KR20200053610A - 방법 및 디바이스 - Google Patents

방법 및 디바이스 Download PDF

Info

Publication number
KR20200053610A
KR20200053610A KR1020207012102A KR20207012102A KR20200053610A KR 20200053610 A KR20200053610 A KR 20200053610A KR 1020207012102 A KR1020207012102 A KR 1020207012102A KR 20207012102 A KR20207012102 A KR 20207012102A KR 20200053610 A KR20200053610 A KR 20200053610A
Authority
KR
South Korea
Prior art keywords
event
vehicle
data
transceiver
database
Prior art date
Application number
KR1020207012102A
Other languages
English (en)
Other versions
KR102384443B1 (ko
Inventor
오스발도 곤사
르네 알렉산더 쾨르너
Original Assignee
콘티넨탈 오토모티브 게엠베하
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 콘티넨탈 오토모티브 게엠베하 filed Critical 콘티넨탈 오토모티브 게엠베하
Publication of KR20200053610A publication Critical patent/KR20200053610A/ko
Application granted granted Critical
Publication of KR102384443B1 publication Critical patent/KR102384443B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—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
    • G01C21/3815—Road data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06K9/00791—
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes

Abstract

본 발명은 디지털 맵의 적어도 하나의 서브-영역의 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템에 관한 것으로, 상기 시스템은, 상기 디지털 맵의 적어도 서브-영역을 나타내는 차량측 맵 데이터를 갖는 차량 데이터베이스; 차량 주변 환경 데이터를 검출하기 위한 적어도 하나의 센서; 상기 차량 주변 환경 데이터로부터 스니펫을 생성하고, 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 간의 차이의 형태로 이벤트가 발생하는 경우 상기 디지털 맵의 서브-영역의 업데이트 데이터를 결정하도록 설계된 적어도 하나의 프로세서; 상기 이벤트의 공간적 위치를 결정하기 위한 수단; 및 백엔드 디바이스로부터 난수에 대한 시드를 갖는 메시지를 수신하도록 설계된 트랜시버를 차량측에 포함하되; 상기 적어도 하나의 프로세서는 상기 시드에 기초하여 난수를 생성하도록 더 설계되고; 상기 트랜시버는, 상기 차량측 데이터베이스가 상기 이벤트의 공간 위치와 관련하여 디폴트 모드에 있는 경우 또는 상기 난수가 특정 값을 초과하는 경우, 상기 이벤트 및 관련 공간 위치를 갖는 업데이트 데이터를 상기 백엔드 디바이스에 송신하도록 설계된다.

Description

방법 및 디바이스
본 발명은 주행 보조 시스템 분야에 관한 것이다. 본 발명은 특히 차량의 센서에 의해 경로 데이터를 캡처하고, 캡처된 경로 데이터(route data)를 차량 외부 데이터베이스로 송신하는 것에 관한 것이다.
예를 들어 자율 주행 또는 반 자율 주행을 위해 백엔드 디바이스(backend device)의 데이터베이스에 경로 속성과 관련된 데이터를 적절히 유지하려면 데이터를 정기적으로 최신 상태로 만들어야 한다. 경로 속성을 캡처하는 것은 지리적 위치를 캡처하기에 적합한 센서 및 장치가 각각 장착된, 도로를 주행하는 차량에 의해 수행될 수 있다. 캡처된 데이터는 차량과 X 간의 통신 또는 모바일 무선 연결을 통해 백엔드 디바이스의 데이터베이스로 송신될 수 있으며, 여기서 이 데이터는 데이터 레코드를 생성하도록 통합되고 이 데이터 레코드는 예를 들어 경로 계산 등을 위해 다른 차량으로 송신될 수 있다. 복수의 차량으로부터 업데이트 데이터를 백엔드 디바이스로 송신할 때 캡처된 데이터는 차량으로부터 백엔드 디바이스로 매우 큰 데이터량을 야기할 수 있다. 백엔드 디바이스가 통계적으로 유의미한 업데이트되어 통합된 데이터 레코드를 이미 포함하는 경우, 차량에 의해 캡처된 데이터를 더 전송해도 통합된 데이터 레코드의 품질이 더 증가되는 것은 아니기 때문에 이는 통신 자원의 낭비를 나타낸다.
따라서, 본 발명의 목적은 신뢰성 있고 안전하게 동작하는 디지털 맵(digital map)의 디지털 모델을 생성 또는 업데이트하기 위한 시스템을 제시하는 것이다.
본 목적은 독립 시스템 청구항에 따른 시스템에 의해 달성된다. 종속 청구항은 특정 실시예에 관한 것이다.
일 양태는 디지털 맵의 적어도 하나의 서브-영역의 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템으로서, 양방향 데이터 처리가 수행되는, 상기 시스템에 관한 것이다. 상기 데이터 처리의 일부는 하나 이상의 차량에서 수행된다. 상기 데이터 처리의 다른 부분은 백엔드 디바이스에서 수행된다. 차량측에서, 상기 시스템은 상기 백엔드 디바이스의 서버 데이터베이스에도 저장된 상기 디지털 맵의 적어도 서브-영역을 이미지화하는 차량측 맵 데이터를 갖는 차량 데이터베이스를 가진다. 또한, 차량측에서, 상기 시스템은 차량 주변 환경에 대한 데이터를 캡처하기 위한 하나 이상의 센서, 및 차량 주변 환경 데이터로부터 적어도 하나의 스니펫(snippet)을 생성하도록 구성된 하나 이상의 프로세서를 갖는다. 상기 스니펫은 차량 주변 환경에 있는 객체로부터의 객체 데이터를 포함하는 상기 디지털 맵의 부분 모델이다. 이것은 예를 들어 일련의 카메라 이미지로부터 연산된, 예를 들어, 100m×100m의 큰 맵 구획의 CAD(computer-aided design) 모델일 수 있다. 또한, 상기 하나 이상의 프로세서는, 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 사이의 차이의 형태로 이벤트가 발생하는 경우, 상기 디지털 맵의 서브-영역의 업데이트 데이터를 상기 스니펫으로부터 결정하도록 구성된다. 상기 이벤트는 예를 들어 도로 막힘 또는 일시적으로 세워진 도로 표지와 같은 차량 주변 환경에 있는 새로 추가된 객체일 수 있다. 차량측에서, 상기 이벤트의 공간 위치를 결정하는 수단, 예를 들어, 차량의 위치를 결정하기 위한 GPS 수신기, 또는 차량에 대한 이벤트의 공간 위치를 추가로 결정하기 위한 레이더 센서가 또한 이용 가능하다. 차량측에는 트랜시버가 더 제공되고, 이 트랜시버는 백엔드 디바이스로부터 난수(random number)를 생성하는 시드(seed)를 수신하도록 구성된다. 상기 하나 이상의 프로세서는 상기 시드에 기초하여 난수를 생성하도록 더 구성된다. 상기 트랜시버는, 차량측 데이터베이스가 상기 이벤트의 공간 위치와 관련하여 디폴트 모드에 있는 경우 또는 상기 난수가 정해진 값을 초과하는 경우, 상기 이벤트 및 관련 공간 위치와 함께 업데이트 데이터를 상기 백엔드 디바이스에 전달하도록 더 구성된다. 상기 디폴트 모드는 차량의 정해진 공간 위치와 관련하여 차량이 이벤트를 초기에 검출할 때 차량이 업데이트 데이터를 차량 데이터베이스로 전송하는 차량측 데이터베이스의 상태를 지칭한다. 그리하여 상기 차량 데이터베이스의 디폴트 모드에서 상기 이벤트는 상기 백엔드에 아직 존재하지 않는다.
또한, 상기 시스템은 상기 백엔드에 백엔드 디바이스를 포함한다. 상기 백엔드 디바이스는 디지털 모델의 백엔드측 맵 데이터를 갖는 서버 데이터베이스, 및 하나 이상의 차량으로부터 업데이트 데이터를 수신하도록 구성된 트랜시버를 포함한다. 또한 상기 백엔드 디바이스에는 하나 이상의 프로세서가 제공되고, 이 프로세서는 업데이트 데이터를 통계적으로 평가하고, 통계적 평가에 따라 백엔드측 맵 데이터의 업데이트를 수행하고, 상기 통계적 평가에 따라 특정 개수의 양(positive) 및 음(negative)의 토큰을 생성하도록 구성된다. 양의 토큰의 수는 다른 차량에 의해 충분히 많은 수에 걸쳐 확인하는 것에 의해 이벤트를 검증하여 대응하여 높은 신뢰도 값을 갖는 데이터만이 서버 데이터베이스에서 생성되거나 또는 업데이트되도록 선택될 수 있다. 상기 백엔드 디바이스의 트랜시버는 또한 양 또는 음의 토큰을 하나 이상의 차량으로 전달하도록 구성된다.
서버 데이터베이스에 저장된 디지털 모델은 특히 추가 주변 환경 요소를 갖는 고해상도 디지털 맵을 포함할 수 있다. 상기 디지털 맵은 적어도 도로 및 주행 차선 코스를 나타내는 도로 모델로 형성되고, 차선 수 및 코스, 곡선 반경, 구배, 교차로 및 유사한 특성에 관한 정보를 포함한다.
상기 디지털 모델은 특히 다른 정적인 또는 동적인 주변 환경 요소를 포함할 수 있다. 정적인 주변 환경 요소는, 정지선, 지브라 스트립, 중앙 스트립, 차선 표시 등과 같은 도로 및 경로 표시의 위치 및 유형에 관한 정보, 길가 건물의 존재, 및 클래스와 상대 또는 절대 위치, 교통 표지의 위치 및 유형에 관한 정보, 또는 조명 신호 시스템 또는 가변 교통 표지의 유형 및 상태에 관한 정보를 지칭한다. 동적인 주변 환경 요소는 특히 차량의 위치 및 속도와 관련이 있다. 주변 환경 요소의 각 파라미터, 특히 위치 및 속성, 예를 들어, 교통 표지의 위치와 교통 표지의 유형에 대해, 통계는 훈련 단계 동안 통계적으로 유의미한 측정 횟수로부터 정해진다. 이 통계는 측정된 값이 평균값 부근에 분포되는 것을 반영할 수 있다.
상기 업데이트 데이터에는 차량에 의한 측정 횟수, 즉 송신 횟수와 관련하여 상기 백엔드 디바이스에서 유의성 값이 할당될 뿐만 아니라, 그 품질, 예를 들어, 차량 주변 환경 데이터의 품질에 따라 차량에 대한 신뢰도 값 또는 통계 파라미터가 이미 할당될 수 있다. 따라서, 특히 차량 주변 환경 데이터가 일련의 카메라 이미지로 구성되는 경우, 차량 주변 환경 데이터의 품질은 양호한 날씨 상태에서보다 안개 및 폭우와 같은 악천후 상태에서 더 낮을 수 있다. 각 차량의 트랜시버는 차량측에서 결정된 신뢰도 값 또는 통계 파라미터를 업데이트 데이터에 더하여 추가 데이터로서 백엔드 디바이스에 전달하도록 구성될 수 있다.
상기 백엔드 디바이스는 통계 수단에 의해서만 상기 업데이트 데이터를 평가할 수도 있다. 상기 백엔드 디바이스의 하나 이상의 프로세서는 업데이트 데이터를 전달한 차량의 수 및/또는 전송 횟수에 기초하여 업데이트 데이터를 통계적으로 평가하고, 차량의 수 및/또는 전송 횟수에 기초하여 업데이트 데이터에 신뢰도 값을 할당하도록 구성될 수 있다.
상기 백엔드 디바이스는 이 경우 차량측에서 결정된 추가 데이터를 신뢰도 값을 결정하는데 통합할 수 있다. 상기 백엔드 디바이스의 하나 이상의 프로세서는 업데이트 데이터를 송신한 차량의 수 및/또는 전송 횟수에 기초하여 및 추가 데이터에 기초하여 업데이트 데이터를 평가할 수 있다.
상기 시스템의 일 양태는 상기 백엔드 디바이스에서 양 및 음의 토큰을 생성하는 것과 관련된다. 상기 백엔드 디바이스의 하나 이상의 프로세서는, 상기 업데이트 데이터가 최소 임계값을 초과하는 통계적 유의성을 갖는 경우, 양 및 음의 토큰을 생성하도록 구성될 수 있으며, 상기 양 및 음의 토큰에는 적어도 관련 이벤트의 공간 위치 및 관련 이벤트의 이벤트 ID가 할당된다. 상기 백엔드 디바이스의 트랜시버 디바이스는 특히 방송을 사용하여 양 및 음의 토큰을 하나 이상의 차량으로 전달하도록 구성될 수 있다.
상기 시스템의 일 양태는 상기 이벤트의 중단의 검출을 처리하는 것에 관한 것이다. 통계적으로 유의성이 있는 것으로 평가될 수 있는 정도까지 상기 이벤트의 중단은, 이 이벤트와 관련하여 모든 차량의 모든 양 및 음의 토큰을 삭제하고, 이 이벤트와 관련하여, 즉 특히 공간 위치와 관련하여, 차량 데이터베이스를 디폴트 모드로 다시 전환되는 것을 보장한다.
상기 하나 이상의 차량측 프로세서는, 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 사이에 음의 차이가 존재하는 경우, 특정 공간 위치 및 연관된 이벤트 ID와 함께 상기 이벤트의 중단을 검출하도록 구성된다. 차량측 트랜시버는, 음의 토큰이 차량측 메모리에 존재하는 경우, 상기 이벤트의 중단을 업데이트 데이터 형태로 상기 백엔드 디바이스에 전달하도록 구성될 수 있다. 이것은, 상기 이벤트와 관련하여 음의 토큰을 갖는 차량 데이터베이스를 갖는 차량에 의해서만 이벤트 중단이 보고된다는 것을 의미한다.
상기 백엔드 디바이스의 하나 이상의 프로세서는, 업데이트 데이터가 최소 임계값을 초과하는 통계적 유의성을 갖는 경우, 중단된 이벤트의 공간 위치 및 이벤트 ID와 관련하여 차량측 데이터베이스를 디폴트 모드로 전환하기 위한 메시지를 생성하도록 구성될 수 있다. 상기 백엔드 디바이스의 트랜시버는 상기 메시지를 하나 이상의 차량으로 전달하도록 구성될 수 있다. 상기 하나 이상의 차량측 프로세서는 차량측 메모리로부터 공간 위치 및/또는 이벤트 ID와 관련하여 양 또는 음의 토큰을 제거하고, 차량 데이터베이스를 중단된 이벤트와 관련하여 디폴트 모드로 다시 전환할 수 있다.
일 양태는 차량에 대한 양 및 음의 토큰이 공간적으로 분포되는 것에 관한 것이다. 상기 백엔드 디바이스의 트랜시버는 양 또는 음의 토큰을 이벤트의 공간적 근접성 내에 위치된 하나 이상의 차량으로만 전달하도록 구성될 수 있다.
일 양태는 백엔드측의 업데이트된 맵 데이터를 차량으로 분배하는 것에 관한 것이다. 이를 위해, 상기 하나 이상의 백엔드측 프로세서는, 신뢰도 값이 최소 임계값을 초과하는 경우, 업데이트 데이터를 갖는 디지털 모델의 백엔드측 맵 데이터로 서버 데이터베이스를 업데이트하도록 구성될 수 있다. 백엔드측 트랜시버는 적어도 이벤트와 관련된 업데이트된 데이터베이스로부터 이벤트에 공간적으로 근접하여 위치된 차량으로 데이터를 전달하도록 구성될 수 있다.
본 발명은 도면을 참조하여 예시적인 실시예에 기초하여 아래에서 설명될 것이다.
도 1은 디지털 모델을 생성하기 위한 시스템의 블록 회로도;
도 2는 이벤트를 발생시키는 방법의 흐름도; 및
도 3은 이벤트를 발생시키는 대안적인 방법의 흐름도.
도 1은 디지털 맵의 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템(100)을 도시하며, 이 시스템은 백엔드 디바이스(102), 및 중앙 스트립(114)을 갖는 2개의 차선 표시(110, 112)에 의해 구분된 도로에서 이동하는, 센서(106)를 갖는 차량(104)으로 구성된다. 차량(104)은 백엔드 디바이스(102)와의 데이터 송수신을 위한 트랜시버 디바이스(116)를 갖는다. 백엔드 디바이스(102)는 차량(104)과의 데이터 송수신을 위한 트랜시버(126)를 더 갖는다. 차량(104)에 장착된 하나의 주변 환경 센서(106)는, 교통 표지(108)를 포함하는 차량 주변 환경으로부터 오는 일련의 화상 형태의 차량 주변 환경 데이터를 캡처하기 위해 카메라로서 설계될 수 있다. 주변 환경 센서는 추가로 레이더 센서로서 설계될 수 있고, 레이더에 의해 주변 환경을 스캔하도록 구성될 수 있다. 이러한 방식으로, 레이더 센서(106)는 차량의 공간 위치에 대해 교통 표지(108)와 같은 주변 환경 요소의 위치를 추가로 결정할 수 있다. GPS 모듈(도시되지 않음)과 함께 차량의 절대 공간 위치가 또한 결정될 수 있다. 차량은 차량 주변 환경 데이터로부터 스니펫을 생성하도록 구성된 프로세서(120)를 추가로 갖는다. 스니펫은 디지털 모델의 약 100m x 100m의 큰 부분이며, 본질적으로 객체 모델링을 나타낸다. 차량(104)은 또한 디지털 맵의 적어도 서브-영역을 이미지화하는 차량측 맵 데이터를 갖는 차량 데이터베이스(118)를 가진다. 프로세서(120)는 스니펫을 차량 데이터베이스(118)로부터의 대응하는 차량측 맵 데이터와 비교하여, 맵 데이터 내의 객체와 스니펫 내의 객체 사이의 차이의 형태로 이벤트가 존재하는지 여부를 결정하도록 구성된다. 이 경우, 예를 들어, 최근에 설치되었기 때문에 교통 표지(108)가 맵 데이터에 아직 존재하지 않는다고 가정한다. 따라서 비교는 새로 설치된 교통 표지(108)를 이벤트로서 생성한다. 이 이벤트는 통신 네트워크를 통해 디바이스로 아직 전달되지 않았기 때문에 현재 백엔드 디바이스에 알려지지 않았다.
차량(104)은 업데이트 데이터 형태로 이벤트를 백엔드 디바이스(102)에 전달하고, 백엔드 디바이스는 서버 데이터베이스(122)를 디지털 모델의 서버측 맵 데이터로 업데이트할 수 있다. 디지털 모델은 복수의 차량으로부터 유래될 수 있는 스니펫으로부터 조립될 수 있다. 디지털 모델은 또한 파라미터화 가능한 주변 환경 모델일 수도 있다. 파라미터화는 통계적으로 유의성 있는 수의 차량에 의해 학습 과정 동안 수행될 수 있다. 따라서 파라미터화된 주변 환경 모델은 백엔드에 통합된 차량 주변 환경 정보를 나타낸다. 주변 환경 모델의 각 주변 환경 요소는 위치, 속성 및 검출 확률과 관련하여 자체 통계를 가질 수 있다. 백엔드 디바이스는 업데이트 데이터를 통계적으로 평가하고, 통계적 평가에 따라 서버 데이터베이스(122)에서 백엔드측 맵 데이터의 업데이트를 수행하도록 구성된 프로세서(124)를 가진다.
교통 표지(108)는 복수의 차량이 통과할 것으로 가정된다. 이들 차량 각각은 새로 설치된 교통 표지(108)를 이벤트로서 검출하기 때문에, 이것은 이 이벤트가 모든 차량에 의해 업데이트된 데이터의 형태로 백엔드 디바이스(102)에 전달되는 경우 백엔드 디바이스(102)로 업링크로 매우 많은 양의 데이터를 생성한다. 따라서 다음에, 업데이트 데이터를 전달하기 위한 토큰 기반 프로토콜이 도 2, 도 3 및 도 4를 참조하여 설명된다.
도 2는 이벤트를 발생시키기 위한 프로토콜의 흐름도(200)를 도시한다. 디폴트 모드에서는 디지털 맵의 특정 지리적 영역에 대해 존재하는 이벤트가 아직 없다. 차량측 데이터베이스(202)는 서버측 데이터베이스(200)의 전체 디지털 맵으로부터 발췌된 것을 포함한다. 서버측 데이터베이스(200)는 주변 환경 모델을 포함하는데, 특히 다른 주변 환경 요소를 갖는 고해상도 디지털 맵을 포함한다. 디지털 맵은 적어도 도로 및 주행 차선 코스를 나타내는 도로 모델에 의해 형성되고, 차선의 수 및 코스, 곡선 반경, 구배, 교차로 및 유사한 특성에 관한 정보를 포함한다. 주변 환경 모델은 특히 다른 정적인 주변 환경 요소를 포함할 수 있다. 정적인 주변 환경 요소는, 정지선, 지브라 스트립, 중앙 스트립, 차선 표시 등과 같은 도로 및 경로 표시의 위치 및 유형, 길가 빌딩의 존재뿐만 아니라, 그 클래스 및 상대 또는 절대 위치에 관한 정보, 교통 표지의 위치 및 유형에 관한 정보, 또는 조명 신호 시스템의 유형 및 상태 또는 가변 교통 표지에 관한 정보를 지칭한다.
차량측 센서는 차량 주변 환경 데이터를 캡처한다(단계(204) 참조). 차량 주변 환경 데이터로부터 스니펫은 하나 이상의 차량측 프로세서(206)에 의해 계산된다. 스니펫은 최근에 설치된 교통 표지(108)(도 1을 참조)를 포함한다. 비교에 의해, 즉 차량측 데이터베이스(202) 내의 객체와 스니펫(206) 내의 객체 간의 차이를 계산함으로써, 교통 표지(108)는 이벤트로서 식별된다. 단계(210)에서 이 이벤트에 대해, 즉 이벤트가 발생한 지리적 영역에 대해 난수를 생성하기 위한 시드가 수신되었는지 여부가 결정된다. 대응하는 지리적 영역에 대한 차량측 데이터베이스(202)가 디폴트 모드에 있는 공간 영역의 경우, 이벤트는 백엔드로 아직 전달되지 않았기 때문에 시드가 수신된 것이 아니다. 이 경우, 이벤트(308)는 백엔드 디바이스로 전달되고, 수신된 후에 이벤트(216)로서 존재한다. 백엔드측에서, 아마도 다른 차량으로부터의 이벤트의 송신 횟수에 기초하여, 이 이벤트에 대한 통계적 평가가 단계(218)에서 수행된다. 통계적 평가에 기초하여, 난수를 생성하기 위한 시드를 갖는 메시지가 단계(222)에서 생성된다. 시드를 갖는 이 메시지는 차량으로 전달되며, 여기서 단계(224)에서 이 목적을 위해 구성된 프로세서에서 난수가 생성된다. 또한, 단계(218)에서 통계적 평가의 일부로서, 이벤트를 신뢰할 수 있는 정도를 나타내는 신뢰도 값이 결정되고, 이 신뢰도 값은 단계(220)에서 임계값과 비교된다. 비교 결과 신뢰도 값이 임계값을 초과하면, 서버측 데이터베이스(224)의 업데이트가 수행된다. 시드를 갖는 메시지를 전달하면 차량측 데이터베이스는 시드에 의해 생성된 난수에 따라 디폴트 모드로부터 이벤트 전달이 일어나는 이벤트 모드로 되돌아간다. 메시지를 수신한 후 미리 결정된 시간 기간 내에 더 이상 이벤트가 존재하지 않으면 대응하는 메시지가 백엔드로 송신된다. 따라서 미리 정해진 시간 기간이 만료되면 차량측 데이터베이스가 이벤트 모드로부터 디폴트 모드로 전환된다.
대안적인 실시예의 프로토콜의 흐름도가 도 3에 도시되어 있다. 차량측 센서는 차량 주변 환경 데이터를 캡처한다(단계(304) 참조). 차량 주변 환경 데이터로부터 스니펫(306)은 하나 이상의 차량측 프로세서에 의해 계산된다. 스니펫(306)은 최근에 설치된 교통 표지(108)(도 1 참조)를 포함한다. 비교에 의해, 즉 차량측 데이터베이스(302) 내의 객체와 스니펫(306) 내의 객체 간의 차이를 계산함으로써, 교통 표지(108)는 이벤트로서 식별된다. 단계(310)에서, 이 이벤트에 대해, 즉 이벤트가 발생한 지리적 영역에 대해, 난수를 생성하기 위한 시드가 수신되었는지 여부가 결정된다. 대응하는 지리적 영역에 대한 차량측 데이터베이스(302)가 디폴트 모드에 있는 공간 영역의 경우, 이벤트가 아직 백엔드로 전달되지 않았기 때문에 시드가 수신된 것이 아니다. 이 경우, 이벤트(308)는 백엔드 디바이스로 전달되고, 수신된 후에 이벤트(316)로서 존재한다. 백엔드측에서, 아마도 다른 차량으로부터의 이벤트의 송신 횟수에 기초하여, 이 이벤트에 대한 통계적 평가가 단계(318)에서 수행된다. 통계적 평가에 기초하여, 만료 시간을 갖는 난수를 생성하기 위한 시드를 갖는 메시지가 단계(322)에서 생성된다. 이 메시지는 시드 및 만료 시간과 함께 차량으로 전달되며, 여기서 단계(324)에서 이 목적을 위해 구성된 프로세서에서 난수가 생성된다. 전달은 방송을 사용하여 수행될 수 있다. 이를 위해, 이벤트의 공간적 위치는 무선 셀로 매핑되고, 메시지는 대응하는 무선 셀로 전달된다.
또한, 단계(318)에서의 통계적 평가의 일부로서, 이벤트를 신뢰할 수 있는 정도를 나타내는 신뢰도 값이 결정되고, 이 신뢰도 값은 단계(320)에서 임계값과 비교된다. 비교 결과 신뢰도 값이 임계값을 초과하면, 서버측 데이터베이스(324)의 업데이트가 수행된다. 시드와 함께 메시지를 전달하면 차량측 데이터베이스는 시드에 의해 생성된 난수에 따라 디폴트 모드로부터 이벤트 전달이 일어나는 이벤트 모드로 되돌아간다. 만료 기간이 지난 후에도 이벤트가 여전히 존재하면 이벤트는 디폴트 모드에서 새로운 이벤트로 취급된다. 그리하여 이벤트는 모든 차량으로부터 백엔드로 전달된다. 이를 위해, 단계(326)에서 만료 시간이 초과되었는지 여부가 검사된다. 만약 만료 시간이 초과되었다면, 난수가 임계값을 초과하는지 여부에 관계없이 이벤트가 백엔드로 전달된다. 만약 만료 시간이 초과되지 않았다면, 차량측 데이터베이스(302)만이 업데이트된다.

Claims (10)

  1. 디지털 맵의 적어도 하나의 서브-영역의 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템으로서,
    상기 디지털 맵의 적어도 하나의 서브-영역을 이미지화하는 차량측 맵 데이터를 갖는 차량 데이터베이스;
    차량 주변 환경 데이터를 캡처하기 위한 하나 이상의 센서;
    하나 이상의 프로세서로서, 상기 차량 주변 환경 데이터로부터 적어도 하나의 스니펫(snippet)을 생성하고; 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 간의 차이의 형태의 이벤트가 발생하는 경우 상기 디지털 맵의 서브-영역의 업데이트 데이터를 상기 스니펫으로부터 결정하도록 구성된, 상기 하나 이상의 프로세서;
    상기 이벤트의 공간 위치를 결정하기 위한 수단; 및
    백엔드 디바이스로부터 난수(random number)를 위한 시드(seed)를 갖는 메시지를 수신하도록 구성된 트랜시버를 포함하고;
    상기 하나 이상의 프로세서는 상기 시드에 기초하여 난수를 생성하도록 더 구성되고;
    상기 트랜시버는, 상기 차량측 데이터베이스가 상기 이벤트의 공간 위치와 관련하여 디폴트 모드에 있는 경우 또는 상기 난수가 특정 값을 초과하는 경우, 업데이트 데이터를 상기 이벤트 및 관련된 공간 위치와 함께 상기 백엔드 디바이스로 전달하도록 구성되고;
    상기 시스템은 상기 백엔드측에 백엔드 디바이스를 갖고, 상기 백엔드 디바이스는,
    상기 디지털 모델의 백엔드측 맵 데이터를 갖는 서버 데이터베이스;
    하나 이상의 차량으로부터 상기 업데이트 데이터를 수신하도록 구성된 트랜시버; 및
    상기 업데이트 데이터를 통계적으로 평가하고, 통계적 평가에 따라 상기 시드를 생성하고, 상기 백엔드측 맵 데이터의 업데이트를 수행하도록 구성된 하나 이상의 프로세서를 포함하고;
    상기 트랜시버는 상기 시드를 하나 이상의 차량으로 전달하도록 더 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  2. 제1항에 있어서, 상기 백엔드 디바이스의 상기 하나 이상의 프로세서는, 상기 업데이트 데이터를 전달한 차량의 수 및/또는 전송의 수에 기초하여 상기 업데이트 데이터를 통계적으로 평가하고, 상기 차량의 수 및/또는 상기 전송의 수에 기초하여 상기 업데이트 데이터에 신뢰도 값을 할당하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  3. 제2항에 있어서, 상기 하나 이상의 백엔드측 프로세서는, 상기 업데이트 데이터가 최소 임계값을 초과하는 신뢰도 값을 갖는 경우, 상기 디지털 모델의 백엔드측 맵 데이터를 갖는 상기 서버 데이터베이스를 상기 업데이트 데이터로 업데이트하도록 구성되고, 상기 백엔드측 트랜시버는 적어도 상기 이벤트 및 상기 시드와 관련된 데이터를 업데이트된 데이터베이스로부터 차량으로 방송을 사용하여 송신하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  4. 제3항에 있어서, 상기 차량측 트랜시버는 관련 타임스탬프(timestamp)와 함께 상기 이벤트와 함께 상기 업데이트 데이터를 송신하도록 구성되고, 상기 백엔드측 트랜시버는 상기 이벤트의 상기 타임스탬프와 함께 상기 이벤트와 관련된 데이터를 상기 업데이트된 데이터베이스로부터 송신하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  5. 제4항에 있어서, 상기 하나 이상의 차량측 프로세서는, 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 사이에 음(negative)의 차이가 존재하는 경우, 특정 공간 위치 및 관련 이벤트 ID와 함께 상기 이벤트의 중단을 검출하도록 구성되고;
    상기 차량측 트랜시버 디바이스는, 상기 난수가 값을 초과하고 상기 이벤트의 발생 이후 지정된 시간 기간이 아직 초과되지 않은 경우, 업데이트 데이트 형태로 상기 백엔드 디바이스로 상기 이벤트의 중단을 전달하도록 구성되고;
    상기 백엔드 디바이스의 상기 하나 이상의 프로세서는, 상기 업데이트 데이터가 최소 임계값을 초과하는 신뢰도 값을 갖는 경우, 정지된 상기 이벤트의 이벤트 ID 및 공간 위치와 관련하여 상기 차량측 데이터베이스를 상기 디폴트 모드로 전환하는 메시지를 생성하도록 구성되고; 상기 백엔드의 트랜시버는 상기 메시지를 하나 이상의 차량으로 방송을 사용하여 전달하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  6. 제5항에 있어서, 하나 이상의 차량측 프로세서는, 상기 이벤트 발생 이후 지정된 시간 기간이 초과된 경우, 상기 이벤트의 공간 위치와 관련하여 상기 차량측 데이터베이스를 상기 디폴트 모드로 다시 전환하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  7. 제3항에 있어서, 상기 차량측 트랜시버는 관련 타임스탬프와 함께 상기 이벤트와 함께 상기 업데이트 데이터를 송신하도록 구성되고, 상기 백엔드측 트랜시버는 만료 시간과 함께 상기 이벤트와 관련된 데이터를 상기 업데이트된 데이터베이스로부터 송신하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  8. 제7항에 있어서, 상기 하나 이상의 차량측 프로세서는, 상기 맵 데이터 내의 객체와 상기 스니펫 내의 객체 사이에 음의 차이가 존재하는 경우, 특정 공간 위치 및 관련 이벤트 ID와 함께 상기 이벤트의 중단을 검출하도록 구성되고;
    상기 차량측 트랜시버는, 상기 난수가 값을 초과하고 상기 만료 시간이 초과되지 않은 경우, 업데이트 데이트 형태로 상기 이벤트의 중단을 상기 백엔드 디바이스에 전달하도록 구성되고;
    상기 백엔드 디바이스의 상기 하나 이상의 프로세서는, 상기 업데이트 데이터가 최소 임계값을 초과하는 신뢰도 값을 갖는 경우, 정지된 상기 이벤트의 이벤트 ID 및 공간 위치와 관련하여 상기 차량측 데이터베이스를 상기 디폴트 모드로 전환하는 메시지를 생성하도록 구성되고; 상기 백엔드의 트랜시버는 상기 메시지를 하나 이상의 차량으로 방송을 사용하여 전달하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  9. 제8항에 있어서, 하나 이상의 차량측 프로세서는 상기 만료 시간이 초과되었을 때 상기 이벤트의 공간 위치와 관련하여 상기 차량측 데이터베이스를 상기 디폴트 모드로 다시 전환하도록 구성된, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
  10. 제3항 내지 제9항 중 어느 한 항에 있어서, 상기 방송은 TMC 또는 LTE를 통해 수행되는, 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템.
KR1020207012102A 2017-09-28 2018-09-26 방법 및 디바이스 KR102384443B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017217299.1A DE102017217299A1 (de) 2017-09-28 2017-09-28 Verfahren und Einrichtung
DE102017217299.1 2017-09-28
PCT/EP2018/076151 WO2019063630A1 (de) 2017-09-28 2018-09-26 Verfahren und einrichtung

Publications (2)

Publication Number Publication Date
KR20200053610A true KR20200053610A (ko) 2020-05-18
KR102384443B1 KR102384443B1 (ko) 2022-04-08

Family

ID=63798954

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207012102A KR102384443B1 (ko) 2017-09-28 2018-09-26 방법 및 디바이스

Country Status (7)

Country Link
US (1) US20200256682A1 (ko)
EP (1) EP3688737A1 (ko)
JP (1) JP6918141B2 (ko)
KR (1) KR102384443B1 (ko)
CN (1) CN111133487B (ko)
DE (1) DE102017217299A1 (ko)
WO (1) WO2019063630A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016216335B4 (de) * 2016-08-30 2020-12-10 Continental Automotive Gmbh System und Verfahren zur Analyse von Fahrtrajektorien für einen Streckenabschnitt
CN112579614A (zh) 2019-09-27 2021-03-30 北京百度网讯科技有限公司 地图数据的采集方法、装置、电子设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19513640A1 (de) * 1994-11-28 1996-06-05 Mannesmann Ag Verfahren zur Reduzierung einer aus den Fahrzeugen einer Fahrzeugflotte zu übertragenden Datenmenge
DE69823462T2 (de) * 1997-10-16 2005-04-14 Navigation Technologies Corp., Chicago System und Vorrichtung zur Aktualisierung, Verbesserung und Feinung einer geographischen Datenbank unter Verwendung von Rückkopplung
JP2016156973A (ja) * 2015-02-25 2016-09-01 パイオニア株式会社 地図データ記憶装置、制御方法、プログラム及び記憶媒体
EP3222973A2 (en) * 2016-03-23 2017-09-27 HERE Global B.V. Map updates from a connected vehicle fleet

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080303693A1 (en) * 2007-06-07 2008-12-11 Link Ii Charles M Methods and Systems for Automated Traffic Reporting
DE102008012661A1 (de) * 2007-08-25 2009-02-26 Continental Teves Ag & Co. Ohg Aktualisierungseinheit und Verfahren zur Aktualisierung einer digitalen Karte
US9043138B2 (en) * 2007-09-07 2015-05-26 Green Driver, Inc. System and method for automated updating of map information
US9304005B2 (en) * 2009-12-04 2016-04-05 GM Global Technology Operations LLC Application programming interface (API) for navigation applications that merges incremental updates with existing map database
US8818725B2 (en) * 2011-11-16 2014-08-26 Flextronics Ap, Llc Location information exchange between vehicle and device
DE102012208254A1 (de) * 2012-05-16 2013-11-21 Continental Teves Ag & Co. Ohg Verfahren und System zur Erstellung eines aktuellen Situationsabbilds
US9143897B2 (en) * 2012-11-05 2015-09-22 Nokia Technologies Oy Method and apparatus for providing an application engine based on real-time commute activity
DE102013205392A1 (de) * 2013-03-27 2014-10-02 Bayerische Motoren Werke Aktiengesellschaft Backend für Fahrerassistenzsysteme
DE102014217847A1 (de) * 2014-09-08 2016-03-10 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem, Verkehrstelematiksystem und Verfahren zum Aktualisieren einer digitalen Karte
JP5997797B2 (ja) * 2015-03-03 2016-09-28 富士重工業株式会社 車両の地図データ処理装置
DE102016205141A1 (de) * 2015-11-04 2017-05-04 Volkswagen Aktiengesellschaft Verfahren und Fahrzeugkommunikationssystem zum Bestimmen einer Fahrintention für ein Fahrzeug
DE102016205543A1 (de) * 2015-11-05 2017-05-11 Continental Teves Ag & Co. Ohg Verfahren und System zum Austauschen von Kartendaten in Abhängigkeit eines Gütemaßes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19513640A1 (de) * 1994-11-28 1996-06-05 Mannesmann Ag Verfahren zur Reduzierung einer aus den Fahrzeugen einer Fahrzeugflotte zu übertragenden Datenmenge
DE69823462T2 (de) * 1997-10-16 2005-04-14 Navigation Technologies Corp., Chicago System und Vorrichtung zur Aktualisierung, Verbesserung und Feinung einer geographischen Datenbank unter Verwendung von Rückkopplung
JP2016156973A (ja) * 2015-02-25 2016-09-01 パイオニア株式会社 地図データ記憶装置、制御方法、プログラム及び記憶媒体
EP3222973A2 (en) * 2016-03-23 2017-09-27 HERE Global B.V. Map updates from a connected vehicle fleet

Also Published As

Publication number Publication date
KR102384443B1 (ko) 2022-04-08
JP6918141B2 (ja) 2021-08-11
DE102017217299A1 (de) 2019-03-28
EP3688737A1 (de) 2020-08-05
CN111133487B (zh) 2022-01-25
JP2020518811A (ja) 2020-06-25
US20200256682A1 (en) 2020-08-13
CN111133487A (zh) 2020-05-08
WO2019063630A1 (de) 2019-04-04

Similar Documents

Publication Publication Date Title
KR102397038B1 (ko) 디지털 맵의 디지털 모델을 생성 및/또는 업데이트하기 위한 시스템
US11630998B2 (en) Systems and methods for automatically training neural networks
US10479377B2 (en) Drive assistance system and center
CN111200796A (zh) 用于评估车辆的环境感测系统的操作的系统及方法
CN109817022B (zh) 一种获取目标对象位置的方法、终端、汽车及系统
US10917808B2 (en) Extra-vehicular communication device, onboard device, onboard communication system, communication control method, and communication control program
EP3895950B1 (en) Methods and systems for automated driving system monitoring and management
JP7389144B2 (ja) 動的なイベントの特定および流布のための方法およびシステム
CN113706737A (zh) 基于自动驾驶车辆的路面巡检系统及方法
CN113012445A (zh) 智能交通控制系统及其控制方法
KR102384443B1 (ko) 방법 및 디바이스
CN113808263A (zh) 地图生成用数据收集装置以及地图生成用数据收集方法
US20200057772A1 (en) Method, Device, and System for Determining a Weather Area
KR101473975B1 (ko) 클라우드 서버를 사용한 교통 시설물 위치 설계시스템 및 그 방법
EP3896639A1 (en) Methods and systems for managing an automated driving system of a vehicle
JP2020091652A (ja) 情報提供システム、サーバ、及びコンピュータプログラム
CN113269977B (zh) 地图生成用数据收集装置以及地图生成用数据收集方法
CN112489435A (zh) 闯红灯违章监测方法及其路侧装置、车载装置和车辆
JP7327355B2 (ja) 地図更新装置及び地図更新方法
WO2016072082A1 (ja) 運転支援システム及びセンタ
CN115620420A (zh) 地上物数据收集装置、地上物数据收集方法以及地上物数据收集用计算机程序
WO2015135118A1 (en) Trafic information management
CN116528154A (zh) 用于界定区域内的车辆驾驶辅助的方法
CN113823080A (zh) 用于智能交通系统的控制单元和方法
CN113971878A (zh) 用于基于来自车辆的信息来检测事件的方法、装置和系统

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant