CN110347147B - 用于车辆的定位的方法和*** - Google Patents
用于车辆的定位的方法和*** Download PDFInfo
- Publication number
- CN110347147B CN110347147B CN201910243598.XA CN201910243598A CN110347147B CN 110347147 B CN110347147 B CN 110347147B CN 201910243598 A CN201910243598 A CN 201910243598A CN 110347147 B CN110347147 B CN 110347147B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- real
- altitude value
- data
- environment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000003068 static effect Effects 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 230000002596 correlated effect Effects 0.000 claims 3
- 230000001276 controlling effect Effects 0.000 claims 2
- 238000004891 communication Methods 0.000 description 34
- 230000004807 localization Effects 0.000 description 21
- 230000005540 biological transmission Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
提供用于定位车辆的***和方法。在一个实施例中,方法包括:由处理器从车辆的传感器接收传感器数据;由处理器滤波传感器数据,以获取与环境的静态元素相关联的数据;由处理器确定与静态元素相关联的实时高度数值;由处理器将实时高度数值与同环境地图相关联的限定高度数值相关联;由处理器基于相关联的实时高度数值和限定高度数值而将车辆定位在地图上;以及由处理器基于定位来控制车辆。
Description
背景技术
本发明总体涉及自主车辆,并且更具体地说涉及用于将自主车辆定位在空间内的***和方法。
自主车辆是能够在较少或没有用户输入的情形下感测其环境和导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器之类的感测装置来感测其环境。自主车辆***进一步使用来自全球定位***(GPS)技术、导航***、车辆对车辆通信、车辆对基础设施技术和/或线控驱动***的信息以导航车辆。
虽然自主车辆和半自主车辆提供优于典型车辆的许多潜在优点,但在某些情形中,仍可能期望改进车辆的操作。例如,自主车辆确定它们例如在车道边界内的位置(这里称为定位),并且使用该位置来导航车辆。在一些情形中,可能难以将车辆定位在车道边界内。例如,在诸如雪或大雨之类的严酷环境状况期间,车道边界可能是无法检测的,且由此,车道内的车辆位置可能是无法确定的。
因此,会期望提供用于定位自主车辆的改进的***和方法。进一步会期望提供用于基于来自自主车辆上已有的传感器的传感器数据来定位车辆的***和方法。此外,从结合附图和前文技术领域和背景技术的后续具体实施方式和所附权利要求中,本发明的其它期望特征和特点会变得显而易见。
发明内容
提供用于定位车辆的***和方法。在一个实施例中,方法包括:由处理器从车辆的传感器接收传感器数据;由处理器滤波传感器数据,以获取与环境的静态元素相关联的数据;由处理器确定与静态元素相关联的实时高度数值;由处理器将实时高度数值与同环境地图相关联的限定高度数值相关联。由处理器基于相关联的实时高度数值和限定高度数值而将车辆定位在地图上;以及由处理器基于定位来控制车辆。
在各种实施例中,方法包括滤波来自传感器数据的像素数据带,其中,该带由距车辆的位置的高度范围和半径范围所限定。在各种实施例中,该方法包括基于针对像素数据中的每个像素的最大高度数值来确定实时高度数值。在各种实施例中,传感器数据是来自多个图像传感器的图像数据,该多个图像传感器感测车辆的环境。在各种实施例中,静态元素包括固定于环境的地面的元素。在各种实施例中,实时高度数值包括环境中的静态元素的最大高度数值。
在各种实施例中,该方法包括在实时高度数值和限定高度数值之间执行零均值归一化互相关。在各种实施例中,该方法包括计算实时高度数值和限定高度数值之间的平方距离之和。在各种实施例中,该方法包括将特征检测器施加于实时高度数值以获得特征,以及将该特征投影到该特征所位于的至少一个单元。
在另一实施例中,提供用于定位车辆的***。该***包括:至少一个传感器,该至少一个传感器产生与车辆的环境相关联的传感器数据;以及控制器,该控制器构造成由处理器滤波传感器数据,以获得与环境的静态元素相关联的数据,确定与静态元素相关联的实时高度数值,使得实时高度数值与同环境地图相关联的限定高度数值相关联,基于相关联的实时高度数值和限定高度数值将车辆定位在地图上,以及基于定位控制车辆。
在各种实施例中,控制器通过滤波来自传感器数据的像素数据带来滤波传感器数据,其中,该带由距车辆的位置的高度范围和半径范围所限定。
在各种实施例中,控制器基于针对像素数据中的每个像素的最大高度数值来确定实时高度数值。在各种实施例中,传感器数据是来自多个图像传感器的图像数据,该多个图像传感器感测车辆的环境。在各种实施例中,静态元素包括固定于环境的地面的元素。在各种实施例中,实时高度数值包括环境中的静态元素的最大高度数值。
在各种实施例中,控制器通过在实时高度数值和限定高度数值之间执行零均值归一化互相关来进行相关联。在各种实施例中,该控制器通过计算实时高度数值和限定高度数值之间的平方距离之和来进行相关联。在各种实施例中,该控制器通过将特征检测器施加于实时高度数值进行相关联,以获得特征以及将该特征投影到该特征所位于的至少一个单元。
在进而另一实施例中,提供用于定位车辆的***。该***包括:第一非瞬态模块,该第一非瞬态模块由处理器接收与车辆的外部环境相关联的传感器数据,以及滤波该传感器数据以获得与环境的静态元素相关联的数据;第二非瞬态模块,该第二非瞬态模块由处理器确定与静态元素相关联的实时高度数值;第四非瞬态模块,该第四非瞬态模块由处理器将实时高度数值与同环境地图相关联的限定高度数值相关联;以及第五非瞬态模块,该第五非瞬态模块由处理器基于相关联的实时高度数值和限定高度数值将车辆定位在地图上,以及基于该定位控制车辆。
在各种实施例中,第一非瞬态模块通过滤波来自传感器数据的像素数据带来滤波传感器数据,其中,该带由距车辆的位置的高度范围和半径范围所限定。
附图说明
之后会结合以下附图来描述示例性实施例,其中,类似的附图标记指代类似的元件,且附图中:
图1是说明根据各种实施例的具有本地化***的自主车辆的功能性框图;
图2是说明根据各种实施例的具有一个或多个图1所示自主车辆的运输***的功能性框图;
图3和4是说明根据各种实施例的自主驾驶***的数据流图,该自主驾驶***包括自主车辆的本地化***;以及
图5是说明根据各种实施例的用于控制自主车辆的控制方法的流程图。
具体实施方式
以下说明仅是示例性的,并不旨在限制本公开内容、申请或用途。此外,并不旨在受任何上述技术领域、背景技术、发明内容或下文详述部分提供的任何明确或暗示的理论所限制。如这里所使用的是,术语模块个别地或以任何组合指代任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置,包括但不限于:专用集成电路(ASIC)、电子电路、处理器(共享、专用或集群)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所描述功能性的其它合适部件。
本发明的实施例在本文中可依照功能和/或逻辑方框部件和多种处理步骤予以描述。应当认识到,这些方框部件可由构造成执行特定功能的任意数量的硬件、软件和/或固件部件来实现。例如,本发明的一个实施例可采用诸如存储器元件、数字信号处理元件、逻辑元件、查询表等等的各种集成电路部件,这些集成电路部件可在一个或多个微处理器或其它控制装置的控制下执行多种功能。此外,本领域技术人员会意识到的是,本发明的实施例可结合任何数量的***来实践,且这里描述的***仅仅是本发明的示例性实施例。
出于简化起见,此处可能并不详细描述与***的信号处理、数据传输、信令、控制以及其它功能性方面(以及这些***的各个操作部件)相关联的传统技术。此外,此处包含的各个附图中所示的连接线旨在表示各种元件之间的示例功能关系和/或物理联接。应当注意到的是,在本发明的各实施例中可提供很多替代或附加功能关系或物理连接。
参照图1,总体以100示出的本地化***与根据各种实施例的车辆10相关联。通常,本地化***100处理由绕车辆10设置的图像传感器提供的数据(这会在下文更详细地讨论),以确定某些静态特征在环境中的高度。本地化***100建立环境的实时高度地图,并且使得环境的实时高度地图与限定高度地图相关联。本地化***100基于环境的实时高度地图和限定高度地图之间的关联性来确定车辆位置。然后,车辆10基于所确定的位置智能地控制车辆10。
如图1中所示,车辆10通常包括底盘12、车体14、前车轮16以及后车轮18。车体14设置在底盘12上,并且基本上封围车辆10的部件。车体14和底盘12可共同地形成车架。车轮16-18各自在车体14的相应角部附近旋转地联接于底盘12。
在各种实施例中,车辆10是自主车辆,且本地化***100包含到自主车辆10(之后称为自主车辆10)中。自主车辆10例如是自动地受控以将乘客从一个位置运送至另一个位置的车辆。车辆10在所说明的实施例中示作乘用汽车,但应意识到的是,也可使用任何其它交通工具,包括摩托车、卡车、运动型多功能车辆(SUV)、娱乐车辆(RV)、海洋船只、飞行器等等。在一示例性实施例中,自主车辆10是所谓的级别四或级别五自动化***。级别四***指示“高自动化”,其指代这样的驾驶模式,即使人类驾驶员并未适当地响应于干预请求,专门由自动驾驶***执行动态驾驶任务的所有方面。级别五***指示“全自动化”,这指代在能由人类驾驶员管理的所有道路和环境条件下全部时间均由自动驾驶***执行动态驾驶任务的所有方面。例如能意识到的是,在各种实施例中,自主车辆10可以具有任何自动化水平。
如图所示,自主车辆10通常包括推进***20、变速器***22、转向***24、制动器***26、传感器***28、致动器***30、至少一个数据存储装置32、至少一个控制器34以及通信***36。推进***20在各种实施例中可包括内燃机、诸如牵引电机的电动机器和/或燃料电池推进***。变速器***22构造成根据可选择的速度比来将动力从推进***20传递至车辆车轮16-18。根据各种实施例,变速器***22可包括步进比率自动变速器、无级变速器或其它合适的变速器。制动器***26构造成将制动转矩提供给车辆车轮16-18。在各种实施例中,制动器***26可包括摩擦制动器、线控制动器、诸如电动机器的再生制动***和/或其它合适的制动***。转向***24影响车辆车轮16-18的位置。虽然出于说明的目的示作包括方向盘,但在本发明范围内所设想的一些实施例中,转向***24可并不包括方向盘。
传感器***28包括一个或多个感测装置40a-40n,这些感测装置感测自主车辆10的外部环境和/或内部环境的可观测状况。感测装置40a-40n可包括但不限于雷达、激光雷达、全球定位***、光学照相机、热照相机、超声波传感器、惯性测量单元和/或其它传感器。在各种实施例中,感测装置40a-40n包括一个或多个图像传感器,这些图像传感器产生由本地化***100使用的图像传感器数据。
致动器***30包括一个或多个致动器装置42a-42n,这些致动器装置控制一个或多个车辆特征件,例如但不限于推进***20、变速器***22、转向***24以及制动器***26。在各种实施例中,车辆特征件可进一步包括内部和/或外部车辆特征件,例如但不限于车门、后备箱以及诸如空气、音乐、照明等的舱室特征(未作标示)。
通信***36构造成将信息无线地通信至其它实体48以及从其它实体通信信息,这些实体例如但不限于其它车辆(“V2V”通信)、基础设施(“V2I”通信)、远程***和/或个人装置(参照图2更详细地描述)。在一示例性实施例中,通信***36是无线通信***,该无线通信***构造成经由使用IEEE 802.11标准的无线局域网(WLAN)或者通过使用蜂窝数据通信来进行通信。然而,诸如专用短距离通信(DSRC)信道的附加或替代的通信方法也被认为落在本发明的范围内。DSRC信道指代专门针对汽车用途设计的单向或双向短距离至中距离无线通信信道以及对应的一组协议和标准。
数据存储装置32存储用于自动地控制自主车辆10的数据。在各种实施例中,数据存储装置32存储可导航环境的限定地图。在各种实施例中,限定地图可由远程***(参照图2进一步详细地描述)预先限定并且从该远程***中获得。例如,限定地图可由远程***组装并且通信至自主车辆10(无线地和/或以有线的方式)并存储在数据存储装置32中。在各种实施例中,限定地图包括由本地化***100使用的环境的高度地图。例如能意识到的是,数据存储装置32可以是控制器34的一部分、与控制器34分开、或者是控制器34的一部分以及是单独***的一部分。
控制器34包括至少一个处理器44以及计算机可读存储装置或介质46。处理器44可以是任何客户定制或市场上可购得的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片组的形式)、宏处理器、其任何组合或者通常是用于执行指令的任何装置。计算机可读存储装置或介质46可例如包括只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是持久或非易失性存储器,其可用于在处理器44断电的同时存储各种操作变量。计算机可读存储装置或介质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其它电、磁性、光学或组合存储器装置的多个已知存储器装置的任何一个来实施,上述数据中的一些表示由控制器34用来控制自主车辆10的可执行指令。
这些指令可包括一个或多个分开的程序,每个程序均包括用于实施逻辑功能的可执行指令的有序列表。这些指令在由处理器44执行时、接收并处理来自传感器***28的信号,执行逻辑、计算、方法和/或算法来用于自动地控制自主车辆10的部件,并且基于逻辑、计算、方法和/或算法生成控制信号,这些控制信号发送至致动器***30,以自动地控制自主车辆10的各部件。虽然在图1中仅仅示出一个控制器34,但自主车辆10的实施例可包括任何数量的控制器34,这些控制器经由任何合适的通信介质或通信介质的组合来通信,并且协配以处理传感器信号、执行逻辑、计算、方法和/或算法,且产生控制信号来自动地控制自主车辆10的特征。
在各种实施例中,控制器34的一个或多个指令体现在本地化***100中,并且当由处理器44执行时处理来自图像传感器的数据,以确定某些静态特征在环境中的高度;以及基于特征的所确定实施高度和静态特征在环境中的限定高度之间的关联性来确定车辆位置。
现参照图2,在各种实施例中,关于图1描述的自主车辆10可以适用于特定地理区域(例如,城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或穿梭***的情形中,或者可以简单地由远程***管理。例如,自主车辆10可与基于自主车辆的远程运输***相关联。图2说明一般以50示出的操作环境的示例性实施例,该操作环境包括基于自主车辆的远程运输***52,该运输***与关于图1描述的一个或多个自主车辆10a-10n相关联。在各种实施例中,操作环境50进一步包括一个或多个用户装置54,这些用户装置经由通信网络56与自主车辆10和/或远程运输***52通信。
通信网络56支持由操作环境50支持的装置、***和部件之间按需求的通信(例如,经由有形通信链路和/或无线通信链路)。例如,通信网络56可包括无线载波***60,该无线载波***例如是蜂窝电话***,该蜂窝电话***包括多个发射塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波***60与陆地通信***相连接所需的任何其它联网部件。每个发射塔均包括发送和接收天线以及基站,其中,来自不同发射塔的基站直接地或者经由诸如基站控制器的中间设备连接于MSC。无线载波***60能实施任何合适的通信技术,例如包括诸如诸如CDMA(例如,CDMA2000)、LTE(例如,4G LTE或5G LTE)GSM/GPRS的数字技术或者其它当前或新兴的无线技术。其它发射塔/基站/MSC布置也是可能的并且可用于无线载波***60。例如,仅仅列举一些可能的布置,基站和发射塔可共同定位在相同部位或者它们可相对于彼此远程地定位,每个基站可用于单个发射塔或者单个基站可服务各个发射塔,或者各个基站可联接于单个MSC。
除了包括无线载波***60以外,可包括呈卫星通信***64的形式的第二无线载波***,以提供与自主车辆10a-10n的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来进行。单向通信可例如包括卫星无线电服务,其中,节目内容(新闻、音乐等等)由发射站接收、打包上传且然后发送至卫星,该卫星将节目播送至用户。双向通信可例如包括使用卫星来中继车辆10和发射站之间的电话通信的卫星电话技术服务。卫星电话技术可附加于或替代无线载波***60来使用。
可进一步包括陆地通信***62,该陆地通信***是连接于一个或多个路线电话的传统陆基电信网络,并且将无线载波***60连接于远程运输***52。例如,陆地通信***62可包括公共交换电话网络(PSTN),例如用于提供硬接线电话技术、分组交换数据通信以及因特网基础设施的那种。陆地通信***62的一个或多个区段可通过使用标准有线网络、光纤或其它光学网络、电缆网络、电源线、诸如无线局域网(WLAN)的其它无线网络或提供宽带无线接入(BWA)的网络或任何其组合来实施。此外,远程运输***52无需经由陆地通信***62连接,而是可包括无线电话技术设备,以使得其能与诸如无线载波***60的无线网络直接地通信。
虽然在图2中示出仅仅一个用户装置54,但操作环境50的各实施例能支持任何数量的用户装置54,包括由一个人拥有、操作或以其它方式使用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何合适的硬件平台来实施。在这点上,用户装置54能以任何共同的规格来实现,包括但不限于:台式计算机;移动计算机(例如,平板电脑、膝上型电脑或上网本);智能电话;视频游戏装置;数字媒体播放器;一件家庭娱乐设备;数字照相机或视频照相机;可穿戴计算装置(例如,智能手表、智能眼睛、智能服装);等等。由操作环境50支持的每个用户装置54实现为计算机实施的或基于计算机的装置,其具有执行这里描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑。例如,用户装置54包括呈可编程装置的形式的微处理器,该微处理器包括一个或多个指令,这些指令存储在内部存储器结构中并且施加以接收二进制输入来产生二进制输出。在一些实施例中,用户装置54包括GPS模块,该GPS模块能够接收GPS卫星信号并且基于那些信号产生GPS坐标。在其它实施例中,用户装置54包括蜂窝通信功能性,以使得该装置使用一个或多个蜂窝通信协议经由通信网络56来执行语音和/或数据通信。在各种实施例中,用户装置54包括诸如触摸屏图形显示器的可视显示器或者其它显示器。
远程运输***52包括一个或多个后端服务器***,这些后端服务器***可以是云基的、网络基的或者驻存在由远程运输***52服务的特定校园或地理位置处。远程运输***52能由现场提示器或自动提示器或者两者的组合操控。远程运输***52能与用户装置54和自主车辆10a-10n通信,以规划驾乘、调度自主车辆10a-10n等等。在各种实施例中,远程运输***52存储账户信息,例如用户授权信息、车辆标识符、简档记录、行为模式以及其它相关用户信息。
根据典型的使用情形工作流,远程运输***52的注册用户会经由用户装置54产生驾乘请求。驾乘请求通常会指示乘客的期望搭乘位置(或当前GPS位置)、期望的目的地位置(其可识别预定车辆停靠站和/或用户指定的乘客目的地)以及搭乘时间。远程运输***52接收驾乘请求、处理该请求并调度自主车辆10a-10n的选定一个(当且如果一个车辆可用时)来在指定的搭乘位置并且在合适的时刻处搭乘乘客。远程运输***52还可产生适当构造的确认消息或通知并将其发送至用户装置54,以使得乘客了解车辆正在途中。
例如能意识到的是,这里公开的主题为可被认为是标准或基线自主车辆10和/或基于自主车辆的远程运输***52提供某些增强特征和功能性。为此,自主车辆和基于自主车辆的远程运输***可得以修改、增强或以其它方式补充,以提供下文更详细描述的附加特征。
根据各个实施例,控制器34实施如图3中所示的自主驾驶***(ADS)70。也就是说,控制器34的合适软件和/或硬件部件(例如,处理器44和计算机可读存储装置46)用于提供结合车辆10使用的自主驾驶***70。
在各种实施例中,自主驾驶***70的指令可通过功能、模块或***来组织。例如,如图3中所示,自主驾驶***70可包括计算机视觉***74、定位***76、引导***78以及车辆控制***80。例如能意识到的是,在各种实施例中,指令可组织到任何数量的***中(例如,组合、进一步划分等等),因为本发明并非局限于本示例。
在各种实施例中,计算机视觉***74合成并且处理传感器数据,并预测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实施例中,计算机视觉***74能包含来自多个传感器的信息,这些传感器包括但不限于照相机、激光雷达、雷达和/或任何数量的其它类型传感器。
定位***76处理传感器数据连同其它数据一起,以确定车辆10相对于环境的位置(例如,相对于地图的本地位置、相对于道路的车道的精确位置、车辆航向、速率等等)。引导***78处理传感器数据连同其它数据,以确定车辆10所要遵循的路径。车辆控制***80根据所确定的路径来产生用于控制车辆10的控制信号。
在各种实施例中,控制器34实施机器学习技术,以辅助控制器34的功能性,例如特征检测和对象分类、障碍物减少、路线穿越、测绘、传感器整合、地面真实情况确定等等。
简要地如上所述,图1的本地化***100例如作为定位***76的一部分包括在ADS70内。例如,本地化***100将数据提供给定位***76,以指示车辆10相对于环境的精确位置。
例如,参照图4并且继续参照图3更详细示出的是,本地化***100包括数据滤波模块90、高度数据构建模块92、关联模块94、本地化模块96以及高度地图数据存储器98。
高度地图数据存储器98存储可导航环境的地图。高度地图数据存储器存储用于环境中的静态元素的高度数据。静态元素是固定于地面的元素或者在环境中并不移动或改变的元素。高度数据基于静态元素相对于地图的位置来存储。高度数据和静态元素的位置可基于一种或多种高度测绘技术而预先确定并且存储在数据存储器98中,且并不局限于任何一种方法。
数据滤波模块90从图像传感器接收图像数据101。数据滤波模块90使用一种或多种滤波技术来处理图像数据101,以提供包括静态元素的经滤波数据102。静态元素可包括固定在环境中的特征,例如但不限于停车标志或其他标志、建筑物外立面、路缘石、公用电线杆等。
在各种实施例中,数据滤波模块90通过提取落在车辆10周围的限定带内的数据(X、Y、Z坐标)来滤波图像数据101(即,车辆10是带的中心点)。该带可例如通过高度范围(最小高度和最大高度)和半径范围(最小半径和最大半径)所限定。例如,高度范围可包括静态元素可能通常出现的数值(例如,在底盘正上方至地面上方约2.5米之间的数值,或其它数值)。在另一示例中,半径范围可类似地包括静态元素可能通常出现的数值(例如,在距车辆20米和距车辆80之间的数值,或者其它数值)。例如能意识到的是,在各种实施例中能执行其它方法或数值,以滤波出静态元素。
高度数据构建模块92作为输入接收经滤波数据102。高度数据构建模块92从经滤波数据102中确定实时高度数据104。例如,高度数据构建模块92评估数据带,以针对经滤波数据102内的每个X、Y像素来确定单个高度数值(例如,X、Y、Z坐标系中的最大Z数值,针对一个单元的平均Z数值)。然后,使得高度数值与同像素相关的X、Y坐标相关联,并且提供为实时高度数据104。
关联模块94作为输入接收实时高度数据104和限定高度数据106。限定高度数据106可基于车辆10的当前位置而从数据存储器98中检索到。例如,可以从数据存储器98检索到位于距离车辆10的地理坐标一定距离内的地理坐标处的地图中的和/或沿着车辆10的当前路径的限定高度数据106。
关联模块94然后使得来自实时高度数据104的高度数值带与限定高度数据106中的高度数值相关联。例如,关联模块94可执行零均值归一化互相关,其返回-1(高负相关)和+1(高正相关)之间的相关得分,其中约为0的数值指示低相关水平。在另一示例中,关联模块94能计算所测绘的高度数值和来自车辆周围的当前环境的所感测高度数值之间的平方距离之和,其中,使用此种方法的目的会是使得针对候选位置的给定X、Y范围的总得分最小。在另一示例中,关联模块94可将特征检测器应用于原始高度数据(例如,路缘石特征、电线杆特征、平面建筑物外立面特征等等),并且将特征输出投影至这些特征所位于的X、Y单元,以随后用在将本地特征与地图相匹配的关联例程中。例如能意识到的是,在各种实施例中,能执行各种关联方法,因为关联模块94并不局限于任何一种方法。关联模块94基于数值之间的关联性而提供关联数据108(数值之间的距离)。
本地化模块96作为输入接收关联数据108。本地化模块96基于关联数据108确定车辆10相对于限定地图的位置。例如,本地化模块96将卡尔曼滤波器应用于关联数据108,以确定带相对于地图的最终位置。本地化模块96然后基于带在地图上的位置来确定车辆10在地图上的位置(带的中心)。本地化模块96然后提供本地化数据110,其可用在车辆10的控制和导航中。
现参照图5并且继续参照图1-4,流程图说明根据本发明的能由图1的本地化***100执行的控制方法400。例如根据本发明能意识到的是,该方法内的操作顺序并不局限于例如图5中说明的按序执行,而是能根据适用并且根据本发明以一个或多个改变的顺序来执行。在各种实施例中,方法400能基于一个或多个预定事件而按规划运行,和/或能在自主车辆10的操作期间持续地运行。
在一个实施例中,方法可在200处开始。在210处,从传感器***28中接收图像数据101。例如上文所讨论的那样,在220处针对环境中的静态元素滤波图像数据101。例如上文所讨论的那样,在230处对经滤波数据102进行处理,以确定静态元素的实时高度数据104。例如上文所讨论的那样,在240处检索限定高度数据106并且将其与实时高度数据104相关联。在250处,将卡尔曼滤波器(或其它滤波方法,例如粒子滤波器)应用于关联数据108以确定最终车辆位置。之后,方法可在270处结束。
虽然在前文详细描述中已呈现了至少一个示例性实施例,但应意识到的是存在各种各样变型。还应意识到的是,示例性实施例或多个示例性实施例仅仅是示例,但并不旨在以任何方式限制本发明的范围、可适用性或构造。而是,前文详细描述会为本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便利指引图。应理解的是,可对元件的功能和结构做出各种改变,而不会偏离在所附权利要求及其法律等同物中阐述的本发明范围。
Claims (7)
1.一种用于定位车辆的方法,包括:
由处理器从所述车辆的传感器接收传感器数据;
由所述处理器滤波所述传感器数据,以获取与环境的静态元素相关联的数据;
由所述处理器确定与所述静态元素相关联的实时高度数值;
由所述处理器将所述实时高度数值与同所述环境的地图相关联的限定高度数值相互关联,其中所述相互关联包括在所述实时高度数值和所述限定高度数值之间执行零均值归一化互相关,或者所述相互关联包括计算所述实时高度数值和所述限定高度数值之间的平方距离之和;
由所述处理器基于相互关联的实时高度数值和所述限定高度数值而将所述车辆定位在所述地图上;以及
由所述处理器基于所述定位来控制所述车辆。
2.根据权利要求1所述的方法,其中,所述滤波包括滤波来自所述传感器数据的像素数据带,其中,所述带由距所述车辆的位置的高度范围和半径范围所限定。
3.根据权利要求2所述的方法,其中,确定所述实时高度数值基于针对所述像素数据中的每个像素的最大高度数值。
4.根据权利要求1所述的方法,其中,所述传感器数据是来自多个图像传感器的图像数据,所述多个图像传感器感测所述车辆的所述环境。
5.根据权利要求1所述的方法,其中,所述静态元素包括固定于所述环境的地面的元素。
6.根据权利要求5所述的方法,其中,所述实时高度数值包括所述环境中的所述静态元素的最大高度数值。
7.一种用于定位车辆的***,包括:
至少一个传感器,所述至少一个传感器产生与所述车辆的环境相关联的传感器数据;以及
控制器,所述控制器构造成由处理器滤波所述传感器数据,以获得与所述环境的静态元素相关联的数据;确定与所述静态元素相关联的实时高度数值,使得所述实时高度数值与同所述环境的地图相关联的限定高度数值相互关联,其中所述相互关联包括在所述实时高度数值和所述限定高度数值之间执行零均值归一化互相关,或者所述相互关联包括计算所述实时高度数值和所述限定高度数值之间的平方距离之和;基于相互关联的实时高度数值和所述限定高度数值将所述车辆定位在所述地图上;以及基于所述定位控制所述车辆。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/947706 | 2018-04-06 | ||
US15/947,706 US10598498B2 (en) | 2018-04-06 | 2018-04-06 | Methods and systems for localization of a vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110347147A CN110347147A (zh) | 2019-10-18 |
CN110347147B true CN110347147B (zh) | 2022-08-12 |
Family
ID=63037585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910243598.XA Active CN110347147B (zh) | 2018-04-06 | 2019-03-28 | 用于车辆的定位的方法和*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US10598498B2 (zh) |
CN (1) | CN110347147B (zh) |
DE (1) | DE102019107799A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11428781B2 (en) * | 2018-11-01 | 2022-08-30 | Robert Bosch Gmbh | System and method for radar-based localization in sparse environment |
DE102018221945A1 (de) * | 2018-12-17 | 2020-06-18 | Continental Automotive Gmbh | Sensordatensystem für ein Fahrzeug |
US20230274642A1 (en) * | 2022-02-28 | 2023-08-31 | Gm Cruise Holdings Llc | Autonomous vehicle fleet acting as a phase array for imaging and tomography |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008046978A (ja) * | 2006-08-18 | 2008-02-28 | Fujitsu Ltd | 特徴点抽出処理プログラム、特徴点抽出処理装置および特徴点抽出処理方法 |
CN103090874A (zh) * | 2011-10-28 | 2013-05-08 | 通用汽车环球科技运作有限责任公司 | 车辆定位 |
CN107850449A (zh) * | 2015-08-03 | 2018-03-27 | 通腾全球信息公司 | 用于生成及使用定位参考数据的方法及*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201135269A (en) * | 2010-04-12 | 2011-10-16 | Univ Nat Central | Integrated positioning method of high-resolution multidimensional satellite image |
CN104217311A (zh) * | 2013-06-03 | 2014-12-17 | 北京赛腾工业标识***有限公司 | 装箱货物流转*** |
CN103634810B (zh) * | 2013-12-24 | 2017-04-12 | 英国Ranplan无线网络设计公司 | 一种室内无线网络覆盖问题区域定位的方法 |
EP2913681A1 (en) * | 2014-02-28 | 2015-09-02 | Infinitesima Limited | Probe system with multiple actuation locations |
GB201407643D0 (en) * | 2014-04-30 | 2014-06-11 | Tomtom Global Content Bv | Improved positioning relatie to a digital map for assisted and automated driving operations |
US9682683B2 (en) * | 2015-10-15 | 2017-06-20 | GM Global Technology Operations LLC | Determining proximity of a user to a vehicle using a plurality of wireless devices |
CN205693770U (zh) * | 2016-05-25 | 2016-11-16 | 中国民用航空总局第二研究所 | 一种基于全景视频的高低位联动监视*** |
US10474162B2 (en) * | 2016-07-01 | 2019-11-12 | Uatc, Llc | Autonomous vehicle localization using passive image data |
US10062288B2 (en) * | 2016-07-29 | 2018-08-28 | GM Global Technology Operations LLC | Systems and methods for autonomous driving merging management |
US11080537B2 (en) * | 2017-11-15 | 2021-08-03 | Uatc, Llc | Autonomous vehicle lane boundary detection systems and methods |
-
2018
- 2018-04-06 US US15/947,706 patent/US10598498B2/en active Active
-
2019
- 2019-03-26 DE DE102019107799.0A patent/DE102019107799A1/de active Pending
- 2019-03-28 CN CN201910243598.XA patent/CN110347147B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008046978A (ja) * | 2006-08-18 | 2008-02-28 | Fujitsu Ltd | 特徴点抽出処理プログラム、特徴点抽出処理装置および特徴点抽出処理方法 |
CN103090874A (zh) * | 2011-10-28 | 2013-05-08 | 通用汽车环球科技运作有限责任公司 | 车辆定位 |
CN107850449A (zh) * | 2015-08-03 | 2018-03-27 | 通腾全球信息公司 | 用于生成及使用定位参考数据的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
US10598498B2 (en) | 2020-03-24 |
US20180224283A1 (en) | 2018-08-09 |
CN110347147A (zh) | 2019-10-18 |
DE102019107799A1 (de) | 2019-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628206B (zh) | 道路施工检测***和方法 | |
CN108766011B (zh) | 用于自主车辆的停车评分 | |
CN108268034B (zh) | 用于车辆的专家模式 | |
CN109814543B (zh) | 道路廊道 | |
CN109813325B (zh) | 可行车道路线规划 | |
US10431082B2 (en) | Systems and methods for emergency vehicle response in an autonomous vehicle | |
US20190072978A1 (en) | Methods and systems for generating realtime map information | |
US20180093671A1 (en) | Systems and methods for adjusting speed for an upcoming lane change in autonomous vehicles | |
US20180004215A1 (en) | Path planning of an autonomous vehicle for keep clear zones | |
US20190026588A1 (en) | Classification methods and systems | |
CN112498349A (zh) | 用于紧急车道改变的操纵计划 | |
US20190011913A1 (en) | Methods and systems for blind spot detection in an autonomous vehicle | |
US20180224860A1 (en) | Autonomous vehicle movement around stationary vehicles | |
US10466704B2 (en) | Autonomous vehicle localization | |
CN109131065B (zh) | 用于由自主车辆进行外部警告的***和方法 | |
US20200103902A1 (en) | Comfortable ride for autonomous vehicles | |
CN108501951B (zh) | 用于自主车辆的性能能力的方法和*** | |
US20200050191A1 (en) | Perception uncertainty modeling from actual perception systems for autonomous driving | |
US20200070822A1 (en) | Systems and methods for predicting object behavior | |
US10495733B2 (en) | Extendable sensor mount | |
CN110347147B (zh) | 用于车辆的定位的方法和*** | |
US20210229681A1 (en) | Realtime proactive object fusion for object tracking | |
CN110027558B (zh) | 自主车辆的可放松转弯边界 | |
US20180095475A1 (en) | Systems and methods for visual position estimation in autonomous vehicles | |
CN112389454B (zh) | 自动驾驶/主动安全车辆中的感知***的错误隔离 |
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 |