EP4669932A2 - Verfahren zum kartographieren von umgebungsmarkern - Google Patents

Verfahren zum kartographieren von umgebungsmarkern

Info

Publication number
EP4669932A2
EP4669932A2 EP24701916.9A EP24701916A EP4669932A2 EP 4669932 A2 EP4669932 A2 EP 4669932A2 EP 24701916 A EP24701916 A EP 24701916A EP 4669932 A2 EP4669932 A2 EP 4669932A2
Authority
EP
European Patent Office
Prior art keywords
motor vehicle
environmental
marker
position detection
environmental data
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.)
Pending
Application number
EP24701916.9A
Other languages
English (en)
French (fr)
Inventor
Stefan Wappler
Timo Iken
Niklas KOCH
Roland Kube
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen AG
Original Assignee
Volkswagen AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Volkswagen AG filed Critical Volkswagen AG
Publication of EP4669932A2 publication Critical patent/EP4669932A2/de
Pending legal-status Critical Current

Links

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
    • G01C21/38—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
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • 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
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • 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
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation

Definitions

  • US 20220214186 A1 describes an automated solution for map creation and map positioning for vehicles.
  • the solution includes a method for map creation based on the sensory perception of the environment.
  • the presented method for map creation uses the inherent advantages of trained self-learning models (e.g. trained artificial networks) to efficiently collect and sort sensor data to create a high-resolution (HD) map of a vehicle's surroundings "on the go”.
  • trained self-learning models e.g. trained artificial networks
  • US 2019/0301873 A1 discloses, according to the abstract, a georeferenced trajectory estimation system for vehicles that receives trajectory data generated by a plurality of vehicle sensors and matches fixed reference points from previously created maps and geometry data for a geographic region and trajectory data from the received data from different map builds.
  • the trajectory data from the respective map images is matched with fixed reference points from previously created maps to create a map of the geographic region.
  • the received map data may include partial maps or spatially indexed data used to estimate where a vehicle is located in an unmapped area by generating a series of pose estimates related to a fixed reference point in a previously mapped area.
  • the resulting map extends the coverage area of the existing map so that old and new map data are in a common, consistent frame of reference, allowing the map to be built up incrementally while ensuring global consistency.
  • the invention is based on the object of mapping environmental markers precisely compared to previously known methods for mapping environmental markers.
  • environmental markers recorded in several trips should be able to be mapped precisely relative to one another.
  • the object described above is achieved in that the method has the following steps: a. by means of a storage device, maintaining a reference environmental marker in a comparison reference system; b. by means of a geographical position detection system, detecting a position of a motor vehicle; c. by means of a sensor unit of a motor vehicle, detecting environmental data; d. by means of a computing device, based on a comparison of the environmental data detected in step c. with the maintained reference environmental marker, calibrating a vehicle reference system for an update-based position detection system; e.
  • step d. by means of an update-based position detection system, determining the position of the motor vehicle in the vehicle reference system calibrated in step d.; f. by means of the sensor unit of the motor vehicle, detecting further environmental data with at least one further environmental marker; g. by means of the computing device, based on the further environmental data with the at least one further environmental marker determined in step d. calibrated reference system and the position of the motor vehicle determined in step e. by means of the update-based position detection system, mapping the at least one further environmental marker.
  • the object of a particularly precise control of a motor vehicle on the basis of the precisely mapped environmental features is achieved by a method for at least partially autonomously controlling a motor vehicle.
  • the object is achieved by a mapping system for carrying out the method.
  • the method for mapping environmental markers comprises at least the following steps: a. by means of a storage device, holding a reference environmental marker in a comparison reference system; b. by means of a geographical position detection system, detecting a position of a motor vehicle; c. by means of a sensor unit of a motor vehicle, detecting environmental data; d. by means of a computing device, on the basis of a comparison of the environmental data which are stored in Step e, with the reference environment marker provided, calibrating a vehicle reference system for an update-based position detection system; e. by means of an update-based position detection system, determining the position of the motor vehicle in the vehicle reference system calibrated in step d.; f.
  • step d by means of the sensor unit of the motor vehicle, recording further environment data with at least one further environment marker; g. by means of the computing device, on the basis of the further environment data with the at least one further environment marker, the reference system which was calibrated in step d. and the position of the motor vehicle which was determined in step e. by means of the update-based position detection system, mapping the at least one further environment marker.
  • Position detection using a geographic positioning system such as GPS often has an accuracy of only a few meters. This inaccuracy continues when defining the reference system or when determining the position of the motor vehicle using an update-based positioning system such as a dead reckoning system [DRS]. If, for example, another motor vehicle drives into the same area and the map of the area is to be completed or improved using the data from this second trip, this is often not satisfactorily implemented.
  • the deviations in position detection using GPS result in differently defined reference systems, so that recorded environmental markers or the point clouds used to represent such an environmental marker cannot be superimposed on one another, or their relative position to one another cannot be clearly determined. For the semi-autonomous control of a motor vehicle, however, even small deviations of a few meters can be crucial in cartography.
  • the proposed method for mapping environmental markers offers the advantage that the data from several journeys through a special area can be combined to create a precise map with the environmental markers. Errors or inaccuracies in the geographical positioning system can be compensated for by calibrating the reference systems with each other and by correctly locating environmental markers recorded in different journeys relative to each other.
  • the reference system is suitable for relating an object or a detected environmental marker to a map.
  • a map is a local map or a geographical or global map.
  • the geographic position detection system is a position detection system based on a communicating connection with external landmarks.
  • the geographical positioning system is a satellite-based positioning system, such as GPS, GLONASS, Galileo or Beidou.
  • the reference environment marker which is stored on the storage device in step a., is determined in the comparison reference system on the basis of one or more acquisitions of environmental data with this reference environment marker in a vehicle reference system of a motor vehicle which has previously passed the reference environment marker.
  • the environmental data comprises at least one snapshot.
  • the environmental data comprise at least one point cloud.
  • a point cloud is first generated on the basis of the environmental data.
  • the point cloud is generated using an algorithm from the following list:
  • SIFT Scale Invariant Feature Transform Algorithm
  • BRISK Binary Robust Invariant Scalable Keypoints Algorithm
  • such environmental data were generated by means of at least one camera recording.
  • the comparison in step d. is carried out on the basis of a point cloud matching.
  • point cloud matching is performed using one of the following algorithms:
  • the environmental data comprises a plurality of temporally spaced snapshots.
  • the capture of another snapshot follows the vehicle traveling a predetermined distance, a change in the direction of travel and/or a change in the vehicle inclination.
  • the method is carried out when the motor vehicle drives through a defined special area.
  • the method is carried out when the motor vehicle drives through a special area in which an exact determination of the position of the motor vehicle is required and/or there is a poor or no connection to external landmarks.
  • the vehicle reference system is adapted to the comparison reference system for calibration.
  • the comparison reference system is defined by the vehicle reference system of a first motor vehicle, which detects the reference environment marker and transmits it to the computing device.
  • a method for at least partially autonomously controlling a motor vehicle which has at least the following steps in the order mentioned: h. by means of a sensor unit, capturing environmental data with at least one environmental marker which was mapped by means of the method according to an embodiment as described above; i. by means of a control device, controlling the motor vehicle on the basis of the environmental markers which were mapped by means of the method according to an embodiment as described above, and the environmental data which were captured in step h.
  • the method is used exclusively in a special area with poor connection to external landmarks of a geographical position detection system or a high requirement for the accuracy of the position detection of the motor vehicle, for example with a maximum deviation of less than 300 mm, preferably less than 150 mm, particularly preferably less than 50 mm.
  • a mapping system which is designed to carry out the method according to an embodiment as described above.
  • a mapping system has at least the following components: at least one motor vehicle with a sensor unit; a computing device; and a storage device.
  • the sensor unit comprises a radar sensor, a lidar sensor, an ultrasonic sensor, and/or a camera, preferably an optical camera.
  • the mapping system comprises a plurality of motor vehicles, preferably a motor vehicle fleet.
  • the camera images are photos or video segments taken using an optical camera.
  • the point clouds are 3D point clouds made up of multiple snapshots.
  • the special area is an area in which there is no satellite reception for the motor vehicle, for example a tunnel or a building, for example a parking garage.
  • Fig. 1 a schematic representation of a mapping system
  • Fig. 2 a flow chart of a method for mapping environmental markers
  • Fig. 3 a flow chart of a method for at least partially autonomously controlling a motor vehicle.
  • Fig. 1 shows a schematic representation of a mapping system 100.
  • Mapping system 100 comprises, as shown, a motor vehicle 30, a geographical position detection system 20, a storage device 12 and a computing device 11. Furthermore, a parking garage 41 is shown as an exemplary special area 40 which can be mapped by means of the mapping system 100.
  • At least part of the computing device 11 and the storage device 12 is arranged in a backend 10. However, at least part of the storage device 12 and/or computing device 11 is also arranged in the motor vehicle 30, for example.
  • the mapping system 100 preferably comprises a plurality of motor vehicles 30, for example a vehicle fleet. For the sake of clarity, only one motor vehicle 30 is shown here.
  • the geographic position detection system 20 is shown as a satellite navigation system 21, for example GPS [Global Positioning System], GLONASS [Global Satellite Navigation System], Galileo or Beidou. In other embodiments, other geographic position detection systems 20 can also be used in which the motor vehicle 30 is in communication with several orientation points 22, for example transmission towers or hotspots.
  • the motor vehicle 30 comprises a sensor unit 31, for example a radar sensor, a lidar sensor, an ultrasonic sensor, and/or a camera, preferably an optical camera.
  • the motor vehicle 30 preferably comprises several of these sensor units 31, wherein one or more of the sensor units 31 can be implemented as part of the mapping system 100 and can be used for the method described below (see Fig. 2).
  • the position of the motor vehicle 30 is recorded by means of the geographical position detection system 20.
  • the accuracy of the position detection system 20 does not meet the requirements for accuracy when mapping the special area 40 or the parking garage 41.
  • the position of the motor vehicle 30 is determined by means of an update-based position detection system (not shown here).
  • an update-based position detection system is, for example, a dead reckoning system [DRS].
  • the dead reckoning system determines the position of the motor vehicle 30, for example, on the basis of movement values of the motor vehicle 30, whose position is tracked in a reference system. For example, the speed, acceleration, inclination and/or cornering of the motor vehicle 30 is recorded and the distance traveled is thus tracked.
  • the motor vehicle 30 comprises DRS detectors, such as wheel speed sensors.
  • the reference system of the update-based position detection system is based on the last position of the motor vehicle 30 determined by means of the geographical position detection system 20. If environmental markers 43 in the special area 40 are recorded by the motor vehicle 30 for mapping purposes, their location in relation to further journeys through the special area 40 or to a classification in a context map or a global map is subject to the error of the geographical position detection system 20.
  • a comparison reference system is used for the special area 40.
  • the comparison reference system corresponds, for example, to the vehicle reference system that was used during a previous journey of a motor vehicle 30 through the special area 40.
  • environmental data with a reference environmental marker 42 with a fixed, unchangeable position are recorded by means of the sensor unit 31 of the motor vehicle 30.
  • Sensor data are thus recorded by means of the sensor unit 31 and, if the motor vehicle 30 is in a suitable geographical position, the computing device 11 checks whether the reference environmental marker 42 was recorded, i.e. whether it is included in the environmental data.
  • Environmental data associated with the reference environmental marker 42 are stored in the memory and represent the environmental marker 43 in the comparison reference system.
  • the reference system of the motor vehicle 30 can thus be adapted or calibrated to the comparison reference system on the basis of the reference environmental marker 42.
  • Such a reference environment marker 42 is preferably arranged in such a way that the position of the motor vehicle 30 can be detected by means of the geographic position detection system 20 when the reference environment marker 42 is detected by means of the sensor unit 31.
  • the motor vehicle 30 is in a position at which there is still a connection to the orientation points 22 of the geographic position detection system 20, for example shortly before entering the parking garage 41.
  • a preferably An externally mounted parking garage sign, a parking garage entrance and/or a parking garage barrier constitute such a reference environmental marker 42.
  • the position of the motor vehicle 30 is now determined using the update-based position detection system, the calibrated reference system being used.
  • the sensor unit 31 of the motor vehicle 30 detects further environmental markers 43 within the parking garage 41.
  • the further environmental markers 43 are also stationary objects, i.e. immobile.
  • the further environmental markers 43 include floor signs, parking signs, parking space markings, walls or other structural elements.
  • the additional environmental markers 43 can be precisely mapped in relation to environmental markers 43 which are arranged within the special area 40 and were determined in previous trips.
  • Fig. 2 shows a flow chart of a method for mapping environmental markers 43.
  • the method is carried out by means of the mapping system 100 according to Fig. 1.
  • the reference environment marker 42 is stored in the comparison reference system using the storage device 12.
  • the reference environment marker 42 was preferably recorded in a previous trip of a motor vehicle 30 of the vehicle fleet and located, i.e. mapped, in the vehicle reference system of this previous trip as a comparison reference system. These data were stored on the storage device 12 for the calibration of the reference systems during subsequent trips.
  • the reference environment marker 42 is preferably stored with the comparison reference system in a backend 10.
  • a position of a motor vehicle 30 is determined using the geographical position detection system 20, preferably at the position at which the motor vehicle 30 records environmental data in the step c. explained below.
  • This position is also transmitted to the computing device 11, preferably to the backend 10.
  • the computing device 11 Using the computing device 11, a corresponding reference environmental marker 42 can thus be efficiently found, with which the recorded reference environmental marker 42 is comparable.
  • This position detection takes place shortly before the motor vehicle 30 enters the special area 40.
  • environmental data is recorded using the sensor unit 31 of the motor vehicle 30.
  • the sensor unit 31 is a lidar sensor, a radar sensor, a camera and/or an ultrasonic sensor.
  • the environmental data determined comprise, for example, a point cloud and are preferably transmitted to the computing device 11 in the backend 10.
  • the environmental data can be compared with the reference environmental marker 42 held by the storage device 12.
  • it can be determined whether the reference environmental marker 42 is included in the environmental data and where the motor vehicle 30 is located in relation to the reference environmental marker 42, i.e. what exact position the motor vehicle 30 has relative to the environmental marker 43.
  • the comparison with which the reference environment marker 42 is checked in the newly recorded environment data or the position of the motor vehicle 30 is determined in relation to the reference environment marker 42 is carried out on the basis of point cloud matching, preferably using an Iterative Closest Point Algorithm [ICP] and/or Normal Distribution Transform Matching [NDT]. If the recorded environment data does not include a point cloud, it can first be transformed into a point cloud, for example.
  • ICP Iterative Closest Point Algorithm
  • NDT Normal Distribution Transform Matching
  • the environment data of the reference environment marker 42 is transformed into a point cloud using an algorithm, for example the Oriented FAST [features form accelerated segment test] and Rotated BRIEF [binary robust independent elementary features] algorithm [ORB]; the Scale Invariant Feature Transform Algorithm [SIFT]; and/or the Binary Robust Invariant Scalable Keypoints Algorithm [BRISK].
  • an algorithm for example the Oriented FAST [features form accelerated segment test] and Rotated BRIEF [binary robust independent elementary features] algorithm [ORB]; the Scale Invariant Feature Transform Algorithm [SIFT]; and/or the Binary Robust Invariant Scalable Keypoints Algorithm [BRISK].
  • SIFT Scale Invariant Feature Transform Algorithm
  • BRISK Binary Robust Invariant Scalable Keypoints Algorithm
  • the environmental data is preferably recorded in so-called snapshots.
  • snapshots For example, several snapshots of an environmental marker 43, for step c. of the reference environmental marker 42, are recorded or captured and combined to form a 3D point cloud.
  • the recording of several or a series of snapshots is controlled, for example, on the basis of a distance traveled by the motor vehicle 30 between two snapshots and/or a different angle to the environmental marker 43, for example due to cornering or a changed inclination of the motor vehicle 30.
  • the vehicle reference system is calibrated for an update-based position detection system using the computing device 11, based on a comparison of the environmental data recorded in step c. with the reference environmental marker 42 provided. Calibrated here means that an existing reference system is adjusted or the vehicle reference system can be redefined.
  • This step is carried out on the backend 10.
  • the comparison reference system is adopted as the vehicle reference system and used for further position determination by means of an update-based position detection system.
  • a step e. the position of the motor vehicle 30 in the vehicle reference system calibrated in step d. is determined using the update-based position detection system.
  • a DRS is preferably used for this purpose.
  • further environmental data with at least one further environmental marker 43 is recorded by means of the sensor unit 31 of the motor vehicle 30.
  • the further environmental data can be recorded and processed in the same way as the environmental data, which include the reference environmental marker 42, explained above.
  • the at least one further environmental marker 43 is mapped by means of the computing device 11 on the basis of the further environmental data with the at least one further environmental marker 43, the reference system calibrated in step d. and the position of the motor vehicle 30 determined in step e. using the update-based position detection system.
  • a map of the special area 40 already generated by means of previous trips can be supplemented with further environmental markers 43 within the special area 40.
  • the position of the already mapped further environmental markers 43 can be corrected, for example, and it can be determined, for example, which parts of the recorded environmental data or point clouds belong to stationary environmental markers 43 and which can be assigned to temporary or moving objects.
  • All of the steps described above, which are carried out by means of the computing device 11 and the storage device 12, are preferably carried out on the backend 10. These are preferably at least steps a., d. and g.. Steps c. and f., in which environmental data are recorded by means of the sensor units 31, are carried out at least partially onboard, i.e. in the motor vehicle 30.
  • step b. of position detection by means of a geographical position detection system 20 Step e. of determining the position of the motor vehicle 30 by means of the update-based position detection system can be divided between the backend 10 and the motor vehicle 30 or can be carried out entirely on the backend 10 or the motor vehicle 30.
  • the steps do not necessarily have to be carried out in the order shown and specified. This is merely for easier understanding.
  • steps a., d. and g. are only carried out when the motor vehicle 30 has left the special area 40 again.
  • the motor vehicle 30 does not have an adequate connection to the backend in the special area 40, for example no or inadequate internet reception in a parking garage 41.
  • steps c., b. and f. are first carried out on the vehicle side, before and while the motor vehicle 30 drives through the special area 40. Only then are the data transmitted to the backend 10. At least step g. is therefore only carried out afterwards.
  • Step a. is preferably carried out beforehand on the backend 10 anyway.
  • Steps d. and e. can optionally be carried out before step f., after step f., or during step f.
  • Step e. is preferably already carried out on the vehicle side when driving through the special area 40 so that the motor vehicle 30 knows its position.
  • the calibrated reference system is not known on the vehicle side.
  • step e. is initially carried out with a non-calibrated vehicle reference system.
  • the calibration of the reference system with the comparison reference system in step d. is then carried out on the backend 10 and used for locating or mapping the other environmental markers 43.
  • Fig. 3 shows a flow chart of a method for at least partially autonomously controlling a motor vehicle 30.
  • the method is based on the method for mapping a special area 40 according to Fig. 2.
  • the map generated by the mapping method is kept on a backend 10 or on the vehicle side.
  • the map is initially kept on the backend side and is downloaded by the motor vehicle 30 before it enters the special area 40, for example a parking garage 41.
  • the reference environment marker 42 is detected by the sensor unit 31 for this purpose.
  • step h. environmental data of the at least one environmental marker 43, which was mapped by means of the method according to Fig. 2, are then collected by means of a sensor unit 31.
  • step i. the motor vehicle 30 is controlled by means of a control device on the basis of the environmental markers 43 mapped by means of the method according to Fig. 2 and the environmental data recorded in step h.
  • the motor vehicle 30 preferably determines environmental data, as already explained with reference to Fig. 2, and compares these, preferably onboard, with the mapped environmental markers 43. In this way, for example, the update-based position detection system of the motor vehicle 30 can be supported and its accuracy increased.
  • the method is preferably carried out exclusively in a special area 40 with a poor connection to external landmarks 22 of a geographical position detection system 20 or a high requirement for the accuracy of the position detection of the motor vehicle 30, for example with a maximum deviation of less than 300 mm, preferably less than 150 mm, particularly preferably less than 50 mm.
  • the method can be used for a parking assistance system, a parking guidance system and/or the control of a fully autonomous motor vehicle 30.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

Um ein Verfahren zum Kartographieren von Umgebungsmarkern (43) zu schaffen, welches eine genaue Kartographierung der Umgebungsmarker ermöglicht, wird vorgeschlagen, dass das Verfahren zumindest die folgenden Schritte aufweist: a. Vorhalten von einem Referenz-Umgebungsmarker (42) in einem Vergleichs-Bezugssystem; b. Erfassen einer Position eines Kraftfahrzeugs (30); c. Erfassen von Umgebungsdaten; d. auf Basis eines Vergleichs der in Schritt c. erfassten Umgebungsdaten mit dem vorgehaltenen Referenz-Umgebungsmarker (42), Kalibrieren eines Fahrzeug-Bezugssystems für ein fortschreibungsbasiertes Positionserfassungssystem; e. Ermitteln der Position des Kraftfahrzeugs (30) in dem in Schritt d. kalibrierten Fahrzeug- Bezugssystem; f. Erfassen weiterer Umgebungsdaten mit zumindest einem weiteren Umgebungsmarker (43); g. auf Basis der weiteren Umgebungsdaten mit dem zumindest einen weiteren Umgebungsmarker (43), des in Schritt d. kalibrierten Bezugssystems und der in Schritt e. mittels des fortschreibungsbasierten Positionserfassungssystems ermittelten Position des Kraftfahrzeugs (30), Kartographieren des zumindest einen weiteren Umgebungsmarkers (43).

Description

Beschreibung
Verfahren zum Kartographieren von Umgebungsmarkern
Die Erfindung betrifft ein Verfahren zum Kartographieren von Umgebungsmarkern, ein Verfahren basierend auf einem solchen Verfahren zum zumindest teilautonomen Steuern eines Kraftfahrzeugs sowie ein Kartographierungssystem mit einem solchen Verfahren.
Die US 20220214186 A1 beschreibt gemäß der Zusammenfassung eine automatisierte Lösung zur Kartenerstellung und Kartenpositionierung für Fahrzeuge. Die Lösung umfasst ein Verfahren zur Kartenerstellung basierend auf der sensorischen Wahrnehmung der Umgebung. Außerdem nutzt das vorgestellte Verfahren zur Kartenerstellung die inhärenten Vorteile von trainierten selbstlernenden Modellen (z. B. trainierte künstliche Netzwerke) zum effizienten Sammeln und Sortieren von Sensordaten, um eine hochauflösende (HD) Karte der Umgebung eines Fahrzeugs „on the go“ zu erstellen.
Ferner offenbart die US 2019/0301873 A1 gemäß der Zusammenfassung ein georeferenziertes Trajektorienschätzungssystem für Fahrzeuge, welches Trajektoriendaten empfängt, die von einer Vielzahl von Fahrzeugsensoren erzeugt wurden, und feste Referenzpunkte von zuvor erstellten Karten und Geometriedaten für eine geografische Region und Trajektoriendaten aus den empfangenen Daten von verschiedenen Kartenerstellungen abgleicht. Die Trajektoriendaten aus den jeweiligen Kartenbildern werden mit festen Referenzpunkten von zuvor erstellten Karten abgeglichen, um eine Karte der geografischen Region zu erstellen. Die empfangenen Kartendaten können Teilkarten oder räumlich indizierte Daten enthalten, die verwendet werden, um zu schätzen, wo sich ein Fahrzeug in einem nicht kartierten Gebiet befindet, indem eine Reihe von Posenschätzungen erzeugt werden, die sich auf einen festen Bezugspunkt in einem zuvor kartierten Gebiet beziehen. Die sich daraus ergebende Karte erweitert den Abdeckungsbereich der bestehenden Karte, so dass sich alte und neue Kartendaten in einem gemeinsamen, konsistenten Bezugsrahmen befinden, wodurch die Karte schrittweise aufgebaut werden kann und gleichzeitig globale Konsistenz gewährleistet ist.
Der Erfindung liegt die Aufgabe gegenüber vorbekannten Verfahren zum Kartographieren von Umgebungsmarkern zugrunde, die Umgebungsmarker genau zu kartographieren. Insbesondere sollen in mehreren Fahrten aufgenommene Umgebungsmarker relativ zueinander genau kartographierbar sein. Gemäß Anspruch 1 wird die vorstehend beschriebene Aufgabe gelöst, indem das Verfahren die folgenden Schritte aufweist: a. mittels einer Speichereinrichtung, Vorhalten von einem Referenz-Umgebungsmarker in einem Vergleichs-Bezugssystem; b. mittels eines geographischen Positionserfassungssystems, Erfassen einer Position eines Kraftfahrzeugs; c. mittels einer Sensoreinheit eines Kraftfahrzeugs, Erfassen von Umgebungsdaten; d. mittels einer Recheneinrichtung, auf Basis eines Vergleichs der in Schritt c. erfassten Umgebungsdaten mit dem vorgehaltenen Referenz-Umgebungsmarker, Kalibrieren eines Fahrzeug-Bezugssystems für ein fortschreibungsbasiertes Positionserfassungssystem; e. mittels eines fortschreibungsbasierten Positionserfassungssystems, Ermitteln der Position des Kraftfahrzeugs in dem in Schritt d. kalibrierten Fahrzeug-Bezugssystem; f. mittels der Sensoreinheit des Kraftfahrzeugs, Erfassen weiterer Umgebungsdaten mit zumindest einem weiteren Umgebungsmarker; g. mittels der Recheneinrichtung, auf Basis der weiteren Umgebungsdaten mit dem zumindest einen weiteren Umgebungsmarker, des in Schritt d. kalibrierten Bezugssystems und der in Schritt e. mittels des fortschreibungsbasierten Positionserfassungssystems ermittelten Position des Kraftfahrzeugs, Kartographieren des zumindest einen weiteren Umgebungsmarkers.
Gemäß Anspruch 1 wird diese Aufgabe mit den nachfolgend genannten Merkmalen gelöst:
Weiterhin ist gemäß Anspruch 11 die Aufgabe einer besonders genauen Steuerung eines Kraftfahrzeugs auf Basis der genau kartographierten Umgebungsmerkmale durch ein Verfahren zum zumindest teilautonomen Steuern eines Kraftfahrzeugs gelöst.
Weiterhin ist gemäß Anspruch 13 die Aufgabe durch ein Kartographierungssystem zum Durchführen des Verfahrens gelöst.
Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen gekennzeichnet.
Gemäß einer ersten Ausführungsform der Erfindung ist vorgeschlagen, dass das Verfahren zum Kartographieren von Umgebungsmarkern zumindest die folgenden Schritte aufweist: a. mittels einer Speichereinrichtung, Vorhalten von einem Referenz-Umgebungsmarker in einem Vergleichs-Bezugssystem; b. mittels eines geographischen Positionserfassungssystems, Erfassen einer Position eines Kraftfahrzeugs; c. mittels einer Sensoreinheit eines Kraftfahrzeugs, Erfassen von Umgebungsdaten; d. mittels einer Recheneinrichtung, auf Basis eines Vergleichs der Umgebungsdaten, welche in Schritt e, erfasst wurden, mit dem vorgehaltenen Referenz-Umgebungsmarker, Kalibrieren eines Fahrzeug-Bezugssystems für ein fortschreibungsbasiertes Positionserfassungssystem; e. mittels eines fortschreibungsbasierten Positionserfassungssystems, Ermitteln der Position des Kraftfahrzeugs in dem in Schritt d. kalibrierten Fahrzeug-Bezugssystem; f. mittels der Sensoreinheit des Kraftfahrzeugs, Erfassen weiterer Umgebungsdaten mit zumindest einem weiteren Umgebungsmarker; g. mittels der Recheneinrichtung, auf Basis der weiteren Umgebungsdaten mit dem zumindest einen weiteren Umgebungsmarker, des Bezugssystems, welches in Schritt d. kalibriert wurde, und der Position des Kraftfahrzeugs, welche in Schritt e. mittels des fortschreibungsbasierten Positionserfassungssystems ermitteltet wurde, Kartographieren des zumindest einen weiteren Umgebungsmarkers.
Eine Positionserfassung mittels eines geographischen Positionserfassungssystems, wie GPS, hat häufig lediglich eine Genauigkeit von wenigen Metern. Diese Ungenauigkeit setzt sich entsprechend bei der Definition des Bezugssystems beziehungsweise bei der Bestimmung der Position des Kraftfahrzeugs mittels eines fortschreibungsbasierten Positionserfassungssystems, wie einem Dead-Reckoning-System [DRS], fort. Fährt beispielsweise ein weiteres Kraftfahrzeug in denselben Bereich und die Karte des Bereichs soll mittels der Daten dieser zweiten Fahrt vervollständigt oder verbessert werden, ist dies häufig nicht zufriedenstellend umsetzbar. Durch die Abweichungen in der Positionserfassung mittels GPS kommt es zu unterschiedlich definierten Bezugssystemen, entsprechend lassen sich aufgenommene Umgebungsmarker, beziehungsweise die Punktwolken, mittels derer ein solcher Umgebungsmarker darstellbar ist, nicht übereinanderlegen, beziehungsweise ihre relative Position zueinander ist nicht eindeutig bestimmbar. Für das teilautonome Steuern eines Kraftfahrzeugs können jedoch schon geringe Abweichungen von wenigen Metern entscheidend bei der Kartographie sein.
Das vorgeschlagene Verfahren zum Kartographieren von Umgebungsmarkern bietet den Vorteil, dass die Daten mehrerer Fahrten durch einen Sonderbereich miteinander kombinierbar sind, um eine präzise Karte mit den Umgebungsmarkern zu erstellen. Dabei sind Fehler beziehungsweise Ungenauigkeiten des geographaischen Positionserfassungssystems dadurch ausgleichbar, dass die Bezugssysteme miteinander kalibriert werden und in unterschiedlichen Fahrten erfasste Umgebungsmarker relativ zueinander korrekt verortbar sind.
In einer Ausführungsform ist das Bezugsystem dazu geeignet, ein Objekt beziehungsweise einen erfassten Umgebungsmarker in Bezug zu einer Karte zu setzen. Beispielsweise ist eine solche Karte eine lokale Karte oder eine geographische beziehungsweise globale Karte. Gemäß einer weiteren Ausführungsform der Erfindung ist das geographische Positionserfassungssystem ein auf einer kommunizierenden Verbindung mit externen Orientierungspunkten beruhendes Positionserfassungssystem.
Bevorzugt ist das geographische Positionserfassungssystem ein satellitengestütztes Positionserfassungssystems, beispielsweise GPS, GLONASS, Galileo oder Beidou.
Gemäß einer weiteren Ausführungsform der Erfindung wird der Referenz-Umgebungsmarker, welcher in Schritt a. auf der Speichereinrichtung vorgehalten wird, in dem Vergleichs- Bezugssystem auf Basis einer oder mehrerer Erfassungen von Umgebungsdaten mit diesem Referenz-Umgebungsmarken in einem Fahrzeug-Bezugssystem eines Kraftfahrzeugs, welches den Referenz-Umgebungsmarker zuvor passiert hat, ermittelt.
Gemäß einer weiteren Ausführungsform der Erfindung umfassen die Umgebungsdaten zumindest einen Snapshot.
Gemäß einer weiteren Ausführungsform der Erfindung umfassen die Umgebungsdaten zumindest eine Punktwolke.
Gemäß einer weiteren Ausführungsform der Erfindung wird zum Vergleich der Umgebungsdaten in Schritt d., auf Basis der Umgebungsdaten, zunächst eine Punktwolke erzeugt.
Bevorzugt wird die Punktwolke mittels eines Algorithmus aus der folgenden Liste erzeugt:
- Oriented FAST (features form accelerated segment test) and Rotated BRIEF (binary robust independent elementary features) Algorithmus (ORB);
- Scale Invariant Feature Transform Algorithmus (SIFT); und
- Binary Robust Invariant Scalable Keypoints Algorithmus (BRISK).
Bevorzugt wurden solche Umgebungsdaten mittels zumindest einer Kameraaufnahme erzeugt.
Gemäß einer weiteren Ausführungsform der Erfindung erfolgt der Vergleich in Schritt d. auf Basis eines Punktwolken-Matchings.
Bevorzugt wird das Punktwolken-Matching mittels eines der folgenden Algorithmen durchgeführt:
- Iterative Closest Point Algorithm (ICP); und
- Normal Distribution Transform Matching (NDT). Gemäß einer weiteren Ausführungsform der Erfindung umfassen die Umgebungsdaten mehrere zeitlich beabstandete Snapshots.
Dabei folgt das Erfassen eines weiteren Snapshots auf das Zurücklegen einer vorbestimmten Strecke mit dem Kraftfahrzeug, eine Änderung der Fahrtrichtung und/oder eine Änderung der Fahrzeugneigung.
Gemäß einer weiteren Ausführungsform der Erfindung wird das Verfahren durchgeführt, wenn das Kraftfahrzeug einen definierten Sonderbereich durchfährt.
Bevorzugt wird das Verfahren durchgeführt, wenn das Kraftfahrzeug einen Sonderbereich durchfährt, in welchem eine genaue Ermittlung der Position des Kraftfahrzeugs erforderlich ist und/oder eine schlechte oder keine Verbindung zu externen Orientierungspunkten vorliegt.
Gemäß einer weiteren Ausführungsform der Erfindung wird das Fahrzeug-Bezugssystem zum Kalibrieren an das Vergleichs-Bezugssystem angepasst.
Bevorzugt wird dabei das Vergleichs-Bezugssystem durch das Fahrzeug-Bezugssystem eines ersten Kraftfahrzeugs festgelegt, welches den Referenz-Umgebungsmarker erfasst und an die Recheneinrichtung übermittelt.
Gemäß einer weiteren Ausführungsform der Erfindung ist ein Verfahren zum zumindest teilautonomen Steuern eines Kraftfahrzeugs vorgeschlagen, welches zumindest die folgenden Schritte in der genannten Reihenfolge aufweist: h. mittels einer Sensoreinheit, Erfassen von Umgebungsdaten mit zumindest einem Umgebungsmarker, welcher mittels des Verfahrens nach einer Ausführungsform gemäß der obigen Beschreibung kartographiert wurde; i. mittels einer Steuereinrichtung, Steuern des Kraftfahrzeugs auf Basis der Umgebungsmarker, welche mittels des Verfahrens nach einer Ausführungsform gemäß der obigen Beschreibung kartographiert wurden, und der Umgebungsdaten, welche in Schritt h. erfasst wurden.
Gemäß einer weiteren Ausführungsform der Erfindung wird das Verfahren ausschließlich in einem Sonderbereich mit schlechter Verbindung zu externen Orientierungspunkten eines geographischen Positionserfassungssystems oder einer hohen Anforderung an die Genauigkeit der Positionserfassung des Kraftfahrzeugs, beispielsweise mit einer maximalen Abweichung von weniger als 300 mm, bevorzugt weniger 150 mm, besonders bevorzugt weniger als 50 mm, durchgeführt.
Gemäß einer weiteren Ausführungsform der Erfindung ist ein Kartographierungssystem vorgeschlagen, welches zum Durchführen des Verfahrens nach einer Ausführungsform gemäß der obigen Beschreibung ausgelegt ist. Ein solches Kartographierungssystem weist zumindest die folgenden Komponenten auf: zumindest ein Kraftfahrzeug mit einer Sensoreinheit; eine Recheneinrichtung; und eine Speichereinrichtung.
Gemäß einer weiteren Ausführungsform der Erfindung umfasst die Sensoreinheit einen Radarsensor, einen Lidarsensor, einen Ultraschallsensor, und/oder eine Kamera, bevorzugt eine optische Kamera.
Gemäß einer weiteren Ausführungsform der Erfindung weist das Kartographierungssystem eine Mehrzahl von Kraftfahrzeugen, bevorzugt eine Kraftfahrzeugflotte, auf.
In einer Ausführungsform sind die Kameraaufnahmen Fotos oder ideosegmente, welche mittels einer optischen Kamera aufgenommen werden. In einem Ausführungsbeispiel sind die Punktwolken 3-D-Punktwolken aus mehreren Snapshots.
In einem Ausführungsbeispiel ist der Sonderbereich ein Bereich, in welchem kein Satelliten- Empfang für das Kraftfahrzeug vorliegt, beispielsweise ein Tunnel oder ein Gebäude, beispielsweise ein Parkhaus.
Ausführungsbeispiele der Erfindung werden nachstehend anhand der Zeichnung näher erläutert. Es zeigen:
Fig. 1: eine schematische Darstellung eines Kartographierungssystems,
Fig. 2: ein Flussdiagramm eines Verfahrens zum Kartographieren von Umgebungsmarkern, und
Fig. 3: ein Flussdiagramm eines Verfahrens zum zumindest teilautonomen Steuern eines Kraftfahrzeugs.
Fig. 1 zeigt in einer schematischen Darstellung ein Kartographierungssystem 100. Das
Kartographierungssystem 100 umfasst darstellungsgemäß ein Kraftfahrzeug 30, ein geographisches Positionserfassungssystem 20, eine Speichereinrichtung 12 und eine Recheneinrichtung 11. Ferner ist ein Parkhaus 41 , als ein beispielhafter Sonderbereich 40 dargestellt, welcher mittels des Kartographierungssystems 100 kartographierbar ist.
In dem dargestellten, bevorzugten Ausführungsbeispiel ist zumindest ein Teil der Recheneinrichtung 11 und der Speichereinrichtung 12 in einem Backend 10 angeordnet. Zumindest ein Teil der Speichereinrichtung 12 und/oder Recheneinrichtung 11 ist jedoch beispielsweise auch in dem Kraftfahrzeug 30 angeordnet.
Bevorzugt umfasst das Kartographierungssystem 100 eine Mehrzahl an Kraftfahrzeugen 30, beispielsweise eine Fahrzeugflotte. Hier ist der Übersichtlichkeit halber nur ein Kraftfahrzeug 30 dargestellt.
Das geographische Positionserfassungssystem 20 ist darstellungsgemäß ein Satellitennavigationssystem 21 , beispielsweise GPS [Global Positioning System], GLONASS [Globales Satellitennavigationssystem], Galileo oder Beidou. In anderen Ausführungsbeispielen sind auch andere geographische Positionserfassungssysteme 20 verwendbar, bei welchen das Kraftfahrzeug 30 in kommunizierender Verbindung mit mehreren Orientierungspunkten 22 steht, beispielsweise Sendemasten oder Hotspots.
Das Kraftfahrzeug 30 umfasst eine Sensoreinheit 31 , beispielsweiseeinen einen Radarsensor, einen Lidarsensor, einen Ultraschallsensor, und/oder eine Kamera, bevorzugt eine optische Kamera. Bevorzugt umfasst das Kraftfahrzeug 30 mehrere dieser Sensoreinheiten 31 , wobei eine oder mehrere der Sensoreinheiten 31 als Teil des Kartographierungssystems 100 umsetzbar sind und für das nachstehend beschriebene Verfahren (Vergleiche Fig. 2) einsetzbar sind.
Bei einer Fahrt des Kraftfahrzeugs 30 außerhalb eines Sonderbereichs 40, wie dem Parkhaus 41 , wird die Position des Kraftfahrzeugs 30 mittels des geographischen Positionserfassungssystems 20 erfasst. Die Genauigkeit des Positionserfassungssystems 20 genügt jedoch nicht den Anforderungen, welche an die Genauigkeit bei einem Kartographieren des Sonderbereichs 40 beziehungsweise des Parkhauses 41 gestellt werden.
Innerhalb des Parkhauses 41 wird die Position des Kraftfahrzeugs 30 mittels eines fortschreibungsbasierten Positionserfassungssystems (hier nicht dargestellt) ermittelt. Ein solches fortschreibungsbasiertes Positionserfassungssystem ist beispielsweise ein Dead- Reckoning-System [DRS]. Das Dead-Reckoning-System ermittelt die Position des Kraftfahrzeugs 30 beispielsweise auf Basis von Bewegungswerten des Kraftfahrzeugs 30, dessen Position in einem Bezugsystem nachvollzogen wird. Dazu wird beispielsweise die Geschwindigkeit, Beschleunigung, Neigung und/oder Kurvenfahrten des Kraftfahrzeugs 30 erfasst und somit der zurückgelegte Weg nachvollzogen. Dazu umfasst das Kraftfahrzeug 30 DRS-Detektoren, wie z. B. Rad-Drehzahlsensoren.
Das Bezugssystem des fortschreibungsbasierten Positionserfassungssystems beruht dabei auf der letzten mittels des geographischen Positionserfassungssystems 20 ermittelten Position des Kraftfahrzeugs 30. Werden Umgebungsmarker 43 in dem Sonderbereich 40 von dem Kraftfahrzeug 30 zum Kartographieren erfasst, unterliegt deren Verortung in Bezug auf weitere Fahrten durch den Sonderbereich 40 oder auf eine Einordnung in einer Kontextkarte, beziehungsweise einer globale Karte, dem Fehler des geographischen Positionserfassungssystems 20.
Um diese Ungenauigkeiten zu korrigieren, ist hier vorgeschlagen, das Bezugssystem des Kraftfahrzeugs 30 zu kalibrieren. Dazu wird ein Vergleichs-Bezugssystem für den Sonderbereich 40 verwendet. Das Vergleichs-Bezugssystem entspricht beispielsweise demjenigen Fahrzeug-Bezugssystem, welches bei einer vorhergehenden Fahrt eines Kraftfahrzeugs 30 durch den Sonderbereich 40 verwendet wurde.
Um das Bezugssystem des Kraftfahrzeugs 30 mit dem Vergleichs-Bezugssystem zu kalibrieren, werden Umgebungsdaten mit einem Referenz-Umgebungsmarker 42 mit einer festen, unveränderlichen Position mittels der Sensoreinheit 31 des Kraftfahrzeugs 30 erfasst. Mittels der Sensoreinheit 31 werden also Sensordaten erfasst, und wenn sich das Kraftfahrzeug 30 in einer geeigneten geographischen Position befindet, mittels der Recheneinrichtung 11 überprüft, ob der Referenz-Umgebungsmarker 42 dabei erfasst wurde, also von den Umgebungsdaten umfasst ist. Zu dem Referenz-Umgebungsmarker 42 zugehörige Umgebungsdaten sind in dem Speicher hinterlegt und bilden den Umgebungsmarker 43 in dem Vergleichs-Bezugssystem ab. Somit ist auf Basis des Referenz-Umgebungsmarkers 42 das Bezugssystem des Kraftfahrzeugs 30 auf das Vergleichs-Bezugssystem anpassbar beziehungsweise kalibrierbar.
Ein solcher Referenz-Umgebungsmarker 42 ist bevorzugt derart angeordnet, dass die Position des Kraftfahrzeugs 30 beim Erfassen des Referenz-Umgebungsmarkers 42 mittels der Sensoreinheit 31 mittels des geographischen Positionserfassungssystems 20 erfassbar ist. Bevorzugt befindet sich das Kraftfahrzeug 30 beim Erfassen des Referenz- Umgebungsmarkers 42 an einer Position, an welcher noch gerade eben eine Verbindung zu den Orientierungspunkten 22 des geographischen Positionserfassungssystems 20 besteht, beispielsweise kurz vor dem Befahren des Parkhauses 41. Beispielsweise bildet ein, bevorzugt außen angebrachtes, Parkhausschild, eine Parkhauseinfahrt und/oder eine Parkhausschranke einen solchen Referenz-Umgebungsmarker 42.
Innerhalb des Sonderbereichs 40, also beispielsweise des Parkhauses 41 , wird nun die Positionsermittlung des Kraftfahrzeugs 30 mittels des fortschreibungsbasierten Positionserfassungssystems durchgeführt, wobei das kalibrierte Bezugssystem verwendet wird. Dabei erfasst die Sensoreinheit 31 des Kraftfahrzeugs 30 weitere Umgebungsmarker 43 innerhalb des Parkhauses 41. Die weiteren Umgebungsmarker 43 sind ebenfalls ortsfeste Objekte, also unbeweglich. Beispielsweise umfassen die weiteren Umgebungsmarker 43 Etagenschilder, Parkplatzschilder, Parkplatzkennzeichnungen, Wände oder andere bauliche Elemente.
Aufgrund der kalibrierten Bezugssysteme sind die weiteren Umgebungsmarker 43 in Bezug auf Umgebungsmarker 43, welche innerhalb des Sonderbereichs 40 angeordnet sind und in vorausgehenden Fahrten ermittelt wurden, genau kartographierbar.
Fig. 2 zeigt ein Flussdiagramm eines Verfahrens zum Kartographieren von Umgebungsmarkern 43. Bevorzugt wird das Verfahren mittels des Kartographierungssystems 100 nach Fig. 1 durchgeführt.
Dabei wird in einem Schritt a. mittels der Speichereinrichtung 12 der Referenz- Umgebungsmarker 42 in dem Vergleichs-Bezugssystem vorgehalten. Bevorzugt wurde der Referenz-Umgebungsmarker 42 in einer vorhergehenden Fahrt eines Kraftfahrzeugs 30 der Fahrzeugflotte erfasst und in dem Fahrzeug-Bezugssystem dieser vorhergehenden Fahrt, als Vergleichs-Bezugssystem, verortet, das heißt kartographiert. Diese Daten wurden, zur Kalibrierung der Bezugssysteme bei weiteren Fahrten, auf der Speichereinrichtung 12 hinterlegt. Bevorzugt wird der Referenz-Umgebungsmarker 42 mit dem Vergleichs- Bezugssystem in einem Backend 10 vorgehalten.
In einem Schritt b. wird mittels des geographischen Positionserfassungssystems 20 eine Position eines Kraftfahrzeugs 30 ermittelt, bevorzugt an der Position, an welcher das Kraftfahrzeug 30 Umgebungsdaten in dem folgend erläuterten Schritt c. erfasst. Auch diese Position wird an die Recheneinrichtung 11 , bevorzugt an das Backend 10, übermittelt. Mittels der Recheneinrichtung 11 ist somit effizient ein korrespondierender Referenz- Umgebungsmarker 42 auffindbar, mit welchem der erfasste Referenz-Umgebungsmarker 42 vergleichbar ist. Diese Positionserfassung findet statt, kurz bevor das Kraftfahrzeug 30 in den Sonderbereich 40 einfährt. In einem Schritt c. werden mittels der Sensoreinheit 31 des Kraftfahrzeugs 30 Umgebungsdaten erfasst. Beispielsweise ist die Sensoreinheit 31 ein Lidarsensor, ein Radarsensor, eine Kamera und/oder ein Ultraschallsensor. Die ermittelten Umgebungsdaten umfassen beispielsweise eine Punktwolke und werden bevorzugt an die Recheneinrichtung 11 im Backend 10 übermittelt. Mittels der Recheneinrichtung 11 sind die Umgebungsdaten mit dem mittels der Speichereinrichtung 12 vorgehaltenen Referenz-Umgebungsmarker 42 vergleichbar. Somit ist mittels der Recheneinrichtung 11 ermittelbar, ob der Referenz-Umgebungsmarker 42 von den Umgebungsdaten umfasst ist und wo sich das Kraftfahrzeug 30 in Bezug auf den Referenz- Umgebungsmarker 42 befindet, also welche genaue Position das Kraftfahrzeug 30 relativ zu dem Umgebungsmarker 43 hat.
Beispielsweise erfolgt der Vergleich, mit dem der Referenz-Umgebungsmarker 42 in den neu erfassten Umgebungsdaten überprüft wird beziehungsweise die Position des Kraftfahrzeugs 30 zu dem Referenz-Umgebungsmarker 42 ermittelt wird, auf Basis eines Punktwolken-Matchings, bevorzugt mittels eines Iterative Closest Point Algorithm [ICP] und/oder Normal Distribution Transform Matching [NDT], Umfassen die erfassten Umgebungsdaten keine Punktwolke, sind diese beispielsweise zunächst in eine Punktwolke transformierbar. Beispielsweise werden die Umgebungsdaten des Referenz-Umgebungsmarkers 42 mittels eines Algorithmus, beispielsweise dem Oriented FAST [features form accelerated segment test] and Rotated BRIEF [binary robust independent elementary features] Algorithmus [ORB]; dem Scale Invariant Feature Transform Algorithmus [SIFT]; und/oder dem Binary Robust Invariant Scalable Keypoints Algorithmus [BRISK] in eine Punktwolke transformiert. Dies erfolgt beispielsweise, wenn die Umgebungsdaten zunächst als optische Bilder erfasst werden.
Das Erfassen der Umgebungsdaten erfolgt bevorzugt in sogenannten Snapshots, also Momentaufnahmen. Beispielsweise werden auch mehre Snapshots eines Umgebungsmarkers 43, für Schritt c. des Referenz-Umgebungsmarkers 42, aufgenommen beziehungsweise erfasst und zu einer 3-D-Punktwolke zusammengefasst. Die Aufnahme mehrerer beziehungsweise einer Reihe von Snapshots ist beispielsweise auf Basis einer zwischen zwei Snapshots zurückgelegten Wegstrecke des Kraftfahrzeugs 30 und/oder eines anderen Winkels zu dem Umgebungsmarker 43, beispielsweise aufgrund einer Kurvenfahrt oder einer geänderten Neigung des Kraftfahrzeugs 30, gesteuert.
In einem anschließenden Schritt d. wird mittels der Recheneinrichtung 11, auf Basis eines Vergleichs der in Schritt c. erfassten Umgebungsdaten mit dem vorgehaltenen Referenz- Umgebungsmarker 42, das Fahrzeug-Bezugssystem für ein fortschreibungsbasiertes Positionserfassungssystem kalibriert. Kalibriert bedeutet hier, dass ein vorhandenes Bezugssystem angepasst wird oder das Fahrzeug-Bezugssystem neu definierbar ist. Bevorzugt erfolgt dieser Schritt d. auf dem Backend 10. Bevorzugt wird das Vergleichs-Bezugssystem als Fahrzeug-Bezugssystem übernommen und für die weitere Positionsermittlung mittels eines fortschreibungsbasierten Positionserfassungssystems genutzt.
In einem Schritt e. wird mittels des fortschreibungsbasierten Positionserfassungssystems die Position des Kraftfahrzeugs 30 in dem in Schritt d. kalibrierten Fahrzeug-Bezugssystem ermittelt. Wie bereits erläutert, wird dabei bevorzugt ein DRS genutzt.
Während das Kraftfahrzeug 30 den Sonderbereich 40 durchfährt, werden in einem Schritt f., mittels der Sensoreinheit 31 des Kraftfahrzeugs 30, weitere Umgebungsdaten mit zumindest einem weiteren Umgebungsmarker 43 erfasst. Die weiteren Umgebungsdaten sind auf die gleiche Weise, wie vorstehend erläutert die Umgebungsdaten, welche den Referenz- Umgebungsmarker 42 umfassen, erfassbar und verarbeitbar.
In einem Schritt g. wird mittels der Recheneinrichtung 11, auf Basis der weiteren Umgebungsdaten mit dem zumindest einen weiteren Umgebungsmarker 43, des in Schritt d. kalibrierten Bezugssystems und der in Schritt e. mittels des fortschreibungsbasierten Positionserfassungssystems ermittelten Position des Kraftfahrzeugs 30, der zumindest eine weitere Umgebungsmarker 43 kartographiert. Auf diese Weise ist beispielsweise eine bereits mittels vorheriger Fahrten erzeugte Karte des Sonderbereichs 40 mit weiteren Umgebungsmarkern 43 innerhalb des Sonderbereichs 40 ergänzbar. Ferner ist die Position der bereits kartographierten weiteren Umgebungsmarker 43 beispielsweise korrigierbar, und es ist beispielsweise ermittelbar, welche Teile von aufgenommen Umgebungsdaten beziehungsweise Punktwolken zu ortsfesten Umgebungsmarkern 43 zugehörig sind und welche unter Umständen zu temporären oder beweglichen Objekten zuzuordnen sind.
Sämtliche der vorstehend beschriebenen Schritte, welche mittels der Recheneinrichtung 11 und der Speichereinrichtung 12 durchgeführt werden, werden bevorzugt auf dem Backend 10 durchgeführt. Dies sind bevorzugt zumindest die Schritte a., d. und g.. Die Schritte c. und f., in welchen Umgebungsdaten mittels der Sensoreinheiten 31 erfasst werden, werden zumindest teilweise onboard, also in dem Kraftfahrzeug 30 ausführt. Gleiches gilt bevorzugt für den Schritt b. der Positionserfassung mittels eines geographischen Positionserfassungssystems 20. Der Schritt e. der Positionsbestimmung des Kraftfahrzeugs 30 mittels des fortschreibungsbasierten Positionserfassungssystems ist auf das Backend 10 und das Kraftfahrzeug 30 aufteilbar oder vollständig auf dem Backend 10 oder dem Kraftfahrzeug 30 ausführbar. Die Schritte müssen nicht zwangsläufig in der dargestellten und angegeben Reihenfolge ausgeführt werden. Diese dient lediglich dem einfacheren Verständnis.
Beispielsweise werden in einem Ausführungsbeispiel die zumindest teilweise auf dem Backend 10 ausgeführten Schritte a., d. und g. erst ausgeführt, wenn das Kraftfahrzeug 30 den Sonderbereich 40 wieder verlassen hat. Beispielsweise hat das Kraftfahrzeug 30 in dem Sonderbereich 40 keine ausreichende Verbindung zu dem Backend, beispielsweise keinen oder einen unzureichenden Internetempfang in einem Parkhaus 41. In einem solchen Fall werden also beispielsweise zunächst die Schritte c., b. und f. fahrzeugseitig ausgeführt, bevor und während das Kraftfahrzeug 30 den Sonderbereich 40 durchfährt. Erst im Anschluss werden die Daten an das Backend 10 übermittelt. Zumindest der Schritt g. wird also erst im Anschluss durchgeführt. Der Schritt a. wird bevorzugt ohnehin vorlaufend auf dem Backend 10 ausgeführt. Die Schritte d. und e. sind optional vor dem Schritt f., nach dem Schritt f., oder während des Schritts f. ausführbar.
Der Schritt e. wird bevorzugt bereits fahrzeugseitig beim Durchfahren des Sonderbereichs 40 ausgeführt, damit das Kraftfahrzeug 30 seine Position kennt. Wenn die Umgebungsdaten zum Vergleich mit dem Umgebungsmarker 43 jedoch vor der Einfahrt in den Sonderbereich 40 noch nicht zwischen Kraftfahrzeug 30 und Backend 10 übermittelt wurden, ist fahrzeugseitig das kalibrierte Bezugssystem nicht bekannt. In dem Fall wird der Schritt e. zunächst mit einem nicht kalibrierten Fahrzeug-Bezugssystem ausgeführt. Das Kalibrieren des Bezugssystems mit dem Vergleichs-Bezugssystem in Schritt d. wird dann anschließend auf dem Backend 10 durchgeführt und für die Verortung beziehungsweise Kartographierung der weiteren Umgebungsmarker 43 genutzt.
Fig. 3 zeigt ein Flussdiagramm eines Verfahrens zum zumindest teilautonomen Steuern eines Kraftfahrzeugs 30. Das Verfahren beruht auf dem Verfahren zum Kartographieren eines Sonderbereichs 40 nach Fig. 2. Beispielsweise ist die durch das Kartographierungsverfahren erzeugte Karte auf einem Backend 10 oder fahrzeugseitig vorgehalten. Bevorzugt ist die Karte zunächst backendseitig vorgehalten und wird von dem Kraftfahrzeug 30 heruntergeladen, bevor es den Sonderbereich 40, beispielsweise ein Parkhaus 41 befährt. Beispielsweise ist durch das Navigationsziel bekannt, dass das Kraftfahrzeug 30 voraussichtlich den Sonderbereich 40 befahren wird, oder dies wird anhand des Fahrverlaufes, beispielsweise mittels einer künstlichen Intelligenz, ermittelt. Beispielsweise wird dazu der Referenz-Umgebungsmarker 42 durch die Sensoreinheit 31 erfasst.
In einem Schritt h. werden dann mittels einer Sensoreinheit 31 Umgebungsdaten des zumindest einen Umgebungsmarkers 43, welcher mittels des Verfahrens nach Fig. 2 kartographiert wurde, erfasst. In einem Schritt i. wird, mittels einer Steuereinrichtung, das Kraftfahrzeug 30 auf Basis der mittels des Verfahrens nach Fig. 2 kartographierten Umgebungsmarker 43 und der in Schritt h. erfassten Umgebungsdaten gesteuert.
Bevorzugt ermittelt das Kraftfahrzeug 30 dazu, wie bereits in Bezug auf Fig. 2 erläutert, Umgebungsdaten und vergleicht diese, bevorzugt onboard, mit den kartographierten Umgebungsmarkern 43. Auf diese Weise ist beispielsweise das fortschreibungsbasierte Positionserfassungssystem des Kraftfahrzeugs 30 unterstützbar und dessen Genauigkeit erhöhbar.
Das Verfahren wird bevorzugt ausschließlich in einem Sonderbereich 40 mit schlechter Verbindung zu externen Orientierungspunkten 22 eines geographischen Positionserfassungssystems 20 oder einer hohen Anforderung an die Genauigkeit der Positionserfassung des Kraftfahrzeugs 30, beispielsweise mit einer maximalen Abweichung von weniger als 300 mm, bevorzugt weniger 150 mm, besonders bevorzugt weniger als 50 mm, durchgeführt.
Beispielsweise ist das Verfahren für ein Parkassistenzsystem, ein Parkleitsystem und/oder die Steuerung eines vollautonomen Kraftfahrzeugs 30 einsetzbar.
Bezugszeichenliste
Kartographierungssystem
Backend
Recheneinrichtung
Speichereinrichtung
Positionserfassungssystems
Satellitennavigationssystem
Orientierungspunkt
Kraftfahrzeug
Sensoreinheit
Sonderbereich
Parkhaus
Referenz-Umgebungsmarker weiterer Umgebungsmarker

Claims

Patentansprüche
1. Verfahren zum Kartographieren von Umgebungsmarkern (43), wobei das Verfahren zumindest die folgenden Schritte aufweist: a. mittels einer Speichereinrichtung (12), Vorhalten von einem Referenz- Umgebungsmarker (42) in einem Vergleichs-Bezugssystem; b. mittels eines geographischen Positionserfassungssystems (20), Erfassen einer Position eines Kraftfahrzeugs (30); c. mittels einer Sensoreinheit (31) eines Kraftfahrzeugs (30), Erfassen von Umgebungsdaten; d. mittels einer Recheneinrichtung (11), auf Basis eines Vergleichs der in Schritt c. erfassten Umgebungsdaten mit dem vorgehaltenen Referenz-Umgebungsmarker (42), Kalibrieren eines Fahrzeug-Bezugssystems für ein fortschreibungsbasiertes Positionserfassungssystem; e. mittels eines fortschreibungsbasierten Positionserfassungssystems, Ermitteln der Position des Kraftfahrzeugs (30) in dem in Schritt d. kalibrierten Fahrzeug-Bezugssystem; f. mittels der Sensoreinheit (31) des Kraftfahrzeugs (30), Erfassen weiterer Umgebungsdaten mit zumindest einem weiteren Umgebungsmarker (43); g. mittels der Recheneinrichtung (11), auf Basis der weiteren Umgebungsdaten mit dem zumindest einen weiteren Umgebungsmarker (43), des in Schritt d. kalibrierten Bezugssystems und der in Schritt e. mittels des fortschreibungsbasierten Positionserfassungssystems ermittelten Position des Kraftfahrzeugs (30), Kartographieren des zumindest einen weiteren Umgebungsmarkers (43).
2. Verfahren nach Anspruch 1 , wobei das geographische Positionserfassungssystem (20) ein auf einer kommunizierenden Verbindung mit externen Orientierungspunkten (22) beruhendes Positionserfassungssystem ist, bevorzugt ein satellitengestütztes Positionserfassungssystems ist, beispielsweise GPS, GLONASS, Galileo oder Beidou.
3. Verfahren nach Anspruch 1 oder Anspruch 2, wobei der in Schritt a. auf der Speichereinrichtung (12) vorgehaltene Referenz- Umgebungsmarker (42) in dem Vergleichs-Bezugssystem auf Basis einer oder mehrerer Erfassungen von Umgebungsdaten mit diesem Referenz-Umgebungsmarker (42) in einem Fahrzeug-Bezugssystem eines Kraftfahrzeugs (30), welches den Referenz- Umgebungsmarker (42) zuvor passiert hat, ermittelt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Umgebungsdaten zumindest einen Snapshot umfassen.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Umgebungsdaten zumindest eine Punktwolke umfassen.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei zum Vergleich der Umgebungsdaten in Schritt d. auf Basis der Umgebungsdaten, bevorzugt erzeugt mittels Kameraaufnahmen, zunächst eine Punktwolke erzeugt wird, bevorzugt mittels eines Algorithmus aus der folgenden Liste:
- Oriented FAST (features form accelerated segment test) and Rotated BRIEF (binary robust independent elementary features) Algorithmus (ORB);
- Scale Invariant Feature Transform Algorithmus (SIFT); und
- Binary Robust Invariant Scalable Keypoints Algorithmus (BRISK).
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Vergleich in Schritt d. auf Basis eines Punktwolken-Matchings, bevorzugt mittels eines der folgenden Algorithmen erfolgt:
- Iterative Closest Point Algorithm (ICP); und
- Normal Distribution Transform Matching (NDT).
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Umgebungsdaten mehrere zeitlich beabstandete Snapshots umfassen, wobei bevorzugt das Erfassen eines weiteren Snapshots auf das Zurücklegen einer vorbestimmten Strecke mit dem Kraftfahrzeug (30), eine Änderung der Fahrtrichtung und/oder eine Änderung der Fahrzeugneigung erfolgt.
9. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Verfahren durchgeführt wird, wenn das Kraftfahrzeug (30) einen definierten Sonderbereich (40) durchfährt, bevorzugt einen solchen Sonderbereich (40), in welchem eine genaue Ermittlung der Position des Kraftfahrzeugs (30) erforderlich ist und/oder eine schlechte oder keine Verbindung zu externen Orientierungspunkten (22) vorliegt.
10. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Fahrzeug-Bezugssystem zum Kalibrieren an das Vergleichs-Bezugssystem angepasst wird, wobei bevorzugt das Vergleichs-Bezugssystem durch das Fahrzeug-Bezugssystem eines ersten Kraftfahrzeugs (30) festgelegt wird, welches den Referenz-Umgebungsmarker (42) erfasst und an die Recheneinrichtung (11) übermittelt.
11. Verfahren zum zumindest teilautonomen Steuern eines Kraftfahrzeugs aufweisend zumindest die folgenden Schritte in der genannten Reihenfolge: h. mittels einer Sensoreinheit (31), Erfassen von Umgebungsdaten mit zumindest einem Umgebungsmarker (43), welcher mittels des Verfahrens nach einem der vorhergehenden Ansprüche kartographiert wurde; i. mittels einer Steuereinrichtung, Steuern des Kraftfahrzeugs (30) auf Basis des zumindest einen mittels des Verfahrens nach einem der vorhergehenden Ansprüche kartographierten Umgebungsmarkers (43) und der in Schritt h. erfassten Umgebungsdaten.
12. Verfahren nach Anspruch 11 , wobei das Verfahren ausschließlich in einem Sonderbereich (40) mit schlechter Verbindung zu externen Orientierungspunkten (22) eines geographischen Positionserfassungssystems (20) oder einer hohen Anforderung an die Genauigkeit der Positionserfassung des Kraftfahrzeugs (30), beispielsweise mit einer maximalen Abweichung von weniger als 300 mm, bevorzugt weniger 150 mm, besonders bevorzugt weniger als 50 mm, durchgeführt wird.
13. Kartographierungssystem zum Durchführen des Verfahrens nach einem von Anspruch 1 bis Anspruch 12, aufweisend zumindest die folgenden Komponenten: zumindest ein Kraftfahrzeug (30) mit einer Sensoreinheit (31); eine Recheneinrichtung (11); und eine Speichereinrichtung (12).
14. Kartographierungssystem (100) nach Anspruch 13, wobei die Sensoreinheit (31) einen Radarsensor, einen Lidarsensor, einen Ultraschallsensor, und/oder eine Kamera, bevorzugt eine optische Kamera, umfasst.
15. Kartographierungssystem (100) nach Anspruch 13 oder Anspruch 14, wobei das Kartographierungssystem (100) eine Mehrzahl von Kraftfahrzeugen (30) aufweist.
EP24701916.9A 2023-02-22 2024-01-24 Verfahren zum kartographieren von umgebungsmarkern Pending EP4669932A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102023201619.2A DE102023201619A1 (de) 2023-02-22 2023-02-22 Verfahren zum Kartographieren von Umgebungsmarkern
PCT/EP2024/051627 WO2024175290A2 (de) 2023-02-22 2024-01-24 Verfahren zum kartographieren von umgebungsmarkern

Publications (1)

Publication Number Publication Date
EP4669932A2 true EP4669932A2 (de) 2025-12-31

Family

ID=89716042

Family Applications (1)

Application Number Title Priority Date Filing Date
EP24701916.9A Pending EP4669932A2 (de) 2023-02-22 2024-01-24 Verfahren zum kartographieren von umgebungsmarkern

Country Status (4)

Country Link
EP (1) EP4669932A2 (de)
CN (1) CN120693493A (de)
DE (1) DE102023201619A1 (de)
WO (1) WO2024175290A2 (de)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015206605A1 (de) * 2015-04-14 2016-10-20 Continental Teves Ag & Co. Ohg Kalibrierung und Überwachung von Umfeldsensoren mit Hilfe hochgenauer Karten
CN107728616B (zh) * 2017-09-27 2019-07-02 广东宝乐机器人股份有限公司 移动机器人的地图创建方法及移动机器人
US11237004B2 (en) 2018-03-27 2022-02-01 Uatc, Llc Log trajectory estimation for globally consistent maps
DE102018205065A1 (de) * 2018-04-04 2019-10-10 Volkswagen Aktiengesellschaft Verfahren zur Kalibrierung eines Positionssensors in einem Fahrzeug, Computerprogramm, Speichermittel, Steuergerät und Kalibrierstrecke
DE102018007960A1 (de) * 2018-10-09 2019-03-28 Daimler Ag Verfahren zum Abgleich von Kartenmaterial mit einer erfassten Umgebung eines Fahrzeugs, Steuergerät, eingerichtet zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät
DE102019101405A1 (de) * 2019-01-21 2020-07-23 Valeo Schalter Und Sensoren Gmbh Verfahren zum Bewerten einer Positionsinformation einer Landmarke in einer Umgebung eines Kraftfahrzeugs, Bewertungssystem, Fahrerassistenzsystem und Kraftfahrzeug
DE102019206021A1 (de) * 2019-04-26 2020-10-29 Robert Bosch Gmbh Verfahren zur Erkennung einer Funktionsfähigkeit eines Umgebungssensors, Steuergerät und Fahrzeug
WO2020224761A1 (en) 2019-05-06 2020-11-12 Zenuity Ab Automated map making and positioning
DE102020115746A1 (de) * 2020-06-15 2021-12-16 Man Truck & Bus Se Verfahren zum Beurteilen einer Genauigkeit einer Positionsbestimmung einer Landmarke, sowie Bewertungssystem
EP4211423B1 (de) * 2020-09-10 2025-08-06 Topcon Positioning Systems, Inc. Verfahren und vorrichtung zur bestimmung einer fahrzeugposition

Also Published As

Publication number Publication date
WO2024175290A2 (de) 2024-08-29
DE102023201619A1 (de) 2024-08-22
CN120693493A (zh) 2025-09-23
WO2024175290A3 (de) 2024-12-12

Similar Documents

Publication Publication Date Title
DE102020118187B4 (de) System und Verfahren zum Kalibrieren einer Lenkradneutralstellung
DE102017118401B4 (de) Verfahren und system zum durchführen eines autonomen betriebs eines fahrzeugs
EP3443301B1 (de) Verfahren und system zum bestimmen einer globalen position einer ersten landmarke
EP3152521B1 (de) Verfahren und system zur bestimmung einer fahrzeugposition
DE102012014397B4 (de) Verfahren zum Ermitteln einer Position eines Fahrzeugs und Fahrzeug
DE102019133536A1 (de) Verfahren und Vorrichtung zum Ermöglichen der sequentiellen Bodenansichts-Bildprojektionssynthese und der komplizierten Szenenrekonstruktion an Kartenanomalie-Hotspots
EP3375683B1 (de) Verfahren zur prädiktion einer topographie-information
DE102015110812A1 (de) Kraftfahrzeugdrohneneinsatzsystem
WO2013127757A1 (de) Verfahren und vorrichtung zur ermittlung der geschwindigkeit und/oder position eines fahrzeuges
DE102016223422A1 (de) Verfahren zur automatischen Ermittlung extrinsischer Parameter einer Kamera eines Fahrzeugs
EP2568310A2 (de) Verfahren, System sowie Vorrichtung zur Lokalisation eines Fahrzeugs relativ zu einem vordefinierten Bezugssystem
DE102021101877A1 (de) System für die Luftbilderfassung unter Verwendung einer Drohne, die einem Zielfahrzeug folgt, auf der Grundlage von bestärkendem Lernen
DE102019207087A1 (de) Lokalisierung einer mobilen Einheit
EP2060873B1 (de) Verfahren zur Stützung der Trägheitsnavigation eines Flugkörpers
DE102018221864A1 (de) Verfahren und System zum Bestimmen einer Trajektorie eines Fahrzeugs
DE102021204372A1 (de) Orientierungsbasierte Positionsermittlung von Schienenfahrzeugen
EP3227159B1 (de) Verfahren zur bestimmung der position eines fahrzeugs
DE102017208509A1 (de) Verfahren zum Erzeugen eines Straßenmodells während einer Fahrt eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
DE102016106978A1 (de) Verfahren zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs, Recheneinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102022203264A1 (de) Verfahren zum Erstellen von Kartendaten
DE102017122440A1 (de) Verfahren zum Lokalisieren und Weiterbilden einer digitalen Karte durch ein Kraftfahrzeug; Lokalisierungseinrichtung
EP3739511B1 (de) Verfahren zum einbetten von lokalen sensordaten in eine karte
DE102020003904A1 (de) Verfahren und Steueranordnung für eine Fahrzeugbewegungsplanung und Steueralgorithmus
DE102022202548B3 (de) Verfahren zum Trainieren eines Computerprogrammprodukts
DE102018210712A1 (de) System und Verfahren zur gleichzeitigen Lokalisierung und Kartierung

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20250922

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR