WO2019053013A1 - Method for determining a position of a motor vehicle in its surroundings, control device for a motor vehicle and computing device for operating in a data network - Google Patents

Method for determining a position of a motor vehicle in its surroundings, control device for a motor vehicle and computing device for operating in a data network Download PDF

Info

Publication number
WO2019053013A1
WO2019053013A1 PCT/EP2018/074490 EP2018074490W WO2019053013A1 WO 2019053013 A1 WO2019053013 A1 WO 2019053013A1 EP 2018074490 W EP2018074490 W EP 2018074490W WO 2019053013 A1 WO2019053013 A1 WO 2019053013A1
Authority
WO
WIPO (PCT)
Prior art keywords
landmark
motor vehicle
characteristic
features
maneuver
Prior art date
Application number
PCT/EP2018/074490
Other languages
German (de)
French (fr)
Inventor
Friedrich Schweizer
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
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 Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to CN201880051101.8A priority Critical patent/CN111051817B/en
Publication of WO2019053013A1 publication Critical patent/WO2019053013A1/en

Links

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
    • G01C21/28—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
    • 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

Definitions

  • the invention relates to a method for determining a position of a motor vehicle in an environment. For this purpose, it is recognized that the motor vehicle passes a predetermined landmark whose position is known. Thus, it can be deduced from the position of the landmark on the position of the motor vehicle.
  • the invention also includes a control device for a motor vehicle in order to carry out the method according to the invention. Furthermore, the invention provides a stationary computing device.
  • a method of the type mentioned is known for example from DE 10 201 1 1 12 404 A1.
  • an object in the surroundings is detected as a landmark by means of a camera and then the relative position of the motor vehicle with respect to the object is determined in order to determine the intrinsic position of the motor vehicle starting from the known position of the object and the relative position.
  • such a method requires complex object recognition in image data of the camera.
  • the relative position of the motor vehicle with respect to the object must be able to be measured.
  • a method is known, by means of which thresholds are recognized on a road surface by a motor vehicle. Since the position of the bumps is known, the position of the motor vehicle can thus be equated with the position of the bumps when driving over the bumps.
  • the method detects the bumps on the basis of a vibration pattern, for example, a roar, which is caused when crossing the thresholds in the motor vehicle.
  • a vibration pattern for example, a roar
  • the invention provides a method for determining a position of a motor vehicle in an environment.
  • the position may be an absolute geoposition or a relative position, for example with respect to a predetermined reference object.
  • the method uses the approach known from the prior art to provide a respective position indication of the landmark for at least one predetermined landmark of the environment. So it is at least one landmark and their position in the area known.
  • the position of the landmark is described by a corresponding position indication. According to the method, it is recognized that the motor vehicle currently passes the at least one landmark in each case. It can therefore be recognized during a trip each time when the motor vehicle passes or passes a known landmark.
  • the position information of each currently passed landmark is then output as the current position of the motor vehicle.
  • a driving maneuver is in particular a time sequence of steering settings and / or acceleration settings and / or braking settings to understand.
  • a landmark may be a characteristic double curve of a road, which can be recognized by the corresponding steering behavior of the motor vehicle.
  • the respective maneuvering characteristic of the landmark indicates predetermined typical or characteristic features of the respective driving maneuver, eg first a right turn, followed by a left turn. In other words, the maneuver characteristic describes how the motor vehicle has to be driven or guided while passing the landmark.
  • the landmark is detected by means of a longitudinal guide (acceleration and / or braking) and / or transverse guidance (steering) of the motor vehicle.
  • a longitudinal guide acceleration and / or braking
  • / or transverse guidance steering
  • the invention by means of at least one detection device of the motor vehicle description data of each current from generated the motor vehicle driven maneuver.
  • predetermined characteristics of the driving maneuver are extracted from the description data.
  • the currently passed landmark is identified or recognized.
  • a predetermined matching criterion for the features to be compared can be provided.
  • a predetermined tolerance interval can be provided for a difference between the features, within which a match of the respective features is still signaled. If all the extracted features or at least a predetermined minimum proportion of the extracted features then agree with the respectively corresponding characteristic features of a maneuver characteristic according to the matching criterion, the landmark described by this maneuver characteristic is recognized as the one that is currently being passed.
  • the invention provides the advantage that only the driving behavior of the motor vehicle itself, in particular with respect to the longitudinal guide and the transverse guide, must be detected in order to derive or determine the position of the motor vehicle from this. There is no elaborate detection of vehicle-external objects, be it visible objects and / or bumps, necessary.
  • the invention includes other embodiments that provide additional benefits.
  • the description data is generated on the basis of a dead-reckoning method based on a vehicle movement of the motor vehicle (dead-reckoning) by means of the at least one detection device.
  • an odometry of the motor vehicle is used.
  • a position signal of a GNSS Global Navigation Satellite System
  • GPS Global Positioning System
  • Such a position signal of a GNSS has a greater variance or scattering than a position detection by means of odometry.
  • the vehicle movement can be determined more accurately than by means of a position signal of a GNSS.
  • description data for at least one of the following driving dynamics variables are determined by means of the at least one detection device: a wheel speed of at least one wheel, an acceleration in at least one spatial direction, a yaw rate, a vehicle speed, a steering angle.
  • the at least one detection device can for this purpose each provide a sensor and / or signal processing.
  • a sensor for example, a wheel speed sensor, an acceleration sensor, a steering angle sensor and / or a yaw rate sensor may be provided.
  • the driving speed can be determined by means of a speed detection, which can be based for example on a measured wheel speed of the wheels of the motor vehicle.
  • the description data may therefore contain sensor data and / or processed and / or combined sensor data.
  • the described dynamic driving variables can be detected reliably in a motor vehicle.
  • a detection device can also be formed by said receiver of the position signal of a GNSS, which would be used here only in combination with at least one further detection device.
  • An embodiment provides, in particular, that the detection of the passage of the landmark takes place independently of an image recognition of objects in the environment. As a result, one is not dependent on, for example, the visibility in the environment in an advantageous manner.
  • the description data is detected by means of a plurality of detection devices.
  • a movement model of the motor vehicle In order to combine the description data from different detection devices, it is provided that they are combined by means of a movement model of the motor vehicle. This ensures that a plausible description of the driving maneuver results.
  • An example of such a movement model is the single-track model known per se.
  • the characteristic features of the predetermined maneuvering characteristic and the features extracted from the descriptive data each include at least one of a landmark entry point, a marker exit point of the landmark, a radius of a driven curve, a curvature of the driven curve Yaw rate, an entrance direction (for example, a direction) toward the landmark, an exit direction (for example, a direction) away from the landmark, a corner corner point.
  • a curve corner point can be determined, for example, by extending the entry direction and the exit direction, the intersection of which then yields the curve corner point.
  • the entry direction here is based on the curve entry point, the exit direction on the basis of the curve exit point extended.
  • the at least one landmark each comprise at least one intersection and / or at least one curve.
  • the driving maneuver that results when driving through at least one intersection and / or curve has proved to be reliably recognizable in an advantageous manner.
  • a turning maneuver and / or cornering may be provided corresponding to the respective landmark as a characteristic driving maneuver.
  • the resulting sequence of steering settings and / or acceleration settings and / or brake settings reliably identifies recognizable features.
  • a separate maneuver characteristic is provided for different lanes or lanes of a road of the environment (in particular for adjacent lanes).
  • the position determination can be carried out with exact lane or lane accuracy.
  • a provisional geoposition of the motor vehicle is determined by means of a receiver for a position signal of a GNSS.
  • this provisional geoposition thus determined is subject to scattering or variance and thus correspondingly inaccurate.
  • From a plurality of stored maneuvering characteristics at least one maneuvering characteristic is now selected whose assigned position lies in a predetermined surrounding area around the provisional geoposition.
  • the comparison of the extracted features of the current driving maneuver is then limited to the at least one selected maneuver characteristic.
  • the calculation effort in carrying out the method can be limited by specifying the size of the surrounding area.
  • the surrounding area has a diameter of more than 10 m, in particular more than 20 m.
  • the diameter is preferably larger than one for the the receiver of the position signal of the GNSS characteristic scattering. This advantageously ensures that the correct landmark is in the set of selected landmarks.
  • the surrounding area has a diameter of less than 500 m, in particular less than 300 m.
  • the driving maneuver is preferably determined on the basis of an odometry of the motor vehicle.
  • this can have a drift and / or an offset. Therefore, it is preferably provided that an offset of the odometriebas elected position detection is determined or corrected by means of the at least one landmark determined respective position of the motor vehicle, as may be caused by the drift and / or offset.
  • the offset of a trajectory detection based on a relative position detection is corrected or at least reduced.
  • the odometriebasiere position detection can also be used for detecting a driving trajectory for long distances, especially longer than 500 m, in an advantageous manner.
  • Some embodiments relate to the question of how the respective maneuver characteristic of the respective landmark can be formed.
  • the method steps associated therewith constitute a separate aspect of the invention, which can also be carried out without the method steps described above.
  • description data which describe a respective driving maneuver of the other vehicle when passing the respective landmark are preferably received from a plurality of foreign vehicles.
  • a foreign vehicle may be a motor vehicle that has passed the landmark even before the motor vehicle, which currently passes the landmark.
  • respective predetermined features are extracted. From the extracted features a respective frequency distribution is formed and from the respective frequency distribution one of the characteristic features is then determined.
  • a characteristic feature can therefore be, for example, an average of the extracted features from the foreign vehicles. This results in the advantage that the influence of the individual driving trajectory of each individual other vehicle is relativized. Examples of such characteristic features are: an average curve radius, an averaged entry point into the landmark, a averaged exit point from the landmark, an averaged absolute direction indication (heading, eg as an indication of a compass direction).
  • One embodiment provides that in at least one frequency distribution two lane-accurate landmarks are identified on the basis of mathematical local extreme positions (ie maxima and / or minima) of the frequency distribution.
  • a predetermined lane width can be used in addition to the plausibility check.
  • the invention also provides a control device for a motor vehicle.
  • the control device may be mounted in the motor vehicle e.g. be provided as at least one control unit or be coupled as a server of the Internet via a radio link with the motor vehicle.
  • the control device can be provided by a stationary computing device, ie as a computer or computer network. It may also be provided a hybrid form with at least one control device and at least one server.
  • the control device is set up to carry out an embodiment of the method according to the invention.
  • the invention also relates to the described forming of the respective maneuver characteristic of the at least one landmark.
  • a stationary computing device for operating on a data network is provided, wherein the computing device is adapted to perform a method with the method steps that have been described in connection with the formation of maneuver characteristics.
  • FIG. 1 is a schematic representation of a motor vehicle whose position is detected by an embodiment of the method according to the invention
  • FIG. 2 is a diagram for illustrating a method step of an embodiment of the method according to the invention, which can be carried out by a control device;
  • FIG. 1 is a schematic representation of a motor vehicle whose position is detected by an embodiment of the method according to the invention
  • FIG. 2 is a diagram for illustrating a method step of an embodiment of the method according to the invention, which can be carried out by a control device
  • FIG. 1 is a schematic representation of a motor vehicle whose position is detected by an embodiment of the method according to the invention
  • FIG. 2 is a diagram for illustrating a method step of an embodiment of the method according to the invention, which can be carried out by a control device
  • FIG. 1 is a schematic representation of a motor vehicle whose position is detected by an embodiment of the method according to the invention
  • FIG. 2 is a diagram for illustrating a method step of an embodiment of the method according to
  • Fig. 3 is a diagram illustrating a statistical distribution of
  • Fig. 5 is a diagram for illustrating a statistical distribution of a characteristic feature of the maneuver characteristics of Fig. 4, on the basis of which a distinction can be made between the two lanes.
  • Fig. 1 shows a motor vehicle 10.
  • the motor vehicle 10 may be, for example, a passenger car or truck.
  • the motor vehicle 10 can, starting from a past or historical position 1 1 traveled by driving along a road 12 a termerajektorie 13 and this have also determined by means of a dead-reckoning method.
  • the driving trajectory 13 can use the dead reckoning method to ascertain the relative changes in position that result over time that arise as a result of driving along the trajectory 13.
  • the dead reckoning method used may have an offset or drift 14 to be compensated for.
  • predetermined landmarks 15 are detected while driving along the road 12, whose positions 16 can be known in a geo-coordinate system 17 and described by a respective position indication.
  • the respective position 16 is synonymous here for the associated position information.
  • a landmark 15 may each, for example, a curve or a turn-off of the road 12 act.
  • the motor vehicle 10 when passing or passing through the respective landmark 15 a predetermined, characteristic of the landmark 15 sequence of maneuvering, ie steering operations and / or acceleration operations and / or braking. These can be determined by means of an odometry of the motor vehicle 10.
  • a current position of the motor vehicle 10 can also be detected in the motor vehicle 10 - but only with an accuracy that is less than the accuracy of the dead reckoning method.
  • the determined travel trajectory 13 is more accurate in terms of relative position changes than the receiver for the GNSS, but an absolute location of the determined travel trajectory 13 with respect to the geo-coordinate system 17 is subject to e.g. the described drift 14.
  • the respective driving through the landmarks 15 is recognized in the motor vehicle 10 and then, based on a position indication of the respective position 16 of the detected landmark 15 by means of a displacement 18, the determined driving trajectory 13 lane in the coordinate system 17 or arranged anchored.
  • the method steps carried out for this purpose can be performed by a control device ECU of the motor vehicle 10, e.g. be performed by a controller.
  • a region or a surrounding area 19 can be determined in which the motor vehicle 10 is currently located in each case.
  • the GNSS position determined for this purpose represents an approximate localization or preliminary geoposition, ie a location with the accuracy of the receiver for the position signal.
  • the preliminary geoposition may be the center of the environmental region 19. Then, for example, it can then be determined in a database which possible landmarks 15 can actually be located in the vicinity of the motor vehicle 10 at all. All landmarks 15 whose position 16 lies within the current region 19 are selected.
  • the motor vehicle 10 during its travel to individual driving maneuvers of the motor vehicle 10, for example, a cornering or a turning maneuver, extract from each description data of a detection device predetermined features 20.
  • a curved entry point 21, a curve entry direction 22, a curve exit point 23, a curve exit direction 24, a curve corner point 25 and a curve radius 26 are illustrated by way of example as curved features.
  • drift drift
  • the respective landmark 15 is not significant due to the relatively small spatial extent of the respective landmark 15 (e.g., less than 1 km, in particular less than 500 m), and therefore the respective landmark 15 can be recognized from the extracted features 20.
  • an average value for the respective feature 20 can now be stored for each of the determined or extracted features 20.
  • Such an average value is an example of a typical or characteristic feature.
  • the totality or amount of the characteristic features of a landmark 15 represents a maneuvering characteristic for driving through the respective landmark 15.
  • a comparison of the extracted features 20 with the characteristic features of the respective landmark 15, ie the maneuver characteristic of the landmark 15, are performed.
  • a tolerance interval may be provided for determining a match of an extracted feature 20 with a corresponding characteristic feature (e.g., for the feature "curve radius").
  • this landmark 15 is signaled as a currently traversed landmark.
  • the position 16 of this currently traveled or passed landmark 15 is then used as the current position of the motor vehicle 10 in order to anchor the determined travel trajectories 13 in the manner described by means of the displacement 18 at the detected positions 16.
  • Fig. 2 illustrates how the characteristic features for a single landmark
  • the method steps described below may be performed by a stationary computing device SRV, e.g. can be realized as a server of the Internet.
  • the computing device SRV can communicate with motor vehicles via a respective communication link for data exchange.
  • the respective communication link can e.g. a mobile connection and / or an Internet connection.
  • the characteristic features result in this example as average values of predetermined features which are extracted for several motor vehicles when passing or passing through the respective landmark 15 from their driving maneuvers.
  • the landmark 15 of FIG Turn off 27 act, for example, an intersection.
  • the motor vehicles have passed the landmark 15 in time from the motor vehicle 10. They are referred to below as better vehicles for better distinction. In particular, these may be selected vehicles or measuring vehicles whose position is known. From the foreign vehicles, a driving trajectory 28 can be received individually. In general, it can be provided that each other vehicle, when passing the landmark 15, determines extracted features 29 relative to the respective driving maneuvers performed when passing the landmark 15.
  • a curve radius K as an example of such an extracted feature 29 will be discussed further as an example.
  • FIG. 2 illustrates how one of the foreign vehicles can determine a radius value K1 as an extracted feature 29 of the curve radius K.
  • Fig. 3 illustrates how the turning radius K (as an example of an extracted feature 29 in general) is plotted by plotting all radius values of the other vehicles for the landmark 15, i. here the turn-off option 27, as a histogram gives a frequency distribution H, in which the radius value K1 represents a possible value.
  • a characteristic feature 30 can then be determined or determined, for example, as the most frequent value of the feature 29, in this case as an example of the curve radius K.
  • the set of characteristic features 30 thus determined then gives the maneuver characteristic of the landmark 15.
  • Fig. 4 illustrates how lanes can be distinguished by characteristic features lane.
  • Fig. 4 illustrates similar to Fig. 2 a turning possibility 31, but in which two lanes 32 can be traveled.
  • Each lane 32 represents its own landmark.
  • FIG. 4 and FIG. 5 together illustrate how from extracted features 29 of the travel trajectories 28 of all other vehicles a frequency distribution H can be determined, which for an extracted feature 29, for example the curve radius K, can have two local maxima 33, which is an indication of a two-lane road is.
  • the local maxima 33 can again be used as the respective characteristic feature 30 for the two landmarks 15 of the turn-off facility 31.
  • the accuracy of navigation data or trajectory data of driving trajectories can first be broken down into global and local.
  • the goal of global navigation is a rough location to a few meters accurate. However, this accuracy is insufficient to reliably assign vehicles to lanes.
  • an assignment of a lane-precise position to a lane is possible, but reference points, so-called landmarks 15, must be present for this purpose.
  • the generation and recognition of landmarks is so far only possible optically using a camera system or LIDAR.
  • a sensor or generally detection device installed as standard in motor vehicles (i.e., a GNSS position signal receiver plus at least a wheel speed sensor, acceleration sensor, yaw rate sensor, and / or speed measurement). If the result of a fusion of these sensors is considered, such unique landmarks 15 can be recognized.
  • the aim is to identify recurring driving maneuvers in the road network and to create a maneuver characteristic over a large number of passages.
  • turning maneuvers and curves are suitable with at least one predetermined minimum curvature.
  • the merger of the detection devices results in a driving trajectory with a lower variance.
  • the fusion can e.g. based on a motion model of a motor vehicle (e.g., a one-track model).
  • the curvature of the lane can be estimated in particular from the consideration of the wheel speeds and the yaw rate. It should be noted that not every driver drives through a selected curve in the middle of the lane, but chooses his own driving line. Because of this, the curvature actually driven is subject to a frequency distribution over several passes (FIGS. 3 and 5). By this distribution, the curvature characteristic of the curve can be normalized as a characteristic feature. Thus, e.g. for every curve also an averaged suspension point at the curve entrance and corner exit.
  • the turn maneuvers are separated on the basis of various features, such as the calculated curve radius, the entry direction and the exit direction, and are individually classified into a curve characteristic.
  • a multi-lane turnabout 31 can be in this way different maneuver characteristics and thus also generate separate suspension points (landmarks) for each turn lane.
  • Fig. 2 and Fig. 4 show the generation of the landmark 15 for a right turn.
  • the relevant driving trajectories were previously determined via the entry and exit directions in and out of the intersection.
  • a mean curve radius can be determined.
  • multi-lane right turn Fig. 4
  • the heading for a lane-exact map is no longer sufficient.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

The invention relates to a method for determining a position of a motor vehicle (10) in its surroundings, wherein: for at least one landmark (15) of the surroundings an individual position indication (16) of said landmark (15) is provided; the moment the motor vehicle (10) passes the respective at least one landmark (15) is identified; and the position indication (16) of the respective landmark (15) being passed at that moment is output as the position of the motor vehicle (10). According to the invention: a manoeuvre characteristic of a driving manoeuvre that occurs as the vehicle passes the respective landmark (15) is provided, the respective manoeuvre characteristic indicating predefined characteristic features (30) of the respective driving manoeuvre; and descriptive data of a driving manoeuvre currently being undertaken by the vehicle (10) is then generated using at least one sensing device of the vehicle (10); predefined features (20) of the driving manoeuvre are extracted from the descriptive data and the landmark (15) currently being passed is identified by a comparison of the extracted features (20) with the characteristic features (30) from the respective manoeuvre characteristic for the at least one landmark (15).

Description

Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs in einer Umgebung sowie Steuervorrichtung für ein Kraftfahrzeug und Recheneinrichtung zum Betreiben an einem  A method for determining a position of a motor vehicle in an environment and control device for a motor vehicle and computing device for operating on a
Datennetzwerk  Data network
Die Erfindung betrifft ein Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs in einer Umgebung. Hierzu wird erkannt, dass das Kraftfahrzeug eine vorbestimmte Landmarke passiert, deren Position bekannt ist. Somit kann von der Position der Landmarke auf die Position des Kraftfahrzeugs rückgeschlossen werden. Zu der Erfindung gehört auch eine Steuervorrichtung für ein Kraftfahrzeug, um das erfindungsgemäße Verfahren durchzuführen. Des Weiteren ist durch die Erfindung eine stationäre Rechenvorrichtung bereitgestellt. The invention relates to a method for determining a position of a motor vehicle in an environment. For this purpose, it is recognized that the motor vehicle passes a predetermined landmark whose position is known. Thus, it can be deduced from the position of the landmark on the position of the motor vehicle. The invention also includes a control device for a motor vehicle in order to carry out the method according to the invention. Furthermore, the invention provides a stationary computing device.
Ein Verfahren der genannten Art ist beispielsweise aus der DE 10 201 1 1 12 404 A1 bekannt. Gemäß dem bekannten Verfahren wird als Landmarke ein Objekt in der Umgebung mittels einer Kamera erkannt und dann die Relativposition des Kraftfahrzeugs bezüglich des Objekts bestimmt, um hierdurch ausgehend von der bekannten Position des Objekts und der Relativposition die Eigenposition des Kraftfahrzeugs zu ermitteln. Ein solches Verfahren erfordert aber eine aufwändige Objekterkennung in Bilddaten der Kamera. Zudem muss die Relativposition des Kraftfahrzeugs bezüglich des Objekts gemessen werden können. A method of the type mentioned is known for example from DE 10 201 1 1 12 404 A1. According to the known method, an object in the surroundings is detected as a landmark by means of a camera and then the relative position of the motor vehicle with respect to the object is determined in order to determine the intrinsic position of the motor vehicle starting from the known position of the object and the relative position. However, such a method requires complex object recognition in image data of the camera. In addition, the relative position of the motor vehicle with respect to the object must be able to be measured.
Aus der DE 10 2013 016 435 B4 ist ein Verfahren bekannt, mittels welchem Bodenschwellen auf einem Straßenuntergrund durch ein Kraftfahrzeug erkannt werden. Da die Position der Bodenschwellen bekannt ist, kann somit beim Überfahren der Bodenschwellen die Position des Kraftfahrzeugs mit der Position der Bodenschwellen gleichgesetzt werden. Das Verfahren erkennt die Bodenschwellen anhand eines Vibrationsmusters, zum Beispiel einem Dröhnen, das beim Überfahren der Bodenschwellen im Kraftfahrzeug hervorgerufen wird. Dies erfordert aber eine aufwändige Auswertung eines Signals eines Körperschallsensors. Der Erfindung liegt die Aufgabe zugrunde, mit einfachen technischen Mitteln eine Position eines Kraftfahrzeugs in einer Umgebung zu bestimmen oder zu ermitteln. From DE 10 2013 016 435 B4 a method is known, by means of which thresholds are recognized on a road surface by a motor vehicle. Since the position of the bumps is known, the position of the motor vehicle can thus be equated with the position of the bumps when driving over the bumps. The method detects the bumps on the basis of a vibration pattern, for example, a roar, which is caused when crossing the thresholds in the motor vehicle. However, this requires a complex evaluation of a signal from a structure-borne sound sensor. The invention has for its object to determine by simple technical means a position of a motor vehicle in an environment or to determine.
Die Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Weitere Vorteile ergeben sich durch die Ausführungsformen gemäß den Unteransprüchen und die in der folgenden Beschreibung und in den Figuren angegebenen Ausführungsformen. The object is solved by the subject matters of the independent claims. Further advantages result from the embodiments according to the subclaims and the embodiments specified in the following description and in the figures.
Durch die Erfindung ist ein Verfahren bereitgestellt, um eine Position eines Kraftfahrzeugs in einer Umgebung zu ermitteln. Bei der Position kann es sich um eine absolute Geoposition oder um eine relative Position beispielsweise bezüglich eines vorbestimmten Referenzobjekts handeln. Das Verfahren nutzt den aus dem Stand der Technik bekannten Ansatz, zu zumindest einer vorbestimmten Landmarke der Umgebung eine jeweilige Positionsangabe der Landmarke bereitzustellen. Es ist also zumindest eine Landmarke sowie deren Position in der Umgebung bekannt. Die Position der Landmarke wird durch eine entsprechende Positionsangabe beschrieben. Gemäß dem Verfahren wird erkannt, dass das Kraftfahrzeug die zumindest eine Landmarke jeweils aktuell passiert. Es kann also während einer Fahrt jedes Mal erkannt werden, wenn das Kraftfahrzeug an einer bekannten Landmarke vorbeikommt oder diese passiert. Die Positionsangabe der jeweils aktuell passierten Landmarke wird dann als die jeweils aktuelle Position des Kraftfahrzeugs ausgegeben. The invention provides a method for determining a position of a motor vehicle in an environment. The position may be an absolute geoposition or a relative position, for example with respect to a predetermined reference object. The method uses the approach known from the prior art to provide a respective position indication of the landmark for at least one predetermined landmark of the environment. So it is at least one landmark and their position in the area known. The position of the landmark is described by a corresponding position indication. According to the method, it is recognized that the motor vehicle currently passes the at least one landmark in each case. It can therefore be recognized during a trip each time when the motor vehicle passes or passes a known landmark. The position information of each currently passed landmark is then output as the current position of the motor vehicle.
Die Erfindung bezieht sich nun darauf, wie eine solche Landmarke mit technisch einfachen Mitteln erkannt werden kann. Hierzu wird eine Manövercharakteristik eines sich beim Passieren der jeweiligen Landmarke ergebenden Fahrmanövers bereitgestellt. Unter einem Fahrmanöver ist insbesondere eine zeitliche Abfolge aus Lenkeinstellungen und/oder Beschleunigungseinstellungen und/oder Bremseinstellungen zu verstehen. Beispielsweise kann eine Landmarke eine charakteristische Doppelkurve einer Straße sein, die anhand des entsprechenden Lenkverhaltens des Kraftfahrzeugs erkannt werden kann. Die jeweilige Manövercharakteristik der Landmarke gibt vorbestimmte typische oder charakteristische Merkmale des jeweiligen Fahrmanövers an, z.B. erst eine Rechtkurvenfahrt, gefolgt von einer Linkskurvenfahrt. Mit anderen Worten beschreibt die Manövercharakteristik, wie das Kraftfahrzeug gefahren oder geführt werden muss, während es die Landmarke passiert. D.h. die Landmarke wird anhand einer Längsführung (Beschleunigen und/oder Bremsen) und/oder Querführung (Lenken) des Kraftfahrzeugs erkannt. Entsprechend werden erfindungsgemäß mittels zumindest einer Erfassungseinrichtung des Kraftfahrzeugs Beschreibungsdaten eines jeweils aktuell von dem Kraftfahrzeug gefahrenen Fahrmanövers erzeugt. Dann werden aus den Beschreibungsdaten vorbestimmte Merkmale des Fahrmanövers extrahiert. Durch Vergleichen der extrahierten Merkmale des aktuellen Fahrmanövers mit den charakteristischen Merkmalen aus der jeweiligen Manövercharakteristik der zumindest einen Landmarke wird die aktuell passierte Landmarke identifiziert oder erkannt. Hierzu kann ein vorbestimmtes Übereinstimmungskriterium für die zu vergleichenden Merkmale vorgesehen sein. Beispielsweise kann für einen Unterschied zwischen den Merkmalen ein vorbestimmtes Toleranzintervall vorgesehen sein, innerhalb welchem immer noch eine Übereinstimmung der jeweiligen Merkmale signalisiert wird. Stimmen dann alle extrahierten Merkmale oder zumindest ein vorbestimmter Mindestanteil der extrahierten Merkmale mit den jeweils entsprechenden charakteristischen Merkmalen einer Manövercharakteristik gemäß dem Übereinstimmungskriterium überein, so wird die durch diese Manövercharakteristik beschriebene Landmarke als diejenige erkannt, die aktuell passiert wird. The invention now relates to how such a landmark can be detected with technically simple means. For this purpose, a maneuvering characteristic of a maneuver resulting from passing the respective landmark is provided. A driving maneuver is in particular a time sequence of steering settings and / or acceleration settings and / or braking settings to understand. For example, a landmark may be a characteristic double curve of a road, which can be recognized by the corresponding steering behavior of the motor vehicle. The respective maneuvering characteristic of the landmark indicates predetermined typical or characteristic features of the respective driving maneuver, eg first a right turn, followed by a left turn. In other words, the maneuver characteristic describes how the motor vehicle has to be driven or guided while passing the landmark. That is, the landmark is detected by means of a longitudinal guide (acceleration and / or braking) and / or transverse guidance (steering) of the motor vehicle. Accordingly, according to the invention by means of at least one detection device of the motor vehicle description data of each current from generated the motor vehicle driven maneuver. Then, predetermined characteristics of the driving maneuver are extracted from the description data. By comparing the extracted features of the current driving maneuver with the characteristic features of the respective maneuver characteristic of the at least one landmark, the currently passed landmark is identified or recognized. For this purpose, a predetermined matching criterion for the features to be compared can be provided. For example, a predetermined tolerance interval can be provided for a difference between the features, within which a match of the respective features is still signaled. If all the extracted features or at least a predetermined minimum proportion of the extracted features then agree with the respectively corresponding characteristic features of a maneuver characteristic according to the matching criterion, the landmark described by this maneuver characteristic is recognized as the one that is currently being passed.
Durch die Erfindung ergibt sich der Vorteil, dass ausschließlich das Fahrverhalten des Kraftfahrzeugs selbst, insbesondere in Bezug auf die Längsführung und die Querführung, erfasst werden muss, um hieraus die Position des Kraftfahrzeugs herzuleiten oder zu ermitteln. Es ist keine aufwändige Detektion von fahrzeugexternen Objekten, seien es sichtbare Objekte und/oder Bodenwellen, nötig. The invention provides the advantage that only the driving behavior of the motor vehicle itself, in particular with respect to the longitudinal guide and the transverse guide, must be detected in order to derive or determine the position of the motor vehicle from this. There is no elaborate detection of vehicle-external objects, be it visible objects and / or bumps, necessary.
Die Erfindung umfasst weitere Ausführungsformen, durch die sich zusätzliche Vorteile ergeben. The invention includes other embodiments that provide additional benefits.
Eine Ausführungsform sieht vor, dass mittels der zumindest einen Erfassungseinrichtung die Beschreibungsdaten auf der Grundlage eines auf einer Fahrzeugbewegung des Kraftfahrzeugs basierenden Dead-Reckoning-Verfahrens (Koppelnavigation) erzeugt werden. Es wird also eine Odometrie des Kraftfahrzeugs genutzt. Mit anderen Worten ist man bei der Erfassung der Fahrzeugbewegung nicht auf ein Positionssignal eines GNSS (Global Navigation Satellite System), beispielsweise des GPS (Global Positioning System), angewiesen. Ein solches Positionssignal eines GNSS weist eine größere Varianz oder Streuung auf als eine Positionserfassung mittels Odometrie. Somit kann also die Fahrzeugbewegung genauer als mittels eines Positionssignals eines GNSS ermittelt werden. One embodiment provides that the description data is generated on the basis of a dead-reckoning method based on a vehicle movement of the motor vehicle (dead-reckoning) by means of the at least one detection device. Thus, an odometry of the motor vehicle is used. In other words, when detecting the vehicle movement, one is not dependent on a position signal of a GNSS (Global Navigation Satellite System), such as the GPS (Global Positioning System). Such a position signal of a GNSS has a greater variance or scattering than a position detection by means of odometry. Thus, therefore, the vehicle movement can be determined more accurately than by means of a position signal of a GNSS.
Gemäß einer Ausführungsform werden mittels der zumindest einen Erfassungseinrichtung Beschreibungsdaten zu zumindest einer der folgenden fahrdynamischen Größen ermittelt: eine Raddrehzahl zumindest eines Rades, eine Beschleunigung in zumindest eine Raumrichtung, eine Gierrate, eine Fahrgeschwindigkeit, ein Lenkwinkel. Die zumindest eine Erfassungseinrichtung kann hierzu jeweils einen Sensor und/oder eine Signalverarbeitung vorsehen. Als Sensor kann z.B. ein Raddrehzahlsensor, ein Beschleunigungssensor, ein Lenkwinkelsensor und/oder ein Gierratensensor vorgesehen sein. Die Fahrgeschwindigkeit kann mittels einer Geschwindigkeitserfassung ermittelt werden, die beispielsweise auf einer gemessenen Raddrehzahl der Räder des Kraftfahrzeugs basieren kann. Die Beschreibungsdaten können also Sensordaten und/oder verarbeitete und/oder kombinierte Sensordaten enthalten. Die beschriebenen fahrdynamischen Größen können in einem Kraftfahrzeug zuverlässig erfasst werden. Eine Erfassungseinrichtung kann auch durch den besagten Empfänger des Positionssignals eines GNSS gebildet sein, der hier aber nur in Kombination mit zumindest einer weiteren Erfassungseinrichtung genutzt werden würde. According to one embodiment, description data for at least one of the following driving dynamics variables are determined by means of the at least one detection device: a wheel speed of at least one wheel, an acceleration in at least one spatial direction, a yaw rate, a vehicle speed, a steering angle. The at least one detection device can for this purpose each provide a sensor and / or signal processing. As a sensor, for example, a wheel speed sensor, an acceleration sensor, a steering angle sensor and / or a yaw rate sensor may be provided. The driving speed can be determined by means of a speed detection, which can be based for example on a measured wheel speed of the wheels of the motor vehicle. The description data may therefore contain sensor data and / or processed and / or combined sensor data. The described dynamic driving variables can be detected reliably in a motor vehicle. A detection device can also be formed by said receiver of the position signal of a GNSS, which would be used here only in combination with at least one further detection device.
Eine Ausführungsform sieht insbesondere vor, dass die Erkennung des Passierens der Landmarke unabhängig von einer Bilderkennung von Objekten in der Umgebung erfolgt. Hierdurch ist man in vorteilhafter Weise nicht auf beispielsweise die Sichtverhältnisse in der Umgebung angewiesen. An embodiment provides, in particular, that the detection of the passage of the landmark takes place independently of an image recognition of objects in the environment. As a result, one is not dependent on, for example, the visibility in the environment in an advantageous manner.
Gemäß einer Ausführungsform werden die Beschreibungsdaten mittels mehrerer Erfassungseinrichtungen erfasst. Um nun die Beschreibungsdaten aus unterschiedlichen Erfassungseinrichtungen zu kombinieren, ist vorgesehen, dass sie mittels eines Bewegungsmodells des Kraftfahrzeugs kombiniert werden. Hierdurch ist sichergestellt, dass sich eine plausible Beschreibung des Fahrmanövers ergibt. Ein Beispiel für ein solches Bewegungsmodell ist das an sich bekannte Einspurmodell. According to one embodiment, the description data is detected by means of a plurality of detection devices. In order to combine the description data from different detection devices, it is provided that they are combined by means of a movement model of the motor vehicle. This ensures that a plausible description of the driving maneuver results. An example of such a movement model is the single-track model known per se.
Eine Ausführungsform sieht vor, dass die charakteristischen Merkmale der vorgegebenen Manövercharakteristik und die aus den Beschreibungsdaten extrahierten Merkmale jeweils zumindest eines der folgenden Merkmale umfassen: einen Markeneinfahrtspunkt der Landmarke, einen Markenausfahrtspunkt der Landmarke, einen Radius einer gefahrenen Kurve, eine Krümmung der gefahrenen Kurve, eine Gierrate, eine Einfahrtsrichtung (zum Beispiel eine Himmelsrichtung) hin zur Landmarke, eine Ausfahrtsrichtung (zum Beispiel eine Himmelsrichtung) weg von der Landmarke, einen Kurveneckpunkt. Ein Kurveneckpunkt kann beispielsweise durch verlängern der Einfahrtsrichtung und der Ausfahrtsrichtung ermittelt werden, deren Schnittpunkt dann den Kurveneckpunkt ergibt. Die Einfahrtsrichtung wird hierbei ausgehend vom Kurveneinfahrtspunkt, die Ausfahrtsrichtung ausgehend vom Kurvenausfahrtspunkt verlängert. Die beschriebenen Merkmale haben sich als vorteilhaft in Bezug auf die zuverlässige Wiedererkennung einer Landmarke erwiesen. One embodiment provides that the characteristic features of the predetermined maneuvering characteristic and the features extracted from the descriptive data each include at least one of a landmark entry point, a marker exit point of the landmark, a radius of a driven curve, a curvature of the driven curve Yaw rate, an entrance direction (for example, a direction) toward the landmark, an exit direction (for example, a direction) away from the landmark, a corner corner point. A curve corner point can be determined, for example, by extending the entry direction and the exit direction, the intersection of which then yields the curve corner point. The entry direction here is based on the curve entry point, the exit direction on the basis of the curve exit point extended. The features described have proved to be advantageous in terms of reliable recognition of a landmark.
Eine Ausführungsform sieht vor, dass die zumindest eine Landmarke jeweils zumindest eine Kreuzung und/oder zumindest eine Kurve umfasst. Das sich bei Durchfahren zumindest einer Kreuzung und/oder Kurve jeweils ergebende Fahrmanöver hat sich in vorteilhafter Weise als zuverlässig wiedererkennbar erwiesen. Zusätzlich oder alternativ dazu kann entsprechend zu der jeweiligen Landmarke als charakteristisches Fahrmanöver ein Abbiegemanöver und/oder eine Kurvenfahrt vorgesehen sein. Die sich hierbei ergebende Abfolge von Lenkeinstellungen und/oder Beschleunigungseinstellungen und/oder Bremseinstellungen ergibt zuverlässig wiedererkennbare Merkmale. An embodiment provides that the at least one landmark each comprise at least one intersection and / or at least one curve. The driving maneuver that results when driving through at least one intersection and / or curve has proved to be reliably recognizable in an advantageous manner. Additionally or alternatively, a turning maneuver and / or cornering may be provided corresponding to the respective landmark as a characteristic driving maneuver. The resulting sequence of steering settings and / or acceleration settings and / or brake settings reliably identifies recognizable features.
Gemäß einer Ausführungsform ist vorgesehen, dass für unterschiedliche Fahrstreifen oder Fahrspuren einer Straße der Umgebung (insbesondere für benachbarter Fahrspuren) jeweils eine eigene Manövercharakteristik bereitgestellt ist. Hierdurch kann die Positionsbestimmung fahrstreifengenau oder fahrspurgenau erfolgen. According to one embodiment, it is provided that in each case a separate maneuver characteristic is provided for different lanes or lanes of a road of the environment (in particular for adjacent lanes). As a result, the position determination can be carried out with exact lane or lane accuracy.
Je mehr Landmarken erkannt werden sollen, desto größer ist die Zahl der Vergleiche, die durchgeführt werden müssen, um die aus dem aktuellen Fahrmanöver extrahierten Merkmale mit den Manövercharakteristiken der Landmarken zu vergleichen. Um diese Anzahl zu begrenzen, sieht eine Ausführungsform vor, dass mittels eines Empfängers für ein Positionssignal eines GNSS eine vorläufige Geoposition des Kraftfahrzeugs ermittelt wird. In der beschriebenen Weise ist natürlich diese so ermittelte vorläufige Geoposition mit einer Streuung oder Varianz behaftet und damit entsprechend ungenau. Aus mehreren gespeicherten Manövercharakteristiken wird nun zumindest eine Manövercharakteristik ausgewählt, deren zugeordnete Position in einem vorbestimmten Umgebungsbereich um die vorläufige Geoposition herum liegt. Es wird also anhand der vorläufigen Geoposition nur überprüft, welche der Landmarken sich überhaupt nur in der Nähe befinden können. Der Vergleich der extrahierten Merkmale des aktuellen Fahrmanövers wird dann auf die zumindest eine ausgewählte Manövercharakteristik beschränkt. Hierdurch kann der Berechnungsaufwand beim Durchführen des Verfahrens durch Festlegen der Größe des Umgebungsbereichs begrenzt werden. The more landmarks to detect, the greater the number of comparisons that must be made to compare the features extracted from the current driving maneuver with the maneuver characteristics of the landmarks. To limit this number, an embodiment provides that a provisional geoposition of the motor vehicle is determined by means of a receiver for a position signal of a GNSS. In the manner described, of course, this provisional geoposition thus determined is subject to scattering or variance and thus correspondingly inaccurate. From a plurality of stored maneuvering characteristics, at least one maneuvering characteristic is now selected whose assigned position lies in a predetermined surrounding area around the provisional geoposition. Thus, it is only checked on the basis of the preliminary geoposition, which of the landmarks can be located only in the vicinity. The comparison of the extracted features of the current driving maneuver is then limited to the at least one selected maneuver characteristic. As a result, the calculation effort in carrying out the method can be limited by specifying the size of the surrounding area.
Es kann hierbei gemäß einer Ausführungsform vorgesehen sein, dass der Umgebungsbereich einen Durchmesser von mehr als 10 m, insbesondere mehr als 20 m aufweist. Insbesondere ist der Durchmesser bevorzugt größer als eine sich durch die für den Empfänger des Positionssignals des GNSS charakteristische Streuung. Hierdurch ist in vorteilhafter Weise sichergestellt, dass sich die richtige Landmarke in der Menge der ausgewählten Landmarken befindet. Um den Rechenaufwand zu begrenzen, ist bevorzugt vorgesehen, dass der Umgebungsbereich einen Durchmesser kleiner als 500 m, insbesondere kleiner als 300 m aufweist. According to an embodiment, it may be provided here that the surrounding area has a diameter of more than 10 m, in particular more than 20 m. In particular, the diameter is preferably larger than one for the the receiver of the position signal of the GNSS characteristic scattering. This advantageously ensures that the correct landmark is in the set of selected landmarks. In order to limit the computational effort, it is preferably provided that the surrounding area has a diameter of less than 500 m, in particular less than 300 m.
Wie bereits ausgeführt, wird das Fahrmanöver bevorzugt auf der Basis einer Odometrie des Kraftfahrzeugs ermittelt. Diese kann aber eine Drift und/oder einen Offset aufweisen. Daher ist bevorzugt vorgesehen, dass mittels der an der zumindest einen Landmarke ermittelten jeweiligen Position des Kraftfahrzeugs ein Versatz der odometriebasierten Positionserfassung ermittelt oder korrigiert wird, wie durch die Drift und/oder den Offset verursacht sein kann. Es wird also insbesondere der Versatz einer auf einer relativen Positionserfassung beruhenden Trajektorienerfassung korrigiert oder zumindest verringert. Hierdurch kann in vorteilhafter Weise die odometriebasierte Positionserfassung auch für das Erfassen einer Fahrtrajektorie für lange Fahrstrecken, insbesondere länger als 500 m, verwendet werden. As already stated, the driving maneuver is preferably determined on the basis of an odometry of the motor vehicle. However, this can have a drift and / or an offset. Therefore, it is preferably provided that an offset of the odometriebasierten position detection is determined or corrected by means of the at least one landmark determined respective position of the motor vehicle, as may be caused by the drift and / or offset. Thus, in particular, the offset of a trajectory detection based on a relative position detection is corrected or at least reduced. As a result, the odometriebasierte position detection can also be used for detecting a driving trajectory for long distances, especially longer than 500 m, in an advantageous manner.
Einige Ausführungsformen betreffen die Frage, wie die jeweilige Manövercharakteristik der jeweiligen Landmarke gebildet werden kann. Die hiermit in Zusammenhang stehenden Verfahrensschritte stellen einen eigenen Aspekt der Erfindung dar, die auch ohne die zuvor beschriebenen Verfahrensschritte durchgeführt werden können. Zum Ermitteln der jeweiligen Manövercharakteristik der zumindest einen Landmarke werden bevorzugt aus mehreren Fremdfahrzeugen jeweils Beschreibungsdaten, welche eine jeweiliges Fahrmanöver des Fremdfahrzeugs beim Passieren der jeweiligen Landmarke beschreiben, empfangen. Ein Fremdfahrzeug kann ein Kraftfahrzeug sein, das zeitlich vor dem Kraftfahrzeug, welches aktuelle die Landmarke passiert, schon einmal selbst die Landmarke passiert hat. Auf der Grundlage der Beschreibungsdaten der Fremdfahrzeuge werden jeweilige vorbestimmte Merkmale extrahiert. Aus den extrahierten Merkmalen wird eine jeweilige Häufigkeitsverteilung gebildet und aus der jeweiligen Häufigkeitsverteilung wird dann jeweils eines der charakteristischen Merkmale ermittelt. Hierdurch ergibt sich der Vorteil, dass eine zur Fahrspurmitte versetzte Fahrtrajektorie eines einzelnen Fremdfahrzeugs als statistischer Ausreißer erkannt wird. Ein charakteristisches Merkmal kann also z.B. ein Mittelwert der extrahierten Merkmale aus den Fremdfahrzeugen sein. Hierdurch ergibt sich der Vorteil, dass der Einfluss der individuellen Fahrtrajektorie jedes einzelnen Fremdfahrzeugs relativiert ist. Beispiele für solche charakteristischen Merkmale sind: ein gemittelter Kurvenradius, ein gemittelter Einfahrtspunkt in die Landmarke, ein gemittelter Ausfahrtspunkt aus der Landmarke, eine gemittelte absolute Fahrtrichtungsangabe (Heading, z.B. als Angabe einer Himmelsrichtung). Some embodiments relate to the question of how the respective maneuver characteristic of the respective landmark can be formed. The method steps associated therewith constitute a separate aspect of the invention, which can also be carried out without the method steps described above. In order to determine the respective maneuvering characteristic of the at least one landmark, description data which describe a respective driving maneuver of the other vehicle when passing the respective landmark are preferably received from a plurality of foreign vehicles. A foreign vehicle may be a motor vehicle that has passed the landmark even before the motor vehicle, which currently passes the landmark. Based on the description data of the foreign vehicles, respective predetermined features are extracted. From the extracted features a respective frequency distribution is formed and from the respective frequency distribution one of the characteristic features is then determined. This has the advantage that a trajectory of a single foreign vehicle offset from the lane center is recognized as a statistical outlier. A characteristic feature can therefore be, for example, an average of the extracted features from the foreign vehicles. This results in the advantage that the influence of the individual driving trajectory of each individual other vehicle is relativized. Examples of such characteristic features are: an average curve radius, an averaged entry point into the landmark, a averaged exit point from the landmark, an averaged absolute direction indication (heading, eg as an indication of a compass direction).
Eine Ausführungsform sieht vor, dass in zumindest einer Häufigkeitsverteilung zwei fahrspurgenaue Landmarken anhand von mathematischen lokalen Extremstellen (also Maxima und/oder Minima) der Häufigkeitsverteilung identifiziert werden. Für die Unterscheidung zweier Fahrspuren kann zusätzlich zur Plausibilierung eine vorbestimmte Fahrspurbreite zugrundegelegt werden. One embodiment provides that in at least one frequency distribution two lane-accurate landmarks are identified on the basis of mathematical local extreme positions (ie maxima and / or minima) of the frequency distribution. For the distinction between two lanes, a predetermined lane width can be used in addition to the plausibility check.
Zum Durchführen des Verfahrens sieht die Erfindung auch eine Steuervorrichtung für ein Kraftfahrzeug vor. Die Steuervorrichtung kann in dem Kraftfahrzeug z.B. als zumindest ein Steuergerät bereitgestellt sein oder als ein Server des Internets über eine Funkverbindung mit dem Kraftfahrzeug gekoppelt sein. Als Server kann die Steuervorrichtung durch eine stationäre Rechenvorrichtung bereitgestellt sein, also als ein Computer oder Computerverbund. Es kann auch eine Mischform mit zumindest einem Steuergerät und zumindest einem Server vorgesehen sein. Die Steuervorrichtung ist dazu eingerichtet, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. To carry out the method, the invention also provides a control device for a motor vehicle. The control device may be mounted in the motor vehicle e.g. be provided as at least one control unit or be coupled as a server of the Internet via a radio link with the motor vehicle. As a server, the control device can be provided by a stationary computing device, ie as a computer or computer network. It may also be provided a hybrid form with at least one control device and at least one server. The control device is set up to carry out an embodiment of the method according to the invention.
Die Erfindung betrifft auch das beschriebene Bilden der jeweiligen Manövercharakterstik der zumindest einen Landmarke. Hierzu ist eine stationäre Rechenvorrichtung zum Betreiben an einem Datennetzwerk bereitgestellt, wobei die Rechenvorrichtung dazu eingerichtet ist, ein Verfahren mit den Verfahrensschritten durchzuführen, die im Zusammenhang mit der Bildung von Manövercharakteristiken beschrieben worden sind. The invention also relates to the described forming of the respective maneuver characteristic of the at least one landmark. To this end, a stationary computing device for operating on a data network is provided, wherein the computing device is adapted to perform a method with the method steps that have been described in connection with the formation of maneuver characteristics.
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar. Further features of the invention will become apparent from the claims, the figures and the description of the figures. The features and combinations of features mentioned above in the description as well as the features and feature combinations mentioned below in the description of the figures and / or shown alone in the figures can be used not only in the respectively indicated combination but also in other combinations or in isolation.
Die Erfindung wird nun anhand eines bevorzugten Ausführungsbeispiels sowie unter Bezugnahme auf die Zeichnungen näher erläutert. Es zeigen: The invention will now be explained in more detail with reference to a preferred embodiment and with reference to the drawings. Show it:
Fig. 1 eine schematische Darstellung eines Kraftfahrzeugs, dessen Position durch eine Ausführungsform des erfindungsgemäßen Verfahrens erfasst wird; Fig. 2 eine Skizze zur Veranschaulichung eines Verfahrensschritts einer Ausführungsform des erfindungsgemäßen Verfahrens, das durch eine Steuervorrichtung ausgeführt werden kann; Fig. 1 is a schematic representation of a motor vehicle whose position is detected by an embodiment of the method according to the invention; FIG. 2 is a diagram for illustrating a method step of an embodiment of the method according to the invention, which can be carried out by a control device; FIG.
Fig. 3 ein Diagramm zur Veranschaulichung einer statistischen Verteilung von Fig. 3 is a diagram illustrating a statistical distribution of
Merkmalen eines Fahrmanövers entlang einer Landmarke;  Features of a driving maneuver along a landmark;
Fig. 4 eine Skizze zur Veranschaulichung einer fahrspurgenauen Erfassung von charakteristischen Merkmalen von Manövercharakteristiken zweier Landmarken; und 4 shows a sketch for illustrating a lane-accurate detection of characteristic features of maneuver characteristics of two landmarks; and
Fig. 5 ein Diagramm zur Veranschaulichung einer statistischen Verteilung eines charakteristischen Merkmals der Manövercharakteristiken von Fig. 4, anhand welchem zwischen den zwei Fahrspuren unterschieden werden kann. Fig. 5 is a diagram for illustrating a statistical distribution of a characteristic feature of the maneuver characteristics of Fig. 4, on the basis of which a distinction can be made between the two lanes.
Funktionsgleiche Elemente sind in den Figuren jeweils mit demselben Bezugszeichen versehen. Functionally identical elements are each provided with the same reference numerals in the figures.
Fig. 1 zeigt ein Kraftfahrzeug 10. Das Kraftfahrzeug 10 kann beispielsweise ein Personenkraftwagen oder Lastkraftwagen sein. Das Kraftfahrzeug 10 kann ausgehend von einer vergangenen oder historischen Position 1 1 durch Fahren entlang einer Straße 12 eine Fahrtrajektorie 13 zurückgelegt und diese dabei mittels eines Dead-Reckoning-Verfahrens auch ermittelt haben. Die Fahrtrajektorie 13 kann mittels des Dead-Reckoning-Verfahrens die sich mit der Zeit ergebenden relativen Positionsänderungen, die sich durch die Fahrt entlang der Fahrtrajektorie 13 ergeben, ermitteln. Allerdings kann das verwendete Dead-Reckoning-Verfahren einen Offset oder eine Drift 14 aufweisen, die es auszugleichen gilt. In dem Kraftfahrzeug 10 werden daher während der Fahrt entlang der Straße 12 vorbestimmte Landmarken 15 erkannt, deren Positionen 16 in einem Geo-Koordinatensystem 17 bekannt und durch eine jeweilige Positionsangabe beschrieben sein können. Die jeweilige Position 16 steht hier synonym für die zugehörige Positionsangabe. Bei einer solchen Landmarke 15 kann es sich jeweils beispielsweise um eine Kurve oder eine Abbiegemöglichkeit der Straße 12 handeln. Mit anderen Worten muss das Kraftfahrzeug 10 beim Passieren oder Durchfahren der jeweiligen Landmarke 15 eine vorbestimmte, für die Landmarke 15 charakteristische Abfolge von Manöverschritten, also Lenkvorgängen und/oder Beschleunigungsvorgängen und/oder Bremsvorgängen, durchführen. Diese können mittels einer Odometrie des Kraftfahrzeugs 10 ermittelt werden. Fig. 1 shows a motor vehicle 10. The motor vehicle 10 may be, for example, a passenger car or truck. The motor vehicle 10 can, starting from a past or historical position 1 1 traveled by driving along a road 12 a Fahrtrajektorie 13 and this have also determined by means of a dead-reckoning method. The driving trajectory 13 can use the dead reckoning method to ascertain the relative changes in position that result over time that arise as a result of driving along the trajectory 13. However, the dead reckoning method used may have an offset or drift 14 to be compensated for. In the motor vehicle 10, therefore, predetermined landmarks 15 are detected while driving along the road 12, whose positions 16 can be known in a geo-coordinate system 17 and described by a respective position indication. The respective position 16 is synonymous here for the associated position information. In such a landmark 15 may each, for example, a curve or a turn-off of the road 12 act. In other words, the motor vehicle 10 when passing or passing through the respective landmark 15 a predetermined, characteristic of the landmark 15 sequence of maneuvering, ie steering operations and / or acceleration operations and / or braking. These can be determined by means of an odometry of the motor vehicle 10.
Mittels eines Empfängers für ein Positionssignal eines GNSS kann in dem Kraftfahrzeug 10 jeweils auch eine aktuelle Position des Kraftfahrzeugs 10 erfasst werden - allerdings nur mit einer Genauigkeit, die geringer ist als die Genauigkeit des Dead-Reckoning-Verfahrens. Mit anderen Worten ist die ermittelte Fahrtrajektorie 13 in Bezug auf relative Positionsänderungen genauer als der Empfänger für das GNSS, aber eine absolute Lage der ermittelten Fahrtrajektorie 13 in Bezug auf das Geo-Koordinatensystem 17 unterliegt z.B. der beschriebenen Drift 14. By means of a receiver for a position signal of a GNSS, a current position of the motor vehicle 10 can also be detected in the motor vehicle 10 - but only with an accuracy that is less than the accuracy of the dead reckoning method. In other words, the determined travel trajectory 13 is more accurate in terms of relative position changes than the receiver for the GNSS, but an absolute location of the determined travel trajectory 13 with respect to the geo-coordinate system 17 is subject to e.g. the described drift 14.
Um die Drift 14 rückgängig zu machen oder auszugleichen, wird in dem Kraftfahrzeug 10 das jeweilige Durchfahren der Landmarken 15 erkannt und anschließend auf Grundlage einer Positionsangabe der jeweiligen Position 16 der erkannten Landmarke 15 mittels einer Verschiebung 18 die ermittelte Fahrtrajektorie 13 fahrspurgenau im Koordinatensystem 17 angeordnet oder verankert. Die hierzu durchgeführten Verfahrensschritte können durch eine Steuervorrichtung ECU des Kraftfahrzeugs 10, z.B. durch ein Steuergerät, durchgeführt werden. In order to reverse or compensate for the drift 14, the respective driving through the landmarks 15 is recognized in the motor vehicle 10 and then, based on a position indication of the respective position 16 of the detected landmark 15 by means of a displacement 18, the determined driving trajectory 13 lane in the coordinate system 17 or arranged anchored. The method steps carried out for this purpose can be performed by a control device ECU of the motor vehicle 10, e.g. be performed by a controller.
Zum Erkennen einer Landmarke 15 kann in dem Kraftfahrzeug 10 mittels des Empfängers für das Positionssignal des GNSS zunächst eine Region oder ein Umgebungsbereich 19 ermittelt werden, in welchem sich das Kraftfahrzeug 10 jeweils aktuell befindet. Die hierzu ermittelte GNSS-Position stellt eine ungefähre Lokalisierung oder vorläufige Geoposition dar, d.h. eine Lokalisierung mit der Genauigkeit des Empfängers für das Positionssignal. Die vorläufige Geoposition kann den Mittelpunkt des Umgebungsbereichs 19 darstellen. Dann kann z.B. in einer Datenbank dann ermittelt werden, welche möglichen Landmarken 15 sich überhaupt in der Nähe des Kraftfahrzeugs 10 aktuell befinden können. Es werden alle Landmarken 15, deren Position 16 innerhalb der aktuellen Region 19 liegen, ausgewählt. Sodann kann das Kraftfahrzeug 10 während seiner Fahrt zu einzelnen Fahrmanövern des Kraftfahrzeugs 10, beispielsweise einer Kurvenfahrt oder eines Abbiegemanövers, aus Beschreibungsdaten einer Erfassungseinrichtung jeweils vorbestimmte Merkmale 20 extrahieren. In Fig. 1 sind beispielhaft für eine Kurvenfahrt als extrahierte Merkmale 20 einen Kurveneinfahrtspunkt 21 , eine Kurven-Einfahrtsrichtung 22, ein Kurven au sf ah rtspunkt 23, eine Kurven-Ausfahrtsrichtung 24, ein Kurveneckpunkt 25 und ein Kurvenradius 26 veranschaulicht. Der Kurven-Einfahrtspunkt 22 und der Kurvenausfahrtspunkt 23 können z.B. anhand einer zeitlichen Veränderung der Lenkwinkelstellung eines Lenkrads oder eines Rades erkannt werden. Bei der Erfassung der Merkmale 20 ist der Einfluss der DriftTo detect a landmark 15, in the motor vehicle 10 by means of the receiver for the position signal of the GNSS first a region or a surrounding area 19 can be determined in which the motor vehicle 10 is currently located in each case. The GNSS position determined for this purpose represents an approximate localization or preliminary geoposition, ie a location with the accuracy of the receiver for the position signal. The preliminary geoposition may be the center of the environmental region 19. Then, for example, it can then be determined in a database which possible landmarks 15 can actually be located in the vicinity of the motor vehicle 10 at all. All landmarks 15 whose position 16 lies within the current region 19 are selected. Then, the motor vehicle 10 during its travel to individual driving maneuvers of the motor vehicle 10, for example, a cornering or a turning maneuver, extract from each description data of a detection device predetermined features 20. In FIG. 1, a curved entry point 21, a curve entry direction 22, a curve exit point 23, a curve exit direction 24, a curve corner point 25 and a curve radius 26 are illustrated by way of example as curved features. The curve entry point 22 and the curve exit point 23, for example, based on a change over time of the steering angle position of a steering wheel or be recognized by a wheel. In the detection of the features 20 is the influence of drift
14 aufgrund der verhältnismäßig geringen räumlichen Ausdehnung der jeweiligen Landmarke 15 (z.B. kleiner als 1 km, insbesondere kleiner als 500m) nicht signifikant und es kann daher die jeweilige Landmarke 15 anhand der extrahierten Merkmale 20 wiedererkannt werden. 14 is not significant due to the relatively small spatial extent of the respective landmark 15 (e.g., less than 1 km, in particular less than 500 m), and therefore the respective landmark 15 can be recognized from the extracted features 20.
Zu jeder Landmarke 15 kann nun zu jedem der ermittelten oder extrahierten Merkmale 20 ein Durchschnittswert für das jeweilige Merkmal 20 gespeichert sein. Ein solcher Durchschnittswert ist ein Beispiel für ein typisches oder charakteristisches Merkmal. Die Gesamtheit oder Menge der charakteristischen Merkmale einer Landmarke 15 stellt eine Manövercharakteristik für das Durchfahren der jeweiligen Landmarke 15 dar. Für alle Landmarken 15 innerhalb des aktuellen Gebiets 19 kann somit ein Vergleich der extrahierten Merkmale 20 mit den charakteristischen Merkmalen der jeweiligen Landmarke 15, also mit der Manövercharakteristik der Landmarke 15, durchgeführt werden. Hierbei kann für das Feststellen einer Übereinstimmung eines extrahierten Merkmals 20 mit einem korrespondierenden charakteristischen Merkmal (z.B. für das Merkmal„Kurvenradius") ein Toleranzintervall vorgesehen sein. For each landmark 15, an average value for the respective feature 20 can now be stored for each of the determined or extracted features 20. Such an average value is an example of a typical or characteristic feature. The totality or amount of the characteristic features of a landmark 15 represents a maneuvering characteristic for driving through the respective landmark 15. For all landmarks 15 within the current area 19, a comparison of the extracted features 20 with the characteristic features of the respective landmark 15, ie the maneuver characteristic of the landmark 15, are performed. Herein, a tolerance interval may be provided for determining a match of an extracted feature 20 with a corresponding characteristic feature (e.g., for the feature "curve radius").
Wird eine Übereinstimmung der aktuell extrahierten Merkmale 20 mit der Manövercharakteristik einer Landmarke 15 erkannt, so wird diese Landmarke 15 als aktuell durchfahrene Landmarke signalisiert. Die Position 16 dieser aktuell durchfahrenen oder passierten Landmarke 15 wird dann als aktuelle Position des Kraftfahrzeugs 10 verwendet, um die ermittelte Fahrtrajektorien 13 in der beschriebenen Weise mittels der Verschiebung 18 an den erkannten Positionen 16 zu verankern. If a match of the currently extracted features 20 with the maneuvering characteristic of a landmark 15 is detected, then this landmark 15 is signaled as a currently traversed landmark. The position 16 of this currently traveled or passed landmark 15 is then used as the current position of the motor vehicle 10 in order to anchor the determined travel trajectories 13 in the manner described by means of the displacement 18 at the detected positions 16.
Fig. 2 veranschaulicht, wie die charakteristischen Merkmale für eine einzelne LandmarkeFig. 2 illustrates how the characteristic features for a single landmark
15 ermittelt werden können. Die im Folgenden beschriebenen Verfahrensschritte können durch eine stationäre Rechenvorrichtung SRV durchgeführt werden, die z.B. als ein Server des Internets realisiert sein kann. Die Rechenvorrichtung SRV kann mit Kraftfahrzeugen über eine jeweilige Kommunikationsverbindung für einen Datenaustausch kommunizieren. Die jeweilige Kommunikationsverbindung kann z.B. eine Mobilfunkverbindung und/oder eine Internetverbindung umfassen. 15 can be determined. The method steps described below may be performed by a stationary computing device SRV, e.g. can be realized as a server of the Internet. The computing device SRV can communicate with motor vehicles via a respective communication link for data exchange. The respective communication link can e.g. a mobile connection and / or an Internet connection.
Die charakteristischen Merkmale ergeben sich in diesem Beispiel als Durchschnittswerte von vorbestimmten Merkmalen, die für mehrere Kraftfahrzeuge beim Passieren oder Durchfahren der jeweiligen Landmarke 15 jeweils aus deren Fahrmanövern extrahiert werden. Zur Veranschaulichung kann es sich bei der Landmarke 15 von Fig. 2 um eine Abbiegemöglichkeit 27 handeln, beispielsweise eine Kreuzung. Die Kraftfahrzeuge haben die Landmarke 15 zeitlich von dem Kraftfahrzeug 10 passiert. Sie werden im Folgenden zur besseren Unterscheidung als Fremdfahrzeuge bezeichnet. Es kann sich insbesondere um ausgewählte Fahrzeug oder Messfahrzeuge handeln, deren Position bekannt ist. Aus den Fremdfahrzeugen kann jeweils individuell eine Fahrtrajektorie 28 empfangen werden. Allgemein kann vorgesehen sein, dass jedes Fremdfahrzeug beim Passieren der Landmarke 15 extrahierte Merkmale 29 zu dem jeweiligen beim Passieren der Landmarke 15 durchgeführten Fahrmanöver ermittelt. Im Folgenden soll als Beispiel ein Kurvenradius K als Beispiel für ein solches extrahiertes Merkmal 29 weiter diskutiert werden. Fig. 2 veranschaulicht, wie eines der Fremdfahrzeuge als extrahiertes Merkmal 29 des Kurvenradius K einen Radiuswert K1 ermitteln kann. The characteristic features result in this example as average values of predetermined features which are extracted for several motor vehicles when passing or passing through the respective landmark 15 from their driving maneuvers. By way of illustration, the landmark 15 of FIG Turn off 27 act, for example, an intersection. The motor vehicles have passed the landmark 15 in time from the motor vehicle 10. They are referred to below as better vehicles for better distinction. In particular, these may be selected vehicles or measuring vehicles whose position is known. From the foreign vehicles, a driving trajectory 28 can be received individually. In general, it can be provided that each other vehicle, when passing the landmark 15, determines extracted features 29 relative to the respective driving maneuvers performed when passing the landmark 15. In the following, a curve radius K as an example of such an extracted feature 29 will be discussed further as an example. FIG. 2 illustrates how one of the foreign vehicles can determine a radius value K1 as an extracted feature 29 of the curve radius K.
Fig. 3 veranschaulicht, wie der Kurvenradius K (als Beispiel für ein extrahiertes Merkmale 29 allgemein) bei Auftragen aller Radiuswerte der Fremdfahrzeuge für die Landmarke 15, d.h. hier der Abbiegemöglichkeit 27, als Histogramm eine Häufigkeitsverteilung H ergibt, bei welcher der Radiuswert K1 einen möglichen Wert darstellt. Auf Grundlage der Häufigkeitsverteilung H kann dann ein charakteristisches Merkmal 30 beispielsweise als der häufigste Wert des Merkmals 29, hier also beispielhaft des Kurvenradius K, ermittelt oder festgelegt werden. So kann mit allen extrahierten Merkmalen 29 verfahren werden. Die Menge der so ermittelten charakteristischen Merkmale 30 ergibt dann die Manövercharakteristik der Landmarke 15. Fig. 3 illustrates how the turning radius K (as an example of an extracted feature 29 in general) is plotted by plotting all radius values of the other vehicles for the landmark 15, i. here the turn-off option 27, as a histogram gives a frequency distribution H, in which the radius value K1 represents a possible value. On the basis of the frequency distribution H, a characteristic feature 30 can then be determined or determined, for example, as the most frequent value of the feature 29, in this case as an example of the curve radius K. Thus, it is possible to proceed with all the extracted features 29. The set of characteristic features 30 thus determined then gives the maneuver characteristic of the landmark 15.
Fig. 4 veranschaulicht, wie durch charakteristische Merkmale fahrspurgenau unterschieden werden kann. Fig. 4 veranschaulicht ähnlich wie Fig. 2 eine Abbiegemöglichkeit 31 , bei der aber zwei Fahrspuren 32 befahren werden können. Jede Fahrspur 32 stellt eine eigene Landmarke dar. Fig. 4 illustrates how lanes can be distinguished by characteristic features lane. Fig. 4 illustrates similar to Fig. 2 a turning possibility 31, but in which two lanes 32 can be traveled. Each lane 32 represents its own landmark.
Fig. 4 und Fig. 5 veranschaulichen zusammen, wie aus extrahierten Merkmalen 29 der Fahrtrajektorien 28 aller Fremdfahrzeuge eine Häufigkeitsverteilung H ermittelt werden kann, die für ein extrahiertes Merkmal 29, beispielsweise den Kurvenradius K, zwei lokale Maxima 33 aufweisen kann, was einen Hinweis auf eine zweispurige Straße ist. In der inneren Fahrspur ergibt sich z.B. stets ein kleinerer Kurvenradius K1 , während für die äußere Fahrspur stets ein größerer Kurvenradius K2 resultiert. Aus der Häufigkeitsverteilung H können wieder beispielsweise die lokalen Maxima 33 als jeweiliges charakteristisches Merkmal 30 für die beiden Landmarken 15 der Abbiegemöglichkeit 31 verwendet werden. Im Folgenden ist noch einmal ein besonders bevorzugtes Ausführungsbeispiel beschrieben. Die Genauigkeit von Navigationsdaten oder Trajektoriendaten von Fahrtrajektorien kann zunächst in global und lokal untergliedert werden. Ziel der globalen Navigation, beispielsweise ein GNSS, ist eine grobe Ortsbestimmung auf einige Meter genau. Diese Genauigkeit reicht jedoch nicht aus, um Fahrzeuge zuverlässig auf Fahrspuren zuzuweisen. Bei der lokalen Navigation ist eine Zuweisung einer fahrspurgenauen Position auf eine Fahrspur möglich, jedoch müssen hierfür Referenzpunkte, sog. Landmarken 15 vorliegen. Die Erzeugung und Erkennung von Landmarken wird bisher nur optisch mittels Kamerasystem oder per LIDAR ermöglich. FIG. 4 and FIG. 5 together illustrate how from extracted features 29 of the travel trajectories 28 of all other vehicles a frequency distribution H can be determined, which for an extracted feature 29, for example the curve radius K, can have two local maxima 33, which is an indication of a two-lane road is. In the inner lane, for example, there is always a smaller curve radius K1, while for the outer lane a larger curve radius K2 always results. From the frequency distribution H, for example, the local maxima 33 can again be used as the respective characteristic feature 30 for the two landmarks 15 of the turn-off facility 31. In the following, a particularly preferred embodiment is described again. The accuracy of navigation data or trajectory data of driving trajectories can first be broken down into global and local. The goal of global navigation, such as a GNSS, is a rough location to a few meters accurate. However, this accuracy is insufficient to reliably assign vehicles to lanes. In the case of local navigation, an assignment of a lane-precise position to a lane is possible, but reference points, so-called landmarks 15, must be present for this purpose. The generation and recognition of landmarks is so far only possible optically using a camera system or LIDAR.
Als Alternative dazu wird vorgeschlagen, eine Sensorik oder allgemein eine Erfassungseinrichtung zu verwenden, die in Kraftfahrzeugen serienmäßig verbaut ist (d.h. ein Empfänger für ein Positionssignal eines GNSS sowie zusätzlich zumindest ein Raddrehzahlsensor, Beschleunigungssensor, Gierratensensor und/oder eine Messung der Geschwindigkeit). Wird das Ergebnis einer Fusion dieser Sensoren betrachtet lassen sich solche einzigartigen Landmarken 15 erkennen. Alternatively, it is proposed to use a sensor or generally detection device installed as standard in motor vehicles (i.e., a GNSS position signal receiver plus at least a wheel speed sensor, acceleration sensor, yaw rate sensor, and / or speed measurement). If the result of a fusion of these sensors is considered, such unique landmarks 15 can be recognized.
Dazu ist es Ziel, wiederauftauchende Fahrmanöver im Straßennetz zu identifizieren und über eine Vielzahl von Durchfahrten eine Manövercharakteristik zu erstellen. Hierfür eigenen sich Abbiegemanöver und Kurven mit mindestens einer vorbestimmten Mindestkrümmung. The aim is to identify recurring driving maneuvers in the road network and to create a maneuver characteristic over a large number of passages. For this purpose, turning maneuvers and curves are suitable with at least one predetermined minimum curvature.
Gegenüber einen reinen Betrachtung von GNSS-Positionsfolgen ergibt sich aus der Fusion der Erfassungseinrichtungen eine Fahrtrajektorie mit geringerer Varianz. Die Fusion kann z.B. auf Basis eines Bewegungsmodells eines Kraftfahrzeugs (z.B. eines Einspurmodells) erreicht werden. Dabei lässt sich die Krümmung der Fahrspur insbesondere aus der Betrachtung der Raddrehzahlen und der Gierrate schätzen. Zu beachten ist, nicht jeder Fahrer durchfährt eine ausgewählte Kurve in der Mitte der Fahrspur, sondern wählt eine eigene Fahrlinie. Deswegen unterliegt die tatsächlich gefahrene Krümmung über mehrere Durchfahrten einer Häufigkeitsverteilung (Fig. 3 und Fig. 5). Durch diese Verteilung lässt sich die Krümmungscharakteristik der Kurve als charakteristisches Merkmal normieren. Somit entsteht z.B. für jede Kurve auch ein gemittelter Aufhängungspunkt am Kurveneingang und Kurvenausgang. Compared to a mere consideration of GNSS position sequences, the merger of the detection devices results in a driving trajectory with a lower variance. The fusion can e.g. based on a motion model of a motor vehicle (e.g., a one-track model). In this case, the curvature of the lane can be estimated in particular from the consideration of the wheel speeds and the yaw rate. It should be noted that not every driver drives through a selected curve in the middle of the lane, but chooses his own driving line. Because of this, the curvature actually driven is subject to a frequency distribution over several passes (FIGS. 3 and 5). By this distribution, the curvature characteristic of the curve can be normalized as a characteristic feature. Thus, e.g. for every curve also an averaged suspension point at the curve entrance and corner exit.
In einem Kreuzungsbereich werden die Abbiegemanöver anhand verschiedener Merkmale wie z.B. dem errechneten Kurvenradius, der Einfahrtsrichtung und Ausfahrtsrichtung getrennt und jeweils einzeln zu einer Kurvencharakteristik klassifiziert. Bei einer mehrspurigen Abbiegemöglichkeit 31 lassen sich auf diese Weise verschiedene Manövercharakteristiken und somit auch separate Aufhängepunkte (Landmarken) für die jeweilige Abbiegespur erzeugen. Fig. 2 und Fig. 4 zeigen die Erzeugung der Landmarke 15 für eine Rechtskurve. Die relevanten Fahrtrajektorien wurden zuvor über die Einfahrtsund Ausfahrtsrichtung in und aus der Kreuzung ermittelt. Durch das Histogramm einer Vielzahl an gefahrenen Kurven (Fig. 3 und Fig. 5) lässt sich ein mittlerer Kurvenradius ermitteln. Bei mehrspurigen Rechtsabbiegern (Fig. 4), ist das Heading für eine fahrspurgenaue Karte nicht mehr ausreichend. Es ergeben sich im Histogramm mehrere Peaks oder lokale Maxima 31 (Fig. 5), die die gemittelten Kurvenradien der verschiedenen Fahrspuren 32 beschreiben. In a crossing area, the turn maneuvers are separated on the basis of various features, such as the calculated curve radius, the entry direction and the exit direction, and are individually classified into a curve characteristic. In a multi-lane turnabout 31 can be in this way different maneuver characteristics and thus also generate separate suspension points (landmarks) for each turn lane. Fig. 2 and Fig. 4 show the generation of the landmark 15 for a right turn. The relevant driving trajectories were previously determined via the entry and exit directions in and out of the intersection. Through the histogram of a plurality of driven curves (FIGS. 3 and 5), a mean curve radius can be determined. In multi-lane right turn (Fig. 4), the heading for a lane-exact map is no longer sufficient. There are several peaks or local maxima 31 (FIG. 5) in the histogram, which describe the averaged curve radii of the various lanes 32.
Vorteile dieses Ansatzes sind die Erzeugung von Aufhängungspunkten (Landmarken) durch Seriensensorik von Kraftfahrzeugen. Die vorhandene Menge an Bescheibungsdaten reicht für genaue Bestimmung oder Wiedererkennung dieser Aufhängungspunkte. Advantages of this approach are the generation of suspension points (landmarks) by series sensors of motor vehicles. The amount of descriptive data present is sufficient for accurate determination or recognition of these suspension points.
Bezugszeichenliste 0 KraftfahrzeugReference List 0 Motor vehicle
1 Historische Position 1 Historical position
2 Straße 2 street
3 Ermittelte Fahrtrajektorie 4 Drift 3 Determined Driving Trajectory 4 Drift
5 Landmarke 5 landmark
6 Position der Landmarke 7 Koordinatensystem  6 Position of the landmark 7 coordinate system
18 Verschiebung  18 shift
19 Gebiet 19 area
0 Extrahiertes Merkmal 1 Kurveneintrittspunkt 2 Fahrtrichtung 0 Extracted feature 1 Curve entry point 2 Direction of travel
3 Kurven-Austrittspunkt 4 Fahrtrichtung 3 corner exit point 4 direction of travel
5 Kurveneckpunkt 5 corner corner point
6 Kurvenradius 6 curve radius
7 Abbiegemöglichkeit 7 turn-off possibility
28 Fahrtrajektorien 28 driving trajectories
29 Extrahiertes Merkmal 29 Extracted feature
30 Charakteristisches Merkmal30 Characteristic feature
31 Abbiegemöglichkeit31 turn-off possibility
32 Fahrspur 32 lane
33 Lokales Maximum  33 local maximum
H Häufigkeitsverteilung H frequency distribution
K Kurvenradius K curve radius
K1 Radius Wert  K1 radius value
K2 Radius Wert  K2 radius value

Claims

Patentansprüche claims
Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs (10) in einer Umgebung, wobei zu zumindest einer Landmarke (15) der Umgebung eine jeweilige Positionsangabe (16) der Landmarke (15) bereitgestellt wird und erkannt wird, dass das Kraftfahrzeug (10) die zumindest eine Landmarke (15) jeweils aktuell passiert, und die Positionsangabe (16) der jeweils aktuell passierten Landmarke (15) als Position des Kraftfahrzeugs (10) ausgegeben wird, Method for determining a position of a motor vehicle (10) in an environment, wherein a respective position indication (16) of the landmark (15) is provided for at least one landmark (15) of the surroundings and it is recognized that the motor vehicle (10) has the at least one Landmark (15) is currently happening, and the position information (16) of each currently passed landmark (15) is output as a position of the motor vehicle (10),
dadurch gekennzeichnet, dass characterized in that
- eine Manövercharakteristik eines sich beim Passieren der jeweiligen Landmarke (15) ergebenden Fahrmanövers bereitgestellt wird, wobei die jeweilige Manövercharakteristik vorbestimmte charakteristische Merkmale (30) des jeweiligen Fahrmanövers angibt, und  a maneuvering characteristic of a maneuver resulting from the passage of the respective landmark (15) is provided, the respective maneuvering characteristic indicating predetermined characteristic features (30) of the respective driving maneuver, and
- mittels zumindest einer Erfassungseinrichtung des Kraftfahrzeugs (10) Beschreibungsdaten eines jeweils aktuell von dem Kraftfahrzeug (10) gefahrenen Fahrmanövers erzeugt und aus den Beschreibungsdaten vorbestimmte Merkmale (20) des Fahrmanövers extrahiert werden und  Description data of a respective currently driven by the motor vehicle (10) driving maneuver generated by at least one detection device of the motor vehicle (10) and from the description data predetermined features (20) of the driving maneuver are extracted and
- durch Vergleichen der extrahierten Merkmale (20) mit den charakteristischen Merkmalen (30) aus der jeweiligen Manövercharakteristik der zumindest einen Landmarke (15) die aktuell passierte Landmarke (1 5) erkannt wird.  - By comparing the extracted features (20) with the characteristic features (30) from the respective maneuver characteristic of the at least one landmark (15) the currently passed landmark (1 5) is detected.
Verfahren nach Anspruch 1 , wobei mittels der zumindest einen Erfassungseinrichtung die Beschreibungsdaten auf der Grundlage einer auf einer Fahrzeugbewegung basierenden Odometrie erzeugt werden. The method of claim 1, wherein the description data is generated based on a vehicle movement based odometry by means of the at least one detection means.
Verfahren nach einem der vorhergehenden Ansprüche, wobei mittels der zumindest einen Erfassungseinrichtung Beschreibungsdaten zu zumindest einer der folgenden Messgrößen ermittelt werden: eine Raddrehzahl zumindest eines Rades, eine Beschleunigung in zumindest eine Raumrichtung, eine Gierrate, eine Fahrgeschwindigkeit, ein Lenkwinkel. Method according to one of the preceding claims, wherein description data for at least one of the following measured variables are determined by means of the at least one detection device: a wheel speed of at least one wheel, an acceleration in at least one spatial direction, a yaw rate, a driving speed, a steering angle.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Erkennung des Passierens der Landmarke (15) unabhängig von einer Bilderkennung von Objekten in der Umgebung erfolgt. 4. The method according to any one of the preceding claims, wherein the detection of the passing of the landmark (15) is independent of an image recognition of objects in the environment.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Beschreibungsdaten mittels mehrerer Erfassungseinrichtungen ermittelt und mittels eines Bewegungsmodells des Kraftfahrzeugs (10) kombiniert werden. 5. The method according to any one of the preceding claims, wherein the description data determined by a plurality of detection means and combined by means of a movement model of the motor vehicle (10).
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei die charakteristischen Merkmale (30) und die aus den Beschreibungsdaten extrahierten Merkmale (20) jeweils zumindest eines der folgenden Merkmale (20) umfassen: einen Markeneinfahrtspunkt (21 ), einen Markenausfahrtspunkt (23), einen Radius (26) einer gefahrenen Kurve, eine Krümmung einer gefahrenen Kurve, eine Gierrate, eine Einfahrtsrichtung (22), eine Ausfahrtsrichtung (24), einen Kurveneckpunkt (25). A method according to any one of the preceding claims, wherein the characteristic features (30) and features (20) extracted from the descriptive data each comprise at least one of the following features (20): a mark entry point (21), a mark exit point (23), a Radius (26) of a driven curve, a curvature of a driven curve, a yaw rate, an entrance direction (22), an exit direction (24), a corner corner point (25).
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei die zumindest eine Landmarke (15) jeweils eine Kreuzung und/oder Kurve darstellt und/oder zu der jeweiligen Landmarke (15) als charakteristisches Fahrmanöver ein Abbiegemanöver und/oder eine Kurvenfahrt vorgesehen ist. 7. The method according to any one of the preceding claims, wherein the at least one landmark (15) each represents an intersection and / or curve and / or to the respective landmark (15) as a characteristic driving maneuver a turning maneuver and / or cornering is provided.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei für unterschiedliche Fahrspuren (32) einer Straße der Umgebung jeweils eine eigene Manövercharakteristik bereitgestellt ist. 8. The method according to any one of the preceding claims, wherein for different lanes (32) of a road of the environment each have their own maneuver characteristic is provided.
9. Verfahren nach einem der vorhergehenden Ansprüche, wobei mittels eines Empfängers für ein Positionssignal eines GNSS eine vorläufige Geoposition des Kraftfahrzeugs (10) ermittelt wird und aus mehreren gespeicherten Manövercharakteristiken zumindest eine Manövercharakteristik ausgewählt wird, deren zugeordnete Position (16) in einem vorbestimmten Umgebungsbereich (19) um die vorläufige Geoposition herum liegt, und der Vergleich der extrahierten Merkmale (20) auf die zumindest eine ausgewählte Manövercharakteristik beschränkt wird. 9. Method according to one of the preceding claims, wherein a preliminary geoposition of the motor vehicle (10) is determined by means of a receiver for a position signal of a GNSS and at least one maneuver characteristic is selected from a plurality of stored maneuver characteristics whose assigned position (16) is within a predetermined environmental range ( 19) around the preliminary geoposition, and limiting the comparison of the extracted features (20) to the at least one selected maneuver characteristic.
10. Verfahren nach Anspruch 9, wobei der Umgebungsbereich (19) einen Durchmesser von mehr als 10 m, insbesondere mehr als 20m aufweist. 10. The method of claim 9, wherein the surrounding area (19) has a diameter of more than 10 m, in particular more than 20m.
1 1 . Verfahren nach einem der vorhergehenden Ansprüche, wobei mittels der an der zumindest einen Landmarke (15) ermittelten jeweiligen Position des Kraftfahrzeug (10) ein Versatz einer auf einer relativen Positionserfassung beruhende Trajektorienerfassung korrigiert wird. 1 1. Method according to one of the preceding claims, wherein an offset of a trajectory detection based on a relative position detection is corrected by means of the respective position of the motor vehicle (10) determined at the at least one landmark (15).
12. Verfahren nach einem der vorhergehenden Ansprüche, wobei zum Ermitteln der jeweiligen Manövercharakteristik der zumindest einen Landmarke (16) aus mehreren Fremdfahrzeugen jeweils Beschreibungsdaten, welche eine jeweiliges Fahrmanöver des Fremdfahrzeugs beim Passieren der Landmarke (15) beschreiben, empfangen werden und auf der Grundlage der Beschreibungsdaten jeweilige vorbestimmte Merkmale (29) extrahiert und aus den extrahierten Merkmalen (29) eine jeweilige Häufigkeitsverteilung (H) gebildet wird und aus der jeweiligen Häufigkeitsverteilung (H) eines der charakteristischen Merkmale (30) ermittelt wird. 12. The method according to any one of the preceding claims, wherein for determining the respective maneuver characteristic of the at least one landmark (16) from a plurality of foreign vehicles each descriptive data which describe a respective driving maneuver of the other vehicle when passing the landmark (15) are received, and on the basis of Description data respective predetermined features (29) extracted and from the extracted features (29) a respective frequency distribution (H) is formed and from the respective frequency distribution (H) of one of the characteristic features (30) is determined.
13. Verfahren nach Anspruch 12, wobei in zumindest einer Häufigkeitsverteilung (H) zwei fahrspurgenaue Landmarken (15) anhand von mathematischen lokalen Extremstellen (33) der Häufigkeitsverteilung (H) identifiziert werden. 13. The method according to claim 12, wherein in at least one frequency distribution (H) two lane-precise landmarks (15) are identified on the basis of mathematical local extreme points (33) of the frequency distribution (H).
14. Steuervorrichtung (ECU) für ein Kraftfahrzeug (10), wobei die Steuervorrichtung (ECU) dazu eingerichtet ist, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen. 14. A control device (ECU) for a motor vehicle (10), wherein the control device (ECU) is adapted to carry out a method according to one of the preceding claims.
1 5. Stationäre Rechenvorrichtung (SRV) zum Betreiben an einem Datennetzwerk, wobei die Rechenvorrichtung (SRV) dazu eingerichtet ist, ein Verfahren nach einem der Ansprüche 1 bis 13 oder zumindest ein Verfahren mit den Verfahrensschritten aus einem der Ansprüche 12 oder 13 durchzuführen. A stationary computing device (SRV) for operating on a data network, wherein the computing device (SRV) is adapted to perform a method according to one of claims 1 to 13 or at least one method with the method steps of one of claims 12 or 13.
PCT/EP2018/074490 2017-09-14 2018-09-11 Method for determining a position of a motor vehicle in its surroundings, control device for a motor vehicle and computing device for operating in a data network WO2019053013A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201880051101.8A CN111051817B (en) 2017-09-14 2018-09-11 Method, control device and computing device for determining the position of a motor vehicle

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017216238.4 2017-09-14
DE102017216238.4A DE102017216238A1 (en) 2017-09-14 2017-09-14 Method for determining a position of a motor vehicle in an environment and control device for a motor vehicle and computing device for operating on a data network

Publications (1)

Publication Number Publication Date
WO2019053013A1 true WO2019053013A1 (en) 2019-03-21

Family

ID=63579343

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/074490 WO2019053013A1 (en) 2017-09-14 2018-09-11 Method for determining a position of a motor vehicle in its surroundings, control device for a motor vehicle and computing device for operating in a data network

Country Status (3)

Country Link
CN (1) CN111051817B (en)
DE (1) DE102017216238A1 (en)
WO (1) WO2019053013A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11543257B2 (en) * 2019-11-12 2023-01-03 Samsung Electronics Co., Ltd. Navigation apparatus and operation method of navigation apparatus
DE102022111179A1 (en) 2022-05-05 2023-11-09 Bayerische Motoren Werke Aktiengesellschaft METHOD AND DEVICE FOR GENERATING AN ARTIFICIAL INTELLIGENCE-BASED PREDICTOR AND USE THEREOF, AND COMPUTER PROGRAM

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019003238B4 (en) * 2019-05-08 2023-04-20 Mercedes-Benz Group AG Vehicle location by map comparison taking into account a street profile
DE102019008368A1 (en) * 2019-12-02 2021-06-02 Daimler Ag Method for operating a vehicle and device for carrying out the method
DE102020201351A1 (en) 2020-02-04 2021-08-05 Volkswagen Aktiengesellschaft Method and device for determining the position of a vehicle
DE102022111269A1 (en) 2022-05-06 2023-11-09 Valeo Schalter Und Sensoren Gmbh METHOD FOR OPERATING A PARKING ASSISTANCE SYSTEM, COMPUTER PROGRAM PRODUCT, PARKING ASSISTANCE SYSTEM AND VEHICLE HAVING A PARKING ASSISTANCE SYSTEM
DE102022125804A1 (en) 2022-10-06 2024-04-11 Bayerische Motoren Werke Aktiengesellschaft Control of a motor vehicle

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011112404A1 (en) 2011-09-03 2013-03-07 Audi Ag Method for determining the position of a motor vehicle
DE102014007794A1 (en) * 2014-05-24 2014-10-23 Daimler Ag Method for operating a vehicle control system
DE102013016435B4 (en) 2013-10-02 2015-12-24 Audi Ag Method for correcting position data and motor vehicle
DE102016001269A1 (en) * 2016-01-13 2016-08-11 Daimler Ag Method for determining a current position of a motor vehicle on a road and a position determining device
WO2016151369A1 (en) * 2015-03-20 2016-09-29 Yandex Europe Ag Method of determining a geolocation of an electronic device
US20170052028A1 (en) * 2015-08-20 2017-02-23 Zendrive, Inc. Method for accelerometer-assisted navigation

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6385539B1 (en) * 1999-08-13 2002-05-07 Daimlerchrysler Ag Method and system for autonomously developing or augmenting geographical databases by mining uncoordinated probe data
US6560531B1 (en) * 2001-05-22 2003-05-06 Navigation Technologies Corporation Multi-resolution trend metric for shape comparison and applications thereof
DE10149283A1 (en) * 2001-10-05 2003-05-08 Siemens Ag Method and arrangement for determining a map route corresponding to a route actually covered by a mobile system in a map
PL2490092T3 (en) * 2011-02-16 2014-02-28 Siemens Ag Method for autonomous localisation of a driver-less motorised vehicle
DE102014208622A1 (en) * 2013-09-06 2015-03-12 Robert Bosch Gmbh Method and control and detection device for plausibility of a wrong-way drive of a motor vehicle
US10049129B2 (en) * 2014-12-22 2018-08-14 Here Global B.V. Method and apparatus for providing map updates from distance based bucket processing
DE102015000399B4 (en) * 2015-01-13 2019-08-29 Audi Ag Mapping of lanes using vehicle fleet data
EP3885217A1 (en) * 2015-02-10 2021-09-29 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
WO2016153435A1 (en) * 2015-03-26 2016-09-29 Agency for Science,Technology and Research Location system and method for determining location of a vehicle
CN107082071A (en) * 2016-02-15 2017-08-22 宝马股份公司 For preventing the unexpected method and servicing unit for leaving runway

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011112404A1 (en) 2011-09-03 2013-03-07 Audi Ag Method for determining the position of a motor vehicle
DE102013016435B4 (en) 2013-10-02 2015-12-24 Audi Ag Method for correcting position data and motor vehicle
DE102014007794A1 (en) * 2014-05-24 2014-10-23 Daimler Ag Method for operating a vehicle control system
WO2016151369A1 (en) * 2015-03-20 2016-09-29 Yandex Europe Ag Method of determining a geolocation of an electronic device
US20170052028A1 (en) * 2015-08-20 2017-02-23 Zendrive, Inc. Method for accelerometer-assisted navigation
DE102016001269A1 (en) * 2016-01-13 2016-08-11 Daimler Ag Method for determining a current position of a motor vehicle on a road and a position determining device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SCOTT C A ET AL: "Increased accuracy of motor vehicle position estimation by utilising map data: vehicle dynamics, and other information sources", VEHICLE NAVIGATION AND INFORMATION SYSTEMS CONFERENCE, 1994. PROCEEDIN GS., 1994 YOKOHAMA, JAPAN 31 AUG.-2 SEPT. 1, NEW YORK, NY, USA,IEEE, 31 August 1994 (1994-08-31), pages 585 - 590, XP010136576, ISBN: 978-0-7803-2105-2, DOI: 10.1109/VNIS.1994.396785 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11543257B2 (en) * 2019-11-12 2023-01-03 Samsung Electronics Co., Ltd. Navigation apparatus and operation method of navigation apparatus
DE102022111179A1 (en) 2022-05-05 2023-11-09 Bayerische Motoren Werke Aktiengesellschaft METHOD AND DEVICE FOR GENERATING AN ARTIFICIAL INTELLIGENCE-BASED PREDICTOR AND USE THEREOF, AND COMPUTER PROGRAM

Also Published As

Publication number Publication date
CN111051817A (en) 2020-04-21
DE102017216238A1 (en) 2019-03-14
CN111051817B (en) 2023-09-12

Similar Documents

Publication Publication Date Title
DE102017114471B4 (en) vehicle control device
WO2019053013A1 (en) Method for determining a position of a motor vehicle in its surroundings, control device for a motor vehicle and computing device for operating in a data network
EP3542237B1 (en) Autonomous control of a motor vehicle on the basis of lane data; motor vehicle
WO2017220286A1 (en) Method for operating a vehicle system designed to determine a trajectory to be followed and/or to perform driving interventions, method for operating a control system, and motor vehicle
DE102017112865A1 (en) Apparatus for automated driving control, system with the same, and method therefor
DE102015209373B4 (en) DRIVING SUPPORT UNIT
EP3350050A1 (en) Method for providing track information on a vehicle track, and system
DE102015114464A1 (en) Uniform motion planner for an autonomous vehicle while avoiding a moving obstacle
DE102016208282A1 (en) VEHICLE CONTROL DEVICE
DE102016000209A1 (en) A control system and method for determining a pavement irregularity
EP3490862A1 (en) Method and device for determining a roadway model for the surroundings of a vehicle
EP3328715B1 (en) Method for at least semi-autonomous manoeuvring of a motor vehicle with positional correction, driver assistance system and motor vehicle
DE102020107349A1 (en) METHOD AND APPARATUS FOR DYNAMIC YEAR RATE DEVIATION ESTIMATION
DE102014207541A1 (en) Road mark related driver assistance
EP3161808A1 (en) Method for processing measurement data of a vehicle in order to determine the start of a search for a parking space and computer program product
DE102016217637A1 (en) Odometry method for determining a position of a motor vehicle, control device and motor vehicle
DE102017205973A1 (en) Method for determining an offset contained in a yaw rate signal of a yaw rate sensor of a motor vehicle and control device and motor vehicle
DE102008062796A1 (en) Method for operating vehicle by processing unit of driver assistance system, involves detecting surrounding situation in environment in driving direction of vehicle by detection unit
EP2995971A1 (en) Method and system for positioning
DE102017216237A1 (en) Method for determining a course of lanes of a road network and server device for carrying out the method
DE102017200477A1 (en) A method, apparatus, mobile user equipment and a corresponding computer program for providing information for influencing the guidance of the vehicle in connection with local terrain artifacts
DE102019132967A1 (en) Method and device for determining a lane hypothesis
WO1998013666A1 (en) Navigation-assistance method and device for a vehicle driver
EP4023521A1 (en) Method for operating a lane-keeping assistant system of an at least partially assisted motor vehicle, computer program product and lane-keeping assistant system
DE102021214193A1 (en) VEHICLE AND METHOD FOR CONTROLLING RESPONSE TO THREADING

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18769336

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18769336

Country of ref document: EP

Kind code of ref document: A1