DE102020206239B4 - Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system - Google Patents
Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system Download PDFInfo
- Publication number
- DE102020206239B4 DE102020206239B4 DE102020206239.0A DE102020206239A DE102020206239B4 DE 102020206239 B4 DE102020206239 B4 DE 102020206239B4 DE 102020206239 A DE102020206239 A DE 102020206239A DE 102020206239 B4 DE102020206239 B4 DE 102020206239B4
- Authority
- DE
- Germany
- Prior art keywords
- motor vehicle
- processing unit
- data processing
- data set
- data record
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
Abstract
Verfahren zum Bestimmen einer Eigenposition (2) eines Kraftfahrzeugs (3), wobei einer Datenverarbeitungseinheit (4) ein Kartendatensatz (10) einer Umgebung (11) des Kraftfahrzeugs (3) bereitgestellt wird und mittels einer Sensorik (5) des Kraftfahrzeugs (3) wenigstens ein Umgebungselement (12) in der Umgebung (11) zumindest teilweise erfasst und ein die Umgebung (11) zumindest teilweise charakterisierender Sensorikdatensatz (13) der Datenverarbeitungseinheit (4) bereitgestellt wird, sodass die Datenverarbeitungseinheit (4) aus dem Sensorikdatensatz (13) und dem Kartendatensatz (10) einen Eigenpositionsdatensatz (14) erzeugt und bereitstellt,
dadurch gekennzeichnet, dass
der Datenverarbeitungseinheit (4) ein Kontextdatensatz (15) bereitgestellt wird, anhand dessen mittels der Datenverarbeitungseinheit (4) der Eigenpositionsdatensatz (14) einer Plausibilitätsprüfung unterzogen wird,
wobei dem Kontextdatensatz (15) zur Plausibilitätsprüfung wenigstens eine Bewegungsinformation (16) des Umgebungselements (12) hinzugefügt wird.
Method for determining an inherent position (2) of a motor vehicle (3), wherein a data processing unit (4) is provided with a map data set (10) of an area (11) of the motor vehicle (3) and by means of a sensor system (5) of the motor vehicle (3) at least an environmental element (12) in the environment (11) is at least partially detected and a sensor data set (13) at least partially characterizing the environment (11) is provided to the data processing unit (4), so that the data processing unit (4) from the sensor data set (13) and the Map data set (10) generates and provides a self-position data set (14),
characterized in that
the data processing unit (4) is provided with a context data record (15), on the basis of which the own position data record (14) is subjected to a plausibility check by means of the data processing unit (4),
at least one item of movement information (16) of the environmental element (12) being added to the context data record (15) for the plausibility check.
Description
Die Erfindung betrifft gemäß Patentanspruch 1 ein Verfahren zum Bestimmen einer Eigenposition eines Kraftfahrzeugs. Des Weiteren betrifft die Erfindung gemäß Patentanspruch 8 ein zum Ausführen dieses Verfahrens ausgebildetes System zum Bestimmen einer Eigenposition eines Kraftfahrzeugs. Darüber hinaus betrifft die Erfindung gemäß Patentanspruch 9 ein Kraftfahrzeug, das mit einem solchen System ausgerüstet ist.According to patent claim 1, the invention relates to a method for determining an inherent position of a motor vehicle. Furthermore, the invention according to
Heutzutage bestehen in der Kraftfahrzeugtechnik weitreichende Bestrebungen, Kraftfahrzeuge, insbesondere Kraftwagen, also Personen- und/oder Lastkraftwagen, immer weiter zu automatisieren, um einem Fahrer des Kraftfahrzeugs bzw. Personenkraftwagens oder Lastkraftwagens immer weiter Fahraufgaben abzunehmen. Hierbei werden gemäß SAE J3016 die jeweiligen Automatisierungsgrade bzw. Autonomiegrade in fünf Level eingeteilt. Insbesondere in Zusammenhang mit den Levels 3, 4 und 5, bei denen sich der Fahrer des Kraftfahrzeugs zumindest zeitweise von einer aktuellen Fahraufgabe und/oder von einem aktuellen Verkehrsgeschehen abwenden darf, besteht natürlich der Bedarf, die gemäß Level 3, 4 und/oder 5 automatisierten Kraftfahrzeuge besonders sicher und zuverlässig auszubilden.Today, there are far-reaching efforts in automotive engineering to continue to automate motor vehicles, in particular motor vehicles, ie passenger cars and/or trucks, in order to continue to relieve the driver of the motor vehicle or passenger car or truck of driving tasks. According to SAE J3016, the respective degrees of automation or degrees of autonomy are divided into five levels. Especially in connection with
Bei hochautomatisierten Kraftfahrzeugen (Level 3) ist es dem Fahrer beispielsweise erlaubt, sich zumindest zeitweise und/oder in bestimmten vorgegebenen bzw. spezifischen Anwendungsfällen des Kraftfahrzeugs von den Fahraufgaben abzuwenden. Das heißt, dass dann das Kraftfahrzeug selbstständig fährt bzw. die Fahraufgabe selbst erfüllt. Beispielsweise ist das gemäß Level 3 hochautomatisierte Kraftfahrzeug dazu ausgebildet, eine Lenk- und Antriebseinheit des Kraftfahrzeugs selbstständig bzw. automatisch, das heißt ohne ein Zutun des Fahrers, anzusteuern, um eine Fahraufgabe zu erledigen.In the case of highly automated motor vehicles (Level 3), the driver is allowed, for example, to turn away from the driving tasks at least temporarily and/or in certain predetermined or specific applications of the motor vehicle. This means that the motor vehicle then drives independently or performs the driving task itself. For example, the motor vehicle that is highly automated according to level 3 is designed to control a steering and drive unit of the motor vehicle independently or automatically, that is to say without any action on the part of the driver, in order to complete a driving task.
Bei einem vollautomatisierten Kraftfahrzeug (Level 4) ist es dem Fahrer erlaubt, die Erledigung der Fahraufgabe zumindest zeitweise, etwa über eine Gesamtdauer eines spezifischen Anwendungsfalls, vollständig dem Kraftfahrzeug zu überlassen - der Fahrer ist dann lediglich Passagier des Kraftfahrzeugs. Bei autonomen Kraftfahrzeugen (Level 5) ist überhaupt kein menschlicher Fahrer mehr vorgesehen. Das bedeutet, es werden mittels des gemäß Level 5 autonomen Kraftfahrzeugs lediglich Passagiere befördert, wobei diese Passagiere zu keiner Zeit eine Fahraufgabe des Kraftfahrzeugs steuern oder beaufsichtigen/überwachen.In a fully automated motor vehicle (Level 4), the driver is allowed to leave the completion of the driving task entirely to the motor vehicle at least temporarily, for example over the entire duration of a specific application - the driver is then merely a passenger in the motor vehicle. In the case of autonomous vehicles (level 5), no human driver is provided at all. This means that only passengers are transported by means of the autonomous motor vehicle according to
Für ein besonders sicheres und zuverlässiges Funktionieren des ab Level 3 automatisch betreibbaren bzw. fortbewegbaren Kraftfahrzeugs, besteht der Bedarf an einer besonders sicheren bzw. autonomen Navigation des Kraftfahrzeugs. Hierfür ist eine besonders zuverlässige Ermittlung bzw. Bestimmung einer aktuellen Position des entsprechenden Kraftfahrzeugs erforderlich. Hierzu bietet der Stand der Technik Systeme, beispielsweise auf Basis eines Abgleichs von mittels einer Fahrzeugkamera erfassten Bilddaten von Landmarken (etwa Bodenmarkierungen, Schildern, räumlichen Strukturen, etc.) mit einer hochgenauen digitalen Karte. Weiterhin gibt es Ansätze auf Basis von Lidar-Punktwolken und Radar-Merkmalen.For a particularly safe and reliable functioning of the motor vehicle that can be operated or moved automatically from level 3, there is a need for a particularly safe or autonomous navigation of the motor vehicle. This requires a particularly reliable determination or determination of a current position of the corresponding motor vehicle. The prior art offers systems for this purpose, for example based on a comparison of image data of landmarks (such as ground markings, signs, spatial structures, etc.) captured by a vehicle camera with a high-precision digital map. There are also approaches based on lidar point clouds and radar features.
So offenbart beispielsweise die
Ferner offenbart die
Die
Die
Aufgabe der vorliegenden Erfindung ist es, ein Bestimmen einer Eigenposition eines Kraftfahrzeugs noch weiter zu verbessern.The object of the present invention is to further improve the determination of a motor vehicle's own position.
Diese Aufgabe wird durch ein Verfahren mit den in Patentanspruch 1 angegebenen Merkmalen, durch ein System mit den in Patentanspruch 8 angegebenen Merkmalen sowie durch ein Kraftfahrzeug mit den in Patentanspruch 9 angegebenen Merkmalen gelöst. Merkmale, Vorteile und vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens sind als Merkmale, Vorteile und vorteilhafte Ausgestaltungen des erfindungsgemäßen Systems bzw. des erfindungsgemäßen Kraftfahrzeugs anzusehen und umgekehrt. Merkmale, Vorteile und vorteilhafte Ausgestaltungen des erfindungsgemäßen Systems sind als Merkmale, Vorteile und vorteilhafte Ausgestaltungen des erfindungsgemäßen Kraftfahrzeugs anzusehen und umgekehrt. Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen.This object is achieved by a method having the features specified in patent claim 1, by a system having the features specified in
Die Erfindung betrifft also (in einem ersten Aspekt) ein Verfahren zum Bestimmen einer Eigenposition eines Kraftfahrzeugs. Das Kraftfahrzeug kann als ein Kraftwagen, insbesondere Personenkraftwagen und/oder Lastkraftwagen, ausgebildet sein. Des Weiteren kann es sich bei dem Kraftfahrzeug um ein Kraftrad oder um eine selbstfahrende Arbeitsmaschine handeln. Es ist insbesondere vorgesehen, dass das Kraftfahrzeug gemäß einem der eingangs erwähnten Level nach SAE J3016, insbesondere ab Level 3, hochautomatisch, vollautomatisch und/oder autonom betreibbar bzw. fortbewegbar ausgebildet ist.The invention thus relates (in a first aspect) to a method for determining an inherent position of a motor vehicle. The motor vehicle can be designed as a motor vehicle, in particular a passenger car and/or truck. Furthermore, the motor vehicle can be a motorcycle or a self-propelled work machine. In particular, it is provided that the motor vehicle is designed to be highly automatic, fully automatic and/or autonomously operable or movable according to one of the initially mentioned levels according to SAE J3016, in particular from level 3.
Bei dem Verfahren wird einer Datenverarbeitungseinheit ein Kartendatensatz einer Umgebung des Kraftfahrzeugs bereitgestellt. Bei der Datenverarbeitungseinheit handelt es sich insbesondere um eine Computereinrichtung, die fahrzeugintern und/oder fahrzeugextern ausgebildet sein kann. Die Datenverarbeitungseinheit bzw. die Computereinrichtung ist zur Verarbeitung und/oder Weiterverarbeitung von der Datenverarbeitungseinheit bereitgestellten Daten ausgebildet.In the method, a data processing unit is provided with a map data record of an area surrounding the motor vehicle. The data processing unit is, in particular, a computer device that can be embodied in the vehicle and/or external to the vehicle. The data processing unit or the computer device is designed to process and/or further process data provided by the data processing unit.
Mittels einer Sensorik des Kraftfahrzeugs wird bei dem Verfahren weiter wenigstens ein Umgebungselement in der Umgebung zumindest teilweise erfasst und ein die Umgebung zumindest teilweise charakterisierender Sensorikdatensatz der Datenverarbeitungseinheit bereitgestellt. Das bedeutet, dass das Kraftfahrzeug die Sensorik aufweist, die wenigstens eine Sensoreinheit umfasst. Die jeweilige Sensoreinheit weist ihrerseits wenigstens einen Sensor auf, beispielsweise einen Ultraschallsensor, einen Lasersensor oder Laserscanner, einen Lidar-Sensor, einen Kamerasensor, einen Radarsensor, etc. Des Weiteren kann vorgesehen sein, dass die Sensorik die Datenverarbeitungseinheit umfasst, zumindest einen fahrzeuginternen Anteil der Datenverarbeitungseinheit. Jedenfalls sind die jeweilige Sensoreinheit und die Datenverarbeitungseinheit datentechnisch miteinander gekoppelt, sodass ein jeweiliger Sensorwert der Sensoreinheit der Datenverarbeitungseinheit in Datenform bereitstellbar ist.In the method, at least one environmental element in the environment is at least partially detected by means of a sensor system of the motor vehicle and a sensor data set at least partially characterizing the environment is provided to the data processing unit. This means that the motor vehicle has the sensor system, which includes at least one sensor unit. The respective sensor unit in turn has at least one sensor, for example an ultrasonic sensor, a laser sensor or laser scanner, a lidar sensor, a camera sensor, a radar sensor, etc. It can also be provided that the sensor system includes the data processing unit, at least a vehicle-internal part of the data processing unit. In any case, the respective sensor unit and the data processing unit are coupled to one another in terms of data technology, so that a respective sensor value of the sensor unit can be made available to the data processing unit in data form.
Unter der Umgebung des Kraftfahrzeugs ist ein Umfeld des Kraftfahrzeugs, insbesondere ein Nahbereich, zu verstehen, wobei der für das Verfahren relevante Anteil der Umgebung bzw. des Umfelds beispielsweise von einer Sensorreichweite der Sensorik begrenzt oder definiert ist. Mit anderen Worten handelt es sich bei dem Nahbereich um den für das Verfahren relevanten Anteil der Umgebung bzw. des Umfelds.The surroundings of the motor vehicle are to be understood as meaning the surroundings of the motor vehicle, in particular a close-up area, with the portion of the surroundings or surroundings relevant to the method being limited or defined, for example, by a sensor range of the sensor system. In other words, the close range is the portion of the environment or surroundings that is relevant for the method.
Bei dem Verfahren umfasst bzw. detektiert oder sensiert die Sensorik also wenigstens ein Merkmal oder Element, das in der Umgebung bzw. in dem Nahfeld angeordnet ist. Dieses Merkmal oder Element wird „Umgebungselement“ genannt. Bei dem Umgebungselement, das auch als Umgebungsmerkmal bezeichnet werden kann, handelt es sich zum Beispiel um einen Bestanteil einer Infrastruktur bzw. um ein Infrastrukturelement, insbesondere um ein Gebäudeelement (Wand, Decke, Säule, Boden, Bodenmarkierung, Schild, Tür-/Torrahmen, Tür-/Torblatt, Fenster, etc.) und/oder um ein Verkehrsinfrastrukturelement (Fahrbahn, Fahrstreifen, Fahrbahnmarkierung, Einmündung, Kreuzung, Radweg, Fußgängerweg, verkehrsberuhigte Zone, Bordstein, Grünstreifen, Pflanze, Kreisverkehranlage, Beschilderung, Lichtzeichenanlage, Eisenbahngleis, Schlagbaum, etc.). Diese Aufzählungen sind lediglich als beispielhaft und als nicht abschließend zu verstehen.In the method, the sensor system therefore includes or detects or senses at least one feature or element that is arranged in the environment or in the near field. This feature or element is called the "environmental element". The environmental element, which can also be referred to as an environmental feature, is, for example, part of an infrastructure or an infrastructure element, in particular a building element (wall, ceiling, pillar, floor, floor marking, sign, door/gate frame, door/gate leaf, window, etc.) and/or a traffic infrastructure element (road, lane, road marking, junction, crossing, cycle path, pedestrian path, traffic-calmed zone, curb, green verge, plant, roundabout, signage, traffic light, railroad track, turnpike, Etc.). These lists are only to be understood as examples and as not exhaustive.
Der Sensorikdatensatz weist wenigstens eine Information über das erfasste Umgebungselement auf, beispielsweise eine relative Position des Umgebungselements zu dem Kraftfahrzeug. Der Kartendatensatz ist eine Landkarte in digitaler Form bzw. in Datenform. Insbesondere handelt es sich bei dem Kartendatensatz um eine digitale topografische Landkarte, die dazu geeignet ist, eine Navigation, beispielsweise mittels eines Navigationssystems, zu ermöglichen. Denn der Kartendatensatz weist Daten bzw. Informationen über ein Verkehrsnetz sowie anderer fest mit der Erdoberfläche verbundener natürlicher und künstlicher Objekte auf. Das bedeutet, dass in dem Kartendatensatz Informationen über die Umgebungselemente hinterlegt sein können.The sensor data record has at least one piece of information about the detected environmental element, for example a relative position of the environmental element to the motor vehicle. The map data set is a map in digital form or in data form. In particular, the map data set is a digital topographical map that is suitable for enabling navigation, for example by means of a navigation system. This is because the map data record has data or information about a traffic network and other natural and man-made objects that are firmly connected to the earth's surface. This means that information about the environmental elements can be stored in the map data set.
Der Sensorikdatensatz und der Kartendatensatz werden beide der Datenverarbeitungseinheit bereitgestellt, sodass diese aus dem Sensorikdatensatz und dem Kartendatensatz einen Eigenpositionsdatensatz erzeugt und bereitstellt. Das bedeutet, dass die Datenverarbeitungseinheit dazu ausgebildet ist, Daten des Sensorikdatensatzes und Daten des Kartendatensatzes zu verarbeiten oder weiterzuverarbeiten, um den Eigenpositionsdatensatz bzw. Egopositionsdatensatz zu erzeugen und beispielsweise dem Navigationssystem bereitzustellen.The sensor data set and the map data set are both made available to the data processing unit, so that it generates and makes available a personal position data set from the sensor data set and the map data set. This means that the data processing unit is designed to process or further process data from the sensor dataset and data from the map dataset in order to generate the own position dataset or ego position dataset and make them available to the navigation system, for example.
Der Eigenpositionsdatensatz bzw. Egopositionsdatensatz umfasst zumindest eine Information über eine geografische Länge und über eine geografische Breite der Position, an welcher das Kraftfahrzeug, das auch als Egofahrzeug bezeichnet werden kann, auf dem Erdball aktuell angeordnet ist. Weiter kann der Eigenpositionsdatensatz eine Information über eine Höhe in Bezug zur Normalhöhennull aufweisen. Insbesondere weist der Eigenpositionsdatensatz darüber hinaus eine Information über eine Ausrichtung des Egofahrzeugs auf, das heißt in welche Kompassrichtung (beispielsweise in Grad angegeben) eine parallel zu einer Längsachse des Egofahrzeugs angeordnete Vorwärtsfahrtrichtung aktuell bzw. an der aktuellen Position weist. Ferner ist für den Eigenpositionsdatensatz eine Information über eine Schrägstellung der Längsachse, einer Querachse und/oder einer Hochachse des Egofahrzeugs in Bezug zu einem Horizont denkbar, etwa um festzustellen, ob sich das Egofahrzeug bzw. das Kraftfahrzeug an/auf einem Hang befindet.The own position data record or ego position data record comprises at least one piece of information about a geographic longitude and a geographic latitude of the position at which the motor vehicle, which can also be referred to as the ego vehicle, is currently located on the globe. Furthermore, the self-position data set can contain information about a height in relation to normal height zero point. In particular, the own position data record also has information about an alignment of the host vehicle, i.e. in which compass direction (for example specified in degrees) a forward direction of travel parallel to a longitudinal axis of the host vehicle is currently pointing or at the current position. Information about an inclination of the longitudinal axis, a transverse axis and/or a vertical axis of the host vehicle in relation to a horizon is also conceivable for the own position data set, for example to determine whether the host vehicle or the motor vehicle is on/on a slope.
Um nun das Bestimmen der Egoposition des Egofahrzeugs weiter zu verbessern, ist erfindungsgemäß vorgesehen, dass der Datenverarbeitungseinheit ein Kontextdatensatz bereitgestellt wird, anhand dessen mittels der Datenverarbeitungseinheit der Eigenpositionsdatensatz einer Plausibilitätsprüfung unterzogen wird. Hierbei ist insbesondere vorgesehen, dass die Daten des Kartendatensatzes und die Daten des Sensorikdatensatzes digital miteinander verknüpft werden. Dies geschieht bevorzugt auf Basis von Heuristiken, anhand derer die Information oder Informationen über das wenigstens eine Umgebungselement mit den Daten des Kartendatensatzes verknüpft werden.In order to further improve the determination of the ego position of the ego vehicle, the invention provides that the data processing unit is provided with a context data set, which is used by the data processing unit to subject the own position data set to a plausibility check. In this case, it is provided in particular that the data of the map data set and the data of the sensor data set are digitally linked to one another. This is preferably done on the basis of heuristics, which are used to link the information or information about the at least one environmental element with the data of the map dataset.
Vereinfach formuliert schätzt das Egofahrzeug seinen Egostandort bzw. seine Egoposition und erzeugt, beispielsweise mittels der Datenverarbeitungseinheit, den Eigenpositionsdatensatz, der zur weiteren Navigation bzw. für ein weiteres Navigieren des Egofahrzeugs beispielsweise dem Navigationssystem bereitgestellt wird. Der Kontextdatensatz repräsentiert Kontextwissen, das dazu benutzt wird, eine Schätzungenauigkeit zu verringern. Denn für das Schätzen der Egoposition wird beispielsweise ein mathematischer Algorithmus genutzt, an dessen Ergebnisseite eine Vielzahl von möglichen Lösungen bzw. ein diese Vielzahl aufweisender Lösungsraum steht. Bei diesen Lösungen handelt es sich beispielsweise um eine Vielzahl von Ortshypothesen bzw. von möglichen Eigenpositionsdatensätzen. Das Kontextwissen bzw. der Kontextdatensatz dient dann einer verbesserten Eingrenzung der möglichen Lösungen bzw. der möglichen Eigenpositionen des Egofahrzeugs in dem der Lösungsraum weiter als aus dem Stand der Technik bekannt beschränkt wird. Hieraus ergibt sich eine effektivere bzw. präzisere und effizientere bzw. schnellere Lösung des mathematischen Algorithmus und infolgedessen eine genauere und schnellere Bestimmung der Eigenposition des Kraftfahrzeugs.Put simply, the ego vehicle estimates its ego location or ego position and generates, for example by means of the data processing unit, the own position data set, which is made available to the navigation system, for example, for further navigation or for further navigation of the ego vehicle. The contextual record represents contextual knowledge used to reduce estimation uncertainty. For example, a mathematical algorithm is used for estimating the ego position, on the result side of which there is a large number of possible solutions or a solution space having this large number. These solutions are, for example, a large number of location hypotheses or possible own position data sets. The context knowledge or the context data record is then used for improved delimitation of the possible solutions or the possible own positions of the host vehicle in which the solution space is further restricted than is known from the prior art. This results in a more effective or more precise and more efficient or faster solution of the mathematical algorithm and consequently a more accurate and faster determination of the motor vehicle's own position.
Bei der Plausibilitätsprüfung des Eigenpositionsdatensatzes wird also festgestellt, ob die ermittelte bzw. bestimmte Egoposition des Kraftfahrzeugs, das heißt der Eigenpositionsdatensatz, plausibel ist. Kommt die Datenverarbeitungseinheit bei der Plausibilitätsprüfung beispielsweise zu dem Ergebnis, dass ein mittels der Sensorik erfasstes Umgebungselement an der momentanen Eigenposition des Kraftfahrzeugs üblicherweise gar nicht vorhanden sein kann, kann beispielsweise vorgesehen sein, dass das Verfahren - wenigstens teilweise - erneut durchlaufen wird oder ausgeführt wird, beispielsweise bis die Plausibilitätsprüfung ein positives Ergebnis liefert. Dies ist insbesondere für hochautomatische, vollautomatische und/oder autonome Fahraufgaben vorteilhaft, beispielsweise für einen vollautomatischen und/oder autonomen Parkvorgang des Kraftfahrzeugs. Denn insbesondere wenn die Umgebung des Egofahrzeugs bzw. dessen Nahbereich in dem digitalen Kartendatensatz wenig kartiert ist und/oder nur wenige Umgebungselemente in dem Kartendatensatz bezüglich des Nahbereichs des Kraftfahrzeugs hinterlegt sind, kann eine Eigenpositionsbestimmung des Egofahrzeugs eingeschränkt sein. Es wäre dann beispielsweise nur eingeschränkt möglich, den Sensorikdatensatz und den Kartendatensatz mittels der Heuristiken effizient miteinander zu verknüpfen, um den Eigenpositionsdatensatz zu erzeugen. Hier greift der Kontextdatensatz bzw. das Kontextwissen ein, der/das in der Datenverarbeitungseinheit eingesetzt wird, um den Eigenpositionsdatensatz zu plausibilisieren.In the plausibility check of the own position data set, it is thus determined whether the ascertained or determined ego position of the motor vehicle, ie the own position data set, is plausible. If, during the plausibility check, the data processing unit comes to the conclusion, for example, that a surrounding element detected by the sensor system cannot usually be present at the current position of the motor vehicle, it can be provided, for example, that the method - at least partially - is run through again or is carried out, for example, until the plausibility check returns a positive result. This is particularly advantageous for highly automatic, fully automatic and/or autonomous driving tasks, for example for a fully automatic and/or autonomous parking process for the motor vehicle. In particular, if the surroundings of the host vehicle or its immediate area are not well mapped in the digital map dataset and/or only a few environmental elements are stored in the map dataset with regard to the immediate area of the motor vehicle, determining the own vehicle's position can be restricted. It would then only be possible to a limited extent, for example, to efficiently link the sensor data set and the map data set to one another using the heuristics in order to generate the own position data set. The context data record or the context knowledge, which is used in the data processing unit to check the own position data record for plausibility, intervenes here.
Erfindungsgemäß wird dem Kontextdatensatz zur Plausibilitätsprüfung des Eigenpositionsdatensatzes wenigstens eine Bewegungsinformation des Umgebungselements hinzugefügt. Mit anderen Worten wird ermittelt oder festgestellt, welchen Bewegungszustand das zu detektierende oder aktuelle detektierte Umgebungselement innehat. So kann bei dem Verfahren oder für das Verfahren festgestellt werden, ob es sich bei dem Umgebungselement um ein dynamisches, das heißt sich aktuell bewegendes Umgebungselement oder um ein statisches, das heißt ortsfest angeordnetes bzw. stillstehendes Umgebungselement handelt. Demnach umfasst der Kontextdatensatz dann Kontextwissen, das beispielsweise charakterisiert, ob das aktuell mittels der Sensorik des Kraftfahrzeugs detektierte bzw. erfasste Umgebungselement im Nahbereich des Egofahrzeugs ein stillstehendes Infrastrukturelement, beispielsweise eine Hauswand etc., ist oder ein sich aktuell bewegendes Umgebungselement, zum Beispiel ein anderer Verkehrsteilnehmer, beispielsweise ein Fußgänger, ein weiteres Kraftfahrzeug etc.According to the invention, at least one movement information item of the environmental element is added to the context data record for the plausibility check of the own position data record. In other words, it is determined or ascertained which state of motion the environmental element to be detected or currently detected has. It can thus be determined in the method or for the method whether the environmental element is a dynamic, ie currently moving environmental element, or a static, ie stationary or stationary environmental element. Accordingly, the context data record then includes context knowledge that characterizes, for example, whether the environmental element currently detected or recorded by the sensor system of the motor vehicle in the vicinity of the host vehicle is a stationary infrastructure element, for example a house wall, etc., or a currently moving environmental element, for example another Road users, for example a pedestrian, another motor vehicle, etc.
Für die Plausibilitätsprüfung des Eigenpositionsdatensatzes kann dann beispielsweise eine Information darüber herangezogen werden, dass ein Mittels der Sensorik des Egofahrzeugs erfasstes, weiteres Kraftfahrzeug, das in Bezug zu der Längsachse des Egofahrzeugs neben diesem angeordnet ist, steht (also beispielsweise geparkt ist) oder bewegt wird (also beispielsweise fährt). Es kann so unterschieden werden, ob das Egofahrzeug an seiner aktuellen Position bzw. Eigenposition eine Parkbucht passiert, in welcher das weitere Kraftfahrzeug geparkt ist, oder ob das Egofahrzeug eine benachbarte Fahrspur passiert, auf der das weitere Kraftfahrzeug fährt. Hierdurch ist die Plausibilitätsprüfung besonders zuverlässig, sodass sich ein besonders genauer Eigenpositionsdatensatz ergibt bzw. sodass besonders effizient aus den Ortshypothesen ausgewählt wird.For the plausibility check of the own position data record, information can then be used, for example, that another motor vehicle detected by the sensor system of the host vehicle, which is arranged next to the host vehicle in relation to the longitudinal axis of the latter, is stationary (i.e. parked, for example) or is moved (e.g. drives). It can thus be distinguished whether the host vehicle is passing a parking bay in its current position or own position, in which the other motor vehicle is parked, or whether the host vehicle is passing an adjacent lane in which the other motor vehicle is driving. As a result, the plausibility check is particularly reliable, so that a particularly accurate own position data record results, or so that the position hypotheses can be selected particularly efficiently.
Alternativ oder zusätzlich kann Kontextdatensatz zur Plausibilitätsprüfung wenigstens eine Abstandsinformation eines das Umgebungselement betreffenden Abstands hinzugefügt werden. Dieser das Umgebungselement betreffende Abstand kann beispielsweise eine Bauhöhe des Umgebungselements umfassen, beispielsweise eine Höhe zwischen einer Befestigungsfläche, an welcher das Umgebungselement angebracht bzw. befestigt ist, und einem markanten Element des Umgebungselements, beispielsweise einer Oberkante, wobei dann dieser das Umgebungselement betreffender Abstand, beispielsweise die Bauhöhe bei der Plausibilitätsprüfung mit einem Vergleichswert verglichen wird. Wird beispielsweise festgestellt, dass der das Umgebungselement betreffende Abstand und der Vergleichswert übermäßig voneinander abweichen, liefert die Plausibilitätsprüfung ein negatives Ergebnis. Stattdessen liefert die Plausibilitätsprüfung ein positives Ergebnis, wenn der das Umgebungselement betreffende Abstand und der Vergleichswert einander zumindest im Wesentlichen entsprechen. In diesem Fall ist dann die Eigenposition des Egofahrzeugs plausibel.Alternatively or additionally, at least one item of distance information relating to a distance relating to the environmental element can be added to the context data record for a plausibility check. This distance relating to the surrounding element can, for example, include an overall height of the surrounding element, for example a height between a fastening surface to which the surrounding element is attached or fastened, and a prominent element of the surrounding element, for example an upper edge, in which case this distance relating to the surrounding element, for example the overall height is compared with a comparative value during the plausibility check. If, for example, it is determined that the distance relating to the surrounding element and the comparison value deviate excessively from one another, the plausibility check supplies a negative result. Instead, the plausibility check delivers a positive result if the distance relating to the surrounding element and the comparison value at least essentially correspond to one another. In this case, the own position of the host vehicle is then plausible.
Durch diese Abstandsinformation ist ein noch effizienteres und/oder genaueres Bestimmen der Eigenposition des Kraftfahrzeugs ermöglicht.This distance information enables the motor vehicle's own position to be determined even more efficiently and/or more precisely.
Der Abstandsinformation kann ein Abstandsmaß zwischen dem Umgebungselement und dem Kraftfahrzeug bzw. Egofahrzeug hinzugefügt werden. Dies steigert erneut ein besonders effizientes und genaues Bestimmen der Eigenposition des Kraftfahrzeugs. Wird beispielsweise bei einer groben Eigenpositionsbestimmung des Egofahrzeugs (wobei beispielsweise noch mehr als eine Ortshypothese vorliegt), insbesondere anhand des Kartendatensatzes, festgestellt, dass es sich so nah an einem Infrastrukturelement befindet, dass zwischen dem Kraftfahrzeug und dem Infrastrukturelement nicht ein weiteres Umgebungselement angeordnet sein kann, aber ein weiteres Infrastrukturelement zwischen dem Kraftfahrzeug und dem Infrastrukturelement, beispielsweise mittels der Sensorik, erfasst wird, liefert die Plausibilitätsprüfung ein negatives Ergebnis. Mit anderen Worten liefert die Plausibilitätsprüfung, das entweder die Eigenposition des Kraftfahrzeugs oder das Umgebungselement und/oder das weitere Umgebungselement fälschlich erfasst sind/ist. In dem - wie bereits weiter oben erwähnt - bei negativem Plausibilitätsprüfungsergebnis die Eigenposition des Kraftfahrzeugs beispielsweise von neuem bestimmt wird oder ein anderer der möglichen Eigenpositionsdatensätze gewählt wird, ist so ein fehlerhaftes bzw. ungenaues Bestimmten der Eigenposition des Egofahrzeugs verhindert.A distance measure between the environmental element and the motor vehicle or host vehicle can be added to the distance information. This again increases a particularly efficient and precise determination of the motor vehicle's own position. If, for example, a rough determination of the ego vehicle's own position (where, for example, there is more than one location hypothesis), in particular based on the map data set, it is determined that it is so close to an infrastructure element that another environmental element cannot be arranged between the motor vehicle and the infrastructure element , but another infrastructure element between the motor vehicle and the infrastructure element, for example by means of sensors, is detected, the plausibility check returns a negative result. In other words, the plausibility check provides that either the own position of the motor vehicle or the environmental element and/or the additional environmental element are/is incorrectly recorded. As already mentioned above, if the result of the plausibility check is negative, the vehicle's own position is determined again, for example, or another of the possible own position data sets is selected, thus preventing an erroneous or imprecise determination of the own vehicle's own position.
Alternativ oder zusätzlich kann der Abstandsinformation ein Abstandsmaß zwischen dem Umgebungselement und wenigstens einem weiteren Umgebungselement hinzugefügt werden. So ist das Bestimmen der Eigenposition des Kraftfahrzeugs noch zuverlässiger bzw. noch sicherer. Denn dem Kontextdatensatz wird beispielsweise Kontextwissen darüber hinzugefügt, ob sich beispielsweise zwischen dem Umgebungselement und dem weiteren Umgebungselement noch ein weiteres Umgebungselement befinden kann, wenn die drei beispielhaft genannten Umgebungselemente nach üblichen Maßstäben ausgebildet und/oder angeordnet sind. Beispielsweise kann so aufgrund der Plausibilitätsprüfung ausgeschlossen werden, dass sich beispielsweise ein Fußgänger zwischen zwei Umgebungselementen aufhält oder bewegt, die zu nah aneinander angeordnet sind, als dass ein Fußgänger dazwischen passen würde.Alternatively or additionally, a distance measure between the surrounding element and at least one further surrounding element can be added to the distance information. In this way, the determination of the motor vehicle's own position is even more reliable and safer. For example, contextual knowledge is added to the context data record as to whether there can be another surrounding element between the surrounding element and the further surrounding element, for example, if the three surrounding elements named as examples are designed and/or arranged according to standard standards. For example, based on the plausibility check, it can be ruled out that, for example, a pedestrian is staying or moving between two surrounding elements that are arranged too close together for a pedestrian to fit between them.
Es hat sich als weiter vorteilhaft herausgestellt, wenn dem Kontextdatensatz zur Plausibilitätsprüfung eine Anordnungsinformation des Umgebungselements hinzugefügt wird, anhand derer eine Wahrscheinlichkeit bewertet wird, ob das Umgebungselement bestimmungsgemäß in der aktuellen Umgebung bzw. in dem Nahbereich des Kraftfahrzeugs angeordnet ist. Mit anderen Worten wird dann im Rahmen der Plausibilitätsprüfung bewertet oder überprüft, ob es überhaupt wahrscheinlich ist, dass das Umgebungselement, das beispielsweise mittels der Sensorik des Kraftfahrzeugs erfasst worden ist, überhaupt in dem Nahbereich des Egofahrzeugs angeordnet ist. Dies ist insbesondere bei Parkanlagen, insbesondere Parkhäusern, vorteilhaft, besonders dann, wenn eine Einfahrt und eine Ausfahrt des Parkhauses nah beieinander liegen, oft nur über wenige Meter voneinander beabstandet. Denn dann ist es besonders schwierig bzw. aufwändig, bei der Eigenpositionsbestimmung des Egofahrzeugs festzustellen und/oder zu bestimmen, ob das Egofahrzeug auf der Einfahrt oder auf der Ausfahrt des Parkhauses angeordnet ist. Erkennt nun die Sensorik ein Umgebungselement, beispielsweise ein Element des Parkhauses, das nur an der Einfahrt des Parkhauses zu finden ist, kann eine anders lautende Ortshypothese, die charakterisiert, dass das Kraftfahrzeug an der Ausfahrt des Parkhauses angeordnet ist, verworfen werden.It has also proven to be advantageous if arrangement information for the environmental element is added to the context data record for the plausibility check, using which a probability is assessed as to whether the environmental element is arranged as intended in the current environment or in the vicinity of the motor vehicle. In other words, the plausibility check then evaluates or checks whether it is at all probable that the environmental element, which was detected by the sensor system of the motor vehicle, for example, is actually located in the vicinity of the host vehicle. This is particularly advantageous in parking facilities, especially multi-storey car parks, especially when an entrance and an exit of the multi-storey car park are close together, often only a few meters apart. This is because it is then particularly difficult or time-consuming, when determining the own vehicle's own position, to ascertain and/or to determine whether the host vehicle is located at the entrance or at the exit of the multi-storey car park. If the sensor system detects a surrounding element, for example an element of the multi-storey car park, which can only be found at the entrance to the multi-storey car park, a different location hypothesis, which characterizes that the motor vehicle is located at the exit of the multi-storey car park, can be rejected.
In einer weiteren vorteilhaften Ausführungsform des Verfahrens ist vorgesehen, dass der Kontextdatensatz zumindest teilweise durch die Sensorik des Kraftfahrzeugs erstellt oder erweitert wird. Das bedeutet, dass die Sensorik des Kraftfahrzeugs dazu ausgebildet ist, die Umgebung des Kraftfahrzeugs zumindest teilweise zu erfassen, derart, dass mittels der Sensorik die Umgebungselemente erfasst bzw. detektiert oder sensiert werden können. Insbesondere ist die Sensorik des Kraftfahrzeugs dazu ausgebildet, die Bewegungsinformation des Umgebungselements zu erfassen und beispielsweise der Datenverarbeitungseinheit bereitzustellen. Ferner kann die Sensorik des Kraftfahrzeugs dazu ausgebildet sein, die wenigstens eine Abstandsinformation, insbesondere das Abstandsmaß zwischen dem Umgebungselement und dem Kraftfahrzeug und/oder das Abstandsmaß zwischen dem Umgebungselement und dem wenigstens einen weiteren Umgebungselement, zu erfassen und beispielsweise der Datenverarbeitungseinheit bereitzustellen. Weiter kann die Sensorik des Kraftfahrzeugs dazu ausgebildet sein, das entsprechende Umgebungselement derart zu erfassen, dass die Anordnungsinformation des Umgebungselements beispielsweise der Datenverarbeitungseinheit bereitgestellt wird.In a further advantageous embodiment of the method, it is provided that the context data set is at least partially created or expanded by the sensor system of the motor vehicle. This means that the sensor system of the motor vehicle is designed to at least partially detect the surroundings of the motor vehicle in such a way that the surrounding elements can be detected or detected or sensed by means of the sensor system. In particular, the sensor system of the motor vehicle is designed to record the movement information of the environmental element and, for example, to make it available to the data processing unit. Furthermore, the sensor system of the motor vehicle can be designed to record the at least one piece of distance information, in particular the distance between the surrounding element and the motor vehicle and/or the distance between the surrounding element and the at least one other surrounding element, and to make it available to the data processing unit, for example. Furthermore, the sensor system of the motor vehicle can be designed to detect the corresponding environmental element in such a way that the arrangement information of the environmental element is made available to the data processing unit, for example.
Wird der Kontextdatensatz bzw. das Kontextwissen mittels der Sensorik des Kraftfahrzeugs erstellt und/oder erweitert, kann auf eine separate Sensorik zum Durchführen des Verfahrens verzichtet werden. In diesem Fall erfüllt dann die Sensorik des Kraftfahrzeugs zumindest eine Doppelfunktionalität, nämlich - erstens - stellt die Sensorik dann die Funktionalität zum Durchführen des Verfahrens zur Eigenpositionsbestimmung des Kraftfahrzeugs bereit und - zweitens - stellt die Sensorik eine Funktionalität für einen Fahrbetrieb des Kraftfahrzeugs, beispielsweise für wenigstens ein Fahrerassistenzsystem des Kraftfahrzeugs bereit. Ein entsprechend ausgebildetes Kraftfahrzeug ist dann besonders masseeffizient bzw. leicht ausgebildet, wodurch das Kraftfahrzeug folglich besonders kraftstoff- bzw. energieeffizient und/oder emissionsarm betreibbar ist.If the context data record or the context knowledge is created and/or expanded using the sensor system of the motor vehicle, a separate sensor system for carrying out the method can be dispensed with. In this case, the sensor system of the motor vehicle then fulfills at least one double functionality, namely - firstly - the sensor system then provides the functionality for carrying out the method for determining the vehicle's own position and - secondly - the sensor system provides a functionality for driving the motor vehicle, for example for at least a driver assistance system of the motor vehicle ready. A correspondingly designed motor vehicle is then designed to be particularly mass-efficient or lightweight, as a result of which the motor vehicle can be operated in a particularly fuel- or energy-efficient manner and/or with low emissions.
Schließlich ist einer weiteren Ausführungsform des Verfahrens zufolge vorgesehen, mittels einer Semantikprozessoreinheit der Sensorik ein Text des Umgebungselements zu erfassen und dessen semantischen Inhalt dem Kontextdatensatz hinzuzufügen. Hierzu weist die Sensorik, insbesondere die Semantikprozessoreinheit, eine Texterkennungseinheit auf, die beispielsweise durch eine Verkehrszeichenerkennung des Kraftfahrzeugs gebildet sein kann. Das bedeutet, dass bei dem Verfahren ein Text des Umgebungselements, beispielsweise eines Schilds, maschinell gelesen und ausgewertet wird, wobei das entsprechende Auswertungsergebnis weiteres Kontextwissen darstellt, das dem Kontextdatensatz hinzugefügt wird. Um erneut das Beispiel des Kraftfahrzeugs in Zusammenhang mit dem Parkhaus zu bemühen, kann beispielsweise vorgesehen sein, dass das Kraftfahrzeug, insbesondere dessen Sensorik, einen Text „Einfahrt“ erfasst und auswertet, sodass dies zur Plausibilisierung des Eigenpositionsdatensatzes herangezogen wird. Folglich wird der Eigenpositionsdatensatz des Egofahrzeugs als plausibel bewertet, wenn die grobe Eigenpositionsbestimmung beispielsweise anhand des Kartendatensatzes ergibt, dass sich das Egofahrzeug an der Einfahrt des Parkhauses befindet. So ist eine Genauigkeit bei der Eigenpositionsbestimmung des Kraftfahrzeugs noch weiter erhöht.Finally, according to a further embodiment of the method, a text of the environmental element is recorded by means of a semantic processor unit of the sensor system and its semantic content is added to the context data record. For this purpose, the sensor system, in particular the semantic processor unit, has a text recognition unit, which can be formed, for example, by a traffic sign recognition system of the motor vehicle. This means that in the method, a text of the environmental element, for example a sign, is read by machine and evaluated, with the corresponding evaluation result representing further context knowledge that is added to the context data record. To use the example of the motor vehicle again in connection with the multi-storey car park, it can be provided that the motor vehicle, in particular its sensor system, records and evaluates a text “Entrance” so that this is used to check the own position data set for plausibility. Consequently, the host vehicle's own position data set is assessed as plausible if the rough determination of its own position, for example based on the map data set, shows that the host vehicle is located at the entrance to the multi-storey car park. In this way, accuracy when determining the motor vehicle's own position is increased even further.
Der Erfindung liegt der Gedanken zugrunde, dass eine reine Zuordnung von Beobachtungsmerkmalen zu Kartenmerkmalen nicht immer eindeutig und robust ist. Beispielsweise können sich wiederholende Strukturen in Parkumgebungen, beispielsweise in dem Parkhaus, dazu führen, dass ein Umgebungselement falsch zugeordnet wird. Dies kann beispielsweise der Fall sein, wenn das Kraftfahrzeug eine Vielzahl von sich gleichenden oder zumindest ähnelnden Säulen, Wandelementen, Schildern etc. erfasst und gegebenenfalls falsch einer der möglichen Ortshypothesen oder einem der möglichen Eigenpositionsdatensätzen zuordnet. Dann wäre die Eigenpositionsbestimmung des Kraftfahrzeugs falsch oder zumindest ungenau. Wird aber bei dem Verfahren - wie erfindungsgemäß vorgeschlagen - über das Erfassen der Umgebungselemente hinaus noch das Kontextwissen, beispielsweise über dynamische Objekte und/oder Abstände, herangezogen, können bestimmte Uneindeutigkeiten aufgelöst werden. Beispielsweise kann eine beobachtete bzw. mittels der Sensorik erfasste Bodenlinie nicht direkt an einer Wand angeordnet sein, falls bei dem Verfahren hinter dieser Bodenlinie ein dynamisches Objekt beobachtet oder beispielsweise mittels eines Ultraschallsensors ein größerer Freiraum gemeldet wird, als das aus den physikalischen Gegebenheiten möglich wäre. Anders ausgedrückt ist bei dem Verfahren wirksam verhindert, dass die mittels der Sensorik des Kraftfahrzeugs erfasste Bodenlinie (fälschlicherweise) als eine direkt an der Wand angeordnete Bodenlinie interpretiert wird.The invention is based on the idea that purely assigning observation features to map features is not always unambiguous and robust. For example, repetitive structures in parking environments, such as in the parking garage, can result in an environmental element being misassigned. This can be the case, for example, when the motor vehicle detects a large number of identical or at least similar columns, wall elements, signs, etc. and possibly incorrectly assigns them to one of the possible location hypotheses or one of the possible own position data sets. The motor vehicle's own position determination would then be incorrect or at least inaccurate. If, however, in the method--as proposed according to the invention--in addition to detecting the environmental elements, the context knowledge, for example about dynamic objects and/or distances, is used, certain ambiguities can be resolved. For example, a floor line observed or detected by the sensor system cannot be located directly on a wall if a dynamic object is observed behind this floor line during the method or, for example, a larger free space is reported by means of an ultrasonic sensor than would be possible from the physical conditions. In other words, the method effectively prevents the floor line detected by the sensor system of the motor vehicle from being (wrongly) interpreted as a floor line arranged directly on the wall.
Das vorliegende Verfahren bezieht sich des Weiteren auf ein besonders genaues Verfahren zur Eigenlokalisierung bzw. Eigenpositionsbestimmung. Das bedeutet, dass der Eigenpositionsdatensatz die Eigenposition des Kraftfahrzeugs besonders genau, insbesondere im Zentimeterbereich, ermittelt. Man spricht in diesem Zusammenhang auch von einer so genannten HD-Lokalisierung („high definition“). Es ist in diesem Zusammenhang zu verstehen, dass eine Erkennung von dynamischen Objekten nicht dazu dient, beispielsweise die Existenz eines Fahrradwegs zu schätzen und diese Information beim Abgleich mit der digitalen Karte bzw. mit dem Kartendatensatz zu nutzen. Stattdessen wird auch ohne eine Objektklassifikation und/oder ohne Annahme von Gegebenheiten, wie Fahrspuren oder Radwegen, eine Information über die Existenz von Objekten an bestimmten Orten der Ego-Fahrzeugumgebung genutzt. Dies wird herangezogen, um den Lösungsraum des Optimierungsproblems (Schätzung der Eigenposition des Kraftfahrzeugs und/oder Auswahl aus mehr als einer möglichen Ortshypothese) effizienter einzuschränken. Ein weiteres Beispiel hierfür wäre etwa, dass, beispielsweise mittels der Sensorik des Kraftfahrzeugs, ein Fußgänger oder Passant lateral des Egofahrzeugs erfasst wird, wodurch eine (mathematische) Nebenbedingung für die Schätzung der Eigenposition bzw. für das Optimierungsproblem erzeugt ist. Diese Nebenbedingung besagt, dass die Eigenposition nicht direkt an einer Wand sein kann, da zwischen die Wand und das Kraftfahrzeug der Fußgänger nicht passen würde.The present method also relates to a particularly accurate method for self-localization or self-position determination. This means that the own position data record determines the own position of the motor vehicle particularly precisely, in particular in the centimeter range. In this context, one also speaks of so-called HD localization (“high definition”). It is to be understood in this context that a detection of dynamic objects does not serve, for example, the existence of a Estimate the cycle path and use this information when comparing it with the digital map or with the map data set. Instead, information about the existence of objects at specific locations in the ego vehicle environment is used without an object classification and/or without assuming conditions such as lanes or cycle paths. This is used in order to limit the solution space of the optimization problem (estimation of the motor vehicle's own position and/or selection from more than one possible location hypothesis) more efficiently. A further example of this would be that a pedestrian or passer-by is detected laterally of the host vehicle, for example by means of the sensor system of the motor vehicle, whereby a (mathematical) secondary condition for the estimation of the own position or for the optimization problem is generated. This constraint states that the self-position cannot be directly on a wall, since the pedestrian would not fit between the wall and the motor vehicle.
Die Erfindung betrifft des Weiteren (in einem zweiten Aspekt) ein System zum Bestimmen einer Eigenposition eines Kraftfahrzeugs, wobei das System zur Durchführung des Verfahrens ausgebildet ist. Zu dem zweiten Aspekt der Erfindung gehören auch Weiterbildungen des erfindungsgemäßen Systems, die Merkmale aufweisen, wie sie bereits in Zusammenhang mit den Merkmalen des erfindungsgemäßen Verfahrens beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen Systems hier nicht noch einmal beschrieben.The invention also relates (in a second aspect) to a system for determining a motor vehicle's own position, the system being designed to carry out the method. The second aspect of the invention also includes developments of the system according to the invention which have features as have already been described in connection with the features of the method according to the invention. For this reason, the corresponding developments of the system according to the invention are not described again here.
Schließlich betrifft die Erfindung (in einem dritten Aspekt) ein Kraftfahrzeug, dass mit einem System zum Bestimmen einer Eigenposition des Kraftfahrzeugs ausgerüstet ist. Zu dem dritten Aspekt der Erfindung gehören auch Weiterbildungen des erfindungsgemäßen Kraftfahrzeugs, die Merkmale aufweisen, wie sie bereits in Zusammenhang mit den Merkmalen des erfindungsgemäßen Verfahrens und/oder des erfindungsgemäßen Systems beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen Kraftfahrzeugs hier nicht noch einmal dargelegt.Finally, the invention relates (in a third aspect) to a motor vehicle that is equipped with a system for determining the motor vehicle's own position. The third aspect of the invention also includes developments of the motor vehicle according to the invention, which have features as have already been described in connection with the features of the method according to the invention and/or the system according to the invention. For this reason, the corresponding developments of the motor vehicle according to the invention are not presented again here.
Im Folgenden ist ein Ausführungsbeispiel der Erfindung beschrieben. Hierzu zeigt:
-
1 eine schematische Ansicht eines Kraftfahrzeugs, mit einem System zum Bestimmen einer Eigenposition des Kraftfahrzeugs; -
2 eine schematische Draufsicht einer Verkehrssituation des Kraftfahrzeugs; -
3 eine schematische Draufsicht einer anderen Verkehrssituation des Kraftfahrzeugs und -
4 eine schematische Draufsicht noch einer weiteren Verkehrssituation des Kraftfahrzeugs.
-
1 a schematic view of a motor vehicle, with a system for determining an inherent position of the motor vehicle; -
2 a schematic plan view of a traffic situation of the motor vehicle; -
3 a schematic top view of another traffic situation of the motor vehicle and -
4 a schematic plan view of yet another traffic situation of the motor vehicle.
Bei dem im Folgenden erläuterten Ausführungsbeispiel handelt es sich um eine bevorzugte Ausführungsform der Erfindung. Bei dem Ausführungsbeispiel stellen die beschriebenen Komponenten der Ausführungsform jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren ist die beschriebene Ausführungsform auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.The exemplary embodiment explained below is a preferred embodiment of the invention. In the exemplary embodiment, the described components of the embodiment each represent individual features of the invention to be considered independently of one another, which also develop the invention independently of one another and are therefore also to be regarded as part of the invention individually or in a combination other than the one shown. Furthermore, the embodiment described can also be supplemented by further features of the invention already described.
In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.Elements with the same function are each provided with the same reference symbols in the figures.
Im Folgenden sind ein Verfahren und ein System 1 zum Bestimmen einer Eigenposition 2 eines Kraftfahrzeugs 3 sowie das mit dem System 1 ausgerüstete Kraftfahrzeug 3 gemeinsam beschrieben.A method and a system 1 for determining an
In
So weist das System 1 bzw. das mit dem System 1 ausgerüstete Kraftfahrzeug 3 eine Datenverarbeitungseinheit 4 und eine Sensorik 5 auf. Bei der Datenverarbeitungseinheit 4 handelt es sich insbesondere um eine Computereinrichtung, beispielsweise um eine (fahrzeuginterne) Recheneinheit 6 eines nicht näher dargestellten Fahrzeugnavigationssystems, insbesondere Satellitennavigationssystems. Alternativ oder zusätzlich kann die Computereinrichtung bzw. die Datenverarbeitungseinheit Teil einer Servereinrichtung 7 sein, die insbesondere als eine (fahrzeugexterne) Servereinrichtung 7, beispielsweise Cloudservereinrichtung, ausgebildet ist. In diesem Fall weisen dann das Kraftfahrzeug 3 und die Servereinrichtung 7 zur kabellosen Datenkommunikation jeweils einen entsprechenden Datentransceiver 8 auf.The system 1 or the motor vehicle 3 equipped with the system 1 has a data processing unit 4 and a
Das Kraftfahrzeug 3 ist im vorliegenden Beispiel als ein Personenkraftwagen ausgebildet. Es ist jedoch genauso gut denkbar, dass das Kraftfahrzeug 3 als ein Lastkraftwagen, als ein Kraftrad oder als eine selbstfahrende Arbeitsmaschine ausgebildet ist. Das Kraftfahrzeug 3 bzw. der Personenkraftwagen weist eine Lenk- und Antriebseinheit 9 auf, die wenigstens einen hochautomatisierten, vollautomatisierten und/oder autonomen Betriebsmodus des Kraftfahrzeugs 3 bereitstellt. Das bedeutet, dass das Kraftfahrzeug 3 bzw. der Personenkraftwagen hochautomatisch, vollautomatisch und/oder autonom fahrbar ausgebildet ist. So ist es einem Fahrer des Kraftfahrzeugs 3 beispielsweise erlaubt, sich zumindest zeitweise und/oder in bestimmten vorgegebenen bzw. spezifischen Anwendungsfällen des Kraftfahrzeugs 3 von entsprechenden Fahraufgaben abzuwenden, wenn das Kraftfahrzeug 3, insbesondere die Lenk- und Antriebseinheit 9, gemäß Level 3 der SAE J3016 ausgebildet ist. Ist die Lenk- und Antriebseinheit 9 gemäß Level 4 der SAE J3016 ausgebildet, ist für das Kraftfahrzeug 3 wenigstens ein vollautomatisierter Betriebsmodus bereitgestellt. Dann ist es dem Fahrer des Kraftfahrzeugs 3 erlaubt, die Erledigung der Fahraufgabe zumindest zeitweise, etwa über eine Gesamtdauer eines spezifischen Anwendungsfalls, vollständig dem Kraftfahrzeug 3 zu überlassen - der Fahrer ist dann lediglich Passagier des Kraftfahrzeugs 3. Ist die Lenk- und Antriebseinheit 9 bzw. des Kraftfahrzeugs 3 gemäß Level 5 der SAE J3016 ausgebildet, ist wenigstens ein autonomer Betriebsmodus des Kraftfahrzeugs 3 ermöglicht. In diesem Fall ist dann überhaupt kein menschlicher Fahrer mehr vorgesehen, der in einen Fahrbetrieb des Kraftfahrzeugs 3 eingreift. Das bedeutet, es werden mittels des gemäß Level 5 autonom antreibbaren Kraftfahrzeugs 3 lediglich Passagiere (und gegebenenfalls Fracht) befördert, wobei die Passagiere zu keiner Zeit eine Fahraufgabe des Kraftfahrzeugs 3 steuern oder beaufsichtigen/überwachen.The motor vehicle 3 is designed as a passenger car in the present example. However, it is just as conceivable for the motor vehicle 3 to be in the form of a truck, a motorcycle or a self-propelled work machine. The motor vehicle 3 or the passenger car Gen has a steering and drive
Bei modernen Kraftfahrzeugen, wie dem Kraftfahrzeug 3, ist es bereits ab Level 3 vorgesehen, dass wenigstens eine Fahraufgabe ohne aktives Zutun des Fahrers, beispielsweise nachdem der Fahrer eine entsprechende Funktion aktiviert oder ausgelöst hat, durch das Kraftfahrzeug 3, insbesondere durch dessen Lenk- und Antriebseinheit 9, ausgeführt bzw. erledigt wird. Ein prominentes Beispiel hierfür ist ein hochautomatisiertes, vollautomatisiertes und/oder autonomes Einparken und/oder Ausparken des Kraftfahrzeugs 3, etwa mittels eines Parklenkassistenten des Kraftfahrzeugs 3.In modern motor vehicles, such as motor vehicle 3, it is already provided from level 3 that at least one driving task can be carried out by motor vehicle 3, in particular by its steering and
Für eine besonders sichere Ausführung der hochautomatisierten, vollautomatisierten und/oder autonomen Fahraufgabe ist es erforderlich, dass zumindest der Lenk- und Antriebseinheit 9 des Kraftfahrzeugs 3 die besonders genau ermittelte Eigenposition 2 des Kraftfahrzeugs 3 bereitgestellt wird. Vereinfacht ausgedrückt muss das Fahrzeug „wissen“, wo es sich zum Zeitpunkt eines Starts der hochautomatisierten, vollautomatisierten und/oder autonomen Fahraufgabe und währenddessen befindet.For a particularly safe execution of the highly automated, fully automated and/or autonomous driving task, it is necessary for at least the steering and drive
Hierzu wird der Datenverarbeitungseinheit 4 ein Kartendatensatz 10 bereitgestellt, in dem eine Umgebung 11 des Kraftfahrzeugs 3 in digitaler Form, das heißt in Datenform, hinterlegt, beispielsweise abgespeichert ist. Es kann dann beispielsweise vorgesehen sein, dass bei dem Verfahren zum Bestimmen der Eigenposition 2 des Kraftfahrzeugs 3 anhand des Kartendatensatzes 10, bei welchem es sich beispielsweise um eine topografische Karte handelt, zunächst eine grobe Eigenpositionsbestimmung erfolgt.For this purpose, the data processing unit 4 is provided with a
Es wird des Weiteren bei dem Verfahren wenigstens ein Umgebungselement 12 mittels der Sensorik 5 des Kraftfahrzeugs 3 zumindest teilweise erfasst. Die Sensorik 5 ist dazu ausgebildet, basierend auf einem entsprechenden Erfassungsergebnis einen Sensorikdatensatz 13 bzw. einen von der Sensorik 5 stammenden Datensatz zu erzeugen, der die Umgebung 11, insbesondere das wenigstens eine Umgebungselement 12, zumindest teilweise charakterisiert. Ferner ist die Sensorik 5 dazu ausgebildet, den Sensorikdatensatz 13 der Datenverarbeitungseinheit 4 bereitzustellen, beispielsweise zuzusenden oder zum Download durch die Datenverarbeitungseinheit 4 bereitzuhalten.Furthermore, in the method, at least one environmental element 12 is at least partially detected by means of the
Im weiteren Verlauf des Verfahrens kombiniert die Datenverarbeitungseinheit 4 den Kartendatensatz 10 und den Sensorikdatensatz 13 derart, dass die Datenverarbeitungseinheit 4 aus dem Sensorikdatensatz 13 und dem Kartendatensatz 10 einen Eigenpositionsdatensatz 14 erzeugt und beispielsweise dem Fahrzeugnavigationssystem und/oder der Lenk- und Antriebseinheit 9 bereitstellt, beispielsweise zustellt. Aufgrund oder nach der groben Eigenpositionsbestimmung liegen beispielsweise mehr als eine Ortshypothese bzw. mehr als ein Eigenpositionsdatensatz vor, die jeweils eine mögliche Eigenposition 2 des Kraftfahrzeugs 3 repräsentieren.In the further course of the method, the data processing unit 4 combines the
Vor allem bei Fahraufgaben beispielsweise Fahrmanövern, die eine besonders hohe Trajektorientreue des Kraftfahrzeugs 3 erfordern, insbesondere bei einem Ein- und/oder Ausparken des Kraftfahrzeugs 3, besteht der Bedarf, die Eigenposition 2 besonders genau und besonders schnell zu ermitteln. Hierzu wird der Datenverarbeitungseinheit 4 ein Kontextdatensatz 15 bereitgestellt, anhand dessen mittels der Datenverarbeitungseinheit 4 der Eigenpositionsdatensatz 14 einer Plausibilitätsprüfung unterzogen wird. Hat also beispielsweise die Datenverarbeitungseinheit 4 zwei oder mehr Ortshypothesen ermittelt oder geschätzt, die einander gleichwertig sind, und die auf einer heuristischen Auswertung bzw. Kombinierung des Sensorikdatensatzes 13 und des Kartendatensatzes 10 basieren, wird der Kontextdatensatz 15 herangezogen, um die jeweiligen Ortshypothese auf Plausibilität zu prüfen. Es fällt dann aufgrund der Plausibilitätsprüfung wenigstens eine der Ortshypothesen als mögliche Eigenposition 2 weg, wenn diese bei der Plausibilitätsprüfung durchfällt. So ist eine Anzahl an möglichen Lösungen bei der Schätzung der Eigenposition des Kraftfahrzeugs 3 besonders gering, weshalb das Schätzen bzw. Bestimmen der Eigenposition des Kraftfahrzeugs 3 effizienter vonstattengeht. Denn es ist letztendlich aus weniger Ortshypothesen auszuwählen.Especially in driving tasks, for example driving maneuvers that require a particularly high trajectory fidelity of the motor vehicle 3, in particular when parking the motor vehicle 3 in and/or out of a parking space, there is a need to determine the
Gemäß
Anhand der Bewegungsinformation 16 wird bei dem Verfahren zur Bestimmung der Eigenposition 2 des Kraftfahrzeugs 3 ermittelt, ob sich das entsprechende Umgebungselement 12 aktuell bewegt oder ob das entsprechende Umgebungselement 12 aktuell stillsteht.The
Es ist weiter in
Die Abstandsinformation, das heißt das Abstandsmaß 24 und/oder das Abstandsmaß 26, werden dem Kontextdatensatz 15 (siehe
Des Weiteren kann bei der Verkehrssituation, wie sie in
Am Beispiel der Verkehrssituation von
Die Plausibilitätsprüfung ist noch effizienter, wenn der Datenverarbeitungseinheit ein semantischer Inhalt des entsprechenden Umgebungselements 12 bzw. der Umgebungselemente 12 bereitgestellt wird. Hierzu kann vorgesehen sein, dass das Kraftfahrzeug 3, insbesondere dessen Sensorik 5, eine Semantikprozessoreinheit aufweist, die dazu ausgebildet ist, einen Text des Umgebungselements 12 zu erfassen und den semantischen Inhalt des Textes bereitzustellen. Ist beispielsweise auf einem Orientierungsschild 32 der Text „Ausfahrt“ angebracht, kann eine entsprechend anderslautende Ortshypothese, nämlich dass sich das Kraftfahrzeug 3 im Bereich einer Einfahrt des Parkhauses 28 befinden würde, verworfen werden, da diese (falsche) Ortshypothese spätestens bei der Plausibilitätsprüfung durchfällt.The plausibility check is even more efficient if the data processing unit is provided with a semantic content of the corresponding environment element 12 or environment elements 12 . For this purpose it can be provided that the motor vehicle 3, in particular its
BezugszeichenlisteReference List
- 11
- Systemsystem
- 22
- Eigenpositionown position
- 33
- Kraftfahrzeugmotor vehicle
- 44
- Datenverarbeitungseinheitdata processing unit
- 55
- Sensoriksensors
- 66
- Recheneinheitunit of account
- 77
- Servereinrichtungserver setup
- 88th
- Datentransceiverdata transceiver
- 99
- Lenk- und AntriebseinheitSteering and drive unit
- 1010
- Kartendatensatzcard record
- 1111
- Umgebungvicinity
- 1212
- Umgebungselementenvironment element
- 1313
- Sensorikdatensatzsensory record
- 1414
- EigenpositionsdatensatzOwn Position Record
- 1515
- Kontextdatensatzcontext record
- 1616
- Bewegungsinformation movement information
- 1717
- Kraftfahrzeugmotor vehicle
- 1818
- Fahrbahnmarkierunglane marking
- 1919
- Baumtree
- 2020
- Verkehrsschildtraffic sign
- 2121
- Fußgängerpedestrian
- 2222
- AbstandDistance
- 2323
- HöheHeight
- 2424
- Abstandsmaßdistance measure
- 2525
- Fahrspurlane
- 25a25a
- Sicherheitsstreifensecurity stripes
- 2626
- Abstandsmaßdistance measure
- 2727
- Parkdeckparking deck
- 2828
- Parkhausparking garage
- 2929
- Wandelementwall element
- 3030
- Öffnungopening
- 3131
- Sperrflächerestricted area
- 3232
- Orientierungsschildorientation sign
Claims (9)
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020206239.0A DE102020206239B4 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system |
PCT/EP2021/062508 WO2021233741A1 (en) | 2020-05-18 | 2021-05-11 | Method and system for determining a position of a motor vehicle, and a motor vehicle equipped with such a system |
CN202180036022.1A CN115552199A (en) | 2020-05-18 | 2021-05-11 | Method and system for determining the position of a motor vehicle and motor vehicle equipped with such a system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020206239.0A DE102020206239B4 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102020206239A1 DE102020206239A1 (en) | 2021-11-18 |
DE102020206239B4 true DE102020206239B4 (en) | 2022-09-29 |
Family
ID=76034610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020206239.0A Active DE102020206239B4 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN115552199A (en) |
DE (1) | DE102020206239B4 (en) |
WO (1) | WO2021233741A1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011116245A1 (en) | 2011-10-18 | 2013-04-18 | Audi Ag | Method for determining current route information of a digital map |
DE102013003117A1 (en) | 2013-02-25 | 2013-08-29 | Daimler Ag | Method for self localization of vehicle and for detecting objects in surrounding of passenger car, involves determining position of vehicle from position data when image characteristics coincide with comparison characteristics |
DE102015206342A1 (en) | 2014-04-09 | 2015-10-15 | Continental Teves Ag & Co. Ohg | Position correction of a vehicle by referencing objects in the environment |
DE102016203723A1 (en) | 2016-03-08 | 2017-09-14 | Robert Bosch Gmbh | Method and system for determining the pose of a vehicle |
DE102017211632A1 (en) | 2017-07-07 | 2019-01-10 | Robert Bosch Gmbh | Method for operating a higher automated vehicle (HAF), in particular a highly automated vehicle |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010007091A1 (en) * | 2010-02-06 | 2011-08-11 | Bayerische Motoren Werke Aktiengesellschaft, 80809 | Method for determining the position of a motor vehicle |
US10395126B2 (en) * | 2015-08-11 | 2019-08-27 | Honda Motor Co., Ltd. | Sign based localization |
DE102016214028A1 (en) * | 2016-07-29 | 2018-02-01 | Volkswagen Aktiengesellschaft | Method and system for determining a position of a mobile unit |
DE102018004229A1 (en) * | 2018-05-25 | 2019-11-28 | Daimler Ag | Method for controlling a vehicle system of a vehicle set up to carry out an automated driving operation and device for carrying out the method |
DE102018008904A1 (en) * | 2018-11-13 | 2019-05-02 | Daimler Ag | Method for locating a vehicle in a high definition map based on landmark objects and sensor fusion module for such a method |
-
2020
- 2020-05-18 DE DE102020206239.0A patent/DE102020206239B4/en active Active
-
2021
- 2021-05-11 CN CN202180036022.1A patent/CN115552199A/en active Pending
- 2021-05-11 WO PCT/EP2021/062508 patent/WO2021233741A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011116245A1 (en) | 2011-10-18 | 2013-04-18 | Audi Ag | Method for determining current route information of a digital map |
DE102013003117A1 (en) | 2013-02-25 | 2013-08-29 | Daimler Ag | Method for self localization of vehicle and for detecting objects in surrounding of passenger car, involves determining position of vehicle from position data when image characteristics coincide with comparison characteristics |
DE102015206342A1 (en) | 2014-04-09 | 2015-10-15 | Continental Teves Ag & Co. Ohg | Position correction of a vehicle by referencing objects in the environment |
DE102016203723A1 (en) | 2016-03-08 | 2017-09-14 | Robert Bosch Gmbh | Method and system for determining the pose of a vehicle |
DE102017211632A1 (en) | 2017-07-07 | 2019-01-10 | Robert Bosch Gmbh | Method for operating a higher automated vehicle (HAF), in particular a highly automated vehicle |
Non-Patent Citations (1)
Title |
---|
Norm SAE J3016 2018-06-15. Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles. S. 1-35. |
Also Published As
Publication number | Publication date |
---|---|
CN115552199A (en) | 2022-12-30 |
WO2021233741A1 (en) | 2021-11-25 |
DE102020206239A1 (en) | 2021-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010006828B4 (en) | Method for the automatic creation of a model of the surroundings of a vehicle as well as driver assistance system and vehicle | |
DE102015209467A1 (en) | Method of estimating lanes | |
DE102013012324A1 (en) | Method and device for finding a route | |
DE102018118215B4 (en) | Method for updating a map of the surroundings, device for carrying out method steps of the method on the vehicle, vehicle, device for carrying out method steps of the method on the central computer, and computer-readable storage medium | |
DE112020002592T5 (en) | SYSTEMS AND METHODS FOR VEHICLE NAVIGATION BASED ON IMAGE ANALYSIS | |
DE102016213782A1 (en) | A method, apparatus and computer readable storage medium having instructions for determining the lateral position of a vehicle relative to the lanes of a lane | |
DE102020125307A1 (en) | ADAPTIVE SENSOR FUSION | |
EP3259614B1 (en) | Method for ascertaining a piece of local information for a motor vehicle in relation to a driving corridor, and motor vehicle | |
EP3490862A1 (en) | Method and device for determining a roadway model for the surroundings of a vehicle | |
DE112021002680T5 (en) | SYSTEMS AND METHODS FOR DETECTING AN OPEN DOOR | |
WO2020078727A1 (en) | Method and system for determining a model of the environment of a vehicle | |
DE102020118629B4 (en) | Computer-implemented method for determining the validity of an estimated position of a vehicle | |
DE102015111925A1 (en) | Lane departure warning system | |
EP3781906A1 (en) | Method and device for determining a highly precise position of a vehicle | |
WO2021239531A1 (en) | Emergency lane assistant | |
DE102018212219A1 (en) | Check a geographic map | |
DE102017211632A1 (en) | Method for operating a higher automated vehicle (HAF), in particular a highly automated vehicle | |
DE102020206239B4 (en) | Method and system for determining a motor vehicle's own position and a motor vehicle equipped with such a system | |
DE102021119871B4 (en) | Method and processor circuit for operating an automated driving function with an object classifier in a motor vehicle, and motor vehicle | |
DE102016109850B4 (en) | Method for detecting an inclination in a roadway of a motor vehicle, driver assistance system and motor vehicle | |
DE102018216109B4 (en) | Method for detecting the surroundings of a vehicle and vehicle | |
DE102021202778A1 (en) | Method and system for processing a digital road safety card | |
DE102020118619A1 (en) | controlling a motor vehicle | |
EP2728310A1 (en) | Method and device for detecting a roadway that leads over a ramp | |
EP3671125B1 (en) | Position determining system and method for operating a position determining system for a mobile unit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |