TW202024569A - 輔助車輛導航方法和系統 - Google Patents
輔助車輛導航方法和系統 Download PDFInfo
- Publication number
- TW202024569A TW202024569A TW108124235A TW108124235A TW202024569A TW 202024569 A TW202024569 A TW 202024569A TW 108124235 A TW108124235 A TW 108124235A TW 108124235 A TW108124235 A TW 108124235A TW 202024569 A TW202024569 A TW 202024569A
- Authority
- TW
- Taiwan
- Prior art keywords
- vehicle
- navigation
- road
- sensing device
- information
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本發明公開了一種輔助車輛導航方法,該方法包括步驟:獲取在預定範圍內的道路資料,該道路資料包括預定範圍內各對象的靜態及/或動態資訊;基於該道路資料,識別各對象中的一個或者多個車輛和車輛運動資訊;以及將所述車輛運動資訊以及道路資料發送給一個或者多個車輛,以便這些車輛進行車輛導航。本發明還公開了一種相應的路側感知設備和車輛導航系統。
Description
本發明涉及車輛導航領域,尤其涉及利用道路環境資料來輔助車輛導航的領域。
隨著汽車工業進入網際網路和智慧時代,在車輛或者其周邊的傳感器和運算單元可以提供日益強大的駕駛相關資料和運算能力。這些資料和能力能夠比以前更有效地輔助駕駛車輛,使得車輛駕駛更加簡單、智慧和安全。
現在已經存在有各種車輛導航方案。一種常用的車輛導航方案是利用車輛或者車輛上智慧設備的位置資訊來進行。即,首先獲得車輛的位置資訊並獲得道路的地圖資訊,將車輛的位置疊加在地圖資訊上,在用戶指定的目的地之後,利用車輛位置和地圖資訊確定導航規劃路線。隨後隨著車輛的行進,更新車輛在地圖上的位置,並根據地圖特徵來指導車輛前往目的地。
現有導航方法的一個問題在於,即使具有高精度的地圖,由於車輛的位置是透過車輛的GPS定位來獲得的,當車輛在高速行駛時,GPS定位的準確度較低,難以確定車輛在道路上的哪個車道上行駛,無法實現基於車道的定位。
現有導航方法的另一個問題在於,地圖上的擁堵程度等資訊可能是有一段時間內在道路上的車輛所彙報形成的。由於車輛本地的定位精度問題,地圖上的擁堵情況也不能以車道為單位進行確認。因此也無法實現基於車道的導航規劃。
隨著車聯網V2X技術的發展,出現了協同式環境感知系統。這個系統可以綜合利用車輛和周圍環境的資料來進行車輛導航。但是如何構造環境資料以及如何融合車輛本身和環境資料,是協同式環境感知系統所面臨的問題。
為此,需要一種新的導航系統,可以提供車道級別的導航規劃。該導航方案不依賴於高精度GNSS,能進行實時導航,並且可以根據實時路況隨時進行調整。
為此,本發明提供了一種新的車輛導航方案,以力圖解決或者至少緩解上面存在的至少一個問題。
根據本發明的一個方面,提供了一種輔助車輛導航方法,該方法包括步驟:獲取在預定範圍內的道路資料,該道路資料包括預定範圍內各對象的靜態及/或動態資訊;基於該道路資料,識別各對象中的一個或者多個車輛和車輛運動資訊;以及將所述車輛運動資訊以及道路資料發送給所述一個或者多個車輛,以便所述一個或者多個車輛進行車輛導航。
可選地,在根據本發明的輔助車輛導航方法中,獲取在預定範圍內的道路資料的步驟包括:獲取預先儲存的、關於所述道預定範圍的靜態資訊;利用部署在路測感知設備中的各個傳感器來獲得預定範圍內各對象的靜態及/或動態資訊;組合預先儲存的靜態資訊和各個傳感器獲得的資訊來產生所述道路資料。
可選地,在根據本發明的輔助車輛導航方法中,獲取在預定範圍內的道路資料的步驟還包括:接收在預定範圍內的車輛透過預定通信方式發送過來的車輛行駛資訊;以及組合所預先儲存的靜態資訊、各個傳感器獲得的資訊以及所接收的車輛行駛資訊來產生道路資料。
可選地,在根據本發明的輔助車輛導航方法中,獲取關於預定範圍的靜態資訊的步驟包括:確定路側感知設備的地理位置;以及從伺服器獲在該地理位置的預定範圍內的靜態資訊。
可選地,在根據本發明的輔助車輛導航方法中,基於道路資料識別各對象中的一個或者多個車輛和車輛運動資訊步驟包括:基於各對象的運動特徵來確定屬於車輛的車輛對象及其運動資訊;以及識別各車輛對象的標識。
可選地,根據本發明的輔助車輛導航方法還包括步驟:接收在預定範圍內的導航車輛透過預定通信方式發送的導航請求;從所識別的一個或者多個車輛中匹配導航車輛;以及反應於導航請求,將所匹配導航車輛的車輛運動資訊以及道路資料發送給導航車輛,以便進行車輛導航。
可選地,在根據本發明的輔助車輛導航方法中,通信方式包括下列中的一種或者多種:V2X、5G、4G和3G通信。
可選地,在根據本發明的輔助車輛導航方法中,各對象包括下列對象中的一個或者多個:車道線、護欄、隔離帶、車輛、行人和抛灑物;靜態及/或動態資訊包括下列中的一個或者多個:位置、距離、速度、角速度、車牌、類型和尺寸等。
可選地,在根據本發明的輔助車輛導航方法中,路側感知設備中的傳感器包括下列中的一個或者多個:毫米波雷達、雷射雷達、攝像頭、紅外探頭。
可選地,在根據本發明的輔助車輛導航方法中,車輛行駛資訊包括下列中的一個或者多個:當前時刻、尺寸、速度、加速度、角速度和位置。
可選地,根據本發明的輔助車輛導航方法還包括步驟:在確定與該導航車輛相匹配的車輛之後,基於所匹配車輛的車輛運動資訊以及道路資料為導航車輛計算導航規劃;以及將所計算得到的導航規劃發送給導航車輛。
可選地,在根據本發明的輔助車輛導航方法中,導航規劃以道路上的車道為基本單位進行。
可選地,根據本發明的輔助車輛導航方法還包括步驟:接收導航車輛的時鐘同步請求,並進行時鐘同步。
可選地,根據本發明的輔助車輛導航方法還適於在部署在道路位置處的路側感知設備中或者耦接到所述路側感知設備的伺服器中執行。
根據本發明的另一方面,提供了一種在車輛中執行的輔助車輛導航方法,車輛在部署有路側感知設備的道路上行駛,該方法包括步驟:發送導航請求;接收反應於該導航請求而返回的、路側感知設備確定的車輛運動資訊以及與路測感知設備相關聯的道路段的道路資料;獲取基於該車輛運動資訊和該道路資料而生成的導航規劃;以及基於該導航規劃進行車輛導航。
根據本發明的還有一個方面,提供了一種路側感知設備,部署在道路位置處,該設備包括:傳感器組,適於獲得預定範圍內各對象的靜態和動態資訊;儲存單元,適於儲存所述道路資料,所述道路資料包括預定範圍內各對象的靜態和動態資訊;以及計算單元,適於執行根據本發明所述的輔助車輛導航方法。
根據本發明的還有一個方面,提供了一種車輛導航系統,包括:多個上述路側感知設備,部署在道路側邊位置;以及車輛,在道路上行駛,並執行如根據本發明的輔助車輛導航方法。
根據本發明的還有一個方面,還提供了一種計算設備。該計算設備包括至少一個處理器和儲存有程式指令的記憶體,其中,程式指令被配置為適於由至少一個處理器執行並包括用於執行上述輔助車輛導航方法的指令。
根據本發明的還有另一個方面,還提供了一種儲存有程式指令的可讀儲存媒體,當該程式指令被計算設備讀取並執行時,使得計算設備執行上述輔助車輛導航方法。
根據本發明的車輛導航方案,充分利用了路側感知設備的感知能力,可以為車輛提供基於車道的導航方法。
下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例,然而應當理解,可以以各種形式實現本公開而不應被這裡闡述的實施例所限制。相反,提供這些實施例是為了能夠更透徹地理解本公開,並且能夠將本公開的範圍完整的傳達給本領域的技術人員。
圖1示出了根據本發明一個實施方式的車輛導航系統100的示意圖。如圖1所示,車輛導航系統100包括車輛110和路側感知設備200。車輛110在道路140上行駛。道路140包括多個車道150。車輛110可以在道路140上行駛的過程中,可以根據路況和行駛目標切換不同的車道150。路側感知設備200部署在道路周邊,並利用其所具有的各種傳感器來收集在路側感知設備200周圍預定範圍內的各種資訊,特別是與道路相關的道路資料。
路側感知設備200具有預定的覆蓋範圍。根據每個路側感知設備200的覆蓋範圍和道路狀況,可以在道路兩側部署足夠數量的路側感知設備200,可以對整條道路實現全覆蓋。當然,根據一種實施方式,不用對整條道路實現全覆蓋,可以在每條道路的特徵點(拐彎,交叉口,分叉口)處部署路側感知設備200,獲得關於該條道路的特徵資料即可。本發明不受限於路側感知設備200的具體數量和對道路的覆蓋範圍。
在部署路側感知設備200時,首先根據單個路側感知設備200的覆蓋區域和道路140的狀況,計算需要部署的感知設備200的位置。路側感知設備200的覆蓋區域至少取決於感知設備200的佈置高度和感知設備200中的傳感器進行感知的有效距離等。而道路140的狀況包括道路長度、車道150的數量、道路曲率和坡度等。可以利用本領域的任何一種方式來計算感知設備200的部署位置。
在確定了部署位置之後,在所確定的位置部署路側感知設備200。由於路側感知設備200需要感知的資料包含大量對象的運動資料,所以要進行路側感知設備200的時鐘同步,即保持各個感知設備200的時間和車輛110以及雲平台的時間一致。
隨後,確定每個部署的路側感知設備200的位置。由於感知設備200要為道路140上高速行駛的車輛110提供高精度的車輛導航功能,所以感知設備200的位置必須是高精度的。可以有多種方式來計算感知設備200的高精度絕對位置。根據一個實施方式,可以利用全球衛星導航系統(GNSS)來確定高精度位置。
路側感知設備200利用其傳感器對其覆蓋區域內的道路靜態情況(車道線120、護欄、隔離帶等)和動態情況(行駛車輛110、行人130和抛灑物)進行採集感知,將不同傳感器感知資料進行融合以形成該段道路的道路資料。道路資料包括感知設備200所覆蓋範圍內,特別是道路相關領域內的所有對象的靜態和動態資訊。隨後路側感知設備200可以基於道路資料來確定在其覆蓋區域內的各個車輛以及每個車輛的運動資訊。
進入一個路側感知設備200的覆蓋範圍內的車輛110可以和路側感知設備200進行通信。一種典型的通信方式為V2X通信方式。當然,可以利用諸如5G、4G和3G之類的移動通信方式,由移動通信服務商提供的移動網際網路與路側感知設備200進行通信。考慮到車輛行駛的速度較快,對通信的時間延遲要求盡可能的短,本發明的一般實施方式中採用V2X通信方式。但是,任何可以滿足本發明所需要的時間延遲要求的通信方式都在本發明的保護範圍之內。
車輛110可以從路側感知設備200接收與該車輛110相關的車輛運動資訊以及該段道路的道路資料,並利用這些資料來進行車輛導航。
車輛110可以各種方式接收與該車輛110相關的車輛運動資訊以及該段道路的道路資料。在一種實現中,進入路側感知設備200的覆蓋範圍內的車輛110都可以自動收到這些資訊和資料以進行導航。在另一種實現中,車輛110可以發出導航請求,由路側感知設備200反應於該請求而發送與該車輛110相關的車輛運動資訊以及該段道路的道路資料給車輛110,以便車輛110進行導航。
本發明不受限於車輛110接收車輛運動資訊以及該段道路的道路資料的具體方式,所有可以接收車輛運動資訊以及該段道路的道路資料並據此進行導航的方式都在本發明的保護範圍之內。
可選地,車輛導航系統100還包括伺服器160。圖1中雖然僅僅示出了一台伺服器160,但是應當理解的是,伺服器160可以是由多台伺服器構成的雲服務平台。各個路側感知設備100將所感知的道路資料發送到伺服器160。伺服器160可以基於每個路側感知設備100的位置,對道路資料進行組合,從而形成整條道路的道路資料。伺服器160還可以在該條道路的道路資料上進行進一步處理,以形成車輛導航所需要的資訊,例如整條道路的交通狀況、突發事故路段、預期通過時間等。
考慮到運算能力和時間延遲的要求,可以根據需要,選擇在車輛110、路側感知設備200或者伺服器160處計算導航規劃。可以在導航車輛的車輛運動資訊和某段道路的道路資料的基礎上來計算導航規劃。伺服器160的運算能力最強,但是需要將資料發送到伺服器160上才可以進行計算。車輛110可能運算能力不強,但是在本地直接利用車輛的實時運行資訊來計算導航規劃,因此具有準確的導航規劃結果。而在路側感知設備200上計算導航規劃,這不需要進行大量資料的網路傳輸,具有最好的時間延遲。
本發明可以根據所應用的具體情況來選擇在那個設備中進行導航規劃計算。無論在哪裡進行導航規劃計算,這些都在本發明的保護範圍之內。
可以將所形成的整個道路的道路資料和車輛運動資訊發送給各個路側感知設備200,或者可以將與某個路側感知設備200相鄰的幾個路側感知設備200的所對應的一段道路的道路相關資料和車輛運動資訊發送給該路側感知設備200。這樣,車輛110可以從路側感知設備200獲得更大範圍的道路資料。當然,車輛110可以直接從伺服器160獲得道路資料和車輛運動資訊而不用透過路側感知設備200。
如果一個區域內的所有道路上都部署了路側感知設備200,而且這些路側感知設備200都將道路資料發送給伺服器160,則可以在伺服器160處形成該區域內的道路交通的導航指示。車輛110可以從伺服器160接收該導航指示並據此進行導航。
圖2示出了根據本發明一個實施方式的路側感知設備200的示意圖。如圖2所示,路側感知設備200包括通信單元210、傳感器組220、儲存單元230和計算單元240。
路側感知設備200要和進入其覆蓋範圍的各個車輛110進行通信,以便為車輛110提供車輛導航服務,以及從車輛110接收該車輛的車輛行駛資訊。同時路側感知設備200也需要和伺服器160進行通信。通信單元210為路側感知設備200提供了通信功能。通信單元210可以採用各種通信方式,包括但不限於以太網、V2X、5G、4G和3G移動通信等,只要這些通信方式可以以儘量小的時間延遲完成資料通信即可。在一個實施方式中,路側感知設備200可以採用V2X和進入其覆蓋範圍的車輛110進行通信,而路側感知設備200可以採用例如高速網際網路的方式與伺服器160進行通信。
傳感器組220包括有各種傳感器,例如諸如毫米波雷達222、雷射雷達224之類的雷達傳感器和諸如具有補光功能的攝像頭226和紅外探頭228之類的圖像傳感器等。對於同一對象,各種傳感器可以獲得該對象的不同屬性,例如雷達傳感器可以進行對象速度和加速度測量,而圖像傳感器可以獲得對象外形,相對角度等。
傳感器組220利用各個傳感器對覆蓋區域內的道路靜態情況(車道線120、護欄、隔離帶等)和動態情況(行駛車輛110、行人130和抛灑物)進行採集感知,並且將各個傳感器採集和感知的資料儲存到儲存單元230中。
計算單元240對各傳感器所感知的資料進行融合以形成該段道路的道路資料,並也將道路資料儲存在234中。另外,計算單元240還可以在道路資料的基礎上繼續進行資料分析,識別出其中的一個或者多個車輛和車輛運動資訊。這些資料和資訊都可以儲存在儲存單元230中,以便經由通信單元210發送給車輛110或者伺服器160。
另外,儲存單元230中還可以儲存有各種計算模型,例如碰撞檢測模型、車牌識別模型和導航規劃模型等。這些計算模型可以由計算單元240使用,來實現下面參考圖3描述的方法300中的相應步驟。
圖3示出了根據本發明一個實施方式的輔助車輛導航方法300的示意圖。輔助車輛導航方法300適於在圖2所示的路側感知設備200中執行或者在伺服器160中執行。當在伺服器160中執行時,需要將路側感知設備200所生成或者接收到的相關資料都發送到伺服器160,以便在伺服器160中進行相關處理。
如圖3所示,輔助車輛導航方法300始於步驟S310。
在步驟S310中,獲取道路位置的預定範圍內的道路資料。如上參考圖1所述,路側感知設備200通常固定部署在某個道路附近,因此具有相對應的道路位置。另外,至少取決於感知設備200的佈置高度和感知設備200中的傳感器進行感知的有效距離等,路側感知設備200具有預定的覆蓋區域。一旦將路側感知設備200部署在某個道路側邊時,根據感知設備和道路的具體位置、高度以及感知有效距離,就可以確定該感知設備所能覆蓋的道路預定範圍。
路側感知設備200利用其所具有的各個傳感器對覆蓋區域內的道路靜態情況(車道線120、護欄、隔離帶等)和動態情況(行駛車輛110、行人130和抛灑物)進行採集及/或感知,以獲得各種傳感器資料並進行儲存。
如上所述,路側感知設備200包括有各種傳感器,例如諸如毫米波雷達222、雷射雷達224之類的雷達傳感器和諸如具有補光功能的攝像頭226和紅外探頭228之類的圖像傳感器等。對於同一對象,各種傳感器可以獲得該對象的不同屬性,例如雷達傳感器可以進行對象速度和加速度測量,而圖像傳感器可以獲得對象外形和相對角度等。
在步驟S310中,可以基於所獲得的各種傳感器原始資料進行加工和融合,從而形成統一的道路資料。在一種實施方式中,步驟S310還可以包括子步驟S312。在步驟S312中,獲取預先儲存的、關於道路位置預定範圍的靜態資訊。在路側感知設備部署在道路的某個位置之後,該感知設備所覆蓋的道路範圍也就固定了。可以獲得該預定範圍的靜態資訊,例如該範圍內的道路寬度,車道數量,拐彎半徑等內容。可以有多種方式來獲得道路的靜態資訊。在一種實施方式中,這些靜態資訊可以在部署感知設備時預先儲存在感知設備中。在另一種實施方式中,可以首先獲得感知設備的位置資訊,隨後向伺服器160發送包含該位置資訊的請求,以便伺服器160根據請求返回相關道路範圍的靜態資訊。
隨後,在步驟S314中,根據不同的傳感器分別對原始傳感器資料加工,形成測距、測速和類型、大小識別等感知資料。接著在步驟S316中,基於在步驟S312中獲得的道路靜態資料,在不同的情況下,以不同的傳感器資料作為基準,加以其他傳感器資料進行校準,最終形成統一的道路資料。
步驟S312-S136描述了一種獲取道路資料的方式。本發明並不受限於融合各個傳感器的資料以形成道路資料的具體方式。只要道路資料中包含了在該道路位置預定範圍內各種對象的靜態和動態資訊,則該方式就在本發明的保護範圍之內。
根據一種實施方式,每個進入路側感知設備200的覆蓋範圍之內的車輛110都會主動透過各種通信方式(如V2X)與感知設備200進行通信。因此,如步驟S318所述,車輛110會將車輛的車輛行駛資訊發送給感知設備200。車輛的行駛資訊包括車輛在行駛中所具有的運行資訊,例如包括產生該運行資訊的當前時刻、車輛的尺寸、速度、加速度、角速度和位置等內容。方法S310還包括步驟S319,其中在步驟S316所形成的道路資料的基礎上,進一步融合步驟S318獲得的車輛行駛資訊,以形成新的道路資料。
接著,在步驟S320中,基於步驟S310處獲得的道路資料,識別在感知單元覆蓋範圍內的一個或者多個車輛以及這些車輛的運動資訊。步驟S320中的識別包括兩個方面的識別。一個方面的識別是車輛識別,即識別出道路資料中的哪些對象是車輛對象。由於車輛對象具有不同的運動特徵,如速度較快、沿著一個方向在車道上行駛,一般不和其他對象發送碰撞等。可以基於這些運動特徵構造傳統的分類檢測模型或者基於深度學習的模型,並將所構造的模型應用到道路資料中,從而確定道路資料中的車輛對象以及車輛對象的運動軌跡等運動特徵。
另一個方面的識別是識別車輛標識。對於識別出的車輛對象,進一步確定其車輛標識。一種確定車輛標識的方式是例如透過圖像識別等方式來確定車輛的唯一車牌。而當無法識別車輛的車牌時,另一種確定車輛標識的方式可以是透過結合車輛對象的大小、類型、位置資訊和行駛速度等方式生成車輛的唯一標記。這個車輛標識是車輛對象在這個這個路段內的唯一標識,並用於區別於其他車輛對象。該車輛標識會在後續的資料傳輸中使用,並且會在這個道路內不同的路側感知設備中進行傳遞,以便於整體分析。
隨後,在步驟S330中,接收進入路側感知設備200的覆蓋範圍內的某個期望進行導航的導航車輛110發送的資料請求。由於路側感知設備200所生成的道路資料包含了道路的動態和靜態資料,因此可以基於道路資料來進行導航規劃,而導航車輛110本身並不生成道路資料,因此導航車輛110需要將請求發送給路側感知設備200。
隨後,在步驟S340中,在接收到導航車輛110發出的資料請求之後,需要將該發出請求的導航車輛110與感知設備200的覆蓋範圍內的所有車輛進行匹配,從而確定是覆蓋範圍內的哪個車輛發出了資料請求。
可以透過車牌匹配、行駛速度和類型匹配、位置資訊模糊匹配等多種匹配方式或者結合,來進行車輛匹配。根據一個實施方式,車輛110可以透過V2X或者應用驗證來綁定車牌資訊,而這個車牌資訊進而可以匹配到路側感知設備和伺服器中的對應車牌的車輛資料,從而實現車牌匹配。
在步驟S340確定與導航車輛匹配的車輛之後,在步驟S350中,將步驟S320中已經確定的、所匹配到車輛的車輛運動資訊以及步驟S310確定的道路資料發送給導航車輛110,以便該導航車輛進行車輛導航。
應該注意的是,上述步驟S330和S340並不是本發明所必須的步驟。車輛110可以各種方式接收與該車輛110相關的車輛運動資訊以及該段道路的道路資料。在一種實現中,進入路側感知設備200的覆蓋範圍內的車輛110都可以自動收到這些資訊和資料以進行導航。在另一種實現中,車輛110可以發出導航請求,由路側感知設備200反應於該請求而發送與該車輛110相關的車輛運動資訊以及該段道路的道路資料給車輛110,以便車輛110進行導航。本發明不受限於車輛110接收車輛運動資訊以及該段道路的道路資料的具體方式,所有可以接收車輛運動資訊以及該段道路的道路資料並據此進行導航的方式都在本發明的保護範圍之內。
因此,在一種實施方式中,可以在步驟S350中,可以為步驟S320中所識別到的一輛或者多輛車輛110主動發送與它們相關的車輛運動資訊以及該段道路的道路資料,以便這些車輛110進行導航。
另外,可選地,在步驟S350將車輛運動資訊和道路資料發送給導航車輛110之後,為了方便導航車輛110進行導航,方法300中還包括步驟S360。在步驟S360中,基於所匹配車輛的車輛運動資訊以及道路資料為導航車輛計算導航規劃。可以利用本領域的各種方式來進行導航規劃,並且這些都在本發明的保護範圍之內。可選地,也可以將車輛運動資訊和道路資料發送到雲伺服器160,並且在雲伺服器160出進行導航規劃計算,並且從雲伺服器160獲得計算得到的導航規劃。
根據本發明的一個實施方式,導航規劃為車道級的導航路徑規劃(這個規劃也可以在車端計算得到)。由於道路資料中包含有與車道相關的靜態和動態資料,所以在規劃導航路徑時,還可以根據道路的情況(障礙物、故障車輛、壅堵車道、事故車道等)進行車道級的規避,從而實現車道級的導航路徑規劃。
另外,在進行導航路徑規劃時,可以整體的車輛資料做基礎,尋求整個路段的全域最優方案。並且在全域最優之後,進而確定該導航車輛的規劃路徑。
由於伺服器160中包含了整個道路的道路資料,因此,在伺服器160處可以考慮整個道路的全域最優來確定某個導航車輛的規劃路徑。
隨後,在步驟S370中,將在步驟S360計算得到的導航規劃發送給導航車輛110,以指導車輛進行導航。
另外,可選地,由於導航需要儘量嚴格的時間一致性。為此,導航車輛通常需要與提供導航路徑規劃或者導航基礎資料(即車輛的運動資訊和道路資料)的設備進行時間同步。為此,方法300中還需要包括接收導航車輛的時間同步請求,並進行處理,以保證導航車輛110、路側感知設備200以及伺服器160的時間一致性。
圖4示出了根據本發明另一個實施方式的輔助車輛導航方法400的示意圖。車輛導航方法400適於在車輛110中執行,並且該車輛110在部署有路側感知設備200的道路上行駛。方法400包括步驟S410。在步驟S410中,發送導航請求。導航請求可以發送給路側感知設備200或者伺服器160。感知設備200和伺服器160中都儲存了在感知設備的覆蓋區域內的各個車輛的車輛運動資訊以及相關聯道路段的道路資料,因此都可以對導航請求進行處理。
隨後,在步驟S420中,接收反應於步驟S410的導航請求而返回的、路側感知設備確定的車輛運動資訊以及與路測感知設備相關聯的道路段的道路資料。上面參考圖3的方法步驟S320中已經描述了如果計算車輛運動資訊和道路資料的具體方式,這裡不在進行贅述。
隨後,在步驟S430中,獲取基於車輛運動資訊和道路資料而生成的導航規劃。如上所示,導航規劃可以根據需要在車輛110、路側感知設備200和伺服器160中生成。步驟S430可以根據需求從車輛110、路側感知設備200或者伺服器160獲得該導航規劃。如上所述,航規劃為車道級的導航路徑規劃。由於道路資料中包含有與車道相關的靜態和動態資料,所以在規劃導航路徑時,還可以根據道路的情況(障礙物、故障車輛、壅堵車道、事故車道等)進行車道級的規避,從而實現車道級的導航路徑規劃。
隨後,在步驟S440中,根據所獲得的導航規劃,指導導航車輛進行前往目的地。
可選地,考慮到車輛通常在高速行駛,而資料傳輸會有時間延遲。因此很可能會導致感知單元所發送過來的車輛位置可能已經滯後了。為此,方法S400還包括步驟S450,其中透過需要對比車輛時刻和感知單元感知到的車輛資料時刻,得到時間差。並隨後在步驟S460中,根據該時間差、車輛運動資訊中包含的車輛速度、加速度和角速度,對車輛運動資訊中包含的車輛位置進行調整以獲得該導航車輛的當前實際位置資訊。
另外,可選地,當車輛和感知設備200之間具有V2X/5G通信方式的情況下,考慮到V2X通信的高實時性,相對來說,上述的時間差會比較小,一般在50ms以內,也就是計算得到的累計的誤差會比較小。在這種的情況下,在步驟S460中,可以從車輛本身獲取的車輛速度、加速度、角速度等資料來進行車輛實時位置調整,實現了更高精度的車道級導航。
根據本發明的車輛導航方案,可以充分利用路側單元的感知能力,提供高精度的道路資料,從而提供車道級的導航路徑規劃。
應當理解,為了精簡本公開並幫助理解各個發明方面中的一個或多個,在上面對本發明的示例性實施例的描述中,本發明的各個特徵有時被一起分組到單個實施例、圖、或者對其的描述中。然而,並不應將該公開的方法解釋成反映如下意圖:即所要求保護的本發明要求比在每項申請專利範圍中所明確記載的特徵更多特徵。更確切地說,如下面的申請專利範圍所反映的那樣,發明方面在於少於前面公開的單個實施例的所有特徵。因此,遵循具體實施方式的申請專利範圍由此明確地併入該具體實施方式,其中每項申請專利範圍本身都作為本發明的單獨實施例。
本領域那些技術人員應當理解在本文所公開的示例中的設備的模組或單元或組件可以佈置在如該實施例中所描述的設備中,或者可替換地可以定位在與該示例中的設備不同的一個或多個設備中。前述示例中的模組可以組合為一個模組或者此外可以分成多個子模組。
本領域那些技術人員可以理解,可以對實施例中的設備中的模組進行自適應性地改變並且把它們設置在與該實施例不同的一個或多個設備中。可以把實施例中的模組或單元或組件組合成一個模組或單元或組件,以及此外可以把它們分成多個子模組或子單元或子組件。除了這樣的特徵及/或過程或者單元中的至少一些是相互排斥之外,可以採用任何組合對本說明書(包括伴隨的申請專利範圍、摘要和附圖)中公開的所有特徵以及如此公開的任何方法或者設備的所有過程或單元進行組合。除非另外明確陳述,本說明書(包括伴隨的申請專利範圍、摘要和附圖)中公開的每個特徵可以由提供相同、等同或相似目的的替代特徵來代替。
此外,本領域的技術人員能夠理解,儘管在此所述的一些實施例包括其它實施例中所包括的某些特徵而不是其它特徵,但是不同實施例的特徵的組合意味著處於本發明的範圍之內並且形成不同的實施例。例如,在下面的申請專利範圍中,所要求保護的實施例的任意之一都可以以任意的組合方式來使用。
此外,所述實施例中的一些在此被描述成可以由計算機系統的處理器或者由執行所述功能的其它裝置實施的方法或方法元素的組合。因此,具有用於實施所述方法或方法元素的必要指令的處理器形成用於實施該方法或方法元素的裝置。此外,裝置實施例的在此所述的元素是如下裝置的例子:該裝置用於實施由為了實施該發明的目的的元素所執行的功能。
如在此所使用的那樣,除非另行規定,使用序數詞“第一”、“第二”、“第三”等等來描述普通對象僅僅表示涉及類似對象的不同實例,並且並不意圖暗示這樣被描述的對象必須具有時間上、空間上、排序方面或者以任意其它方式的給定順序。
儘管根據有限數量的實施例描述了本發明,但是受益於上面的描述,本技術領域內的技術人員明白,在由此描述的本發明的範圍內,可以設想其它實施例。此外,應當注意,本說明書中使用的語言主要是為了可讀性和教導的目的而選擇的,而不是為了解釋或者限定本發明的主題而選擇的。因此,在不偏離所附申請專利範圍的範圍和精神的情況下,對於本技術領域的普通技術人員來說許多修改和變更都是顯而易見的。對於本發明的範圍,對本發明所做的公開是說明性的,而非限制性的,本發明的範圍由所附申請專利範圍限定。
100:車輛導航系統
110:車輛
120:車道線
130:行人
140:道路
150:車道
160:伺服器
200:路側感知設備
210:通信單元
220:傳感器組
222:毫米波雷達
224:雷射雷達
226:攝像頭
228:紅外探頭
230:儲存單元
240:計算單元
為了實現上述以及相關目的,本文結合下面的描述和附圖來描述某些說明性方面,這些方面指示了可以實踐本文所公開的原理的各種方式,並且所有方面及其等效方面旨在落入所要求保護的主題的範圍內。透過結合附圖閱讀下面的詳細描述,本公開的上述以及其它目的、特徵和優勢將變得更加明顯。遍及本公開,相同的附圖標記通常指代相同的部件或元素。
圖1示出了根據本發明一個實施方式的輔助駕駛系統的示意圖;
圖2示出了根據本發明一個實施方式的路側感知設備的示意圖;
圖3示出了根據本發明一個實施方式的輔助車輛導航方法的示意圖;以及
圖4示出了根據本發明另一個實施方式的輔助車輛導航方法的示意圖。
100:車輛導航系統
110:車輛
120:車道線
130:行人
140:道路
150:車道
160:伺服器
200:路側感知設備
Claims (24)
- 一種輔助車輛導航方法,該方法包括步驟: 獲取在預定範圍內的道路資料,該道路資料包括該預定範圍內各對象的靜態及/或動態資訊; 基於該道路資料,識別該各對象中的一個或者多個車輛和車輛運動資訊; 將所識別的車輛運動資訊以及該道路資料發送給該一個或者多個車輛,以便該一個或者多個車輛進行車輛導航。
- 如申請專利範圍第1項所述的輔助車輛導航方法,該獲取在預定範圍內的道路資料的步驟包括: 獲取預先儲存的、關於該預定範圍的靜態資訊; 利用部署在該預定範圍內的路側感知設備中的各個傳感器來獲得該預定範圍內各對象的靜態及/或動態資訊; 組合該預先儲存的靜態資訊和各個傳感器獲得的資訊來產生該道路資料。
- 如申請專利範圍第2項所述的輔助車輛導航方法,該獲取在預定範圍內的道路資料的步驟包括: 接收在該預定範圍內的車輛透過該預定通信方式發送過來的車輛行駛資訊;以及 組合該預先儲存的靜態資訊、各個傳感器獲得的資訊以及所接收的車輛行駛資訊來產生該道路資料。
- 如申請專利範圍第2或者3項所述的輔助車輛導航方法,該獲取預先儲存的、關於該道路位置預定範圍的靜態資訊的步驟包括: 確定該路測感知設備的地理位置;以及 從伺服器獲在該地理位置的預定範圍內的靜態資訊。
- 如申請專利範圍第1項所述的輔助車輛導航方法,所述基於該道路資料識別該各對象中的一個或者多個車輛和車輛運動資訊步驟包括: 基於各對象的運動特徵來確定屬於車輛的車輛對象及其運動資訊;以及 識別各車輛對象的標識。
- 如申請專利範圍第1項所述的輔助車輛導航方法,還包括步驟: 接收在該預定範圍內的導航車輛透過預定通信方式發送的導航請求; 從所識別的一個或者多個車輛中匹配該導航車輛;以及 反應於該導航請求,將所匹配導航車輛的車輛運動資訊以及該道路資料發送給該導航車輛,以便該導航車輛進行車輛導航。
- 如申請專利範圍第1項所述的輔助車輛導航方法,還包括步驟: 在確定與該導航車輛相匹配的車輛之後,基於所匹配車輛的車輛運動資訊以及該道路資料為該導航車輛計算導航規劃;以及 將所計算得到的導航規劃發送給導航車輛。
- 如申請專利範圍第7項所述的輔助車輛導航方法,其中該導航規劃以道路上的車道為基本單位進行。
- 如申請專利範圍第1項所述的輔助車輛導航方法,還包括步驟: 接收該導航車輛的時鐘同步請求,並進行時鐘同步。
- 如申請專利範圍第1項所述的輔助車輛導航方法,該通信方式包括下列中的一種或者多種: V2X、5G、4G和3G通信。
- 如申請專利範圍第1項所述的輔助車輛導航方法,該各對象包括下列對象中的一個或者多個:車道線、護欄、隔離帶、車輛、行人和抛灑物; 該靜態及/或動態資訊包括下列中的一個或者多個:位置、距離、速度、角速度、車牌、類型和尺寸等。
- 如申請專利範圍第2項所述的輔助車輛導航方法,該路側感知設備中的傳感器包括下列中的一個或者多個: 毫米波雷達、雷射雷達、攝像頭、紅外探頭。
- 如申請專利範圍第1項所述的輔助車輛導航方法,其中該方法適於在部署在該預定範圍內的路側感知設備或者耦接到該路側感知設備的伺服器中執行。
- 一種在車輛中執行的輔助車輛導航方法,該車輛在部署有路側感知設備的道路上行駛,該方法包括步驟: 發送導航請求; 接收反應於該導航請求而返回的、該路側感知設備確定的車輛運動資訊以及與該路測感知設備相關聯的道路段的道路資料; 獲取基於該車輛運動資訊和該道路資料而生成的導航規劃;以及 基於該導航規劃進行車輛導航。
- 如申請專利範圍第14項所述的輔助車輛導航方法,還包括步驟: 發送時鐘同步請求,以實現該車輛和路側感知設備的時鐘同步。
- 如申請專利範圍第14或者15項所述的輔助車輛導航方法,其中該導航規劃在該車輛處、該路側感知設備和與該車輛和路側感知設備耦接的伺服器中的任一個處生成。
- 如申請專利範圍第14項所述的輔助車輛導航方法,其中該導航規劃以道路上的車道為基本單位進行。
- 如申請專利範圍第14項所述的輔助車輛導航方法,還包括步驟: 對比當前車輛時刻和所接收的車輛運動資訊對應的車輛資料時刻,得到時間差; 根據該時間差、車輛運動資訊中包含的車輛速度、加速度和角速度,對該車輛運動資訊中包含的車輛位置進行調整以獲得該車輛的當前實際位置資訊;以及 基於該車輛的當前實際位置資訊,並根據該導航規劃進行車輛導航。
- 如申請專利範圍第18項所述的輔助車輛導航方法,其中利用車輛本身獲取的車輛速度、加速度和角速度來進行車輛位置調整處理。
- 一種路側感知設備,部署在道路位置處,包括: 各個傳感器,適於獲得該預定範圍內各對象的靜態和動態資訊; 儲存單元,適於儲存該道路資料,該道路資料包括該預定範圍內各對象的靜態和動態資訊;以及 計算單元,適於執行如申請專利範圍第1-12項中任一項所述的方法。
- 一種車輛導航系統,包括: 多個如申請專利範圍第20項所述的路側感知設備,部署在道路側邊位置;以及 車輛,在該道路上行駛,並執行如申請專利範圍第14-18項中任一項所述的車輛導航方法。
- 如申請專利範圍第21項所述的車輛導航系統,還包括: 雲伺服器,適於接收該路側感知設備的道路資料,基於各路側感知設備的部署位置組合該道路資料,以生成整條道路的道路資料。
- 一種計算設備,包括: 至少一個處理器;和 儲存有程式指令的記憶體,其中,該程式指令被配置為適於由該至少一個處理器執行,該程式指令包括用於執行如申請專利範圍第1-19項中任一項所述方法的指令。
- 一種儲存有程式指令的可讀儲存媒體,當該程式指令被計算設備讀取並執行時,使得該計算設備執行如申請專利範圍第1-19項中任一項所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811109401.5 | 2018-09-21 | ||
CN201811109401.5A CN110940347B (zh) | 2018-09-21 | 2018-09-21 | 一种辅助车辆导航方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202024569A true TW202024569A (zh) | 2020-07-01 |
Family
ID=69888297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108124235A TW202024569A (zh) | 2018-09-21 | 2019-07-10 | 輔助車輛導航方法和系統 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN110940347B (zh) |
TW (1) | TW202024569A (zh) |
WO (1) | WO2020057407A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114071417A (zh) * | 2020-08-06 | 2022-02-18 | 索尼公司 | 用于无线通信的电子设备和方法、计算机可读存储介质 |
CN112669614A (zh) * | 2020-11-27 | 2021-04-16 | 图达通智能科技(苏州)有限公司 | 一种实时道路路况信息采集与发布的装置和方法 |
CN114623837A (zh) * | 2020-11-27 | 2022-06-14 | 大陆泰密克汽车系统(上海)有限公司 | 无车道线区域的定位系统及定位方法 |
CN112700639B (zh) * | 2020-12-07 | 2022-03-08 | 电子科技大学 | 一种基于联邦学习与数字孪生的智能交通路径规划方法 |
CN113566835A (zh) * | 2021-06-21 | 2021-10-29 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu的车辆汇入感知实时导航方法及系统 |
CN114245343A (zh) * | 2021-12-27 | 2022-03-25 | 四川启睿克科技有限公司 | 基于v2x的车流预分配方法及系统 |
CN114512014A (zh) * | 2021-12-31 | 2022-05-17 | 中智行(上海)交通科技有限公司 | 一种基于车路系统的车道级辅助驾驶方法 |
CN115019503B (zh) * | 2022-05-12 | 2023-06-16 | 东风汽车集团股份有限公司 | 基于信息共享的飞行汽车混合交通流下空间轨道分配方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007256128A (ja) * | 2006-03-24 | 2007-10-04 | Fujitsu Ten Ltd | 地図情報転送システム及び車載端末装置 |
JP5091212B2 (ja) * | 2009-10-06 | 2012-12-05 | 三菱電機株式会社 | 車載ナビゲーションシステム |
CN103348392B (zh) * | 2010-12-31 | 2016-06-29 | 通腾比利时公司 | 导航方法与系统 |
CN104949684A (zh) * | 2015-06-23 | 2015-09-30 | 西华大学 | 基于车路协同的车载导航系统 |
US10082797B2 (en) * | 2015-09-16 | 2018-09-25 | Ford Global Technologies, Llc | Vehicle radar perception and localization |
WO2017091953A1 (zh) * | 2015-11-30 | 2017-06-08 | 华为技术有限公司 | 自动驾驶导航方法、装置、系统、车载终端及服务器 |
US20170276504A1 (en) * | 2016-03-22 | 2017-09-28 | Toyota Jidosha Kabushiki Kaisha | Vehicular Traffic Assistance Based on Traffic Management Decisions |
CN106441319B (zh) * | 2016-09-23 | 2019-07-16 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
CN206541448U (zh) * | 2016-12-19 | 2017-10-03 | 吉林大学 | 一种基于车路协同的城市车辆导航系统 |
RU2721677C1 (ru) * | 2017-01-05 | 2020-05-21 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Формирование и использование карт высокого разрешения |
CN107229690B (zh) * | 2017-05-19 | 2019-01-25 | 广州中国科学院软件应用技术研究所 | 基于路侧传感器的高精度动态地图数据处理系统及方法 |
CN107807633A (zh) * | 2017-09-27 | 2018-03-16 | 北京图森未来科技有限公司 | 一种路侧设备、车载设备以及自动驾驶感知方法及系统 |
CN108417087B (zh) * | 2018-02-27 | 2021-09-14 | 浙江吉利汽车研究院有限公司 | 一种车辆安全通行系统及方法 |
-
2018
- 2018-09-21 CN CN201811109401.5A patent/CN110940347B/zh active Active
-
2019
- 2019-07-10 TW TW108124235A patent/TW202024569A/zh unknown
- 2019-09-11 WO PCT/CN2019/105279 patent/WO2020057407A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN110940347A (zh) | 2020-03-31 |
CN110940347B (zh) | 2024-04-12 |
WO2020057407A1 (zh) | 2020-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202024569A (zh) | 輔助車輛導航方法和系統 | |
JP7432285B2 (ja) | レーンマッピング及びナビゲーション | |
US20210311490A1 (en) | Crowdsourcing a sparse map for autonomous vehicle navigation | |
KR102572219B1 (ko) | 자율 주행을 위한 항법 정보의 융합 프레임워크(fusion framework) 및 배치 정렬(batch alignment) | |
JP7127941B2 (ja) | 方法、システム及びプログラム | |
RU2742213C1 (ru) | Способ управления информацией о полосах движения, способ управления движением и устройство управления информацией о полосах движения | |
JP4705259B2 (ja) | 道路情報処理装置、方法及び道路情報処理用ソフトウェア、ナビゲーションシステム及び方法、並びに道路情報データベースの作成方法 | |
US10369993B2 (en) | Method and device for monitoring a setpoint trajectory to be traveled by a vehicle for being collision free | |
US11231285B2 (en) | Map information system | |
BR112019027564A2 (pt) | método de armazenamento de informação de veículo, método de controle de viagem de veículo, e dispositivo de armazenamento de informação de veículo | |
KR20190082712A (ko) | 차량의 예상 주행 의도에 관한 정보를 제공하는 방법 | |
WO2020057406A1 (zh) | 一种辅助驾驶方法和系统 | |
CN111354214B (zh) | 一种辅助停车方法和系统 | |
JP7123154B2 (ja) | 走行支援方法及び走行支援装置 | |
US20220194412A1 (en) | Validating Vehicle Sensor Calibration | |
CN109564095B (zh) | 出于路径选择或导航目的使用虚拟探测点的方法和设备 | |
KR20200071792A (ko) | 로드뷰 또는 항공뷰 맵 정보를 이용한 자율주행 방법 및 그 시스템 | |
CN111354222A (zh) | 一种辅助驾驶方法和系统 | |
US20230098688A1 (en) | Advanced data fusion structure for map and sensors | |
US20240135252A1 (en) | Lane-assignment for traffic objects on a road | |
JP7456967B2 (ja) | 地図情報判定装置及び地図情報判定用コンピュータプログラム | |
EP4357944A1 (en) | Identification of unknown traffic objects | |
EP4358039A1 (en) | Lane-assignment for traffic objects on a road | |
US20240135719A1 (en) | Identification of unknown traffic objects | |
JP6696273B2 (ja) | 地図データ提供装置 |