DE102015116882A1

DE102015116882A1 - Verbindungswahrscheinlichkeitsmodellbildung und Folgerung der Kreuzungsstruktur

Info

Publication number: DE102015116882A1
Application number: DE102015116882.0A
Authority: DE
Inventors: Avdhut S. JOSHI; Michael R. James
Original assignee: Toyota Motor Engineering and Manufacturing North America Inc; Toyota Engineering and Manufacturing North America Inc
Current assignee: Toyota Motor Corp
Priority date: 2014-10-07
Filing date: 2015-10-05
Publication date: 2016-04-07
Anticipated expiration: 2035-10-06
Also published as: JP6401140B2; US20160098496A1; DE102015116882B4; US10013508B2; CN105488243A; CN105488243B; JP2016075905A

Abstract

Vorgesehen ist ein Verfahren zum Modellieren einer Kreuzungsstruktur einer Fahrbahn. Das Verfahren umfasst das Aufnehmen eines ersten Datensatzes einschließlich Fahrspurinformationen und das Aufnehmen eines zweiten Datensatzes einschließlich Fahrzeugbahninformationen für eine Kreuzungsstruktur einer Fahrbahn. Das Verfahren umfasst das Ermitteln von Spur-Knotenpositionen aus zumindest einem der ersten und zweiten Datensätze. Ein Satz von möglichen Verbindungen zwischen den Spur-Knotenpositionen kann erstellt werden. Das Verfahren kann ferner das Bewerten einer Wahrscheinlichkeit für jede Verbindung, dass die Verbindung eine zulässige Verbindung ist, und das Zuordnen eines Wahrscheinlichkeitswerts zu jeder Verbindung umfassen. Die Verbindungen können basierend auf einem vorbestimmten Schwellen-Wahrscheinlichkeitswert gefiltert werden und es wird ein Satz von zulässigen Verbindungen erzeugt. Ein Modell der Kreuzungsstruktur wird basierend auf dem Satz von zulässigen Verbindungen geschaffen.

Description

Technisches Gebiet
Die vorliegende Offenbarung betrifft im Allgemeinen Verfahren zum Erzeugen von exakten Fahrbahn- bzw. Straßenkarten und insbesondere Verfahren zum Erzeugen eines Modells einer Kreuzungsstruktur einer Fahrbahn.
Hintergrund
Die hier vorgesehene Beschreibung des Hintergrunds dient zum Zwecke des allgemeinen Darstellens des Zusammenhangs der Offenbarung. Eine Arbeit der vorliegend benannten Erfinder in dem Ausmaß, in welchem diese in diesem Hintergrundabschnitt beschrieben werden kann, sowie Aspekte der Beschreibung, welche zum Zeitpunkt der Anmeldung nicht anderweitig als Stand der Technik bezeichnet werden können, sind weder ausdrücklich noch implizit als Stand der Technik gegen die vorliegende Technologie anerkannt.
Karten in entweder gedruckter oder digital angezeigter Form zeigen häufig eine Straße als eine einzelne Linie oder als zwei beabstandete, eng zueinander liegende Linien. Die Breite des Raums oder der Linie kann proportional zu der tatsächlichen Breite der Straße sein oder auch nicht. Typischerweise zeigen solche Karten nicht die Anzahl von Spuren auf der Straße oder zusätzliche Ausfahrtspuren, Fahrradspuren usw. Diese stellen zudem keinerlei Details von Fahrbahnkreuzungen oder zulässigen Pfaden dar, welche ein Fahrzeug nehmen darf, wenn dieses die Kreuzungen durchläuft.
Vollständig automatisierte Antriebssysteme sind bevorzugt derart gestaltet, dass diese ein Fahrzeug auf einer Straße ohne eine Einwirkung des Fahrers oder eine andere externe Steuerung beispielsweise bei selbstfahrenden oder autonomen Fahrzeugen betreiben. Verbesserte Fahrer-Sicherheitssysteme überwachen die Situation eines Fahrzeugs einschließlich dessen Position und der Position von Fahrzeugen in der Umgebung davon. Solche Systeme können Karten benötigen, welche sowohl Spur-Niveau- als auch Fahrbahnkreuzungsinformationen mit einem hohen Grad an Genauigkeit kodieren. Die Spur-Niveau- und Fahrbahnkreuzungsinformationen können bei einer Vielzahl von Situationen verwendet werden, wie zum Erzeugen einer sanften Bewegungsbahn für eine Bahnplanung, zum Prognostizieren des Verhaltens von anderen Fahrzeugen oder zum Planen und/oder Schlussfolgern eines geeigneten Fahrzeugverhaltens bei Kreuzungen.
In vielen Fällen werden Karten entweder über einen mühsamen, manuellen Annotationsvorgang durch Fahren des exakten Spurlayouts mit einem Testfahrzeug oder durch Analysieren einer Sammlung von GPS-Fahrwegen erzeugt. Die Verfahren benötigen entweder über die Annotation oder zum Sammeln erhebliche Umfänge an manueller Arbeit.
Entsprechend wäre es wünschenswert, exakte, detaillierte Kreuzungskarten mit einem geringeren Vorbereitungsaufwand bereitzustellen.
Kurzfassung
Dieser Abschnitt sieht eine allgemeine Kurzfassung der Offenbarung vor und entspricht nicht einer umfassenden Offenbarung des gesamten Schutzumfangs oder sämtlicher Merkmale.
Die vorliegenden Lehren stellen bei verschiedenen Aspekten ein Verfahren zum Modellieren einer Kreuzungsstruktur einer Fahrbahn bereit. Das Verfahren kann das Empfangen bzw. Aufnehmen eines ersten Datensatzes einschließlich Fahrspurinformationen und das Aufnehmen eines zweiten Datensatzes einschließlich Fahrzeugbahninformationen für eine Kreuzungsstruktur einer Fahrbahn umfassen. Das Verfahren kann das Ermitteln von Spurknotenpositionen aus zumindest einem der ersten und zweiten Datensätze umfassen. Ein Satz von möglichen Verbindungen zwischen den Spurknotenpositionen kann erstellt werden. Das Verfahren kann ferner das Bewerten einer Wahrscheinlichkeit für jede Verbindung, dass die Verbindung eine zulässige Verbindung darstellt, und das Zuordnen eines Wahrscheinlichkeitswerts zu jeder Verbindung umfassen. Die Verbindungen können basierend auf einem vorbestimmten Schwellen-Wahrscheinlichkeitswert gefiltert werden und das Verfahren kann das Erzeugen eines Satzes von zulässigen Verbindungen umfassen. Ein Modell der Kreuzungsstruktur kann basierend auf dem Satz von zulässigen Verbindungen geschaffen werden. Die Fahrspurinformationen können von einer ersten Quelle, wie einer Karten-Datenbank oder einem Spur-Schätzalgorithmus, empfangen werden, und die Fahrzeugbahninformationen können von einer zweiten Quelle, wie einem LIDAR, einem Radar, Standbild-Daten, Video-Daten usw., erhalten werden.
Bei weiteren Aspekten stellen die vorliegenden Lehren ein Verfahren zum Modellieren einer Kreuzungsstruktur einer Fahrbahn einschließlich eines Identifizierens eines Satzes von Verbindungen zwischen Spurknotenpositionen für eine Kreuzungsstruktur einer Fahrbahn bereit. Fahrzeugbahninformationen aus der Kreuzungsstruktur können verwendet werden, um einen Satz von Fahrzeug-Fahrwegen zu erzeugen, welche die Kreuzung durchlaufen haben. Das Verfahren umfasst ein Kategorisieren der Fahrzeug-Fahrwege in vollständige Fahrwege und Teil-Fahrwege. Für jeden Teil-Fahrweg kann eine Bewertung hinsichtlich einer Wahrscheinlichkeit erfolgen, dass der Teil-Fahrweg einer Verbindung entspricht bzw. mit einer solchen korreliert. Die Wahrscheinlichkeit kann unter Verwendung einer Bayesian-Modell-Mittelungstechnik ermittelt werden. Das Verfahren umfasst das Erzeugen eines Satzes von zulässigen Verbindungen und das Schaffen eines Modells der Kreuzungsstruktur basierend auf dem Satz von zulässigen Verbindungen.
Bei verschiedenen Aspekten kann die Bayesian-Modell-Mittelungstechnik durch die folgende Gleichung bestimmt sein: p(λ_q|T) = Σ_m∊Mp(λ_q|m)p(m|T) worin p(λ_q|T) dem Wahrscheinlichkeitswert der Verbindung (λ_q) mit einem gegebenen Satz von Teil-Fahrwegen (T) entspricht, wobei m einem Kreuzungsmodell entspricht und ein Satz von Kreuzungsmodellen (M) mit den Daten sparsam bzw. dateneffizient ist.
Ferner werden Anwendungsbereiche und verschiedene Verfahren zum Verbessern der Kartographie-Technologie aus der hier vorgesehenen Beschreibung ersichtlich. Die Beschreibung und spezifische Beispiele in dieser Kurzfassung sind lediglich zum Zwecke der Darstellung gedacht und diese sollen den Schutzumfang der vorliegenden Offenbarung nicht beschränken.
Kurze Beschreibung der Abbildungen
Die vorliegenden Lehren werden aus der detaillierten Beschreibung und den beigefügten Abbildungen umfassender verständlich, worin:
1 ein Blockdiagramm einer Berechnungsvorrichtung ist, welche mit Verfahren der vorliegenden Offenbarung verwendet werden kann;
2 eine bildliche Darstellung eines beispielhaften Straßenverlaufs ist, welchem beim Sammeln verschiedener LIDAR-Informationen gefolgt werden kann;
3 eine Darstellung einer Kreuzung einer mehrspurigen Fahrbahn ist, welche verschiedene eingehende und ausgehende Kreuzungs-Spurknoten darstellt;
4 ein Beispiel eines Satzes von Fahrzeug-Fahrwegen in Zusammenhang mit der Kreuzung von 3 ist;
5 eine Darstellung von Teil- und Wechsel-Fahrzeug-Fahrwegen ist, welche auf der Fahrbahnkreuzung von 3 fahren;
6 eine Darstellung jeder möglichen Verbindung von einem eingehenden Spurknoten N1 hin zu einem der verfügbaren ausgehenden Spurknoten der Fahrbahnkreuzung von 3 ist;
7 eine Darstellung jeder möglichen zulässigen Abbiegeverbindung für Fahrzeuge unter Verwendung der Fahrbahnkreuzung von 3 ist;
8 eine Darstellung jeder möglichen zulässigen Durchlaufverbindung für Fahrzeuge unter Verwendung der Fahrbahnkreuzung von 3 ist; und
9 eine kombinierte Ansicht der zulässigen Verbindungen von 7 und 8 ist.
Es ist anzumerken, dass die hier dargelegten Figuren dahingehend gedacht sind, dass diese die allgemeinen Charakteristika von Materialien, Verfahren und Vorrichtungen von diesen der vorliegenden Technologie zum Zwecke der Beschreibung von bestimmten Aspekten beispielhaft darstellen. Diese Figuren können die Charakteristika irgendeines gegebenen Aspekts nicht präzise widerspiegeln und sind nicht notwendigerweise dahingehend gedacht, dass diese spezifische Ausführungsformen innerhalb des Schutzumfangs dieser Technologie definieren oder beschränken. Ferner können bestimmte Aspekte Merkmale von einer Kombination von Figuren enthalten.
Detaillierte Beschreibung
Die folgende Beschreibung ist lediglich darstellend und in keiner Art und Weise dahingehend gedacht, dass diese die Offenbarung, deren Anwendung oder Verwendungen beschränkt. Wie hierin verwendet, soll der Ausdruck „zumindest eines aus A, B und C” dahingehend ausgelegt werden, dass dieser für eine logische Verknüpfung (A oder B oder C) unter Verwendung eines nicht ausschließlichen logischen „oder” steht. Es ist anzumerken, dass die verschiedenen Schritte innerhalb eines Verfahrens in unterschiedlicher Reihenfolge ausgeführt werden können, ohne die Prinzipien der vorliegenden Offenbarung zu verändern. Die Offenbarung von Bereichen umfasst die Offenbarung sämtlicher Bereiche und unterteilter Bereiche innerhalb des gesamten Bereichs.
Die Überschriften (wie „Hintergrund” und „Kurzfassung”) und untergeordnete Überschriften, welche hierin verwendet sind, sind lediglich für einen allgemeinen Aufbau von Themen innerhalb der vorliegenden Offenbarung gedacht und diese sind nicht dahingehend gedacht, dass diese die Offenbarung der Technologie oder irgendeinen Aspekt davon beschränken. Der Vortrag von mehreren Ausführungsformen mit gegebenen Merkmalen ist nicht dahingehend gedacht, dass dieser andere Ausführungsformen mit zusätzlichen Merkmalen oder andere Ausführungsformen, welche unterschiedliche Kombinationen der gegebenen Merkmale enthalten, ausschließt.
Wie hierin verwendet, sind die Ausdrücke „aufweisen” und „umfassen” und deren Varianten dahingehend gedacht, dass diese nicht beschränkend sind, so dass der Vortrag von Gegenständen in einer Abfolge oder einer Liste weitere ähnliche Gegenstände, welche bei den Vorrichtungen und Verfahren dieser Technologie ebenso nützlich sein können, nicht ausschließt. Gleichermaßen sind die Ausdrücke „kann” und „darf” und deren Varianten dahingehend gedacht, dass diese nicht beschränkend sind, so dass der Vortrag, dass eine Ausführungsform bestimmte Elemente oder Merkmale aufweisen kann oder darf, weitere Ausführungsformen der vorliegenden Technologie, welche diese Elemente oder Merkmale nicht enthalten, nicht ausschließt.
Die breiten Lehren der vorliegenden Offenbarung können in verschiedenartigen Formen implementiert sein. Daher sollte, während diese Offenbarung besondere Beispiele umfasst, der wahre Schutzumfang der Offenbarung nicht auf diese Art und Weise beschränkt sein, da für den Fachmann nach einem Studium der Spezifikation und der nachfolgenden Ansprüche weitere Modifikationen ersichtlich sind.
Die vorliegende Technologie bezieht sich im Allgemeinen auf eine Verbindungswahrscheinlichkeitsmodellbildung und die Folgerung von Kreuzungsstrukturen einer Fahrbahn, auf welcher ein Fahrzeug, wie ein Automobil, fahren kann. Wie hierin verwendet, sollte erkannt werden, dass der Ausdruck „Fahrzeug” nicht eng ausgelegt werden soll, und dass dieser sämtliche Typen von Fahrzeugen mit nicht beschränkenden Beispielen einschließlich eines Personenkraftwagens, eines Lastkraftwagens, eines Motorrads, eines Geländefahrzeugs, eines Busses, eines Bootes, eines Flugzeugs, eines Helikopters, eines Rasenmähers, eines Freizeitfahrzeugs, eines Vergnügungspark-Fahrzeugs, eines Landfahrzeugs, eines Baufahrzeugs, einer Straßenbahn, eines Golfwagens, eines Zugs oder eines Handwagens umfassen soll.
Viele Aufgabenstellungen mit Bezug auf die Fahrerunterstützung und halbautomatisierte oder autonome Fahrzeuge (wie Fahrzeugerfassung und -verfolgung, Bahnplanung und Steuerung) profitieren von der Verwendung von hochpräzisen Straßenkarten. Fahrbahnkreuzungen stellen aufgrund der fehlenden Farbmarkierungen, der erhöhten Anzahl von zulässigen (legalen oder halblegalen) Fahrzeugverhalten und der erhöhten Variabilität der tatsächlich gefahrenen Bewegungsbahnen besondere Herausforderungen dar. Beispielsweise können zwei Fahrzeuge, welche den gleichen Linksabbiegevorgang durchführen, deutlich unterschiedliche Bahnen bzw. Pfade über die Kreuzung durchlaufen, bis diese schließlich in die gleichen Spuren der Kreuzung eintreten und bei diesen abfahren. Daher betrachtet die vorliegende Technologie ein Wahrscheinlichkeitsmodell und einen Folgerungsvorgang zum Abschätzen bzw. Bestimmen eines Satzes von zulässigen Verbindungen zwischen Spuren, welche bei einer Kreuzung eingehen bzw. einlaufen und bei dieser ausgehen bzw. auslaufen.
Nicht beschränkende Beispiele des Eingangs von verschiedenen Algorithmen, welche hierin verwendet werden, können Spur-Kartographie- und/oder Spurknoten-Informationen sowie einen Satz von Fahrzeug-Fahrwegen, welche aus LIDAR-Daten hergeleitet werden, die von einem Testfahrzeug erhalten werden, umfassen. Wie nachstehend erläutert ist, können die Fahrwege sowohl die Position betreffend ein Rauschen zeigen als auch aufgrund eines Verlusts der Verfolgung oder aus einer Mehrzahl verschiedener anderer Gründe die Kreuzung tatsächlich nicht vollständig durchlaufen. Ferner kann bei der Datenverknüpfung zwischen den verfolgten Fahrzeugen und möglichen Kreuzungsstrukturen eine erhebliche Unklarheit vorliegen. Dennoch ist die vorliegende Technologie in der Lage, ein Wahrscheinlichkeitsmodell vorzusehen, welches über sämtliche Komponenten einer Kreuzungsstruktur gemeinsam schlussfolgern kann. Das Modell wird beim Verwenden einer Bayesian-Modell-Mittelungstechnik erhalten, welche in der Lage ist, die Kreuzungsstruktur in einer großen Vielzahl von wirklichen Situationen und mit Rausch-Eingangsdaten zu erkennen.
Um die Technologien der vorliegenden Offenbarung zu verwenden, ist es wünschenswert, Spurknoten- und Fahrzeugbahninformationen für eine gegebene Kreuzung zu identifizieren. 1 ist ein Blockdiagramm einer beispielhaften Berechnungsvorrichtung 100, welche zum Implementieren von bestimmten Verfahren oder Abschnitten davon verwendet werden kann, mit Bezug auf die Identifikation von Spurknoten oder Kartendaten, welche schließlich dazu führen, um geeignete Straßensegmente und Spurknoten zu ermitteln. Die Berechnungsvorrichtung 100 kann irgendein Typ einer fahrzeugmontierten, tragbaren, Benutzeroberflächen-, oder anderen Form einer einzelnen Berechnungsvorrichtung sein, oder diese kann aus mehreren Berechnungsvorrichtungen aufgebaut sein. Die Verarbeitungseinheit in der Berechnungsvorrichtung kann eine herkömmliche zentrale Verarbeitungseinheit (CPU) 102 oder irgendein anderer Typ einer Vorrichtung, oder mehrerer Vorrichtungen sein, welche in der Lage sind, Informationen zu handhaben oder zu verarbeiten. Der Speicher 104 in der Berechnungsvorrichtung 100 kann ein Direktzugriffsspeicher (RAM) oder irgendein anderer geeigneter Typ einer Speichervorrichtung sein. Der Speicher 104 kann Daten 106 umfassen, auf welche unter Verwendung eines Busses 108 durch die CPU 102 zugegriffen wird.
Der Speicher 104 kann außerdem ein Betriebssystem 110 und eingebaute Anwendungen 112 umfassen. Die eingebauten Anwendungen 112 können Programme umfassen, welche der CPU 102 ermöglichen, die nachstehend beschriebenen Verfahren durchzuführen. Die Berechnungsvorrichtung 100 kann außerdem einen sekundären, zusätzlichen oder externen Speicher 114, beispielsweise eine Speicherkarte, einen Speicherstick oder irgendeine andere Form eines computerlesbaren Mediums umfassen. Die eingebauten Anwendungen 112 können in ihrer Gesamtheit oder zum Teil in dem externen Speicher 114 gespeichert sein und für die Verarbeitung nach Bedarf in den Speicher 104 geladen werden.
Die Berechnungsvorrichtung 100 kann außerdem mit einem oder mehreren Sensoren 116, 118, 120 und 122 gekoppelt sein. Die Sensoren 116, 118, 120 und 122 können Daten und/oder Signale aufnehmen zum Verarbeiten durch eine Trägheitsmesseinheit (IMU), ein Koppelnavigationssystem, ein globales Satellitennavigationssystem (GPS), ein Lichterkennungs- und Entfernungs-(LIDAR)-System, ein Radarsystem, ein Sonarsystem, ein bildbasiertes Sensorsystem oder irgendeinen anderen Typ eines Systems, welches in der Lage ist, spezifische Informationen hinsichtlich der Umgebung eines Fahrzeug aufzunehmen, einschließlich Merkmale der Route, welche durch das Fahrzeug gefahren wird, oder andere lokalisierte Positionsdaten und/oder Signale, und entsprechende Daten und/oder Signale hin zu der CPU 102 auszugeben. Im Allgemeinen kann eine Positions- und Bewegungsschätzung von einem Applanix POS-LV 220 Trägheits-GPS-Navigationssystem stammen. Dieses System erzeugt Positionsschätzungen bei 100 Hz. LIDAR-Daten können von einem Velodyne HDL-64 E System stammen, welches 64 Laserstrahlen verwendet und mit 10 Hz dreht. Zusätzlich zu einer 3D-Position für jede Lidar-Rückführung kann das HDL 64 E ebenso eine 8-Bit-Intensität messen, entsprechend dem relativen Reflexionsvermögen der beleuchteten Oberfläche.
Die Sensoren 118 und 120 können außerdem Daten aufnehmen, welche Änderungen in der x-, y- und z-Achsen-Position, der Geschwindigkeit, der Beschleunigung, dem Drehwinkel und der Drehwinkelrate für das Fahrzeug darstellen. Falls die Sensoren 118 und 120 Daten für ein Koppelnavigationssystem aufnehmen, können Daten mit Bezug auf Radumdrehungen, die Fahrstrecke, den Lenkwinkel und die Lenkwinkelrate der Veränderung aufgenommen werden. Falls die Sensoren 118 und 120 Signale für ein GPS aufnehmen, kann ein Empfänger eine Fahrzeugposition und Geschwindigkeit, welche in globalen Koordinaten bestimmt ist, berechnen. Eine Mehrzahl von Satelliten können verwendet werden, um die Fahrzeugposition und Geschwindigkeit unter Verwendung einer dreidimensionalen Triangulation und Zeitbestimmung abzuschätzen bzw. zu bestimmen.
Die Berechnungsvorrichtung 100 kann in einem Test- oder Versuchsdaten aufnehmenden Fahrzeug angeordnet sein, oder diese kann entfernt von einem Fahrzeug bei einer alternativen Position (nicht gezeigt) angeordnet sein. Falls die Berechnungsvorrichtung 100 entfernt von dem Fahrzeug angeordnet ist, kann das Fahrzeug die Fähigkeit zum Kommunizieren mit der Berechnungsvorrichtung 100 umfassen. Bei verschiedenen Aspekten kann ein Fahrzeug entlang einer vorgegebenen Route 129, wie in 2 gezeigt ist, in einer Richtung gefahren werden. Die Route 129 kann eine Vielzahl von unterschiedlichen Straßen umfassen. 2 ist beispielhaft mit einer mehrspurigen Autobahn mit Zu- und Abfahrten, zweispurigen Landstraßen und einer mehrspurigen bidirektionalen Straße gezeigt.
Um die Spurdaten zu sammeln, sollte das Fahrzeug zumindest einmal entlang der Route 129 auf einer Spur gefahren werden. Mehrere Durchläufe können verwendet werden, um die Genauigkeit der LIDAR-Daten zu verbessern, oder durch das Aufnehmen zusätzlicher Straßenindikatoren, welche evtl. versteckt oder durch angrenzenden Verkehr, eine Pfostenreflexion, die Fahrzeuggeschwindigkeit und weitere Faktoren versteckt oder gestört waren. Zusätzliche beispielhafte Verfahren, um Spurdaten, Spurknoten und/oder mögliche Pfade der Fahrzeugfahrt zu sammeln, sind in der US-Patentanmeldung mit der Nummer 14/069,069, welche am 31. Oktober 2013 angemeldet wurde, und der 14/273,620, welche am 9. Mai 2014 angemeldet wurde, zu finden, deren Offenbarung hierin in ihrer Gesamtheit durch Inbezugnahme mit aufgenommen ist.
Die vorliegenden Verfahren können grob strukturierte frühere Kartendaten mit präzisen LIDAR-Messungen bei einer Anzahl von Folgerungsalgorithmen kombinieren, um exakte Fahrspurinformationen zu erzeugen. Die Verfahren können aus den groben und präzisen LIDAR-Daten die Anzahl von Spuren, die Mitte jeder Spur sowie das Vorliegen irgendwelcher Fahrradbahnen, Einfahrten und Abfahrten, Veränderung der Fahrspuranzahl usw. erzeugen.
Bei bestimmten Aspekten kann ein Testfahrzeug mit einer Mehrzahl von Sensoren, wie den mit Bezug auf 1 beschriebenen Sensoren, verwendet werden, um die relevanten Daten zu sammeln. Einer oder mehrere der Sensoren können derart konfiguriert sein, dass dieser bzw. diese Veränderung der Geschwindigkeit, der Beschleunigung, der Raddrehzahl und der Entfernung zu Objekten innerhalb der Umgebung für die Verwendung durch die Berechnungsvorrichtung 100, um die Position und die Ausrichtung des Testfahrzeugs zu schätzen, den Lenkwinkel für ein Koppelnavigationssystem, Bilder zum Verarbeiten durch einen Bildsensor, die Testfahrzeugposition in globalen Koordinaten basierend auf Signalen von einer Mehrzahl von Satelliten oder irgendwelche andere Daten und/oder Signale, welche verwendet werden können, um den aktuellen Zustand des Testfahrzeugs zu ermitteln oder die Position des Testfahrzeugs mit Bezug auf dessen Umgebung zu ermitteln, aufnimmt bzw. aufnehmen.
Falls die Sensoren beispielsweise derart konfiguriert sind, dass diese Daten für die Verwendung durch eine Schwarzweißkamera oder durch ein LIDAR-System aufnehmen, können die Sensoren Daten mit Bezug auf Laser-Rückläufer bzw. -Rückführungen von physikalischen Objekten in dem das Testfahrzeug umgebenden Bereich mit Reichweiten, welche durch Messen der Zeit berechnet werden, welche erforderlich ist, bis ein Signal zu dem Sensor zurückkehrt, aufnehmen. Laser- oder Licht-Rückführungen können das zurückgestreute Licht umfassen, welches durch Objekte reflektiert wird, die durch eine Lichtquelle getroffen werden, beispielsweise ein Laserlicht, welches durch die Sensoren oder eine andere Quelle auf oder in der Nähe des Testfahrzeugs ausgegeben wird. Sobald das Licht durch ein Objekt reflektiert wird, können die Sensoren die Intensitätswerte und das Reflexionsvermögen von jedem Punkt auf dem Objekt aufnehmen, welche zum Analysieren und Klassifizieren des Objekts verwendet werden sollen, beispielsweise durch den Prozessor 102, eine der Anwendungen 112, welche innerhalb der Berechnungsvorrichtung 100 gespeichert ist oder auf welche durch diese zugegriffen werden kann.
Bei einem nicht beschränkenden Beispiel, welches dazu verwendet wird, um die Verfahren der vorliegenden Technologie darzustellen, ist eine spezifische Fahrbahnkreuzung 150 vorgesehen. Wie in 3 gezeigt ist, umfasst die Kreuzung 150: zwei eingehende nördliche Spuren, eine nördliche mittlere Abbiegespur und zwei ausgehende nördliche Spuren; zwei eingehende südliche Spuren, eine südliche mittlere Abbiegespur und zwei ausgehende südliche Spuren; zwei eingehende westliche Spuren, eine westliche mittlere Abbiegespur und zwei ausgehende westliche Spuren; zwei eingehende östliche Spuren, eine östliche mittlere Abbiegespur und lediglich eine ausgehende östliche Spur.
Mit weiterführendem Bezug auf 3 sowie die 5 bis 9 ist jedem der Spurknoten 152, 154 in der Fahrbahnkreuzung 150 ein eindeutiger Identifikator zugewiesen. Eingehende Spurknoten 152 sind mit einer Diamantgestalt gezeigt, während ausgehende Spurknoten mit einer Dreiecksgestalt 154 gezeigt sind. Beispielhaft stellen die als N1, N2 und N3 bezeichneten Spurknoten eingehende Spurknoten 152 für Fahrzeuge dar, welche in einer nördlichen Richtung hin zu der Kreuzung 150 fahren; N4 und N5 stellen ausgehende Spurknoten 154 für Fahrzeuge dar, welche die Kreuzung 150 verlassen und nach Norden fahren. Die als W1, W2 und W3 bezeichneten Spurknoten stellen eingehende Spurknoten 152 für Fahrzeuge dar, welche in einer westlichen Richtung hin zu der Kreuzung 150 fahren; W4 und W5 sind ausgehende Spurknoten 154 für Fahrzeuge, welche die Kreuzung 150 verlassen und nach Westen fahren. In ähnlicher Art und Weise entsprechen die als S1, S2 und S3 bezeichneten Spurknoten eingehenden Spurknoten 152 für Fahrzeuge, welche in einer südlichen Richtung hin zu der Kreuzung 150 fahren; S4 und S5 sind ausgehende Spurknoten 154 für Fahrzeuge, welche die Kreuzung 150 verlassen und nach Süden fahren. Schließlich entsprechen die als E1, E2 und E3 bezeichneten Spurknoten eingehenden Spurknoten für Fahrzeuge, welche in einer östlichen Richtung hin zu der Kreuzung 150 fahren; E4 entspricht dem einzelnen ausgehenden Spurknoten 154 für Fahrzeuge, welche die Kreuzung 150 verlassen und nach Osten fahren.
Für beispielhafte Zwecke dieser besonderen Kreuzung 150 ist anzumerken, dass sich Fahrzeuge, welche nach Süden fahren und den Knoten S1 durchlaufen, auf einer ausschließlichen Rechtsabbiegespur befinden und nach Westen abbiegen müssen, wodurch diese entweder den ausgehenden Spurknoten W4 oder W5 durchlaufen. Mit anderen Worten, solchen Fahrzeugen ist rechtlich nicht erlaubt, nach Süden hin zu den Spurknoten S4 oder S5 zu fahren. Es ist ebenso erkennbar, dass die jeweiligen mittleren Abbiegespuren lediglich zum Linksabbiegen dienen; diese sind nicht zum Rechtsabbiegen oder zum geraden Durchlaufen der Kreuzung gedacht.
Es existiert die Vorstellung, dass die Verfahren der vorliegenden Offenbarung bei verschiedenen Aspekten einen ersten Datensatz verwenden können, welcher Straßenspur- und/oder Spurknoteninformationen umfasst, die als ein erster gespeicherter Datensatz erhalten werden können und/oder von einer ersten Quelle empfangen werden können, und einen zweiten Datensatz verwenden können, welcher Fahrzeugbahninformationen von einer Kreuzungsstruktur einer Fahrbahn umfasst, die als ein zweiter Datensatz erhalten werden können und/oder von einer zweiten Quelle aufgenommen werden können. Bei Ausführungsformen, bei welchen die Spurknoten- oder Straßensegment-Knotenpositionen nicht vorgesehen sind, können die Verfahren der vorliegenden Offenbarung das Ermitteln der Spurknotenpositionen aus zumindest einem der ersten und zweiten Datensätze unter Verwendung von bekannten Algorithmen umfassen.
Bei einem Beispiel kann die erste Quelle eine gegebene Karten-Datenbank sein, wie Daten, welche von einer Open-Street-Map(OSM)-Datenbank oder dergleichen erhalten werden. Dies kann eine strukturell informative, grobe Karte von Straßen vorsehen, welche zum Identifizieren von ungefähren Kreuzungspositionen nützlich ist. Bei anderen Aspekten können die Anzahl von Spuren und die Anzahl und Position jedes Spurknotens empfangen oder beispielsweise von Kartendaten 116 (1) oder einer anderen geeigneten Quelle erhalten werden. Bei verschiedenen Aspekten können die Kartendaten 116 digitale Karteninformationen sein, welche in dem Speicher 104 der Berechnungsvorrichtung 100 gespeichert sind, welche in dem externen Speicher 114 gespeichert sind, oder diese können dem Prozessor 102 von einer entfernten Position, wie durch eine drahtlose Übertragung von einer digitalen Kartendaten-Quelle verfügbar gemacht werden. Die Kartendaten 116 können das Vorliegen und die Position von Abzweigungen bzw. Sackgassen oder Teilungen bei einer Straße, sowie die Entfernung der Abzweigungen von vorbestimmten Positionen entlang der Straße vor jeder Abzweigung und die Anzahl von Spuren in allen Sub-Pfaden bzw. -Bahnen umfassen. Bei bestimmten Aspekten kann die Anzahl von Spuren auf der Straße ebenso von der Kamera 118 erhalten werden. Ist es ist jedoch erkennbar, dass diese Karteninformationen lediglich die angenäherten Mittellinien von Wegen und Straßen enthalten können und nicht die Anzahl oder Positionen von Spuren. Zusätzlich können die angezeigten Straßenpositionen um mehrere Meter eines lateralen Fehlers inkorrekt sein. Dementsprechend kann die erste Quelle zusätzlich oder alternativ Daten aufweisen, welche aus einem Spur-Schätzalgorithmus unter Verwendung einer Kombination von LIDAR-Daten, Straßendaten oder weiteren relevanten Daten erhalten werden.
Bei einem Beispiel kann die zweite Quelle, welche die Fahrzeugbahninformationen bereitstellt, zumindest eines aus LIDAR-Daten, Radar-Daten, Standbild-Daten, Video-Daten, tabellarischen Daten und Kombinationen davon umfassen. Wenn LIDAR-Daten verwendet werden, können Fahrzeugerfassungs- und Verfolgungsalgorithmen die LIDAR-Daten als Eingang verwenden, um einen Satz von Fahrzeug-Fahrwegen zu erzeugen, welche Kreuzungen durchlaufen.
Bei verschiedenen Aspekten kann es wünschenswert sein, einen Satz von aktiven Fahrwegen (beispielsweise Fahrwege, welche zumindest teilweise innerhalb einer Kreuzung angeordnet sind oder diese durchlaufen) von sämtlichen Daten, welche von einem Testfahrzeug erhalten werden, das LIDAR-Daten sammelt, zu trennen oder zu filtern. Beispielsweise stellt 4 einen beispielhaften Satz von aktiven Fahrzeug-Fahrwegen 156 dar, welche von verarbeiteten LIDAR-Daten von Fahrzeugen erhalten werden, die zumindest einen Abschnitt der Fahrbahnkreuzung 150 von 3 tatsächlich durchlaufen. Um einen Satz von aktiven Fahrwegen aus der vollständigen Überprüfung der Daten zu schaffen, können bestimmte der nachfolgenden Schritte durchgeführt werden, wie beispielsweise: (1) Unterscheiden zwischen dem Boden und Hindernissen, was in einem Satz von Hindernispunkten resultiert; (2) Bündeln der Hindernispunkte basierend auf einer dynamisch erzeugten MRF-Energieminimierung; (3) Filtern der Bündel bzw. Cluster basierend auf der Größe; (4) Vereinigen der gefilterten Bündel in aktive oder neue Fahrwege unter Verwendung eines Daten-Assoziierungs-Schematas; und/oder (5) Aktualisieren eines Filters, welcher den Zustand (Position und Geschwindigkeit) von jedem verfolgten Fahrzeug schätzt.
Wie aus 4 ersichtlich ist, können die aktiven Fahrzeug-Fahrweg-Daten eine hohe Variabilität hinsichtlich der Anzahl von Fahrzeug-Fahrwegen pro Verbindung und hinsichtlich der Positionen entlang der verfolgten Pfade umfassen. Wie hierin verwendet, stellt eine Verbindung einen repräsentativen Fahrweg dar, welcher bei oder nahe einem ersten Spurknoten beginnt und die Kreuzung durchläuft und bei oder nahe einem zweiten Spurknoten endet, welcher sich von dem ersten Spurknoten unterscheidet. Aufgrund von Okklusionen, welche durch Objekte hervorgerufen werden können, die sich durch einen dynamischen Vorgang bewegen, die Bewegung des Testfahrzeugs in Richtung hin oder von der Kreuzung weg, fehlende Datenassoziierungen und weitere Gesichtspunkte in der Verfolgungsleitung, durchlaufen viele der in 4 gezeigten Fahrwege die Kreuzung nicht vollständig. Daher existieren zusätzlich zu vollständigen Fahrwegen eine große Anzahl an Teil-Fahrwegen. Zusätzlich können aufgrund von Variationen beim Fahren und/oder Fehlern bei der Verfolgungs-Positionsbestimmung zwei Fahrwege, welche die gleiche(n) Verbindung(en) durchlaufen, hinsichtlich deren Position häufig deutlich voneinander abweichen.
5 stellt Beispiele eines Teil-Abbiege-Fahrwegs 158, eines Teil-Durchlauf-Fahrwegs 160 und eines vollständigen Fahrwegs 162 dar, welche nicht einem legalen Fahrweg entsprechen können, wie ein Fahrweg von einem Fahrzeug, welches die Spuren in der Mitte einer Kreuzung wechselt (beispielsweise ein Fahrzeug, welches sich von dem Spurknoten N2 hin zu N5 bewegt, anstelle sich ausgehend von N2 hin zu N4 zu bewegen). Gemäß der Verfahren der vorliegenden Offenbarung können die meisten oder sämtliche Daten verwendet werden, so dass die Fahrweg-Daten T Fahrwege umfassen, welche die Kreuzung durchlaufen, nicht-durchlaufende Fahrwege und Fahrwege mit stark variierenden Positionen.
Für eine vorgegebene Kreuzungsstruktur sieht die vorliegende Technologie die Wahrscheinlichkeitsmodellbildung und Folgerung zum Schätzen bzw. Bestimmen der Kreuzungsstruktur bereit, was bei einem autonomen Fahrzeug verwendet werden kann. Dies erfordert die Schaffung eines Modells der Kreuzungsstruktur, welches lediglich die legalen/zulässigen Pfade oder zulässigen Verbindungen aus einem vollständigen Pfad/Verbindungs-Satz umfasst. Beispielhaft und mit Bezug auf 6 hat ein Fahrzeug, welches den eingehenden Spurknoten N1 durchläuft, technisch sieben unterschiedliche Pfad- oder Verbindungsoptionen für einen ausgehenden Spurknoten S4, S5, W4, W5, N4, N5 und E4. Die meisten amerikanischen Fahrer würden erkennen, dass die einzig zulässigen Verbindungen in 6 diesen von N1 zu W4 oder von N1 zu W5 entsprechen (unter der Annahme, dass die Verbindungen ausgehend von N1 zu S4 und von N1 zu S5 nicht legale/zulässige Kehrtwendungen sind).
Bei verschiedenen Aspekten erstellt die vorliegende Technologie einen vollständigen Satz an möglichen Verbindungen zwischen den Spurknotenpositionen und bewertet anschließend für jede Verbindung eine Wahrscheinlichkeit, dass die Verbindung eine zulässige Verbindung zur Verwendung in der Modell-Kreuzung ist. Da die Kreuzung 150 von 3 zwölf unterschiedliche eingehende Spurknoten 152 umfasst, welche jeweils sieben unterschiedliche Möglichkeiten eines ausgehenden Spurknotens 154 besitzen, besteht zwischen den Spurknotenpositionen ein Satz von 84 möglichen Verbindungen. Bei verschiedenen Aspekten können die Verfahren der vorliegenden Technologie jeder Verbindung einen Wahrscheinlichkeitswert zuweisen, dass die Verbindung eine zulässige Verbindung ist. Wie nachstehend erörtert ist, kann der Wahrscheinlichkeitswert auf den Fahrzeugbahninformationen/Fahrzeug-Fahrweg-Daten basieren. Die Verfahren können das Filtern der Verbindungen basierend auf einem vorbestimmten Schwellen-Wahrscheinlichkeitswert und das Erzeugen eines Satzes von zulässigen Verbindungen umfassen. Ein Modell der Kreuzungsstruktur wird anschließend basierend auf dem Satz von zulässigen Verbindungen geschaffen. Es ist erkennbar, dass der Satz von zulässigen Verbindungen Verbindungen umfassen soll, welche technisch nicht „legal” sein können, aber durch Fahrer üblicherweise gefahren werden (beispielsweise getragen durch die Fahrzeugbahndaten). Ein solches Beispiel kann Pfad 162 von 5 sein. Ein weiteres Beispiel kann ein Rechtsabbiegen in die zweite Spur sein, beispielsweise ein Fahren ausgehend von W1 hin zu N4 anstelle von W1 hin zu N5.
Bei verschiedenen Aspekten können die Fahrzeug-Fahrweg-Daten von 4 verarbeitet werden, so dass die Fahrzeug-Fahrwege zwischen vollständigen Fahrwegen und Teil-Fahrwegen kategorisiert, getrennt und/oder gefiltert werden können. Für Fahrzeug-Fahrwege, welche als vollständige Fahrwege klassifiziert sind, ist es mehr als wahrscheinlich, dass der Fahrzeug-Fahrweg einer zulässigen Verbindung entspricht, die zwei Spurknoten verbinden kann (beispielsweise wird das Fahrzeug verfolgt, welches zwei Knotenpositionen durchläuft), und dieser besondere vollständige Fahrweg oder diese zulässige Verbindung soll beim Schaffen eines Modells der Kreuzungsstruktur verwendet werden. Dementsprechend kann dem Wahrscheinlichkeitswert für jeden vollständigen Fahrweg ein Wert von 1 zugewiesen werden. Für jeden Teil-Fahrweg betrachtet die vorliegende Technologie das Bewerten einer Wahrscheinlichkeit, dass der Teil-Fahrweg eine zulässige Verbindung sein soll. Der Wahrscheinlichkeitswert für jeden Teil-Fahrweg wird einen Bruch- oder numerischen Wert zwischen 0 und 1 entsprechen. Bei verschiedenen Aspekten können Teil-Fahrwege zumindest eine Knotenposition durchlaufen, dies ist jedoch nicht erforderlich.
Während es möglich ist, über die Wahrscheinlichkeit jeder Verbindung individuell nachzudenken, kann dieser Ansatz in Anbetracht des Fahrweg-Satzes aus zumindest zwei Gründen unzureichend sein. Zunächst können ungewollte Verbindungen vorliegen, welche einen hohen Überlappungsgrad mit wahren Verbindungen besitzen können, und Fahrwege, welche aus den wahren Verbindungen erzeugt werden, werden ebenso nicht korrekte stützen. Zweitens können einige Verbindungen vorliegen, welche sehr wenige oder Daten mit einem Rauschen besitzen. Aus diesen Gründen kann es nicht möglich sein, einen Ansatz zu entwerfen, welcher jede Verbindung individuell betrachtet und außerdem gute Ergebnisse erzielt. Dementsprechend schlägt die vorliegende Technologie ein Verfahren vor, welches die Verbindungswahrscheinlichkeit von unterschiedlichen Verbindungsstrukturen betrachtet. Die Wahrscheinlichkeiten von unterschiedlichen Strukturen (Modellen) werden dann rekombiniert, um für jede Verbindung zu folgern oder diese zu analysieren. Um die Zulässigkeit einer gegebenen Verbindung λ_q zu berechnen, verwendet die vorliegende Technologie einen Bayesian-Modell-Mittelungsansatz, welcher durch die nachfolgende Gleichung erläutert werden kann: p(λ_q|T) = Σ_m∊Mp(λ_q|m)p(m|T) um die Wahrscheinlichkeit der Verbindung mit dem Fahrweg-Satz T abzuschätzen, wobei m einem Kreuzungsmodell entspricht. Wie üblicherweise durchgeführt, wenn eine Bayesian- bzw. Bayessche Modellbildung verwendet wird, wird der Satz an Modellen M gezwungen, mit den Daten sparsam zu sein bzw. dateneffizient zu sein. Dies kann aus rechnerischen Gründen erfolgen, da die Anzahl von zu mittelnden Modellen bei der Anzahl von möglichen Verbindungen exponentiell ist.
Eine wichtige Berechnung zum Beurteilen der vorstehenden Gleichung ist die Wahrscheinlichkeit p(λ_q|T), dass der Fahrweg t auf der Verbindung λ erzeugt wurde. Der erste Schritt liegt darin, diese Wahrscheinlichkeit für alle Fahrweg-Verbindungspaare, welche durch mehr als eine Schwellen-Strecke λ_δ getrennt sind, auf null (0) einzustellen. Mit Bezug auf 6 kann der mit Bezugszeichen 160 angegebene Pfad zu kurz sein, um eine sinnvolle Verwendung vorzusehen. Für die verbleibenden Paare verwendet die Wahrscheinlichkeitsberechnung die Positionen entlang des Fahrwegs und die Positionen der eingehenden und ausgehenden Spurknoten 152, 154, um das Nachstehende zu berechnen: (1) ob der Fahrweg innerhalb der Strecke λ_Knoten der eingehenden und ausgehenden Knoten verläuft. Falls sich beide nahe sind, ist der Fahrweg durchgehend oder dieser entspricht einem vollständigen Fahrweg; andererseits ist dieser teilweise durchgehend oder ein Teil-Fahrweg; (2) die durchschnittliche Strecke δ t / λ zwischen dem Fahrweg und einer Kurve, welche ausgehend von den eingehenden hin zu den ausgehenden Knoten eingerichtet ist; und (3) für teilweise durchgehende Fahrwege, den Bruch δ t / λ der Kurve, welche der Fahrweg abdeckt.
Wie vorstehend angegebenen, ist für durchgehende Fahrwege die Wahrscheinlichkeit p(t|λ) = 1. Für teilweise durchgehende Fahrwege gilt
was im Grunde einem Produkt der durchschnittlichen Strecke und der beobachteten Strecke des Fahrwegs entspricht, wobei ein Soft-Schwellen-Ansatz verwendet werden kann, über:
was der logistischen oder sigmoidalen Funktion entspricht, parametrisiert durch γ_i, um den Kreuzungswert von x mit einer Kreuzung y = 0,5 zu ermitteln, und γ_s, um die Steigung zu ermitteln.
Die Normalisierungskonstante kann durch Beurteilen gegeben sein
Ein Modell m einer Kreuzung bezeichnet einen Satz von Verbindungen Λ_m, welche als zulässig erklärt sind. Die Wahrscheinlichkeit eines Modells mit dem gegebenen Fahrweg-Satz ist: p(m|T) = p(T|m)p(m) / p(T) wobei
worin λ_m,t der Verbindung innerhalb Λ_m entspricht, welche die höchste Wahrscheinlichkeit für den Fahrweg t besitzt. Dies entspricht einer vereinfachenden Annahme innerhalb des Modells. Zusätzlich wird λ_m,t der Null-Verbindung λ_none gleichen, wenn jede zulässige Verbindung die Strecke δ t / λ > γ_δ besitzt. p(t|λ_none) = γ_none ist als ein konstanter Wert definiert.
Bei verschiedenen Aspekten ist die vorherige Wahrscheinlichkeit p(m) eines Modells m eine von Hand gestaltete oder benutzerdefinierte Funktion, welche dahingehend gedacht ist, dass diese eine geeignete Durchschnittsanzahl von Verbindungen für eine bestimmte Kreuzung ohne Benachteiligung modelliert. Die vorherige Wahrscheinlichkeit kann keinen großen Effekt besitzen, da die Datenterme dominieren. Falls beispielsweise n_in der Anzahl von eingehenden Knoten hin zu der Kreuzung entspricht und die ideale Anzahl von Verbindungen folgendermaßen definiert ist:
gilt dann
wobei f_M(n_m) für jede Kreuzung durch n_ideal implizit parametrisiert ist, was für jede Kreuzung unterschiedlich sein kann. f_M(n_m) entspricht einer Funktion der Anzahl von Verbindungen n_m in dem Modell, um n_ideal zentriert, und diese ist stückweise linear, durch Verbinden der nachfolgenden Punkte der Reihe nach definiert: {(n_ideal – γ_f, 0), (n_ideal – γ_n, 1), (n_ideal + γ_n, 1), (n_ideal + γ_f, 0)} und andererseits 0. Die Konstanten γ_f und γ_n definieren jeweils ferne und nahe Abstände von dem Ideal.
Die Modell-Normalisierungskonstante entspricht der Summe dieser Funktion über alle Modelle.
Für n_t mögliche Verbindungen bei einer Kreuzung entspricht die Anzahl von möglichen Modellen
welche schnell zu stark wachsen kann, um die Bayesian-Modell-Mittelung anzuwenden, wie bei p(λ_q|T) = Σ_m∊Mp(λ_q|m)p(m|T) anzuwenden. Durch Überprüfen der Fahrwege und Verwenden der Tatsache, dass durchgehende Fahrwege eine Wahrscheinlichkeit von 1 vorsehen, kann der Satz von Modellen auf lediglich diese beschränkt sein, welche sämtliche Verbindungen mit durchgehenden Fahrwegen enthalten, kann Verbindungen mit Teil-Fahrwegen enthalten und enthält keinerlei Verbindungen ohne entsprechende Fahrwege. Falls n_p der Anzahl von Verbindungen mit lediglich Teil-Fahrwegen entspricht, entspricht die Größe der sparsamen Modelle dann
was zum Aufzählen und Aufsummieren ausreichend klein sein sollte.
Entsprechend wird die vorstehend dargelegte ursprüngliche Wahrscheinlichkeitsberechnung unter Berücksichtigung der vorstehenden Erläuterungen zu:
Nach dem Neuanordnen der Terme und dem Zulassen, dass p(λ_q|m) = I(λ_q ∊ Λ_m) einer Indikatorfunktion bei der Verbindung λ_q entspricht, welche in dem Verbindungssatz für das Modell m auftritt, gelangt man zu der finalen Form:
Obwohl die Haupt-Berechnungsangelegenheit der Anzahl von aufzusummierenden Modellen vorstehend adressiert wurde, existieren eine Anzahl von Wegen, um die vorstehende Gleichung zu beschleunigen. Beispielsweise ist die Normalisierung α_M für jede Kreuzung konstant und kann in dem Cachespeicher aufgenommen sein. Die Normalisierung α_T ist bei den gegebenen logistischen Parameter γ_p,i, γ_p,s, γ_δ,i, γ_δ,s konstant und kann in dem Cachespeicher aufgenommen sein. Die Funktion
ist innerhalb der Schwellen-Strecke für sämtliche Verbindungs-Fahrweg-Paare im Vorhinein berechnet. Innerhalb des Produkts bei der vorstehenden Gleichung wird der geeignete Wert basierend auf der Verbindung λ_m,t für das Modell m ausgewählt.
Schließlich ist die Berechnung des Normalisierungsfaktors p(T) durch die Annahme, dass die Wahrscheinlichkeit der Verbindung λ_tr mit zumindest einem durchgehenden Fahrweg gleich 1 ist, in hohem Maße vereinfacht, so dass p(λ_tr|T) = 1. Aufgrund der Auswahl von sparsamen Modellen gilt I(λ_tr ∊ Λ_m) = 1 für alle Modelle. Daher gilt
was für einen zu berechnenden angemessenen direkten Wert gehalten wird, welcher in der vorstehenden Diskussion vorgesehen ist.
Sobald ein Wahrscheinlichkeitswert für die Verbindungen in Zusammenhang mit Teil-Fahrwegen ermittelt oder zugeordnet ist, umfassen die Verfahren der vorliegenden Technologie das Filtern der Verbindungen basierend auf einem vorbestimmten Schwellen-Wahrscheinlichkeitswert. Beispielsweise kann bei einem Beispiel ermittelt werden, dass irgendeine Verbindung mit einem Wahrscheinlichkeitswert von kleiner als etwa 0,6 keine zulässige Verbindung ist und verwerfen werden sollte. Dementsprechend ist dem vorbestimmten Schwellen-Wahrscheinlichkeitswert der Wert von 0,6 zugewiesen und sämtliche Verbindungen mit einem Wahrscheinlichkeitswert von weniger als 0,6 werden aus dem Satz von zulässigen Verbindungen ausgeschlossen.
Für die Kreuzung von 3 stellt 7 unter Verwendung der Fahrzeugbahninformationen, wie in 4 festgestellt, eine Darstellung jeder möglichen zulässigen Abbiegeverbindung dar, welche durch die punktierten Linien 166 bezeichnet sind, und 8 entspricht einer Darstellung jeder möglichen zulässigen Durchlauf- bzw. Durchquerungsverbindung, welche durch gestrichelte Linien 168 dargestellt sind. 9 ist ein Modell der Kreuzung von 3, welche einer Kombination des Satzes von zulässigen Verbindungen von 7 und 8 entspricht. Daher existieren aus den 84 möglichen Verbindungen, welche die eingehenden Knoten 152 mit den ausgehenden Knoten 154 verbinden, vierzehn zulässige Abbiegeverbindungen und sechs zulässige Durchquerungsverbindungen.
Die vorstehende Beschreibung der Ausführungsformen wurde zum Zwecke der Darstellung und Beschreibung vorgesehen. Es ist nicht beabsichtigt, dass diese erschöpfend ist oder die Offenbarung beschränkt. Individuelle Elemente oder Merkmale einer besonderen Ausführungsform sind im Allgemeinen nicht auf die besondere Ausführungsform beschränkt, wenn anwendbar, sind diese jedoch austauschbar und können bei einer ausgewählten Ausführungsform verwendet werden, auch wenn dies nicht spezifisch gezeigt oder beschrieben ist. Dieselben können außerdem verschiedenartig variiert sein. Solche Variationen sollen nicht als eine Abweichung von der Offenbarung betrachtet werden und alle solchen Modifikationen sind dahingehend gedacht, dass diese in dem Schutzumfang der Offenbarung umfasst sind.

Claims

Verfahren zum Modellieren einer Kreuzungsstruktur einer Fahrbahn, wobei das Verfahren aufweist: Aufnehmen eines ersten Datensatzes einschließlich Fahrspurinformationen; Aufnehmen eines zweiten Datensatzes einschließlich Fahrzeugbahninformationen für eine Kreuzungsstruktur einer Fahrbahn; Ermitteln von Spurknotenpositionen aus zumindest einem der ersten und zweiten Datensätze; Erstellen eines Satzes von möglichen Verbindungen zwischen den Spurknotenpositionen; Bewerten einer Wahrscheinlichkeit für jede Verbindung, dass die Verbindung eine zulässige Verbindung darstellt, und Zuordnen eines Wahrscheinlichkeitswerts zu jeder Verbindung; Filtern der Verbindungen basierend auf einem vorbestimmte Schwellen-Wahrscheinlichkeitswert und Erzeugen eines Satzes von zulässigen Verbindungen; und Schaffen eines Modells der Kreuzungsstruktur basierend auf dem Satz von zulässigen Verbindungen.
Verfahren nach Anspruch 1, wobei der Schritt zum Bewerten einer Wahrscheinlichkeit für jede Verbindung, dass die Verbindung eine zulässige Verbindung ist, aufweist: Verwenden eines Verfolgungsalgorithmus, um eine Mehrzahl von vollständigen Fahrwegen aus dem zweiten Datensatz zu erhalten, wobei jeder vollständige Fahrweg ein einzelnes Fahrzeug darstellt, welches über die Kreuzung verfolgt wird; und Korrelieren jedes vollständigen Fahrwegs mit einer Verbindung.
Verfahren nach Anspruch 2, wobei jeder vollständige Fahrweg ein einzelnes verfolgtes Fahrzeug darstellt, welches zwei Knotenpositionen durchläuft.
Verfahren nach Anspruch 2, ferner aufweisend das Zuordnen eines Wahrscheinlichkeitswerts von 1 zu jeder Verbindung, welche mit einem vollständigen Fahrweg in Beziehung gesetzt ist.
Verfahren nach Anspruch 2, ferner aufweisend: Verwenden des Verfolgungsalgorithmus, um eine Mehrzahl von Teil-Fahrwegen aus dem zweiten Datensatz zu erhalten, wobei jeder Teil-Fahrweg ein einzelnes Fahrzeug darstellt, welches über zumindest einen Abschnitt der Kreuzung verfolgt wird; und Korrelieren jedes Teil-Fahrwegs mit einer Verbindung.
Verfahren nach Anspruch 5, wobei der Teil-Fahrweg zumindest eine Knotenposition durchläuft.
Verfahren nach Anspruch 5, wobei der Schritt zum Zuordnen des Wahrscheinlichkeitswerts zu einer Verbindung, welche mit einem Teil-Fahrweg in Beziehung gesetzt ist, das Verwenden einer Bayesian-Modell-Mittelungstechnik aufweist, um einen Wahrscheinlichkeitswert zu berechnen, welcher kleiner als 1 ist.
Verfahren nach Anspruch 7, wobei die Bayesian-Modell-Mittelungstechnik durch die folgende Gleichung bestimmt ist: p(λ_q|T) = Σ_m∊Mp(λ_q|m)p(m|T) worin p(λ_q|T) dem Wahrscheinlichkeitswert der Verbindung (λ_q) mit einem gegebenen Satz von Teil-Fahrwegen (T) entspricht, wobei m einem Kreuzungsmodell entspricht und ein Satz von Kreuzungsmodellen (M) dateneffizient ist.
Verfahren nach Anspruch 1, wobei die Fahrspurinformationen von einer ersten Quelle empfangen werden und die Fahrzeugbahninformationen von einer zweiten Quelle empfangen werden.
Verfahren nach Anspruch 9, wobei die erste Quelle eine gegebene Karten-Datenbank aufweist.
Verfahren nach Anspruch 9, wobei die erste Quelle Daten aufweist, welche aus einem Spur-Schätzalgorithmus unter Verwendung einer Kombination von LIDAR-Daten und Straßen-Kartendaten erhalten werden.
Verfahren nach Anspruch 9, wobei die zweite Quelle zumindest eines aus LIDAR-Daten, Radar-Daten, Standbild-Daten, Video-Daten, tabellarischen Daten und Kombinationen davon aufweist.
Verfahren nach Anspruch 1, wobei dem vorbestimmte Schwellen-Wahrscheinlichkeitswert ein Wert zugeordnet ist, welcher für die Kreuzung spezifisch ist, und das Filtern der Verbindungen das Ausschließen sämtlicher Verbindungen mit einem kleineren Wahrscheinlichkeitswert als der vorbestimmte Schwellen-Wahrscheinlichkeitswert aus dem Satz von zulässigen Verbindungen aufweist.
Verfahren zum Modellieren einer Kreuzungsstruktur einer Fahrbahn, wobei das Verfahren aufweist: Identifizieren eines Satzes von Verbindungen zwischen Spurknotenpositionen für eine Kreuzungsstruktur einer Fahrbahn; Verwenden von Fahrzeugbahninformationen von der Kreuzungsstruktur, um einen Satz von Fahrzeug-Fahrwegen zu erzeugen, welche die Kreuzung durchlaufen haben; Kategorisieren der Fahrzeug-Fahrwege in vollständige Fahrwege und Teil-Fahrwege; Bewerten einer Wahrscheinlichkeit für jeden Teil-Fahrweg, dass der Teil-Fahrweg mit einer Verbindung in Beziehung steht, wobei die Wahrscheinlichkeit unter Verwendung einer Bayesian-Modell-Mittelungstechnik ermittelt wird; Erzeugen eines Satzes von zulässigen Verbindungen; und Schaffen eines Modells der Kreuzungsstruktur basierend auf dem Satz von zulässigen Verbindungen.
Verfahren nach Anspruch 14, wobei der Schritt zum Erzeugen des Satzes von zulässigen Verbindungen aufweist: Zuordnen eines Wahrscheinlichkeitswerts von 1 zu jedem vollständigen Fahrzeug-Fahrweg; Zuordnen eines Wahrscheinlichkeitswert, welcher kleiner als 1 ist, zu jedem Teil-Fahrzeug-Fahrweg; und Filtern der Verbindungen basierend auf einem vorbestimmten Schwellen-Wahrscheinlichkeitswert.
Verfahren nach Anspruch 15, wobei der Satz von zulässigen Verbindungen sämtliche Verbindungen ausschließt, welche einen zugeordneten Wahrscheinlichkeitswert besitzen, der kleiner als der vorbestimmte Schwellen-Wahrscheinlichkeitswert ist.
Verfahren nach Anspruch 14, wobei die Bayesian-Modell-Mittelungstechnik durch die folgende Gleichung bestimmt ist: p(λ_q|T) = ∑_m∊Mp(λ_q|m)p(m|T) worin p(λ_q|T) dem Wahrscheinlichkeitswert der Verbindung (λ_q) mit einem gegebenen Satz von Teil-Fahrwegen (T) entspricht, wobei m einem Kreuzungsmodell entspricht und ein Satz von Kreuzungsmodellen (M) dateneffizient ist.