SE532431C2 - Metod och anordning för bestämning av en överensstämmelse mellan en representation av en omgivning och nämnda omgivning - Google Patents

Description

154 -~ 20 25 3o_ 532 431 2 ofta samma manöver om och om igen, vilket medför att denna typ _av maskiner/manöver är särskilt väl lämpad för automatisering.

Dessa maskiner har tidigare framförts manuellt av en förare ombord på maskinen eller med hjälp av till exempel radiostyrning. På grund av faktorer såsom förarsäkerhet," olycksrisk och arbetskraftskostnader är det dock önskvärt att. kunna framföra dylika lastmaskiner på ett helautomatiskt sätt.

En typ av existerande system för att åstadkomma en sådan I helautomatisk drift.bygger på en trestegsprincip, där maskinen i ett ruttinspelningssteg först körs manuellt den sträcka som senare skall köras autonomt, samtidigt.som signaler från diverse på maskinen anordnade givare spelas in. I steg två utförs en ruttgenerering där, baserat på åtminstone en del av ovanstående inspelade givarsignaler ett koordinatsystem skapas; vilket omfattar det område i vilket maskinen skall framföras. Den väg som maskinen körs vid ruttinspelningen_ beskrivs i detta koordinatsystem tillsammans med information om till exempel lämplig hastighet för olika delar av sträckan.

Det tredje steget utgörs av uppspelning, där koordinatinformation avseende hur maskinen framfördes manuellt samt en representation av omgivningen används för att autonomt framföra maskinen längs samma sträcka som maskinen i steg ett framfördes manuellt.

Vid autonom uppspelning (tramming) av en rutt bestäms, t.ex. genom estimering, maskinens position i det koordinatsystem i vilket representation av omgivningen och önskad färdväg är definieradef n Den representation av omgivningen som används vid positionsbestämningen kan utgöras av en kartrepresentation av väggarna i de tunnlar i vilka maskinen ska framföras autonomt, íoch kan antingen vara genererad på förhand eller genereras med hjälp av den ovan nämnda insamlade givarinformationen; I de 10 15 20,. 25 30 533 431 fall kartorna genereras baseras baserat på data från _ ruttinspelningen kan koordinatsystemet till en början tillfsinr helhet antas utgöras av berg, men där bergpartier ”suddas,ut”«l när avståndsskannrar på maskinen detekterar fri väg (alternativt kan en ren karta användas, där de medelst avstândsskannrarna uppmätta avstånden används för generering av linjesegment representerande bergväggar och andra hinder); När ruttgenereringen nått sitt slut kan således en representation ha genererats.

Oavsett hur representationen av omgivningen har genererats är det i system av ovanstående typ mycket viktigt att den utgör en korrekt beskrivning av omgivningen, då det, om den av någon anledning skulle utgöra en dålig representation av hur omgivningen verkligen ser ut i motsvarande delar av rutten, finns en risk att maskinen tappar bort sig eller kör fel och orsakar skador på maskinen eller omgivningen.

De processer som används för att generera dylika representationer av omgivningen kan vara komplicerade och mycket kan gå fel. Såsom nämnts ovan kan kartgenereringen baseras på givarinformation från många olika givare. Exempel på dylika givare utgöras av midjevinkelgivare, givare för att mäta förflyttad sträcka, och en eller flera laseravståndsskannrar. Kartmaterialet kan t.ex. vara felaktigt p.g.a; att en eller flera av de sensorer som använts vid genereringen av kartan avgivit felaktiga signaler, såsom felaktiga avstånd och/eller riktningar. I vissa fall kan äveni information från ett gyro som mäter maskinens färdriktning användas, varvid ett felaktigt gyro kan avge felaktiga _ signaler. Vidare kan omgivningen där rutten spelas in vara sådan att kvaliteten på representationen av omgivningen blir dålig, exempelvis kan föremål eller ytor som absorberar eller 10 15 20 25 30 532 åfåši freflekterar bort ljuset från laseravståndsskannrarna förekomma.

Av denna anledning är det viktigt att det verifieras att den genererade representationen av omgivningen verkligen överensstämmer med verkligheten. Denna verifiering är dock mycket svår att genomföra, och normalt erfordras ett mycket tränat öga för att kunna identifiera felaktigheter i kartan, men inte ens då är det säkert att alla brister upptäcks.

Det existerar således ett behov av en förbättrad metod för att verifiera att en representation av omgivningen faktiskt stämmer överens med hur omgivningen verkligen ser ut.

Samanfattning av uppfinningen Det är ett syfte med föreliggande uppfinning att tillhandahålla en metod för att verifiera en representation av -en omgivning som löser ovanstående problem. Detta syfte.uPPhås med en metod enligt patentkrav 1.

Föreliggande uppfinning hänför sig till en metod för bestämning av en överensstämmelse mellan en representation av en omgivning och nämnda omgivning, varvid nämnda representation av omgivningen utgör en representation i åtminstone två dimensioner, där ett avstånd mellan två punkter- i representationen är proportionell mot motsvarande avstånd i verkligheten. Bestämningen innefattar stegen att: -med en matematisk modell av ett fordon och baserat på lagrade- 'data estimera en första position för en punkt på fordonet i nämnda representation av omgivningen, och för nämnda första- estimerade position i nämnda representation av omgivningen beräkna en första uppsättning förväntade parametervärden, - jämföra nämnda beräknade första uppsättning förväntade parametervärden med en andra uppsättning lagrade parametervärden, varvid nämnda andra uppsättning lagrade 10. 15 20' 25: 30 532 435 V parametervärden har bestämts för en andra.p0Siti0flf.där*näfiHda“'« ¿andra position utgör en position i nämnda omgivning som_ väsentligen motsvarar nämnda första estimerade position)-och-f - med hjälp av nämnda jämförelse beräkna ett mått på en överensstämmelse mellan nämnda omgivning och nämnda representation av omgivningen.

Detta har fördelen att tillförlitligheten för en representation av en omgivning på ett enkelt sätt kan bestämmas, t.ex. genom att avstånd till hinder i olika riktningar från en punkt i representationen jämförs med motsvarande avstånd till hinder såsom t.ex. väggar i motsvarande riktningar i den verkliga omgivningen. Om överensstämmelsen mellan avstånden är god kan även representationens överensstämmelse med verkligheten antas vara god. Vidare har uppfinningen fördelen att det går snabbt att utföra verifieringen av kartorna.

Uppfinningen hänför sig även till en anordning, en gruv- och/eller anläggningsmaskin och användning av metoden inför. autonom körning av ett fordon.

'Kort beskrivning av ritningarna Fig. 1A-B visar ett fordon från sidan respektive uppifrån) vid vilket föreliggande uppfinning med fördel kan användas.

Fig. 2 visar ett exempel på en gruva där föreliggande uppfinning med fördel kan tillämpas.

Fig. 3A-B visar ett exempel på två kartor över samma område och som genererats med samma algoritm.

Fig. 4 visar en exempelmetod enligt föreliggande uppfinning.

Detaljerad beskrivning av en exempelutföringsform Fig. lA~B visar ett fordon 100 från sidan respektive uppifrån.

Fordonet 100 utgör en lastmaskin vid vilken föreliggande 10 15 20 25 30 533 431 6 '»'UPPfinning med fördel kan tillämpas. Maskinen 100 innefáfitarfhlfll en skopa l0l och hjul 102-l05 samt en styrenhet 106, vilken styr diverse av maskinens 100 funktioner. Såsom visas i fig§_ “lb utgörs maskinen av ett ledfordonf där ett främre parti l00a är sammanfogat_med ett bakre parti 100b via en led 107.

Maskinen innefattar även åtminstone en hjulrotationssensor 108 såsom t.ex. en odometer, vilken kan vara anordnad vid den från transmissionen utgående axeln och avger signaler Q representerande drivhjulens rotation och/eller förflyttad sträcka. I en alternativ exempelutföringsform kan tgexv användas en vid maskinens drivaxel l09 anordnad sensor somj avger signaler representerande drivaxelns 109 och därmed' drivhjulens rotation. Sensorn 108 avger signaler till styrenheten 106. Vidare är vid leden 107 anordnat en ledvinkelsensor 1l0, vilken mäter aktuell ledvinkel och överför dessa signaler till styrenheten 106.

Maskinen 100 innefattar vidare en främre lll och en bakre 112 laseravståndsskanner, vilka också är förbundna med styrenheten 106 och avger sensorsignaler representerande uppmätta avstånd, dvs. avstånd till närmaste hinder som stoppar laserstrålens väg. Laseravstàndsskannrarna lll, 112 kan, exempelvis, vara anordnade att mäta avståndet i vissa riktningar i ett vinkelintervall. I föreliggande exempel används laseravståndsskannrar som mäter avståndet till närmaste objekt °i det främre partiets l00a längdriktning framåt (respektive i det bakre partiets längdriktning 100b bakåt) och avståndet till närmaste objekt (såsom berg) för varje hel grad i 90° från respektive längdriktning. Varje respektive laseravståndsskanner mäter således avstånd vid 181 respektive mätpunkter. Såsom inses kan naturligtvis laseravståndsskannrar som mäter avstånd i betydligt fler riktningar användas, liksom" även sådana som mäter avstånd i betydligt färre riktningar.

Likaså kan en enda rundstràlande laser istället användas. I“en 10 15 20 25 _30 E33 431 alternativ exempelutföringsform används endast den skanner som för tillfället ”pekar” i färdriktningen (dvs. den främre lll om fordonet körs framlängesjoch vice versa). Det är heller inte essentiellt för uppfinningen att riktningarna uppmäts via laseravståndsskannrar, utan godtyckliga avståndsmätare kan användas, så länge som dessa kan tillhandahålla _avståndsmätningar med acceptabel noggrannhet. Exempel på andra' typer av tänkbara avståndsmätare utgörs av avståndsmätare baserade på radarteknik eller sonarteknik.

Vidare används i den här visade exempelutföringsformen en 'avståndsskanner som mäter avstånd i enbart ett plan (maskinens' lhorisontalplan).'Det skall dock inses att avståndsskanning kan~ ska fler än .ett plan, t.ex-. även i ett vertikalpian för att mäta tunnelf/orthöjd, eller andra emellan horisontalë och J vertikalplan liggande plan, och därmed förfina möjligheterna' till en korrekt positionsestimering. I en ytterligare 0 alternativ exempelutföringsform kan istället, eller i tillägg därtill, en eller flera skannrar som är riktade åt sidorna användas. lVidare avger de ovannämnda sensorerna sensorsignaler till* styrenheten 106 vid tillämpliga tidpunkter, såsom t.ex. kontinuerligt eller var 40 ms eller oftare eller mer sällan.. lstyrenheten 106 använder sedan mottagna signaler enligt vad som kommer att beskrivas nedan.

I fig. 2 visas ett exempel på en gruva där föreliggande uppfinning med fördel kan tillämpas. I det visade exemplet lastar fordonet 100 med hjälp av skopan 101 bergmassor vid platsen A för att sedan transporterade lastade massor för' dumpning vid platsen B. När maskinen 100 skall inrättas för autotramming kan t.ex. tillämpas den ovan beskrivna .trestegsprincipen, det vill säga först utförs en 10 15 20 25 30 533 ÄB? _ruttinspelning där en sensorsignalinspelning av signaler från ovanstående sensorer aktiveras.

Förfarandet lastning-transport-dumpning-återförflyttning kan vara anordnat att utföras som en enda rutt, men vanligtvis utförs förflyttning från A till B som en första separat rutt och förflyttningen från B till A som en andra separat rutt..

För inspelning av en rutt från A till B aktiveras således sensorsignalinspelningen, varvid en operatör med fordoneti uppställt vid punkten A backar mot punkten C för att därmed 'vända fordonet, varvid transport enligt streckad linje sedan utförs till punkt B där ruttinspelningen stoppas.

Baserat på de inspelade givarsignalerna skapas sedan rutten, det vill säga hur fordonet skall framföras och med vilken hastighet fordonet bör framföras vid olika delar av rutten.

Såsom nämnts ovan kan sensorsignalerna avläsas t.ex. var 40ms.

Om varje sensorsignalavläsning skulle utgöra en ruttpunkt blir antalet ruttpunkter mycket omfattande. Av denna anledning kan ruttpunkterna istället utgöras av signaler som bestäms vid t.ex. varje halvmeter maskinen rört sig._De data som lagras för rutten är företrädesvis positionen, maskinens riktning och önskad hastighet. Således erhålls en rutt som i princip består av ett antal punkter, där för varje punkt alltså anges var maskinen ska befinna sig, vilken riktning den bör ha och den hastighet med vilken den ska.framföras vid efterföljande autotramming.

När sedan fordonet autonomt skall förflytta sig enligt rutten räcker dock, såsom nämnts ovan, normalt inte enbart denna _information för att önskad förflyttning ska kunna utföras, t.ex. p.g.a. att osäkerheter i sensorsignalerna medför att slutpositionen med stor sannolikhet kommer att avvika från den beräknade, varvid också startpositionen vid nästa rutt kommer. att avvika från den ursprungliga. Av denna anledning används_« .101 15 20 25 30 532 431 även en representation av omgivningen, såsom t.ex. ruttkartor, för att kunna jämföra signaler som uppmäts vid autotrammingen._ med kartan för att därmed säkrare kunna bestämma fordonets position, och med jämna mellanrum återställa osäkerheter i den estimerade positionen.

Representationen av omgivningen (ruttkartorna) kan exempelvis _bestå av ett koordinatsystem som med fördel kan vara lokalt .för den specifika rutten och som också kan skapas baserat på de inspelade sensorsignalerna. Koordinatsystemet behöver således endast omfatta det område i vilket maskinen skall framföras, och kan ha sitt origo där den punkt på maskinen som utgör referens vid positioneringen, såsom t.ex. mitten på maskinens framaxel, befinner sig när inspelningen startas. iDen väg som maskinen körs vid ruttinspelningen kan sedan beskrivas i detta koordinatsystem tillsammans med information om till exempel lämplig hastighet för olika delar av sträckan.

Representationen av omgivningen (ruttkartorna} innefattar företrädesvis information om vilka delar av koordinatsystemet som utgör bortsprängda ytor, och vilka delar som utgör berg.

Detta kan genereras på förhand, eller med hjälp av givarinformationen. Representationen av omgivningen bör utgöras av en metrisk representation, dvs, en representation där ett avstånd mellan två punkter i representationen är direkt proportionell mot motsvarande avstånd i verkligheten.

T.ex. kan användas ruttkartor av en typ som kallas (grid maps'. I denna karttyp delas det område som kartan representerar in i ett rutnät, där varje ruta kan kopplas till en viss egenskap eller ett tillstånd. Den vanligaste typen av . grid~map är 'occupancy grid map', där varje ruta i kartan kan anta ett av tillstånden 'tom' eller 'upptagen' (occupied). I en exempelutföringsform motsvaras tunnlarna av tomma rutor! h4lO 15 20 25 30 532 43? 10 »medan-övrigaërutor, d.v.s. där det finns berg eller andra¿¿ whinder, är upptagna.

I det fall kartorna genereras baserat på data från 'ruttinspelningen kan kartan till en början till sin helhet antas utgöras av berg, dvs; alla rutorna är upptagna i en karta av ovanstående typ, men där bergpartier sedan ”suddas ut” varefter avståndsskannrarna detekterar fri Väg: När ruttgenereringen nått sitt slut kan således en representation motsvarande den i fig. 2 visade ha genererats,-vilken sedan kan användas vid efterföljande ruttuppspelning. Således kan. man säga_att, efter det att kartan har genererats, tillståndet för varje ruta i kartan är en funktion av uppmätt avstånd av alla laserstrålar som har träffat/passerat genom rutan under mätningarna. Kartan kan representeras av ett relativt finmaskigt rutnät, till exempel med en upplösning på l cm eller 1 dm/ruta.

Såsom inses kan naturligtvis andra_typer av representationer än ” rid ma s” användas t.ex. en där ber vä ar re resenteras' I 'av linjesegment.

Såsom nämnts ovan är ett problem med dylika kartor, oavsett typ, att omgivningen där rutten spelas in kan vara sådan att kartans kvalitet blir dålig, exempelvis p.g§a. förekomst av föremål eller ytor som absorberar eller reflekterar bort' ljuset från laseravståndsskannrarna. Vidare baseras kartgenereringen på givarinformation från många olika givare » såsom midjevinkelgivare, givare för att mäta förflyttad sträcka och laseravstândsskannrar¿ och i vissa fall även information från ett gyro som.mäter maskinens färdriktning. Om en eller flera av dessa givare avger felaktig information blir kartan sannolikt också felaktig. Dessutom behövs detaljerad geometrisk information om maskinkonstruktion och 10 l5 20 '25 30 EBE ååfi ll ..givarplacering på maskinen för att kartorna skall bli enii relevant representation av omgivningen.

Av denna anledning är det viktigt att kartan inte accepteras direkt som den är, utan att det verifieras att den genererade .representationen av omgivningen verkligen överensstämmer med' Vverkligheten. Denna verifiering är dock svår att genomföra, och kräver i allmänhet att en manuell metod används för att säkerställa kartornas kvalitet. Denna metod går ut på att varje genererad karta noggrant granskas och jämförs med den del av omgivningen runt den inspelade sträckan som den representerar. Detta förfarande har flera stora brister varav de viktigaste är att mycket goda kunskaper om hur systemet" fungerar och god insikt i kartrepresentationen erfordras, liksom detaljerade kunskaper om hur omgivningen runt den inspelade rutten ser ut. Således erfordras normalt ett mycket tränat öga för att kunna identifiera felaktigheter i kartan, men inte ens då är det säkert att alla brister upptäcks.

Vidare är verifieringen tidsödande eftersom det kan vara många~ 'kartor som måste verifieras.

En rutt från punkten A till punkten B, såsom visad i fig. 2, använder nämligen vanligtvis inte en enda karta såsom figuren indikerar, utan ofta beskrivs rutten med ett flertal på varandra följande kartsegment. Användningen av flera Ãkartsegment_i stället för en enda karta har fördelen att om en. eller flera sensorer avger felaktiga sensorsignaler vid kartgenerering eller avger signaler med stor osäkerhet i _noggrannheten, får detta betydligt mindre inverkan om felen ”nollställs” med kortare mellanrum jämfört med om en enda .karta över t.ex. en hel gruva används. '_I fig. 3A-B visas ett exempel på två kartor över samma område och som genererats med samma algoritm. I den i fig; 3A visade kartan har miljön innehållit ytor som reflekterar bort ljuset' 10 15 20 25 30 532 43¶ 12 från laseravståndsskannern. Vid inspelningen av data till denl i figl 3B visade hade dessa ytor avlägsnats. Även om vissa av. _dessa felaktigheter kan vara lätta att detektera för ett tränat öga är det långt ifrån säkert att alla fel_upptäoks.

Föreliggande uppfinning åtminstone mildrar de ovanstående problemen genom en automatiserad verifiering av kartorna.

Genom att beräkna ett mått för hur väl kartorna stämmer_ överens med inspelade givardata, såsom de i ovan nämnda inspelningssteg inspelade givardata, kan med hjälp av ett _datorprogram bestämmas om de kartor som har genererats för en rutt är tillräckligt bra för att användas vid autonom tramning.

Enligt föreliggande kan samma information som används för att generera kartorna även användas till att verifiera att de håller en god kvalitet.

Vid ruttgenereringen beräknas maskinens förflyttning baserat på den inspelade informationen från givarna, varvid även kartuppbyggnadens framskridande styrs av maskinens Aförflyttning. Genom att sedan i en simulerad miljö låta en matematisk modell av den maskin som användes vid ruttinspelningen steg för steg estimera sin position i kartan »baserat på inspelat data från givare såsom odometer, midjevinkelgivare (eller annan givare såsom t.ex. styrvinkelgivare för styrbara.fram~ och/eller bakhjul, t.ex. i de fall maskinen saknar midjevinkel, eller i tillägg till midjevinkelgivaren, för att bestämma maskinens riktningsförändring. Som komplement till midjevinkelgivare eller styrvinkelgivare enligt ovan kan t.ex. ett gvro 0 användas.) och laseravståndsskanner, och för varje steg? beräkna förväntade givarsignaler från maskinens laseravståndsskannrar, t.ex. i en delmängd av de riktningar som mätnings utförts i under ruttinspelningen, utefter hela 10 15 20 25 p30 532 ¿3¶ 13 :den-inspelade sträckan, samt att för respektive steg jämföra' fsimuleratplaserdata med de inspelade laserdata, kan ett måttf'f på kartornas överrensstämmelse med verkligheten erhållas.

Om kartan är korrekt kommer de förväntade och uppmätta värdena från laseravstàndsskannrarna att stämma väl överens, och differensen mellan förväntade och uppmätta värden är således - ett bra mått på hur väl en eller flera kartor representerar verkligheten.

Uppfinningen komer nu att exemplifieras mer i detalj med: hänvisning till fig. 4, i vilken visas en exempelmetod 400 enligt föreliggande uppfinning. Processen börjar i steg 40l, där verifieringen av en genererad karta startas. Såsom nämnts ovan utförs verifieringen på så sätt att en modell av den maskin som användes vid ruttinspelningen steg för steg _ estimerar sin position i kartan i en simulerad miljö baserat på inspelat data från givare såsom odometer, midjevinkelgivare och laseravstândsskanner. Således inläses i steg 402 den första tidsinstansen i=l av inspelade data, dvs. de givardata som inspelades på den punkt där ruttinspelningen startades, Processen fortsätter sedan till steg 403, där det simulerade fordonets position i kartan estimeras baserat på dödräkning,^' laserdata och kartan. Dessa laserdata utgör den data som. spelades in vid ruttinspelningen.

Vid positionsestimeringen kan ett statistiskt filter, såsom ett Kalmanfilter, användas. Företrädesvis används ett så kallat unscented Kalmanfilter, vilket använder en »deterministisk samplingsteknik.

Till Kalmanfiltret tillförs.som ínsignaler kartdata samt de inspelade signalerna från midjevinkelgivaren (eller den/de andra typer av givare som används enligt ovan), odometern samt' laseravstândsskannrarna. Efter det att ovanstående data 10 '15 20 25 30 532 43? 14 _ inmatats till filtret utmatar filtret sedan en estimerad -F '»position för maskinen.» Processen fortsätter sedan till steg 404, varvid förväntat ilaserdata baserat på karta och estimerad position bestäms. De förväntade data från laseravståndsskannrarna beräknas med hjälp av den från Kalmanfiltret estimerade positionen för »Smaskinen ooh den/de kartor som ingår i rutten. Beräkningen kan till ekempel utföras genom strålföljning (eller annan tillämplig metod), det vill säga att vid den av Kalmanfiltret gestimerade positionen i en representation av omgivningen, i detta fall kartan, följs en simulerad ljusstråles bana från en källa (dvs. i detta fall skannerns estimerade position i 1 kartan, vilken kan skilja sig från maskinens estimerade. position eftersom maskinens estimerade position t.ex. kan utgöras av en bestämning av mitten på framaxelns position och inte laserns position, varför korrigering för sådana fall får utföras) till dess att ett hinder stoppar dess utbredning.

I föreliggande fall utgörs de hinder som stoppar ljusstrålen av tunnelväggarna i kartorna och resultatet av en strålföljning av en enskild laserstråle utgörs således av avståndet till den första väggen i kartan i ljusstrålens riktning från_den simulerade ljuskällans position (det vill säga positionen för maskinens laseravståndsskannrar när maskinen befinner sig vid den av Kalman~filtret estimerade positionen). Denna strålföljning kan utföras för ett godtyckligt antal riktningar, till exempel kan den utföras för samtliga av de riktningar som användes vid ruttinspelningen. I föreliggande exempel används dock 30 av de enligt ovan 181 använda riktningarna, vilket betyder att en strålföljning således utförs för var sjätte grad av laseravståndsskannerns vinkelintervall. 10 15 20 25 532 43fi 15 I steg 405 bestäms sedan en överensstämmelse mellan de medelstgf strålföljning bestämda förväntade avstånden i de olika riktningarna och motsvarande från laseravståndsskannern, faktiskt uppmätta avstånd. Detta kan utföras genom att ett mått på hur väl de förväntade data överensstämmer med inspelat data bestäms genom att jämföra förväntade värden med uppmätta_ värden, t.ex. med hjälp av differensen mellan förväntade och uppmätta värden. Ett sätt att beräkna ett mått på överensstämmelsen mellan förväntade data och de vid inspelningen uppmätta data är att beräkna RMS (root mean i square) för differensen av förväntat och uppmätt avstånd i_deA olika riktningarna, dvs. medelvärdet för roten ur differensen av förväntat och uppmätt avstånd i kvadrat i de olika riktningarna. Detta kan utföras med hjälp av ekvation 1, š 2 _ a: -_ fi@( ä Û) ekv. l där a = mått för positionsestimeringens korrekthet, z = vektor med inspelat avståndsdata från laserskanner, r = vektor med förväntat avståndsdata från laseravståndsskanner (dvs. strålföljningsdata) motsvarande vektorn z, och n = antal avståndsvärden som skall utvärderas (i detta fall 30).

I stället för att använda RMS kan naturligtvis andra metoder användas för att bestämma ett mått på positionsestimeringens korrekthet. Till exempel kan summan av differensernas absolutbelopp användas som mått, dvs. n » . _ a = vrål) ekv. 2 I de fall kartans överensstämmelse med verkligheten är god kommer det i steg 405 bestämda måttet att vara lågt, medan felaktigheter i kartan kommer att resultera i ett förhöjt mått. Måttets storlek kommer således att växa med ökat fel i 10 15" 20 25 30 532 43¶ 1:6 kartrepresentationen samt positioneringsestimeringen, där~ felet i den senare i sig är en funktion av bl,a, kartans»_, riktighets När måttet a har bestämts fortsätter processen till steg 406, adär det kontrolleras om allt inspelat data har gåtts igenom, Om.så inte är fallet återgår processen till steg 402, där data' för nästa tidsinstans i=i+l läses in, varvid ovanstående steg upprepas för denna tidsinstans.

När samtliga data har genomgåtts, dvs. när ett mått har ~bestämts.för varje punkt i rutten, fortsätter processen till~ steg 407, där de i steg 406 bestämda måtten jämförs med ett tröskelvärde representerande ett maximalt acceptabelt värde pågï detta mått. Om måttet är mindre än det bestämda tröskelvärdet- för samtliga bestämda mått fortsätter prooessen till steg 408, där det bestäms att kartan är godkänd för autonom navigation, _Om, à andra sidan, ett eller flera mått överstiger ~tröskelvärdet fortsätter processen till steg 409, där kartan förkastas; Föreliggande uppfinning har således ett flertal fördelar} T¿ex§ erfordras ingen omfattande utbildning av den person som genomför ruttgenereringen för att ruttgenereringen ska kunna genomföras. I princip vem som helst kan generera en rutt med hjälp av en enkel instruktion. Den person som genomför i.ruttgenereringen behöver heller inte ha detaljerade kunskaper_ om hur omrädet som rutten har spelats in i ser ut. Vidare medför föreliggande uppfinning att det går snabbt att utföra 'verifieringen av kartorna, och den mänskliga faktorn kan till stor del uteslutas, dvs. man riskerar inte att en ovan person glömmer att verifiera att kartorna är bra innan en rutt spelas upp¿ Vid vissa tillfällen kan även små fel i den genererade kartan _ge upphov till stora differenser mellan förväntat avstånd och 10 15- 20 25 30 ess 43* 17 W uppmätt avstånd i vissa riktningar, till exempel nära'í .hörn/korsningar eller vid andra markanta oregelbundenheter§ïAvÅ¿ denna anledning kan det därför vara fördelaktigt att inte förkasta en karta bara för att enstaka mått överstiger tröskelvärdet, utan i stället kan t.ex. kan ett snitt av de .senaste x (t.ex. 10, 20 , 30, 50 eller annat godtyckligt antal) bestämda måtten beräknas, och så länge som detta genomsnittsliga medelvärde understiger tröskelvärdet kan kartan anses vara godtagbar. Inte heller medelvärdet av _mätetalen som erhållits för varje steg av simuleringen utgör dock ett tillförlitligt mått på kartan som helhet, eftersom detta mått inte visar om kartan är mycket bra på vissa ställen och sämre på andra. Ett annat alternativ utgörs därför av att istället använda ett filter, såsom t.ex. ett minimumfilter, där det minsta måttet som erhållits under en viss tid _ returneras. Till exempel kan det minsta måttet av de senaste x (t.ex. 10, 20, 30, 50 eller annat godtyckligt antal) måtten," eller de under ett tidsintervall, t.ex. senaste 2 sekunderna, eller under en viss sträcka bestämda måtten, returneras från minimumfiltret och för att sedan jämföras med tröskelvärdet;' Tröskelvärdet kan till exempel bestämmas experimentellt eller' teoretiskt, och kan även vara beroende av typ av sensorer ombord på maskinen, hur kritisk kartans tillförlitlighet är och omgivningarnas beskaffenhet (såsom ortens bredd i förhållande till maskinens bredd, antal korsningar maskinen skall passera under rutten, och så vidare).

Det ska förstås att en rutt kan bestå av inte bara en utan ett 'flertal på varandra följande kartsegment, och föreliggande Vuppfinning fungerar lika bra oavsett hur många kartor som används för en rutt, och kartans typ. Detta betyder också att en del kartsegment längs rutten kan förkastas, medan andra godtas. ~lO 533 43'i 18' ,_Vidare har uppfinningen ovan exemplifierats i anknytning till en karta som genererats vid inspelning av sensorsignaler med Ü en maskin. Det är dock också tänkbart att kartan generas genom uppmätning av t.ex. avstånd i ett antal riktningar från en J eller flera punkter med hjälp av ett instrument som inte är monterat på en maskin, eller på en annan maskin än den some faktiskt ska förflytta sig autonomt. Vidare kan 'representationen av omgivningen vara uppdelad i ett antal representationer, varvid en eller flera representation kan vara anordnad att omfatta såpass liten del av omgivningen att representationen kan verifieras från en enda punkt, företrädesvis genom att från denna punkt uppmäta avstånd i ett .antal olika_riktningar. Uppfinningen är således inte begränsad annat än i vad som anges i de bifogade patentkraven nedan.

Claims (15)

1. 0 15 20 _25 30 532 431 19 Patentkrav ^l; Metod för beräkning av en överensstämmelse mellan enïb representation av en omgivning och nämnda omgivning, varvid nämnda representation av omgivningen utgör en representation i åtminstone två dimensioner, där ett avständ mellan två punkter i representationen är proportionell mot motsvarande avstånd i omgivningen, kännetecknad av att nämnda bestämning innefattar stegen att: -med en matematisk modell av ett fordon och baserat på lagrade data estimera en första position för en punkt på fordonet ip nämnda representation av omgivningen, och för nämnda första estimerade position i nämnda representation av omgivningen beräkna en första uppsättning förväntade parametervärden, - jämföra nämnda beräknade första uppsättning förväntade parametervärden med en andra uppsättning lagrade parametervärden, varvid nämnda andra uppsättning lagrade parametervärden har bestämts för en andra position, där nämnda andra position utgör en position i nämnda omgivning som väsentligen motsvarar nämnda första estimerade position, och - med hjälp av nämnda jämförelse beräkna ett mått på en överensstämmelse mellan nämnda omgivning och nämnda representation av omgivningen.

2. Metod enligt krav 1, kännetecknad av att nämnda första uppsättning förväntade parametervärden utgör en uppsättning avstånd i en eller ett flertal olika riktningar till omkringliggande hinder i nämnda representation av omgivningen från nämnda första position, och varvid nämnda andra uppsättning lagrade parametervärden utgör en uppsättning avstånd i en eller ett flertal olika riktningar till omkringliggande hinder i omgivningen från nämnda andra _position, 10 15 20 25 30. 533 431 20 A

3. Metod enligt krav 1 eller 2, kännetecknad av att nämnda _ mått på en överensstämmelse mellan nämnda omgivning och nämnda representation av omgivningen bestäms för ett flertal positioner i nämnda representation av nämnda omgivning' respektive i nämnda omgivning.

4. Metod enligt något av föregående krav, kännetecknad av att nämnda mått beräknas baserat på en skillnad mellan nämnda första uppsättning parametervärden och nämnda bestämda andra' uppsättning parametervärden.

5. Metod enligt något av föregående krav, kännetecknad av att nämnda andra uppsättning parametervärden bestäms utgående från en på ett fordon eller en maskin anordnad sensor.

6. Metod enligt något av föregående krav, kännatecknad av att nämnda första uppsättning förväntade parametervärden beräknasi medelst strålföljning, dvs. att en simulerad ljusstràles bana ; följs från en källa till dess att ett hinder stoppar dess utbredning, i nämnda representation av omgivningen.

7. Anordning för beräkning av en överensstämmelse mellan en representation av en omgivning och nämnda omgivning, varvid nämnda representation av omgivningen utgör en representation i åtminstone två dimensioner, där ett avstånd mellan två punkter i representationen är proportionell mot motsvarande avstånd i verkligheten, kännetecknad av att nämnda bestämning innefattar organ för att: -med en matematisk modell av ett fordon ooh baserat på lagrade data estimera en första position för en punkt på fordonet i nämnda representation av omgivningen, och för nämnda första estimerade position i nämnda representation av omgivningen beräkna en första uppsättning förväntade parametervärden, - jämföra nämnda beräknade första uppsättning förväntade parametervärden med en andra uppsättning lagrade parametervärden, varvid nämnda andra uppsättning lagrade 10 15 20 25 30 532 43? 21 parametervärden har bestämts för en andra position, där nämnda' andra position utgör en position i nämnda omgivning sun väsentligen motsvarar nämnda första estimerade position, och - med hjälp av nämnda jämförelse beräkna ett mått på en. I överensstämmelse mellan nämnda omgivning och nämnda. representation av omgivningen.

8. Anordning enligt krav 7, kännetecknad av att nämnda första uppsättning förväntade parametervärden är anordnad att utgöras av en uppsättning avstånd till omkringliggande hinder i en eller ett flertal olika riktningar i nämnda representation.av' omgivning från nämnda första position, och varvid nämnda andra uppsättning lagrade parametervärden utgör en uppsättning avstånd iden eller ett flertal olika riktningar till omkringliggande hinder i omgivning från nämnda andra position.

9. Anordning enligt något av kraven ?~8, kânnatecknad av att nämnda representation av omgivningen innefattar en representation av håligheter i berg under jord och/eller -gränsytor mellan berg och tunnlar eller andra typer av tomrum under jord.

10. lO. Anordning enligt något av kraven 7-9, kânnetecknad av att ett flertal mått på nämnda överensstämmelse beräknas för ett flertal på varandra följande tidpunkter och/eller positioner, varvid nämnda mått baseras på nämnda flertal mått.

11. ll. Anordning enligt krav 10, kännetecknad av att nämnda mått på nämnda överensstämmelse utgörs av det minsta värdet av =nämnda flertal på varandra följande mått, eller ett medelvärde av nämnda flertal på varandra följande mått.

12. Anordning enligt något av kraven ?+ll, kännetecknad av att nämnda andra uppsättning parametervärden är anordnad att bestämmas utgående från en på ett fordon eller en mäskinå V anordnad sensor. 10 532 äßfi 22'

13. Anordning-enligt krav 12, kannataaknad av att nämnda. § fordon eller maskin utgörs av en gruv¥ och/eller 'anläggningsmaskin avsedd för autonom förflyttning.

14. Gruv- och/eller anläggningsmaskin, kännetecknad av att den innefattar en anordning enligt något av kraven 7-13.

15. Användning av en metod enligt något av kraven 1-6, varvid ett mått för hur väl en representation av omgivningen stämmer överens med inspelade givardata beräknas, varvid medelst ett. datorprogram bestäms om en genererad representation av -omgivningen är tillräckligt bra för användning vid efterföljande autonom.körning av fordonet i nämnda omgivning.