CN105759295A - 用于无人驾驶车辆的识别行驶环境的设备和方法 - Google Patents
用于无人驾驶车辆的识别行驶环境的设备和方法 Download PDFInfo
- Publication number
- CN105759295A CN105759295A CN201410785565.5A CN201410785565A CN105759295A CN 105759295 A CN105759295 A CN 105759295A CN 201410785565 A CN201410785565 A CN 201410785565A CN 105759295 A CN105759295 A CN 105759295A
- Authority
- CN
- China
- Prior art keywords
- information
- satellite
- controller
- map
- extract
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 9
- 230000004888 barrier function Effects 0.000 claims description 29
- 239000000284 extract Substances 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 235000007164 Oryza sativa Nutrition 0.000 claims description 5
- 235000009566 rice Nutrition 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 claims description 2
- 240000007594 Oryza sativa Species 0.000 claims 1
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 241000209094 Oryza Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
- B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0052—Filtering, filters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/301—Sensors for position or displacement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供一种用于无人驾驶车辆的识别行驶环境的设备和方法。该设备包含配置成从卫星导航接收器接收导航信息的控制器。控制器还配置成从地图存储装置接收地图数据,从图像传感器接收关于从车辆周围所捕获的图像的图像数据,并从距离传感器接收关于所感测的位于车辆周围的物体的距离信息。控制器还配置成基于卫星导航接收器的接收状态以及地图数据的精确性来确定用于由图像传感器和距离传感器测得的信息的融合方法,以识别行驶环境。
Description
相关申请的交叉引用
基于35U.S.C.§119(a),本申请案要求2014年9月2日提交的韩国专利申请第10-2014-0116412号的权益,其公开内容通过引入的方式全部并入本文。
技术领域
本发明涉和一种用于无人驾驶车辆的识别行驶环境的设备和方法,该设备和方法能够基于全球定位***(GPS)信息和地图信息的精确性,对图像传感器和距离传感器使用不同的融合方法,来更准确地识别行驶环境,并基于所识别的行驶环境来处理各种情况。
背景技术
无人驾驶车辆是通过使车辆自身识别行驶环境行驶到目的地而无需驾驶员操纵的车辆。当无人驾驶车辆在城市中心(例如,市区环境)中行驶时,准确地识别行驶环境的能力是特别重要的。因此,已进行了关于识别行驶环境的技术的研究,其中融合了全球定位***(GPS)、地图信息、各种类型的传感器等。
近年来,已引入主要使用雷达传感器、光探测和测距(LiDAR)传感器和图像传感器来识别行驶环境的技术。根据现有技术,识别行驶环境的技术简单地融合图像传感器和距离传感器,而不考虑GPS信息和地图信息的精确性。因此,现有技术中识别行驶环境的技术通常不适用于市区或城市中心。
另外,如在现有技术中,在使用普通地图而不使用详细地图的情况下,可以在纵向方向上执行相对准确的位置匹配,但可能难以在横向方向上执行准确的位置匹配。
发明内容
本发明提供一种用于无人驾驶车辆的识别行驶环境的设备和方法,该设备和方法能够基于全球定位***(GPS)信息和地图信息的精确性,通过对图像传感器和距离传感器使用不同的融合方法来更准确地识别行驶环境,并基于所识别的行驶环境来处理情况。
根据本发明的示例性实施方式,用于无人驾驶车辆的识别行驶环境的设备可以包含:卫星导航接收器,其配置成从卫星接收卫星信号;地图存储装置,其配置成存储地图数据;图像传感器,其配置成捕获车辆周围的图像;距离传感器,其配置成感测位于车辆周围的物体;以及控制器,其配置成基于卫星导航接收器的接收状态和地图数据的精确性来确定用于由图像传感器和距离传感器测得的信息的融合方法,以识别行驶环境。
控制器可以配置成,在未接收到卫星信号或视线(LOS)内的卫星信号能被直接接收的卫星的数量等于或小于参考值时,使用图像传感器和距离传感器来提取道路包围球,并推断出所提取道路包围球的最小包围球。控制器可以配置成,利用地图数据来绘制最小包围球的地图,以生成可能的行驶路径。控制器还可以配置成,响应于卫星信号中包含的接收信息处于若干米内的误差范围,使用图像传感器来提取道路设施并使用距离传感器提取周围车辆信息。控制器可以配置成,对道路设施与地图数据内地标的比较结果以及周围车辆信息执行基于概率的滤波,以校正车辆的纵向和横向位置。
另外,控制器可以配置成,在卫星信号内的接收信息小于若干米(m)的误差且地图数据是详细地图时,使用图像传感器来提取相对远距离的障碍物并且使用距离传感器提取相对近距离的障碍物。控制器可以配置成,利用地图数据绘制相对远距离的障碍物和相对近距离的障碍物的地图以识别行驶情况,并基于行驶情况来预测周围车辆的行为。控制器可以配置成,在卫星信号内的接收信息小于若干米(m)的误差(即,比大于至少一米的预定距离误差小)且地图数据不是详细地图时,使用图像传感器提取行驶车道信息并且使用距离传感器提取周围车辆信息。控制器还可以配置成,对行驶车道信息和周围车辆信息执行基于概率的滤波,以校正车辆的横向位置。
根据本发明的另一示例性实施方式,用于无人驾驶车辆的识别行驶环境的方法可以包括:通过控制器,确认从卫星接收的卫星信号的可靠性和是否存在详细地图;以及通过控制器,取决于卫星信号的可靠性和是否存在详细地图,通过融合由图像传感器与距离传感器获取的信息来识别行驶环境。行驶环境的识别可以包括:通过控制器,确认卫星信号的可靠性是否低于参考值;通过控制器,当卫星信号的可靠性低于参考值时,分别使用图像传感器和距离传感器来提取道路设施和周围车辆信息;以及通过控制器,通过对道路设施和周围车辆信息执行基于概率的滤波来校正车辆的纵向和横向位置。用来确定卫星信号的可靠性的参考值可以表示为dB下调(-dB)、或表示为损失或损坏数据的百分比、或通过现在已知或后续开发的其他计算方法进行表达。
此外,行驶环境的识别还可以包括:通过控制器,当卫星信号的可靠性高于或等于参考值时,确认是否存在详细地图;通过控制器,当存在详细地图时,分别使用图像传感器和距离传感器来提取相对远距离的障碍物和相对近距离的障碍物;以及通过控制器,通过利用详细地图绘制相对远距离的障碍物和相对近距离的障碍物的地图,以预测周围车辆的行为。行驶环境的识别还可以包括:通过控制器,当不存在详细地图时,分别使用图像传感器和距离传感器来提取行驶车道信息和周围车辆信息;以及通过控制器,对行驶车道信息和周围车辆信息执行基于概率的滤波,以校正车辆的横向位置。
方法还可以包括:通过控制器,当卫星信号的接收相当不满意(例如,卫星信号未被完全传送/接收、或卫星信号的传送/接收具有中断或错误)时,使用图像传感器和距离传感器来提取道路包围球;通过控制器,提取该道路包围球的最小包围球;以及通过控制器,基于最小包围球生成可能的行驶路径。
附图说明
提供附图以用于在描述本发明的示例性实施方式时进行参考,并且本发明的精神不应仅由附图解释。从以下结合附图进行的详细描述中将更清楚地理解本发明的上述和其他目标、特征和其他优点,其中:
图1是示出根据本发明的示例性实施方式的用于无人驾驶车辆的识别行驶环境的设备的示例性方框配置图;
图2是示出根据本发明的示例性实施方式的在图像内提取道路包围球的示例图;以及
图3是示出根据本发明的示例性实施方式的用于无人驾驶车辆的识别行驶环境的方法的示例性流程图。
具体实施方式
应理解,本文使用的术语“车辆”或“车辆的”或其他类似术语包括通常的机动车,例如,包括多功能运动车(SUV)、公共汽车、卡车、各种商务车的客车,包括各种船只和船舶的水运工具,飞行器等等,并且包括混合动力车、电动车、***式混合电动车、氢动力车和其他代用燃料车(例如,来源于石油以外的资源的燃料)。本文中提到的混合动力车是具有两种或更多种动力来源的车,例如同时为汽油动力和电动力的车。
尽管示例性实施方式被描述为使用多个单元以执行示例性进程,但应理解的是,示例性进程还可以由一个或多个模块执行。另外,应当理解的是,术语控制器/控制单元是指包括存储器和处理器的硬件设备。存储器配置成对模块进行存储,处理器具体配置成执行该模块以执行将在以下进一步描述的一个或更多进程。
此外,本发明的控制逻辑可以具体表现为,在含有由处理器、控制器等执行的可执行程序指令的计算机可读介质上的非瞬时性计算机可读介质。计算机可读介质的例子包括但不限于ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡和光数据存储装置。计算机可读记录介质也可以在连接网络的计算机***中分布,从而计算机可读介质可以通过例如远程信息处理服务器或控制器局域网络(CAN)以分布方式进行存储并执行。
除非特别指出或从上下文清晰得到,本文使用的术语“约”应理解为在本领域的正常容忍范围内,例如在均值的2个标准差内。“约”可以理解为在所述值的10%、9%、8%、7%、6%、5%、4%、3%、2%、1%、0.5%、0.1%、0.05%或0.01%内。除非另外从上下文清晰得出,本文中提供的所有数值都被术语“约”修饰。
本文使用的术语仅为说明具体实施方式,而不是意在限制本发明。如本文所使用的,单数形式“一个、一种、该”也意在包括复数形式,除非上下文中另外明确指明。还应当理解的是,在说明书中使用的术语“包括、包含、含有”是指存在所述特征、整数、步骤、操作、元素和/或部件,但是不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、部件和/或其群组。如本文所使用的,术语“和/或”包括一个或多个相关所列项的任何和所有结合。
在下文中,将参考附图来详细描述本发明的示例性实施方式。图1是示出根据本发明的示例性实施方式的用于无人驾驶车辆的识别行驶环境的设备的示例性方框配置图,和图2是示出根据本发明的示例性实施方式的在图像内提取道路包围球的示例图。
如图1中所图示,用于无人驾驶车辆的识别行驶环境的设备可以包含卫星导航接收器10、地图存储装置20、图像传感器30、距离传感器40、控制器50和显示器60。卫星导航接收器10可以包含配置成从卫星接收导航消息广播的全球定位***(GPS)接收器。卫星导航接收器10可以配置成使用导航信息(GPS信息、GPS信号和卫星信号)来确认车辆的当前位置、卫星信号可以被接收的卫星的总数量、视线(LOS)内的信号可以被接收的卫星的数量、当前车辆速度等。控制器可以配置成操作卫星导航接收器10、地图存储装置20、图像传感器30、距离传感器40和显示器60。
地图存储装置20可以存储有地图数据,地图数据包含关于自然特征的信息,例如兴趣点(POI)信息和地标信息。地图数据可以包含详细地图(1:25,000或更大比例的地图)和/或普通地图(小于1:25,000比例的地图)。一般来说,详细地图比普通地图包含更多关于自然特征的信息,例如兴趣点(POI)信息和地标信息。图像传感器30可以安装在车辆内以获取车辆周围的图像(前方图像、后方图像、侧面图像等)。具体来说,图像传感器30可以包含单成像装置(例如,相机、摄像机等)、立体成像装置、全方位成像装置、单目成像装置等。
距离传感器40可以配置成检测在车辆周围的物体并且测量在车辆与物体(例如,所测得的物体、物体、障碍物、车辆等)之间的各个距离。换言之,距离传感器40可以配置成检测关于在车辆周围存在的物体的信息。距离传感器40可以包含无线电探测与测距(RADAR)、光探测与测距(LiDAR)、超声波传感器、红外传感器等。控制器50可以配置成基于卫星导航接收器10的接收状态和是否存在详细地图来确定用于图像传感器30与距离传感器40的融合方法(参见表1)。
表1
控制器50可以配置成提取经由卫星导航接收器10接收的GPS信号(例如,卫星信号)中的一些(例如,最近的卫星信号)作为样本并计算所提取GPS信号(例如,信号强度)的标准差(例如,样本标准差)。此外,控制器50可以配置成确认所计算出的样本标准差是否超过阈值,以确定卫星导航接收器10的可靠性(例如,精确性)。换言之,控制器50可以配置成在样本标准差超过阈值时确定经由卫星导航接收器10接收的信息(例如,位置信息)的误差处于米单位误差范围内(从约1m到10m),并在样本标准差等于或小于阈值时确定卫星导航接收器10的接收信息误差处于厘米单位误差范围内(小于约1m)。
在下文中,将参考表1描述条件传感器融合策略。控制器50可以配置成,在GPS信号(卫星信号)无法经由卫星导航接收器10接收、或视线(LOS)内的信号可以被接收的卫星的数量等于或小于参考值时,使用图像传感器30和距离传感器40提取各个道路包围球(例如,可能的行驶区域)。换言之,控制器50可以配置成,在行驶时无法确认行进(例如,对象车辆)的当前位置(例如,阴影区域)时,使用图像传感器30和距离传感器40提取车道或可能的行驶区域。
如图2中所示,控制器50可以配置成从通过图像传感器30获取的图像中提取线性分量(linearcomponent)作为道路包围球,并从通过距离传感器40测得的数据中提取线性分量作为道路包围球。此外,控制器50可以配置成推断出使用图像传感器30和距离传感器40提取的道路包围球之间的最小包围球。换言之,控制器50可以配置成融合关于相同目标的信息。控制器50可以配置成利用地图数据绘制最小包围球的地图以生成可能的行驶路径。接着,控制器50可以配置成操作转向设备、驱动设备、制动设备等,以沿着所生成的可能的行驶路径操作车辆行驶。
当卫星导航接收器10的接收信息误差处于米(m)单位误差范围内并且存在详细地图时,控制器50可以配置成使用图像传感器30提取道路设施并且可以配置成使用距离传感器40提取周围车辆信息以确定行驶车道。道路设施可以包括人行横道、速度标志、交通灯、停车线、速度监控摄像头、减速带等。
换言之,当对象车辆位于当前道路区域中并且GPS信号的样本标准差超过阈值时,控制器50可以配置成将通过图像传感器30获取的道路设施与详细地图内的地标进行比较,并且使用比较的结果以用于纵向位置校正。此外,控制器50可以配置成使用通过距离传感器40获取的周围车辆信息来确定行驶车道,这可以用于横向位置校正。具体来说,控制器50可以配置成对由图像传感器30和距离传感器40提取的信息执行基于概率的滤波,以校正对象车辆的纵向和横向位置误差。卡尔曼滤波器、粒子滤波器等可以用作基于概率的滤波器。
当卫星导航接收器10的接收信息误差是米单位误差并且不存在详细地图时,控制器50可以配置成使用图像传感器30提取道路设施并且使用距离传感器40提取周围车辆信息以确定行驶车道。换言之,控制器50可以配置成确认对象车辆是否位于当前道路上,并且当卫星信号的样本标准差超过阈值并存在普通地图时,对通过图像传感器30和距离传感器40提取的信息执行基于概率的滤波,从而校正对象车辆的纵向和横向位置误差。具体来说,比起详细地图,地标信息会更加受限制地表示在普通地图上。
因此,当卫星导航接收器10的接收信息误差是米单位误差时,控制器50可以配置成使用图像传感器30和距离传感器40提取道路设施和周围车辆信息而无论地图数据的精确性如何,并融合所提取的信息以校正纵向和横向位置误差。具体来说,作为融合方法,可以使用卡尔曼滤波器和粒子滤波器等基于概率的滤波器。当卫星导航接收器10的接收信息误差是厘米单位误差、GPS信号的样本标准差等于或小于阈值(例如,参考数值)、并且存在详细地图时,控制器50可以配置成从通过图像传感器获取的图像中检测相对远距离的障碍物并且使用距离传感器40检测相对近距离的障碍物。
此外,控制器50可以配置成利用地图数据绘制所检测到的障碍物的地图,以根据前方情况和周围障碍物(例如,相对远距离的障碍物和相对近距离的障碍物)来预测周围车辆的行为。此外,当卫星导航接收器10的接收信息误差处于厘米单位误差范围内、GPS信号的样本标准差等于或小于阈值(例如,参考数值)、并且不存在详细地图时,控制器50可以配置成从通过图像传感器30获取的图像信息(图像)中提取车道类型、路缘等并且通过距离传感器40获取周围车辆信息。
另外,控制器50可以配置成对通过图像传感器30和距离传感器40获取的信息执行基于概率的滤波,以校正对象车辆的横向位置误差。控制器50可以配置成通过使用因考虑经卫星导航接收器10接收的接收信息和地图数据的精确性而不同的图像传感器30与距离传感器40的融合方法来识别行驶情况。此外,控制器50可以配置成根据所识别的行驶情况来操作驱动设备、制动设备、转向设备、悬吊设备等,以操作对象车辆的行驶。换言之,根据本发明的示例性实施方式,无人驾驶车辆可以配置成识别对象车辆的行驶情况(周围情况)以应对情况。
显示器60可以配置成基于控制器50的操作而显示各种信息。换言之,显示器60可以配置成显示通过传感器融合而识别的行驶情况以及应对情况的行驶控制进展情况。显示器60可以包括指示灯、发光二极管(LED)、电致发光元件(EL)、真空荧光显示器(VFD)、阴极射线管(CRT)、等离子体显示器、液晶显示器(LCD)、平视显示器(HUD)等。
图3是示出根据本发明的示例性实施方式的用于无人驾驶车辆的识别行驶环境的方法的示例性流程图。首先,控制器50可以配置成确认卫星导航接收器10的GPS信号接收状态(S11)。具体来说,控制器50可以配置成从安装在车辆内的图像传感器30和距离传感器40接收图像信息和距离信息。控制器50可以配置成确认卫星导航接收器10的接收状态是否相当不满意(S12)。换言之,控制器50可以配置成确认GPS信号(卫星信号)是否无法经由卫星导航接收器10接收到,或视线(LOS)内的信号被直接接收的卫星的数量是否等于或小于参考值。不满意的状态可以定义为以下状态,即,GPS信号无法经由卫星导航接收器10接收,或视线(LOS)内的信号被直接接收到的卫星的数量小于或等于参考值(参考值可以是任何数字,包括一、二、三、四或大于四)。
当卫星导航接收器10的接收状态相当不满意时,控制器50可以配置成分别使用图像传感器30和距离传感器40提取道路包围球(S13)。控制器50可以配置成从由图像传感器30输出的图像中提取线性分量作为道路包围球。此外,控制器50可以配置成基于在本车辆与可以通过距离传感器40测得的物体之间的距离信息来提取线性分量作为道路包围球。控制器50还可以配置成提取所提取的道路包围球的最小包围球(S14)。换言之,控制器50可以配置成从所提取的道路包围球中提取用于相同目标的区域。控制器50可以配置成基于最小包围球生成可能的行驶路径(S15)。接着,控制器50可以配置成沿着所生成的可能的行驶路径来操作车辆的行驶。
同时,控制器50可以配置成确认卫星导航接收器10的接收状态是否大体上正常地运行以及接收信息的可靠性是否低于参考值(S16)(应理解,通过正常运行,接收机10接收到对于GPS导航功能而言为令人满意的信号等)。控制器50可以配置成提取经由卫星导航接收器10接收的GPS信号当中的最新的GPS信号中的一些作为样本,并且计算所提取的作为样本的GPS信号的标准差(样本标准差)。此外,控制器50可以配置成确认所计算出的标准差是否超过阈值。控制器50可以配置成在经由卫星导航接收器10接收的信息的可靠性低于参考值时,使用图像传感器30提取道路设施并且使用距离传感器40提取周围车辆信息(S17)。换言之,当经由卫星导航接收器10接收的接收信息具有米单位误差(从约1m到10m)时,控制器50可以配置成从通过图像传感器30获取的图像中提取道路设施,并且使用距离传感器40检测周围车辆信息,例如是否存在周围车辆以及与周围车辆的距离。
控制器50可以配置成利用存储在地图存储装置20中的地图数据内的地标来绘制通过图像传感器30提取的道路设施的地图,以校正纵向位置,并且基于通过距离传感器40检测到的周围车辆信息来确定行驶车道,以校正横向位置(S18)。具体来说,控制器50可以配置成使用基于概率的滤波器来校正车辆的位置。同时,控制器50可以配置成,在GPS信号的可靠性等于或高于参考值时,确认是否存在详细地图(S19)。
当确认存在详细地图时,控制器50可以配置成分别使用图像传感器30和距离传感器40检测相对远距离的障碍物和相对近距离的障碍物。换言之,当在GPS信号中包含的接收信息具有厘米单位误差时(例如,当可以确认车辆目前所位于的车道信息时),可以在通过图像传感器30获取的图像内提取相对远距离的障碍物。此外,控制器50可以配置成使用距离传感器40来检测位于车辆周围的相对近距离障碍物并且测量与相对近距离障碍物的距离。控制器50可以配置成基于通过图像传感器30和距离传感器40提取的关于障碍物的信息来预测周围车辆的行为(S21)。换言之,控制器50可以配置成利用详细地图来绘制所提取的关于障碍物的信息的地图,以识别前方情况和周围情况,由此预测周围车辆的行为。
在步骤S19中,当不存在详细地图时,控制器50可以配置成使用图像传感器30来提取行驶车道信息并且使用距离传感器40来提取周围车辆信息(S22)。此外,控制器50可以配置成对行驶车道信息和周围车辆信息应用基于概率的滤波,以校正本车辆的横向位置(S23)。接着,控制器50可以配置成基于上述过程来识别行驶环境并且基于所识别的行驶环境来控制本车辆的行驶。如上所述,根据本发明的示例性实施方式,可以通过执行基于全球定位***(GPS)信息和地图信息的精确性而不同的图像传感器与距离传感器的融合方法而更准确地识别行驶环境,并且基于所识别的行驶环境来应对各种情况。
同时,配置本发明的示例性实施方式的所有组件被描述为结合在一个中或彼此结合而进行操作,但是本发明不必限于示例性实施方式。换言之,在本发明的范围内,所有组件可以任选地彼此结合以进行操作。此外,所有组件可以各自以一个独立的硬件来实施,但是各个组件的一部分或全部可以选择性地组合以实施为具有程序模块的计算机程序,该程序模块执行结合在一个或多个硬件中的一些功能或所有功能。所属领域的技术人员可以容易地推断出配置计算机程序的代码和代码段。计算机程序存储在计算机可读介质中并且通过计算机读取并运行,因此可以实施本发明的示例性实施方式。计算机程序的存储介质的实例可以包含磁记录介质、光记录介质、载波媒体等。
此外,除非特别指出相反情况,否则本文中所描述的术语“包括、包含、含有”、“配置”、“具有”等将理解为表明包含所述组件,因此应解释为包含其他组件,而不排除任何其他元件。应理解,除非另外定义,否则包含技术术语和科学术语的所有术语与所属领域技术人员所理解的含义具有相同的含义。必须理解的是,比如由词典定义的术语等常用术语与在相关技术背景下的含义是相同的,并且除非在本发明中明确定义,否则它们不应解释为理想地或过于形式化的含义。
已举例说明了本发明的精神。所属领域的技术人员将意识到,在不脱离本发明的必要特征的情况下可以做出各种修改和更改。因此,在本发明中所公开的示例性实施方式和附图不是用来限制而是用来描述本发明的精神。本发明的范围并不仅限于示例性实施方式和附图。本发明的保护范围必须通过所附权利要求书进行分析,并且应分析,在等效于保护范围的范围内的所有精神是否包含在本发明的所附权利要求书中。
Claims (14)
1.一种用于无人驾驶车辆的识别行驶环境的***,包含:
存储器,其配置成存储程序指令;
处理器,其配置成执行所述程序指令,所述程序指令在执行时配置成:
从卫星导航接收器接收导航信息,所述卫星导航接收器配置成从卫星接收卫星信号;
从地图存储装置接收地图数据,所述地图存储装置配置成存储所述地图数据;
从图像传感器接收图像数据,所述图像传感器配置成捕获所述无人驾驶车辆周围的图像;
从距离传感器接收距离信息,所述距离传感器配置成感测位于所述无人驾驶车辆周围的物体;以及
基于所述卫星导航接收器的接收状态和所述地图数据的精确性来确定用于由所述图像传感器和所述距离传感器测得的信息的融合方法,以识别所述行驶环境。
2.根据权利要求1所述的***,其中,所述程序指令在执行时还配置成:
当未接收到所述卫星信号或视线(LOS)内的信号被直接接收的卫星的数量等于或小于参考值时,
使用来自所述图像传感器的图像数据和来自所述距离传感器的距离信息来提取道路包围球;以及
推断出所提取的道路包围球的最小包围球。
3.根据权利要求2所述的***,其中,所述程序指令在执行时还配置成:
利用所述地图数据来绘制所述最小包围球的地图以生成可能的行驶路径。
4.根据权利要求1所述的***,其中,所述程序指令在执行时还配置成:
当包含在所述卫星信号中的所接收信息处于若干米内的误差范围时,
使用来自所述图像传感器的图像数据来提取道路设施;以及
使用来自所述距离传感器的距离信息来提取周围车辆信息。
5.根据权利要求4所述的***,其中,所述程序指令在执行时还配置成:
对所述道路设施与所述地图数据内地标的比较结果以及所述周围车辆信息执行基于概率的滤波,以校正所述车辆的纵向和横向位置。
6.根据权利要求1所述的***,其中,所述程序指令在执行时还配置成:
当所述卫星信号内的接收信息小于若干米的误差且所述地图数据是详细地图时,
使用来自所述图像传感器的图像数据来提取相对远距离的障碍物;以及
使用来自所述距离传感器的距离信息来提取相对近距离的障碍物。
7.根据权利要求6所述的***,其中,所述程序指令在执行时还配置成:
利用所述地图数据来绘制所述相对远距离的障碍物和所述相对近距离的障碍物的地图以识别行驶情况,并基于所述行驶情况来预测周围车辆的行为。
8.根据权利要求1所述的***,其中,所述程序指令在执行时还配置成:
当所述卫星信号内的接收信息小于若干米的误差且所述地图数据不是详细地图时,
使用来自所述图像传感器的图像数据来提取行驶车道信息;以及
使用来自所述距离传感器的距离信息来提取周围车辆信息。
9.根据权利要求8所述的***,其中,所述程序指令在执行时还配置成:
对所述行驶车道信息和所述周围车辆信息执行基于概率的滤波,以校正所述车辆的横向位置。
10.一种用于无人驾驶车辆的识别行驶环境的方法,包括:
通过控制器,确认从卫星接收的卫星信号的可靠性以及是否存在详细地图;以及
通过所述控制器,根据所述卫星信号的可靠性以及是否存在所述详细地图,通过融合由图像传感器和距离传感器获取的信息来识别行驶环境。
11.根据权利要求10所述的方法,其中,所述行驶环境的识别包括:
通过所述控制器,确认所述卫星信号的可靠性是否低于参考值;
通过所述控制器,在所述卫星信号的可靠性低于所述参考值时,分别使用所述图像传感器和所述距离传感器来提取道路设施和周围车辆信息;以及
通过所述控制器,通过对所述道路设施和该周围车辆信息执行基于概率的滤波来校正所述车辆的纵向和横向位置。
12.根据权利要求11所述的方法,其中,所述行驶环境的识别还包括:
通过所述控制器,在所述卫星信号的可靠性等于或高于所述参考值时,确认是否存在所述详细地图;
通过所述控制器,在存在所述详细地图时,分别使用所述图像传感器和所述距离传感器来提取相对远距离的障碍物和相对近距离的障碍物;以及
通过所述控制器,通过利用所述详细地图来绘制所述相对长距离的障碍物和所述相对近距离的障碍物的地图以预测周围车辆的行为。
13.根据权利要求12所述的方法,其中,所述行驶环境的识别还包括:
通过所述控制器,在不存在所述详细地图时,分别使用所述图像传感器和所述距离传感器来提取行驶车道信息和周围车辆信息;以及
通过所述控制器,对所述行驶车道信息和该周围车辆信息执行基于概率的滤波,以校正所述车辆的横向位置。
14.根据权利要求10所述的方法,还包括:
通过所述控制器,在所述卫星信号的接收相当不满意时,使用所述图像传感器和所述距离传感器来提取道路包围球;
通过所述控制器,提取所述道路包围球的最小包围球;以及
通过所述控制器,基于所述最小包围球生成可能的行驶路径。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2014-0116412 | 2014-09-02 | ||
KR1020140116412A KR101610502B1 (ko) | 2014-09-02 | 2014-09-02 | 자율주행차량의 주행환경 인식장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105759295A true CN105759295A (zh) | 2016-07-13 |
CN105759295B CN105759295B (zh) | 2021-06-11 |
Family
ID=55402106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410785565.5A Active CN105759295B (zh) | 2014-09-02 | 2014-12-17 | 用于无人驾驶车辆的识别行驶环境的设备和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9360328B2 (zh) |
KR (1) | KR101610502B1 (zh) |
CN (1) | CN105759295B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944333A (zh) * | 2016-10-12 | 2018-04-20 | 现代自动车株式会社 | 自动驾驶控制设备、具有该设备的车辆及其控制方法 |
CN108225346A (zh) * | 2016-12-15 | 2018-06-29 | 现代自动车株式会社 | 车辆定位装置和方法 |
CN108362295A (zh) * | 2017-01-26 | 2018-08-03 | 三星电子株式会社 | 车辆路径引导设备和方法 |
WO2018141223A1 (en) * | 2017-02-02 | 2018-08-09 | Huawei Technologies Co., Ltd. | Object recognition in autonomous vehicles |
CN108569295A (zh) * | 2017-03-08 | 2018-09-25 | 奥迪股份公司 | 用于环境检测的方法和*** |
CN108627175A (zh) * | 2017-03-20 | 2018-10-09 | 现代自动车株式会社 | 用于识别车辆位置的***和方法 |
CN108657173A (zh) * | 2017-03-28 | 2018-10-16 | 现代自动车株式会社 | Ecu、包含ecu的自主车辆及识别其附近车辆的方法 |
CN109642797A (zh) * | 2016-08-18 | 2019-04-16 | 罗伯特·博世有限公司 | 用于通过地标进行障碍物识别的方法和设备 |
CN109804223A (zh) * | 2016-10-11 | 2019-05-24 | 御眼视觉技术有限公司 | 基于检测到的障碍物导航车辆 |
CN109890575A (zh) * | 2016-08-25 | 2019-06-14 | Lg电子株式会社 | 移动机器人及其控制方法 |
CN110221303A (zh) * | 2018-03-02 | 2019-09-10 | 株式会社万都 | 用于基于检测到的物体来控制车辆的设备和方法 |
WO2019196334A1 (zh) * | 2018-03-30 | 2019-10-17 | 北京图森未来科技有限公司 | 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆 |
CN110383101A (zh) * | 2017-01-05 | 2019-10-25 | 弗劳恩霍夫应用研究促进协会 | Hd地图的生成和使用 |
CN110392908A (zh) * | 2017-03-07 | 2019-10-29 | 三星电子株式会社 | 用于生成地图数据的电子设备及其操作方法 |
CN110972111A (zh) * | 2018-10-01 | 2020-04-07 | 现代自动车株式会社 | 用于由自动驾驶车辆检测呼叫者的方法 |
CN108121347B (zh) * | 2017-12-29 | 2020-04-07 | 北京三快在线科技有限公司 | 用于控制设备运动的方法、装置及电子设备 |
CN111149011A (zh) * | 2017-09-27 | 2020-05-12 | 罗伯特·博世有限公司 | 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*** |
CN111198390A (zh) * | 2018-11-16 | 2020-05-26 | 现代自动车株式会社 | 用于估算车辆位置的装置及方法 |
CN111656295A (zh) * | 2017-11-22 | 2020-09-11 | Uatc有限责任公司 | 用于自主运载工具的对象交互预测***及方法 |
CN112639919A (zh) * | 2018-08-31 | 2021-04-09 | 株式会社电装 | 车辆侧装置、服务器、方法和存储介质 |
CN112733907A (zh) * | 2020-12-31 | 2021-04-30 | 上海商汤临港智能科技有限公司 | 数据融合方法、装置、电子设备以及存储介质 |
CN112927550A (zh) * | 2019-12-06 | 2021-06-08 | 丰田自动车株式会社 | 自动泊车*** |
CN112985425A (zh) * | 2021-02-02 | 2021-06-18 | 恒大新能源汽车投资控股集团有限公司 | 基于异构感知数据融合的车辆定位方法、装置及*** |
Families Citing this family (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015067193A (ja) * | 2013-09-30 | 2015-04-13 | 株式会社デンソー | 先行車選択装置 |
JP6131813B2 (ja) * | 2013-10-03 | 2017-05-24 | 株式会社デンソー | 先行車選択装置 |
DE102014014120A1 (de) * | 2014-09-24 | 2015-04-02 | Daimler Ag | Funktionsfreigabe einer hochautomatisierten Fahrfunktion |
KR101655553B1 (ko) * | 2014-10-29 | 2016-09-08 | 현대자동차주식회사 | 운전자 보조 장치 및 방법 |
KR102263731B1 (ko) * | 2014-11-11 | 2021-06-11 | 현대모비스 주식회사 | 주변차량의 위치정보 보정 시스템 및 방법 |
CN111380545A (zh) * | 2015-02-10 | 2020-07-07 | 御眼视觉技术有限公司 | 用于自主车辆导航的方法、服务器、自主车辆以及介质 |
JP6082415B2 (ja) * | 2015-03-03 | 2017-02-15 | 富士重工業株式会社 | 車両の走行制御装置 |
US10345809B2 (en) * | 2015-05-13 | 2019-07-09 | Uber Technologies, Inc. | Providing remote assistance to an autonomous vehicle |
US9547309B2 (en) | 2015-05-13 | 2017-01-17 | Uber Technologies, Inc. | Selecting vehicle type for providing transport |
US9494439B1 (en) | 2015-05-13 | 2016-11-15 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance of human driven vehicles |
JP6469220B2 (ja) * | 2015-06-15 | 2019-02-13 | 三菱電機株式会社 | 走行車線判別装置および走行車線判別方法 |
US10139828B2 (en) | 2015-09-24 | 2018-11-27 | Uber Technologies, Inc. | Autonomous vehicle operated with safety augmentation |
US9953283B2 (en) | 2015-11-20 | 2018-04-24 | Uber Technologies, Inc. | Controlling autonomous vehicles in connection with transport services |
DE102016205868A1 (de) * | 2016-04-08 | 2017-10-12 | Robert Bosch Gmbh | Verfahren zur Bestimmung einer Pose eines wenigstens teilautomatisiert fahrenden Fahrzeugs mittels speziell ausgewählter und von einem Backend-Server übertragener Landmarken |
KR101781048B1 (ko) * | 2016-04-20 | 2017-09-25 | 엘지전자 주식회사 | 차량용 제어장치 |
JP6421782B2 (ja) | 2016-04-22 | 2018-11-14 | トヨタ自動車株式会社 | 周辺情報収集システム |
US10303173B2 (en) | 2016-05-27 | 2019-05-28 | Uber Technologies, Inc. | Facilitating rider pick-up for a self-driving vehicle |
KR102518532B1 (ko) | 2016-11-11 | 2023-04-07 | 현대자동차주식회사 | 자율주행차량의 경로 결정장치 및 그 방법 |
US10515390B2 (en) | 2016-11-21 | 2019-12-24 | Nio Usa, Inc. | Method and system for data optimization |
KR102622586B1 (ko) * | 2016-11-30 | 2024-01-09 | 현대오토에버 주식회사 | 지엔에스에스 시스템의 위치결정 오차 보정 장치 및 방법 |
KR102395283B1 (ko) * | 2016-12-14 | 2022-05-09 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법 |
US10664502B2 (en) * | 2017-05-05 | 2020-05-26 | Irobot Corporation | Methods, systems, and devices for mapping wireless communication signals for mobile robot guidance |
KR102309833B1 (ko) * | 2017-05-29 | 2021-10-07 | 현대모비스 주식회사 | 자율 주행 차량에서 자율 주행 중 광고 제공 장치 및 그 방법 |
KR102260975B1 (ko) * | 2017-05-30 | 2021-06-04 | 현대모비스 주식회사 | 3차원 격자지도를 이용한 자율 주행 제어 장치 및 방법 |
CN107037817A (zh) * | 2017-06-19 | 2017-08-11 | 吉林大学 | 一种智能电动车纵侧向集成控制平台及车辆 |
KR101988559B1 (ko) * | 2017-06-21 | 2019-06-12 | 현대오트론 주식회사 | 차량에서 물체를 인식하기 위한 장치 및 그것의 방법 |
CN109429518B (zh) * | 2017-06-22 | 2022-10-28 | 百度时代网络技术(北京)有限公司 | 基于地图图像的自动驾驶交通预测 |
KR102050632B1 (ko) | 2017-08-02 | 2019-12-03 | 주식회사 에스오에스랩 | 다채널 라이다 센서 모듈 |
JP7257737B2 (ja) * | 2017-09-05 | 2023-04-14 | ソニーグループ株式会社 | 情報処理装置、自己位置推定方法、及び、プログラム |
US10788831B2 (en) * | 2017-10-06 | 2020-09-29 | Wipro Limited | Method and device for identifying center of a path for navigation of autonomous vehicles |
CN111183467B (zh) | 2017-10-13 | 2023-01-17 | 罗伯特·博世有限公司 | 用于估计交通参与者的定向的***和方法 |
US10635109B2 (en) | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
US10935978B2 (en) * | 2017-10-30 | 2021-03-02 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
JP6963490B2 (ja) * | 2017-12-15 | 2021-11-10 | 株式会社デンソー | 車両制御装置 |
KR102059244B1 (ko) * | 2017-12-20 | 2019-12-24 | 주식회사 에스오에스랩 | 라이다 장치 |
US11566903B2 (en) * | 2018-03-02 | 2023-01-31 | Nvidia Corporation | Visualization of high definition map data |
US10782699B2 (en) * | 2018-03-10 | 2020-09-22 | Baidu Usa Llc | Real-time perception adjustment and driving adaption based on surrounding vehicles' behavior for autonomous driving vehicles |
KR102454367B1 (ko) * | 2018-05-10 | 2022-10-14 | 에스케이텔레콤 주식회사 | 차량 위치 판단 장치, 차량의 위치를 판단하는 방법 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 |
CN108931801B (zh) * | 2018-06-06 | 2022-05-17 | 苏州智加科技有限公司 | 一种集装箱码头区域的车辆自动驾驶方法和*** |
CN109141911B (zh) * | 2018-06-26 | 2019-11-26 | 百度在线网络技术(北京)有限公司 | 无人车性能测试的控制量的获取方法和装置 |
KR102682524B1 (ko) * | 2018-09-11 | 2024-07-08 | 삼성전자주식회사 | 증강 현실에서 가상 객체를 표시하기 위한 측위 방법 및 장치 |
KR102622587B1 (ko) * | 2018-09-28 | 2024-01-08 | 현대오토에버 주식회사 | 정밀측위 시스템의 종방향 위치 오차를 보정하기 위한 장치 및 방법 |
CZ308605B6 (cs) * | 2018-10-01 | 2020-12-30 | Roboauto s.r.o. | Senzorický systém s rychlou skupinovou fúzí pro získání modelu objektů v jeho okolí |
CN109409301B (zh) * | 2018-10-30 | 2022-03-15 | 奇瑞汽车股份有限公司 | 交通信号灯的信息获取方法、装置及存储介质 |
FR3088041B1 (fr) * | 2018-11-02 | 2020-10-16 | Renault Sas | Procede d’elaboration d’une consigne de pilotage d’un vehicule automobile |
KR102125761B1 (ko) | 2018-11-08 | 2020-06-23 | 주식회사 에스더블유엠 | 자율주행차 로깅장치 |
KR102506879B1 (ko) * | 2018-11-23 | 2023-03-08 | 현대자동차주식회사 | 차량의 자율주행 제어 장치 및 방법 |
KR102174729B1 (ko) | 2018-11-30 | 2020-11-05 | 한국교통대학교산학협력단 | 랜드마크를 활용한 주행차로 인식 방법 및 시스템 |
KR102610752B1 (ko) * | 2018-12-10 | 2023-12-08 | 현대자동차주식회사 | 차량의 자율주행 제어 장치 및 방법 |
CN111311902B (zh) * | 2018-12-12 | 2022-05-24 | 斑马智行网络(香港)有限公司 | 一种数据处理方法、装置、设备和机器可读介质 |
CN111508250B (zh) * | 2019-01-30 | 2021-12-31 | 杭州海康威视数字技术股份有限公司 | 一种路况信息处理方法及*** |
KR102115905B1 (ko) | 2019-05-17 | 2020-05-28 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어방법 |
KR102644324B1 (ko) * | 2019-05-20 | 2024-03-07 | 현대모비스 주식회사 | 자율 주행 장치 및 방법 |
US11348245B2 (en) | 2019-06-21 | 2022-05-31 | Micron Technology, Inc. | Adapted scanning window in image frame of sensor for object detection |
CN110967028B (zh) * | 2019-11-26 | 2022-04-12 | 深圳优地科技有限公司 | 导航地图构建方法、装置、机器人及存储介质 |
CN111046970A (zh) * | 2019-12-24 | 2020-04-21 | 华南理工大学 | 避障车辆及其障碍物检测装置、方法 |
CN111414001B (zh) * | 2020-01-14 | 2021-06-29 | 华中科技大学 | 一种用于低空航空器的自主停机装置和方法 |
CN115087887A (zh) | 2020-02-27 | 2022-09-20 | 沃尔沃卡车集团 | 车辆的ad或adas辅助操纵 |
US11875572B2 (en) | 2020-03-25 | 2024-01-16 | Ali Corporation | Space recognition method, electronic device and non-transitory computer-readable storage medium |
CN113446971B (zh) * | 2020-03-25 | 2023-08-08 | 扬智科技股份有限公司 | 空间识别方法,电子装置和非暂态计算机可读存储介质 |
CN111751852A (zh) * | 2020-06-17 | 2020-10-09 | 北京联合大学 | 基于点云配准的无人车gnss定位可靠性评价方法 |
CN111949544B (zh) * | 2020-08-19 | 2022-10-04 | 腾讯科技(深圳)有限公司 | 一种自动驾驶车辆的定位模块的测试方法及相关装置 |
CN112462326A (zh) * | 2020-11-16 | 2021-03-09 | 北邮感知技术研究院(江苏)有限公司 | 一种位置信息确定方法、装置、电子设备和存储介质 |
JP2022132882A (ja) * | 2021-03-01 | 2022-09-13 | キヤノン株式会社 | ナビゲーションシステム、ナビゲーション方法およびプログラム |
US11703586B2 (en) * | 2021-03-11 | 2023-07-18 | Qualcomm Incorporated | Position accuracy using sensor data |
EP4134623A1 (en) | 2021-08-11 | 2023-02-15 | Hitachi Astemo, Ltd. | Drive device, vehicle, and method for automated driving and/or assisted driving |
CN113655793A (zh) * | 2021-08-12 | 2021-11-16 | 上海三一重机股份有限公司 | 一种基于融合策略的避障控制方法、装置及工程机械 |
US11886199B2 (en) | 2021-10-13 | 2024-01-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Multi-scale driving environment prediction with hierarchical spatial temporal attention |
US11940544B2 (en) * | 2021-10-25 | 2024-03-26 | Ford Global Technologies, Llc | Vehicle positioning using V2X RSU messaging and vehicular sensors |
CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航***、控制方法及其设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334285A (zh) * | 2007-06-29 | 2008-12-31 | 鸿富锦精密工业(深圳)有限公司 | 车辆导航装置及导航方法 |
US20140088855A1 (en) * | 2012-09-27 | 2014-03-27 | Google Inc. | Determining changes in a driving environment based on vehicle behavior |
CN103786723A (zh) * | 2012-10-30 | 2014-05-14 | 谷歌公司 | 控制车辆横向车道定位 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4054103B2 (ja) | 1998-04-09 | 2008-02-27 | 富士通テン株式会社 | 走行路形状認識装置 |
AUPP299498A0 (en) * | 1998-04-15 | 1998-05-07 | Commonwealth Scientific And Industrial Research Organisation | Method of tracking and sensing position of objects |
US6975923B2 (en) * | 2002-10-01 | 2005-12-13 | Roke Manor Research Limited | Autonomous vehicle guidance on or near airports |
KR100493159B1 (ko) * | 2002-10-01 | 2005-06-02 | 삼성전자주식회사 | 이동체의 효율적 자기 위치 인식을 위한 랜드마크 및 이를이용한 자기 위치 인식 장치 및 방법 |
JP4425669B2 (ja) | 2004-03-09 | 2010-03-03 | 富士重工業株式会社 | 車両用運転支援装置 |
US7363151B2 (en) * | 2004-06-21 | 2008-04-22 | Matsushita Electric Industrial Co., Ltd. | Map error information obtaining system and map error information obtaining method |
US7228230B2 (en) * | 2004-11-12 | 2007-06-05 | Mitsubishi Denki Kabushiki Kaisha | System for autonomous vehicle navigation with carrier phase DGPS and laser-scanner augmentation |
US8050863B2 (en) * | 2006-03-16 | 2011-11-01 | Gray & Company, Inc. | Navigation and control system for autonomous vehicles |
US20080039991A1 (en) * | 2006-08-10 | 2008-02-14 | May Reed R | Methods and systems for providing accurate vehicle positioning |
US7840352B2 (en) * | 2006-09-05 | 2010-11-23 | Honeywell International Inc. | Method and system for autonomous vehicle navigation |
US8126642B2 (en) * | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
KR100899820B1 (ko) * | 2009-03-03 | 2009-05-27 | 국방과학연구소 | 자율 이동 차량용 지면/장애물 판별장치 및 판별방법 |
US8340852B2 (en) * | 2009-04-29 | 2012-12-25 | Honeywell International Inc. | System and method for simultaneous localization and map building |
KR101155565B1 (ko) * | 2009-11-27 | 2012-06-19 | 한국전자통신연구원 | 네트워크를 이용한 차량 제어 방법 및 시스템 |
WO2012026406A1 (ja) * | 2010-08-27 | 2012-03-01 | 京セラ株式会社 | 携帯電子機器及び携帯電子機器の使用方法 |
JP5206752B2 (ja) * | 2010-08-30 | 2013-06-12 | 株式会社デンソー | 走行環境認識装置 |
KR20120043446A (ko) * | 2010-10-26 | 2012-05-04 | 한국전자통신연구원 | 차량 및 장애물의 위치 검출 장치 및 그 방법 |
KR20120072131A (ko) | 2010-12-23 | 2012-07-03 | 한국전자통신연구원 | 이미지 센서와 거리센서의 데이터 융합에 의한 상황인식 방법 및 그 장치 |
JP5724110B2 (ja) * | 2011-07-07 | 2015-05-27 | 株式会社日立製作所 | 経路作成システム、経路作成方法及びプログラム |
KR101703144B1 (ko) | 2012-02-09 | 2017-02-06 | 한국전자통신연구원 | 차량의 자율주행 장치 및 그 방법 |
KR101927162B1 (ko) | 2012-12-17 | 2018-12-10 | 현대자동차 주식회사 | 센서 퓨전 시스템 및 그 방법 |
DE102012024873A1 (de) * | 2012-12-19 | 2014-06-26 | Audi Ag | Verfahren und Steuervorrichtung zum Bereitstellen eines vorausliegenden Straßenverlaufs |
US8880270B1 (en) * | 2013-01-08 | 2014-11-04 | Google Inc. | Location-aware notifications and applications for autonomous vehicles |
US8849494B1 (en) * | 2013-03-15 | 2014-09-30 | Google Inc. | Data selection by an autonomous vehicle for trajectory modification |
US9254846B2 (en) * | 2013-05-03 | 2016-02-09 | Google Inc. | Predictive reasoning for controlling speed of a vehicle |
US9267306B2 (en) * | 2013-08-04 | 2016-02-23 | Avraham Suhami | Multi-storey buildings built over road air-spaces |
US9495602B2 (en) * | 2013-10-23 | 2016-11-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Image and map-based detection of vehicles at intersections |
-
2014
- 2014-09-02 KR KR1020140116412A patent/KR101610502B1/ko active IP Right Grant
- 2014-11-28 US US14/555,757 patent/US9360328B2/en active Active
- 2014-12-17 CN CN201410785565.5A patent/CN105759295B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334285A (zh) * | 2007-06-29 | 2008-12-31 | 鸿富锦精密工业(深圳)有限公司 | 车辆导航装置及导航方法 |
US20140088855A1 (en) * | 2012-09-27 | 2014-03-27 | Google Inc. | Determining changes in a driving environment based on vehicle behavior |
CN103786723A (zh) * | 2012-10-30 | 2014-05-14 | 谷歌公司 | 控制车辆横向车道定位 |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109642797A (zh) * | 2016-08-18 | 2019-04-16 | 罗伯特·博世有限公司 | 用于通过地标进行障碍物识别的方法和设备 |
CN109890575A (zh) * | 2016-08-25 | 2019-06-14 | Lg电子株式会社 | 移动机器人及其控制方法 |
US11669102B2 (en) | 2016-10-11 | 2023-06-06 | Mobileye Vision Technologies Ltd. | Navigating a vehicle based on a detected barrier |
CN109804223A (zh) * | 2016-10-11 | 2019-05-24 | 御眼视觉技术有限公司 | 基于检测到的障碍物导航车辆 |
CN107944333B (zh) * | 2016-10-12 | 2022-03-29 | 现代自动车株式会社 | 自动驾驶控制设备、具有该设备的车辆及其控制方法 |
CN107944333A (zh) * | 2016-10-12 | 2018-04-20 | 现代自动车株式会社 | 自动驾驶控制设备、具有该设备的车辆及其控制方法 |
CN108225346A (zh) * | 2016-12-15 | 2018-06-29 | 现代自动车株式会社 | 车辆定位装置和方法 |
CN108225346B (zh) * | 2016-12-15 | 2022-09-06 | 现代自动车株式会社 | 车辆定位装置和方法 |
CN110383101A (zh) * | 2017-01-05 | 2019-10-25 | 弗劳恩霍夫应用研究促进协会 | Hd地图的生成和使用 |
CN108362295A (zh) * | 2017-01-26 | 2018-08-03 | 三星电子株式会社 | 车辆路径引导设备和方法 |
US10929462B2 (en) | 2017-02-02 | 2021-02-23 | Futurewei Technologies, Inc. | Object recognition in autonomous vehicles |
WO2018141223A1 (en) * | 2017-02-02 | 2018-08-09 | Huawei Technologies Co., Ltd. | Object recognition in autonomous vehicles |
CN110392908A (zh) * | 2017-03-07 | 2019-10-29 | 三星电子株式会社 | 用于生成地图数据的电子设备及其操作方法 |
US11183056B2 (en) | 2017-03-07 | 2021-11-23 | Samsung Electronics Co., Ltd. | Electronic device for generating map data and operating method therefor |
US11009602B2 (en) | 2017-03-08 | 2021-05-18 | Audi Ag | Method and system for environment detection |
CN108569295A (zh) * | 2017-03-08 | 2018-09-25 | 奥迪股份公司 | 用于环境检测的方法和*** |
CN108569295B (zh) * | 2017-03-08 | 2021-11-23 | 奥迪股份公司 | 用于环境检测的方法和*** |
CN108627175A (zh) * | 2017-03-20 | 2018-10-09 | 现代自动车株式会社 | 用于识别车辆位置的***和方法 |
CN108657173A (zh) * | 2017-03-28 | 2018-10-16 | 现代自动车株式会社 | Ecu、包含ecu的自主车辆及识别其附近车辆的方法 |
CN108657173B (zh) * | 2017-03-28 | 2022-05-03 | 现代自动车株式会社 | Ecu、包含ecu的自主车辆及识别其附近车辆的方法 |
CN111149011A (zh) * | 2017-09-27 | 2020-05-12 | 罗伯特·博世有限公司 | 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*** |
CN111149011B (zh) * | 2017-09-27 | 2024-05-24 | 罗伯特·博世有限公司 | 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*** |
CN114326705B (zh) * | 2017-11-22 | 2023-07-14 | Uatc有限责任公司 | 用于自主运载工具的对象交互预测***及方法 |
CN111656295A (zh) * | 2017-11-22 | 2020-09-11 | Uatc有限责任公司 | 用于自主运载工具的对象交互预测***及方法 |
CN114326705A (zh) * | 2017-11-22 | 2022-04-12 | Uatc有限责任公司 | 用于自主运载工具的对象交互预测***及方法 |
CN108121347B (zh) * | 2017-12-29 | 2020-04-07 | 北京三快在线科技有限公司 | 用于控制设备运动的方法、装置及电子设备 |
CN110221303B (zh) * | 2018-03-02 | 2023-06-30 | 汉拿科锐动电子股份公司 | 用于基于检测到的物体来控制车辆的设备和方法 |
CN110221303A (zh) * | 2018-03-02 | 2019-09-10 | 株式会社万都 | 用于基于检测到的物体来控制车辆的设备和方法 |
WO2019196334A1 (zh) * | 2018-03-30 | 2019-10-17 | 北京图森未来科技有限公司 | 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆 |
CN112639919A (zh) * | 2018-08-31 | 2021-04-09 | 株式会社电装 | 车辆侧装置、服务器、方法和存储介质 |
CN110972111B (zh) * | 2018-10-01 | 2024-04-23 | 现代自动车株式会社 | 用于由自动驾驶车辆检测呼叫者的方法 |
CN110972111A (zh) * | 2018-10-01 | 2020-04-07 | 现代自动车株式会社 | 用于由自动驾驶车辆检测呼叫者的方法 |
CN111198390A (zh) * | 2018-11-16 | 2020-05-26 | 现代自动车株式会社 | 用于估算车辆位置的装置及方法 |
CN112927550A (zh) * | 2019-12-06 | 2021-06-08 | 丰田自动车株式会社 | 自动泊车*** |
CN112733907A (zh) * | 2020-12-31 | 2021-04-30 | 上海商汤临港智能科技有限公司 | 数据融合方法、装置、电子设备以及存储介质 |
CN112985425A (zh) * | 2021-02-02 | 2021-06-18 | 恒大新能源汽车投资控股集团有限公司 | 基于异构感知数据融合的车辆定位方法、装置及*** |
Also Published As
Publication number | Publication date |
---|---|
CN105759295B (zh) | 2021-06-11 |
US20160061612A1 (en) | 2016-03-03 |
US9360328B2 (en) | 2016-06-07 |
KR101610502B1 (ko) | 2016-04-07 |
KR20160027817A (ko) | 2016-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105759295A (zh) | 用于无人驾驶车辆的识别行驶环境的设备和方法 | |
CN107203738B (zh) | 车辆车道边界定位 | |
US9915539B2 (en) | Intelligent video navigation for automobiles | |
US10829154B2 (en) | Method and device for operating a vehicle | |
US20190061780A1 (en) | Driving assist system using navigation information and operating method thereof | |
US10983529B2 (en) | Method and system for providing data for a first and second trajectory | |
US9389093B2 (en) | Traffic signal recognition apparatus | |
KR101919366B1 (ko) | 차량 내부 네트워크 및 영상 센서를 이용한 차량 위치 인식 장치 및 그 방법 | |
US11599121B2 (en) | Method for localizing a more highly automated vehicle (HAF), in particular a highly automated vehicle, and a vehicle system | |
US11260861B2 (en) | Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes on a roadway | |
US20150378015A1 (en) | Apparatus and method for self-localization of vehicle | |
CN111507130B (zh) | 车道级定位方法及***、计算机设备、车辆、存储介质 | |
JP6280409B2 (ja) | 自車位置修正方法、ランドマークデータ更新方法、車載機、サーバおよび自車位置データ修正システム | |
WO2020232648A1 (zh) | 车道线的检测方法、电子设备与存储介质 | |
CN105571606A (zh) | 能够改进车辆定位的方法和*** | |
US11498584B2 (en) | Intersection start judgment device | |
US20140365109A1 (en) | Apparatus and method for recognizing driving lane | |
CN108001457A (zh) | 自动车辆传感器控制*** | |
CN109314085B (zh) | 基于地图数据密度和导航特征密度的自动化车辆传感器选择 | |
EP3998593B1 (en) | Information processing device, information processing method, and program | |
JP2007178270A (ja) | 自位置認識システム | |
WO2020097512A2 (en) | Lane marking localization and fusion | |
US20230122011A1 (en) | Vehicle position estimation device and traveling position estimation method | |
CN114348015A (zh) | 车辆控制装置和车辆控制方法 | |
CN117168471A (zh) | 车辆定位判断方法、装置、车载终端及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |