DE102019203623A1 - Method of providing a card - Google Patents
Method of providing a card Download PDFInfo
- Publication number
- DE102019203623A1 DE102019203623A1 DE102019203623.6A DE102019203623A DE102019203623A1 DE 102019203623 A1 DE102019203623 A1 DE 102019203623A1 DE 102019203623 A DE102019203623 A DE 102019203623A DE 102019203623 A1 DE102019203623 A1 DE 102019203623A1
- Authority
- DE
- Germany
- Prior art keywords
- unit
- ground control
- control points
- groups
- point cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9324—Alternative operation using ultrasonic waves
Abstract
Verfahren zur Bereitstellung einer Karte (250), wobei Sensordaten (210), die zumindest mehrere Punktewolken eines Objekterkennungssensors (12) umfassen, vorliegen, wobei eine Vergleichereinheit (32) die Punktewolken der Sensordaten (210) verarbeitet und zumindest eine ausgerichtete Punktewolke für eine Pose bereitstellt, Wobei zudem Referenzdaten (200) umfassend Bodenkontrollpunke vorliegen, wobei in einer Zusammenführungseinheit (34) zwischen Gruppen, die Teile der ausgerichteten Punktewolke sind, und den Bodenkontrollpunkten Verknüpfungen hergestellt werden, wobei einer Optimierungseinheit (36) die zumindest eine ausgerichtete Punktewolke, die zumindest eine Pose, die Bodenkontrollpunkte, die Gruppen und die Verknüpfungen als Eingangsdaten bereitgestellt werden, wobei die Optimierungseinheit (36) die Abhängigkeiten zwischen der zumindest einen Punktewolke, der zumindest einen Pose, der Bodenkontrollpunkte, der Gruppen und der Verknüpfungen optimiert werden und dadurch eine Karte (250) bereitgestellt wird.Zudem wird ein Verfahren zur Positionsbestimmung, eine Recheneinheit, eine Speichereinheit und ein Kraftfahrzeug beschrieben.A method for providing a map (250), sensor data (210) comprising at least several point clouds of an object recognition sensor (12) being available, wherein a comparator unit (32) processes the point clouds of the sensor data (210) and at least one aligned point cloud for a pose provides, wherein reference data (200) comprising ground control points are also available, wherein in a merging unit (34) between groups that are parts of the aligned point cloud and the ground control points, links are established, with an optimization unit (36) the at least one aligned point cloud, the at least a pose, the ground control points, the groups and the links are provided as input data, wherein the optimization unit (36) optimizes the dependencies between the at least one point cloud, the at least one pose, the ground control points, the groups and the links and thereby a map ( 250 In addition, a method for determining position, a computing unit, a memory unit and a motor vehicle are described.
Description
Die Erfindung betrifft ein Verfahren zur Bereitstellung einer Karte, ein Verfahren zur Positionsbestimmung, eine Rechnereinheit, eine Speichereinheit und ein Kraftfahrzeug.The invention relates to a method for providing a map, a method for position determination, a computer unit, a memory unit and a motor vehicle.
Mit der immer weiter voranschreitenden Automatisierung von Fahrzeugen müssen diesen geeignete Hilfsmittel bereitgestellt werden, um sich in deren Umgebung orientieren zu können. Handelsübliche Karten, die Straßennetze und GPS-Informationen umfassen können für Kraftfahrzeug nur bedingt Informationen zur Orientierung liefern. Insbesondere ist es von Vorteil, wenn die Karten in einem Format bereitgestellt werden, welches von den Objekterkennungssensoren des Kraftfahrzeugs genutzt wird. Dadurch kann ein effizienter Vergleich zwischen Karte und in Echtzeit ermittelten Daten erfolgen.With the ever advancing automation of vehicles, they have to be provided with suitable tools in order to be able to orientate themselves in their surroundings. Commercially available maps that include road networks and GPS information can only provide information to a limited extent for orientation purposes for motor vehicles. In particular, it is advantageous if the cards are provided in a format which is used by the object recognition sensors of the motor vehicle. This enables an efficient comparison between the map and the data obtained in real time.
Autonome Fahrzeuge erfassen deren Umwelt durch verschiedene Arten von Sensoren. Dies können unter anderem Kamerasysteme sein, wobei für die Ortung von statischen und dynamischen Objekten insbesondere Objekterkennungssensoren, wie RADAR, LIDAR und Ultraschall zum Einsatz kommen. Derartige Objekterkennungssensoren ermitteln Ziele innerhalb eines Sichtbereichs und bestimmen zumeist die Relativposition und gegebenenfalls auch dessen Geschwindigkeit. Diese in Echtzeit ermittelten Ziele dienen der Ermittlung von statischen und dynamischen Objekten und könnten zudem auch genutzt werden um deren Position innerhalb einer Karte zu bestimmen. Die Ziele werden meist als Zielliste oder auch als Punktewolke dargestellt. Die Genauigkeit der Positionsermittlung hängt dabei unter anderem von der Genauigkeit der Karte ab.Autonomous vehicles record their environment through various types of sensors. These can be camera systems, among other things, whereby object recognition sensors such as RADAR, LIDAR and ultrasound are used in particular to locate static and dynamic objects. Object recognition sensors of this type determine targets within a field of vision and mostly determine the relative position and possibly also its speed. These goals determined in real time are used to determine static and dynamic objects and could also be used to determine their position within a map. The goals are usually displayed as a goal list or as a point cloud. The accuracy of the position determination depends, among other things, on the accuracy of the map.
Es ist daher Aufgabe eine Karte und insbesondere ein Verfahren zur Bereitstellung einer solchen Karte bereitzustellen, die zur Positionsbestimmung von Kraftfahrzeugen und deren Objekterkennungssensoren geeignet ist und zudem eine hohe Genauigkeit aufweist.It is therefore an object to provide a map, and in particular a method for providing such a map, which is suitable for determining the position of motor vehicles and their object recognition sensors and also has a high level of accuracy.
Die Aufgabe wird gelöst durch ein Verfahren zur Bereitstellung einer Karte gemäß dem Anspruch 1. In den abhängigen Patentansprüchen sind vorteilhafte Ausgestaltungen des Verfahrens erläutert.The object is achieved by a method for providing a card in accordance with claim 1. Advantageous embodiments of the method are explained in the dependent claims.
Eine solche Karte, die auf Zieldetektionen von Objekterkennungssensoren basiert wird auch Punktewolkenkarte genannt.Such a map, which is based on target detection by object recognition sensors, is also called a point cloud map.
Gemäß dem Verfahren zur Bereitstellung einer Karte liegen insbesondere Sensordaten eines Objekterkennungssensors in Form Punktewolken vor.According to the method for providing a map, sensor data from an object recognition sensor are in particular available in the form of point clouds.
Ein Objekterkennungssensor ist ein Sensor, der Ziele innerhalb eines Sichtbereichs detektiert und zumindest deren Relativposition bestimmt und ausgibt. Insbesondere gibt ein Objekterkennungssensor eine Zielleiste oder auch Punktewolke mit Zielen aus. Die Relativpositionen der Ziele können beispielsweise in einem kartesischen oder in einem Polarkoordinatensystem bereitgestellt werden. Mit besonderem Vorteil stellt der Objekterkennungssensor auch weitere Informationen wie beispielsweise eine Relativgeschwindigkeit. Zumindest lässt sich aus den Messdaten des Objekterkennungssensors die Relativgeschwindigkeit eines Ziels ermitteln. Objekterkennungssensoren können beispielsweise RADAR, LIDAR oder auch Ultraschallsensoren sein.An object recognition sensor is a sensor that detects targets within a field of view and at least determines and outputs their relative position. In particular, an object recognition sensor outputs a target bar or a point cloud with targets. The relative positions of the targets can be provided, for example, in a Cartesian or in a polar coordinate system. The object recognition sensor also provides further information such as a relative speed with particular advantage. At least the relative speed of a target can be determined from the measurement data of the object recognition sensor. Object recognition sensors can be, for example, RADAR, LIDAR or ultrasonic sensors.
Derartige Objekterkennungssensoren liefern für jede Messung, also jeden Messzyklus, Zieldetektionen. Diese werden zumeist in Form von Punktewolken oder auch als Ziellisten bereitgestellt. Aus diesen Daten können statische sowie dynamische Ziele und auch Objekte ermittelt werden. Ein Objekt umfasst zumeist mehrere Ziele, die einander zugehörig sind, insbesondere von demselben Gegenstand stammen.Object recognition sensors of this type provide target detections for each measurement, that is to say each measurement cycle. These are mostly provided in the form of point clouds or as target lists. Static as well as dynamic targets and objects can be determined from this data. An object usually comprises several targets that belong to one another, in particular originate from the same object.
Die Sensordaten entsprechen somit den Punktewolken oder Ziellisten mehrerer Messungen. Die Ziele dieser Messungen stellen die Grundlage für die spätere Karte bereit. Die Karte erfasst also die Bereiche, die von einem Objekterkennungssensor und dessen Sichtbereich abgetastet wurden und als Sensordaten bereitstehen. Die Karte, die durch das Verfahren bereitgestellt wird kann die Größe mehrerer Straßenzüge, einer Stadt, eines oder mehrerer Länder oder auch Kontinente umfassen. Dementsprechend liegen die entsprechenden Sensordaten wie benötigt vor.The sensor data thus correspond to the point clouds or target lists of several measurements. The goals of these measurements provide the basis for the subsequent map. The map therefore records the areas that have been scanned by an object recognition sensor and its field of vision and are available as sensor data. The map that is provided by the method can include the size of several streets, a city, one or more countries or also continents. The corresponding sensor data is accordingly available as required.
Zur Bereitstellung der Sensordaten sind Kraftfahrzeuge mit diesen Objekterkennungssensoren ausgestattet, welche die Ziele für die zu kartierenden Bereiche des Straßennetzes bereitstellen. Die Sensordaten umfassen günstigerweise ausschließlich statische Ziele.To provide the sensor data, motor vehicles are equipped with these object recognition sensors, which provide the destinations for the areas of the road network to be mapped. The sensor data expediently exclusively comprise static targets.
In einem weiteren Schritt verarbeitet eine Vergleichereinheit die Punktewolken der Sensordaten und stellt zumindest eine ausgerichtete Punktewolke für eine Pose bereit.In a further step, a comparator unit processes the point clouds of the sensor data and provides at least one aligned point cloud for a pose.
Der Vergleichereinheit werden die Sensordaten bereitgestellt. Hierbei werden die als Sensordaten vorliegenden Punktewolken miteinander verglichen und zueinander ausgerichtet und in einer gemeinsamen Punktewolke, die auch als ausgerichtete Punktewolke bezeichnet wird, zusammengeführt. Diese wird im Weiteren auch als ausgerichtete Punktewolke bezeichnet. Die Vergleichereinheit führt beispielsweise das Verfahren iterative-closest point, ICP, das Verfahren normal distributions transform, NDT, oder ein abgewandeltes oder vergleichbares Verfahren durch. Diese Verfahren sind im Stand der Technik hinlänglich bekannt, beispielsweise „P. Biber and W. Strasser, „The normal distributions transform: a new approach to laser scan matching,“ Proceedings 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2003) (Cat. No.03CH37453), Las Vegas, NV, USA, 2003, pp. 2743-2748 vol.3" oder „G. Xu, S. Du and J. Xue, „Precise 2D point set registration using iterative closest algorithm and correntropy,“ 2016 International Joint Conference on Neural Networks (IJCNN), Vancouver, BC, 2016, pp. 4627-4631". Die ausgerichtete Punktewolke umfasst günstigerweise ausschließlich statische Ziele. Bei dem Verfahren können unter anderem Eigenbewegungsdaten herangezogen werden, die die Eigenbewegung des Objekterkennungssensors oder des Kraftfahrzeugs zwischen zwei Messungen beschreibt. Diese dienen als Initialschätzung für die Ausrichtung zweier Punktewolken aufeinanderfolgender Messungen wodurch eine effizientere Bereitstellung der ausgerichteten Punktewolke ermöglicht wird. Die Eigenbewegungsdaten können beispielsweise über einen geeigneten Beschleunigungssensor ermittelt werden. Diese optionalen Eigenbewegungsdaten sind Teil der Sensordaten.The sensor data are provided to the comparator unit. Here, the point clouds present as sensor data are compared with one another and aligned with one another and merged in a common point cloud, which is also referred to as an aligned point cloud. This is also referred to as an aligned point cloud in the following. The comparator unit carries out, for example, the iterative closest point, ICP, the Procedure normal distributions transform, NDT, or a modified or comparable procedure. These methods are well known in the prior art, for example “P. Biber and W. Strasser, "The normal distributions transform: a new approach to laser scan matching," Proceedings 2003 IEEE / RSJ International Conference on Intelligent Robots and Systems (IROS 2003) (Cat. No.03CH37453), Las Vegas, NV, USA, 2003, pp. 2743-2748 vol.3 "or" G. Xu, S. Du and J. Xue, "Precise 2D point set registration using iterative closest algorithm and correntropy," 2016 International Joint Conference on Neural Networks (IJCNN), Vancouver, BC, 2016, pp. 4627-4631 ". The aligned point cloud advantageously comprises only static targets. In the method, inter alia, self-movement data can be used which describes the self-movement of the object recognition sensor or the motor vehicle between two measurements. These serve as an initial estimate for the alignment of two point clouds of successive measurements, which enables the aligned point cloud to be provided more efficiently. The own movement data can be determined, for example, using a suitable acceleration sensor. This optional self-movement data is part of the sensor data.
Eine solche ausgerichtete Punktewolke beschreibt günstigerweise einen Teilabschnitt der später bereitgestellten Karte. Insbesondere werden für die Bereitstellung der Karte eine Mehrzahl an ausgerichteten Punktewolken genutzt, jeder ausgerichteten Punktewolke auch eine Pose zugehört. Die Pose stellt eine Information für die Anordnung der ausgerichteten Punktewolken zueinander bereit. Eine ausgerichtete Punktewolke umfasst dementsprechend ein lokales Koordinatensystem, welches mithilfe der Pose in ein globales Koordinatensystem umgerechnet werden kann und auch umgekehrt.Such an aligned point cloud advantageously describes a section of the map provided later. In particular, a plurality of aligned point clouds are used to provide the map, and each aligned point cloud is also associated with a pose. The pose provides information for the arrangement of the aligned point clouds with respect to one another. An aligned point cloud accordingly comprises a local coordinate system, which can be converted into a global coordinate system with the help of the pose and vice versa.
Die Vergleichereinheit stellt somit mehrere ausgerichtete Punktewolken bereit, wobei zu jeder ausgerichteten Punktewolke eine Pose vorliegt.The comparator unit thus provides a plurality of aligned point clouds, a pose being present for each aligned point cloud.
Neben den Sensordaten liegen auch Referenzdaten vor, die unter anderem Bodenkontrollpunkte aufweisen. Diese Bodenkontrollpunkte werden auch Ground Control Point, GCP, genannt. Solche Bodenkontrollpunkte sind allgemein definiert und können je nach dem Verfahren deren Ermittlung unterschiedliche Genauigkeiten aufweisen. Günstigerweise werden die als Referenzdaten bereitgestellten Bodenkontrollpunkte alle durch dasselbe Verfahren bereitgestellt oder durch verschiedene Verfahren. Bei ersterem Fall handelt es sich ausschließlich um Bodenkontrollpunkte derselben Art, wobei es sich in letzterem Fall um Bodenkontrollpunkte verschiedener Art handelt. Um eine besonders genaue Karte bereitzustellen ist es von Vorteil auch Bodenkontrollpunkte zu nutzen, die ebenfalls eine hohe Genauigkeit aufweisen. Zudem ist es von Vorteil, wenn die Bodenkontrollpunkte innerhalb des Sichtbereichs der Objekterkennungssensoren gelangen können. Hierfür sind die Bodenkontrollpunkte günstigerweise in der Nähe der Straße positioniert. Weitere Ausführungen zu den Bodenkontrollpunkten werden bei den vorteilhaften Ausgestaltungsvarianten des allgemeinen Beschreibungsteils gemacht.In addition to the sensor data, reference data is also available, including ground control points. These ground control points are also called Ground Control Point, GCP. Such ground control points are generally defined and can have different accuracies depending on the method of their determination. The ground control points provided as reference data are advantageously all provided by the same method or by different methods. In the former case, it is only a matter of ground control points of the same type, whereas in the latter case it is a matter of ground control points of different types. In order to provide a particularly accurate map, it is also advantageous to use ground control points that also have a high level of accuracy. In addition, it is advantageous if the ground control points can get within the field of vision of the object recognition sensors. For this purpose, the ground control points are conveniently positioned near the road. Further statements on the ground control points are made in the advantageous design variants of the general part of the description.
In einer Zusammenführungseinheit werden zwischen Gruppen, die Teile der ausgerichteten Punktewolke sind, und den Bodenkontrollpunkten Verknüpfungen hergestellt.In a merging unit, links are established between groups that are part of the aligned point cloud and the ground control points.
Der Zusammenführungseinheit werden unter anderem die ausgerichteten Punktewolken sowie die Referenzdaten bereitgestellt. Aus den ausgerichteten Punktewolken werden Gruppen von Zielen ermittelt und den Bodenkontrollpunkten zugewiesen. Die Gruppe, also die Mehrzahl von Zielen der ausgerichteten Punktewolke, und der Bodenkontrollpunkt werden dementsprechend als dasselbe Objekt betrachtet, wodurch eine Ausrichtung der Gruppen und somit auch der ausgerichteten Punktewolke anhand des Bodenkontrollpunkts erreicht werden kann. Bei der Bestimmung, ob die Gruppe und der Bodenkontrollpunkt das gleiche Objekt sind können verschiedene Kriterien herangezogen werden, wie beispielsweise die Form und Abmessung des Objekts.The merging unit is provided with the aligned point clouds and the reference data, among other things. Groups of targets are determined from the aligned point clouds and assigned to the ground control points. The group, that is the plurality of targets of the aligned point cloud, and the ground control point are accordingly viewed as the same object, whereby an alignment of the groups and thus also the aligned point cloud can be achieved on the basis of the ground control point. Various criteria can be used in determining whether the group and the ground control point are the same object, such as the shape and dimensions of the object.
Neben der Zuweisung von Gruppe zu Bodenkontrollpunkt stellt die Zusammenführungseinheit weitere Informationen zu der Gruppe und dem zugehörigen Bodenkontrollpunkt bereit. Insbesondere umfasst dies eine Art von Qualitätswert, der beschreibt, wie gut die Gruppe und Bodenkontrollpunkt zueinander passen, beispielsweise einen Abstand zwischen Gruppe und Bodenkontrollpunkt, deren Positionsgenauigkeit und / oder die ermittelten Abmessungen des Objekts aus Gruppe und Bodenkontrollpunkt. Diese Informationen werden für die weitere Verarbeitung als Verknüpfungen in Form von Verknüpfungsdaten bereitgestellt. Verknüpfungen werden insbesondere nur für Teile der Bodenkontrollpunkte und nur für Teile der Gruppen ermittelt. Mit anderen Worten wird nicht jeder Gruppe ein Bodenkontrollpunkt und auch nicht jedem Bodenkontrollpunkt eine Gruppe zugewiesen. Weiteres zu den Verknüpfungen erfolgt in den nachfolgenden Beschreibungsteilen.In addition to the assignment of groups to ground control points, the merging unit provides further information about the group and the associated ground control point. In particular, this includes a type of quality value that describes how well the group and ground control point match, for example a distance between group and ground control point, their positional accuracy and / or the determined dimensions of the object from group and ground control point. This information is made available for further processing as links in the form of link data. In particular, links are only determined for parts of the ground control points and only for parts of the groups. In other words, not every group is assigned a ground control point, nor is it assigned a group to every ground control point. Further information on the links is provided in the following parts of the description.
Die Ausgestaltung der Zusammenführungseinheit kann auf verschiedene Arten erfolgen, welche ebenfalls in den nachfolgenden Beschreibungsteilen ausführlicher erläutert werden.The assembly unit can be designed in various ways, which are also explained in more detail in the following parts of the description.
Bodenkontrollpunkte umfassen günstigerweise zumindest eine Information über eine Position innerhalb des globalen Koordinatensystems und günstigerweise auch eine Information über die Genauigkeit dieser Position.Ground control points advantageously include at least information about a position within the global coordinate system and advantageously information about the accuracy of this position.
Die Zusammenführungseinheit ermittelt die Verknüpfungen günstigerweise für jede ausgerichtete Punktewolke jeder Pose.The merging unit advantageously determines the links for each aligned point cloud of each pose.
Einer Optimierungseinheit werden die zumindest eine ausgerichtete Punktewolke, die zumindest eine Pose, die Bodenkontrollpunkte, die Gruppen und die Verknüpfungen als Eingangsdaten zugeführt werden, wobei die Optimierungseinheit die Abhängigkeiten (Verbindungen) zwischen der zumindest einen Punktewolke, der zumindest einen Pose, der Bodenkontrollpunkte, der Gruppen und der Verknüpfungen optimiert um eine Karte bereitzustellen.The at least one aligned point cloud, the at least one pose, the ground control points, the groups and the links are fed to an optimization unit as input data, the optimization unit determining the dependencies (links) between the at least one point cloud, the at least one pose, the ground control points, the Groups and the links optimized to provide a map.
Die Optimierungseinheit erfasst die zugeführten Daten und erstellt insbesondere einen Pose Graph. Dieser Pose Graph umfasst eine Mehrzahl an Knoten, die über Verbindungen voneinander abhängen. Der Pose Graph wird einer Pose Graph Optimization, um die Verbindungen zu optimieren und eine präzise Karte bereitzustellen.The optimization unit records the supplied data and in particular creates a pose graph. This pose graph comprises a plurality of nodes which depend on one another via connections. The Pose Graph becomes a Pose Graph Optimization to optimize the connections and provide a precise map.
Insgesamt stellt sich durch die Informationen der ausgerichteten Punktewolken und deren Posen, der Bodenkontrollpunkte, der Gruppen und der Verknüpfungen eine Vielzahl von Abhängigkeiten dar. Dies Abhängigkeiten lassen sich durch Anpassung derer Relativausrichtung zwischen ausgerichteten Punktewolken zu Bodenkontrollpunkten, den ausgerichteten Punktewolken zueinander, usw. optimieren. Zur Bereitstellung einer präzisen Karte wird eine Pose Graph Optimization durchgeführt, sodass die verschiedenen Verbindungen zwischen den Knoten minimiert werden. Dadurch wird ein globales Minimum bereitgestellt, bei dem die einzelnen Punktewolken optimal zueinander und auch zu den Bodenkontrollpunkten ausgerichtet sind und dadurch eine präzise Karte bereitstellen. Insbesondere stellen die Bodenkontrollpunkte innerhalb des globale Koordinatensystem genaue Landmarken bereit, anhand derer die ausgerichteten Punktewolken der verschiedenen Posen ausgerichtet werden. Da jeder ausgerichteten Punktewolke zumeist eine Mehrzahl an Bodenkontrollpunkte vorliegen, die auch mit verschiedenen Gruppen verknüpft werden können, wird eine präzise Ausrichtung bereitgestellt.Overall, the information of the aligned point clouds and their poses, the ground control points, the groups and the links represent a large number of dependencies. These dependencies can be optimized by adapting their relative alignment between aligned point clouds to ground control points, the aligned point clouds to one another, etc. To provide an accurate map, a pose graph optimization is performed so that the various connections between the nodes are minimized. This provides a global minimum in which the individual point clouds are optimally aligned with one another and also with the ground control points and thus provide a precise map. In particular, the ground control points provide precise landmarks within the global coordinate system, with the aid of which the aligned point clouds of the various poses are aligned. Since each aligned point cloud usually has a plurality of ground control points that can also be linked to different groups, a precise alignment is provided.
Der Pose Graph ist im Weiteren anhand der Figurenbeschreibung nochmals ausführlich erläutert.The pose graph is explained again in detail below with reference to the description of the figures.
Diese genaue Karte, insbesondere Punktewolkenkarte, ermöglicht es anhand von in Echtzeit gemessenen Sensordaten eine präzise Ermittlung der Eigenposition durchzuführen.This precise map, in particular point cloud map, enables a precise determination of one's own position to be carried out based on sensor data measured in real time.
Die Erstellung eines Pose Graph und auch die Pose Graph Optimization ist unter anderen in den Veröffentlichungen „
Bezüglich dieses Verfahrens können der Optimierungseinheit auch gleichzeitig die Daten aus der Verarbeitung von Vergleichereinheit bis Zusammenführungseinheit von mehreren Sätzen von Sensordaten zugeführt werden. Die Sensordaten können dabei von mehreren Sensoren gleicher Art, beispielsweise zwei Radar Sensoren, oder auch verschiedener Art, beispielsweise ein Radar Sensor und ein Lidar Sensor, stammen. Durch die gleichzeitige Verarbeitung zweier Sätze Sensordaten von Objekterkennungssensoren verschiedener Art kann insbesondere eine Verknüpfung von Punktewolken von Objekterkennungssensoren verschiedenen Art innerhalb einer einzigen Karte erfolgen. Dabei können die einzelnen Einheiten im Wesentlichen ohne große Änderungen, also identisch genutzt werden, wobei zumeist eine unterschiedliche Parametrisierung dieser Einheiten ausreichend ist um diese für verschiedene Sensortypen zu verwenden.With regard to this method, the data from the processing from the comparator unit to the merging unit of several sets of sensor data can also be fed to the optimization unit at the same time. The sensor data can come from several sensors of the same type, for example two radar sensors, or also of different types, for example a radar sensor and a lidar sensor. Due to the simultaneous processing of two sets of sensor data from object recognition sensors of different types, in particular point clouds of object recognition sensors of different types can be linked within a single map. The individual units can be used essentially without major changes, that is to say identically, with a different parameterization of these units usually being sufficient to use them for different sensor types.
Die Verknüpfung entspricht der Zuweisung eines Bodenkontrollpunkts zu einer Gruppe und umfasst insbesondere zumindest einen Gütewert bezüglich der Zuweisung von Gruppe zu Bodenkontrollpunkt, wie beispielsweise einen Abstand. Die Referenzdaten umfassen insbesondere Position, Positionsgenauigkeit und / oder Abmessung der Bodenkontrollpunkte.The link corresponds to the assignment of a ground control point to a group and in particular comprises at least one quality value with regard to the assignment of a group to a ground control point, such as a distance. The reference data include, in particular, the position, positional accuracy and / or dimensions of the ground control points.
Die bereitgestellte Karte kann je nach Umfang besonders viel Speicherplatz verbrauchen. Vorteilhafterweise werden solche Karten in Echtzeit über eine Funkverbindung, insbesondere eine Mobilfunkverbindung, bereitgestellt. Um die Datenübertragungsmenge zu verringern werden vorzugsweise nur Teilabschnitte der Karte bereitgestellt. Die Karte oder die Teilabschnitte der Karte werden günstigerweise lokal in einer Speichereinheit zwischengespeichert. Hierdurch kann eine Positionsbestimmung mit hoher Genauigkeit in Echtzeit erfolgen.Depending on its size, the map provided can consume a particularly large amount of storage space. Such maps are advantageously provided in real time via a radio link, in particular a cellular radio link. In order to reduce the amount of data transmitted, only partial sections of the card are preferably provided. The map or the partial sections of the map are expediently temporarily stored locally in a storage unit. As a result, the position can be determined with high accuracy in real time.
Das erläuterte Verfahren kann genutzt werden, um die Karte regelmäßig zu aktualisieren, beispielsweise täglich. Dadurch wird zu jeder Zeit eine aktuelle Karte bereitgestellt. Insbesondere kann durch ein derartiges Verfahren, sofern eine Erfassung von Daten automatisiert erfolgen. Auch die Bereitstellung der Sensordaten und der Referenzdaten kann automatisiert erfolgen.The method explained can be used to update the map regularly, for example daily. This means that a current map is provided at all times. In particular, such a method can be used to automate the acquisition of data. The provision of the sensor data and the reference data can also be automated.
Im Weiteren werden vorteilhafte Ausführungsvarianten des Verfahrens beschrieben.Advantageous variant embodiments of the method are described below.
Es wird vorgeschlagen, dass die Zusammenführungseinheit eine Gruppierungseinheit und eine Assoziierungseinheit aufweist, wobei die Gruppierungseinheit Gruppen der ausgerichteten Punktewolke ermittelt und wobei die Vergleichereinheit die Gruppen mit den Referenzdaten vergleicht, um zumindest zwischen einem Teil der Gruppen und zumindest einem Teil der Bodenkontrollpunkte Verknüpfungen zu ermitteln und bereitzustellen.It is proposed that the merging unit has a grouping unit and an association unit, the grouping unit determining groups of the aligned point cloud and the comparing unit comparing the groups with the reference data in order to determine and link at least some of the groups and at least some of the ground control points to provide.
Die Zusammenführungseinheit umfasst in dieser Ausführungsvariante mehrere Einheiten. Die Gruppierungseinheit ermittelt Gruppen von Zielen, die potentiellen Bodenkotrollpunkten entsprechen. Die Bodenkontrollpunkte weisen zumeist charakteristische Merkmale auf, beispielsweise sind diese Stabförmig ausgebildet. Das Charakteristikum der Bodenkontrollpunkte ist bekannt, wodurch die Gruppierungseinheit die Ziele der ausgerichteten Punktewolke auf diese Charakteristiken untersucht und potentielle Bodenkontrollpunkte in Form von Gruppen bereitstellt.In this embodiment variant, the merging unit comprises several units. The grouping unit determines groups of targets that correspond to potential ground control points. The ground control points mostly have characteristic features, for example these are rod-shaped. The characteristics of the ground control points are known, whereby the grouping unit examines the targets of the aligned point cloud for these characteristics and provides potential ground control points in the form of groups.
In einer besonders vorteilhaften Ausführungsvariante werden die Bodenkontrollpunkte durch ein Synthetik Aperture Radar, SAR, ermittelt. Das SAR ist in einem Luftfahrzeug angebracht und stellt Bodenkontrollpunkte bereit, deren Position innerhalb des globalen Kartensystems mit hoher Genauigkeit ermittelt wird. Ein solches SAR ermittelt stangenförmige und metallische Objekte. Die Ziele der ausgerichteten Punktewolke werden sodann auf Gruppen untersucht, die den charakteristischen stangenförmigen Aufbau bereitstellen.In a particularly advantageous embodiment variant, the ground control points are determined by a synthetic aperture radar, SAR. The SAR is installed in an aircraft and provides ground control points, the position of which is determined with high accuracy within the global map system. Such a SAR detects rod-shaped and metallic objects. The targets of the aligned point cloud are then examined for groups that provide the characteristic bar-shaped structure.
Die Gruppierungseinheit führt vorzugsweise die Methode Density-Based Spatial Clustering of Applications with Noise, DBSCAN, aus um die Gruppen zu bestimmen. Alternativ können die Gruppen durch ähnliche oder abgewandelte Methoden ermittelt werden. Zur Ermittlung der Gruppen kann die Gruppierungseinheit vorzugsweise auch als neuronales Netz ausgebildet sein, dem die ausgerichtete Punktewolke als Eingangsdaten zugeführt werden. Das Neuronale Netzwerk gibt dann die Gruppen aus.The grouping unit preferably carries out the Density-Based Spatial Clustering of Applications with Noise (DBSCAN) method in order to determine the groups. Alternatively, the groups can be determined by similar or modified methods. To determine the groups, the grouping unit can preferably also be designed as a neural network to which the aligned point cloud is fed as input data. The neural network then outputs the groups.
Innerhalb der Assoziierungseinheit werden die Gruppen sodann mit den Referenzdaten, welche die Bodenkontrollpunkte umfassen, verglichen. Hierbei werden einige der Gruppen einem jeweiligen Bodenkontrollpunkt zugewiesen bzw. als Bodenkontrollpunkt identifiziert. Dementsprechend stellen die Gruppe und der Bodenkontrollpunkt die Detektion desselben Objekts dar.Within the association unit, the groups are then compared with the reference data which comprise the ground control points. Some of the groups are assigned to a respective ground control point or identified as a ground control point. Accordingly, the group and the ground control point represent the detection of the same object.
Diese Assoziation kann anhand verschiedener Kriterien erfolgen, beispielsweise durch eine räumliche Nähe und / oder Abmessungen des detektieren Objekts und / oder auch Positionsmuster. Die Bodenkontrollpunkte der Referenzdaten bilden zudem bestimmte Muster bzw. Relativanordnungen, die gegebenenfalls in den Gruppen der ausgerichteten Punktewolken identisch oder ähnlich wiedergefunden werden können. Die vorbeschriebenen Varianten einen Bodenkontrollpunkt mit einer Gruppe zu assoziieren sind lediglich beispielhaft und nicht abschließend aufgeführt.This association can take place on the basis of various criteria, for example through spatial proximity and / or dimensions of the detected object and / or also position patterns. The ground control points of the reference data also form certain patterns or relative arrangements which, if necessary, can be found identically or similarly in the groups of the aligned point clouds. The above-described variants of associating a ground control point with a group are only given as examples and are not exhaustive.
Mit Vorteil wird ein Bodenkontrollpunkt lediglich mit einer einzigen Gruppe assoziiert. Insbesondere wird zumindest für eine Teilanzahl der Gruppen ein Bodenkontrollpunkt bestimmt, sodass nicht zu jeder Gruppe ein Bodenkotrollpunkt vorhanden ist. Zumeist wird auch nicht jedem Bodenkontrollpunkt eine Gruppe zugeordnet. Dementsprechend werden die Gruppen und Bodenkontrollpunkte einander zugewiesen und die Verknüpfungen bereitgestellt.A ground control point is advantageously only associated with a single group. In particular, a floor control point is determined for at least a partial number of the groups, so that there is not a floor control point for every group. In most cases, a group is not assigned to each ground control point. Accordingly, the groups and ground control points are assigned to one another and the links are provided.
Die Verknüpfung umfasst unter anderem die Information über die Assoziation von Gruppe mit Bodenkontrollpunkt sowie günstigerweise einen Gütewert. Der Gütewert stellt beispielsweise eine Relativposition, einen Abstand von Gruppe und Bodenkontrollpunkt und / oder eine Übereinstimmung der Abmessungen bereit. Diese Größen werden für die Lösung des Pose Graph herangezogen, um die Ausrichtung der einzelnen Knoten zueinander zu optimieren.The link includes, among other things, information about the association of the group with the ground control point and, advantageously, a quality value. The quality value provides, for example, a relative position, a distance between the group and the floor control point and / or a match of the dimensions. These variables are used to solve the pose graph in order to optimize the alignment of the individual nodes with one another.
Die Gruppen und die Bodenkontrollwerte sowie die Verknüpfungen werden sodann für die weitere Verarbeitung bereitgestellt.The groups and the ground control values as well as the links are then made available for further processing.
Die Assoziierungseinheit wendet beispielsweise Methode Nearest Neighbor, siehe hierzu auch „N. S. Altman (1992) An Introduction to Kernel and Nearest-Neighbor Nonparametric Regression, The American Statistician, 46:3, 175-185“, oder Joint Compatibility Test, siehe dazu „Data Association in Stochastic Mapping Using the Joint Compatibility Test, IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, VOL. 17, NO. 6, DECEMBER 2001“. Ebenso können entsprechende Alternativen oder auch abgewandelte Formen dieser Methoden genutzt werden. In einer weiteren alternativen Variante kann die Vergleichereinheit auch durch ein neuronales Netzwerk ausgebildet sein, dem die Bodenkontrollpunkte und die Gruppen der ausgerichteten Punktewolken zugeführt werden. Dementsprechend gibt das neuronale Netzwerk die relevanten Gruppen, die zugehörigen Bodenkontrollpunkte und auch die Verknüpfungen aus, sodass diese für die weitere Verarbeitung bereitstehen.The association unit uses the Nearest Neighbor method, for example, see also “N. S. Altman (1992) An Introduction to Kernel and Nearest-Neighbor Nonparametric Regression, The American Statistician, 46: 3, 175-185 ", or Joint Compatibility Test, see" Data Association in Stochastic Mapping Using the Joint Compatibility Test, IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, VOL. 17, NO. 6, DECEMBER 2001 ". Appropriate alternatives or modified forms of these methods can also be used. In a further alternative variant, the comparator unit can also be formed by a neural network to which the ground control points and the groups of aligned point clouds are fed. Accordingly, the neural network outputs the relevant groups, the associated ground control points and also the links so that they are available for further processing.
In einer zweiten Variante der Zusammenführungseinheit weist diese eine Gruppierungseinheit und eine Assoziierungseinheit auf, wobei der Gruppierungseinheit die Referenzdaten und die zumindest eine ausgerichtete Punktewolke zugeführt werden sodass innerhalb der ausgerichteten Punktewolke Gruppen ermittelt werden, die Bodenkontrollpunkten entsprechen und wobei die Assoziierungseinheit die Gruppen mit den Referenzdaten vergleicht, um zumindest zwischen einem Teil der Gruppen und zumindest einem Teil der Bodenkontrollpunkte Verknüpfungen bereitzustellen.In a second variant of the merging unit, it has a grouping unit and an association unit, the grouping unit being supplied with the reference data and the at least one aligned point cloud so that groups are determined within the aligned point cloud Correspond to ground control points, and wherein the association unit compares the groups with the reference data in order to provide links between at least some of the groups and at least some of the ground control points.
Bei diesem Ansatz werden die Bodenkontrollpunkt als Ausgangspunkt verwendet, um über eine Analyse der Ziele der ausgerichteten Punktewolken die zusammengehörenden Gruppen und Bodenkontrollpunkte zu ermitteln. Insbesondere wird untersucht, ob in einer Umgebung eines solchen Bodenkontrollpunkts entsprechende Ziele bzw. Anhäufungen von Zielen detektiert wurden die mit dem Bodenkontrollpunkt übereinstimmen. Auch hier können neben Relativposition und Mustern auch die Abmessungen detektierte Abmessung des Objekts überprüft werden.In this approach, the ground control points are used as a starting point in order to determine the groups and ground control points that belong together by analyzing the objectives of the aligned point clouds. In particular, it is examined whether corresponding targets or clusters of targets were detected in the vicinity of such a ground control point, which correspond to the ground control point. Here too, in addition to the relative position and patterns, the dimensions of the detected dimensions of the object can also be checked.
Die Gruppierungseinheit kann beispielsweise als neuronales Netzwerk ausgebildet sein. Der Unterschied zu der vorhergehend erläuterten Variante ist, dass der Gruppierungseinheit zusätzlich zu der ausgerichteten Punktewolke auch die Referenzdaten bereitgestellt werden, wobei letztere als Ausgangspunkt dienen.The grouping unit can be designed, for example, as a neural network. The difference to the variant explained above is that the grouping unit is provided with the reference data in addition to the aligned point cloud, the latter serving as a starting point.
Die Assoziierungseinheit ist im Wesentlichen Identisch zu der zuvor beschriebenen Ausführungsvariante ausgebildet. Insbesondere stellt die Assoziierungseinheit die Verknüpfung bereit.The association unit is designed essentially identically to the embodiment variant described above. In particular, the association unit provides the link.
In einer dritten Ausgestaltungsvariante der Zusammenführungseinheit ist diese durch ein neuronales Netzwerk ausgebildet. Dem neuronalen Netzwerk werden als Eingangsdaten die ausgerichteten Punktewolken und die Referenzdaten zugeführt, wobei das neuronale Netzwerk Paare von Gruppen der ausgerichteten Punktewolke und zugehörige Bodenkontrollpunkte ausgibt sowie für jedes Paar aus Gruppe und Boden Kontrollpunkt eine Verknüpfung bereitstellt.In a third embodiment variant of the merging unit, this is formed by a neural network. The aligned point clouds and the reference data are fed to the neural network as input data, the neural network outputting pairs of groups of the aligned point cloud and associated ground control points and providing a link for each pair of group and ground control point.
Die Ausgangsdaten sind bei der dritten Variante der Zusammenführungseinheit im Wesentlichen identisch zu den anderen beiden Varianten der Zusammenführungseinheit.With the third variant of the merging unit, the output data are essentially identical to the other two variants of the merging unit.
Es wird vorgeschlagen, dass die Referenzdaten Bodenkontrollpunkte aufweisen, die durch stangenförmige Objekte ausgebildet sind.It is proposed that the reference data have ground control points which are formed by rod-shaped objects.
Wie bereits erläutert werden hierzu vorzugsweise Luftaufnahmen eines SAR genutzt, die unter anderem Abmessungen und Position der detektieren Objekte mit hoher Genauigkeit als bodenkontrollpunkte bereitstellen. Ein solches SAR detektiert die Position und die Abmessung von stangenförmigen und metallischen Objekten und stellt zudem Informationen über die Genauigkeit dieser Parameter bereit.As already explained, aerial photographs of an SAR are preferably used for this purpose, which, among other things, provide the dimensions and position of the detected objects with high accuracy as ground control points. Such a SAR detects the position and dimensions of rod-shaped and metallic objects and also provides information about the accuracy of these parameters.
Die Bodenreferenzpunkte werden günstigerweise gefiltert bereitgestellt sodass nur die Bodenkontrollpunkte Teil der Referenzdaten sind, bei denen eine Detektion eine Detektion durch einen Objekterkennungssensor eines Fahrzeugs auch wahrscheinlich ist. Dies ist insbesondere für Bodenkontrollpunkte der Fall, die einen Abstand von einer Fahrbahn nicht überschreiten. Hierzu werden beispielsweise die Trajektorien von Straßenzügen herangezogen, welche verbreitert werden. Die Referenzdaten umfassen sodann nur die Bodenkontrollpunkte, die innerhalb der bereitgestellten Korridore der Trajektorien liegen. Bodenkontrollpunkte, die außerhalb liegen werden verworfen.The ground reference points are advantageously provided in a filtered manner so that only the ground control points for which detection by an object recognition sensor of a vehicle is also likely are part of the reference data. This is particularly the case for ground control points that do not exceed a distance from a roadway. For this purpose, for example, the trajectories of streets are used, which are broadened. The reference data then only include the ground control points that lie within the provided corridors of the trajectories. Ground control points that are outside are discarded.
Die Bereitstellung von solchen Bodenkontrollpunkten kann grundsätzlich aber auch andere Art und Weise erfolgen, wobei die Genauigkeit der bereitgestellten Punktewolkenkarte von der Genauigkeit der Referenzdaten abhängt.In principle, however, such ground control points can also be provided in a different manner, the accuracy of the provided point cloud map depending on the accuracy of the reference data.
Günstigerweise werden die zumindest eine ausgerichtete Punktewolke die zumindest eine Pose die Bodenkontrollpunkte die Gruppen und die Verknüpfungen für zumindest zwei Objekterkennungssensoren ermittelt und diese gemeinsam in Optimierungseinheit verarbeitet.The at least one aligned point cloud, the at least one pose, the ground control points, the groups and the links for at least two object recognition sensors are advantageously determined and these are processed together in the optimization unit.
Dadurch können die Punktewolken von Objekterkennungssensoren unterschiedlicher Art innerhalb einer Karte, insbesondere Punktewolkenkarte, dargestellt und verknüpft werden. Ebenso können auch hierzu mehrere Objekterkennungssensoren derselben Art genutzt werden um eine verbesserte und genauere Karte zu erstellen.As a result, the point clouds from object recognition sensors of different types can be displayed and linked within a map, in particular point cloud map. Likewise, several object recognition sensors of the same type can be used for this purpose in order to create an improved and more precise map.
Die Ermittlung der Eingabedaten in die Optimierungseinheit erfolgt dabei für beide Objekterkennungssensoren vorzugsweise unabhängig voneinander, wobei die Daten beider Objekterkennungssensoren innerhalb der Optimierungseinheit gemeinsam verarbeitet werden um eine einzige Karte bereitzustellen. Für die Vorverarbeitung vorab der Optimierungseinheit können die beschriebenen Einheiten für Sensordaten von Objekterkennungssensoren verschiedener Art genutzt werden. Die Verarbeitung kann beispielsweise nacheinander erfolgen. Insbesondere können die Einheiten unverändert genutzt werden, wobei zumeist nur die Parametrisierung der Einheit für die Sensordaten von Objekterkennungssensoren verschiedener Art angepasst werden. Es können aber auch für jeden Satz von Sensordaten getrennte Einheiten ausgebildet sein.The determination of the input data in the optimization unit takes place for both object recognition sensors preferably independently of one another, the data of both object recognition sensors being processed jointly within the optimization unit in order to provide a single card. For the preprocessing in advance of the optimization unit, the described units can be used for sensor data from object recognition sensors of various types. The processing can for example take place one after the other. In particular, the units can be used unchanged, with mostly only the parameterization of the unit being adapted for the sensor data of object recognition sensors of various types. However, separate units can also be formed for each set of sensor data.
Es wird weiter vorgeschlagen, dass die Objekterkennungssensoren als Sensoren unterschiedlicher Art ausgebildet sind.It is further proposed that the object recognition sensors are designed as sensors of different types.
Dies können beispielsweise RADAR-, LIDAR- oder auch Ultraschallsensoren sein. Insbesondere kann dadurch eine Karte bereitgestellt werden, die zur genauen Bestimmung der Eigenposition anhand der Messdaten von verschiedenen Objekterkennungssensoren genutzt werden kann.These can be, for example, RADAR, LIDAR or ultrasonic sensors. In particular, a map can thereby be provided which can be used for the precise determination of one's own position on the basis of the measurement data from various object recognition sensors.
Die Aufgabe wird zudem durch ein Verfahren zur Positionsbestimmung gemäß dem Patentanspruch 8 gelöst.The object is also achieved by a method for determining the position according to claim 8.
Dementsprechend werden in Echtzeit von einem Objekterkennungssensor Messdaten ermittelt. Zudem liegt eine Karte oder Teile einer Karte vor, die gemäß einem der Verfahren nach den Ansprüchen 1 bis 7 oder zumindest einem Teil der vorherstehenden Ausführungen erstellt wurde. Sodann erfolgt ein Abgleich zwischen Messdaten und Karte, um die eigene Position zu bestimmen.Accordingly, measured data are determined in real time by an object recognition sensor. In addition, there is a map or parts of a map that was created according to one of the methods according to claims 1 to 7 or at least part of the preceding statements. This is followed by a comparison between the measurement data and the map in order to determine your own position.
Dadurch wird eine besonders genaue Positionsbestimmung von Kraftfahrzeugen ermöglicht. Die hohe Genauigkeit der Karte kann mithilfe des Verfahrens in eine genaue Positionsbestimmung umgesetzt werden. Insbesondere kann durch diese Methode eine grobe Positionsbestimmung, die durch ein anderes System bereitgestellt wird, wie beispielsweise durch einen GPS Sensor, in der Genauigkeit verbessert werden. Die Karte liegt günstigerweise lokal an dem Kraftfahrzeug vor, beispielsweise auf einem Speichermedium, oder in Echtzeit über eine Funkverbindung übertragen. Auch eine Kombination von Datenübertragung über eine Funkverbindung mit einem Zwischenspeicher für eine Teilkarte ist vorteilhaft.This enables a particularly precise determination of the position of motor vehicles. The high accuracy of the map can be converted into an exact position determination with the help of the method. In particular, this method can improve the accuracy of a rough position determination that is provided by another system, such as, for example, a GPS sensor. The map is conveniently available locally on the motor vehicle, for example on a storage medium, or transmitted in real time via a radio link. A combination of data transmission via a radio link with a buffer for a partial map is also advantageous.
Die Aufgabe wird zudem durch eine Recheneinheit gelöst, die ein Verfahren nach einem der Ansprüche 1 bis 8 durchführt.The object is also achieved by a computing unit which carries out a method according to one of Claims 1 to 8.
Die Recheneinheit umfasst insbesondere eine Eingangsschnittstelle, zum Empfangen von Sensordaten und Referenzdaten. Zudem umfasst die Recheneinheit eine Zwischenspeichereinheit zum zwischenspeichern von Sensordaten und Referenzdaten. Des Weiteren umfasst die Recheneinheit eine Vergleichereinheit, eine Zusammenführungseinheit und eine Optimierungseinheit. Insbesondere bildet die Zusammenführungseinheit ein neuronales Netzwerk aus oder die Zusammenführungseinheit umfasst eine Gruppierungseinheit und eine Vergleichereinheit. Zudem weist die Recheneinheit eine Ausgangsschnittstelle auf, die ein Übertragen der Karte an eine Speichereinheit ermöglicht, wobei die Karte innerhalb der Speichereinheit, vorzugsweise eines Servers, abgespeichert wird.The computing unit includes, in particular, an input interface for receiving sensor data and reference data. In addition, the computing unit includes an intermediate storage unit for the intermediate storage of sensor data and reference data. Furthermore, the computing unit comprises a comparator unit, a merging unit and an optimization unit. In particular, the merging unit forms a neural network or the merging unit comprises a grouping unit and a comparator unit. In addition, the computing unit has an output interface which enables the map to be transferred to a memory unit, the map being stored within the memory unit, preferably a server.
Die Aufgabe wird zudem durch eine Speichereinheit gelöst, die einen Programmcode aufweist, der ein Verfahren nach einem der Ansprüche 1 bis 8 nutzt oder der eine Karte oder Teile einer Karte abgespeichert sind, die gemäß einem der Verfahren der Ansprüche 1 bis 7 erstellt wurde.The object is also achieved by a memory unit which has a program code which uses a method according to one of claims 1 to 8 or which stores a map or parts of a map that was created according to one of the methods of claims 1 to 7.
Die Aufgabe wird zudem durch ein Kraftfahrzeug gemäß dem Patentanspruch 11 gelöst.The object is also achieved by a motor vehicle according to claim 11.
Ein solches Kraftfahrzeug nutzt insbesondere ein Verfahren gemäß dem Patentanspruch 8 oder wird für ein Verfahren zur Bereitstellung von Sensordaten nach einem der Ansprüche 1 bis 8 genutzt.Such a motor vehicle uses in particular a method according to claim 8 or is used for a method for providing sensor data according to one of claims 1 to 8.
Ein Kraftfahrzeug, welches das Verfahren gemäß dem Patentanspruch 8 nutzt, kann eine besonders genaue Positionsbestimmung durchführen. Zudem können Kraftfahrzeuge mit einem Objekterkennungssensor genutzt werden, um Sensordaten bereitzustellen. Die Erfassung erfolgt dabei automatisch, wobei die Sensordaten günstigerweise über eine Funkverbindung übertragen werden.A motor vehicle that uses the method according to claim 8 can carry out a particularly precise position determination. In addition, motor vehicles with an object recognition sensor can be used to provide sensor data. The acquisition takes place automatically, with the sensor data being advantageously transmitted via a radio link.
Diese dienen der Bereitstellung einer präzisen und genauen Karte, die auch eine genaue Positionsbestimmung ermöglicht.These serve to provide a precise and exact map, which also enables an exact position determination.
Mit Funkverbindung ist dabei lediglich die Datenübertragung von bzw. auf das Kraftfahrzeug gemeint. Es ist natürlich offensichtlich, dass die Daten nach der ersten Übertragungsstrecke, die über Funk bereitgestellt wird, auch auf andere Art und Weise an einen Server übermittelt werden können. Dies können beispielsweise Kabelleitungen oder Glasfaserleitungen sein.The term radio connection only refers to data transmission from or to the motor vehicle. It is of course obvious that the data can also be transmitted to a server in other ways after the first transmission link, which is provided by radio. These can be cable lines or fiber optic lines, for example.
Im Weiteren erfolgt anhand mehrerer Figuren eine beispielhafte und ausführliche Erläuterung des Verfahrens zur Erstellung einer Karte, des Verfahrens zur Positionsbestimmung, der Recheneinheit, der Speichereinheit und einem Kraftfahrzeug. Es zeigen:
-
1 ein Kraftfahrzeug mit Objekterkennungssensor und einer Cloud; -
2 eine Recheneinheit des Kraftfahrzeugs; -
3 ein Ablaufplan für die Bereitstellung einer präzisen Karte; -
4 eine schematische Kartendarstellung zur Visualisierung von Zielen und Bodenkontrollpunkten; -
5 ein Pose Graph der zur Bereitstellung einer präzisen Karte verwendet wird; -
6 Verfahren für ein Kraftfahrzeug nach1 zur präzisen Bestimmung der eigenen Position.
-
1 a motor vehicle with an object recognition sensor and a cloud; -
2 a computing unit of the motor vehicle; -
3 a schedule for providing an accurate map; -
4th a schematic map display for the visualization of targets and ground control points; -
5 a pose graph used to provide an accurate map; -
6th Method for a motor vehicle according to1 for precise determination of your own position.
In der
Der Objekterkennungssensor
Insbesondere handelt es sich bei dem Objekterkennungssensor
Die Relativposition eines Ziels wird beispielsweise bei einem Radar-Messsystem durch einen Abstand sowie einen Elevationswinkel und einen Azimutwinkel bereitgestellt. Zudem stellt ein Radarmesssystem auch eine Relativgeschwindigkeit eines solchen Ziels bereit. Alternativ kann die Position auch in einem anderen Typ Koordinatensystem bereitgestellt werden, wobei gegebenenfalls eine Umrechnung erfolgt. Die in Echtzeit ermittelten Punktewolken werden durch die Steuereinheit
Positionsbestimmungen von Kraftfahrzeugen werden unter anderem über Satelliten, insbesondere GPS oder GLONASS bereitgestellt. Dadurch lässt sich eine Position auf eine Genauigkeit von einigen Metern ermitteln. Insbesondere kann hierbei auch eine Unterstützung eines D-GPS erfolgen um eine erhöhte Genauigkeit bereitzustellen. Für den autonomen Fahrbetrieb ist es jedoch notwendig die Eigene Position mit noch höherer Genauigkeit zu bestimmen.Positioning of motor vehicles is provided, among other things, via satellites, in particular GPS or GLONASS. This enables a position to be determined with an accuracy of a few meters. In particular, a D-GPS can also be supported here in order to provide increased accuracy. However, for autonomous driving it is necessary to determine your own position with even greater accuracy.
Für eine solche Positionsbestimmung werden entsprechende Karten bereitgestellt werden. Bei derartigen Karten handelt es sich insbesondere um Punktewolkenkarten, die im Wesentlichen den in Echtzeit ermittelten Sensordaten bzw. Punktewolken entsprechen. Die in Echtzeit ermittelten Ziele und Objekte in Form von Messdaten können dadurch mit dem Kartenmaterial abgeglichen werden, um eine wesentlich genauere Positionsbestimmung bereitzustellen.Appropriate maps will be provided for such a position determination. Such maps are in particular point cloud maps which essentially correspond to the sensor data or point clouds determined in real time. The targets and objects determined in real time in the form of measurement data can be compared with the map material in order to provide a much more precise position determination.
Eine solche Karte kann beispielsweise durch eine Speichereinheit
Die Kommunikationseinheit kann beispielsweise durch eine Funkverbindung, insbesondere einer Mobilfunkverbindung
Im Weiteren wird ein Verfahren beschrieben, mit dem ein solches Kartenmaterial, also eine Karte bereitgestellt wird, die eine genaue Positionsermittlung des Kraftfahrzeugs
In der
In einem ersten Schritt
Im Weiteren werden die Ausführungen für die Punktewolken eines Radar-Objekterkennungssensors gemacht. Das Verfahren für Punktewolken eines Lidar-Objekterkennungssensors erfolgt im Wesentlichen identisch, wobei die Ausführungen Sinngemäß gelten. Gegebenenfalls weisen die einzelnen Einheiten hierfür eine andere Parametrisierung auf. Dies ändert jedoch nichts an dem Ablauf der einzelnen Verfahrensschritte.In the following, the explanations for the point clouds of a radar object recognition sensor are made. The method for point clouds of a lidar object recognition sensor is essentially identical, the explanations applying accordingly. The individual units may have a different parameterization for this purpose. However, this does not change the sequence of the individual process steps.
Sofern die Bereitstellung der Eigenbewegungsdaten
Die Referenzdaten umfassen die Bodenkontrollpunkte, welche präzise Informationen über einzelne definierte Ziele innerhalb der Karte aufweisen. In diesem Ausführungsbeispiel werden die Referenzdaten über ein SAR Radar bereitgestellt, welches eine präzise Positionsermittlung von stangenförmigen und metallischen Objekten bereitstellt. Dies können beispielsweise Pfosten, Stangen von Verkehrszeichen, Ampeln, Laternenpfähle und so weiter sein. Zudem umfassen die Referenzdaten Informationen über die Form und Abmessung des entsprechenden Objekts.The reference data include the ground control points, which have precise information about individually defined targets within the map. In this exemplary embodiment, the reference data are provided via a SAR radar, which provides a precise determination of the position of rod-shaped and metallic objects. These can be, for example, posts, poles for traffic signs, traffic lights, lamp posts and so on. The reference data also include information about the shape and dimensions of the corresponding object.
Die Referenzdaten und die Sensordaten und insbesondere deren Punktewolken sind in der
In der
In einem weiteren Schritt
Die Eigenbewegungsdaten werden hierbei optionaler genutzt, um für die Ausrichtung der einzelnen Punktewolken eine Initialschätzung bereitzustellen. Dadurch kann das Verfahren viel effizienter ablaufen.The own movement data is used here more optionally to provide an initial estimate for the alignment of the individual point clouds. This allows the process to run much more efficiently.
Die Bereitstellung der ausgerichteten Punktewolken erfolgt beispielsweise gemäß dem Verfahren interative-closest point, ICP, oder dem Verfahren normal distributions transform, NDT oder einem anderen bekannten Ansatz.The provision of the aligned point clouds takes place, for example, according to the method interative-closest point, ICP, or the method normal distributions transform, NDT or another known approach.
Die Verarbeitung gemäß Schritt
Die Zusammenführungseinheit ist ausgebildet die ausgerichtete Punktewolke sowie die Referenzdaten
In einer ersten Variante, gekennzeichnet durch den Buchstaben a ist die Zusammenführungseinheit durch ein neuronales Netz
In einer anderen Variante ist die Zusammenführungseinheit
Nach dem Schritt
Die Assoziierungseinheit nutzt insbesondere das Nearest Neighbor Verfahren oder auch den Joint Compatibility Test, um die entsprechenden Verknüpfungen bereitzustellen.The association unit uses in particular the nearest neighbor method or also the joint compatibility test to provide the corresponding links.
Die Verknüpfung beschreibt insbesondere die Qualität der Zuweisung von Gruppe zu dem Bodenkontrollwert, also unter anderem wie groß die Übereinstimmung der Abmessungen ist und wie groß der Abstand von Gruppe und dem Bodenkontrollwert ist. Diese genannten Qualitätsparameter sind lediglich Beispiele. Die Assoziierungseinheit stellt daraufhin für einen weiteren Schritt
In einer dritten Variante c, die ebenfalls eine Gruppierungseinheit
Gemäß der dritten Variante werden zur Durchführung des Schritts
Die Schritte
Gemäß dem Schritt
Einen zentralen Punkt stellen unter anderem die Bodenkontrollpunkte, also die Referenzdaten bereit, die durch den Knoten
Gemäß Schritt
Gemäß den Linien
Der Pose Graph stellt sich dar wie in
Die durch das Verfahren bereitgestellte Punktewolkenkarte wird durch die Ausgangsschnittstelle in einem Speicher oder einer Speichereinheit
In der
In einem Schritt
In einem weiteren Schritt
Ein solches Computerprogramm, welches das Verfahren gemäß der
Das Kraftfahrzeug
BezugszeichenlisteList of reference symbols
- 1010
- KraftfahrzeugMotor vehicle
- 1212
- ObjekterkennungssensorObject detection sensor
- 1414th
- SteuereinheitControl unit
- 1515th
- SpeichereinheitStorage unit
- 1616
- KommunikationseinheitCommunication unit
- 1818th
- ObjekteObjects
- 2020th
- FunkverbindungRadio link
- 2222nd
- CloudCloud
- 2424
- Serverserver
- 2626th
- RecheneinheitArithmetic unit
- 2828
- SpeichereinheitStorage unit
- 3030th
- EingangsschnittstelleInput interface
- 3232
- VergleichereinheitComparator unit
- 33b33b
- GruppierungseinheitGrouping unit
- 333333
- GruppierungseinheitGrouping unit
- 3434
- ZusammenführungseinheitMerging unit
- 34a34a
- neuronales Netzneural network
- 35b35b
- AssoziierungseinheitAssociation unit
- 35c35c
- AssoziierungseinheitAssociation unit
- 3636
- OptimierungseinheitOptimization unit
- 3838
- AusgangsschnittstelleOutput interface
- 4040
- Ziel (Kreuz)Target (cross)
- 4242
- Bodenkontrollpunkt (Quadrat)Ground control point (square)
- 4444
- Bodenkontrollpunkt (Kreis)Ground control point (circle)
- 5050
- Pose GraphPose graph
- 5252
- Knoten (Bodenkontrollpunkte)Nodes (ground control points)
- 5454
- Verbindung (Bodenkontrollpunkt - Gruppe)Connection (ground control point - group)
- 5656
- Knoten (Gruppen)Nodes (groups)
- 5858
- Knoten (Ausgerichtete Punktewolken)Nodes (aligned point clouds)
- 6060
- Verbindung (Ausgerichtete Punktewolke - Gruppe)Connection (aligned point cloud - group)
- 6262
- Knoten (Pose)Knot (pose)
- 6464
- Verbindung (Pose - Ausgerichtete Punktewolke)Connection (Pose - Aligned Point Cloud)
- 6666
- Verbindung (Pose - Pose)Connection (pose - pose)
- 6868
- Verbindung (Gruppe - Gruppe)Connection (group - group)
- 100100
- Schrittstep
- 110110
- Schrittstep
- 120120
- Schrittstep
- 130a130a
- Schrittstep
- 130b130b
- Schrittstep
- 140140
- Schrittstep
- 150150
- Schrittstep
- 200200
- ReferenzdatenReference data
- 210210
- SensordatenSensor data
- 211211
- RadardatenRadar data
- 212212
- LidardatenLidar data
- 213213
- EigenbewegungsdatenOwn movement data
- 214214
- Linieline
- 220220
- Linieline
- 222222
- Linieline
- 224224
- Linieline
- 226226
- Linieline
- 228228
- Linieline
- 230230
- Linieline
- 232232
- Linieline
- 234234
- Linieline
- 236236
- Linieline
- 238238
- Linieline
- 240240
- Linieline
- 250250
- Kartemap
- 300300
- Schrittstep
- 310310
- Schrittstep
- 320320
- Schrittstep
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturNon-patent literature cited
- Kümmerle, Rainer & Grisetti, Giorgio & Strasdat, Hauke & Konolige, Kurt & Burgard, Wolfram. (2011) [0028]Kümmerle, Rainer & Grisetti, Giorgio & Strasdat, Hauke & Konolige, Kurt & Burgard, Wolfram. (2011) [0028]
Claims (11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019203623.6A DE102019203623A1 (en) | 2019-03-18 | 2019-03-18 | Method of providing a card |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019203623.6A DE102019203623A1 (en) | 2019-03-18 | 2019-03-18 | Method of providing a card |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019203623A1 true DE102019203623A1 (en) | 2020-09-24 |
Family
ID=72334329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019203623.6A Withdrawn DE102019203623A1 (en) | 2019-03-18 | 2019-03-18 | Method of providing a card |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019203623A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019217263A1 (en) * | 2019-11-08 | 2021-05-12 | Continental Automotive Gmbh | Method for determining a quality of geographic data |
DE102022209225A1 (en) | 2022-09-06 | 2024-03-07 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and device for determining a highly precise position of a vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013045917A1 (en) * | 2011-09-30 | 2013-04-04 | The Chancellor Masters And Scholars Of The University Of Oxford | Localising transportable apparatus |
WO2017139432A1 (en) * | 2016-02-09 | 2017-08-17 | 5D Robotics, Inc. | Ultra wide band radar localization |
WO2018112795A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Large scale cnn regression based localization via two-dimensional map |
US20180299557A1 (en) * | 2017-04-17 | 2018-10-18 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for updating maps |
-
2019
- 2019-03-18 DE DE102019203623.6A patent/DE102019203623A1/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013045917A1 (en) * | 2011-09-30 | 2013-04-04 | The Chancellor Masters And Scholars Of The University Of Oxford | Localising transportable apparatus |
WO2017139432A1 (en) * | 2016-02-09 | 2017-08-17 | 5D Robotics, Inc. | Ultra wide band radar localization |
WO2018112795A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Large scale cnn regression based localization via two-dimensional map |
US20180299557A1 (en) * | 2017-04-17 | 2018-10-18 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for updating maps |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019217263A1 (en) * | 2019-11-08 | 2021-05-12 | Continental Automotive Gmbh | Method for determining a quality of geographic data |
DE102022209225A1 (en) | 2022-09-06 | 2024-03-07 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and device for determining a highly precise position of a vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013208521B4 (en) | Collective learning of a highly accurate road model | |
DE102018117660A1 (en) | METHOD AND SYSTEM FOR DETERMINING A POSITION OF A VEHICLE | |
DE102015214338A1 (en) | Determining an arrangement information for a vehicle | |
DE102016225595A1 (en) | Method and arrangement for calibrating at least one sensor of a rail vehicle | |
DE102015209186A1 (en) | Method for determining a description of a lane | |
DE102016214470A1 (en) | Method and system for detecting a traffic environment of a mobile unit | |
DE102019215903A1 (en) | Method and device for generating training data for a recognition model for recognizing objects in sensor data of a sensor, in particular of a vehicle, method for training and method for actuation | |
DE102018220892A1 (en) | Device and method for generating label objects for the surroundings of a vehicle | |
DE102018123393A1 (en) | Detection of parking areas | |
DE102019203623A1 (en) | Method of providing a card | |
EP2749982B1 (en) | Generation and updating of reference models | |
DE102020214596A1 (en) | Method for generating training data for a recognition model for recognizing objects in sensor data of an environment sensor system of a vehicle, method for generating such a recognition model and method for controlling an actuator system of a vehicle | |
DE102017122440A1 (en) | A method for locating and further developing a digital map by a motor vehicle; localization device | |
DE102020211636A1 (en) | Method and device for providing data for creating a digital map | |
DE102022000849A1 (en) | Method for generating an environment representation for a vehicle | |
DE102020001346A1 (en) | Method for the detection of rod-shaped objects using lidar data | |
DE102021006166A1 (en) | Procedure for data transfer between two digital road maps | |
DE102019220616B4 (en) | PROCEDURE FOR SIMULTANEOUS LOCATION AND IMAGE | |
DE102019210518A1 (en) | Method for recognizing an object in sensor data, driver assistance system and computer program | |
DE102022210504A1 (en) | System and method for predicting a future position of a road user | |
DE102022201073A1 (en) | Object recognition method, image recognition device, computer program and storage unit | |
DE102022207370A1 (en) | Method for detecting a faulty map of an environment | |
EP3980724A1 (en) | Method for establishing a universally usable feature map | |
DE102020208981A1 (en) | Method for estimating the geometry of a movement path | |
DE102022130224A1 (en) | SENSOR LOCALIZATION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |