JP2004538474A - モデル道路を決定する方法 - Google Patents
モデル道路を決定する方法 Download PDFInfo
- Publication number
- JP2004538474A JP2004538474A JP2003519905A JP2003519905A JP2004538474A JP 2004538474 A JP2004538474 A JP 2004538474A JP 2003519905 A JP2003519905 A JP 2003519905A JP 2003519905 A JP2003519905 A JP 2003519905A JP 2004538474 A JP2004538474 A JP 2004538474A
- Authority
- JP
- Japan
- Prior art keywords
- road
- determined
- model road
- model
- path
- 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
Links
- 230000005693 optoelectronics Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 100
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 26
- 230000004888 barrier function Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Optics & Photonics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Control Of Position Or Direction (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
Description
【0001】
本発明は、特に道路の境界を定める複数の対象物等の道路を少なくとも近似的に再生する複数の対象物であり、特にレーザスキャナ等の少なくとも一つのオプトエレクトロニクス・センサによって獲得された複数の対象物の対象物点の座標に基づき、モデル道路を決定する方法に関する。
【背景技術】
【0002】
車両の道路上での制御にとって、道路の位置及び道筋を電子的に検出できて、この情報に基づき制御或はモニタ機能を実行できように為すことが望ましい。車両は、特に原則として、道路上に保持されるべきである。このプロセスにおける道路の認識は、道路を少なくとも近似的に再生する複数の対象物、特に、路傍支柱等の道路の境界を定める複数の対象物を参照して行われ得る。そうした対象物の位置は、特にレーザスキャナ等の車両に連結された対応するオプトエレクトロニクス・センサによって、そのセンサの視野範囲内の対象物が該センサによって検出された際に決定され得る。
【0003】
このプロセスにおけるオプトエレクトロニクス・センサは、そうした対象物のサイズ及び距離と共に該センサの解像力に応じて道路を決定する対象物の対象物点を検出して、それら座標を更なる処理のために出力する。次いで、基本的には、現行の道路と対応しているモデル道路はこれらデータから道路モデルの形態で決定され得て、更なる処理のための開始点と成り得る。
【発明の開示】
【発明が解決しようとする課題】
【0004】
この目的のために、モデル道路は車両の移動中に決定可能でなければならず、しかも非常に迅速でなければならない。更に道路モデルは現行の道路を信頼性をもって再生しなければならない。
【0005】
本発明の目的は、特に道路の境界を定める複数の対象物等の道路を少なくとも近似的に再生する複数の対象物であり、特にレーザスキャナ等の少なくとも一つのオプトエレクトロニクス・センサによって獲得された複数の対象物の各対象物点の座標に基づき、モデル道路を決定する方法であり、信頼性をもって迅速に稼働する方法を提供することである。
【課題を解決するための手段】
【0006】
この目的は、請求項1の特徴又は構成を有する方法によって満たされる。
【0007】
本発明に従った方法は、道路を少なくとも近似的に再生する対象物の位置に対するデータから始まり、特に、レーザスキャナ等の少なくとも一つのオプトエレクトロニクス・センサの視野範囲内に配置されて、原則としてスキャニング掃引中にそれによって検出されたその道路の境界を定める対象物の位置に対するデータから始まる。これら対象物は、一般に、あらゆる所望の対象物であり得るが、特に路傍又は道路縁の支柱若しくは木、或は、道路縁における灌木であり得る。
【0008】
対象物のサイズ及び位置に応じて且つセンサの解像力に依存して、これら対象物に対するデータは一つ或はそれ以上の対象物点の座標を含み得る。このプロセスにおける座標はそれら対象物点を検出するセンサの位置に関係し、即ちこのデータはセンサと対象物点との間の相対的な位置の計算を可能とする。
【0009】
このプロセスにおいて、それらの座標は一般に任意の所望の座標系で付与され得るが、それは好ましくはセンサと関連された座標系で規定される。
【0010】
本発明に従った方法は対象物点のこれらの座標を用いて、道路モデルの形態でモデル道路を決定すべく対象物点のこれら座標を使用する。このモデル道路は、モデルパラメータとこれらモデルパラメータを含む対応する数学的関係とを参照して決定可能であるモデル道路の複数の点を含むモデルにおける実際の道路の一つの表現であり、原則として近似表現である。
【0011】
本発明に従った方法の第1ステップにおいて、近範囲及び遠範囲がセンサの視野の範囲内に規定されて、それぞれ複数の対象物点から成る二つのグループが作り出され、即ち近範囲内の対象物点から成るグループと遠範囲内の対象物点から成るグループとが作り出される。一般に、近範囲及び遠範囲は部分的に重複して、特定の状況において、一つの対象物点が近範囲内の対象物点から成るグループと遠範囲内の対象物点から成るグループとの双方に属することができる。これら範囲の各々は、対応する下方限界間隔と上方限界間隔とによって規定され得て、センサからの間隔が下方限界間隔と上方限界間隔との間にある対象物点は複数の対象物点から成る対応するグループと関連されている。このプロセスにおいて「間隔」は幾何学的な間隔として理解され得る。しかしながら、センサの長手方向軸線の方向における該センサからの間隔或はモデル道路に対する接線等の別の予め決定された軸線の方向におけるセンサからの間隔等々、他の同様な間隔規準を使用可能でもある。近範囲に対する下方限界間隔は、このプロセスにおいて常に、遠範囲の下方限界間隔よりも小さいか或は同等である。
【0012】
第2ステップにおいて、位置パラメータの値は近範囲内における対象物点の対象物点座標から決定され、モデル道路幅とセンサに対する少なくとも一つのモデル道路縁の位置とはそれらから決定される。これが意味することは、モデル道路幅とセンサに対する少なくとも一つのモデル道路縁の位置とがそれら位置パラメータから計算されるように位置パラメータが選択されなければならないことである。よって、センサに対するモデル道路縁の位置もこれらモデルパラメータによって決定可能である。
【0013】
第3ステップにおいて、モデル道路の道筋に対する道筋パラメータの値はセンサに対する固定位置を伴った遠範囲内における対象物点座標から位置パラメータを用いて決定される。モデル道路の道筋は特に可能性ある曲線としても理解される。
【0014】
こうして、モデル道路の完全な決定は、センサに対するモデル道路の位置を決定する位置パラメータとセンサに対する所与の位置を伴ったモデル道路の更なる道筋を決定する道筋パラメータとの組み合わせによって達成される。
【0015】
よってモデルパラメータは少なくとも位置パラメータと道筋パラメータとを含む。
【0016】
モデル道路のパラメータ全てが一つのステップで決定される方法に対して、本発明に従った方法は、モデル道路の位置が、遠範囲におけるものより一般により精密である近範囲内における対象物点座標を参照しての位置パラメータだけの決定によって、より信頼性をもって且つより簡素に決定され得ると云う長所を有する。モデル道路の道筋、特にその曲線は、対照的に、近範囲だけでの難しさを伴って一般に決定され得るが、それはモデル道路曲率が典型的には小さいからである。モデル道路の道筋はそれ故に遠範囲内における対象物点座標を参照してより簡素に決定され得て、モデル道路の位置は既により信頼性を持って決定されている。二つのステップへのこの分割によって、各パラメータはこれらパラメータの値に対して非常に重要である対象物点を用いて決定され、その結果、モデル道路パラメータ及びそれ故のモデル道路の全体的に信頼性ある決定となる。
【0017】
更には、より重要性ではない対象物点での算術演算が回避され得るので、近範囲及び遠範囲への分離によって、モデルパラメータのより高速な決定も達成される。
【0018】
本発明の更なる発展例及び好適実施例は、以下の記載、特許請求の範囲、並びに、図面中において説明されている。
【0019】
本方法のステップは好ましくはセンサの対応する一時的な順次スキャニング・パスでの対象物点座標から成る一時的で順次的な集合に対して反復的に使用され、反復において決定された少なくとも一つのパラメータ値は後のステップで或は少なくとも一つのパラメータ値の決定における後の反復で使用される。車両の環境は原則として急激には変化しないので、先行する反復から生ずる結果は、それらがほんの少しだけしか変化しないので、後のステップ或は反復においてパラメータ値の決定に対して非常に有益に使用され得る。
【0020】
仮値は、特に好ましくは、各反復における少なくとも一つのパラメータに対して初期的に決定される。現行の反復に対するパラメータの最終値は、現行の反復において決定された仮パラメータ値や、先行する反復で決定された同一のパラメータの仮値を濾過することによって決定される。これによって、例えば、道路に沿っての対象物の変化する密度によって生じ得るパラメータにおける特に変動は低減され得る。周波数空間におけるフィルタの時定数或はフィルタの幅はこのプロセスにおいて各パラメータ毎に相互に相違し得る。時定数は、とりわけ、センサの速度或は該センサを運ぶ車両の速度に依存し得るパラメータの変化における典型的な速度に応じて決定され得る。この目的のため、本方法を実行する際、車両速度が使用され得て、その車両速度が車両の対応する速度センサを介して読み込まれることになる。
【0021】
特に好ましくは、濾過は、浮動平均値を形成することによって行われ得て、異なる時定数、即ち時間間隔が、その時間間隔を介して平均が実行されるが、各パラメータ毎に提供され得る。個々別々の値は更に有益にはこの平均演算において異なって加重され得る。このプロセスにおいて、例えばより最新の値がより大きく加重される等の時間シーケンス、或は、仮パラメータ値の仮定精度が規準として使用され得る。仮パラメータ値の精度は例えば反復における仮パラメータ値の決定に有効な対象物点の数から生じ得て、それには、ある反復から次の反復までの仮パラメータ値の最大限に許容される変化を予め設定することによって、或は、パラメータの最新の浮動平均値から最大限許容される相違を予め設定することによって、変化があまりにも大きくて欠陥がありと推定される際、対応する値はより小さく加重されるように為し、こうしたことは実質的に妥当性検査と対応する。更には、精度は、その反復における仮パラメータ値の決定にとって重要である対象物点或は複数の対象物点がどの程度だけセンサに密接しているかに依存し得る。
【0022】
先行する反復のパラメータ値が使用されるこれら反復的なプロセスにおいて、推定値はより早期の非決定パラメータ値の代わりに、最初の反復の各場合において使用され得る。一般に濾過においては、充分なより早期のパラメータ値が存在する際にその濾過を開始することも可能である。
【0023】
センサから、左側モデル道路縁と右側モデル道路縁との間隔は、好ましくは、位置パラメータとして使用される。このプロセスにおいて、これらの間隔はセンサを通過して延びるモデル道路縁との接線に対する垂直線上で決定され得る。これら位置パラメータは、それらが近範囲内における対象物点の位置から直に生ずるので特に容易に決定され得る。
【0024】
しかしながらモデル道路幅と、モデル道路縁の内の少なくとも一方から或はモデル道路中央からセンサまでの間隔とは、特に好ましくは、位置パラメータとして使用される。より小さな時間変動が、これら位置パラメータに対して生じるが、これは、モデル道路幅は現行の道路幅に従ってゆっくりと変化するが、モデル道路縁の内の少なくとも一方から或はモデル道路中央からセンサまでの間隔とはより急激に変化し得るからである。特に異なる時定数を伴うフィルタは変化の異なる速度に従って選択され得る。モデル道路幅の特に信頼性ある決定はこうして生ずる。
【0025】
モデル道路の道筋は、好ましくは、対応する道筋パラメータによって決定された左側モデル道路縁と右側モデル道路縁との道筋による位置パラメータによって付与される位置で表され得る。またこれはより複雑な道路道筋の表示をも許容するが、これは左側モデル道路縁及び右側道路縁が個別にパラメータで表現し得る又はパラメータ化され得るからである。
【0026】
しかしながら特にモデル道路道筋は、特に好ましくは、ガイド曲線によって記述され、左側モデル道路縁及び右側道路縁のそれぞれの位置は位置パラメータを用いたガイド曲線から決定される。ガイド曲線の位置はこのプロセスにおける位置パラメータと、対応する道筋パラメータによる道筋とによって少なくとも暗に決定される。このガイド曲線は、例えば、両モデル道路縁の内の一方であり得るが、特に好ましくは、モデル道路中央がガイド曲線として使用され、これは、前者が対称性の理由のために特に信頼性をもって簡素に決定され得るからである。両代替例において、モデル道路縁は位置パラメータに従ったガイド曲線の変換によって獲得される。ガイド曲線を用いることによって、モデルにおいて決定されるべき道筋パラメータの数は二つの個別にパラメータ化されたモデル道路縁の対応するモデルに対して半分であり、それによって本方法はより高速に実行され得る。もし有効対象物点座標の数が道筋パラメータの数と関連されていれば、相対的により多くの対象物点座標が道筋パラメータの決定に対して更に有効となり、決定においてより低い不確定性となる。
【0027】
モデル道路は、適切な関係によって表現可能あるか、さもなければ、例えば円/直線モデル等のパラメータ化された数学的関係で表現可能であるが、モデル道路、即ち例えばモデル道路縁或はガイド曲線等のモデル道路は、本方法の特に簡素で且つ高速な実行のために、多項式モデルと関連パラメータ集合とによって表現される。このプロセスにおいて、二次の多項式が特に好ましく使用されて、それが一方では本方法の特に高速な実行を可能としている。オプトエレクトニクス・センサの限られた視野範囲によって、原則として簡単に湾曲された道路道筋が理想的な条件下で検出され得て、それが他方において二次の多項式によって充分な精度をもって近似され得る。
【0028】
もし本方法が反復的に実行されるのであれば、第1の反復において曲線を記述する多項式における係数が値ゼロに初期的に設定され得て、それは直線道路と対応する。
【0029】
近範囲及び遠範囲の定義に対する下方及び上方限界間隔は、一般に、固定されたものとして選択される。しかしながらそれは、好ましくは、対象物点の数及び/或は位置と任意にはモデル道路道筋の数及び/或は位置に従って本発明の道筋に関する方法の反復的な実行に伴って変化し、それら限界間隔は特に好ましくはそれぞれの固定された下方及び上方障壁と符合され得る。これによって決定の精度は増大され、それは対象物点の選択が道路の状況或は検出された対象物の状況に対するそれらの重要度に従って符合させられ得るからである。
【0030】
近範囲の下方限界間隔は、好ましくは、ゼロに選択され得て、近範囲がセンサ前方で直接的に始まる。遠範囲の下方限界間隔は、例えば、近範囲の上方限界間隔の下方障壁或はゼロとしても選択され得る。近範囲の上方限界間隔は、例えば、7mの下方障壁と30mの上方障壁との間の範囲内にあり得て、遠範囲のそれは7mの下方障壁と80mの上方障壁或はセンサの視野範囲の上方障壁との間にあり得る。
【0031】
限界間隔は、好ましくは、各領域に配置された対象物点の数に応じてそれぞれ決定されて、対象物点の充分な数が位置及び道筋パラメータの決定にとって有効となる。
【0032】
近範囲及び/或は遠範囲のサイズは特に好ましくは道筋パラメータの内の少なくとも一つに応じて決定され得て、それは特に上方限界間隔を符合させることによって行うことができる。これによって考慮され得ることは、センサの視野からは、特にきつい曲線の場合、対向するように配置された道路脇における対象物が一方の道路脇上に横たわるように部分重複し得るか或はそのように見えることである。
【0033】
本方法の更なる発展例において、付加的或は代替的には、本方法に考慮されるセンサの視野範囲のサイズは道筋パラメータの内の少なくとも一つに依存して決定され得て、それは、原則として、上述した道路の曲線の影響による道筋パラメータに応じて使用される視野範囲における低減を意味する。
【0034】
道路のタイプは、好ましくは、モデル道路と関連され得る。よって、近範囲或は遠範囲のサイズは道路タイプに応じて決定され得る。これによって考慮されることは、高速道路或は州間高速道路等の特定の道路タイプが、一方では、それらの境界に接する路傍支柱等の対象物の特定の最小密度を有し、他方では、最大限の可能性ある曲線及びそれ故の道路道筋を有することである。従って道路タイプは、特にモデル道路幅等のモデル道路パラメータの内の少なくとも一つを用いて決定され得て、道路幅及び道路タイプの間の上述したような関係の道路内における道路構造物が対応する規定により存在すると云う事実が利用される。これは、州間高速道路、高速道路、或は、都市道路等の道路タイプに特に可能である。しかしながら代替的或は付加的には、センサの位置及びディジタル・マップが、該センサが実際に配置されている道路はどのタイプであるかを決定すべく使用される。センサの位置は、このプロセスにおいて、対応するナビゲーション・システムによって或はGPS(全地球位置把握システム)によっても決定され得る。位置に関しては、センサ或は該センサを運ぶ車両が配置されている道路が載っているディジタル・マップによって決定され得る。
【0035】
特に指定された規準等の規準の妥当性検査は、サイズを固定すべく同時に考慮される。
【0036】
位置パラメータは、好ましくは、推定されたモデル道路縁の内の一方、推定されたガイド曲線の位置、或は、変換によってそれら曲線の一つから生ずる曲線の位置の内の何れかに対して近範囲内おける対象物点の位置を用いて決定され、推定されたモデル道路は最新の反復ステップで決定されたパラメータ値によって決定され、推定された道筋はその決定の最初の実行に及んでの他のデータから推定される。特に道路曲線の効果もこのプロセスにおいて考慮され、位置パラメータ値の精度を増大する。
【0037】
一つの軸線が、特に好ましくは、特により高速の計算による位置パラメータの決定に対して予め決定され、近範囲における各対象物点毎に、推定されたモデル道路縁の内の一方から、推定されたガイド曲線から、或は、変換によるそれら曲線の内の一つから生ずる曲線からのその間隔がその予め決定された軸線と平行する方向で決定される。
【0038】
更に簡素な手続において、近範囲における対象物点は予め決定された軸線上に投影され、位置パラメータはそれら投影された対象物点の前記軸線上における基準点からの間隔に基づき決定され得る。これによって位置パラメータを決定する特に簡素な方法、特に、センサのモデル道路縁からの間隔或はセンサのモデル道路幅からの間隔、そしてセンサのモデル道路縁の内の一方からの相対的間隔或はセンサのモデル道路中央からの相対的間隔を決定する特に簡素な方法がもたらされる。
【0039】
センサの長手方向軸線に対する垂直線は、特に好ましくは、上述された変量の内の一つにおける軸線として使用される。この長手方向軸線は、特に、センサが保持されている車両の長手方向軸線であり得る。例えば進入路及び出口の自動車道等の道路上における車両の傾斜移動を考慮するために、センサの長手方向軸線に対する垂直線は、特に好ましくは、軸線として該センサの偏揺角だけ修正され得る。センサの偏揺角は、該センサが連結されている車両の偏揺角として理解される。この偏揺角は対応する車両データから決定可能であり、該車両が初期的には予め決定された角度で止まっており、特に仮定されることは道路縁と平行する角度で止まっていることである。しかしながら、一般に、モデル道路に対するセンサの移動のトラッキングから引き続く処理ステップで偏揺角を決定することが可能である。
【0040】
推定されるモデル道路との接線に対する垂直線は好ましくは軸線として使用され得て、その推定されるモデル道路は最新反復ステップでのパラメータ値によって決定され、そして、推定道筋はその決定の最初の実行における他のデータから推定される。これはモデル道路幅の幾何形状的な定義と実質的に対応している。このタイプの決定において、最悪の場合、小さな誤りがセンサ或は車両の長手方向軸線とモデル道路縁との間の非常に大きな角度に伴う位置パラメータ決定において生ずる。最初の反復において、直線はこのプロセスにおいてモデル道路道筋として使用され得る。
【0041】
投影が実行される本方法の前述の変量において、センサの位置、或は、ガイド曲線若しくはモデル道路中央の軸線との交差点は、好ましくは、基準点として使用される。ガイド曲線或はモデル道路中央は、このプロセスにおいて、最新反復において決定された各種パラメータからの結果である。更には、ガイド曲線或はモデル道路中央の軸線との交差点が使用される場合、その軸線とセンサの位置との間の間隔は好ましくはできる限り小さくする。これによって位置パラメータの値は任意の大きな変換無しに容易に決定される。
【0042】
本方法の特に簡素で高速な実行のため、初期的には線が位置パラメータの決定に先行する反復でモデル道路中央の位置と道筋とによって定義される。位置パラメータの値の決定に及んで、その線の一方側における近範囲内の対象物点はこの側において道路との境界を定める対象物点として使用され、その線の他方側における近範囲内の対象物点はこの側において道路との境界を定める対象物点として使用される。近範囲における対象物点の左側グループと右側グループとへの非常に簡素な分離分割はこれによって達成されて、簡単な間隔決定を可能とするが、この分離無しでは、投影された対象物点の左側グループと右側グループとへの後での分割が必要であり、実質的な労力となる。本方法は、モデル道路中央がガイド曲線として使用された場合に特に簡単である。
【0043】
モデル道路の道筋に対する道筋パラメータを遠範囲内の対象物点から決定するために、好ましくは道筋パラメータに対する値からそれぞれが成る少なくとも二つの集合が第3ステップにおいて予め設定される。それに及んで、遠範囲内における対象物点の最少数が横たわるモデル道路を定義するその集合は、モデル道路縁の道筋を記述する値から成る集合として選択される。この方法において、モデル道路の可能性ある道筋に対する曲線グループはそれ故に道筋パラメータに対する値から成る集合によって予め決定され、位置パラメータ及び最も好ましいモデル道路道筋によって既に固定された位置は、対象物点がその可能性あるモデル道路上に横たわっているか否かの簡単な試験によってそれら道筋から選択される。これによって特に簡単な方法がもたらされ、理想的にはもはや対象物点が何ら横たわっていないモデル道路が非常な信頼性をもって獲得される。その簡略された形態での最小二乗法の方法を用いるパラメータの符合等の他の符合方法が使用された場合、対照的には、一連の対象物点が決定された道路上に維持されて、そのモデル道路が現実の道路のより劣る好近似を表示することが可能であり、その理由は、モデル道路がトラッキングされると、その現実の道路上の対象物との相反が心配されるためである。
【0044】
道筋パラメータに対する値から成る集合は、現行の反復において、好ましくは、先行する反復における道筋パラメータに対する値から成る集合と、その先行する反復におけるその集合の道筋パラメータ値の変動によって獲得されるパラメータ値から成る少なくとも更なる一つの集合とを含む。この方法は、実際上、道路の曲線は緩慢に変化するだけであって、現実の道路道筋の変化は道筋パラメータに対する幾つかの値集合だけで簡単な方法で容易に検出され得るという事実を考慮する。
【0045】
このプロセスにおいて道路タイプは、近範囲或は遠範囲のサイズの決定におけるようにモデル道路と特に好ましくは関連され得て、変動したパラメータ及び/或は変動から成る集合の数はその道路タイプに応じて決定可能である。このプロセスにおいて、既に注記したように、異なる道路タイプが典型的には異なる最大曲線及び曲線変化を有すると云う事実が利用される。特にこれは、州間高速道路、高速道路、並びに、都市道路の間の差違に関して適用される。特に高速であるが信頼性及び精度を伴う曲線の決定はこれによって行われ、その理由は、労力が状況に適合するように変化するからである。特に、高速で典型的には行われ、それ故に本方法の特に高速な実行を必要とする州間高速道路上の旅行に及んで、比較的小さな曲線グループだけが必要となって、本方法の充分高速な実行が高速旅行に対して可能となる。
【0046】
更には、個別に決定されるべきモデル道路のパラメータに対する値、特にセンサの長手方向軸線と近範囲におけるモデル道路に対する接線との間の偏揺角に対する値は、好ましくは、外部データ・ソースから読み込み可能である。道路モデルの精度は特に柔軟性を持って増大され得て、オプトエレクトロニクス・センサを介して困難性と不精密を伴って決定され得るような値を有するパラメータも使用される。特にセンサの長手方向軸線と近範囲におけるモデル道路に対する接線との間の相対的な偏揺角を決定するに際して、センサが保持されている車両の偏揺角は、その相対的偏揺角に対する近似値としてのモデルパラメータとして決定されると共に使用され得る。
【0047】
前方へ駆動する車両等の道路上に存する特定の対象物は、道路との境界を定めることがなく、もしそれら対象物がモデル道路決定用に使用されたならば、非常に不精密であるか或は使用不可能な結果をもたらすことになる。本発明に従った方法において、対象物の認識、分類、並びに、トラッキングは、それ故に、第1ステップに先行して好ましくは実行される。予め決定された対象物分類における対象物の対象物点は追従する第1、第2、並びに、第3ステップにおいて考慮されない。これによって確保されることは、道路との境界を明らかに定めることがない特定の対象物がモデル道路の決定を妨害することがない。これらは、モデル道路上を移動する対象物、特に乗用車、トラック、二輪車乗り、或は、人等の分類の対象物等であり得る。
【0048】
本発明の更なる主題は、本発明に従った方法を実行すべくプログラミング・コード手段を具備するコンピュータ・プログラムであり、そのプログラムはコンピュータ上で実行される。
【0049】
本発明の主題は、更には、本発明に従った方法を実行するコンピュータ可読データ担体に記憶されるプログラミング・コード手段を具備するコンピュータ・プログラム・プロダクトであり、そのコンピュータ・プログラム・プロダクトはコンピュータ上で実行される。
【0050】
モデル道路の決定のための本発明の主題である装置は、対象物の位置を決定するために設計された、特にレーザスキャナ等の少なくとも一つのオプトエレクトロニクス・センサと、データ接続部を介して前記オプトエレクトロニクス・センサと接続されると共に、本発明に従った方法の実行を為すデータ処理装置と、を備える。
【0051】
以下、本発明の好適実施例が図面を参照して例示的に説明される。
【発明を実施するための最良の形態】
【0052】
レーザスキャナ12を固定して具備する車両10は図1におけるデカルト座標において概略的に示されており、対象物点14はレーザスキャナ12によって検出されると共に同図中には示されていない現行の道路の道筋の境界を近似的に定めている。
【0053】
レーザスキャナ12は車両10上に取り付けられ、図1及び図2において線16によって示される深さの視野範囲を有すると共にX軸周りに±90度の角度範囲を検出する。これはそれ故に車両10の長手軸線と対応するセンサの長手方向軸線を形成する。この座標系の原点はセンサ12に置かれることによって、座標系は車両と一緒に移動される座標系となる。しかしながら図示の明瞭化のために、座標系の各種の軸線はY軸の方向に変位されて描かれている。
【0054】
レーザ・スキャナ12は一定間隔でその視野範囲をスキャンし、一回のスキャニング・パスで検出された対象物点14の対象物点座標、そして、対象物の認識、分類、並びに、トラッキング(追跡)を実行後に、対象物データをデータ接続部20を介してレーザ・スキャナ12と接続されたデータ処理装置18に出力する。図1及び図2に示された例では各対象物点14はそれぞれの対象物と対応している。
【0055】
プロセッサと該プロセッサと接続されたメモリとを、データ接続部20に対するインターフェースと共に有するデータ処理装置18において、図3に示される方法はコンピュータ・プログラムによって実行される。図3には、その方法のフローチャートが概略的に示されている。しかしながらこのフローチャートにおける通常の表現とは対照的に、反復で決定される何れの最終モデルパラメータが他の方法ステップで使用されるかを破線矢印によって各々示されている。しかしこれらは最も重要な関係だけであり、以下の記載が決定的である。
【0056】
この方法はそれぞれが対象物データから成る一時的な逐次的又は順次的な集合に対して反復して実行される。
【0057】
モデル道路22はガイド曲線24(図2参照)とモデル道路の幅とによって規定される。このプロセスにおけるガイド曲線はモデル道路の中央であり、第2次の多項式である以下の数1の関係から正のX値をもたらす。代替的な実施例において、この多項式は離軸角を考慮すべく線形項a1・Xを含み得る。このプロセスにおける位置パラメータa0は、座標X=0及びY=0を有するセンサからモデル道路中央までの間隔である。二次項の係数a2はガイド曲線の曲率を記述し、それ故にこのモデルの道筋パラメータである。
【0058】
【数1】
【0059】
図2の実線で示されるモデル道路縁26及び28はガイド曲線のY方向或はYとは逆の方向への、このモデルの第2の位置パラメータを表すモデル道路幅半分だけの変位によってもたらされる。
【0060】
レーザスキャナ12によって出力される対象物点座標及び対象物データがステップ100において先ず読み取られる。
【0061】
最初の反復でスキップされるステップ102において、不要な対象物が最新の反復で決定されたモデル道路から除去される。一つの対象物が不要か否かは対象物の分類から引き出され、人、二輪車乗り、乗用車、トラック、並びに、不分類対象物が対象物分類として提供されている。対象物分類である、人、二輪車乗り、乗用車、或は、トラックの移動対象物の対象物点座標は、それらが最新反復のパラメータ値によって決定されるモデル道路上にある際、対象物点座標の集合から除去される。以下の方法ステップは道路の境を定めることがないこれら対象物或は対象物点の除去によって損傷無しに実行可能である。
【0062】
近範囲或は遠範囲のサイズはステップ104で決定される。
【0063】
図1における線30によって示される遠範囲に対する下方限界間隔はこの例において7mに達する。図1における線32によって示される反復iに対する上方限界間隔Xc(i)は、例えば10m或は80mの値であり且つ図1における直線34及び36によって示される下方及び上方の障壁Xc,min或はXc,maxの間で変化し得る。先行する反復に対する限界間隔Xc(i−1)から始動し、次いでXc(i−1)及びXc,maxの間の範囲内の幾つの対象物点があるかが決定される。そして、この例では0.5mであるΔXincr値だけ増分することによってXc(i−1)から中間値Xcvが算定され、対象物点の数が最小値を越えた場合には、この例では1mであるΔXdecrだけ減分することによって生ずるXc(i)から中間値Xcvが算定される。更には値Xc(i)が最新反復ステップで決定される平均曲率a2mに従って適合され、その目的のために数式2の因子が使用される。
【0064】
【数2】
【0065】
係数bcは0.1等で選択に対して適合されるが、試行によって更に最適化され得る。次いでXc(i)は、例えば、以下の関係によって付与され得る。
【0066】
【数3】
【0067】
近範囲の下方限界間隔はこの例においてはゼロに達して、近範囲がセンサの直ぐ前方で始まる。図1における線38で示された反復iに対する上方限界間隔Xw(i)は、図1における直線40及び42によって示される、例えば7m或は30mの値であり得る下方障壁及び上方障壁Xw,min或はXw,maxの間で変動し得る。限界間隔Xc(i)から始まって、Xw(i)が決定される。最初に中間値Xwv=Xc(i)/2もここで決定される。上方障壁は道路曲線の影響を考慮すべく数式4の因子で適合される。
【0068】
【数4】
【0069】
次いでXw(i)が、Xc(i)と類似して、対応するパラメータとしての、Xcvの代わりのXwv、Xc,maxの代わりのXw,max、Xc,minの代わりのXw,min、そして、Xc(i)の決定に対する関係における他の指数因子とを用いて生ずる。
【0070】
最新のガイド曲線が未だ決定されていない第1反復において、近範囲のサイズは例えば5m等の小さな開始値に設定され、そこで位置パラメータの決定に対して充分な多数の対象物点がその近範囲内に存在する。
【0071】
ステップ106において、近範囲における対象物点はモデル道路の左側の対象物点か或は右側の対象物点かにソートされる(図1参照)。この目的のために、最新の反復のガイド曲線24は、最新の反復のモデル道路中央の位置及び道筋を再生する位置及び道筋を有する該最新の反復で計算された最終モデルパラメータに基づき計算される。近範囲内における対象物点は、次いで、ガイド曲線24の右側にある複数の対象物点から成るグループと左側にある複数の対象物点から成るグループとに分割される。
【0072】
ステップ108において、対象物点がガイド曲線24によって付与された最新の反復のモデル道路中央に最も密接して横たわる対象物グループ各々について決定される。この目的のため、y軸方向への曲線を考慮するための対象物点は数式5の変量だけ変位される。
【0073】
【数5】
【0074】
ここで、a2mは最新反復の平均曲線パラメータであり、Xkは対象物点のX座標である。この変位された対象物点は次いでY軸上に投影され、その変位されて投影された対象物点のガイド曲線24とセンサ12を通過して延びるY軸との境界からの間隔は基準点として推定される。これは、対象物点が有するガイド曲線からY方向への間隔の決定と対応する。各最小間隔がモデル道路縁のガイド曲線24からの間隔となる。
【0075】
ステップ110において、間隔を加算することによってこれらデータから仮のモデル道路幅Bvが決定され、最小間隔を伴う投影点のY座標を評価することによって二つの投影されたY座標の平均値(図1参照)として新モデル道路中央の仮の位置a0vがセンサ12に対して決定される。センサ12に対する少なくとも一つのモデル道路縁の位置も単純な変換によってこれら値から決定され得る。これら仮位置パラメータ値が初期的に記憶される。
【0076】
ステップ112において、現行の仮モデル道路幅に対する浮動加重平均値と最新反復で決定された仮道路幅が、より長期間にわたる反復の実行、例えば60反復の実行の平均で、道路タイプを決定すべく形成される。もしより少数だけの反復が先ず実行されたならば、それに応じてモデル道路幅に対するより少数の値が使用される。しかしながらこれら浮動平均値は位置パラメータとして使用されることがなく、これは本発明に従った方法の別の実施例で基本的には可能である。
【0077】
個々別々の反復の仮幅値はこのプロセスにおける三つの規準に従って加重される。浮動平均値の計算に及んで、これらは考慮されて単一の加重因子が、平均値形成において考慮される各反復に対する規準と対応する相互に異なる値を有する各規準用に提供される。反復に対する平均値に使用される合計加重因子は、このプロセスにおいて、それら単一加重因子の積となって、当然その積は、規格統一された因子として浮動平均に考慮された全ての値に対する積の合計によって除算されなければならない。
【0078】
第1規準に従えば、ある値がより強力に加重されれば、間隔DRxi或はDLxi、即ち仮幅値を決定するために使用される対象物点の間隔DRxi或はDLxiは、反復iにおけるX軸の右側の或は左側のガイド曲線24に最も密接した対象物点のX軸方向においてより小さくなり、これはセンサに密接することで情報が一般により確実となるからである。もしg1iが反復iに対する第1規準用の単一加重因子を示せば、そのg1iは例えば以下の数式6によって付与される。
【0079】
【数6】
【0080】
第2規準に従えば、ある値がより強力に加重されれば、仮幅値を決定すべく使用されるY軸から右側対象物点への間隔DRxiと左側対象物点への間隔DLxiとの間の差の量はより小さくなる。もしg2iが反復iに対する第2規準用の単一加重因子を示せば、そのg2iは例えば以下の数式7によって付与される。
【0081】
【数7】
【0082】
この単一加重因子に対する最高値は、X軸の方向におけるモデル道路幅を決定する複数の対象物点がセンサから等しく遠ざかっている入口門で達成される。
【0083】
第3規準に従えば、モデル道路幅Bmに対する最新の浮動加重平均値からの差違の量が閾値εmよりも小さい際、モデル道路幅に対する仮値Bviは反復に対して強力に加重される。もしモデル道路中央に対する仮値がモデル道路幅に対する最新浮動加重値よりも、閾値以上だけ小さければ、その値に平均加重が付与される。もしモデル道路幅に対する最新浮動加重値が閾値以上だけ越えれば、対照的に、モデル道路幅に対する仮値はモデル道路幅の膨張の傾向と対抗すべく小さい加重が付与される。この傾向は、道路と密接していない可能性があるほんの少しの対象物を伴う範囲内において現行の仮道路幅が過大に決定されると云う事実から引き起こされる。
【0084】
もしg3iが反復iに対する第3規準用の単一加重因子を示せば、そのg3iは例えば以下の数式8によって付与される。
【0085】
【数8】
【0086】
反復iに対する平均値形成において使用される合計加重因子gbiはこのプロセスにおいて単一加重因子の積から生じ、当然その積は、以下に示す数式規格統一された因子(数式9)として浮動平均に考慮された全ての値に対する積の合計によって除算されなければならない。
【0087】
【数9】
【0088】
このプロセスにおける合計は平均値形成用に使用される全反復にわたって行われる。
【0089】
もしモデル道路幅の浮動加重平均値が特定の道路タイプと関連された幅の区間内にあれば、道路タイプはそのモデル道路と関連されている。例えば、単一車線の道路、2車線道路、或は、2車線高速道路が各種タイプとして提供され得る。
【0090】
ステップ114及び116において、位置パラメータ、モデル道路幅、或は、モデル道路中央の位置に対する最終的な各値は浮動加重平均値を形成することによって計算される。例えば平均30以上の反復がこのプロセスにおいて為され得る。
【0091】
値の加重は、最新の決定された道路タイプに対する幅区間外にある仮モデル道路幅値が小さな加重が付与された後、前記した最初の二つの規準と第4規準との対応する使用で仮モデル道路幅の浮動加重平均値を形成することによって最終的なモデル道路幅の計算において生ずる。第4規準は妥当性検査(plausibility check)と対応し、怪しい値はより小さく加重される。モデル道路幅はほんの少数の対象物点を伴う領域内で過剰に大きく決定される傾向があるので、対象物点の不均一分布による誤り発生はそうした妥当性検査によって制限され得る。この目的のため、対応する値はg3iの場合と同様に、反復iに対する単一加重因子g4iと関連され得る。
【0092】
モデル道路中央の位置に対する最終値の決定、即ちパラメータa0の決定において、最初の三つの規準はモデル道路幅に対する最終値の決定におけるように順に使用される。このプロセスにおいて仮定されることは、小さく加重されるべきモデル道路幅に対する仮値と対応する、モデル道路中央の位置に対する仮値が同様に不確実であるために小さく加重されるべきことである。
【0093】
ステップ118において、モデル道路道筋、即ち道筋パラメータa2は最新の決定された道路タイプ及び最終位置パラメータを用いて決定される。モデル道路道筋の決定は図2に図示され、最終モデル道路幅とモデル道路中央の最終位置が図1とは対照的に使用されている。最新反復のガイド曲線24から開始して(図2参照)、nを例えば10等の自然数として2n+1個の可能性あるモデル道路44のグループが決定され、位置パラメータの現行の最終値が位置パラメータの値として使用される。明瞭化の目的で、図2に5個のみの可能性あるモデル道路44が示されている。これら可能性あるモデル道路は固定因子としての例えば1.05-n,…,1.05n等による乗算による道筋パラメータa2の変動によって生じ、対応する可能性あるガイド曲線と、可能性ある右側及び左側のモデル道路縁46及び48の形成に対するY軸方向或はその反対方向への現行の最終モデル道路幅の半分だけの変位との計算である。曲線から成るこのグループの形成法則に従えば、これは、最新決定モデル道路に加えて、可能性ある現行の多少なりの湾曲状モデル道路を含有し、曲線数の増加に伴って更により大きな曲線或は更により小さな曲線がこのグループ内に含有される。道路タイプに応じて、nの値とグループ内の曲線数とはそれ故に釣り合って、より大きな曲線が予想される道路タイプに伴いそのグループ内の曲線数はより大きく選択される。
【0094】
次いで、何れの可能性あるモデル道路上に遠範囲内に対象物点の最少数があるのかが検査される。このモデル道路の下に横たわる道筋パラメータa2は仮道筋パラメータとして決定される。
【0095】
ステップ120において、浮動平均値がこれら仮道筋パラメータとそれより以前の反復の道筋パラメータから道筋パラメータの最終値として計算される。このプロセスにおける平均は例えば10回の反復を介して行われる。
【0096】
このようにして決定されたモデルパラメータの最終値はステップ122で出力されて、本方法はステップ100で続行される。
【図面の簡単な説明】
【0097】
【図1】位置パラメータの決定を説明するための認識された対象物点を伴うモデル道路の概略図である。
【図2】モデル道路の道筋の決定を説明するための、図1におけるモデル道路を示す。
【図3】本発明の好適実施例に従った方法を説明するためのフローチャートである。
【符号の説明】
【0098】
10 車両
12 レーザスキャナ
14 対象物点
16 視野範囲の限界
18 データ処理装置
20 データ接続部
22 モデル道路
24 ガイド曲線
26 左側モデル道路縁
28 右側モデル道路縁
30 遠範囲の下方限界
32 遠範囲の上方限界
34 下方障壁、上方限界間隔、遠範囲
36 上方障壁、上方限界間隔、遠範囲
38 近範囲の上方限界
40 下方障壁、上方限界間隔、近範囲
42 上方障壁、上方限界間隔、近範囲
44 可能性あるモデル道路
46 可能性ある右側モデル道路縁
48 可能性ある左側モデル道路縁
a0v モデル道路中央の仮位置
Bv 仮モデル道路幅
Claims (29)
- 少なくとも近似的に道路を再生する対象物、特に該道路の境界を定めると共に少なくとも一つのオプトエレクトロニクス・センサ(12)によって獲得された対象物の対象物点(14)の座標に基づきモデル道路(22)を決定する方法であって、
第1ステップにおいて、近範囲及び遠範囲が前記センサ(12)の視野範囲内側に規定され、
第2ステップにおいて、仮パラメータ値が前記近範囲内の前記対象物点座標から決定され、モデル道路幅と、前記センサ(12)に対する少なくとも一つのモデル道路縁(26,28)の位置とがそれら位置パラメータ値によって決定され、
第3ステップにおいて、前記モデル道路(22)の道筋に対する道筋パラメータ値が前記位置パラメータを用いて前記遠範囲内の前記対象物点座標から決定される、ことから成る方法。 - 前記方法ステップが、前記センサ(12)の対応する一時的な順次スキャニング・パスによる対象物点座標から成る一時的な順次集合に対して反復して使用され、
ある反復において決定された少なくとも一つのパラメータ値がその少なくとも一つのパラメータ値の決定における後のステップ或は後の反復において使用されることを特徴とする、請求項1に記載の方法。 - 仮値が各反復における少なくとも一つのパラメータに対して決定され、
前記パラメータの最終値が、現行の反復において決定された前記仮値と先行する反復に対して決定された同一パラメータの仮値との濾過によって現行の反復に対して決定されることを特徴とする、請求項2に記載の方法。 - 前記濾過が浮動平均値の形成によって行われることを特徴とする、請求項3に記載の方法。
- 左側モデル道路縁(26)及び右側モデル道路縁(28)の前記センサ(12)からの間隔が位置パラメータとして使用されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- モデル道路幅と、前記モデル道路縁(26,28)の少なくとも一方から或は前記モデル道路中央からの前記センサ(12)の間隔とが位置パラメータとして使用されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記モデル道路(22)の道筋が、左側モデル道路縁(26)及び右側モデル道路縁(28)の対応する道筋パラメータで決定される道筋によって表されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記モデル道路道筋がガイド曲線(24)によって記述され、左側モデル道路縁(26)の位置と右側モデル道路縁(28)の位置とが前記位置パラメータを用いて前記ガイド曲線(24)から決定されることを特徴とする、請求項1乃至6の内の何れか一項に記載の方法。
- 前記ガイド曲線(24)が前記モデル道路中央内にあることを特徴とする、請求項8に記載の方法。
- 前記モデル道路(22)の道筋が多項式モデル及び関連されたパラメータ集合によって表されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記近範囲及び/或は前記遠範囲のサイズがこれら範囲の各々内に配置された前記対象物点(14)の数に応じて決定されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記近範囲及び/或は前記遠範囲のサイズが前記道筋パラメータの内の少なくとも一つに応じて決定されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 道路タイプが、特に前記モデル道路幅等の前記モデル道路パラメータの内の少なくとも一つを用いて、及び/或は、前記センサ(12)の位置とディジタル・マップとを用いて、前記モデル道路(22)によってモデルパラメータとして関連され、前記近範囲及び前記遠範囲のサイズが前記道路タイプに応じて決定されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記位置パラメータが、推定されたモデル道路縁、推定されたガイド曲線の位置、或は、これら曲線の内の一つから変換によって生ずる曲線の位置の内の一つに対する前記近範囲内における前記対象物点(14)の位置を用いて決定され、前記推定されたモデル道路が最新反復ステップで決定されたパラメータ値によって決定され、且つ、前記推定された道筋が前記決定の最初の実行に及んで他のデータから推定されることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 軸線が予め決定され、前記近範囲における前記対象物点(14)各々に対する位置パラメータの決定のために、前記推定されたモデル道路縁の内の一つから、前記推定されたガイド曲線から、或は、これら曲線の内の一つから変換によって生ずる曲線からの間隔が前記予め決定された軸線と平行する方向に決定されることを特徴とする、請求項14に記載の方法。
- 前記対象物点(14)が前記近範囲内における予め決定された軸線に投影され、
前記位置パラメータがこれら投影された対象物点の前記軸線上の基準点からの間隔に基づき決定されることを特徴とする、請求項1乃至15の内の何れか一項に記載の方法。 - 前記センサ(12)の長手方向軸線に対する垂直線が前記軸線として使用されることを特徴とする、請求項15或は16に記載の方法。
- 前記センサ(12)の偏揺角だけ修正された、前記センサ(12)の長手方向軸線に対する垂直線が、前記軸線として使用されることを特徴とする、請求項15或は16に記載の方法。
- 推定されたモデル道路の接線に対する垂直線が前記近範囲内の前記軸線として使用され、前記推定されたモデル道路が最新反復ステップにおいて決定されたパラメータ値によって決定され、且つ、前記推定された道筋が前記決定の最初の実行における他のデータから推定されることを特徴とする、請求項2、15、或は、16に記載の方法。
- 前記センサ(12)の位置、或は、ガイド曲線(24)若しくは前記モデル道路中央の前記軸線との交差点の位置が前記基準点として使用されることを特徴とする、請求項16乃至19の内の何れか一項に記載の方法。
- 一つの線が前記位置パラメータの決定に先行する反復において前記モデル道路中央の位置及び道筋によって規定され、
前記位置パラメータの値を決定するに及んで、前記線の一方側での前記近範囲内における前記対象物点(14)が前記一方側における前記道路の境界を定める対象物点(14)として使用され、前記線の他方側での前記近範囲内における前記対象物点(14)が前記他方側における前記道路の境界を定める対象物点(14)として使用されることを特徴とする、請求項14乃至20の内の何れか一項に記載の方法。 - 前記遠範囲内における前記対象物点(14)から前記モデル道路(22)の道筋に対する道筋パラメータの決定のため、少なくとも二つの値集合が第3ステップにおいて道筋パラメータ用に予め設定され、その集合が前記モデル道路縁(26,28)の道筋を記述する値集合として選択され、前記モデル道路縁がモデル道路(22)を規定し、その上に対象物点(14)の最少数が前記遠範囲にあることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 前記現行の反復における前記道筋パラメータの値集合が、先行する反復における道筋パラメータに対する値集合と、前記先行反復における前記集合のパラメータ値の変動に獲得されるパラメータ値から成る少なくとも更なる一つの集合とを含むことを特徴とする、請求項2及び22の何れか一項に記載の方法。
- 道路タイプが、特に前記モデル道路幅等の前記モデル道路パラメータの内の少なくとも一つを用いて、及び/或は、前記センサ(12)の位置とディジタル・マップとを用いて、前記モデル道路(22)とモデルパラメータとして関連され、
変更されたパラメータ値から成る集合の数、及び/或は、その変動が前記道路タイプに応じて決定されることを特徴とする、請求項23に記載の方法。 - 個別に決定されるべき前記モデル道路(22)のパラメータに対する値であり、特に前記センサ(12)の長手方向軸線と前記近範囲における前記モデル道路(22)に対する接線との間の相対的偏揺角に対する値が、外部データ・ソースから読み込まれることを特徴とする、前記各請求項の内の何れか一項に記載の方法。
- 対象物の認識、分類、及び、トラッキングが前記第1ステップに先行して実行され、
予め決定された対象物分類における対象物の対象物点(14)が追従する第1、第2、並びに、第3のステップに考慮されないことを特徴とする、前記各請求項の内の何れか一項に記載の方法。 - 請求項1乃至26の内の何れか一項に記載の方法を実行するプログラム・コード手段を伴うコンピュータ・プログラムであって、前記プログラムがコンピュータ(18)上で実行されることから成るコンピュータ・プログラム。
- 請求項1乃至26の内の何れか一項に記載の方法を実行するコンピュータ可読データ担体に記憶されるプログラム・コード手段を具備するコンピュータ・プログラム・プロダクトであって、前記コンピュータ・プログラム・プロダクトがコンピュータ(18)上で実行されることから成るコンピュータ・プログラム・プロダクト。
- モデル道路を決定する装置であって、
対象物の位置を決定するための特にレーザスキャナ等の少なくとも一つのオプトエレクトロニクス・センサ(12)と、
データ接続部(20)を介して前記オプトエレクトロニクス・センサ(12)と接続されると共に、請求項1乃至26の内の何れか一項に記載の方法の実行を為すデータ処理装置(18)と、
を具備する装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10138641A DE10138641A1 (de) | 2001-08-07 | 2001-08-07 | Verfahren zur Bestimmung einer Modellfahrbahn |
PCT/EP2002/008480 WO2003015053A1 (de) | 2001-08-07 | 2002-07-30 | Verfahren zur bestimmung einer modellfahrbahn |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004538474A true JP2004538474A (ja) | 2004-12-24 |
Family
ID=7694604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003519905A Pending JP2004538474A (ja) | 2001-08-07 | 2002-07-30 | モデル道路を決定する方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20040240710A1 (ja) |
EP (1) | EP1421568B1 (ja) |
JP (1) | JP2004538474A (ja) |
AT (1) | ATE449396T1 (ja) |
DE (2) | DE10138641A1 (ja) |
WO (1) | WO2003015053A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012003365A (ja) * | 2010-06-15 | 2012-01-05 | Ihi Aerospace Co Ltd | 無人移動車の走行経路計画方法 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10218924A1 (de) | 2002-04-27 | 2003-11-06 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Kursprädiktion bei Kraftfahrzeugen |
DE10346573B4 (de) | 2003-10-07 | 2021-07-29 | Robert Bosch Gmbh | Umfelderfassung mit Kompensation der Eigenbewegung für sicherheitskritische Anwendungen |
DE102004003848A1 (de) * | 2004-01-26 | 2005-08-11 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung von gekennzeichneten Gefahr- und/oder Baustellen im Bereich von Fahrbahnen |
DE102004003850A1 (de) * | 2004-01-26 | 2005-08-18 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung von Markierungen auf einer Fahrbahn |
DE102004008866A1 (de) * | 2004-02-20 | 2005-09-08 | Daimlerchrysler Ag | Verfahren zur Signalauswertung eines Umgebungssensors eines Kraftfahrzeuges |
USRE46672E1 (en) | 2006-07-13 | 2018-01-16 | Velodyne Lidar, Inc. | High definition LiDAR system |
US8099205B2 (en) * | 2008-07-08 | 2012-01-17 | Caterpillar Inc. | Machine guidance system |
DE102010020984A1 (de) * | 2010-04-20 | 2011-10-20 | Conti Temic Microelectronic Gmbh | Verfahren zur Bestimmung des Fahrbahnverlaufes für ein Kraftfahrzeug |
US8543254B1 (en) * | 2012-03-28 | 2013-09-24 | Gentex Corporation | Vehicular imaging system and method for determining roadway width |
DE102012218362A1 (de) * | 2012-10-09 | 2014-04-24 | Bayerische Motoren Werke Aktiengesellschaft | Schätzung des Straßentyps mithilfe von sensorbasierten Umfelddaten |
US10627490B2 (en) | 2016-01-31 | 2020-04-21 | Velodyne Lidar, Inc. | Multiple pulse, LIDAR based 3-D imaging |
US20170270378A1 (en) * | 2016-03-16 | 2017-09-21 | Haike Guan | Recognition device, recognition method of object, and computer-readable recording medium |
JP7149256B2 (ja) | 2016-03-19 | 2022-10-06 | ベロダイン ライダー ユーエスエー,インコーポレイテッド | Lidarに基づく3次元撮像のための統合された照射及び検出 |
EP3229173B1 (en) * | 2016-04-05 | 2018-10-03 | Conti Temic microelectronic GmbH | Method and apparatus for determining a traversable path |
US10393877B2 (en) | 2016-06-01 | 2019-08-27 | Velodyne Lidar, Inc. | Multiple pixel scanning LIDAR |
JP7290571B2 (ja) | 2017-03-31 | 2023-06-13 | ベロダイン ライダー ユーエスエー,インコーポレイテッド | 統合化されたlidar照明出力制御 |
JP2020519881A (ja) | 2017-05-08 | 2020-07-02 | ベロダイン ライダー, インク. | Lidarデータ収集及び制御 |
US11294041B2 (en) | 2017-12-08 | 2022-04-05 | Velodyne Lidar Usa, Inc. | Systems and methods for improving detection of a return signal in a light ranging and detection system |
DE102018204246A1 (de) * | 2018-03-20 | 2019-09-26 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur fehlertoleranten automatisierten dynamischen Echtzeit-Erkennung eines Fahrspurverlaufs |
US11971507B2 (en) | 2018-08-24 | 2024-04-30 | Velodyne Lidar Usa, Inc. | Systems and methods for mitigating optical crosstalk in a light ranging and detection system |
US10712434B2 (en) | 2018-09-18 | 2020-07-14 | Velodyne Lidar, Inc. | Multi-channel LIDAR illumination driver |
US11082010B2 (en) | 2018-11-06 | 2021-08-03 | Velodyne Lidar Usa, Inc. | Systems and methods for TIA base current detection and compensation |
US11885958B2 (en) | 2019-01-07 | 2024-01-30 | Velodyne Lidar Usa, Inc. | Systems and methods for a dual axis resonant scanning mirror |
US12061263B2 (en) | 2019-01-07 | 2024-08-13 | Velodyne Lidar Usa, Inc. | Systems and methods for a configurable sensor system |
US10613203B1 (en) | 2019-07-01 | 2020-04-07 | Velodyne Lidar, Inc. | Interference mitigation for light detection and ranging |
DE102020203579A1 (de) | 2020-03-20 | 2021-09-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Ermitteln eines Fahrbahnverlaufs |
DE102020214022A1 (de) | 2020-11-09 | 2022-05-12 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum automatischen Ausführen einer Fahrfunktion in einem Fahrzeug |
DE102021203808A1 (de) | 2021-04-16 | 2022-10-20 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Ermitteln eines Fahrbahnverlaufs |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5202742A (en) * | 1990-10-03 | 1993-04-13 | Aisin Seiki Kabushiki Kaisha | Laser radar for a vehicle lateral guidance system |
DE4329608C1 (de) * | 1993-09-02 | 1995-01-19 | Kostal Leopold Gmbh & Co Kg | Optoelektronische Sensoreinrichtung |
JP3487054B2 (ja) * | 1995-12-26 | 2004-01-13 | 株式会社デンソー | 車両用障害物警報装置 |
DE19720764C2 (de) * | 1996-05-08 | 2003-04-30 | Daimler Chrysler Ag | Verfahren zur Erkennung des vorausliegenden Fahrbahnverlaufs für Kraftfahrzeuge |
KR20000025578A (ko) * | 1998-10-13 | 2000-05-06 | 윤종용 | 차로의 모델링 방법 및 그를 이용한 차선 인식 방법 |
DE19909987C2 (de) * | 1999-03-06 | 2003-04-10 | Kostal Leopold Gmbh & Co Kg | Anordnung zum Detektieren von auf einer Windschutzscheibe eines Kraftfahrzeuges befindlichen Objekten |
JP3808242B2 (ja) * | 1999-07-26 | 2006-08-09 | パイオニア株式会社 | 画像処理装置、画像処理方法及びナビゲーション装置 |
US6735557B1 (en) * | 1999-10-15 | 2004-05-11 | Aechelon Technology | LUT-based system for simulating sensor-assisted perception of terrain |
AU2001253619A1 (en) * | 2000-04-14 | 2001-10-30 | Mobileye, Inc. | Generating a model of the path of a roadway from an image recorded by a camera |
DE10059156A1 (de) * | 2000-11-29 | 2002-06-06 | Sick Ag | Abstandsbestimmung |
DE10213843A1 (de) * | 2002-03-27 | 2003-10-09 | Sick Ag | Optoelektronischer Sensor |
-
2001
- 2001-08-07 DE DE10138641A patent/DE10138641A1/de not_active Withdrawn
-
2002
- 2002-07-30 EP EP02764811A patent/EP1421568B1/de not_active Expired - Lifetime
- 2002-07-30 US US10/485,833 patent/US20040240710A1/en not_active Abandoned
- 2002-07-30 WO PCT/EP2002/008480 patent/WO2003015053A1/de active Application Filing
- 2002-07-30 DE DE50214011T patent/DE50214011D1/de not_active Expired - Lifetime
- 2002-07-30 AT AT02764811T patent/ATE449396T1/de not_active IP Right Cessation
- 2002-07-30 JP JP2003519905A patent/JP2004538474A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012003365A (ja) * | 2010-06-15 | 2012-01-05 | Ihi Aerospace Co Ltd | 無人移動車の走行経路計画方法 |
Also Published As
Publication number | Publication date |
---|---|
EP1421568A1 (de) | 2004-05-26 |
WO2003015053A1 (de) | 2003-02-20 |
EP1421568B1 (de) | 2009-11-18 |
DE50214011D1 (de) | 2009-12-31 |
DE10138641A1 (de) | 2003-02-20 |
US20040240710A1 (en) | 2004-12-02 |
ATE449396T1 (de) | 2009-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004538474A (ja) | モデル道路を決定する方法 | |
US20190188498A1 (en) | Image Processing Method For Recognizing Ground Marking And System For Detecting Ground Marking | |
JP6427908B2 (ja) | 地図情報生成システム、方法およびプログラム | |
US9076047B2 (en) | System and method for recognizing parking space line markings for vehicle | |
CN110234957B (zh) | 行驶记录的存储方法、行驶轨迹模型的生成方法、自身位置推定方法及行驶记录的存储装置 | |
US20220169280A1 (en) | Method and Device for Multi-Sensor Data Fusion For Automated and Autonomous Vehicles | |
US20220270358A1 (en) | Vehicular sensor system calibration | |
US20030002713A1 (en) | Vision-based highway overhead structure detection system | |
RU2764708C1 (ru) | Способы и системы для обработки данных лидарных датчиков | |
US11860315B2 (en) | Methods and systems for processing LIDAR sensor data | |
RU2757038C2 (ru) | Способ и система для предсказания будущего события в беспилотном автомобиле (sdc) | |
US20220398856A1 (en) | Method for reconstruction of a feature in an environmental scene of a road | |
US11080544B1 (en) | Method and device for calibrating pitch of camera on vehicle and method and device for continual learning of vanishing point estimation model to be used for calibrating the pitch | |
KR101891725B1 (ko) | 단거리 레이더 센서 기반의 가상 차선 생성 방법 | |
CN111591288B (zh) | 基于距离变换图的碰撞检测方法及装置 | |
CN110119751B (zh) | 激光雷达点云目标分割方法、目标匹配方法、装置及车辆 | |
Huang et al. | Probabilistic lane estimation for autonomous driving using basis curves | |
JP7344744B2 (ja) | 路側端検出方法、及び、路側端検出装置 | |
JP5490633B2 (ja) | 車両の進行路推定装置 | |
Jia et al. | Measuring the motion of vulnerable road users relative to moving HGVs | |
JP5682302B2 (ja) | 走行道路推定装置、方法およびプログラム | |
JP2018189990A (ja) | 地図情報生成システム、方法およびプログラム | |
JP4069769B2 (ja) | 道路形状認識装置 | |
JP3352925B2 (ja) | 先行車両認識装置及び認識方法 | |
RU2775822C1 (ru) | Способы и системы для обработки данных лидарных датчиков |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070605 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070903 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070910 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20071003 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071205 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080610 |