TWI783094B - 合作感知 - Google Patents
合作感知 Download PDFInfo
- Publication number
- TWI783094B TWI783094B TW107145076A TW107145076A TWI783094B TW I783094 B TWI783094 B TW I783094B TW 107145076 A TW107145076 A TW 107145076A TW 107145076 A TW107145076 A TW 107145076A TW I783094 B TWI783094 B TW I783094B
- Authority
- TW
- Taiwan
- Prior art keywords
- vehicle
- motor vehicle
- data packet
- motor
- data packets
- Prior art date
Links
- 238000005259 measurement Methods 0.000 claims abstract description 45
- 230000008447 perception Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 10
- 230000001131 transforming effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims 1
- 238000013459 approach Methods 0.000 abstract description 5
- 230000001953 sensory effect Effects 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 8
- 238000000844 transformation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Glass Compositions (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本發明涉及一用於自動駕駛或半自動駕駛機動車輛的車輛系統,以及 一用於管理複數個連線機動車輛的感知系統。更具體地,車輛系統具有控制單元,用於通過感測系統擷取車輛周圍環境中的物體相對位置,並用於擷取機動車輛的航向。此外,控制單元被配置以從不同機動車輛擷取資料,包括不同機動車輛的航向和物體相對於不同機動車輛的位置。然後,控制單元被配置以將外部測量轉換為區域座標系統,以便通過利用分散式系統方法為測量增加冗餘(因而提高精確度),並因此減少增加每個車輛系統的成本和複雜性的需要,以達到提高準確性的目的。
Description
本發明涉及一種感知系統,用於複數個連線機動車輛,例如,自動駕駛或半自動駕駛機動車輛,以及自動駕駛或半自動駕駛機動車輛的車輛系統。此外,本發明涉及一種感知系統,其目的是增加用於自動車輛的感知系統的可靠性,而不增加系統的複雜性。
自動駕駛車輛在過去十年中一直是一個熱門話題,隨著計算機科學領域技術進步的快速發展,它或許很快就會被實現。
然而,自動駕駛車輛的一個具有挑戰性的方面是可靠性,特別是所收集的感知數據的可靠性。更詳細地說,自動駕駛車輛系統必須完美地獲得駕駛員的信任,並且在工程師開發技術時需要考慮惡劣天氣,交通狀況,其他駕駛員和不熟悉的地形等未知因素。此外,還需要考慮各種數據故障或處理錯誤,因為一個簡單錯誤的後果可能是毀滅性的。因此,為了使自動駕駛車輛工業從實驗或原型形式中得到進一步的發展,現有技術中的感測器和電腦實現的智能技術的必須被進一步開發取代。一般而言,在現有技術下,自動駕駛車輛能夠與高速公路等其他車輛安全駕駛,但是在城市環境等更加擁擠的條件下,由於這些擁擠的條件會導致感測器的錯誤解讀,因此出現了挑戰。
提高系統可靠性的常用方法是使用冗餘。在此,基於來自複數個獨立來源的資訊做出決定。這裡的挑戰是系統成本和複雜性增加。在增加冗餘和向系統添加更多組件之間還需要權衡。眾所周知,由更多數量的部件組成的更複雜的系統,更容易因為任何部件的故障而降低操作品質。
因此,本領域需要一種新的和改進的系統,以可靠和安全地管理複數個相互連接的自動駕駛或半自動駕駛車輛。
因此,本發明的一個目的是提供一種感知系統和車輛系統,它通過減少狀態雜訊和維持冗餘來減輕目前已知系統的所有或至少一些上述缺點,而不會增加系統不必要的複雜性。
上述自的通過如所附請求項中限定的車輛系統和感知系統來實現。
在下文中,術語「示例性」應被解釋為用作示例,實例或說明。
根據本發明的第一態樣,提供了一種用於自動駕駛或半自動駕駛機動車輛的車輛系統。車輛系統包括感測系統,其包括複數個感測器,用於產生車輛數據包,其包括關於機動車輛(可以為了方便起見稱為車輛A)的周圍環境的資訊,以及用於車輛A的定位系統,生成與機動車輛(車輛A)相關的定位數據包。定位數據包包括機動車輛的航向(heading)和機動車輛(車輛A)的經緯度中的至少一個。車輛系統還具有用於向/從至少一個其他機動車輛無線發送和接收數據的通訊系統,以及可操作地連接到感測系統,定位系統和通訊系統的控制單元。控制單元被配置以:通過感測系統擷取包括周圍環境中的一個物體相對於上述機動車輛(車輛A)的位置的第一測量;擷取此機動車輛(車輛A)的航向及/或經緯度;
從不同機動車輛(可以為了方便起見稱為車輛B)接收外部車輛數據包和外部定位數據包,外部車輛數據包包括第二測量,其包括物體相對於不同機動車輛的位置,且外部定位數據包包括此不同機動車輛的航向和此不同機動車輛的經緯度中的至少一個;通過感測系統擷取包括不同機動車輛(車輛B)相對於機動車輛(車輛A)的位置的第三測量值;通過比較第三測量,定位數據包和外部定位數據包,將外部車輛數據包轉換為區域座標系統;以及處理轉換後的外部車輛數據包和車輛數據包,以便產生物體的可能位置。
因此,車輛系統通過利用來自其他車輛的傳感數據以及通過最小化信號雜訊(通過延遲到接收側的任何座標變換)來改善資訊可靠性/準確性,允許改進周圍環境的測量的冗餘度。本發明的系統特別適用於包括自動駕駛和/或半自動駕駛車輛的車輛。
在本文中,不同機動車輛被解釋為它是除第一機動車輛之外的車輛,即車輛可能仍然具有相同的型號或類型。
關於周圍環境的資訊應理解為通過例如相對於實際車輛的周圍物體(其他車輛、建築物、障礙物等)的雷達、攝影機等。例如,未知物體(例如公共汽車)位於與系統相關的車輛(即車輛B)的前方。然後,車輛B將發送包含關於未知物體相對於其自身(車輛B)的資訊的車輛數據包,例如,未知物體離車輛B15米,並在其右側37°。然後該數據由第一機動車輛接收,該第一機動車輛與同一系統(即車輛A)相關聯。或者,可以將車輛數據包發送到系統節點,然而,這將於相對於本發明的另一態樣進一步詳細討論。
進一步說明,車輛數據包從機動車輛發送(例如在請求之後),由此接收者(即車輛A)可以將該數據用於各種應用。更具體地,通過使用由外部
/不同機動車輛(車輛B)進行的測量,並將該數據變換到接收車輛(車輛A)的區域座標系統,改善了感測器測量的冗餘度。更具體地,通過使用外部定位數據,第一機動車輛(車輛A)可以將由外部車輛(車輛B)感測器進行的測量轉換成其自己的區域座標系統(即,參考其自身)。例如,外部測量可以在轉換後表示未知物體是位於機動車輛(車輛A)的右側75米和14°,其可以或可以不確認由車輛A的內部感測系統執行的測量。當然,可以接收更多數量的外部測量值,以便通過與相同系統相關聯的其他車輛或位於戰略位置的固定感測器(例如,繁忙的交叉路口、密集交通的道路等)進一步增加冗餘。
通過本發明的車輛系統,與未知物體的測量(在發送/接收之前)及地理位置(例如GPS位置)組合的系統相比,可以實現周圍環境的資訊的增強的可靠性。添加地理數據將對相對測量產生負面影響,因為在測量中添加了雜訊(不確定性)。更詳細地,如果地理數據被整合,則接收車輛(車輛A)將必須進行反向變換以便找出外部車輛(車輛B)與未知物體之間的相對距離,這大大降低了數據的準確性。
換句話說,利用本發明的系統,每個機動車輛接收到的數據陳述了未知物體是在連接的機動車輛右側的N米和M°,而不是接收到陳述了未知物體是例如位於X路X市東北L公里處的數據,其中GNSS(Global Navigation Satellite System,全球導航衛星系統)單元的容差(tolerances)會增加數據雜訊。這在機動車輛(車輛A)可以測量不同機動車輛(車輛B)的位置(例如城市環境)以及未知物體的位置(此二測量皆相對於車輛A),但是想要為其對未知物體的測量添加更多冗餘的情況下尤其有用。
本發明人認知到,通過使用合作感知和決策的概念,可以提高感知系統對於自動駕駛機動車輛的穩健性(robusness)、性能和冗餘度。本發明考慮了一組車輛,它們都以良好協調的方式運行,並且受益於它們都是共
同系統的一部分。該公共系統中的實體可以在彼此之間交換資訊。如上所述,車輛系統利用分散式方法(distributed approach)來克服冗餘要求,而無需昂貴且更複雜的系統架構的開銷。由於資訊傳播的細節(例如,沒有經緯度的重疊),信號雜訊位準保持盡可能低。
在本文中,主要討論了兩種不同的座標系統,即車輛區域座標系統和全域緯度/縱向座標系統。前者(區域座標系統)使用具有參考點的單個車輛,即所有測量值都相對於單個車輛表示,而後者(全域座標系統)表示物體在「全域」緯度和縱向座標中的位置(例如,GPS座標)。另外,可以採用「共享座標系統」,這意味著它是由複數個車輛共享而不是「全域參考」的座標系統,例如UTM(通用橫軸墨卡托)區域。
繼續,根據本發明的示例性實施例,定位數據包包括機動車輛的航向和經緯度,並且外部定位數據包包括不同機動車輛的航向和經緯度。因此,可以為從外部車輛的區域座標系統到接收車輛的區域座標系統的轉換或轉換增加進一步的冗餘。這是因為除了兩個連接的車輛及其航向之間的相對測量之外,還提供了執行變換的裝置(全域經緯度)。
此外,在本發明的示例性實施例中,外部車輛數據包和外部定位分組是單獨的數據分組。換句話說,這意味著不同機動車輛的航向及/或全域横向/縱向座標與車輛數據包分離,使得經緯度不被添加在關於周圍環境的資訊之上。更具體地,所接收的資訊分別表示不同的車輛位於XX和YY全域横向/縱向座標並且在外部車輛前方直線40米處的公共汽車,而不是接收公共汽車位於WW和ZZ的全域横向/縱向座標。
此外,在本發明的另一個示例性實施例中,控制單元被配置以藉助於概率濾波器來過濾車輛數據包,以便在擷取到的資訊中移除關於機動車輛的周圍環境的任何異常。一個概率濾波器組可以例如是一組擴展卡爾
曼濾波器。例如,異常可能是假陽性或假陰性。這可以被解釋為在將任何資訊傳輸到系統內的其他車輛或節點之前的預處理階段。優點是這可以減少明顯錯誤的共享/傳播。
繼續,根據本發明的又一示例性實施例,控制單元還被配置以擷取機動車輛的預期狀態,其中預期狀態包括機動車輛的路徑預測和/或計劃路徑;以及其中,外部車輛數據包包括不同機動車輛的預期狀態,其包括不同機動車輛的路徑預測和/或計劃路徑。這為系統增加了進一步的冗餘,因為每個車輛的意圖可以被視為獨立的資訊來源。
此外,根據本發明的另一個態樣,提供了一種用於管理多連線機動車輛的感知系統,其中每個前述連線機動車輛包括根據上述任何一個車輛系統的實施例。感知系統包括:通訊電路,用於向每個前述互連的機動車輛發送和接收數據包;控制單元,與通訊電路相連,用於:從每個前述複數個連線機動車輛接收一組車輛數據包,每組車輛數據包包括關於相關機動車輛的周圍環境的資訊;通過概率濾波器組合併過濾所接收的車輛數據包,從而形成一組處理過的數據包,處理後的數據包包括複數個機動車輛的預定機動車輛的可能車輛狀態;以及將處理後的數據包發送到複數個機動車輛的至少一個機動車輛。
在本發明的這個態樣中,存在類似前述本發明的第一態樣的優點和較佳特徵,反之亦然。通過使用更高級別的系統節點,管理複數個機動車輛,可以實現更高級別的提取,並且可以生成更健全的資訊。這至少部分是因為系統可以知道系統的每個機動車輛的任何不同屬性以及系統的總
體任務。如上所述,該系統利用分散式方法來克服冗餘要求,而無需昂貴且更複雜的車載架構的開銷。
更詳細地,驗證的資訊可以相應地被傳送回相關的機動車輛(即,已經過測量的車輛)或者相同系統內的不同機動車輛。
繼續,感知系統從複數個機動車輛接收資訊,並且控制單元通過概率濾波器組進行處理。控制器還可以被配置以考慮將共享或全域座標系統的座標變換應用於任何輸入資訊。這種座標變換是有利的,因為大多數環境感知感測器(在車輛上)在車輛區域座標系統中工作(例如,相對於實際車輛進行測量)。此外,通過將座標變換延遲到接收側(這裡是感知系統)而不是發送方,可以實現幾個優點。例如,所選擇的座標系統可以針對所討論的車輛組以及將應用於資訊的過濾類型進行最佳化。這構成,例如,選擇所有車輛共用的UTM區域,即轉換為共享的座標系統。此外,可以將更多的車輛狀態資訊(周圍環境、歷史數據、預期路徑等)結合到變換中,從而提供更少雜訊,更可靠的車輛狀態。此外,系統級的計算能力可能比單個機動車輛的計算能力更高且更具可擴展性。
繼續,根據本發明的另一個實施例,感知系統的控制單元還可以被配置以:從每個複數個連線機動車輛接收一組定位數據包,每組定位數據包包括每個相應機動車輛的經緯度;確認收到的車輛數據包的應用程序,並根據確認的應用程序,控制單元配置為:在發送處理後的數據包之前,將處理後的數據包變換為參考全球地理系統,或
將處理後的數據包變換為參考共享座標系統,此共享座標系統對於前述複數個連線機動車輛的子群組是通用的,或者轉換處理後的數據包,使得關於周圍環境的資訊相對於複數個連線機動車輛中的預定義機動車輛的區域座標系統。
這種座標變換是有利的,因為大多數環境感知感測器在車輛區域座標系統中工作。因此,通過將座標變換延遲到接收側而不是發送方,在所選擇的座標系統的最佳化方面可以實現幾個優點,因為在任何變換之前可以包含更多的資訊,並且因為計算能力可以處理功率在感知系統層面可能更高。換句話說,在過濾步驟中使用原始未篡改測量而不是在過濾之前必須執行向後或向前的座標變換是有利的,這將增加數據的不確定性。
根據本發明的另一態樣,提供了一種用於管理複數個連線機動車輛的感知系統,該感知系統包括:通訊電路,用於向至少一個前述互連的機動車輛發送和接收數據包;控制單元,連接到該通訊電路,該控制單元用於:從每個該複數個連線機動車輛接收一組車輛數據包,每組車輛數據包包括關於相關機動車輛的周圍環境的資訊;從每個該複數個連線機動車輛接收一組定位數據包,該定位數據包包括每個機動車輛的航向及/或經緯度;確認收到的車輛數據包的應用程序;以及根據確認的應用程序:通過概率濾波器過濾該接收的車輛數據包組,以便形成一組處理過的數據包;以及轉換該經處理的數據包,使得關於周圍環境的該資訊相對於地理座標系統,或
將處理後的數據包變換為參考共享座標系統,該共享座標系統對於該複數個連線機動車輛的子群組是通用的,或者轉換該經處理的數據包,使得關於周圍環境的該資訊相對於該複數個連線機動車輛中的預先定義機動車輛的區域座標系統。
本發明的這個態樣中,存在類似如在前面討論的本發明的態樣中的優點和較佳的或示例的特徵。經過濾的數據包組較佳地包含比(未經過濾的)車輛數據包更少的異常。
下面將參考下文描述的實施例進一步闡明本發明的這些和其他特徵。
1、1’:車輛系統
10:第一測量
12:第二測量
101、102:機動車輛
15、16:區域座標系統
2、2’:感測系統
20:箭頭
201:物體
3、3’:定位系統
4、4’:通訊系統
5、5’、51:控制單元
50:感知系統
52:概率濾波器
為了舉例說明,下面將參考附圖中所示的實施例更詳細地描述本發明,其中:圖1是根據本發明實施例的車輛系統的示意方塊圖。
圖2A是根據本發明實施例的車輛系統中包含的控制單元的示意性方塊圖。
圖2B是根據本發明的一個實施例的車輛系統的控制單元被配置以執行的一組操作步驟的示意流程圖。
圖3是根據本發明實施例的感知系統的控制單元被配置以執行的一組操作步驟的示意流程圖。
在以下詳細描述中,將描述本發明的較佳實施例。然而,應該理解,不同實施例的特徵在實施例之間是可交換的,並且可以以不同方式組合,除非特別指出任何其他內容。即使在以下描述中,闡述了許多具體細
節以提供對本發明的更透徹的理解,但是對於本領域技術人員來說顯而易見的是,可以在沒有這些具體細節的情況下實踐本發明。在其他情況下,沒有詳細描述公知的結構或功能,以免模糊本發明。
圖1是根據本發明的實施例的車輛系統1的示意性概覽圖。在所示實施例中,存在兩個機動車輛101、102,它們彼此通信連接並且與整個感知系統50(在此表示為基於雲端的系統)相關聯,用於管理複數個連接的車輛。自然地,可能存在參與相同系統的更多機動車輛,然而,為了簡短和簡潔起見,在所示實施例中僅提供兩個機動車輛。
在下文中並參考圖1,將主要從車輛的角度描述本發明,即「第一」機動車輛101。兩個機動車輛101、102適當地是自動駕駛車輛或半自動駕駛車輛。
車輛系統1具有感測系統2,其包括複數個感測器,用於產生關於機動車輛101的周圍環境的資訊。感測器可以是例如雷達,照相機,LiDAR(Light Detection and Ranging,光檢測和測距)等。感測系統2是用來測量和擷取相關於機動車輛101周圍各種物體的位置的資料,例如這些物體相對於機動車輛101距離。此外,車輛系統1具有定位系統3,用於產生與機動車輛101相關的定位數據包。定位數據包例如可以是經緯度,其通過例如GNSS(Global Navigation Satellite System,全球導航衛星系統)來擷取,例如GPS、GLONASS、GALILEO等。然而,定位數據也可以附加由例如由指南針擷取的機動車輛101的航向,或以其取代之。
車輛系統1還具有通訊系統4,用於向/從至少一個其他機動車輛102無線發送和接收數據。通訊系統可以是能夠通過例如發送和接收電磁波的任何類型的合適的通信系統,例如無線電收發信機等。相同的通訊系統4
較佳地還可操作用於向與機動車輛101相關聯的感知系統50發送和接收無線數據。
此外,車輛系統1具有可控制單元5,其可操作地連接到感測系統2,定位系統3和通訊系統4。顯然,這些各種子系統的部分或全部可以整合到單個系統中,因此這種明顯的改變被認為是在本發明和所附獨立請求項的範圍內。繼續,控制單元5被配置以執行或完成某組任務,以便為機動車輛101周圍環境的測量增加冗餘,從而產生周圍環境的更準確的感知或圖像。更具體地,控制單元5被配置以通過感測系統2來擷取周圍環境中的物體201的位置,如虛線10所呈現,並且藉以生成車輛數據包,其包括該物體201相對於機動車輛101位置。換句話說,物體201的位置在車輛的區域座標系統15中定義,例如,物體的位置是(148m,-15°)[101]。兩個數據點定義到物體201的絕對距離及其相對於機動車輛101的位置,其中0°可以被認為是在機動車輛101前面的直線,並且括號內的數字用於闡明它在第一機動車輛101的區域座標系統。控制單元5還被配置以從定位系統3擷取機動車輛101的航向和/或經緯度。
此外,控制單元5被配置以從不同機動車輛102接收(如箭頭20所示)外部車輛數據包和外部定位數據包。外部車輛數據包包括相對於不同機動車輛102的物體201位置的測量值,即不同機動車輛102的區域座標系統16中的物體的位置數據。例如,外部車輛數據可以說物體201相對於不同機動車輛102位於(43m,-38°)[102]。在該上下文中,不同機動車輛應被解釋為它是除第一機動車輛101之外的車輛,即車輛可能仍然具有相同的型號或類型。所接收的外部定位數據包包括不同機動車輛102的航向和/或經緯度(例如,GPS座標)。
控制單元5還利用感測系統2來擷取不同機動車輛102相對於第一機動車輛101的位置。換句話說,在第一機動車輛101座標系統內表達的不同機動車輛的位置,例如,(74m,23°)[101]。應當注意,這裡指示測量值的數字僅僅是近似示例,並非旨在按比例繪製。
繼續說明,通過以第一機動車輛101的航向及/或經緯度以及不同機動車輛102的航向及/或經緯度比較不同機動車輛的相對位置,即(74m,23°),將外部車輛數據包轉換至區域座標系統15(相對車輛,即第一機動車輛101的)。該操作導致由不同機動車輛102進行的物體201的測量12轉換到第一機動車輛的區域座標系統15,由此控制單元5可以藉感測器融合操作將這兩個測量值融合在一起,從而產生物體的可能位置。換句話說,兩個測量10、12的結果是相同物體位置的冗餘測量值。因此,在不增加每個機動車輛101、102的車內系統(車輛系統1)的複雜性或任何顯著成本的情況下,完成了向系統添加冗餘的功效。儘管已經從第一機動車輛101的角度解釋了前述內容,然而該描述類似地適用於採用相同系統1'的不同機動車輛102。
在圖2A中更詳細地示出了數據生成,傳送和處理的示例。車輛系統1可以生成許多不同的數據集,即:
‧物體X相對於相關聯的機動車輛101的位置,其由測量參考[0]顯示:(rx,θx)[0]。
‧實際車輛的座標和航向形式的位置:(X,Y,α)[G],其中G表示該位置是指全球地理座標系統。
‧相對於相關機動車輛101的其他車輛1...N的位置:(r1,θ 1)[101]...(rN,θN)[0]。
此外,如先前詳細描述的,車輛系統1從其他車輛接收數據,在圖2A的所示示例中,僅示出了包含相同物體X的相對於該另一車輛的位置的
一個其他數據集,其區域座標系統表示為[1],並且該另一車輛在全球地理座標系統中的位置。如係統1的控制單元5下方的虛線框所示,控制單元被配置以將接收的測量(rx,θx)[1]變換為其自己的區域座標系統(rx,θx)[1][0]通過使用地理數據((X,Y,α)[G];(X1,Y1,α1)[G]),以及該其他車輛(r1,θ1)[0]的位置的直接測量。通過採用該程序,增加了物體X位置相對於相關機動車輛101的測量的可靠性,而不增加每個機動車輛的感測系統的複雜性或成本。
外部車輛數據包和外部定位數據包作為單獨的數據包被分開發送20,這意味著例如不同機動車輛102的經緯度及/或航向未與有關周圍環境的資訊整合。更具體地說,車輛系統1、1'不是發送例如陳述物體201位於道路M上的城市A的東北30公里處的數據,而是被配置成發送陳述物體201相對於不同機動車輛102位於XX並且不同機動車輛位於YY的數據以取代之。換句話說,在接收側完成了任何座標的變換或平移,如此降低了雜訊並因而降低了測量12中的不確定性。
此外,控制單元5、5'可以被配置以通過藉助於概率濾波器(例如卡爾曼濾波器)對車輛數據包進行過濾來預處理車輛數據包,以便從擷取資料10、12中移除關於周圍環境的異常值和其他測量誤差。優異地,控制單元5、5'還可以被配置以執行常規診斷檢查,以便驗證車載感測器的操作能力、壓縮和包裝數據,以便能夠傳送(到其他機動車輛101、102或系統節點(感知系統50))通過緩慢,不可靠和昂貴的網路。
此外,控制單元5、5'可以被配置以擷取機動車輛101、102的預期狀態,其中預期狀態包括機動車輛101、102的路徑預測及/或計劃路徑。外部車輛數據包(由第一機動車輛101接收)可包括不同機動車輛102的預期狀
態。這為系統1增加了甚至進一步的冗餘,因為每個機動車輛101、102的意圖可以被認為是獨立的資訊來源。
圖2B是根據本發明的一個實施例的控制單元(圖1中的標號5、5')可以被配置來完成的方法(也可以被理解為過程或一組功能)的流程圖表示。該方法旨在增加車輛感知系統中的冗餘,而不必增加系統的複雜性或顯著成本。因此,流程圖可以被認為表示可以儲存在非暫時性計算機可讀介質(建置在車輛中)上的一組指令,使得當由計算系統執行時,計算系統執行包括擷取S1的功能。通過車輛的感測系統測量機動車輛的周圍環境中的物體的位置,從而產生包括物體相對於機動車輛的位置的車輛數據包。
此外,S2擷取車輛的航向。在該步驟S2中,可以附加地或替代地擷取以全域/共享經緯度表示的車輛位置。接下來,接收來自不同機動車輛的外部車輛數據包和外部定位數據包S3。外部車輛數據包包括物體相對於該不同機動車輛的位置的測量,並且外部定位數據包包括不同機動車輛的航向(並且可選地或另外地還包括不同機動車輛的經緯度)。
此外,在步驟S4中,對不同機動車輛相對於機動車輛的位置的測量(其執行方法/過程)被擷取,例如藉由合適的感測器。然後在步驟S5中,將外部車輛數據包轉換或從不同機動車輛的區域座標系統轉換到機動車輛的區域座標系統(其執行方法/過程)。這是通過比較不同機動車輛相對於「執行」機動車輛的位置,以及至少機動車輛的航向和不同機動車輛的航向來執行的。作為補充或替代,可以使用每個機動車輛的經緯度。因此,計算系統可以通過比較S6(使用感測器數據融合)物體的兩個測量值來生成物體的可能位置,這兩個測量值已經由兩個不同的感測系統執行,但是已經被處理使得它們對應於相同的區域座標系統。
此外,圖1還顯示了用於管理複數個連線機動車輛101、102的感知系統50的示意圖。該感知系統50包括控制單元51,其被配置以接收來自每個複數個連線機動車輛101、102的一組車輛數據包(例如,通過合適的收發器)。該車輛數據包包括關於每個相應的機動車輛101、102的周圍環境的資訊。然後,控制單元被配置以藉助於概率濾波器(如圖1的虛線框52所示)組合並過濾所接收的車輛數據包,以便形成一組處理過的數據包。經處理的數據包包括複數個機動車輛101、102中的第一(預定義)機動車輛101的可能車輛狀態。可能狀態包括關於第一機動車輛101的周圍環境的經驗證的資訊。因此,處理後的數據包可以被發送到相關車輛車隊內的任何一個機動車輛101、102,或者簡單地廣播到所有機動車輛101、102。通過使用系統級節點(感知系統50)來處理車輛數據包,更高級別的抽像是在系統級別上生成可能且更健壯的資訊,因為感知系統50知道每個機動車輛101、102的不同屬性,即車隊的整體任務。換句話說,該系統利用分散式方法來克服冗餘要求,而無需昂貴且更複雜的車載架構的開銷。通過在系統級進行組合和過濾可實現的另一個優點是(感知系統50的)系統級的計算能力可能比機動車輛101、102的計算能力更高且更具可擴展性。
此外,感知系統的控制單元還可以被配置以確定所接收的數據分組的應用。這是為了做出特定於應用程序的決定。例如,在一些應用中,將周圍環境的每個測量結果從區域座標系統(即相對於每個車輛)變換到全域座標系統(即,相對於全球經緯度)可能是合適的。後者可以是例如當系統級節點(感知系統50)要從每個機動車輛101、102廣播經驗證的測量值時,這是有利的,由此每個機動車輛101、102可以容易地應用所接收的數據而不執行任何附加的變換。或者,可以確定將一個或複數個測量結果變換為預定義機動車輛101、102的區域座標系統15、16是合適的。因此,可以在(感
知系統50的)系統級而不是在每個系統級別內執行座標變換。如前所述,將座標變換延遲到接收側(即系統節點(感知系統50))而不是發送側(即機動車輛101、102)具有若干優點,例如,如前所述,所選擇的通用座標系統可以針對所討論的車輛集合以及將應用於資訊的過濾類型進行最佳化(例如,通過選擇所有車輛共有的UTM區域),並且車輛狀態的更多資訊可以是結合到轉換中,提供較少雜訊,更可靠的車輛狀態,並且系統級的計算能力可能比車輛的計算能力更高且更具可擴展性。
圖3是根據本發明實施例的感知系統的控制單元被配置以執行的一組操作步驟的流程示意圖。感知系統適用於管理複數個連線機動車輛,較佳地是自動駕駛或半自動駕駛車輛。以下「步驟」S11-S16也可以被解釋為用於解釋和處理從複數個機動車輛的感測系統接收的數據的方法。
因此,控制單元被配置為從每個複數個連線機動車輛接收S11一組車輛數據包,每組車輛數據包是從每個機動車輛的感測系統擷取的,其中車輛數據包包括關於機動車輛相對於機動車輛的周圍環境的資訊。換句話說,資訊是指每個相應機動車輛的區域座標系統(例如,未知物體位於右側30米35°處)。此外,從複數個連線機動車輛中的每一個接收S12一組定位數據包,該定位數據包包括每個機動車輛的經緯度。確定所接收的車輛數據包的應用程序S13,以便允許應用程序特定的數據處理並因此感知系統最佳化。此外,藉助於概率濾波器(例如卡爾曼濾波器)對所接收的車輛數據包集合進行濾波,以便形成經過濾的數據包,該經過濾的數據包包含比車輛數據包更少的異常。過濾步驟還可以考慮機動車輛的接收意圖以添加資訊冗餘。
此外,基於所確定的S13應用,車輛數據包被轉換為S15以相對於地理座標系統(例如GNSS)或變換S16以相對於複數個連線機動車輛的預定義機動車輛的區域座標系統。
現在已經參考具體實施例描述了本發明。然而,車輛系統和感知系統的若干變體是可行的。例如,可以僅考慮車輛從系統節點接收的數據的一部分,以避免處理不重要的資訊。此外,與感知系統中的方法相比,可以在車輛系統中應用更簡單的過濾方法,因為處理能力可以限制在車輛系統內。必須將這些和其他明顯的修改視為在本發明的範圍內,因為它由所附請求項限定。應當注意,上述實施例說明而不是限制本發明,並且本領域技術人員將能夠在不脫離所附請求項的範圍的情況下設計許多備選實施例。在請求項中,括號內的任何參考符號不應解釋為對請求項的限制。「包括」一詞不排除存在除請求項中列出的元件或步驟之外的其他元件或步驟。元素前面的詞語「一」或「一個」不排除存在多個這樣的元素。
1、1’‧‧‧車輛系統
10‧‧‧第一測量
12‧‧‧第二測量
101、102‧‧‧機動車輛
15、16‧‧‧區域座標系統
2、2’‧‧‧感測系統
20‧‧‧箭頭
201‧‧‧物體
3、3’‧‧‧定位系統
4、4’‧‧‧通訊系統
5、5’、51‧‧‧控制單元
50‧‧‧感知系統
52‧‧‧概率濾波器
Claims (9)
- 一種用於自動駕駛或半自動駕駛的一機動車輛的車輛系統,包括:一感測系統,包括複數個感測器,用於產生包括關於該機動車輛的一周圍環境的資訊的車輛數據包;一定位系統,用於產生與該機動車輛相關的定位數據包,該定位數據包包括該機動車輛的航向和該機動車輛的經緯度中的至少一個;一通訊系統,用於向/從至少一個具有該車輛系統之其他機動車輛無線發送和接收數據;一控制單元,其可操作地連接到該感測系統,該定位系統和該通訊系統,該控制單元被配置為:通過該感測系統擷取該周圍環境中一物體相對於該機動車輛的位置的第一測量;擷取該機動車輛的該航向及/或該經緯度;從具有該車輛系統之不同機動車輛接收外部車輛數據包和外部定位數據包,該外部車輛數據包包括相對於具有該車輛系統之該不同機動車輛的該物體的位置的第二測量,並且該外部定位數據包包括至少一個具有該車輛系統之該不同機動車輛的經緯度和航向;通過該感測系統擷取具有該車輛系統之該不同機動車輛相對於該機動車輛的位置;通過比較具有該車輛系統之該不同機動車輛相對於該機動車輛的該位置,該定位數據包和該外部定位數據包,將該外部車輛數據包轉換為區域座標系統;以及處理轉換後的該外部車輛數據包和該車輛數據包,以便生成該物體的一可能位置。
- 如請求項1所述的車輛系統,其中該定位數據包包括該機動車輛的航向和經緯度,並且其中該外部定位數據包包括具有該車輛系統之該不同機動車輛的航向和經緯度。
- 如請求項1所述的車輛系統,其中該外部車輛數據包和該外部定位數據包是分開的數據包。
- 如前述請求項1至3中任一項所述的車輛系統,其中,該控制單元被配置為通過概率濾波器過濾該車輛數據包,以便去除該擷取到的資訊中關於該機動車輛的周圍環境的任何異常。
- 如前述請求項1至3中任一項所述的車輛系統,該機動車輛和具有該車輛系統之該不同機動車輛是自動駕駛機動車輛或半自動駕駛車輛。
- 如前述請求項1至3中任一項所述的車輛系統,其中,該控制單元還被配置用以擷取該機動車輛的一預期狀態,其中,該預期狀態包括該機動車輛的路徑預測及/或計劃路徑;以及其中該外部車輛數據包包括一具有該車輛系統之該不同機動車輛的預期狀態,其包括具有該車輛系統之該不同機動車輛的路徑預測及/或計劃路徑。
- 一種用於管理複數個連線機動車輛的感知系統,每個機動車輛包括根據前述請求項中任一項所述的車輛系統,該感知系統包括:通訊電路,用於向每個該互連的機動車輛發送和接收數據包; 控制單元,連接到該通訊電路,該控制單元用於:從每個該複數個連線機動車輛接收一組車輛數據包,每組車輛數據包包括關於相關機動車輛的周圍環境的資訊;通過概率濾波器組合併過濾該接收的車輛數據包,以便形成一組處理過的數據包,該處理過的數據包包括該複數個機動車輛中一預定機動車輛的可能車輛狀態;以及將該處理過的數據包發送到該複數個機動車輛中的至少一個機動車輛。
- 如請求項7所述的感知系統,其中該控制單元還被配置以:從每個該複數個連線機動車輛接收一組定位數據包,每組定位數據包包括每個相對應機動車輛的航向和經緯度中的至少一個;確定所接收的車輛數據包的應用程序,並且根據該確定的應用程序,該控制單元被配置以:在發送該處理過的數據包之前,將該車輛數據包變換為參考全球地理系統,或者將處理後的數據包變換為參考共享座標系統,該共享座標系統對於該複數個連線機動車輛的子群組是通用的,或者轉換該經處理的數據包,使得關於周圍環境的該資訊相對於該複數個連線機動車輛中的該預定機動車輛的區域座標系統。
- 一種用於管理複數個連線機動車輛的感知系統,該感知系統包括:一通訊電路,用於向至少一個該複數個連線機動車輛發送和接收數據包;一控制單元,連接到該通訊電路,該控制單元用於: 從每個該複數個連線機動車輛接收一組車輛數據包,每組車輛數據包包括關於相關機動車輛的周圍環境的資訊;從每個該複數個連線機動車輛接收一組定位數據包,該定位數據包包括每個機動車輛的航向及/或經緯度;確認收到的車輛數據包的應用程序;和根據確認的應用程序:通過概率濾波器過濾該接收的車輛數據包組,以便形成一組處理過的數據包;以及轉換該經處理的數據包,使得關於周圍環境的該資訊相對於地理座標系統,或將處理後的數據包變換為參考共享座標系統,該共享座標系統對於該複數個連線機動車輛的子群組是通用的,或者轉換該經處理的數據包,使得關於周圍環境的該資訊相對於該複數個連線機動車輛中的預定義機動車輛的區域座標系統。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
??17210961.3 | 2017-12-28 | ||
EP17210961.3 | 2017-12-28 | ||
EP17210961.3A EP3506040B8 (en) | 2017-12-28 | 2017-12-28 | Cooperative sensing |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201930921A TW201930921A (zh) | 2019-08-01 |
TWI783094B true TWI783094B (zh) | 2022-11-11 |
Family
ID=60953611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107145076A TWI783094B (zh) | 2017-12-28 | 2018-12-13 | 合作感知 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11164461B2 (zh) |
EP (1) | EP3506040B8 (zh) |
CN (1) | CN111436207B (zh) |
TW (1) | TWI783094B (zh) |
WO (1) | WO2019129535A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11338866B2 (en) * | 2018-05-31 | 2022-05-24 | Uatc, Llc | Movable front shield for vehicles |
US10564641B2 (en) | 2018-07-20 | 2020-02-18 | May Mobility, Inc. | Multi-perspective system and method for behavioral policy selection by an autonomous agent |
PL4109194T3 (pl) * | 2021-06-25 | 2024-05-13 | Siemens Aktiengesellschaft | Generowanie danych z czujników do sterowania pojazdem autonomicznym |
CN116170779B (zh) * | 2023-04-18 | 2023-07-25 | 西安深信科创信息技术有限公司 | 一种协同感知数据传输方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011012882A1 (en) * | 2009-07-28 | 2011-02-03 | Bae Systems Plc | Estimating positions of a device and at least one target in an environment |
WO2013166096A1 (en) * | 2012-05-01 | 2013-11-07 | 5D Robotics, Inc. | Distributed positioning and collaborative behavior determination |
US20140104077A1 (en) * | 2012-10-17 | 2014-04-17 | Volkswagen Ag | Method for associating a transmitter with a detected object in car-to-car communication and motor vehicle |
US20170248963A1 (en) * | 2015-11-04 | 2017-08-31 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE495516T1 (de) * | 2008-05-20 | 2011-01-15 | Fiat Ricerche | Kooperative geolokalisierung auf basis der kommunikation zwischen fahrzeugen |
KR20110007529A (ko) * | 2009-07-16 | 2011-01-24 | 삼성전자주식회사 | 소스 드라이버 및 이를 구비하는 디스플레이 장치 |
BR112012012306A2 (pt) | 2009-11-24 | 2019-09-24 | Telogis Inc | métodos e sistemas para otimizar o uso de energia e as rotas de veículo energizado |
EP2527943A1 (en) * | 2011-05-24 | 2012-11-28 | BAE Systems Plc. | Vehicle navigation |
US8688290B2 (en) * | 2011-12-27 | 2014-04-01 | Toyota Motor Enginerring & Manufacturing North America, Inc. | Predictive destination entry for a navigation system |
US20160247106A1 (en) | 2015-02-24 | 2016-08-25 | Siemens Aktiengesellschaft | Managing a fleet of autonomous electric vehicles for on-demand transportation and ancillary services to electrical grid |
GB2539422B (en) | 2015-06-16 | 2020-01-29 | Spark Ev Tech Ltd | Electric vehicle scheduling system and method using vehicle battery data |
US9922553B2 (en) * | 2015-12-22 | 2018-03-20 | Intel Corporation | Vehicle assistance systems and methods utilizing vehicle to vehicle communications |
US9857189B2 (en) | 2016-02-08 | 2018-01-02 | GM Global Technology Operations LLC | Energy-efficient navigation route for electric transportation device |
US10795378B2 (en) * | 2017-06-13 | 2020-10-06 | Verizon Patent And Licensing Inc. | Remote token-based control of autonomous vehicles |
-
2017
- 2017-12-28 EP EP17210961.3A patent/EP3506040B8/en active Active
-
2018
- 2018-12-13 TW TW107145076A patent/TWI783094B/zh active
- 2018-12-18 WO PCT/EP2018/085410 patent/WO2019129535A1/en active Application Filing
- 2018-12-18 CN CN201880069748.3A patent/CN111436207B/zh active Active
- 2018-12-18 US US16/955,107 patent/US11164461B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011012882A1 (en) * | 2009-07-28 | 2011-02-03 | Bae Systems Plc | Estimating positions of a device and at least one target in an environment |
WO2013166096A1 (en) * | 2012-05-01 | 2013-11-07 | 5D Robotics, Inc. | Distributed positioning and collaborative behavior determination |
US20140104077A1 (en) * | 2012-10-17 | 2014-04-17 | Volkswagen Ag | Method for associating a transmitter with a detected object in car-to-car communication and motor vehicle |
US20170248963A1 (en) * | 2015-11-04 | 2017-08-31 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
Also Published As
Publication number | Publication date |
---|---|
WO2019129535A1 (en) | 2019-07-04 |
EP3506040B1 (en) | 2021-08-18 |
US20200388159A1 (en) | 2020-12-10 |
EP3506040A1 (en) | 2019-07-03 |
EP3506040B8 (en) | 2021-09-22 |
CN111436207A (zh) | 2020-07-21 |
TW201930921A (zh) | 2019-08-01 |
US11164461B2 (en) | 2021-11-02 |
CN111436207B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI783094B (zh) | 合作感知 | |
JP2018066728A (ja) | ワイヤレス車両データを用いた車両の位置推定 | |
US11080216B2 (en) | Writing messages in a shared memory architecture for a vehicle | |
US11803184B2 (en) | Methods for generating maps using hyper-graph data structures | |
US20200210255A1 (en) | Message buffer for communicating information between vehicle components | |
US11616737B2 (en) | Reading messages in a shared memory architecture for a vehicle | |
US20220283587A1 (en) | Controlling an autonomous vehicle using a proximity rule | |
US11754715B2 (en) | Point cloud format optimized for LiDAR data storage based on device property | |
US11885893B2 (en) | Localization based on predefined features of the environment | |
US11999372B2 (en) | Operation of an autonomous vehicle based on availability of navigational information | |
US11327489B2 (en) | Shared memory architecture for a vehicle | |
US12091016B2 (en) | Vehicle route modification to improve vehicle location information | |
US11539621B2 (en) | Controller area network messages in an autonomous vehicle | |
JP2020149323A (ja) | 情報処理装置及び情報処理装置を備える自動走行制御システム | |
US20240210939A1 (en) | Camera image compression for autonomous driving vehicles | |
CN115240444B (zh) | 用于执行交通控制抢占的车辆和方法 | |
US11958503B2 (en) | Techniques for navigating an autonomous vehicle based on perceived risk | |
US20240124060A1 (en) | A method for determining whether an automatic collision avoidance steering maneuver should be executed or not | |
US20220258761A1 (en) | Controlling an autonomous vehicle using variable time periods | |
US12060067B2 (en) | Systems, methods, and vehicles for correcting driving behavior of a driver of a vehicle | |
US11995990B2 (en) | Methods and systems for managing connected vehicles in mixed traffic | |
JP2024097100A (ja) | 中継装置、中継方法、及びコンピュータプログラム |