WO2019063266A1 - Verfahren zur lokalisierung eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs, und ein fahrzeugsystem - Google Patents
Verfahren zur lokalisierung eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs, und ein fahrzeugsystem Download PDFInfo
- Publication number
- WO2019063266A1 WO2019063266A1 PCT/EP2018/074223 EP2018074223W WO2019063266A1 WO 2019063266 A1 WO2019063266 A1 WO 2019063266A1 EP 2018074223 W EP2018074223 W EP 2018074223W WO 2019063266 A1 WO2019063266 A1 WO 2019063266A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- landmark
- vehicle
- carried out
- haf
- pose estimation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000006870 function Effects 0.000 title abstract description 3
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims abstract description 5
- 230000004807 localization Effects 0.000 claims description 17
- 238000013459 approach Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- 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
- HAF higher automated vehicle
- the invention relates to a method for locating a higher automated vehicle (HAF), in particular a highly automated vehicle, in a digital map and a vehicle system for controlling a higher one
- HAF higher automated vehicle
- HAF Automated Vehicle
- the prior art discloses a variety of ways to perform a method for locating a higher automated vehicle (HAF), particularly a highly automated vehicle.
- HAF higher automated vehicle
- ADAS advanced vehicle assistance systems
- UAD urban automated driving
- Action decisions can be taken.
- information from maps is increasingly being used as additional sources, with the maps being dependent on a central map or map.
- Backend server can be transferred to the respective vehicle. Subsequently, in the vehicle system, the received
- GNSS global satellite navigation systems such as GPS, GLONASS or Galileo
- vehicle dynamics sensors such as yaw rate sensors, acceleration sensors
- Steering wheel angle sensors or wheel speed sensors are based.
- Vehicle localization is known to be the quality of GNSS resolution, but it is subject to local and temporal variations. This accuracy can be improved by correction services.
- HAF higher automated vehicle
- HAF higher automated vehicle
- HAF higher automated vehicle
- a locating module of a vehicle system of the HAF the global pose estimation comprising a position and orientation of the HAF
- Landmark property is detectable
- the method according to the invention furthermore includes that, depending on the value of the error indicator, at least one of the following steps S6, S7 and / or S8 is executed.
- step S6 a confirmation of the performed in step S1
- Pose estimation is made in the case that the error indicator reflects that at least one landmark property was detected at the relative position.
- the pose estimation performed in step S1 is discarded in the event that the error indicator reflects that at least one landmark property is not detectable at the relative position.
- the landmark position transmitted in step S2 is disregarded in the event that the error indicator reflects that no observations are possible at the relative position.
- the method according to the invention includes the following additional steps S9 and S10, wherein step S9 comprises re-performing steps S3 to S5 for a defined number of further landmarks transmitted in step S2 and step S10 resetting the localization module in the
- step S7 results in rejecting the pose estimation performed in step S1 for all the landmarks examined in step S9, and performing relocation; wherein the relocalization is preferably carried out by a particle-based approach.
- step S1 it is advantageous if the pose estimation carried out in step S1 is carried out on the basis of a map matching algorithm.
- step S1 the pose estimation carried out in step S1 can be performed on the basis of a dense assignment grid transmitted by a backend server.
- the pose estimation carried out in step S1 takes place at least partially by sensor measurements. It is conceivable that the pose estimation performed in step S1 is based at least in part on a satellite-based
- Localization method in particular GPS, is performed.
- Pose estimation is at least partially based on a transformation between current sensor observations and a stored in a digital map map section. It has proven to be an advantage that in step S2 a plurality
- Landmark positions and associated landmark properties are transmitted, and that the steps S3 to S8 for each of the transmitted
- Another object of the invention is a vehicle system for controlling a higher automated vehicle (HAF), in particular one highly automated vehicle, wherein the vehicle system at least one localization module, at least one sensor for detecting detection of landmark characteristics in the environment of the HAF and a
- Control device wherein the control device is arranged for carrying out a method according to one of claims 1 to 9.
- Is related to passenger cars it is not limited thereto, but can be used with any type of vehicle trucks (P) and / or passenger cars (PKW).
- Fig. 2 shows a vehicle environment shown in the form of sensor measurements and landmarks.
- a global pose estimation for a higher automated vehicle (HAF) is performed by a localization module of a HAF, wherein, under a pose estimation, the sum of the
- This localization can be done by the localization module of a
- Vehicle system based on a transmitted from a backend server dense occupancy grid and carried out by means of sensor measurements. This is preferably done using so-called map-matching algorithms, which estimate the transformation between the current sensor observations and the current map section stored in a digital map.
- the pose estimation can be based at least in part on a basis of
- satellite-based localization method in particular GPS.
- the environment of the HAF is subdivided into cells, whereby for each cell, for example, a classification in "passable” and "occupied” is stored.
- a classification based on other features may be stored, such as a reflected radar energy.
- the good compressibility is an advantage of the occupancy grid, the high level of abstraction, which also allows a fusion of various sensors, such as stereo camera, radar, LiDAR or ultrasound.
- a step S2 at least one, preferably a plurality of landmark positions 200 and at least one, preferably a plurality of assigned landmark properties are transmitted to the automated one
- This transmission is in addition to the transmission of the allocation grid.
- a step S3 relative positions of the landmark positions 200 with respect to the HAF are determined based at least in part on the pose estimate and the landmark positions 200.
- a step S4 at least one sensor measurement 100, preferably a plurality of sensor measurements 101, 102, 103 is performed and a check is made as to whether the transmitted position is at the relative position Landmark properties are detectable. For a correct map matching result, the landmark positions 200 are known in the current sensor measurements.
- step S5 the output of an error indicator takes place as a result of the check carried out in step S4.
- Option 1 Confirmation of the pose estimation carried out in step S1 in the event that the error indicator reflects that the at least one landmark feature was detected at the relative position. This is represented in FIG. 1 by the step S6 and is equivalent to the fact that in the
- Sensor measurements 100 such as LiDAR measurements are available. Can be in these sensor measurements 100 with sufficiently high
- Possibility 2 Discard the pose estimation carried out in step S1 in the event that the error indicator reflects that at least one landmark property is not detectable at the relative position. This is represented in FIG. 1 by the step S7 and is equivalent to the fact that no sensor measurements 100 are present in the area of the presumed landmark positions 200. This is interpreted as a clear indication of an invalid matching result.
- Landmark position 201, 202, 203 in the case that the error indicator reflects that no observations are possible at the relative position. This is represented in FIG. 1 by the step S8. Such a case occurs For example, when in the area of the suspected landmark positions 200 significant occlusion of the vehicle environment occur, for example by parked vehicles or temporary obstacles. In this case, no statement is possible.
- step S2 Depending on the number of transmitted landmark positions 200, 201, 202, 203, the steps S3 to S5 for the defined number of in step S2
- Landmark positions 200, 201, 202, 203 performed sequentially, which is indicated in the figure 1 by the step S9.
- step S7 for all of the landmarks studied in step S9 results in that the pose estimation performed in step S1 is discarded.
- a pose estimation performed in step S1 is discarded.
- Relocalization of the localization module carried out wherein the relocalization is preferably carried out by a particle-based approach.
- Algorithms based on such an approach are known in the art.
- a vehicle system for controlling a HAF according to the invention
- a highly automated vehicle must therefore include:
- At least one sensor for detecting landmark characteristics in an environment of the HAF
- a control device for executing a
- Combinations of features may include.
Abstract
Die Erfindung betrifft ein Verfahren zum Betreiben eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs, in einer digitalen Karte, umfassend die Schritte: S1 Ermittlung einer globalen Posenschätzung für das HAF durch ein Lokalisierungsmodul eines Fahrzeugsystems des HAF, wobei die globale Posenschätzung eine Position und Orientierung des HAF umfasst; S2 Übermittlung von zumindest einer Landmarkenposition und zumindest einer zugeordneten Landmarkeneigenschaft an das Fahrzeugsystem; S3 Ermittlung einer relativen Position der Landmarkenposition bezüglich des HAF zumindest teilweise auf Grundlage der Posenschätzung und der Landmarkenposition; S4 Durchführung zumindest einer Sensormessung und Überprüfung dahingehend, dass an der relativen Position die zumindest eine Landmarkeneigenschaft detektierbar ist; und S5 Ausgabe eines Fehlerindikators als Ergebnis der in Schritt S4 durchgeführten Überprüfung. Die Erfindung betrifft ferner ein entsprechendes System sowie ein Computerprogramm.
Description
Beschreibung
Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs, und ein Fahrzeugsvstem.
Die Erfindung betrifft ein Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs, in einer digitalen Karte und ein Fahrzeugsystem zur Steuerung eines höher
automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs.
Stand der Technik
Angesichts einer Zunahme des Automatisierungsgrades von Fahrzeugen werden immer komplexere Fahrzeugsysteme eingesetzt. Für solche Fahrzeugsysteme und Funktionen, wie z.B. dem hochautomatisierten Fahren oder dem
vollautomatisierten Fahren, wird eine große Anzahl an Sensoren im Fahrzeug benötigt, die eine exakte Erfassung des Fahrzeugumfelds ermöglichen.
Im Folgenden werden unter höher automatisiert all diejenigen
Automatisierungsgrade verstanden, die im Sinne der Bundesanstalt für
Straßenwesen (BASt) einer automatisierten Längs- und Querführung mit steigender Systemverantwortung entsprechen, z.B. das hoch- und
vollautomatisierte Fahren.
Im Stand der Technik ist eine Vielzahl von Möglichkeiten offenbart, ein Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs, durchzuführen. So setzen beispielsweise aktuelle Fahrzeugsysteme (engl. Advanced Driver Assistance Systems (ADAS)) und hochautomatisierte Fahrzeugsysteme für UAD (urban automated driving) in steigendem Maße detailliertes Wissen über das Fahrzeugumfeld und
Situationsbewusstsein voraus. Als Grundlage für die Wahrnehmung des Umfelds
werden dabei Sensormessdaten verwendet, aus denen mit Hilfe sogenannter Detektor-Algorithmen verschiedene Objekte wie z.B. Fahrbahnmarkierungen, Masten und Verkehrsschilder extrahiert werden können. Anhand dieser Objekte kann dann ein Fahrzeugumfeld modelliert werden, anhand dessen
beispielsweise eine Trajektorie für ein Ego-Fahrzeug geplant oder sonstige
Handlungsentscheidungen getroffen werden können. Neben der Onboard- Sensorik werden in zunehmendem Maße auch Informationen aus Karten als zusätzliche Quellen verwendet, wobei die Karten von einem zentralen Kartenbzw. Backend-Server an das jeweilige Fahrzeug übertragen werden können. Anschließend werden in dem Fahrzeugsystem die empfangenen
Umfeldinformationen aus den Karten mit den detektierten Umfeldinformationen gematcht. Auf diese Weise wird eine globale Fahrzeuglokalisierung ermöglicht. Um benötigte Informationen aus der Karte nutzen zu können, muss eine minimale Lokalisierungsgenauigkeit überschritten werden.
So sind beispielsweise Lokalisierungsverfahren bekannt, die auf einer
Kombination von GNSS genannten globalen Satellitennavigationssystemen, wie beispielsweise GPS, GLONASS oder Galileo, und Fahrdynamiksensoren, wie beispielsweise Drehratensensoren, Beschleunigungssensoren,
Lenkradwinkelsensoren oder Raddrehzahlensensoren basieren.
Ausschlaggebend für die Genauigkeit einer auf GNSS basierenden
Fahrzeuglokalisierung ist bekanntermaßen die Qualität der GNSS-Auflösung, die jedoch örtlichen und zeitlichen Schwankungen unterliegt. Diese Genauigkeit kann durch Korrekturdienste verbessert werden.
Es ist daher eine Aufgabe der vorliegenden Erfindung, ein verbessertes
Verfahren zum Betreiben eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs und ein verbessertes Fahrzeugsystem zur Steuerung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs bereitzustellen, mit dem die oben genannten Nachteile zumindest verbessert werden.
Offenbarung der Erfindung Diese Aufgabe wird mittels des jeweiligen Gegenstands der unabhängigen
Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von jeweils abhängigen Unteransprüchen.
Nach einem Aspekt der Erfindung wird ein Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines
hochautomatisierten Fahrzeugs, in einer digitalen Karte bereitgestellt, umfassend die folgenden Schritte:
51 Ermittlung einer globalen Posenschätzung für das HAF durch ein
Lokalisierungsmodul eines Fahrzeugsystems des HAF, wobei die globale Posenschätzung eine Position und Orientierung des HAF umfasst;
52 Übermittlung von zumindest einer Landmarkenposition und zumindest einer zugeordneten Landmarkeneigenschaft an das Fahrzeugsystem;
53 Ermittlung einer relativen Position der Landmarkenposition bezüglich des HAF zumindest teilweise auf Grundlage der Posenschätzung und der Landmarkenposition;
54 Durchführung zumindest einer Sensormessung und Überprüfung
dahingehend, dass an der relativen Position die zumindest eine
Landmarkeneigenschaft detektierbar ist; und
55 Ausgabe eines Fehlerindikators als Ergebnis der in Schritt S4
durchgeführten Überprüfung.
In einer bevorzugten Ausführungsform beinhaltet das erfindungsgemäße Verfahren desweiteren, dass in Abhängigkeit von dem Wert des Fehlerindikators zumindest einer der folgenden Schritt S6, S7 und/oder S8 ausgeführt wird.
Wobei im Schritt S6 eine Bestätigung der in Schritt S1 durchgeführten
Posenschätzung in dem Fall erfolgt, dass der Fehlerindikator wiedergibt, dass an der relativen Position die zumindest eine Landmarkeneigenschaft detektiert wurde. Im Schritt S7 wird die im Schritt S1 durchgeführte Posenschätzung in dem Fall verworfen, dass der Fehlerindikator wiedergibt, dass an der relativen Position zumindest eine Landmarkeneigenschaft nicht detektierbar ist. Im Schritt S8 wird die in Schritt S2 übermittelte Landmarkenposition in dem Fall außer Acht gelassen, dass der Fehlerindikator wiedergibt, dass an der relativen Position keine Beobachtungen möglich sind.
Vorzugsweise beinhaltet das erfindungsgemäße Verfahren die folgenden zusätzlichen Schritte S9 und S10, wobei Schritt S9 ein erneutes Durchführen der Schritte S3 bis S5 für eine definierte Anzahl weiterer in Schritt S2 übermittelter Landmarken umfasst und Schritt S10 ein Reset des Lokalisierungsmoduls in dem
Fall, dass der Schritt S7 für alle der in Schritt S9 untersuchten Landmarken dazu führt, dass die in Schritt S1 durchgeführte Posenschätzung verworfen wird, sowie ein Durchführen einer Relokalisierung; wobei die Relokalisierung vorzugsweise durch einen Partikel-basierten Ansatz erfolgt.
Dabei ist es von Vorteil, wenn die in Schritt S1 durchgeführte Posenschätzung auf Basis eines Map-Matching-Algorithmus durchgeführt wird.
Grundsätzlich kann die in Schritt S1 erfolgte Posenschätzung auf Grundlage eines von einem Backendserver übertragenen dichten Belegungsgitters erfolgt.
Vorteilhafterweise erfolgt dabei die in Schritt S1 durchgeführte Posenschätzung zumindest teilweise durch Sensormessungen. Dabei ist denkbar, dass die in Schritt S1 durchgeführte Posenschätzung zumindest teilweise auf Grundlage eines satellitenbasierten
Lokalisierungsverfahrens, insbesondere GPS, durchgeführt wird.
Für das weitere Vorgehen ist es in einer Ausführungsform der Erfindung vorteilhafterweise vorgesehen, dass die in Schritt S1 durchgeführte
Posenschätzung zumindest teilweise auf Grundlage einer Transformation zwischen aktuellen Sensorbeobachtungen und einem in einer digitalen Karte hinterlegten Kartenausschnitt erfolgt. Dabei hat es sich als Vorteil herausgestellt, dass in Schritt S2 eine Vielzahl
Landmarkenpositionen und zugeordneter Landmarkeneigenschaften übertragen werden, und dass die Schritte S3 bis S8 für jede der übermittelten
Landmarkenpositionen und zugeordneter Landmarkeneigenschaften
durchgeführt werden.
Einen weiteren Gegenstand der Erfindung bildet ein Fahrzeugsystem zur Steuerung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines
hochautomatisierten Fahrzeugs, wobei das Fahrzeugsystem zumindest ein Lokalisierungsmodul, zumindest einen Sensor zur Detektierung Erfassung von Landmarkeneigenschaften in der Umgebung des HAF und eine
Steuervorrichtung umfasst, wobei die Steuervorrichtung zur Ausführung eines Verfahrens nach einem der Ansprüche 1 bis 9 eingerichtet ist.
Ferner bildet auch Computerprogramm, umfassend Programmcode zur
Durchführung des Verfahrens nach einem der Ansprüche 1 bis 9, wenn das Computerprogramm auf einem Computer ausgeführt wird, einen Gegenstand der Erfindung.
Obwohl die vorliegende Erfindung im Folgenden hauptsächlich in
Zusammenhang mit Personenkraftwagen beschrieben wird, ist sie darauf nicht beschränkt, sondern kann mit jeder Art von Fahrzeug Lastkraftfahrzeuge (LKW) und/oder Personenkraftwagen (PKW) genutzt werden.
Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung der Ausführungsbeispiele der Erfindung, welche in der Figur dargestellt sind. Dabei ist zu beachten, dass die dargestellten Merkmale nur einen beschreibenden Charakter haben und auch in
Kombination mit Merkmalen anderer oben beschriebener Weiterentwicklungen verwendet werden können und nicht dazu gedacht sind, die Erfindung in irgendeiner Form einzuschränken. Zeichnungen
Die Erfindung wird im Folgenden anhand eines bevorzugten
Ausführungsbeispiels näher erläutert, wobei für gleiche Merkmale gleiche Bezugszeichen verwendet werden. Die Zeichnung ist schematisch und zeigt:
Fig. 1 ein Ablaufschema einer ersten Ausführungsform des
erfindungsgemäßen Verfahrens; und
Fig. 2 ein Fahrzeugumfeld dargestellt in Form von Sensormessungen und Landmarken.
ln Schritt S1 der Figur 1 wird eine globale Posenschätzung für ein höher automatisiertes Fahrzeug (HAF) durch ein Lokalisierungsmodul eines HAF durchgeführt, wobei unter einer Posenschätzung hierbei die Summe der
Informationen einer Position und einer Orientierung des HAF verstanden wird. Dabei kann diese Lokalisierung durch das Lokalisierungsmodul eines
Fahrzeugsystems auf Basis eines von einem Backendserver übertragenen dichten Belegungsgitters sowie anhand von Sensormessungen durchgeführt werden. Dies geschieht vorzugsweise unter Verwendung sogenannter Map- Matching-Algorithmen, welche die Transformation zwischen den aktuellen Sensorbeobachtungen und dem in einer digitalen Karte hinterlegten aktuellen Kartenausschnitt schätzen.
Die Posenschätzung kann zumindest teilweise auf Grundlage eines
satellitenbasierten Lokalisierungsverfahrens, insbesondere GPS, durchgeführt werden.
In dem Belegungsgitter ist das Umfeld des HAF in Zellen unterteilt, wobei für jede Zelle beispielsweise eine Klassifikation in„befahrbar" und„belegt" gespeichert ist. Neben der Befahrbarkeit kann auch eine Klassifikation anhand anderer Merkmale gespeichert sein, beispielsweise eine reflektierte Radar-Energie. Neben der guten Komprimierbarkeit ist ein Vorteil des Belegungsgitters der hohe Abstraktionsgrad, der auch eine Fusion von verschiedenartigen Sensoren, wie beispielsweise Stereokamera, Radar, LiDAR oder Ultraschall ermöglicht.
In einem Schritt S2 erfolgt eine Übermittlung von zumindest einer, vorzugsweise mehrerer Landmarkenpositionen 200 und zumindest einer, vorzugsweise mehrerer zugeordnete Landmarkeneigenschaften an das automatisierte
Fahrzeugsystem. Diese Übermittlung erfolgt zusätzlich zu der Übermittlung des Belegungsgitters.
In einem Schritt S3 werden relative Positionen der Landmarkenpositionen 200 bezüglich des HAF zumindest teilweise auf Grundlage der Posenschätzung und der Landmarkenpositionen 200 ermittelt.
In einem Schritt S4 wird zumindest eine Sensormessung 100, bevorzugterweise mehrere Sensormessungen 101 , 102, 103 durchgeführt und eine Überprüfung dahingehend, ob an der relativen Position die übertragenen
Landmarkeneigenschaften detektierbar sind. Für ein korrektes Map-Matching Ergebnis sind die Landmarkenpositionen 200 in den aktuellen Sensormessungen bekannt.
In einem Schritt S5 erfolgt die Ausgabe eines Fehlerindikators als Ergebnis der in Schritt S4 durchgeführten Überprüfung.
Dabei gibt es mehrere Möglichkeiten, die Gültigkeit des Matching-Ergebnisses zu überprüfen:
Möglichkeit 1 : Bestätigung der in Schritt S1 durchgeführten Posenschätzung in dem Fall, dass der Fehlerindikator wiedergibt, dass an der relativen Position die zumindest eine Landmarkeneigenschaft detektiert wurde. Dies ist in Figur 1 durch den Schritt S6 repräsentiert und ist gleichbedeutend damit, dass im
Bereich der vermuteten Landmarkenpositionen 200 korrespondierende
Sensormessungen 100, beispielsweise LiDAR-Messungen, vorhanden sind. Lässt sich in diesen Sensormessungen 100 mit hinreichend hoher
Wahrscheinlichkeit der vorgegebene Landmarkentyp detektieren, so wird auch das gesamte Matching-Ergebnis als gültig anerkannt.
Ein derartiger Fall wird beispielsweise in Figur 2 dargestellt. Das Matching- Ergebnis wurde auf Basis der dargestellten Sensormessungen 100, 101 , 102, 103 ermittelt. Zweifach umrandet sind beispielsweise Landmarkenpositionen 201 , 202, 203 welche in dem LiDAR Scan gefunden werden konnten.
Möglichkeit 2: Verwerfen der in Schritt S1 durchgeführten Posenschätzung in dem Fall, dass der Fehlerindikator wiedergibt, dass an der relativen Position zumindest eine Landmarkeneigenschaft nicht detektierbar ist. Dies ist in Figur 1 durch den Schritt S7 repräsentiert und gleichbedeutend damit, dass im Bereich der vermuteten Landmarkenpositionen 200 keine Sensormessungen 100 vorhanden sind. Dies wird als deutlicher Hinweis auf ein ungültiges Matching- Ergebnis gewertet.
Möglichkeit 3: Außer Acht lassen der in Schritt S2 übermittelten
Landmarkenposition 201 , 202, 203 in dem Fall, dass der Fehlerindikator wiedergibt, dass an der relativen Position keine Beobachtungen möglich sind. Dies ist in Figur 1 durch den Schritt S8 repräsentiert. Ein solcher Fall tritt
beispielsweise auf, wenn im Bereich der vermuteten Landmarkenpositionen 200 nennenswerte Verdeckungen des Fahrzeugumfelds auftreten, beispielsweise durch parkende Fahrzeuge oder temporäre Hindernisse. In diesem Fall ist keine Aussage möglich.
Je nach Anzahl der übermittelten Landmarkenpositionen 200, 201 , 202, 203 werden die Schritte S3 bis S5 für die definierte Anzahl der in Schritt S2
Landmarkenpositionen 200, 201 , 202, 203 sequenziell durchgeführt, was in der Figur 1 durch den Schritt S9 angedeutet ist.
In einem in Figur 1 mit S10 bezeichneten Schritt wird ein Reset des
Lokalisierungsmoduls in dem Fall durchgeführt, dass der Schritt S7 für alle der in Schritt S9 untersuchten Landmarken dazu führt, dass die in Schritt S1 durchgeführte Posenschätzung verworfen wird. In diesem Fall wird eine
Relokalisierung des Lokalisierungsmoduls ausgeführt, wobei die Relokalisierung vorzugsweise durch einen Partikel-basierten Ansatz erfolgt. Auf einem solchen Ansatz basierende Algorithmen sind im Stand der Technik bekannt.
Ein Fahrzeugsystem zur erfindungsgemäßen Steuerung eines HAF,
insbesondere eines hochautomatisierten Fahrzeugs, muss demnach umfassen:
• zumindest ein Lokalisierungsmodul;
• zumindest einen Sensor zur Erfassung von Landmarkeneigenschaften in einer Umgebung des HAF;
· eine Steuervorrichtung, wobei die Steuervorrichtung zur Ausführung eines
Verfahrens nach einem der Ansprüche 1 bis 9 eingerichtet ist.
Die Erfindung ist nicht auf das beschriebene und dargestellte
Ausführungsbeispiel beschränkt. Sie umfasst vielmehr auch alle fachmännischen Weiterbildungen im Rahmen der durch die Patentansprüche definierten
Erfindung.
Neben den beschriebenen und abgebildeten Ausführungsformen sind weitere Ausführungsformen vorstellbar, welche weitere Abwandlungen sowie
Kombinationen von Merkmalen umfassen können.
Claims
1 . Computerprogramm, umfassend Programmcode zur Durchführung des
Verfahrens nach einem der Ansprüche 1 bis 9, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201880063012.5A CN111149011A (zh) | 2017-09-27 | 2018-09-07 | 用于定位较高程度自动化的车辆(haf)、尤其高度自动化的车辆的方法和车辆系统 |
US16/647,212 US11599121B2 (en) | 2017-09-27 | 2018-09-07 | Method for localizing a more highly automated vehicle (HAF), in particular a highly automated vehicle, and a vehicle system |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017217212.6 | 2017-09-27 | ||
DE102017217212.6A DE102017217212A1 (de) | 2017-09-27 | 2017-09-27 | Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs, und ein Fahrzeugsystem |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2019063266A1 true WO2019063266A1 (de) | 2019-04-04 |
Family
ID=63524304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/EP2018/074223 WO2019063266A1 (de) | 2017-09-27 | 2018-09-07 | Verfahren zur lokalisierung eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs, und ein fahrzeugsystem |
Country Status (4)
Country | Link |
---|---|
US (1) | US11599121B2 (de) |
CN (1) | CN111149011A (de) |
DE (1) | DE102017217212A1 (de) |
WO (1) | WO2019063266A1 (de) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018127990A1 (de) * | 2018-11-08 | 2020-05-14 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Verarbeitungseinheit zur Ermittlung von Information in Bezug auf ein Objekt in einem Umfeld eines Fahrzeugs |
DE102019206990B4 (de) * | 2019-05-14 | 2020-12-10 | Zf Friedrichshafen Ag | Generieren einer Umgebungskarte eines Fahrzeugs |
DE102019112781B4 (de) * | 2019-05-15 | 2022-12-15 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Verfahren zum Koppeln von Koordinatensystemen und computergestütztes System |
US11372406B2 (en) | 2019-12-09 | 2022-06-28 | Plusai, Inc. | System and method for collaborative sensor calibration |
US11087496B2 (en) | 2019-12-09 | 2021-08-10 | Plusai Limited | System and method for trailer pose estimation |
US11852730B2 (en) | 2019-12-09 | 2023-12-26 | Plusai, Inc. | System and method for collaborative calibration via landmark |
US11579632B2 (en) | 2019-12-09 | 2023-02-14 | Plusai, Inc. | System and method for assisting collaborative sensor calibration |
US11875682B2 (en) | 2019-12-09 | 2024-01-16 | Plusai, Inc. | System and method for coordinating collaborative sensor calibration |
US11630454B2 (en) * | 2019-12-09 | 2023-04-18 | Plusai, Inc. | System and method for coordinating landmark based collaborative sensor calibration |
CN117437551B (zh) * | 2023-12-21 | 2024-02-27 | 绘见科技(深圳)有限公司 | 基于大空间视觉地图剖分与快速检索的定位方法和设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130719A2 (en) * | 2015-02-10 | 2016-08-18 | Amnon Shashua | Sparse map for autonomous vehicle navigation |
EP3078937A1 (de) * | 2013-12-06 | 2016-10-12 | Hitachi Automotive Systems, Ltd. | Fahrzeugpositionsschätzungssystem, vorrichtung, verfahren und kameravorrichtung |
DE102016203723A1 (de) * | 2016-03-08 | 2017-09-14 | Robert Bosch Gmbh | Verfahren und System zum Bestimmen der Pose eines Fahrzeugs |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011511281A (ja) * | 2008-02-04 | 2011-04-07 | テレ アトラス ノース アメリカ インコーポレイテッド | センサにより検出されたオブジェクトとマップマッチングする方法 |
DE102011112404B4 (de) * | 2011-09-03 | 2014-03-20 | Audi Ag | Verfahren zum Bestimmen der Position eines Kraftfahrzeugs |
US20130060461A1 (en) * | 2011-09-07 | 2013-03-07 | INRO Technologies Limited | Method and apparatus for using pre-positioned objects to localize an industrial vehicle |
DE102013210263A1 (de) * | 2013-06-03 | 2014-12-04 | Robert Bosch Gmbh | Belegungskarte für ein Fahrzeug |
DE102013011969A1 (de) * | 2013-07-18 | 2015-01-22 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug |
US9794525B2 (en) * | 2014-03-25 | 2017-10-17 | Ecole Polytechnique Federale De Lausanne (Epfl) | Systems and methods for tracking interacting objects |
EP4036605A1 (de) * | 2014-06-18 | 2022-08-03 | Continental Automotive Technologies GmbH | Verfahren zum plausibilisieren von gnss positionssignalen |
KR101610502B1 (ko) * | 2014-09-02 | 2016-04-07 | 현대자동차주식회사 | 자율주행차량의 주행환경 인식장치 및 방법 |
EP3032221B1 (de) * | 2014-12-09 | 2022-03-30 | Volvo Car Corporation | Verfahren und Vorrichtung zum Erhöhen der Genauigkeit von digitalen Kartendaten, die von einem Fahrzeug verwendet werden |
US10082797B2 (en) * | 2015-09-16 | 2018-09-25 | Ford Global Technologies, Llc | Vehicle radar perception and localization |
EP3252658B1 (de) * | 2016-05-30 | 2021-08-11 | Kabushiki Kaisha Toshiba | Informationsverarbeitungsvorrichtung und informationsverarbeitungsverfahren |
CN107015238A (zh) * | 2017-04-27 | 2017-08-04 | 睿舆自动化(上海)有限公司 | 基于三维激光雷达的无人车自主定位方法 |
-
2017
- 2017-09-27 DE DE102017217212.6A patent/DE102017217212A1/de active Pending
-
2018
- 2018-09-07 WO PCT/EP2018/074223 patent/WO2019063266A1/de active Application Filing
- 2018-09-07 US US16/647,212 patent/US11599121B2/en active Active
- 2018-09-07 CN CN201880063012.5A patent/CN111149011A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3078937A1 (de) * | 2013-12-06 | 2016-10-12 | Hitachi Automotive Systems, Ltd. | Fahrzeugpositionsschätzungssystem, vorrichtung, verfahren und kameravorrichtung |
WO2016130719A2 (en) * | 2015-02-10 | 2016-08-18 | Amnon Shashua | Sparse map for autonomous vehicle navigation |
DE102016203723A1 (de) * | 2016-03-08 | 2017-09-14 | Robert Bosch Gmbh | Verfahren und System zum Bestimmen der Pose eines Fahrzeugs |
Also Published As
Publication number | Publication date |
---|---|
DE102017217212A1 (de) | 2019-03-28 |
CN111149011A (zh) | 2020-05-12 |
US20200233432A1 (en) | 2020-07-23 |
US11599121B2 (en) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019063266A1 (de) | Verfahren zur lokalisierung eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs, und ein fahrzeugsystem | |
EP3669142A1 (de) | Verfahren zum steuern eines zur durchführung eines automatisierten fahrbetriebs eingerichteten fahrzeugsystems eines fahrzeugs und vorrichtung zur durchführung des verfahrens | |
DE102015120683A1 (de) | Fahrzeugfahrgastidentifizierung | |
DE102011112404B4 (de) | Verfahren zum Bestimmen der Position eines Kraftfahrzeugs | |
DE102013015892B4 (de) | Positionsbestimmung eines Fahrzeugs auf oder über einer Planetenoberfläche | |
EP3577420A1 (de) | Verfahren und vorrichtung zur aktualisierung einer digitalen karte | |
WO2019007605A1 (de) | Verfahren zur verifizierung einer digitalen karte eines höher automatisierten fahrzeugs, entsprechende vorrichtung und computerprogramm | |
DE102016003261A1 (de) | Verfahren zur Selbstlokalisierung eines Fahrzeugs in einer Fahrzeugumgebung | |
DE102017222183A1 (de) | Verfahren und System zum Überwachen mehrerer Umgebungssensoren eines Kraftfahrzeugs | |
DE102017129501A1 (de) | Autonome Kraftfahrzeug-Objekterkennung | |
DE102019208533A1 (de) | Verfahren zum Erkennen einer Straßenklasse | |
DE102017118078A1 (de) | Lokalisationseinrichtung für ein Kraftfahrzeug, Fahrerassistenzeinrichtung, Kraftfahrzeug sowie Verfahren zum Lokalisieren eines Kraftfahrzeugs | |
DE102020118629B4 (de) | Computerimplementiertes Verfahren zum Bestimmen der Validität einer geschätzten Position eines Fahrzeugs | |
EP3649794B1 (de) | Verfahren, fahrerassistenzsystem und computerprogramm zur verifizierung einer digitalen karte eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs | |
EP3649521B1 (de) | Verfahren zum betreiben eines höher automatisierten fahrzeugs (haf), insbesondere eines hochautomatisierten fahrzeugs | |
DE102018005954A1 (de) | Verfahren zum Aktualisieren von Kartenmaterial durch mindestens ein zumindest teilweise autonomes Fahrzeug, Fahrassistenzsystem, eingerichtet zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Fahrassistenzsystem | |
DE102016006137A1 (de) | Verfahren zur Lokalisierung eines Fahrzeugs | |
DE102018007960A1 (de) | Verfahren zum Abgleich von Kartenmaterial mit einer erfassten Umgebung eines Fahrzeugs, Steuergerät, eingerichtet zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät | |
DE102018212219A1 (de) | Überprüfen einer geographischen Karte | |
DE102015205869A1 (de) | Bestimmung der Position von Verkehrszeichen aus Flottendaten | |
DE102017122440A1 (de) | Verfahren zum Lokalisieren und Weiterbilden einer digitalen Karte durch ein Kraftfahrzeug; Lokalisierungseinrichtung | |
DE102017207441A1 (de) | Verfahren zum Überprüfen einer digitalen Umgebungskarte für ein Fahrerassistenzsystem eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug | |
EP3649520B1 (de) | Verfahren zur lokalisierung eines höher automatisierten fahrzeugs sowie entsprechende fahrerassistenzsystem und computerprogramm | |
DE102010055371A1 (de) | Verfahren zur Ermittlung einer Position eines Fahrzeugs | |
DE102016004370A1 (de) | Verfahren zur Positionsbestimmung von Fahrzeugen |
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: 18765895 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: 18765895 Country of ref document: EP Kind code of ref document: A1 |