vorliegenden Offenbarung. Iterative Erzeugungen von Partikelpunkten in aufeinander folgenden Zeitintervallen, wobei die Partikelpunkte in Inkrementen mit kurzer Distanz beabstandet sind, können verwendet werden, um die geschätzte Spurgeometrie vor dem Fahrzeug zu untermauern. Eine mehrfache iterative Erzeugung von Partikelpunkten erhöht die Konfidenz eines projizierten Fahrpfads, der aus mehreren potentiellen Fahrpfaden erzeugt wird, indem Partikelpunkte einbezogen werden, die auf der Grundlage der Verwendung einer Vielzahl von Fahrzeugperspektiven erzeugt werden, indem mehrere Berechnungen untermauert werden und indem ein Filtern von Partikelpunktabweichungen zugelassen wird. Wenn das Fahrzeug an passierten Partikelpunkten vorbeifährt, können die Partikelpunkte ignoriert werden, und es werden nur Partikelpunkte verwendet, die der projizierten Fahrtroute entsprechen, auf der das Fahrzeug nicht gefahren ist. Auf diese Weise kann eine Projektion von Partikelpunkten vor dem Fahrzeug entlang eines geschätzten Pfads verwendet werden, um eine Spurgeometrie zu schätzen, durch die das Fahrzeug wahrscheinlich fährt.
Es sei angemerkt, dass die potentiellen Fahrpfade für das Fahrzeug wie in Bezug auf 7 und 8 beschrieben mehrere Partikelpunkte umfassen, die eine potentielle sichere Durchfahrt für die Fahrzeugfahrt beschreiben. Die potentiellen Fahrpfade können in einer von mehreren verschiedenen Kombinationen kombiniert oder vereinigt werden, um einen projizierten Fahrpfad für das Fahrzeug zu ermitteln. Bei einer Ausführungsform können die potentiellen Fahrpfade unter Verwendung von Gewichten kombiniert werden, um einen projizierten Fahrpfad für das Fahrzeug zu ermitteln. In vorbestimmten Situationen kann einem potentiellen Fahrpfad für das Fahrzeug, der unter Verwendung von Daten einer globalen Positionsbestimmung/einer digitalen Karte ermittelt wird, beispielsweise ein größeres Gewicht verliehen werden als einem potentiellen Fahrpfad, der unter Verwendung der Fahrzeugkinematik ermittelt wird.
Die oben beschriebenen Verfahren verwenden beispielhafte Verfahren zur Spurgeometrieermittlung und Fahrzeugpositionsermittlung, die Sensoreingänge auf der Grundlage der Fahrzeugkinematik, von Kamera- oder Sichtsystemdaten und Daten einer globalen Positionsbestimmung/digitalen Karte umfassen. Bei einer weiteren Ausführungsform können Radardaten in Kombination mit den hierin oben beschriebenen Sensoreingängen oder alternativ dazu verwendet werden.
9 zeigt die Verwendung von beispielhaften Wegen eines verfolgten Fahrzeugs auf einer Fahrbahn, die unter Verwendung von Radardaten ermittelt werden, gemäß der vorliegenden Offenbarung. Die Wege eines verfolgten Fahrzeugs werden unter Verwendung des hierin oben beschriebenen Radarkrümmungsschätzwerts ermittelt und können unter Verwendung eines hierin nachstehend beschriebenen beispielhaften Steuerschemas ermittelt werden. 9 zeigt ein Host-Fahrzeug 900 und ein erstes Fahrzeug 905 und ein zweites Fahrzeug 906. Die geschätzten Wege A und B eines verfolgten Fahrzeugs sind dem ersten und zweiten Fahrzeug 905 und 906 folgend gezeigt.
10 ist ein Flussdiagramm, das ein beispielhaftes Steuerschema 600 zum Ermitteln einer Krümmung ausgewählter Wege eines verfolgten Fahrzeugs gemäß der vorliegenden Offenbarung zeigt. Das Steuerschema 600 ist in 10 gezeigt und hierin als diskrete Elemente umfassend beschrieben. Solch eine Darstellung dient der Vereinfachung der Beschreibung, und es sei angemerkt, dass die durch diese Elemente durchgeführten Funktionen in einer oder mehreren Einrichtungen kombiniert sein können, z. B. realisiert in Software, Hardware und/oder einer anwendungsspezifischen integrierten Schaltung. Das Steuerschema 600 wird verwendet, wenn neue Radardaten durch das Host-Fahrzeug erhalten werden 602. Die neuen Radardaten werden verwendet, um den Fahrzeug weg aller Wege eines verfolgten vorausfahrenden Fahrzeugs wie hierin nachstehend in Bezug auf 11 beschrieben zu aktualisieren 604. Die Spurgeometriekurvenanpassung wird unter Verwendung jedes Wegs eines verfolgten Fahrzeugs geschätzt 606.
Mit einem Weg eines verfolgten Fahrzeugs, der durch N Punkte {(x₁, y₁), (x₂, y₂), ... (x_n, y_n)} dargestellt ist, kann ein Parabelmodell, z. B. ax² + bx + c = y, verwendet werden, um die N Punkte anzupassen, was durch Minimieren des Rests einer überbestimmten linearen Gleichung, A a = b, abgeleitet werden kann, wobei
Die Lösung ist a = (A^TA)^–1A^Tb, wobei eine geschätzte Krümmung für einen Weg eines verfolgten Fahrzeugs 2a ist.
Nach dem Schätzen der Spurgeometrie wird jeder Weg eines verfolgten Fahrzeugs mit einem vorbestimmten Schwellenwert verglichen 608. Es wird eine vorbestimmte Anzahl oder ein vorbestimmter Prozentsatz, z. B. 70%, der Wege eines verfolgten Fahrzeugs, die größer als der vorbestimmte Schwellenwert sind, auf der Grundlage einer konsistenten zugeordneten Spurkrümmung ausgewählt 610 und 612. Wenn der vorbestimmte Prozentsatz an Wegen eines verfolgten Fahrzeugs zur Verfügung steht, gibt das Steuerschema 600 eine Abtastwertmittelwertkrümmung aller Wege eines verfolgten Fahrzeugs mit einer hohen Konfidenz aus 614. Wenn der vorbestimmte Prozentsatz an Wegen eines verfolgten Fahrzeugs nicht zur Verfügung steht, gibt das Steuerschema 600 eine Abtastwertmittelwert krümmung aller Wege eines verfolgten Fahrzeugs mit einer niedrigen Konfidenz aus 616. Auf diese Weise kann ein Satz von Wegen eines verfolgten Fahrzeugs analysiert und verwendet werden, um eine Krümmung zur Verwendung bei den hierin beschriebenen Verfahren zu erzeugen.
11 ist ein Flussdiagramm zum Ermitteln der Wege eines verfolgten Fahrzeugs unter Verwendung von Radardaten gemäß der vorliegenden Offenbarung. Die Wege eines verfolgten Fahrzeugs können unter Verwendung des beispielhaften Steuerschemas 600 wie hierin oben bei Schritt 604 beschrieben ermittelt werden. Schritt 604 ist in 11 gezeigt und hierin als diskrete Elemente umfassend beschrieben. Solch eine Darstellung dient der Vereinfachung der Beschreibung, und es sei angemerkt, dass die durch diese Elemente durchgeführten Funktionen in einer oder mehreren Einrichtungen kombiniert sein können, z. B. realisiert in Software, Hardware und/oder einer anwendungsspezifischen integrierten Schaltung. Die Objekte in der Sicht der Fahrzeugradareinrichtung werden identifiziert und erfasst und die Fahrzeugposition und -ausrichtung werden unter Verwendung der Radardaten geschätzt 702. Jedes identifizierte Objekt wird einem in Übereinstimmung gebrachten Fahrzeugweg zugeordnet 704. Wenn kein Fahrzeugweg übereinstimmt, kann ein neuer Fahrzeugweg erzeugt werden. Die identifizierte Objektposition wird in ein System globaler Koordinaten, z. B. Koordinaten eines globalen Positionsbestimmungssystems, transformiert und zu den verfolgten Fahrzeugwegen hinzugefügt 706. Die verfolgten Fahrzeugwege ohne identifizierte Objekte werden von der Verfolgung entfernt 708.
Die oben beschriebenen Verfahren verwenden beispielhafte Verfahren zur Spurgeometrieermittlung und Fahrzeugpositionsermittlung, die Sensoreingänge auf der Grundlage der Fahrzeugkinematik, von Kamera- oder Sichtsystemdaten und Daten einer globalen Positionsbestimmung/di gitalen Karte umfassen. Es sei jedoch angemerkt, dass andere oder zusätzliche Kombinationen von Sensoreingängen verwendet werden können, die beispielsweise zusätzlich oder alternativ Radardaten, LIDAR-Daten, Ultraschalldaten, Fahrzeug-Fahrzeug-Kommunikationen oder Fahrzeug-Infrastruktur-Kommunikationen umfassen. Es kann eine Fahrzeug-Fahrzeug-Kommunikation verwendet werden, um eine Information, wie beispielsweise eine aktuelle Position eines anderen Fahrzeugs für das Host-Fahrzeug oder ein durch ein anderes Fahrzeug auf der Fahrbahn zurückgelegter Pfad, zu beschreiben. Fahrzeug-Infrastruktur-Kommunikationen können verwendet werden, um eine Information, wie beispielsweise angewiesene Verkehrsmuster, eine Straßengeometrieinformation und eine Information einer lokalisierten Verschiebung, zu übermitteln, die die Genauigkeit von Daten einer globalen Positionsbestimmung für die Straßengeometrie verbessert. Solche Kombinationen können auf der Grundlage einer Anzahl von Faktoren, die die Umgebungsbedingungen, wie beispielsweise das Wetter oder Beleuchtungsniveaus, umfassen, und der für die aktuellen Bedingungen optimierten Sensoreingänge ausgewählt werden. Zusätzlich oder alternativ können Sensoreingänge dynamisch auf der Grundlage einer ermittelten Konfidenz in den Ermittlungen, wie es beispielsweise in der obigen Varianzbeschreibung ausgeführt ist, ausgewählt oder hinzugefügt werden.
Eine Echtzeit- und zuverlässige Information bezüglich der Spurgeometrie und Fahrzeugposition und -ausrichtung in Bezug auf die Spur kann bei einer Anzahl von Anwendungen oder Fahrzeugsteuerschemas nützlich sein. Wie oben beschrieben kann die Information bei einer Navigationssteuerung des Fahrzeugs auf der Fahrbahn verwendet werden. Bei anderen Beispielen kann solch eine Information bei Fahrzeugbetriebsanwendungen verwendet werden, die eine Spureinhaltung, eine Scheinwerfermodulation, verbesserte Navigationsunterstützungen und Müdigkeits alarme umfassen. Ein Fachmann wird jedoch erkennen, dass eine große Anzahl von Anwendungen solch eine Information verwenden kann, und die Offenbarung soll nicht auf die hierin beschriebenen bestimmten Ausführungsformen beschränkt sein.
Die Offenbarung beschrieb bestimmte bevorzugte Ausführungsformen und Abwandlungen dieser. Weitere Abwandlungen und Änderungen können für Dritte beim Lesen und Verstehen der Beschreibung ersichtlich werden. Daher soll die Offenbarung nicht auf die bestimmte Ausführungsform/die bestimmten Ausführungsformen beschränkt sein, die als die Ausführungsformen) offenbart ist/sind, die zum Ausführen dieser Offenbarung als am geeignetsten betrachtet wird/werden, sondern soll die Offenbarung alle Ausführungsformen umfassen, die innerhalb des Schutzumfangs der beigefügten Ansprüche liegen.

Claims

Verfahren zum Schätzen eines projizierten Fahrpfads für ein Fahrzeug auf einer Straße, wobei das Verfahren umfasst, dass mehrere Sensoreingänge überwacht werden; eine Straßengeometrie vor dem Fahrzeug auf der Grundlage der überwachten Sensoreingänge ermittelt wird; eine Fahrzeugposition in Relation zu der Straßengeometrie auf der Grundlage der überwachten Sensoreingänge ermittelt wird; mehrere Partikelpunkte vor dem Fahrzeug, die einen potentiellen Fahrpfad darstellen, aus der Straßengeometrie und der Fahrzeugposition ermittelt werden; und iterativ ermittelte Partikelpunkte der mehreren Partikelpunkte verwendet werden, um das Fahrzeug zu navigieren, was umfasst, dass Partikelpunkte der mehreren Partikelpunkte, die das Fahrzeug passiert hat, weggelassen werden.
Verfahren nach Anspruch 1, wobei das Ermitteln der mehreren Partikelpunkte vor dem Fahrzeug umfasst, dass mehrere Partikelpunkte für jeden mehrerer der Sensoreingänge ermittelt werden; und die mehreren Partikelpunkte für jeden der mehreren der Sensoreingänge vereinigt werden, um die mehreren Partikelpunkte vor dem Fahrzeug zu ermitteln.
Verfahren nach Anspruch 1, wobei das Verwenden iterativ ermittelter Partikelpunkte der mehreren Partikelpunkte zum Navigieren des Fahrzeugs umfasst, dass der projizierte Fahrpfad für eine Navigation des Fahrzeugs auf der Grundlage der iterativ ermittelten Partikelpunkte der mehreren Partikelpunkte ermittelt wird.
Verfahren nach Anspruch 1, wobei das Ermitteln der Fahrzeugposition in Relation zu der Straßengeometrie auf der Grundlage der überwachten Sensoreingänge umfasst, dass eine Fahrzeugausrichtung in Relation zu der Straßengeometrie ermittelt wird; und eine Fahrzeuglateralposition in Relation zu der Straßengeometrie ermittelt wird.
Verfahren nach Anspruch 1, wobei das Überwachen der mehreren Sensoreingänge umfasst, dass Daten von einer Abbildungseinrichtung überwacht werden; und Daten von mindestens einem zusätzlichen Sensoreingang überwacht werden, der aus der Gruppe ausgewählt wird, die aus einem Sichtsubsystem, einem Fahrzeugkinematiksensor, Radar, LIDAR, einem Fahrzeug-Fahrzeug-Kommunikationssystem und einem Fahrzeug-Infrastruktur-Kommunikationssystem besteht, insbesondere ferner umfassend, dass die Fahrzeugposition iterativ aktualisiert wird, wenn neue Daten von mindestens einem der mehreren Sensoreingänge überwacht werden.
Verfahren nach Anspruch 1, wobei die Straßengeometrie vor dem Fahrzeug umfasst: eine Straßenkrümmung; und eine Tangente an der Fahrzeugposition, wobei die Straßenkrümmung insbesondere dadurch ermittelt wird, dass ein Spline erzeugt wird, der die Straßenkrümmung in der Nähe des Fahrzeugs beschreibt; und die Fahrzeugposition an dem Spline auf der Grundlage der mehreren Sensoreingänge ermittelt wird.
Verfahren nach Anspruch 6, wobei das Erzeugen des Spline umfasst, dass Kartenformpunkte von einer Kartendatenbank gesammelt werden; und die Kartenformpunkte mit dem Spline angepasst werden, wobei die Kartenformpunkte insbesondere einem System lokaler Koordinaten zugeordnet werden.
Verfahren nach Anspruch 6, wobei das Überwachen der mehreren Sensoreingänge umfasst, dass eine Koordinate einer globalen Positionsbestimmung überwacht wird; wobei das Ermitteln der Fahrzeugposition an dem Spline umfasst, dass ein anfänglicher Schätzwert der Fahrzeugposition an dem Spline auf der Grundlage der mehreren Sensoreingänge ermittelt wird; der anfängliche Schätzwert der Fahrzeugposition an dem Spline auf der Grundlage der Koordinate einer globalen Positionsbestimmung korrigiert wird.
Verfahren nach Anspruch 1, wobei die mehreren Partikelpunkte vor dem Fahrzeug basieren auf: einem ersten Satz von Partikelpunkten, der auf der Grundlage von Fahrzeugkinematikdaten ermittelt wird; einem zweiten Satz von Partikelpunkten, der auf der Grundlage von Kameradaten ermittelt wird; und einem dritten Satz von Partikelpunkten, der auf der Grundlage von Kartendaten ermittelt wird, insbesondere ferner umfassend, dass der erste, der zweite und der dritte Satz von Partikelpunkten zu einem einzigen Satz von Partikelpunkten vereinigt werden, der den Fahrpfad darstellt, wobei eine Kleinstquadratschätzung verwendet wird, wobei das Vereinigen insbesondere auf der Grundlage einer jedem der mehreren Partikelpunkte zugeordneten Positionsvarianz ausgeführt wird.
Verfahren nach Anspruch 1, wobei das Ermitteln der Fahrzeugposition unter Verwendung eines Kalman-Filters ausgeführt wird, und/oder wobei das Überwachen mehrerer Sensoreingänge umfasst, dass ein Sensor überwacht wird, der einen Weg eines verfolgten Fahrzeugs vor dem Fahrzeug beschreibt; wobei das Verfahren ferner umfasst, dass eine Krümmung der Straße vor dem Fahrzeug auf der Grundlage eines Eingangs von dem Sensor ermittelt wird, der den Weg eines verfolgten Fahrzeugs vor dem Fahrzeug beschreibt; und wobei das Ermitteln der Straßengeometrie vor dem Fahrzeug auf der Krümmung der Straße vor dem Fahrzeug basiert.
Verfahren zum Schätzen eines projizierten Fahrpfads für ein Fahrzeug auf einer Straße, wobei das Verfahren umfasst, dass mehrere Sensoreingänge überwacht werden, die eine Straßengeometrie vor dem Fahrzeug beschreiben; ein Satz von Partikelpunkten für jeden der Sensoreingänge ermittelt wird, umfassend, dass die Straßengeometrie vor dem Fahrzeug auf der Grundlage des jeweiligen Sensoreingangs ermittelt wird; eine Fahrzeugposition in Relation zu der Straßengeometrie auf der Grundlage des jeweiligen Sensoreingangs ermittelt wird; und die Straßengeometrie und die Fahrzeugposition verwendet werden, um den Satz von Partikelpunkten für den jeweiligen Sensoreingang, der einen potentiellen Fahrpfad darstellt, zu ermitteln; die Sätze von Partikelpunkten für jeden der Sensoreingänge zu einem Satz von vereinigten Partikelpunkten vereinigt werden; und iterative Ermittlungen des Satzes von vereinigten Partikelpunkten verwendet werden, um das Fahrzeug zu betreiben, wobei das Verwenden iterativer Ermittlungen umfasst, dass einzelne Partikelpunkte der Sätze von vereinigten Partikelpunkten, die das Fahrzeug passiert hat, weggelassen werden, wobei das Vereinigen der Sätze von Partikelpunkten insbesondere umfasst, dass eine Kleinstquadratschätzung verwendet wird, und/oder wobei das Überwachen der mehreren Sensoreingänge umfasst, dass Daten von einer Einrichtung einer globalen Positionsbestimmung überwacht werden; Fahrzeugkinematikdaten von Fahrzeugkinematiksensoren überwacht werden; und Kameradaten von einem Sichtsubsystem überwacht werden, und/oder wobei das Vereinigen der Sätze von Partikelpunkten auf einer jedem der Partikelpunkte zugeordneten Varianz für jeden der Sensoreingänge basiert.