DE102019126431B4

DE102019126431B4 - Verfahren und Vorrichtung zur Lokalisierung eines Fahrzeugs

Info

Publication number: DE102019126431B4
Application number: DE102019126431.6A
Authority: DE
Inventors: Miguel Julia Cristobal; Christian Panhuber
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2019-10-01
Filing date: 2019-10-01
Publication date: 2022-02-17
Anticipated expiration: 2039-10-02
Also published as: DE102019126431A1

Abstract

Vorrichtung (101) zur Ermittlung der Position (211) eines Fahrzeugs (100) unter Verwendung eines Partikelfilters; wobei die Vorrichtung (101) eingerichtet ist, für einen Zeitpunkt,- einen Indikator zu ermitteln, der eine zu erwartende Menge an neuer Information in Bezug auf die Position (211) des Fahrzeugs (100) anzeigt, die sich voraussichtlich aus Sensordaten für einen nachfolgenden Zeitpunkt ergeben wird; und- in Abhängigkeit von dem Indikator zu entscheiden, ob eine Neu-Abtastung einer Verteilung von Partikeln (210) durchgeführt wird, wobei durch die Verteilung von Partikeln (210) eine geschätzte Wahrscheinlichkeitsverteilung der Position (211) des Fahrzeugs (100) beschrieben wird.

Description

Die Erfindung betrifft ein Verfahren und eine entsprechende Vorrichtung zur Lokalisierung eines Fahrzeugs, insbesondere zur Ermittlung der Position eines Fahrzeugs innerhalb einer digitalen Karte.
Ein Fahrzeug kann für ein sicheres, komfortables und effizientes automatisiertes Fahren digitale Karten verwenden. In diesem Zusammenhang ist es vorteilhaft, das Fahrzeug in präziser und robuster Weise innerhalb der digitalen Karte zu lokalisieren und/oder zu positionieren.
Das vorliegende Dokument befasst sich mit der technischen Aufgabe, eine präzise und robuste Lokalisierung eines Fahrzeugs innerhalb eines Referenzkoordinatensystems, insbesondere innerhalb einer digitalen Karte eines Straßennetzes, zu ermöglichen.
Zum Stand der Technik wird auf die Druckschriften DE 196 33 884 B4 DE 10 2012 209 311 A1 und DE 10 2016 011 366 A1 verwiesen.
Die Aufgabe wird durch jeden der unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen werden u.a. in den abhängigen Ansprüchen beschrieben. Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Anspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.
Gemäß einem Aspekt wird eine Vorrichtung zur Ermittlung der Position eines Fahrzeugs mittels und/oder unter Verwendung eines Partikelfilters beschrieben. Der Partikelfilter kann Teil der Vorrichtung sein. Insbesondere kann die Vorrichtung eingerichtet sein, eine Verteilung von Partikeln zu ermitteln, durch die eine Wahrscheinlichkeitsverteilung der Position des Fahrzeugs beschrieben wird. Der Schätzwert der Position des Fahrzeugs kann dann als Erwartungswert der ermittelten Wahrscheinlichkeitsverteilung der Position des Fahrzeugs ermittelt werden.
Die Verteilung von Partikeln kann eine Vielzahl (N, z.B. N > 100 oder N > 1000) von Partikeln umfassen. Dabei weist jedes Partikel eine bestimmte Position auf. Insbesondere kann jedes Partikel der Verteilung von Partikeln einer Hypothese in Bezug auf die Position des Fahrzeugs entsprechen. Die örtliche Wahrscheinlichkeitsverteilung der Position des Fahrzeugs kann dann durch die örtliche Verteilung der Partikel, insbesondere durch die ortsabhängige Dichte der Partikel, angezeigt bzw. beschrieben werden.
Die Vorrichtung kann eingerichtet sein, die Verteilung von Partikeln iterativ an einer Sequenz von Zeitpunkten auf Basis von Sensordaten in Bezug auf die Position des Fahrzeugs anzupassen. So können nach-und-nach die Genauigkeit der örtlichen Verteilung von Partikeln und damit die Genauigkeit der geschätzten Wahrscheinlichkeitsverteilung der Position des Fahrzeugs erhöht werden.
Die Sensordaten in Bezug auf die Position des Fahrzeugs können z.B. Sensordaten (d.h. Umfelddaten) von ein oder mehreren Umfeldsensoren (z.B. von einer Kamera und/oder einem Lidarsensor) umfassen. Auf Basis der Umfelddaten kann z.B. die relative Position des Fahrzeugs zu ein oder mehreren Landmarken im Umfeld des Fahrzeugs ermittelt werden. Aus den bekannten Referenzpositionen der ein oder mehreren Landmarken kann dann auf die Position des Fahrzeugs geschlossen werden. Alternativ oder ergänzend können die Sensordaten Positionswerte (z.B. GPS Koordinaten) eines Positionssensors des Fahrzeugs umfassen.
Die Vorrichtung kann darauf ausgelegt sein, die Position des Fahrzeugs innerhalb eines Referenzkoordinatensystems (z.B. innerhalb eines Weltkoordinatensystems) zu ermitteln. Insbesondere kann die Vorrichtung darauf ausgelegt sein, die Position des Fahrzeugs innerhalb einer digitalen Karte für ein Straßennetz zu ermitteln.
Die Sensordaten, die von ein oder mehreren Sensoren des Fahrzeugs erfasst werden, weisen typischerweise Messungenauigkeiten auf. Als Folge daraus kann die Position des Fahrzeugs auf Basis der Sensordaten an einem einzigen Zeitpunkt typischerweise nur mit einer relativ geringen Genauigkeit ermittelt werden. Die Genauigkeit der Ermittlung der Position des Fahrzeugs kann jedoch durch eine iterative Berücksichtigung der Sensordaten an der Sequenz von Zeitpunkten erhöht werden. Dabei kann eine Monte Carlo Localization (MCL) Methode verwendet werden, um in iterativer Weise die Verteilung von Partikeln auf Basis der Sensordaten an der Sequenz von Zeitpunkten anzupassen.
Die Vorrichtung kann eingerichtet ist, für einen Zeitpunkt (z.B. für einen Zeitpunkt aus der Sequenz von (direkt) aufeinanderfolgenden Zeitpunkten), einen Indikator zu ermitteln. Der Indikator kann dabei eine zu erwartende Menge an neuer Information in Bezug auf die Position des Fahrzeugs anzeigen, die sich voraussichtlich aus den Sensordaten für einen (direkt) nachfolgenden Zeitpunkt ergeben wird. Dabei kann der Indikator auf Basis von Sensordaten von ein oder mehreren Sensoren, insbesondere von einem Geschwindigkeitssensor, des Fahrzeugs ermittelt werden.
Insbesondere kann die Vorrichtung eingerichtet sein, für den Zeitpunkt (insbesondere für den Zeitpunkt der Sequenz von Zeitpunkten), Geschwindigkeitsinformation in Bezug auf die Geschwindigkeit zu ermitteln, mit der das Fahrzeug seine Position und/oder seine Orientierung ändert. Der Indikator kann dann in präziser Weise auf Basis der Geschwindigkeitsinformation ermittelt werden. Insbesondere kann der Indikator durch die Geschwindigkeitsinformation gegeben bzw. definiert sein. Dabei kann der Indikator derart ermittelt werden, dass der Indikator eine relativ hohe, zu erwartende Menge an neuer Information anzeigt, wenn die Geschwindigkeitsinformation eine relativ hohe Geschwindigkeit des Fahrzeugs anzeigt (und sich somit das Umfeld des Fahrzeugs voraussichtlich relativ stark verändern wird). Alternativ oder ergänzend kann der Indikator derart ermittelt werden, dass der Indikator eine relativ niedrige, zu erwartende Menge an neuer Information anzeigt, wenn die Geschwindigkeitsinformation eine relativ niedrige Geschwindigkeit des Fahrzeugs anzeigt (und sich somit das Umfeld des Fahrzeugs voraussichtlich nur relativ wenig verändern wird).
Die Vorrichtung kann ferner eingerichtet sein, an dem Zeitpunkt (insbesondere an dem Zeitpunkt aus der Sequenz von Zeitpunkten), in Abhängigkeit von dem Indikator eine Neu-Abtastung der Verteilung von Partikeln (an dem Zeitpunkt) durchzuführen oder nicht durchzuführen. Mit anderen Worten, es kann in Abhängigkeit von dem Indikator entschieden werden, ob eine Neu-Abtastung der Verteilung von Partikeln durchgeführt wird oder nicht. Insbesondere kann eine Neu-Abtastung der Verteilung von Partikeln durchgeführt werden, wenn der Indikator eine relativ hohe, zu erwartende Menge an neuer Information in den Sensordaten an dem nachfolgenden Zeitpunkt anzeigt. Andererseits kann eine Neu-Abtastung der Verteilung von Partikeln unterbunden werden, wenn der Indikator eine relativ niedrige, zu erwartende Menge an neuer Information in den Sensordaten an dem nachfolgenden Zeitpunkt anzeigt.
Durch die Neu-Abtastung der Verteilung von Partikeln kann bewirkt werden, dass sich die Varianz der Partikel reduziert, und die Verteilung von Partikeln nach der Neu-Abtastung ein reduziertes Volumen im Zustandsraum abdeckt. So können die Sicherheit und das Konvergenzverhalten der Verteilung von Partikeln verbessert werden. Im Rahmen der Neu-Abtastung werden typischerweise ein oder mehrere Partikel, für relativ wenig wahrscheinliche Hypothesen, eliminiert, und somit nicht weiterverfolgt.
Alternativ oder ergänzend kann durch die Neu-Abtastung der Verteilung von Partikeln ggf. die Verteilung von Partikeln darauf vorbereitet werden, an dem nachfolgenden Zeitpunkt neue Information in Bezug auf die Position des Fahrzeugs aufzunehmen, die aus den Sensordaten für den nachfolgenden Zeitpunkt extrahiert werden. Durch die Neu-Abtastung kann insbesondere bewirkt werden, dass relativ viel neue Information aufgenommen werden kann, während durch eine nicht neu abgetastete Verteilung typischerweise nur eine reduzierte Menge an neuer Information aufgenommen werden kann.
Die erhöhte Aufnahmefähigkeit von neuer Information durch eine Neu-Abtastung kann dadurch erreicht werden, dass bei der Neu-Abtastung Information in Bezug auf die Wahrscheinlichkeitsverteilung der zu ermittelnden Position des Fahrzeugs, die sich in Gewichten der Partikel befindet, in die örtliche Verteilung der Partikel übertragen wird, und somit die Gewichte der Partikel wieder für die Aufnahme von neuer Information zur Verfügung stehen.
Andererseits kann eine Neu-Abtastung der Verteilung von Partikeln dazu führen, dass durch den endgültigen Verlust von wenig wahrscheinlichen Partikeln im Rahmen der Neu-Abtastung, wenig wahrscheinliche aber weiterhin mögliche Hypothesen in Bezug auf die zu ermittelnde Position des Fahrzeugs endgültig verloren gehen, und somit ggf. die korrekte Position des Fahrzeugs nicht mehr ermittelt werden kann.
Durch die Berücksichtigung eines Indikators für den in Zukunft zu erwartenden Informationsgehalt aus den in Zukunft erfassten Sensordaten bei der Entscheidung darüber, ob eine Neu-Abtastung durchgeführt wird oder nicht, kann der Kompromiss aus dem möglichen Verlust von relevanten Positionshypothesen durch das Neu-Abtasten und aus der Erhöhung der Fähigkeit des Partikelfilters durch das Neu-Abtasten zu konvergieren verbessert werden. So können die Zuverlässigkeit, Robustheit und die Genauigkeit der iterativen Ermittlung der Position des Fahrzeugs erhöht werden.
Die Vorrichtung kann eingerichtet sein, für den Zeitpunkt (insbesondere für den Zeitpunkt aus der Sequenz von Zeitpunkten), Sensordaten in Bezug auf die Position des Fahrzeugs zu ermitteln. Es kann dann auf Basis der Sensordaten eine sensor-basierte Wahrscheinlichkeitsverteilung der Position des Fahrzeugs (für den Zeitpunkt) ermittelt werden. Die sensor-basierte Wahrscheinlichkeitsverteilung zeigt dabei die möglichen Positionen an, an denen sich das Fahrzeug (ggf. allein) aufgrund der für den jeweiligen Zeitpunkt ermittelten Sensordaten befinden könnte.
Die sensor-basierte Wahrscheinlichkeitsverteilung für den jeweiligen Zeitpunkt enthält dabei Positionsinformation, die dazu verwendet werden kann, die (in iterativer Weise) geschätzte Wahrscheinlichkeitsverteilung für die Position des Fahrzeugs, d.h. die Verteilung von Partikeln, zu aktualisieren. Insbesondere können Gewichte der Partikel der Verteilung von Partikeln in Abhängigkeit von der sensor-basierten Wahrscheinlichkeitsverteilung angepasst werden, um eine Verteilung von (ggf. neu) gewichteten Partikeln zu ermitteln. Das Gewicht eines Partikels kann dabei die Wahrscheinlichkeit dafür anzeigen, dass die Position des Partikels der Position des Fahrzeugs entspricht.
Die Verteilung von gewichteten Partikeln beschreibt dann die geschätzte Wahrscheinlichkeitsverteilung für die Position des Fahrzeugs durch zumindest zwei Parameter: die örtliche Verteilung der Dichte der Partikeln und die Werte der Gewichte der einzelnen Partikel.
Durch eine ungleichmäßige Gewichtung der einzelnen Partikel sinkt die Dichte der Partikel in einem Bereich im Zustandsraum, in dem die optimale Lösung zu erwarten ist, und somit die Wahrscheinlichkeit zu der optimalen Lösung zu konvergieren. Des Weiteren kann durch eine ungleichmäßige Gewichtung der einzelnen Partikel ggf. die Aufnahmefähigkeit der Partikelverteilung für neue Positionsinformation sinken. Zur Erhöhung der Aufnahmefähigkeit und/oder zur Fokussierung auf den Bereich der optimalen Lösung kann es daher typischerweise vorteilhaft sein, eine Neu-Abtastung der Verteilung von gewichteten Partikeln durchzuführen.
Dabei kann die Vorrichtung eingerichtet sein, im Rahmen der Neu-Abtastung, die Verteilung von gewichteten Partikeln, bei der die Partikel zumindest teilweise Gewichte mit unterschiedlichen Werten aufweisen, durch eine (entsprechende) Verteilung von neu-abgetasteten Partikeln zu ersetzten, bei der die Partikel gleichwertige Gewichte aufweisen. Dabei kann ein Partikel aus der Verteilung von gewichteten Partikeln, der ein relativ hochwertiges Gewicht aufweist, durch eine relativ hohe Anzahl von neu-abgetasteten Partikeln ersetztet werden. Andererseits kann ein Partikel aus der Verteilung von gewichteten Partikeln, der ein relativ niederwertiges Gewicht aufweist, durch eine relativ niedrige Anzahl von neu-abgetasteten Partikeln oder ggf. durch gar kein neu-abgetastetes Partikel ersetztet werden (wodurch es zu dem o.g. Verlust von Positionshypothesen kommen kann). Die Gesamtzahl N an Partikeln kann dabei im Rahmen der Neu-Abtastung gleich bleiben.
Mit anderen Worten, im Rahmen der Neu-Abtastung kann ein Partikel mit einer bestimmten Anzahl von neu-abgetasteten Partikeln ersetzt werden. Dies kann insbesondere derart erfolgen, dass die Anzahl von neu-abgetasteten Partikeln, durch die ein Partikel ersetzt wird, mit steigendem Wert des Gewichtes des Partikels ansteigt bzw. mit sinkendem Wert des Gewichts des Partikels sinkt. Ein Partikel, das ein Gewicht mit einem ersten Wert aufweist, wird somit durch eine höhere Anzahl von neu-abgetasteten Partikeln ersetzt, als ein Partikel, das ein Gewicht mit einem zweiten Wert aufweist, wenn (insbesondere nur dann, wenn) der zweite Wert größer als der erste Wert ist.
Die Vorrichtung kann eingerichtet sein (an jedem Zeitpunkt der Sequenz von Zeitpunkten), in Abhängigkeit von dem Indikator (insbesondere in Abhängigkeit von der Geschwindigkeitsinformation) eine Neu-Abtastung der Verteilung von gewichteten Partikeln durchzuführen oder zu unterlassen, bzw. in Abhängigkeit von dem Indikator zu entscheiden, ob eine Neu-Abtastung der Verteilung von Partikeln durchgeführt wird oder nicht. An dem nachfolgenden Zeitpunkt bzw. bei der nachfolgenden Iteration kann dann entweder die (neu-abgetastete) Verteilung von neu-abgetasteten (gleichwertig gewichteten) Partikeln verwendet werden (wenn der Indikator anzeigt, dass eine relativ große Menge an neuer Positionsinformation erwartet wird) oder die (nicht neu-abgetastete) Verteilung von gewichteten Partikeln verwendet werden (wenn der Indikator anzeigt, dass eine relativ geringe Menge an neuer Positionsinformation erwartet wird). So können die Zuverlässigkeit, die Robustheit und die Genauigkeit der Ermittlung der Position des Fahrzeugs weiter verbessert werden.
Wie bereits oben dargelegt, kann die Vorrichtung eingerichtet sein, für die Sequenz von Zeitpunkten, wiederholt und/oder iterativ, den Indikator (insbesondere die Geschwindigkeitsinformation) zu ermitteln und die Neu-Abtastung der jeweiligen Verteilung von Partikeln in Abhängigkeit von dem Indikator durchzuführen oder nicht durchzuführen (und in letzterem Fall die Verteilung von gewichteten Partikeln beizubehalten). Dabei kann bei jeder Iteration die Verteilung von Partikeln auf Basis der Positionsinformation aus den jeweils aktuell ermittelten Sensordaten angepasst werden. Dieser Prozess kann wiederholt werden, bis ein Abbruchkriterium erfüllt ist. Es kann dann auf Basis der Verteilung von Partikeln bei Vorliegen des Abbruchkriteriums ein präziser Schätzwert der Position des Fahrzeugs ermittelt werden, z.B. als Erwartungswert der Position der Partikel aus der (örtlichen) Verteilung von Partikeln. Dabei können bei der Ermittlung des Erwartungswertes die Gewichte der einzelnen Partikel berücksichtigt werden.
Die Vorrichtung kann eingerichtet sein, für einen jeweiligen Zeitpunkt (insbesondere für einen jeweiligen Zeitpunkt aus der Sequenz von Zeitpunkten), Varianzinformation in Bezug auf die Varianz und/oder Streuung der Gewichte der Partikel (insbesondere der Werte der Gewichte der Partikel) aus der Verteilung von Partikeln zu ermitteln. Des Weiteren kann die Vorrichtung eingerichtet sein, die Neu-Abtastung der Verteilung von Partikeln (auch) in Abhängigkeit von der Varianzinformation durchzuführen oder nicht durchzuführen, bzw. in Abhängigkeit von der Varianzinformation zu entscheiden, ob die Neu-Abtastung der Verteilung von Partikeln durchgeführt wird oder nicht. Insbesondere kann die Vorrichtung eingerichtet sein, die Varianzinformation mit einem Schwellenwert zu vergleichen, wobei der Schwellenwert von dem Indikator (insbesondere von der Geschwindigkeitsinformation) abhängig ist. Die Neu-Abtastung der Verteilung von Partikeln kann dann in Abhängigkeit von dem Vergleich durchgeführt oder nicht durchgeführt werden. Durch die (zusätzliche) Berücksichtigung der Varianzinformation können die Zuverlässigkeit, die Robustheit und die Genauigkeit der Ermittlung der Position des Fahrzeugs weiter verbessert werden.
w_i kann das Gewicht eines Partikels i sein. Die Varianzinformation kann eine effektive Anzahl k von Partikeln der Verteilung von Partikeln umfassen bzw. sein, insbesondere mit $k = \frac{1}{\sum_{i} w_{i}^{2}} .$
Mit anderen Worten, die Varianzinformation kann durch die effektive Anzahl k von Partikeln beschrieben werden. Des Weiteren kann T ein Schwellenwert sein, der von dem Indikator (insbesondere von der Geschwindigkeitsinformation) abhängt. Dabei kann die Vorrichtung eingerichtet sein, den Schwellenwert T zu erhöhen, wenn der Indikator eine steigende, zu erwartende Menge an neuer Information anzeigt; und/oder den Schwellenwert T zu reduzieren, wenn der Indikator eine sinkende, zu erwartende Menge an neuer Information anzeigt; und/oder den Schwellenwert T in monotoner Weise in Abhängigkeit von dem Indikator anzupassen.
Die Vorrichtung kann ferner eingerichtet sein, zu überprüfen, ob k < T oder k > T bzw. k ≥ T ist. Die Neu-Abtastung der Verteilung von Partikeln kann ggf. dann, insbesondere ggf. nur dann, durchgeführt werden, wenn k < T. Alternativ oder ergänzend kann die Neu-Abtastung der Verteilung von Partikeln ggf. dann, insbesondere ggf. nur dann, nicht durchgeführt werden, wenn k > T bzw. k ≥ T. Durch den Vergleich der Varianzinformation mit einem Indikator-abhängigen Schwellenwert können die Zuverlässigkeit, die Robustheit und die Genauigkeit der Ermittlung der Position des Fahrzeugs weiter verbessert werden.
Gemäß einem weiteren Aspekt wird eine Vorrichtung zur Ermittlung der Position eines Fahrzeugs unter Verwendung eines Partikelfilters beschrieben. Die in diesem Dokument beschriebenen Merkmale und/oder Aspekte sind einzeln oder in Kombination auch für diese Vorrichtung anwendbar. Die Vorrichtung kann eingerichtet sein, für einen Zeitpunkt, Geschwindigkeitsinformation in Bezug auf eine Geschwindigkeit zu ermitteln, mit der das Fahrzeug seine Position und/oder seine Orientierung ändert. Wie bereits oben dargelegt, kann die Geschwindigkeit ein Indikator für die zu erwartende Menge an neuer Information in Bezug auf die Position des Fahrzeugs sein, die sich voraussichtlich aus Sensordaten für einen nachfolgenden Zeitpunkt ergeben wird.
Die Vorrichtung kann ferner eingerichtet sein, in Abhängigkeit von der Geschwindigkeitsinformation zu entscheiden, ob eine Neu-Abtastung der Verteilung von Partikeln durchgeführt wird oder nicht. Insbesondere kann die Vorrichtung eingerichtet sein, die Neu-Abtastung der Verteilung von Partikeln dann und/oder ggf. nur dann durchzuführen, wenn k < T, und/oder die Neu-Abtastung der Verteilung von Partikeln dann und/oder ggf. nur dann nicht durchzuführen, wenn k ≥ T. Dabei kann der Schwellenwert T von der Geschwindigkeitsinformation abhängen. Insbesondere kann der Schwellenwert T von der Geschwindigkeit abhängen, mit der das Fahrzeug seine Position und/oder seine Orientierung an dem aktuellen Zeitpunkt ändert.
Die Vorrichtung kann somit eingerichtet sein, für den Zeitpunkt, Varianzinformation k in Bezug auf die Varianz und/oder die Streuung von Gewichten der Verteilung von Partikeln vor der Neu-Abtastung zu ermitteln. Des Weiteren kann die Vorrichtung eingerichtet sein, die Varianzinformation k mit einem Schwellenwert T zu vergleichen, wobei der Schwellenwert T von der Geschwindigkeitsinformation, insbesondere von der Geschwindigkeit des Fahrzeugs, abhängig sein kann. Der Schwellenwert T kann mit steigender Bewegungs-Geschwindigkeit des Fahrzeugs erhöht werden. Alternativ oder ergänzend kann der Schwellenwert T mit sinkender Bewegungs-Geschwindigkeit des Fahrzeugs reduziert werden.
Es kann dann in Abhängigkeit von dem Vergleich entschieden werden, ob die Neu-Abtastung der Verteilung von Partikeln durchgeführt wird oder nicht. Dies kann insbesondere derart erfolgen, dass (ggf. nur dann) entschieden wird, dass die Neu-Abtastung durchgeführt wird, wenn die Varianzinformation k kleiner als der Schwellenwert T ist, und/oder dass (ggf. nur dann) entschieden wird, dass die Neu-Abtastung nicht durchgeführt wird, wenn die Varianzinformation k größer als oder gleich wie der Schwellenwert T ist.
Durch die Durchführung einer geschwindigkeits-abhängigen Neu-Abtastung der Verteilung von Partikeln können die Genauigkeit der ermitteln Position des Fahrzeugs und das Konvergenzverhalten der Verteilung von Partikeln verbessert werden.
Gemäß einem weiteren Aspekt wird ein (Straßen-)Kraftfahrzeug (insbesondere ein Personenkraftwagen oder ein Lastkraftwagen oder ein Bus oder ein Motorrad) und/oder eine Fahrzeug-externe Einheit (z.B. ein Server) beschrieben, das bzw. die die in diesem Dokument beschriebene Vorrichtung umfassen.
Gemäß einem weiteren Aspekt wird ein (Computer-implementiertes) Verfahren zur Ermittlung der Position eines Fahrzeugs mittels eines Partikelfilters beschrieben. Das Verfahren umfasst, für einen Zeitpunkt aus einer Sequenz von Zeitpunkten, das Ermitteln eines Indikators, der eine zu erwartende Menge an neuer Information in Bezug auf die Position des Fahrzeugs anzeigt, die sich voraussichtlich aus Sensordaten für einen nachfolgenden Zeitpunkt ergeben wird. Des Weiteren umfasst das Verfahren, für den Zeitpunkt, das Durchführen oder das Nicht-Durchführen einer Neu-Abtastung einer Verteilung von Partikeln, durch die eine geschätzte Wahrscheinlichkeitsverteilung der Position des Fahrzeugs (innerhalb einer digitalen Karte für ein Straßennetz) beschrieben wird, in Abhängigkeit von dem Indikator.
Gemäß einem weiteren Aspekt wird ein (weiteres) Verfahren zur Ermittlung der Position eines Fahrzeugs mittels eines Partikelfilters beschrieben. Das Verfahren umfasst, für einen Zeitpunkt, das Ermitteln von Geschwindigkeitsinformation in Bezug auf die Geschwindigkeit des Fahrzeugs. Des Weiteren umfasst das Verfahren, für den Zeitpunkt, das Durchführen oder das Nicht-Durchführen einer Neu-Abtastung einer Verteilung von Partikeln, durch die eine geschätzte Wahrscheinlichkeitsverteilung der Position des Fahrzeugs (innerhalb einer digitalen Karte für ein Straßennetz) beschrieben wird, in Abhängigkeit von der Geschwindigkeitsinformation, insbesondere in Abhängigkeit von der Geschwindigkeit des Fahrzeugs.
Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor (z.B. auf einem Steuergerät eines Fahrzeugs und/oder auf einem Server) ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.
Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.
Es ist zu beachten, dass die in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systeme sowohl alleine, als auch in Kombination mit anderen in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen verwendet werden können. Des Weiteren können jegliche Aspekte der in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen in vielfältiger Weise miteinander kombiniert werden. Insbesondere können die Merkmale der Ansprüche in vielfältiger Weise miteinander kombiniert werden.
Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen näher beschrieben. Dabei zeigen

1 beispielhafte Komponenten eines Fahrzeugs;
2a eine beispielhafte digitale Karte mit Partikeln;
2b eine beispielhafte Verteilung von Partikeln;
2c beispielhafte gewichtete Partikel;
2d eine beispielhafte neu abgetastete Verteilung von Partikeln; und
3 ein Ablaufdiagramm eines beispielhaften Verfahrens zur Lokalisierung eines Fahrzeugs.

Wie eingangs dargelegt, befasst sich das vorliegende Dokument mit der präzisen und robusten Lokalisierung eines Fahrzeugs innerhalb einer digitalen Karte. 1 zeigt beispielhafte Komponenten eines Fahrzeugs 100. Das Fahrzeug 100 umfasst ein oder mehrere Umfeldsensoren 102, die eingerichtet sind, Sensordaten (in diesem Dokument auch als Umfelddaten bezeichnet) in Bezug auf das Umfeld des Fahrzeugs 100 zu erfassen. Beispielhafte Umfeldsensoren 102 sind: eine Bildkamera, ein Radarsensor, ein Lidarsensor, ein Ultraschallsensor, etc. Eine Steuereinheit 101 des Fahrzeugs 100 kann eingerichtet sein, auf Basis der Umfelddaten (insbesondere auf Basis von Bilddaten einer Kamera) ein oder mehrere Objekte in dem Umfeld des Fahrzeugs 100 zu detektieren. Insbesondere kann auf Basis der Umfelddaten eine Landmarke (z.B. ein Gebäude) im Umfeld des Fahrzeugs 100 detektiert werden, für die die genaue (Referenz-)Position (innerhalb des Referenzkoordinatensystems) bekannt ist. Des Weiteren kann auf Basis der Umfelddaten eine Messposition der Landmarke ermittelt werden. Die Messposition kann dann mit der Referenzposition der Landmarke verglichen werden, um das Fahrzeug 100 (innerhalb des Referenzkoordinatensystems und/oder innerhalb einer digitalen Karte) zu lokalisieren.
Das Fahrzeug 100 kann ferner einen Positionssensor 103 umfassen, der eingerichtet ist, Sensordaten (in diesem Dokument auch als Positionsdaten bezeichnet) in Bezug auf die Position des Fahrzeugs 100 zu erfassen. Die Positionsdaten können wiederholt an einer Sequenz von Zeitpunkten erfasst werden. Insbesondere können die Positionsdaten Positionswerte für unterschiedliche Zeitpunkte umfassen, wobei der Positionswert für einen bestimmten Zeitpunkt die Position des Fahrzeugs 100 an dem bestimmten Zeitpunkt anzeigt (innerhalb des Referenzkoordinatensystems bzw. innerhalb der digitalen Karte). Ein (mehrdimensionaler) Positionswert kann z.B. die GPS Koordinaten des Fahrzeugs 100 umfassen. Dabei ist ein Positionswert typischerweise mit einer bestimmten Unsicherheit (z.B. mit einer bestimmten Standardabweichung) behaftet.
Des Weiteren kann das Fahrzeug 100 ein oder mehrere Fahrzeugsensoren 104 umfassen, die eingerichtet sind, Sensordaten (in diesem Dokument auch als Fahrzeugdaten bezeichnet) in Bezug auf einen Zustand des Fahrzeugs 100 zu erfassen. Die Fahrzeugdaten können z.B. anzeigen: die Geschwindigkeit, die Orientierung, die Gierrate, die Beschleunigung, etc. Die Steuereinheit 101 kann eingerichtet sein, auf Basis der Fahrzeugdaten eine Pose des Fahrzeugs 100, d.h. eine (auf Basis der Odometrie ermittelte) Position und Orientierung des Fahrzeugs 100, zu ermitteln. Beispielsweise können auf Basis der Fahrzeugdaten für eine Sequenz von Zeitpunkten jeweils (mehrdimensionale) Posewerte in Bezug auf die Pose des Fahrzeugs 100 ermittelt werden. Dabei weisen die einzelnen Posewerte typischerweise eine bestimmte Unsicherheit (z.B. eine bestimmte Standardabweichung) auf.
Außerdem kann das Fahrzeug 100 eine Kommunikationseinheit 105 umfassen, die eingerichtet ist, über eine (drahtlose) Kommunikationsverbindung mit einer externen Einheit (z.B. mit einem Backend-Server) Daten auszutauschen. Das Fahrzeug 100 kann eingerichtet sein, die bei einer Fahrt des Fahrzeugs 100 erfassten Sensordaten (insbesondere die Umfelddaten, die Positionsdaten und/oder die Fahrzeugdaten) an die externe Einheit zu senden, um es der externen Einheit zu ermöglichen, die Position und/oder die Pose des Fahrzeugs 100 zu ermitteln. Alternativ oder ergänzend kann die Steuereinheit 101 des Fahrzeugs 100 eingerichtet sein, auf Basis der erfassten Sensordaten (zumindest teilweise) die Position und/oder die Pose des Fahrzeugs 100 zu ermitteln, und ggf. über die Kommunikationseinheit 105 an die externe Einheit zu senden.
Die ermittelte Pose und/oder Position des Fahrzeugs 100 kann z.B. dazu verwendet werden, eine digitale Karte in Bezug auf ein Straßennetz zu aktualisieren. Beispielsweise kann der Verlauf einer Straße des Straßennetzes auf Basis der ermittelten Pose und/oder Position des Fahrzeugs 100 aktualisiert werden. Alternativ oder ergänzend können die ermittelte Pose und/oder Position des Fahrzeugs 100 dazu verwendet werden, das Fahrzeug 100 mit erhöhter Genauigkeit innerhalb der digitalen Karte zu lokalisieren. So kann die Güte einer Fahrfunktion des Fahrzeugs 100 (z.B. zum zumindest teilweise automatisierten Fahren des Fahrzeugs 100) erhöht werden. Es kann somit auf Basis der ermittelten Position und/oder Pose eine Fahrfunktion des Fahrzeugs 100 bereitgestellt werden.
2a zeigt eine beispielhafte digitale Karte 200 mit unterschiedlichen Fahrbahnen 201 für das Fahrzeug 100. Die Steuereinheit 101 des Fahrzeugs 100 kann eingerichtet sein, die verfügbaren Sensordaten dazu zu verwenden, sich innerhalb der digitalen Karte 200 zu lokalisieren. Des Weiteren kann auf Basis der Fahrzeugdaten (insbesondere auf Basis von Information in Bezug auf die Geschwindigkeit 205 und die Lenkung des Fahrzeugs 100) die Bewegung und/oder der zurückgelegte Weg des Fahrzeugs 100 ermittelt werden, und ebenfalls dazu verwendet werden, sich innerhalb der digitalen Karte 200 zu lokalisieren (mittels Odometrie).
Eine beispielhafte Methode zur Lokalisierung des Fahrzeugs 100 ist die sogenannte Monte Carlo Localization (MCL) Methode. Im Rahmen der MCL Methode wird eine Wahrscheinlichkeitsverteilung der Pose, und insbesondere der Position, des Fahrzeugs 100 ermittelt. Im Folgenden wird speziell auf die Position des Fahrzeugs 100 eingegangen, die beschriebenen Maßnahmen sind aber in entsprechender Weise auf die Ermittlung der Pose, d.h. der Position und/oder der Orientierung, des Fahrzeugs 100 anwendbar.
Die Wahrscheinlichkeitsverteilung der Position des Fahrzeugs 100 kann durch eine Vielzahl von Partikeln 210 approximiert werden. Dabei stellt jedes Partikel 210 eine Hypothese dahingehend auf, dass sich das Fahrzeug 100 an der Position des Partikels 210 befindet. 2a zeigt eine beispielhafte Verteilung von Partikeln 210 innerhalb der digitalen Karte 200. Aus 2a ist zu entnehmen, dass die Dichte von Partikeln 210 in unterschiedlichen Teilbereichen der digitalen Karte 200 unterschiedlich sein kann. Aus der Dichte der Partikel 210 kann auf die Position des Fahrzeugs 100 geschlossen werden. Insbesondere zeigt eine relativ hohe Dichte von Partikeln 210 in einem bestimmten Teilbereich eine relativ hohe Wahrscheinlichkeit dafür an, dass sich das Fahrzeug 100 in dem bestimmten Teilbereich befindet. Andererseits zeigt eine relativ niedrige Dichte von Partikeln 210 in einem bestimmten Teilbereich eine relativ geringe Wahrscheinlichkeit dafür an, dass sich das Fahrzeug 100 in dem bestimmten Teilbereich befindet.
Wenn kein a priori Wissen in Bezug auf die Position des Fahrzeugs 100 vorliegt, so wird die MCL Methode typischerweise mit einer innerhalb der digitalen Karte 200 gleichverteilten Menge von Partikeln 210 initialisiert. In einem nten Iterationsschritt der MCL Methode (d.h. zu einem bestimmten Zeitpunkt n) werden dann Sensordaten der ein oder mehreren Sensoren 102, 103 (insbesondere der Umfeldsensoren 102 und/oder des Positionssensors 103) erfasst, und es wird auf Basis der Sensordaten eine (sensor-basierte) Wahrscheinlichkeitsverteilung in Bezug auf die Position des Fahrzeugs 100 an dem Zeitpunkt n ermittelt. Beispielsweise kann durch den Positionswert (insbesondere durch die GPS Koordinaten) des Fahrzeugs 100 eine um den Positionswert angeordnete Wahrscheinlichkeitsverteilung bereitgestellt werden. Alternativ oder ergänzend kann auf Basis der Umfelddaten eine Landmarke im Umfeld des Fahrzeugs 100 detektiert werden, um eine (sensor-basierte) Wahrscheinlichkeitsverteilung in Bezug auf die Position des Fahrzeugs 100 zu ermitteln.
Die sensor-basierte Wahrscheinlichkeitsverteilung in Bezug auf die Position des Fahrzeugs 100 an dem Zeitpunkt n kann dazu verwendet werden, die Partikel 210 zu gewichten. Dabei kann einem Partikel i 210 ein Gewicht w_i zugewiesen werden, das von dem Wert der sensor-basierten Wahrscheinlichkeitsverteilung an der Position des Partikels i 210. Die sensor-basierte Wahrscheinlichkeitsverteilung kann die (basierend auf den Sensordaten ermittelte) Wahrscheinlichkeit für unterschiedliche Hypothesen (d.h. für unterschiedliche Partikel i 210) in Bezug auf die tatsächliche Position des Fahrzeugs 100 anzeigen. Das Gewicht w_i des Partikels i 210 kann dann in Abhängigkeit von dem Wert der Wahrscheinlichkeitsverteilung für die dem Partikel i 210 entsprechende Hypothese in Bezug auf die tatsächliche Position des Fahrzeugs 100 ermittelt werden. Es ergibt sich dann eine örtliche Verteilung von Partikeln 210, die jeweils unterschiedliche Gewichte w_i aufweisen.
2b zeigt eine beispielhafte örtliche Verteilung von Partikeln 210 für eine eindimensionale digitale Karte 200 an einem Zeitpunkt n. Die Partikel 210 weisen eine von der Position 211 abhängige Dichte auf (die sich z.B. nach mehreren Iterationen der MCL Methode ergeben hat). Die Höhe eines Partikels 210 zeigt das Gewicht w_i 212 des Partikels 210 an. In dem in 2b dargestellten Beispiel weisen alle Partikel 210 das gleiche Gewicht 212 auf.
Des Weiteren zeigt 2b eine beispielhafte sensor-basierte Wahrscheinlichkeitsverteilung 220 an dem Zeitpunkt n. Die sensor-basierte Wahrscheinlichkeitsverteilung 220 kann dazu verwendet werden, die Gewichte 212 der Partikel 210 anzupassen. Beispielsweise kann das ursprüngliche Gewicht 212 eines Partikels 210 an einer bestimmten Position 211 mit dem Wert der sensor-basierten Wahrscheinlichkeitsverteilung 220 an der bestimmten Position 211 multipliziert werden, um das neue Gewicht 212 des Partikels 210 zu ermitteln. Die auf Basis der sensor-basierten Wahrscheinlichkeitsverteilung 220 angepassten Gewichte 212 der Partikel 210 sind in 2c veranschaulicht.
Die sich an dem Zeitpunkt bzw. bei der Iteration n ergebende Verteilung von gewichteten Partikeln 210 stellt eine aktualisierte Wahrscheinlichkeitsverteilung in Bezug auf die Position 211 des Fahrzeugs 100 dar. Dabei ergibt sich der Wahrscheinlichkeitswert für einen bestimmten Teilbereich der digitalen Karte 200 aus den Gewichten w_i der ein oder mehreren Partikel 210 in dem bestimmten Teilbereich und aus der Dichte der ein oder mehreren Partikel 210 in dem bestimmten Teilbereich.
Durch eine Neu-Abtastung (auf Englisch „resampling“) der Partikel 210 kann eine neue Verteilung von Partikeln 210 bereitgestellt werden, die einheitliche bzw. gleichwertige Gewichte 212 aufweisen, und bei der die Wahrscheinlichkeitsverteilung in Bezug auf die Position 211 des Fahrzeugs 100 (allein) durch die Dichte der Partikel 210 angezeigt wird. Die Neu-Abtastung kann dabei derart erfolgen, dass ein Partikel 210 mit einem relativ hohen Gewicht 212 durch relativ viele neue (gewichts-neutrale) Partikel 210 ersetzt wird, während ein Partikel 210 mit einem relativ niedrigen Gewicht 212 durch relativ wenige neue, ggf. durch gar kein neues, Partikel 210 ersetzt wird. Eine beispielhafte neu-abgetastete Verteilung von (gewichts-neutralen) Partikeln 210 ist in 2d dargestellt. Die neu-abgetastete Verteilung von Partikeln 210 kann an einem nachfolgenden Zeitpunkt bzw. an einer nachfolgenden Iteration n+1 als Ausgangspunkt verwendet werden. So kann iterativ eine präzise Schätzung der Wahrscheinlichkeitsverteilung der Position 211 des Fahrzeugs 100 ermittelt werden.
In dem iterativen Verfahren können die Bewegungsdaten in Bezug auf die Bewegung des Fahrzeugs 100 zwischen zwei Zeitpunkten bzw. zwischen zwei Iterationen dazu verwendet werden, die Wahrscheinlichkeitsverteilung in Bezug auf die Position 211 des Fahrzeugs 100 (d.h. die Verteilung von Partikeln 210) in Abhängigkeit von den Bewegungsdaten örtlich zu verschieben, so dass die Wahrscheinlichkeitsverteilung (zumindest annähernd) der (geschätzten) Bewegung des Fahrzeugs 100 folgt. So kann in präziser und zuverlässiger Weise die Position 211 eines sich bewegenden Fahrzeugs 100 ermittelt werden.
Die oben beschriebene Neu-Abtastung der Partikel-Verteilung kann dazu führen, dass nach einer bestimmten Anzahl von Iterationen in ein oder mehreren Teilbereichen der digitalen Karte 200 keine Partikel 210 mehr angeordnet sind, so dass die Hypothese, dass sich das Fahrzeug 100 in einem dieser Teilbereiche befindet, nicht mehr überprüft werden kann. Dieser Effekt wird im Englischen als „Particle Depletion“ bezeichnet, und kann ggf. dazu führen, dass die korrekte Position 211 des Fahrzeugs 100 nicht mehr bestimmt werden kann.
Die Ursache des „Particle Depletion“-Effektes ist die wiederholte Neu-Abtastung der Verteilung von Partikeln 210, da dabei Partikel 210 mit relativ niedrigen Gewichten 212 verschwinden können. Dabei steigt das Risiko einer „Particle Depletion“ insbesondere dann, wenn eine Neu-Abtastung auch bei einer relativ geringen Varianz der Partikel-Gewichte 212 erfolgt, da dann der Unterschied zwischen „guten“ (relativ hoch gewichteten) Partikeln 210 und schlechten (relativ niedrig gewichteten) Partikeln 210 nicht ausreichend groß ist.
Das Ausmaß des „Particle Depletion“-Effektes kann somit durch eine Reduzierung der Anzahl von Neu-Abtastungen reduziert werden. Insbesondere kann das iterative Verfahren dahingehend abgeändert werden, dass bei einer Iteration n eine Neu-Abtastung nur dann erfolgt, wenn ein oder mehrere Abtastungs-Bedingungen erfüllt sind.
Eine Abtastungs-Bedingung kann von der Varianz und/oder Streuung der Partikel-Gewichte 212 der Verteilung von gewichteten Partikeln 210 abhängen. Insbesondere kann die Abtastungs-Bedingung fordern, dass ein Varianzmaß für die Varianz und/oder Streuung der Partikel-Gewichte 212 größer als oder gleich wie ein bestimmter Varianz-Schwellenwert ist. Mit anderen Worten, eine Neu-Abtastung der Partikel-Verteilung kann ggf. nur dann erfolgen, wenn die Varianz und/oder Streuung der Partikel-Gewichte 212 einen bestimmten Varianz-Schwellenwert überschreitet (und somit relativ viel Information in Bezug auf die Wahrscheinlichkeitsverteilung der zu ermittelnden Position 211 des Fahrzeugs 100 in den Gewichten 212 der Verteilung von Partikeln 210 steckt).
Ein beispielhaftes Maß für die Varianz und/oder Streuung der Partikel-Gewichte 212 ist $k = \frac{1}{\sum_{i} w_{i}^{2}},$
wobei k als effektive Anzahl von Partikeln 210 betrachtet werden kann. k ist typischerweise maximal, wenn alle Gewichte w_i 212 gleich sind, und sinkt typischerweise mit steigender Varianz der Gewichte w_i 212. Eine Neu-Abtastung der Partikel-Verteilung kann dann ggf. nur dann erfolgen, wenn k kleiner als oder gleich wie ein bestimmter Schwellenwert T ist.
Durch die bedingte Durchführung einer Neu-Abtastung kann das Ausmaß des „Particle Depletion“-Effektes reduziert werden, so dass die Zuverlässigkeit dafür, dass mit dem beschriebenen Verfahren die korrekte Position 211 des Fahrzeugs 100 bestimmt werden kann, erhöht wird. Andererseits können durch die bedingte Neu-Abtastung die Konvergenzeigenschaften des beschriebenen Verfahrens beeinträchtigt werden, insbesondere bei einem Fahrzeug 100, das sich relativ schnell innerhalb der digitalen Karte 200 bewegt.
Die bedingte Neu-Abtastung bei der Iteration n führt dazu, dass innerhalb einer nachfolgenden Iteration n+1 des Verfahrens nur eine reduzierte effektive Anzahl k von Partikeln 210 verfügbar ist, wenn in der Iteration n keine Neu-Abtastung erfolgt ist. Als Folge daraus, kann die bei der Iteration n+1 ermittelte (sensor-basierte) Wahrscheinlichkeitsverteilung 212 nur auf die reduzierte effektive Anzahl k von Partikeln 210 abgebildet werden, so dass neue Sensor-Information in Bezug auf die Position 211 des Fahrzeugs 100 nur in reduziertem Umfang berücksichtigt werden kann.
An dem Zeitpunkt bzw. bei der Iteration n kann ein Indikator dafür ermittelt werden, wie hoch der Gehalt an neuer Information in den Sensordaten für den nachfolgenden Zeitpunkt n+1 voraussichtlich sein wird. Mit anderen Worten, es kann ein Indikator dafür geschätzt werden, wieviel neue Information in Bezug auf die Position 211 des Fahrzeugs 100 aus den Sensordaten für den nachfolgenden Zeitpunkt n+1 voraussichtlich entnommen werden kann.
Wenn der Indikator anzeigt, dass die Sensordaten für den nachfolgenden Zeitpunkt voraussichtlich relativ viel neue Information in Bezug auf die Position 211 des Fahrzeugs 100 enthalten werden, so ist es vorteilhaft eine Neu-Abtastung der Partikel-Verteilung durchzuführen, und dabei die effektive Anzahl k von Partikeln 210 zu erhöhen. So kann, durch Berücksichtigung der relativ umfangreichen Information in Bezug auf die Position 211 des Fahrzeugs 100, mittels einer Neu-Abtastung das Konvergenzverhalten verbessert werden. Durch die Neu-Abtastung können falsche Hypothesen aussortiert werden und somit eine Konvergenz bewirkt werden. Ferner kann die Dichte der Partikel 210 rund um den wahren, zu schätzenden Zustand erhöht werden. Mit anderen Worten, es kann die Dichte der Partikel 210 dort zu erhöht werden, wo die Wahrscheinlichkeitsdichte der zu schätzenden Verteilung hoch ist.
Wenn andererseits der Indikator anzeigt, dass die Sensordaten für den nachfolgenden Zeitpunkt voraussichtlich relativ wenig neue Information in Bezug auf die Position 211 des Fahrzeugs 100 enthalten werden, so ist es vorteilhaft keine Neu-Abtastung der Partikel-Verteilung durchzuführen, um einen möglichen „Particle Depletion“-Effekt zu vermeiden oder zumindest zu mildern.
Ein beispielhafter Indikator für den zu erwartenden Informationsgehalt von Sensordaten ist die Bewegungs- bzw. Fahrgeschwindigkeit des Fahrzeugs 100. Bei einer relativ hohen Geschwindigkeit 205 legt das Fahrzeug 100 zwischen zwei Zeitpunkten bzw. Iterationen n und n+1 eine relativ große Strecke innerhalb der digitalen Karte 100 zurück, so dass die Umfelddaten ein relativ stark verändertes Umfeld des Fahrzeugs 100 mit möglicherweise neuen Landmarken anzeigen wird. Andererseits ist bei einer relativ niedrigen Geschwindigkeit 205 des Fahrzeugs 100 davon auszugehen, dass die Umfelddaten an dem nachfolgenden Zeitpunkt n+1 in etwa das gleiche Umfeld anzeigen werden, wie die Umfelddaten an dem Zeitpunkt n. Eine relativ hohe Geschwindigkeit 205 kann somit als Indikator für einen relativ hohen zu erwartenden Informationsgehalt betrachtet werden, während eine relativ niedrige Geschwindigkeit 205 als Indikator für einen relativ niedrigen zu erwartenden Informationsgehalt betrachtet werden kann.
Die Neu-Abtastung kann somit in Abhängigkeit von dem Indikator für den zu erwartenden Informationsgehalt der in Zukunft zu erfassenden Sensordaten erfolgen. Insbesondere kann der (Varianz-) Schwellenwert für die Durchführung einer Neu-Abtastung in Abhängigkeit von dem Indikator angepasst werden.
In einem konkreten Beispiel erfolgt an einem Zeitpunkt bzw. bei einer Iteration n eine Neu-Abtastung, (ggf. nur dann) wenn k < T, wobei Tder Schwellenwert ist. Der Schwellenwert T kann dabei von dem Informationsgehalts-Indikator, insbesondere von der Geschwindigkeit 205 v des Fahrzeugs 100, abhängen. Dabei kann der Schwellenwert T(v) mit steigender Geschwindigkeit 205 v steigen und/oder mit sinkender Geschwindigkeit 205 v sinken, so dass die Wahrscheinlichkeit für eine Neu-Abtastung mit steigender Geschwindigkeit 205 v (und somit mit steigendem Informationsgehalts-Indikator) steigt und/oder mit sinkender Geschwindigkeit 205 v (und somit mit sinkendem Informationsgehalts-Indikator) sinkt.
Der Schwellenwert T kann eine monoton steigende Funktion des Informationsgehalts-Indikators, insbesondere der Geschwindigkeit 205 v, sein. Eine beispielhafte Funktion ist die Sigmoid-Funktion, etwa $T (v) = N (T_{m i n} + \frac{T_{m a x} - T_{m i n}}{1 + e^{a (b - v)}})$
wobei N die (tatsächliche) Anzahl von Partikeln 210 ist, T_min ein minimaler (relativer) Schwellenwert ist, T_max ein maximaler (relativer) Schwellenwert ist, α eine Steigung der Sigmoid Funktion ist, und b ein Mittelpunkt der Sigmoid Funktion ist.
3 zeigt ein Ablaufdiagramm eines beispielhaften Verfahrens 300 zur Ermittlung der Position 211 eines Fahrzeugs 100 mittels eines Partikelfilters. Das Verfahren 300 kann durch eine Steuereinheit 101 des Fahrzeugs 100 und/oder durch eine Fahrzeug-externe Einheit ausgeführt werden. Das Verfahren 300 kann darauf ausgerichtet sein, die Position 211 des Fahrzeugs 100 innerhalb einer digitalen Karte 200 zu ermitteln.
Das Verfahren 300 umfasst, für einen (aktuellen) Zeitpunkt (insbesondere für einen Zeitpunkt aus einer Sequenz von aufeinanderfolgenden, typischerweise zukünftigen, Zeitpunkten), das Ermitteln 301 eines Indikators. Der Indikator kann eine zu erwartende Menge an neuer Information in Bezug auf die Position 211 des Fahrzeugs 100 anzeigen, die sich voraussichtlich aus Sensordaten für einen (ggf. direkt) nachfolgenden Zeitpunkt ergeben wird. Der Indikator kann insbesondere auf Basis der Bewegungs-Geschwindigkeit 205 des Fahrzeugs 100 an dem (aktuellen) Zeitpunkt ermittelt werden. Insbesondere kann der Indikator die gemessene Bewegungs-Geschwindigkeit 205 des Fahrzeugs 100 sein.
Des Weiteren umfasst das Verfahren 300 das Durchführen 302 einer Neu-Abtastung einer Verteilung von Partikeln 210 an dem (aktuellen) Zeitpunkt in Abhängigkeit von dem Indikator. Dabei kann durch die Verteilung von Partikeln 210 eine geschätzte Wahrscheinlichkeitsverteilung der Position 211 des Fahrzeugs 100 beschrieben werden.
Das Verfahren 300 kann iterativ an der Sequenz von Zeitpunkten wiederholt werden, insbesondere bis ein Abbruchkriterium erfüllt ist. Dabei kann bei jeder Iteration bzw. an jedem Zeitpunkt eine Anpassung der Verteilung von Partikeln 210 auf Basis der Sensordaten für den jeweiligen Zeitpunkt erfolgen. Insbesondere können dabei Gewichte 212 der einzelnen Partikel 210 in Abhängigkeit von den Sensordaten für den jeweiligen Zeitpunkt angepasst werden.
Des Weiteren kann bei jeder Iteration bzw. an jedem Zeitpunkt in Abhängigkeit von dem für den jeweils aktuellen Zeitpunkt ermittelten Indikator, eine Neu-Abtastung der (angepassten) Verteilung von Partikeln 210 durchgeführt werden oder ggf. auch nicht durchgeführt werden. Dabei kann eine Neu-Abtastung insbesondere (ggf. nur) dann durchgeführt werden, wenn der Indikator anzeigt, dass die Sensordaten für den (direkt) nachfolgenden Zeitpunkt voraussichtlich eine relativ hohe Menge an neuer Information in Bezug auf die Position 211 des Fahrzeugs 100 enthalten werden (z.B., wenn der Indikator größer als ein Schwellenwert ist). Anderseits kann auf eine Neu-Abtastung verzichtet werden, wenn der Indikator anzeigt, dass die Sensordaten für den (direkt) nachfolgenden Zeitpunkt voraussichtlich relativ wenig neue Information in Bezug auf die Position 211 des Fahrzeugs 100 enthalten werden (z.B., wenn der Indikator kleiner als ein Schwellenwert ist). So können die Zuverlässigkeit und insbesondere das Konvergenzverhalten des Verfahrens 300 verbessert werden.
Durch die in diesem Dokument beschriebenen Maßnahmen kann die Position 211 eines Fahrzeugs 100 innerhalb einer digitalen Karte 200 und/oder innerhalb eines Referenzkoordinatensystems in präziser und robuster Weise ermittelt werden.
Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur beispielhaft das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.

Claims

Vorrichtung (101) zur Ermittlung der Position (211) eines Fahrzeugs (100) unter Verwendung eines Partikelfilters; wobei die Vorrichtung (101) eingerichtet ist, für einen Zeitpunkt, - einen Indikator zu ermitteln, der eine zu erwartende Menge an neuer Information in Bezug auf die Position (211) des Fahrzeugs (100) anzeigt, die sich voraussichtlich aus Sensordaten für einen nachfolgenden Zeitpunkt ergeben wird; und - in Abhängigkeit von dem Indikator zu entscheiden, ob eine Neu-Abtastung einer Verteilung von Partikeln (210) durchgeführt wird, wobei durch die Verteilung von Partikeln (210) eine geschätzte Wahrscheinlichkeitsverteilung der Position (211) des Fahrzeugs (100) beschrieben wird.
Vorrichtung (101) gemäß Anspruch 1, wobei die Vorrichtung (101) eingerichtet ist, für den Zeitpunkt, - Geschwindigkeitsinformation in Bezug auf eine Geschwindigkeit (205) zu ermitteln, mit der das Fahrzeug (100) seine Position (211) und/oder seine Orientierung ändert; und - den Indikator in Abhängigkeit von der Geschwindigkeitsinformation zu ermitteln.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei - die Partikel (210) der Verteilung von Partikeln (210) jeweils Gewichte (212) aufweisen; - das Gewicht (212) eines Partikels (210) insbesondere eine Wahrscheinlichkeit dafür anzeigt, dass eine Position (211) des Partikels (210) der Position (211) des Fahrzeugs (100) entspricht; und - die Vorrichtung (101) eingerichtet ist, für den Zeitpunkt, - Varianzinformation in Bezug auf eine Varianz und/oder Streuung der Gewichte (212) der Verteilung von Partikeln (210) zu ermitteln; und - in Abhängigkeit von der Varianzinformation zu entscheiden, ob die Neu-Abtastung der Verteilung von Partikeln (210) durchgeführt wird oder nicht.
Vorrichtung (101) gemäß Anspruch 3, wobei die Vorrichtung (101) eingerichtet ist, - die Varianzinformation mit einem Schwellenwert zu vergleichen; wobei der Schwellenwert von dem Indikator abhängig ist; und - in Abhängigkeit von dem Vergleich zu entscheiden, ob die Neu-Abtastung der Verteilung von Partikeln (210) durchgeführt wird oder nicht.
Vorrichtung (101) gemäß einem der Ansprüche 3 bis 4, wobei - w_i das Gewicht (212) eines Partikels i (210) ist, - die Varianzinformation durch eine effektive Anzahl k von Partikeln (210) der Verteilung von Partikeln (210) beschrieben wird, insbesondere mit $k = \frac{1}{\sum_{i} w_{i}^{2}};$
- T ein Schwellenwert ist, der von dem Indikator abhängt; und - die Vorrichtung (101) eingerichtet ist, - zu überprüfen, ob k < T oder k ≥ T ist; und - zu entscheiden, dass die Neu-Abtastung der Verteilung von Partikeln (210) durchgeführt wird, wenn k < T; und/oder - zu entscheiden, dass die Neu-Abtastung der Verteilung von Partikeln (210) nicht durchgeführt wird, wenn k ≥ T.
Vorrichtung (101) gemäß Anspruch 5, wobei die Vorrichtung (101) eingerichtet ist, - den Schwellenwert T zu erhöhen, wenn der Indikator eine steigende, zu erwartende Menge an neuer Information anzeigt; und/oder - den Schwellenwert T zu reduzieren, wenn der Indikator eine sinkende, zu erwartende Menge an neuer Information anzeigt; und/oder - den Schwellenwert T in monotoner Weise in Abhängigkeit von dem Indikator anzupassen.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, den Indikator auf Basis von Sensordaten von ein oder mehreren Sensoren (102, 103, 104), insbesondere von einem Geschwindigkeitssensor, des Fahrzeugs (100) zu ermitteln.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - Geschwindigkeitsinformation in Bezug auf eine Bewegungs-Geschwindigkeit (205) des Fahrzeugs (100) als Indikator zu ermitteln; und - in Abhängigkeit von der Geschwindigkeitsinformation zu entscheiden, ob eine Neu-Abtastung einer Verteilung von Partikeln (210) durchgeführt wird oder nicht.
Vorrichtung (101) gemäß Anspruch 8, wobei die Vorrichtung (101) eingerichtet ist, - für den Zeitpunkt, Varianzinformation k in Bezug auf eine Varianz und/oder Streuung von Gewichten (212) der Verteilung von Partikeln (210) vor der Neu-Abtastung zu ermitteln; - die Varianzinformation k mit einem Schwellenwert T zu vergleichen; wobei der Schwellenwert T von der Geschwindigkeitsinformation abhängig ist; und - in Abhängigkeit von dem Vergleich zu entscheiden, ob die Neu-Abtastung der Verteilung von Partikeln (210) durchgeführt wird oder nicht, insbesondere derart, dass entschieden wird, dass die Neu-Abtastung durchgeführt wird, wenn die Varianzinformation k kleiner als der Schwellenwert T ist, und/oder dass entschieden wird, dass die Neu-Abtastung nicht durchgeführt wird, wenn die Varianzinformation k größer als oder gleich wie der Schwellenwert T ist.
Vorrichtung (101) gemäß Anspruch 9, wobei - der Schwellenwert T mit steigender Bewegungs-Geschwindigkeit (205) des Fahrzeugs (100) erhöht wird; und - der Schwellenwert T mit sinkender Bewegungs-Geschwindigkeit (205) des Fahrzeugs (100) reduziert wird.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, für den Zeitpunkt, - Sensordaten in Bezug auf die Position (211) des Fahrzeugs (100) zu ermitteln; - auf Basis der Sensordaten eine sensor-basierte Wahrscheinlichkeitsverteilung (220) der Position (211) des Fahrzeugs (100) zu ermitteln; - Gewichte (212) der Partikel (210) der Verteilung von Partikeln (210) in Abhängigkeit von der sensor-basierten Wahrscheinlichkeitsverteilung (220) anzupassen und/oder zu ermitteln, um eine Verteilung von gewichteten Partikeln (210) zu ermitteln; und - in Abhängigkeit von dem Indikator zu entscheiden, ob eine Neu-Abtastung der Verteilung von gewichteten Partikeln (210) durchgeführt wird oder nicht.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, im Rahmen der Neu-Abtastung, - eine Verteilung von gewichteten Partikeln (210), bei der die Partikel (210) zumindest teilweise Gewichte (212) mit unterschiedlichen Werten aufweisen, durch eine Verteilung von neu-abgetasteten Partikeln (210) zu ersetzten, bei der die Partikel (210) gleichwertige Gewichte (212) aufweisen; und - ein Partikel (210) mit einer bestimmten Anzahl von neu-abgetasteten Partikeln (210) zu ersetzen, insbesondere derart, dass die Anzahl von neu-abgetasteten Partikeln (210), durch die ein Partikel (210) ersetzt wird, mit einem steigenden Wert des Gewichtes (212) des Partikels (210) ansteigt.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - für eine Sequenz von Zeitpunkten, wiederholt und/oder iterativ, den Indikator zu ermitteln und in Abhängigkeit von dem Indikator zu entscheiden, dass die Neu-Abtastung der j eweiligen Verteilung von Partikeln (210) durchgeführt wird oder nicht durchgeführt wird, bis ein Abbruchkriterium erfüllt ist, und - auf Basis der Verteilung von Partikeln (210) bei Vorliegen des Abbruchkriteriums einen Schätzwert der Position (211) des Fahrzeugs (100) zu ermitteln.
Verfahren (300) zur Ermittlung der Position (211) eines Fahrzeugs (100) mittels eines Partikelfilters; wobei das Verfahren (300) für einen Zeitpunkt umfasst, - Ermitteln (301) eines Indikators, der eine zu erwartende Menge an neuer Information in Bezug auf die Position (211) des Fahrzeugs (100) anzeigt, die sich voraussichtlich aus Sensordaten für einen nachfolgenden Zeitpunkt ergeben wird; und - Durchführen (302) einer Neu-Abtastung einer Verteilung von Partikeln (210), durch die eine geschätzte Wahrscheinlichkeitsverteilung der Position (211) des Fahrzeugs (100) beschrieben wird, in Abhängigkeit von dem Indikator.