CN107250840A - 用于求得机动车在路面上的横向位置信息的方法和机动车 - Google Patents
用于求得机动车在路面上的横向位置信息的方法和机动车 Download PDFInfo
- Publication number
- CN107250840A CN107250840A CN201680008793.9A CN201680008793A CN107250840A CN 107250840 A CN107250840 A CN 107250840A CN 201680008793 A CN201680008793 A CN 201680008793A CN 107250840 A CN107250840 A CN 107250840A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- road surface
- radar
- width
- achieve
- 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 33
- 238000000926 separation method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 239000004065 semiconductor Substances 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 239000011248 coating agent Substances 0.000 claims description 4
- 238000000576 coating method Methods 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 claims description 4
- 208000006558 Dental Calculus Diseases 0.000 claims description 3
- 206010044029 Tooth deposit Diseases 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 7
- 230000002349 favourable effect Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910000577 Silicon-germanium Inorganic materials 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- 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
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
- B60W2555/80—Country specific, e.g. driver age limits or right hand drive
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/027—Constructional details of housings, e.g. form, type, material or ruggedness
- G01S7/028—Miniaturisation, e.g. surface mounted device [SMD] packaging or housings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于求得机动车(10)在路面(16)上的横向位置信息的方法,其中,借助于所述机动车(10)的至少一个雷达传感器(1)获取描述所述路面(16)的至少一部分的雷达数据,通过分析处理在所述雷达数据中探测和定位描述路面边界的位置的周围环境特征,由所述周围环境特征求得所述路面(16)的路面边界的走势和所述机动车(10)相对于所述路面边界的横向距离(24)并且作为或根据所述机动车(10)相对于所述路面边界的横向距离(24)求得所述横向位置信息。
Description
技术领域
本发明涉及一种用于求得机动车在路面上的横向位置信息的方法和一种机动车。
背景技术
驾驶员辅助***被建议用于机动车,借助于所述驾驶员辅助***可以在多车道的、因此路面被划分成不同行车道的道路上协助驾驶员。为此通常求得:本机动车位于哪个行车道上。为了求得这种车道配置,通常分析处理指向机动车前场的摄像机的摄像机数据。通过图像处理可以识别路面上的标线,其中,虚的或不连续的行车道标志线可以与实的行车道标志线相区别。也可以设想将路面标志线按照其颜色来区别,例如,是涉及黄色标志线还是白色标志线。总而言之这可实现,通过分析处理多个行车道标志线和本机动车相对于行车道标志线的已知相对位置可以识别:本机动车位于哪个行车道上,例如左边的、中间的或右边的行车道。
车道配置的横向位置信息允许可以更好地解释确定的行驶动作和/或危急的行驶状况。由此可以显著降低误触发和错误触发并且提高驾驶员辅助***的质量。这种驾驶员辅助***的例子包括车道保持***(LDW Lane Departure Warning,车道偏离警告)、车道变换辅助装置以及本身进行横向引导干涉的驾驶员辅助***。
但是在此存在问题,即由于天气影响和/或在光学***上的脏物,使得光学传感器、尤其是所述摄像机的工作能力受到强烈影响。因此,在摄像机的视线受限的情况下行车道标志线只能够被部分地识别或者甚至不能够被识别,由此作为结果可能产生误警报和错误警报。摄像机的另一个缺点是,在光线情况差时、例如在黑暗中探测率显著下降。
此外有问题的是,在许多道路中不再能够单义地识别行车道标志线,例如,因为所述行车道标志线老化或毁坏。最后也存在这样的道路,例如在农村地区,在所述道路中行车道标志线完全不存在。许多在光学识别行车道标志线的基础上构造的驾驶员辅助***在行车道标志线完全不存在或者不能够单义地识别的状况中受到强烈影响或不再能工作。
发明内容
因此,本发明的目的是,提出一种替代的、与行车道标志线无关的、用于求得描述机动车在路面上的横向位置的横向位置信息的可能性。
为了实现所述目的,按照本发明提供一种开头所述类型的方法,该方法的特征在于,借助于机动车的至少一个雷达传感器获取描述路面的至少一部分的雷达数据,通过分析处理在雷达数据中探测和定位描述路面边界的位置的周围环境特征,由所述周围环境特征求得路面的路面边界的走势和机动车相对于路面边界的横向距离,将机动车相对于路面边界的横向距离作为横向位置信息或根据机动车相对于路面边界的横向距离求得横向位置信息。
因此,本发明建议一种用于求得横向位置信息的可能性,所述可能性仅仅基于对作为测量数据的雷达数据的分析处理。在后面还要予以详细讨论的现代雷达***允许高精度地检测机动车的环境,从而因此可以在雷达数据中探测当前行驶的道路的路面边界,其中,对描述路面边界的位置的周围环境特征进行分析。尤其可以提出,作为周围环境特征,探测和定位从路面覆层到其它地基的过渡部和/或护栏和/或引导柱和/或路牙石和/或路边建筑物和/或植物。基于雷达传感器的数据的精度,在分析处理中可以对周围环境特征进行分类并且由此推断出:是否例如是一个物体,该物体可以不是绝对地位于路面上,因此必定是对路面边界的指示。理想地,甚至可能的是,尤其在使用基于半导体技术的高精度的雷达传感器的情况下,自动地探测从路面覆层到其它地基的过渡部,由此可以直接地导出路面边界。理想地,在此考察关于在行驶方向上路面的确定路段和/或关于确定时间段的周围环境特征,以便获得用于路面边界的位置的尽可能精确的度量。如果仅仅已知在机动车坐标系中路面边界的位置,那么由此直接得出机动车相对于路面边界的侧向距离,即横向距离。因此,总而言之,通过探测和评价关于路面和路边物体或路边特征的雷达数据可以作出关于机动车相对于左和右路面边缘的横向距离的说明。在此已经涉及到可利用的横向位置信息,所述横向位置信息例如可以用于验证其它结果。
因此,借助于本发明,仅仅利用具有至少一个雷达传感器的高分辨率雷达***就可以很好地估计机动车在路面上的横向位置,而不必使用摄像机数据的图像处理或类似技术。在此不使用雷达传感器来探测行车道标志线,而是从雷达数据中提取路面边界,由此得出相对于左边的和右边的路面边界的距离。在此在这一点上为了可靠性起见需要再次指出,机动车相对于被考察的周围环境特征以及因此相对于路面边界的相对位置已经由雷达测量的性质中得出,其中,尤其是使用这样的雷达传感器,所述雷达传感器允许在两个相互垂直的平面中的角度分辨。雷达数据的与此相关的分析处理在现有技术中在很大程度上是已知的。
如果使用多个在完整的360°角度范围中检测机动车的环境的雷达传感器、尤其是八个雷达传感器,则得到本发明的一个特别有利的设计方案。以这种方式提供用于求得路面边界的位置的极其大的数据库,由此尤其可以在雷达传感器的每个测量循环中重新确定横向位置信息,因为本来就存在关于一定长度路面的数据。不同的雷达传感器的雷达数据可以在所述的分析处理之前组合成高分辨率的环境地图,从该环境地图中可以提取环境特征。被证实特别有利的是这样的布置,该布置使用八个围绕机动车分布的雷达传感器,例如三个布置在前保险杠中的雷达传感器、三个布置在后保险杠中的雷达传感器和两个安装在车门区域中、尤其是在车门内部的雷达传感器。
如已经提到的那样,一个特别有利的设计方案提出,所述至少一个雷达传感器基于半导体技术,其中,尤其是作为所述至少一个雷达传感器使用具有实现雷达收发器的半导体芯片、尤其是CMOS芯片的雷达传感器。
基于半导体实现雷达部件,长期以来被证实是困难的,因为需要昂贵的特种半导体、尤其是GaAs。早在采用CMOS技术的解决方案已知之前,就建议了较小的雷达传感器,所述雷达传感器的整个雷达前端采用SiGe技术在一个唯一的芯片上实现。这种解决方案是CMOS技术到高频应用扩展的结果,这也常常称为RF-CMOS。这种CMOS雷达芯片在极其小的结构下实现并且不使用昂贵的特种半导体,因此尤其是在制造上相对于其它半导体技术提供明显的优点。一种作为CMOS芯片的77GHz雷达收发器的示例性实现在Jri Lee等的文章“AFully Integrated 77-GHz FMCW Radar Transceiver in 65-nm CMOS Technology”(IEEEJournal of Solid State Circuits 45(2010),S.2746-2755)中已经描述。
此外,因为建议在一个公共的封装件中实现芯片和天线,所以可以实现成本极其有利的小的雷达传感器,所述雷达传感器可以明显更好地满足结构空间要求并且由于短的信号路径也具有非常低的信噪比以及适用于高的频率和较大的可变的频带宽度。因此这种小结构的雷达传感器也可以用于短作用范围的应用,例如在30cm至10m的范围中。
也已经建议将这种CMOS收发器芯片和/或具有CMOS收发器芯片和天线的封装件设置在一个公共的具有数字信号处理器(DSP处理器)的印制电路板上或将信号处理器的功能也集成到CMOS收发器芯片中。类似的集成对于控制功能也是可能的。
因此在本发明的范围中也有利的是,通过半导体芯片也实现雷达传感器的数字信号处理部件和/或控制单元和/或作为一个封装件来实现雷达传感器的半导体芯片和天线装置。
因此本发明利用新的雷达技术的可用性,该新的雷达技术在较靠近机动车的检测区域中也允许高分辨率地扫描机动车的环境。例如可以如此提供雷达传感器,使得所述雷达传感器具有可达50m的作用范围,但仍然提供高的距离分辨率,尤其是也在近区域中。通过这种在cm范围中或甚至在mm范围中的高分辨率,可以如所述的那样以突出的质量提取周围环境特征。半导体技术的重要贡献在此也在于,由于短的信号路径而产生低的信噪比并且适用于高的频率和较大的可变的频带宽度。
在此意义上,本发明的一个有利的设计方案提出,所述至少一个雷达传感器以大于1GHz、尤其是4GHz的频带宽度和/或在77至81GHz的频率范围中运行。较大的频带宽度具有优点,即可以分辨较小的距离,因此有助于优选以半导体技术实现的雷达传感器的突出分辨率。
在本发明的特别优选的扩展方案中,作为横向位置信息可以在附加地考虑至少一个至少描述路面的行车道的数量的附加信息的情况下确定机动车的车道配置。如果例如由机动车的导航***的数字地图数据已知当前行驶的道路、即路面具有多少行车道,那么可以由基于横向距离已知的、机动车在道路上的相对位置至少估计地求得机动车所处的行车道。如果在三车道的道路的情况下机动车例如更位于中间,那么应认为,所述机动车位于中间的行车道上。但是如果存在更精确的(非测量的)附加信息,除了这种估计以外,也可以更精确地确定车道配置。
在此意义上,一种有利的扩展方案提出,将由数字地图数据、尤其是导航***的数字地图数据导出的路面分配信息和/或尤其是国家特定的行车道宽度考虑作为附加信息。导航***的数字地图数据现今已经含有车道数量,这意味着,通过数字地图数据描述的每个道路路段配置有在那里存在的行车道的数量,该数量可以在本发明的范围中使用。已经建议了用于扩展这种数字地图数据的各种方案,其中,这种可设想的扩展特别有利地也涉及路面的可能情况下存在的、不被用于行车道的份额。这种份额例如可以被保留用于自行车或形成路肩。因此该方法尤其被如此扩展,使得路面分配信息包括车道数量和/或描述不被用作行车道的路面份额的存在与否和/或宽度和/或位置的份额信息。
如果存在车道数量和份额信息——如果存在的话,那么通过按照本发明的方法可以求得极其精确的车道配置,其中,首先需要注意,只要在机动车内部存在机动车的宽度——情况通常如此,直到现在存在的信息、即横向距离就已经允许求得路面宽度;但是作为替换方案,路面宽度也可以由路面边界的的确是所探测的走势直接求得。因此可以由横向距离和机动车的储存在机动车中的宽度和/或由路面边界的距离求得路面宽度。现在可以以特别有利的方式将路面宽度的各区间至少部分地基于路面分配信息配置给行车道,其中,车道配置基于机动车沿着路面宽度的通过横向距离已知的位置来进行。因此,因为机动车的横向位置通常将位于至少一个区间之内,最后检查,是否机动车的横向位置允许尽可能精确的车道配置。如果机动车完全位于一个配置给一个行车道的区间中,那么该车道配置是单义可能的,否则例如可以预给定一个阈值,即机动车的何份额必须位于一个配置给一个行车道的区间中,以便配置给该行车道。如果机动车例如位于这样一个横向位置上,即机动车以相同份额位于两个相邻的行车道中,那么车道配置的不可能性也可以是返回值,但优选的是,作为横向位置信息求得机动车位于一个确定的行车道中的概率值,所述概率值例如可以以机动车的位于所配置的区间中的份额为基础。显然,在这里可以设想不同的设计方案。
这要借助于一个例子详细说明。如果例如作为横向距离测得左边0.5m右边4.5m并且如果机动车的宽度取值为2m,那么得出路面宽度为7m。如果现在还已知,车道数量取值为2并且行车道宽度例如对于德国典型地取值为3.5m,而不存在不被用于行车道的份额,那么路面的一半因此配置给两个行车道中的任意一个。由上面所述的横向距离直接得出:机动车位于左边的车道上。
如果对所测量的横向距离、由此得出的路面宽度和附加信息进行相互验证,那么这种处理的稳定性还可以提高。因此在由横向距离和储存在机动车中的机动车宽度求得路面宽度以及由路面边界的距离求得路面宽度时,一个有利的扩展方案提出,对这些由雷达数据确定的路面宽度进行相互验证,和/或对作为验证值的车道数量和/或行车道宽度分别其中之一,通过由路面宽度(如果存在的话还有所述份额信息)和相应的另一个验证值求得比较值来进行验证。以这种方式最后检查,附加信息是否实际上可以是对通过雷达传感器测量的路面的描述。
本发明的一个具体实施方案例如可以提出,在第一步骤中进行验证:借助于横向距离测量的路面宽度是否与由路面边界得出的路面宽度相一致。在第二步骤中可以进行验证:所测量的路面宽度除以车道数量是否可以得出用于典型行车道宽度的可信值,如其可以包含在附加信息中的那样。在第三步骤中可以进行验证:车道数量是否是正确的,其方式是,所测量的路面宽度(可能情况下),也如在前面的第二步骤中那样,减少了不被用作行车道的路面份额后,除以在附加信息含有的典型行车道宽度,得出附加信息的正确的车道数量。如果这三个验证是成功的,那么在第四步骤中可以求得车道配置。
如果在求得车道配置时考虑至少一个在雷达数据中所探测的、横向错开的机动车,那么在作为横向位置信息求得车道配置时,可以实现进一步的改进。如果本机动车例如按照雷达数据在左边被超车,并且本身对右边的机动车超车,那么可以推断:该机动车必然位于三个车道的中间车道上,等等。因此,可由雷达数据导出的关于其它交通参与者的信息是用于改进车道配置导出的有用手段。
可以提出,将横向位置信息的求得限制到至少一种道路类型、尤其是高速公路。如果要进行车道配置并且要考虑行车道宽度的尽可能固定的在不同国家对于确定道路类型而存在的预给定值,那么这可以是有利的。另一种有利于使用按照本发明的方法的道路类型是在一个方向上具有多个行车道的地方公路、在市内交通中的多个行车道等等。关于道路类型的信息例如也可以由导航***的数字地图数据导出。
横向位置信息例如可以用于验证基于摄像机的摄像机数据的车道配置和/或在摄像机失效时用作备用模式。机动车因此尤其具有驾驶员辅助***,在所述驾驶员辅助***中车道配置用于至少一个功能,例如在车道偏离警告装置或车道变换辅助装置的范围内。如已经提到的那样,摄像机不再是可靠的,因此由雷达数据确定的横向位置信息可以用于验证车道配置。如果验证失败,那么可以视相应数据的可靠度而定在功能范围方面进行限制或甚至使用来自雷达数据的横向位置信息替代来自摄像机数据的横向位置信息和/或对其进行校正。此外可以设想,在摄像机失效时——这也发生于确定出所述摄像机的光学***被弄脏等等以及摄像机数据完全不能够提供关于行车道的信息——例如当行车道标志线不存在时,使用来自雷达数据的横向位置信息,尤其是当其本身含有车道配置时。因此按照本发明的方法是对使用摄像机的一种突出补充。
在此意义上尤其可以提出,给横向位置信息配置置信值,该置信值在验证时和/或在用作备用模式时予以考虑。在此,置信值可以与在确定横向距离时的误差值和/或配置给附加信息的可靠度信息和/或附加信息的缺失和/或相对于附加信息对测量值的验证的结果相关。
除了所述方法以外,本发明也涉及一种机动车,其具有至少一个雷达传感器和被设计用于实施按照本发明的方法的控制器。关于按照本发明的方法的全部实施方案可以类似地转用到按照本发明的机动车上,因此通过该机动车也可以获得所述的优点。该机动车尤其也可以具有至少一个使用在按照本发明的方法的范围中求得的横向位置信息的驾驶员辅助***。
附图说明
本发明的其它的优点和细节由以下描述的实施例以及借助于附图得出。附图表示:
图1按照本发明的方法的一个实施例的流程图,
图2在此使用的雷达传感器,
图3按照本发明的机动车,和
图4在双车道道路上的机动车。
具体实施方式
图1示出按照本发明的、用于求得机动车在路面上的横向位置信息的方法的一个实施例的流程图。在此在步骤S1中使用机动车的雷达传感器,所述雷达传感器指向路面的至少一部分及其周围环境。使用基于CMOS的雷达传感器,其中,图2示例性地示出这种雷达传感器1。该雷达传感器具有壳体2,印制电路板3保持在所述壳体中。在印制电路板3上布置有半导体芯片4,在这里是一个CMOS芯片,所述半导体芯片与雷达传感器1的天线装置5一起形成封装件6。除了雷达收发器7以外,通过半导体芯片4也实现雷达传感器1的数字信号处理部件8(DSP)和控制单元。这种雷达传感器1可以在极其小的结构下实现并且在较短的距离下也能够高分辨率地扫描机动车的环境。可以实现雷达辐射的高的频率以及高的频带宽度,这还有助于在高分辨率的环境扫描下提高工作能力。本例中,机动车的雷达传感器1以4GHz的频带宽度在77~81GHz的频率范围中运行,这实现了突出的距离分辨率。
雷达传感器1可以非常小地实现,例如具有3cm×3cm或更小的尺寸。所述雷达传感器与此相应可以节省结构空间地安装。天线装置5有利地被设计实现在两个方向上的角度分辨,由此,通过反射所测量的特征可以在它们的三维位置上在空间中进行配置。此外,雷达传感器1有利地是广角雷达传感器。
相应地,图3示出按照本发明的机动车10的原理草图,其中,在使用八个雷达传感器1的情况下可以实现对机动车10的环境的360°扫描。为了解释,示出设计成广角雷达传感器的雷达传感器1的检测区域11。可以利用重叠区域来对雷达数据进行相互验证。
在机动车10的前和后保险杠12中各安装三个雷达传感器1,在车门13中安装扫描侧面环境的雷达传感器1。保险杠12大多本来就由雷达辐射可穿过的材料制成,而在车门13中可以考虑,相应的窗设置在板件中并且用雷达可穿过的被涂漆的材料覆盖,由此从外部不能看到雷达传感器1。将在步骤S1中获取的雷达传感器1的雷达数据输送给机动车10的控制器14,所述控制器被设计用于实施按照本发明的方法。为此,将雷达数据首先在步骤S2中汇总成机动车的环境的高分辨率的地图。这使得能够在步骤S3中从所述雷达数据中提取环境特征,所述环境特征显示机动车10所运行的路面的边界的位置。
在图4中示出示例性地处于道路15上的机动车10,在这里是在高速公路的一个行驶方向上,所述高速公路的路面16具有两个行车道17。可以在足够高分辨率的雷达数据中探测的重要的周围环境特征在此是从路面覆层/路面表层到其它地基的过渡部18,该过渡部提供对路面边界的走势的最好的指示。但是另外的周围环境特征也给出对路面边界的走势或位置的指示,例如路边建筑物19、护栏20、引导柱/交通指示柱21、位于道路旁边的植物22和可能情况下存在的路牙石23。
因为在雷达数据中可以识别和定位全部这些周围环境特征,所以可以从所述周围环境特征中导出路面边界的走势,这按照图1在步骤S4中进行。
但是,如果只已知路面边界相对于机动车10的走势,那么直接地得出机动车10相对于左边的和右边的路面边界的横向距离24,所述横向距离在图4中用DL和DR标示。所述横向距离24作为第一横向位置信息在步骤S5中确定。
但是,按照本发明的方法就此还没有结束,因为在图3中所示机动车10的导航***25中存在数字地图数据,由所述数字地图数据得到用于进一步分析处理横向距离24的附加信息。作为来自数字地图数据的附加信息,本例中使用当前的被行驶的路面16/道路15的路面分配信息,所述路面分配信息包括车道数量和份额信息,其中,所述份额信息描述不被用作行车道17的路面份额的存在与否、宽度和位置。为了简化视图,这种路面份额在图4中没有示出。这种路面份额例如可以是自行车道或路肩。
作为另外的附加信息,特别是与国家地区有关的行车道宽度26也被储存在数字地图数据中或可以另外地提供,所述行车道宽度在图4中被标示为FS_B。最后,在机动车10中也包含本机动车10的宽度27,所述宽度在图4中用FZ_B标示。由相应的路面分配信息可以导出路面宽度28,所述路面宽度在图4中被标示为FB_B。
现在在步骤S6和S7中使用这些附加信息连同横向距离24,以求得另外的横向位置信息,其中,在此处应该注意,也可以设想本发明的这样的实施例,在这些实施例中仅仅车道数量是已知的,但是因为横向距离24相当清楚地描述机动车10在路面16上的横向位置,所以也可以获得车道配置,其中,如果附加地考察在雷达数据中所探测的横向错开的、因此正在其它行车道17上行驶的机动车,那么这种车道配置还得到改善,其中,对其它交通参与者的这种考察在以下所述具体实施方式的范围中也可以是有利的。
按照图1的步骤S6代表三个验证步骤,其中,首先进行验证:所测量的整个路面宽度FB_B是否与所测量的其它尺寸DL、DR和已知的车辆宽度FZ_B的总和相一致,因此是否满足FB_B=DL+FZ_B+DR。在此应该注意,FB_B可以主要作为被探测的路面边界的距离得出并且主要通过前或后雷达传感器1的雷达数据确定。DL和DR主要通过侧面的雷达传感器1测量,而FZ_B,如已经描述的那样,对于本机动车10来说是已知的。
在步骤S6的第二验证步骤中可以进行验证:通过所测量的路面宽度FB_B除以车道数量而求得的行车道宽度FS_B是否得出用于行车道宽度FL_B的可信值,如其在机动车中预先提供的那样,其中,可能情况下当然也一并考虑份额信息,其方式是将不被用于行车道的路面份额首先从所测量的路面宽度FB_B中减去。在最后的第三验证步骤中进行验证:行车道17的数量是否是正确的,因为通过所测量的路面宽度FB_B除以机动车10中存在的行车道宽度FS_S应该得出车道数量。如果这些验证是成功的(在预定的公差内),那么以步骤S7继续(参见图1)。
在那里现在可以求得机动车10的车道配置,为此在路面宽度FB_B中求得配置给确定的行车道17的区间。如果通过横向距离DL和DR描述地,机动车10至少最大部分地位于这种区间之内,那么可以作出车道配置。
要借助于具体的示例尤其是参照图4再次更详细地解释步骤6和7。在此要以下列值为出发点:FB_B=7m,DL=0.5m,DR=4.5m,FZ_B=2.0m,车道数量N=2,特定于国家地区的、储存在机动车10中的行车道宽度FS_B=3.5m。于是,在步骤S6的第一验证子步骤中,作为计算的路面宽度FB_B得出0.5m+2.0m+4.5m,这显然相应于所测量的路面宽度FB_B,因此验证是成功的。在第二验证子步骤中,作为计算的行车道宽度FS_B得出7/2=3.5m,这与预先已知的典型的行车道宽度相一致,由此验证在此也是成功的。在第三验证子步骤中,所测量的路面宽度FB_B除以预先给定的、典型的行车道宽度,由此得出7m/3.5m=2,这相应于数字地图数据中的车道数量N。该验证也是成功的。
最后,在步骤S7中由DL=0.5m和DR=4.5m得出,机动车必定位于左边的行车道17上。
在最后的步骤S8中,也参见图1,现在将所求得的横向位置信息用于机动车10的驾驶员辅助***中,例如用于验证由摄像机数据获得的车道配置和/或如果基于摄像机的车道配置不可能的话也作为备用模式。
Claims (14)
1.一种用于求得机动车(10)在路面(16)上的横向位置信息的方法,
其特征在于,
借助于所述机动车(10)的至少一个雷达传感器(1)获取对所述路面(16)的至少一部分进行描述的雷达数据,通过在所述雷达数据中进行分析处理,探测出和定位对路面边界的位置进行描述的周围环境特征,由所述周围环境特征求得所述路面(16)的路面边界的走势和所述机动车(10)相对于所述路面边界的横向距离(24),作为所述机动车相对于所述路面边界的横向距离而求得横向位置信息或根据所述机动车(10)相对于所述路面边界的横向距离(24)求得横向位置信息。
2.根据权利要求1所述的方法,
其特征在于,
作为周围环境特征,探测和定位从路面覆层到其它地基的过渡部(18)和/或护栏(20)和/或引导柱(21)和/或路牙石(23)和/或路边建筑物(19)和/或植物(22)。
3.根据权利要求1或2所述的方法,
其特征在于,
使用在完整的360°角度范围中对所述机动车(10)的环境进行检测的多个雷达传感器(1)、尤其是八个雷达传感器(1)。
4.根据前述权利要求中任一项所述的方法,
其特征在于,
作为所述至少一个雷达传感器(1),使用具有实现雷达收发器(7)的半导体芯片(4)、尤其是CMOS芯片的雷达传感器(1)。
5.根据权利要求4所述的方法,
其特征在于,
通过所述半导体芯片(4)也实现所述雷达传感器(1)的数字信号处理部件(8)和/或控制单元(9),和/或所述雷达传感器(1)的半导体芯片(4)和天线装置(5)实现为一个封装件(6)。
6.根据前述权利要求中任一项所述的方法,
其特征在于,
所述至少一个雷达传感器(1)以大于1GHz、尤其是4GHz的频带宽度和/或在77GHz至81GHz的频率范围中运行。
7.根据前述权利要求中任一项所述的方法,
其特征在于,
作为横向位置信息,在附加地考虑至少一个至少对所述路面(16)的行车道(17)的数量进行描述的附加信息的情况下确定所述机动车(10)的车道配置。
8.根据权利要求7所述的方法,
其特征在于,
将由数字地图数据、尤其是导航***(25)的数字地图数据导出的路面分配信息和/或尤其是国家地区特定的行车道宽度(26)考虑作为附加信息。
9.根据权利要求8所述的方法,
其特征在于,
所述路面分配信息包括车道数量和/或对不被用作行车道(17)的路面份额的存在与否和/或宽度和/或位置进行描述的份额信息。
10.根据权利要求9所述的方法,
其特征在于,
由所述横向距离(24)和储存在所述机动车(10)中的机动车(10)宽度(27)求得路面宽度和/或由所述路面边界的距离求得路面宽度(28),其中,对这些由雷达数据确定的路面宽度(28)进行相互验证,和/或对作为验证值的车道数量和/或行车道宽度(26)分别通过由所述路面宽度(28)、如果存在的话还有所述份额信息和相应的另一个验证值求得比较值来进行验证,和/或至少部分地基于所述路面分配信息将所述路面宽度(28)的各个区间配置给行车道(17),其中,所述车道配置基于所述机动车(10)沿着所述路面宽度(28)的通过所述横向距离(24)已知的位置来进行。
11.根据权利要求7至11中任一项所述的方法,
其特征在于,
在求得车道配置时考虑至少一个在所述雷达数据中探测到的、横向错开的机动车。
12.根据前述权利要求中任一项所述的方法,
其特征在于,
将所述横向位置信息的求得限制到至少一种道路类型、尤其是高速公路。
13.根据前述权利要求中任一项所述的方法,
其特征在于,
将所述横向位置信息用于验证基于摄像机的摄像机数据的车道配置和/或在所述摄像机失效时用作备用模式。
14.一种机动车(10),具有至少一个雷达传感器(1)和被设计用于实施根据前述权利要求中任一项所述的方法的控制器(14)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015001386.6 | 2015-02-04 | ||
DE102015001386.6A DE102015001386A1 (de) | 2015-02-04 | 2015-02-04 | Verfahren zur Ermittlung einer Querpositionsinformantion eines Kraftfahrzeugs auf einer Fahrbahn und Kraftfahrzeug |
PCT/EP2016/000137 WO2016124316A1 (de) | 2015-02-04 | 2016-01-27 | Verfahren zur ermittlung einer querpositionsinformation eines kraftfahrzeugs auf einer fahrbahn und kraftfahrzeug |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107250840A true CN107250840A (zh) | 2017-10-13 |
CN107250840B CN107250840B (zh) | 2020-07-14 |
Family
ID=55299422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680008793.9A Active CN107250840B (zh) | 2015-02-04 | 2016-01-27 | 用于求得机动车在路面上的横向位置信息的方法和机动车 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10641892B2 (zh) |
EP (1) | EP3254138B1 (zh) |
CN (1) | CN107250840B (zh) |
DE (1) | DE102015001386A1 (zh) |
ES (1) | ES2719535T3 (zh) |
WO (1) | WO2016124316A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060123A (zh) * | 2019-06-13 | 2020-04-24 | 广东星舆科技有限公司 | 一种基于普通地图实现车道级导航的方法与*** |
CN112407046A (zh) * | 2019-08-20 | 2021-02-26 | 宏碁股份有限公司 | 车辆控制方法与车辆控制*** |
WO2021097844A1 (zh) * | 2019-11-22 | 2021-05-27 | 驭势(上海)汽车科技有限公司 | 基于多传感器数据融合的护栏估计方法和车载设备 |
CN113487901A (zh) * | 2021-07-30 | 2021-10-08 | 重庆长安汽车股份有限公司 | 基于摄像头感知的车道宽度校验方法及*** |
US11225285B2 (en) | 2019-08-05 | 2022-01-18 | Acer Incorporated | Vehicle control method and vehicle control system |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015008154A1 (de) | 2015-06-24 | 2016-12-29 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
DE102016015178A1 (de) | 2016-12-20 | 2017-07-06 | Daimler Ag | Verfahren zur Lokalisierung eines Fahrzeugs auf einer Fahrspur |
DE102018204829A1 (de) | 2017-04-12 | 2018-10-18 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur Analyse einer Fahrzeugumgebung sowie Fahrzeug mit einer solchen Vorrichtung |
DE102017123969B4 (de) | 2017-10-16 | 2019-11-28 | Conti Temic Microelectronic Gmbh | Verfahren zur Klassifikation von flächigen Strukturen |
JP6847885B2 (ja) * | 2018-03-20 | 2021-03-24 | 株式会社東芝 | 情報処理装置、情報処理方法及びプログラム |
CN112020661A (zh) * | 2018-04-25 | 2020-12-01 | 伟摩有限责任公司 | 车底雷达单元 |
DE102018008731A1 (de) * | 2018-11-07 | 2020-05-07 | Audi Ag | Verfahren und Vorrichtung zum Erheben von fahrzeugbasierten Datensätzen für vorgegebene Streckenabschnitte |
FR3089927B1 (fr) * | 2018-12-14 | 2020-11-20 | Renault Sas | Procédé et dispositif de maintien d’un véhicule dans sa voie. |
DE102021206355A1 (de) * | 2021-06-21 | 2022-12-22 | Volkswagen Aktiengesellschaft | Verfahren zur Zuordnung des von einem Fahrzeug aktuell befahrenen Fahrstreifens |
US12017661B2 (en) | 2021-07-13 | 2024-06-25 | Canoo Technologies Inc. | System and method in vehicle path prediction based on full nonlinear kinematics |
US11891060B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and method in lane departure warning with full nonlinear kinematics and curvature |
US11840147B2 (en) | 2021-07-13 | 2023-12-12 | Canoo Technologies Inc. | System and method in data-driven vehicle dynamic modeling for path-planning and control |
US11891059B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving |
US11908200B2 (en) | 2021-07-13 | 2024-02-20 | Canoo Technologies Inc. | System and method in the prediction of target vehicle behavior based on image frame and normalization |
US11845428B2 (en) * | 2021-07-13 | 2023-12-19 | Canoo Technologies Inc. | System and method for lane departure warning with ego motion and vision |
FR3125495B1 (fr) * | 2021-07-20 | 2024-03-08 | Continental Automotive | Dispositif et procédé de détection d’une sortie de voie d’un véhicule |
DE102021121406A1 (de) | 2021-08-18 | 2023-02-23 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Lokalisierungseinrichtung zur Lokalisierung eines Kraftfahrzeugs und Kraftfahrzeug |
CN114379552B (zh) * | 2021-11-11 | 2024-03-26 | 重庆大学 | 一种基于高精度地图和车载传感器的自适应车道保持控制***及方法 |
CN114333298B (zh) * | 2021-12-02 | 2024-02-23 | 河北雄安京德高速公路有限公司 | 一种基于交通雷达的车辆归属车道估计方法 |
DE102022004774A1 (de) | 2021-12-21 | 2023-06-22 | Mercedes-Benz Group AG | System für die Fahrspurbestimmung eines Ego-Fahrzeugs unter Verwendung von Fahrspurattributen und Verfahren davon |
DE102022109423A1 (de) | 2022-04-19 | 2023-10-19 | Valeo Schalter Und Sensoren Gmbh | Verfahren zur lateralen Lokalisierung eines Fahrzeugs auf einer Straße, Computerprogramm und Fahrerassistenzsystem |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07108873A (ja) * | 1993-10-14 | 1995-04-25 | Toyota Motor Corp | ヘッドランプの配光制御装置 |
DE10345802A1 (de) * | 2003-09-30 | 2005-04-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrspurerkennung für ein Fahrzeug |
US20090102629A1 (en) * | 2006-06-13 | 2009-04-23 | Jochen Kaller | Lane-change assistant for motor vehicles |
CN101545975A (zh) * | 2008-01-16 | 2009-09-30 | 罗伯特·博世有限公司 | 车辆的探测装置和相应的探测方法 |
DE102010033729A1 (de) * | 2010-08-07 | 2012-02-09 | Audi Ag | Verfahren und Vorrichtung zum Bestimmen der Position eines Fahrzeugs auf einer Fahrbahn sowie Kraftwagen mit einer solchen Vorrichtung |
US20140012491A1 (en) * | 2011-03-17 | 2014-01-09 | Toyota Jidosha Kabushiki Kaisha | Traveling support apparatus and traveling support method |
CN103786729A (zh) * | 2012-10-26 | 2014-05-14 | 现代自动车株式会社 | 车道识别方法和*** |
DE102013018753A1 (de) * | 2013-11-08 | 2014-06-18 | Daimler Ag | Radarsensoranordnung zur Umgebungsüberwachung für ein Fahrzeug |
US20140324325A1 (en) * | 2013-04-26 | 2014-10-30 | Conti Temic Microelectronic Gmbh | Method and Device for Estimating the Number of Lanes and/or the Lane Width on a Roadway |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6526352B1 (en) * | 2001-07-19 | 2003-02-25 | Intelligent Technologies International, Inc. | Method and arrangement for mapping a road |
DE102005007802A1 (de) * | 2005-02-21 | 2006-08-24 | Robert Bosch Gmbh | Verfahren zur Objektplausibilisierung in Fahrerassistenzsystemen |
DE102005039895A1 (de) | 2005-08-23 | 2007-03-01 | Siemens Ag | System für Spurverlassenswarnung und/oder Spurhaltefunktion |
DE102008020007A1 (de) | 2007-04-20 | 2008-10-23 | Continental Teves Ag & Co. Ohg | Verfahren zum Unterstützen eines Fahrers beim Fahren mit einem Fahrzeug mit einer Fahrspurerkennung |
DE102009034105A1 (de) | 2009-07-21 | 2010-03-25 | Daimler Ag | Vorrichtung und Verfahren zur Lenkunterstützung eines Fahrers eines Fahrzeugs |
EP2574958B1 (en) * | 2011-09-28 | 2017-02-22 | Honda Research Institute Europe GmbH | Road-terrain detection method and system for driver assistance systems |
DE102012004791A1 (de) * | 2012-03-07 | 2013-09-12 | Audi Ag | Verfahren zum Warnen des Fahrers eines Kraftfahrzeugs vor einer sich anbahnenden Gefahrensituation infolge eines unbeabsichtigten Driftens auf eine Gegenverkehrsfahrspur |
KR101927155B1 (ko) * | 2012-10-19 | 2018-12-10 | 현대자동차 주식회사 | 도로 갓길의 공간 인지 방법 및 시스템 |
DE112013006943B4 (de) * | 2013-04-12 | 2022-08-11 | Toyota Jidosha Kabushiki Kaisha | Fahrumgebungsbewertungssystem, Fahrumgebungsbewertungsverfahren, Fahrerassistenzvorrichtung und Fahrumgebungsanzeigevorrichtung |
US9594159B2 (en) * | 2013-07-15 | 2017-03-14 | Texas Instruments Incorporated | 2-D object detection in radar applications |
US9435653B2 (en) * | 2013-09-17 | 2016-09-06 | GM Global Technology Operations LLC | Sensor-aided vehicle positioning system |
RS20140183A1 (en) * | 2014-04-14 | 2015-10-30 | Novelic D.O.O. | RADAR SENSOR FOR SEAT CONVENIENCE DETECTION OPERATING IN THE MILLIMETER FREQUENCY RANGE AND METHOD OF OPERATION |
DE112014007205B4 (de) * | 2014-11-26 | 2020-12-17 | Mitsubishi Electric Corporation | Fahrunterstützungsvorrichtung und Fahrunterstützungsverfahren |
US9721471B2 (en) * | 2014-12-16 | 2017-08-01 | Here Global B.V. | Learning lanes from radar data |
-
2015
- 2015-02-04 DE DE102015001386.6A patent/DE102015001386A1/de not_active Withdrawn
-
2016
- 2016-01-27 CN CN201680008793.9A patent/CN107250840B/zh active Active
- 2016-01-27 WO PCT/EP2016/000137 patent/WO2016124316A1/de active Application Filing
- 2016-01-27 EP EP16702658.2A patent/EP3254138B1/de active Active
- 2016-01-27 US US15/546,627 patent/US10641892B2/en active Active
- 2016-01-27 ES ES16702658T patent/ES2719535T3/es active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07108873A (ja) * | 1993-10-14 | 1995-04-25 | Toyota Motor Corp | ヘッドランプの配光制御装置 |
DE10345802A1 (de) * | 2003-09-30 | 2005-04-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrspurerkennung für ein Fahrzeug |
US20090102629A1 (en) * | 2006-06-13 | 2009-04-23 | Jochen Kaller | Lane-change assistant for motor vehicles |
CN101545975A (zh) * | 2008-01-16 | 2009-09-30 | 罗伯特·博世有限公司 | 车辆的探测装置和相应的探测方法 |
DE102010033729A1 (de) * | 2010-08-07 | 2012-02-09 | Audi Ag | Verfahren und Vorrichtung zum Bestimmen der Position eines Fahrzeugs auf einer Fahrbahn sowie Kraftwagen mit einer solchen Vorrichtung |
US20140012491A1 (en) * | 2011-03-17 | 2014-01-09 | Toyota Jidosha Kabushiki Kaisha | Traveling support apparatus and traveling support method |
CN103786729A (zh) * | 2012-10-26 | 2014-05-14 | 现代自动车株式会社 | 车道识别方法和*** |
US20140324325A1 (en) * | 2013-04-26 | 2014-10-30 | Conti Temic Microelectronic Gmbh | Method and Device for Estimating the Number of Lanes and/or the Lane Width on a Roadway |
DE102013018753A1 (de) * | 2013-11-08 | 2014-06-18 | Daimler Ag | Radarsensoranordnung zur Umgebungsüberwachung für ein Fahrzeug |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060123A (zh) * | 2019-06-13 | 2020-04-24 | 广东星舆科技有限公司 | 一种基于普通地图实现车道级导航的方法与*** |
US11225285B2 (en) | 2019-08-05 | 2022-01-18 | Acer Incorporated | Vehicle control method and vehicle control system |
CN112407046A (zh) * | 2019-08-20 | 2021-02-26 | 宏碁股份有限公司 | 车辆控制方法与车辆控制*** |
WO2021097844A1 (zh) * | 2019-11-22 | 2021-05-27 | 驭势(上海)汽车科技有限公司 | 基于多传感器数据融合的护栏估计方法和车载设备 |
CN113487901A (zh) * | 2021-07-30 | 2021-10-08 | 重庆长安汽车股份有限公司 | 基于摄像头感知的车道宽度校验方法及*** |
CN113487901B (zh) * | 2021-07-30 | 2022-05-17 | 重庆长安汽车股份有限公司 | 基于摄像头感知的车道宽度校验方法及*** |
Also Published As
Publication number | Publication date |
---|---|
EP3254138A1 (de) | 2017-12-13 |
US10641892B2 (en) | 2020-05-05 |
WO2016124316A1 (de) | 2016-08-11 |
EP3254138B1 (de) | 2019-03-13 |
US20180024238A1 (en) | 2018-01-25 |
DE102015001386A1 (de) | 2016-08-04 |
CN107250840B (zh) | 2020-07-14 |
ES2719535T3 (es) | 2019-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107250840A (zh) | 用于求得机动车在路面上的横向位置信息的方法和机动车 | |
US20150378015A1 (en) | Apparatus and method for self-localization of vehicle | |
KR102166512B1 (ko) | 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템 | |
US10699567B2 (en) | Method of controlling a traffic surveillance system | |
CN106415690A (zh) | 求得运行机动车车辆***时使用的位置数据的方法及位置数据求得和分配*** | |
KR20180056675A (ko) | 디지털 맵을 생성하기 위한 방법 및 시스템 | |
CN103886757A (zh) | 用于自动分类运动中的车辆的方法 | |
WO2009098319A2 (en) | Navigational device for a vehicle | |
EP3819897B1 (en) | Driving support method and driving support device | |
CN208538331U (zh) | 为辅助***提供与交通场地相关的信息的机器可读的标记 | |
JP5365792B2 (ja) | 車両用位置測定装置 | |
US10846546B2 (en) | Traffic signal recognition device | |
US6597984B2 (en) | Multisensory correlation of traffic lanes | |
JP2009181315A (ja) | 物体検出装置 | |
CN110007327A (zh) | 用于确定车辆的停车位的方法 | |
US11142196B2 (en) | Lane detection method and system for a vehicle | |
CN113743171A (zh) | 目标检测方法及装置 | |
US20230349719A1 (en) | Map generation apparatus, map generation program and on-vehicle equipment | |
CN109696676A (zh) | 一种有效障碍物目标确定方法、装置和车辆 | |
CN110626355B (zh) | 一种雷达遮挡诊断方法、装置及终端 | |
CN114639085A (zh) | 交通信号灯识别方法、装置、计算机设备和存储介质 | |
CN109073393A (zh) | 通过特殊选择的且由后端服务器传输的地标来确定至少部分自动驾驶的车辆的姿态的方法 | |
CN102927964A (zh) | 距离测量装置、方法及车辆 | |
JP4595773B2 (ja) | 車両制御装置 | |
JP2017045427A (ja) | 走行路附属物検出装置、走行路附属物および走行路検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |