CN110869867B - 用于对车辆的数字地图进行验证的方法、设备和存储介质 - Google Patents

用于对车辆的数字地图进行验证的方法、设备和存储介质 Download PDF

Info

Publication number
CN110869867B
CN110869867B CN201880045461.7A CN201880045461A CN110869867B CN 110869867 B CN110869867 B CN 110869867B CN 201880045461 A CN201880045461 A CN 201880045461A CN 110869867 B CN110869867 B CN 110869867B
Authority
CN
China
Prior art keywords
vehicle
digital map
feature
map
information
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
Application number
CN201880045461.7A
Other languages
English (en)
Other versions
CN110869867A (zh
Inventor
C·哈斯贝格
P·拉斯普
D·辛德里安纳
V·弗罗姆赫茨
A·阿劳维
F·D·赖斯特
M·S·汗
J-H·保尔斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN110869867A publication Critical patent/CN110869867A/zh
Application granted granted Critical
Publication of CN110869867B publication Critical patent/CN110869867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于对自动化程度较高的车辆(HAF)、尤其高度自动化车辆的数字地图进行验证的方法，该方法包括以下步骤：S1提供数字地图、优选高准确度的数字地图；S2确定当前的参考位置并且在数字地图中定位所述参考位置；S3确定所述参考位置的周围环境中的特征的至少一个实际特征特性，其中，借助至少一个信息源执行所述确定；S4将所述特征的实际特征特性与期望特征特性进行比较并且求取至少一个差值作为所述比较的结果。本发明还涉及一种相应的设备以及一种计算机程序。

Description

用于对车辆的数字地图进行验证的方法、设备和存储介质
技术领域
本发明涉及一种用于对自动化程度较高的车辆(HAF)、尤其高度自动化车辆的数字地图进行验证的方法和一种为此目的的设备。
背景技术
鉴于车辆的自动化程度越来越高，因此使用越来越复杂的驾驶员辅助***。对于这种驾驶员辅助***和功能，例如在高度自动化行驶或全自动化行驶中，在车辆中需要大量传感器，这些传感器能够实现对车辆环境的精确检测。
在下文中，“自动化程度较高”理解为所有如下自动化程度：所述自动化程度在德国联邦公路研究所(BASt)的意义上相应于具有更大***责任的自动化纵向引导和横向引导——例如高度自动化行驶和全自动化行驶。
在现有技术中，公开执行用于运行高度自动化车辆(HAF)的方法的多种可能性。在此，为了提高高度自动化车辆(HAF)在数字地图中的定位，需要能够确保数字地图的准确度，其中，在此出现以下问题：在数字地图中不能够或只能不完全地考虑例如由于施工工地、事故或其他类型的情况引起的短期路段变化，或者所述路段变化如此短期地出现，使得自动化程度较高的车辆(HAF)、尤其高度自动化车辆不能足够快地掌握这些短期变化并且必须将车辆控制交还给驾驶员。这在交通安全方面可能是不期望的并且必要时也可能是危急的。
为了在尽可能所有情况中自动化程度较高地控制车辆，必需提供最大程度上无错误的并且相应于现实情况的数字地图。
另一相关方面由以下情况得到：例如借助机动车、飞机或卫星的传统地图绘制方法成本非常高。因此希望，能够尽可能准确地估计出：是否必需对数字地图的地图区段重新绘制。在此，这种估计的基础始终是对数字地图准确度的说明。
在基于传感器数据对数字地图当前性的估计的说服力方面还应注意：每种用于验证地图的传感器类型都受到确定的特殊限制。例如，摄像机受到如下限制：该摄像机仅能够拍摄在拍摄时刻未被其他对象遮挡的或者不会由于光影响而无法辨认的对象。这种影响例如可以归纳在由传感器进行探测的稳健性的概念下。
因此，本发明的任务是提供一种用于对自动化程度较高的车辆(HAF)、尤其高度自动化车辆的数字地图进行验证的改进方法和为此目的的改进设备，借助所述方法可以可靠地确定数字地图的当前性并且允许对以下情况的精确估计：是否必需对地图区段进行重新绘制，其中，应最大程度地避免由特定于传感器的限制造成的影响。
发明内容
该任务借助独立权利要求的相应主题来解决。本发明的有利构型分别是从属权利要求的主题。
根据本发明的一方面，提供一种用于对自动化程度较高的车辆(HAF)的、尤其高度自动化车辆的数字地图进行验证的方法，该方法包括以下步骤：
S1提供数字地图、优选高准确度的数字地图；
S2确定当前的(aktuelle)参考位置并且在数字地图中定位所述参考位置；
S3确定参考位置的周围环境中的特征的至少一个实际特征特性，其中，借助至少一个信息源执行所述确定；
S4将所述特征的实际特征特性与期望特征特性进行比较，并且求取至少一个差值作为所述比较的结果。
优选地，根据本发明的方法包括在另一步骤S5中，至少部分地基于差值对数字地图进行验证，其中，如果差值达到或超过偏差的规定阈值，则将数字地图分级为非当前的，而如果差值保持低于偏差的规定阈值，则将数字地图分级为当前的。
步骤S6包括使用多个信息源，其中，这些信息源包括来自以下信息源组中的至少一个或多个信息源：
车辆对基础设施***(C2I)，其(例如通过WLAN，LTE)将数据发送给车辆或者从车辆收集数据；
车辆对车辆***(C2C)，其优选通过无线通信网络(WLAN)或LTE将数据发送给其他车辆，；
导航***，其将道路走向、坡度、行车道和基础设施信息存储在地图材料中；
互联网中的数据库，在所述数据库中优选存储有道路数据；
车辆自身***中的数据库，在所述数据库中能够长期存储数据；
车辆***、优选车载主机(Head Unit)，其能够访问互联网并且能够由数据库求取当前数据。
用于高度自动化或全自动化行驶的高准确度的地图，在所述高准确度的地图中存储有用于定位任务的数据——优选具有位置和尺寸的对象；
驾驶员辅助***，其包括来自以下分组中的一个或多个***：
车道保持***(英文：Lane-Keeping-Support，LKS)，其优选借助基于摄像机的***求取车道并且将车辆在非自愿离开车道的情况下重新引导回到该车道中；
交通标志***，其基于视觉***(优选视频摄像机)求取规定的速度；
对象探测***，其优选使用视觉传感器(特别优选视频摄像机)；
智能电话(尤其智能电话的摄像机)。
上述信息源在现代社会中几乎无处不在。这例如可以是许多每天行驶的自动化程度较高的或者高度自动化的车辆、在所有重要基础设施节点处安装的摄像机或者由用户在全球用智能电话进行的拍摄——所述拍摄被上传到网络的中央站点(例如云中)。因此，在本发明的一个实施方式中设置，将这些目前从未出现的信息源用于数字地图的验证，并且将这些信息源中的多个用于数字地图的验证。
在一个优选实施方式中，通过合适的算法对在多个信息源方面提供的信息进行过滤和组合，以便确定实际特征特性。
此外，所述方法进一步包括步骤S6，在该步骤中，将关于车辆位置和差值的信息传输给中央服务器。
有利地，在所述地图在步骤S5中已经被分级为非当前的情况下执行以下动作中的至少一个：
请求在中央服务器中对数字地图进行更新；
重新执行步骤S3和S4；
请求派遣地图绘制交通工具(尤其机动车和/或飞机)来对参考位置的周围环境绘制地图。
进一步地，在本发明的一个实施方式中有利地设置，至少一个特征的至少一个期望特征特性存储在数字地图中，其中，优选多个特征的多个期望特征特性存储在数字地图中，并且在步骤S3中，至少部分地基于至少一个期望特征特性确定至少一个实际特征特性。
进一步地，在本发明的一个实施方式中有利地设置，提供至少一个特征的期望特征特性的步骤S3包括从多个可能的特征中选择至少一个特征，其中，在考虑后续步骤的情况下执行所述选择。
在步骤S3a中，创建特征模型，其中，所述特征模型描述：能够借助哪些可用的信息源并且在哪些条件下、尤其在哪个观察角度下和/或在哪个距离的情况下对特征进行观察。
在步骤S3b中，创建传感器模型，其中，所述传感器模型描述：分别可用的信息源当前能够以哪种规格、尤其以哪种分辨率和/或以哪种噪声特性感知地图的哪个部分。
此外，在步骤S3c中创建周围环境模型，其中，所述周围环境模型描述：特征当前能够被探测到还是该特征关于信息源被静态对象或动态对象遮挡；其中，在此由数字地图得出关于静态对象的信息，而由至少一个信息源所处理(aufbereitet)的信息求取动态对象。
在本发明的另一实施方式中，所述方法包括以下步骤：由特征模型、传感器模型和周围环境模型创建用于所选择的特征的期望假设，并且在步骤S4中对所述期望假设进行验证。
有利地，所述特征是道路标记、引导立柱、护栏、光信号设备、交通标志、可行驶的空间、交通密度、3D世界模型和/或速度特性曲线(Geschwindigkeitsprofil)。
有利地，期望特征特性以及实际特征特性分别是以下特征特性中的至少一个特性：地理位置、尺寸、颜色、关于信息源的相对位置。
用于对自动化程度较高的车辆(HAF)、尤其高度自动化车辆的数字地图进行验证的设备构成本发明的另一主题。在此，所述设备包括用于检测参考位置的周围环境中的特征的实际特征特性的至少一个信息源、用于存储数字地图(优选高准确度的数字地图)的存储模块，其中，所述存储模块尤其是中央服务器，并且所述设备包括控制设备，该控制设备设置用于与存储模块、至少一个信息源交换数据。根据本发明设置，所述控制设备设置用于执行根据权利要求1至11中任一项所述的方法。
此外，计算机程序也构成本发明的一个主题，所述计算机程序包括程序代码，所述程序代码用于当其在计算机上运行所述计算机程序时执行根据权利要求1至11中任一项所述的方法。
尽管下面主要结合载客车来描述本发明，但是本发明不限于此，而是也能够借助任何类型的车辆、即载重货车(LKW)和/或载客车(PKW)来使用本发明。
本发明的其他特征、应用可能性和优点由下面对本发明的在附图中示出的实施例的描述得到。在此应注意的是，所示特征仅具有描述性功能并且也可以与上述扩展方案的特征结合使用，而不应视为以任何形式限制本发明。
附图说明
下面，根据优选实施例进一步阐述本发明，其中，对于相同特征使用相同的附图标记。附图是示意性的并且示出：
图1示出根据本发明的方法的第一实施方式的流程图；
图2示出根据本发明方法的一种应用示例。
具体实施方式
在图1中示出根据本发明的方法的第一实施方式的流程图。在此，在图1的步骤S1中提供数字地图(优选高准确度的数字地图)，这可以在设备侧在用于存储数字地图的存储模块中进行，其中，所述存储模块尤其是集成到HAF中的存储模块或者是中央服务器。
步骤S2包括确定当前的参考位置并且在数字地图中定位该参考位置，这例如在现有技术中充分已知。根据本发明，这在设备侧借助位置模块实现，其中，所述位置模块优选是GPS模块(Global Positioning System：全球定位***)。
图1中标注为S3的步骤包括确定该参考位置的周围环境中的特征的至少一个实际特征特性，其中，借助至少一个信息源12、12′、12″、12″′来执行所述确定。
在图2中示出根据本发明的方法的一个应用示例，例如，该参考位置是在图2中示出的地图绘制交通工具10的交通工具位置，其中，借助至少一个信息源12、12′、12″、12″′来执行该参考位置的确定。
在步骤S3中还设置，使用多个信息源12、12′、12″、12″′(图2)，其中，信息源12、12′、12″、12″′包括来自以下信息源组的至少一个或多个信息源：
车辆对基础设施***(C2I)，其(例如通过WLAN，LTE)将数据发送给车辆或者从车辆收集数据；
车辆对车辆***(C2C)，其优选通过无线通信网络(WLAN)或LTE将数据发送给其他车辆；
导航***，其将道路走向、坡度、行车道(Fahrbahnspur)和基础设施信息存储在地图材料中；
互联网中的数据库，在所述数据库中优选存储有道路数据；
车辆自身***中的数据库，在所述数据库中能够长期存储数据；
车辆***(优选音响主机)，其能够访问互联网并且能够由数据库求取当前数据。
用于高度自动化或全自动化行驶的高准确度的地图，在所述高准确度的地图中存储有用于定位任务的数据(优选具有位置和尺寸的对象)；
驾驶员辅助***，其包括来自以下分组中的一个或多个***：
车道保持***(英文：Lane-Keeping-Support，LKS)，其优选借助基于摄像机的***求取车道并且将车辆在非自愿离开车道的情况下重新引导回到该车道中；
交通标志***，其基于视觉***(优选视频摄像机)求取规定的速度；
对象探测***，其优选使用视觉传感器(特别优选视频摄像机)；
智能电话(尤其智能电话的摄像机)。
优选地，至少部分地基于至少一个期望特征特性来确定至少一个实际特征特性。
在此，所述特征原则上可以是道路标记、引导立柱、护栏、光信号设备、交通标志、可行驶的空间、交通密度、3D世界模型和/或速度特性曲线。在图2中示例性地示出行车道标记30。在此，期望特征特性以及实际特征特性分别可以是以下特征特性中的至少一个特性：地理位置、尺寸、颜色、关于信息源的相对位置。
在此有利的是，至少一个特征的至少一个期望特征特性存储在数字地图中，其中，优选多个特征的多个期望特征特性存储在数字地图中。
本发明的标注为步骤S4的方法步骤包括：将特征的实际特征特性与期望特征特性进行比较并且求取至少一个差值作为所述比较的结果。
然后在步骤S5中，可以至少部分地基于该差值对数字地图进行验证，其中，如果该差值达到或超过偏差的规定阈值，则将数字地图分级为非当前的，并且如果该差值低于偏差的规定阈值，则将数字地图分级为当前的。
在多个信息源方面，通过合适的算法对所提供的信息进行过滤和组合，以便确定实际特征特性。
进一步设置，所述方法还包括步骤S6，在该步骤中将关于车辆位置和差值的信息传输给中央服务器。
在所述地图在步骤S5中已经被分级为非当前的情况下，要么可以请求在中央服务器中对数字地图进行更新，和/或可以重新执行步骤S3和S4，和/或可以请求派遣地图绘制交通工具(尤其机动车和/或飞机)来对参考位置的周围环境绘制地图。
此外设置，至少一个特征的至少一个期望特征特性存储在数字地图中，其中，多个期望特征特性又作为多个特征存储在数字地图中。此外，在步骤S3中至少部分地基于至少一个期望特征特性来确定至少一个实际特征特性。
在本发明的一个有利构型中，提供至少一个特征的期望特征特性的步骤S3包括从多个可能特征中选择至少一个特征，其中，在考虑以下步骤的情况下执行所述选择：
S3a创建特征模型，其中，所述特征模型描述：能够借助哪些可用的传感器并且在哪些条件下、尤其在哪个观察角度的情况下和/或在哪个距离情况下对特征进行观察；
S3b创建传感器模型，其中，该传感器模型描述：分别可用的传感器当前能够以哪种规格、尤其以哪种分辨率和/或以哪种噪声特性感知地图的哪个部分；
S3c创建周围环境模型，其中，所述周围环境模型描述：特征当前能够被探测到还是该特征被HAF的周围环境中的静态对象或动态对象遮挡，其中，在此由数字地图得出关于静态对象的信息，而由至少一个传感器所处理的传感器数据求取动态对象。
进一步地，在本发明的一个实施方式中设置，所述方法包括以下步骤：由特征模型、传感器模型和周围环境模型创建用于所选择的特征的期望假设，并且在步骤S4中对其进行验证。
如在图2中所示，地图绘制交通工具10配备有位置模块——优选GPS模块(GlobalPositioning System：全球定位***)，并且该地图绘制交通工具行驶在当前待行驶的具有两个车道101、102的路段上。借助至少一个信息源12、12′、12″、12″′确定参考位置。地图绘制交通工具10可以一方面与至少一个信息源12、12′、12″、12″′并且另一方面与其他车辆20、22、24通信。本发明的一个有利效果是：地图绘制服务例如也可以使用不同信息源的数据。这使得能够通过地图绘制服务更高效地规划昂贵的地图绘制行驶。
以这种方式，在开始探测至少一个实际特征特性之前就已经可以以大概率预测：是否预期到探测并且涉及哪种类型的探测。
在本发明的一个实施方式中设置，使用多个传感器来探测至少一个特征特性。相应地，在该实施方式中，步骤S6包括在对参与探测的传感器的探测结果执行融合的情况下对数字地图进行验证。
本发明不限于所描述的和所示出的实施例。而是，本发明也包括在由权利要求限定的本发明范围内的对于本领域技术人员而言常规的所有扩展方案。
本发明不限于所描述的和所示出的实施例。而是，本发明也包括在由权利要求定义的本发明范围内的对于本领域技术人员而言常规的所有扩展方案。
除了所描述和所示出的实施方式以外，也可以设想能够包括特征的其他变型以及组合的其他实施方式。

Claims (27)

1.一种用于对高度自动化车辆的数字地图进行验证的方法，所述方法包括以下步骤：
S1提供数字地图；
S2确定当前的参考位置并且在数字地图中定位所述参考位置；
S3确定所述参考位置的周围环境中的特征的至少一个实际特征特性，其中，借助至少一个信息源执行所述确定；
S4将所述特征的所述实际特征特性与期望特征特性进行比较，并且
求取至少一个差值作为所述比较的结果；
S5至少部分地基于所述差值对所述数字地图进行验证，其中，如果所述差值达到或超过偏差的规定阈值，则将所述数字地图分级为非当前的，如果所述差值低于所述偏差的所述规定阈值，则将所述数字地图分级为当前的；
其特征在于，多个特征的多个期望特征特性存储在所述数字地图中，并且在所述步骤S3中，至少部分地基于所述多个期望特征特性中的至少一个来确定所述至少一个实际特征特性。
2.根据权利要求1所述的方法，其特征在于，在所述步骤S3中使用多个信息源，其中，所述信息源包括来自以下信息源组的至少一个或多个信息源：
车辆对基础设施***(C2I)，所述车辆对基础设施***将数据发送给车辆或者从车辆收集数据；
车辆对车辆***(C2C)，所述车辆对车辆***将数据发送给其他车辆；
导航***，所述导航***将道路走向、坡度、行车道和基础设施信息存储在地图材料中；
互联网中的数据库；
车辆自身***中的数据库，在所述车辆自身***中的数据库中能够长期存储数据；
车辆***，所述车辆***能够访问互联网并且能够由数据库求取当前数据；
用于高度自动化或全自动化行驶的高准确度的地图，在所述高准确度的地图中存储有用于定位任务的数据；
驾驶员辅助***，所述驾驶员辅助***包括来自以下分组中的一个或多个***：
车道保持***，所述车道保持***求取车道，并且将车辆在非自愿离开车道的情况下重新引导回到所述车道中；
交通标志***，所述交通标志***基于视觉***来求取规定的速度；
对象探测***；
智能电话。
3.根据权利要求2所述的方法，其特征在于，通过算法对在多个信息源方面提供的信息进行过滤和组合，以便确定所述实际特征特性。
4.根据上述权利要求中任一项所述的方法，其特征在于，所述方法还包括以下步骤：
S6将关于车辆位置和所述差值的信息传输给中央服务器。
5.根据权利要求1至3中任一项所述的方法，其特征在于，在所述地图在步骤S5中已经被分级为非当前的情况下执行以下动作中的至少一个：
请求在中央服务器中对所述数字地图进行更新；
重新执行所述步骤S3和S4；
请求派遣地图绘制交通工具来对所述参考位置的周围环境绘制地图。
6.根据权利要求1至3中任一项所述的方法，其特征在于，提供至少一个特征的期望特征特性的所述步骤S3包括从多个可能的特征中选择至少一个特征，其中，在考虑以下步骤的情况下执行所述选择：
S3a创建特征模型，其中，所述特征模型描述：能够借助哪些可用的信息源并且在哪些条件下对特征进行观察；
S3b创建传感器模型，其中，所述传感器模型描述：分别可用的信息源当前能够以哪种规格感知所述地图的哪个部分；
S3c创建周围环境模型，其中，所述周围环境模型描述：特征当前能够被探测到还是所述特征关于信息源被静态对象或动态对象遮挡；其中，在此由所述数字地图得出关于静态对象的信息，而由所述至少一个信息源所处理的信息求取所述动态对象。
7.根据权利要求6所述的方法，其特征在于，所述方法包括以下步骤：由所述特征模型、所述传感器模型和所述周围环境模型创建用于所选择的特征的期望假设，并且在步骤S4中对所述期望假设进行验证。
8.根据权利要求1至3中任一项所述的方法，其特征在于，所述特征是道路标记、引导立柱、护栏、光信号设备、交通标志、能够行驶的空间、交通密度、3D世界模型和/或速度特性曲线。
9.根据权利要求1至3中任一项所述的方法，其特征在于，所述期望特征特性以及所述实际特征特性分别是所述特征的以下特性中的至少一个特性：地理位置、尺寸、颜色、关于信息源的相对位置。
10.根据权利要求1所述的方法，其特征在于，所述数字地图是高准确度的数字地图。
11.根据权利要求2所述的方法，其特征在于，所述车辆对基础设施***通过WLAN、LTE将数据发送给车辆或者从车辆收集数据。
12.根据权利要求2所述的方法，其特征在于，所述车辆对车辆***通过无线通信网络(WLAN)或LTE将数据发送给其他车辆。
13.根据权利要求2所述的方法，其特征在于，在所述互联网中的数据库中存储有道路数据。
14.根据权利要求2所述的方法，其特征在于，所述车辆***是车载主机。
15.根据权利要求2所述的方法，其特征在于，在所述高准确度的地图中存储有具有位置和尺寸的对象。
16.根据权利要求2所述的方法，其特征在于，所述车道保持***借助基于摄像机的***来求取车道。
17.根据权利要求2所述的方法，其特征在于，所述交通标志***基于视频摄像机来求取规定的速度。
18.根据权利要求2所述的方法，其特征在于，所述对象探测***使用视觉传感器。
19.根据权利要求2所述的方法，其特征在于，所述对象探测***使用视频摄像机。
20.根据权利要求2所述的方法，其特征在于，所述驾驶员辅助***包括：智能电话的摄像机。
21.根据权利要求5所述的方法，其特征在于，所述地图绘制交通工具包括机动车和/或飞机。
22.根据权利要求6所述的方法，其特征在于，所述特征模型描述：能够借助哪些可用的信息源并且在哪个观察角度下和/或在哪个距离的情况下对特征进行观察。
23.根据权利要求6所述的方法，其特征在于，所述传感器模型描述：分别可用的信息源当前能够以哪种分辨率和/或以哪种噪声特性感知所述地图的哪个部分。
24.一种用于对高度自动化车辆的数字地图进行验证的设备，所述设备包括：
至少一个信息源，所述至少一个信息源用于检测参考位置的周围环境中的特征的实际特征特性；
存储模块，所述存储模块用于存储数字地图；
控制设备，所述控制设备设置用于与所述存储模块、所述至少一个信息源交换数据，
其特征在于，所述控制设备设置用于执行根据权利要求1至23中任一项所述的方法。
25.根据权利要求24所述的设备，其中，所述存储模块用于存储高准确度的数字地图。
26.根据权利要求24所述的设备，其中，所述存储模块是中央服务器。
27.一种机器可读的存储介质，在所述存储介质上存储有计算机程序，所述计算机程序包括程序代码，所述程序代码用于当在计算机上运行所述计算机程序时执行根据权利要求1至23中任一项所述的方法。
CN201880045461.7A 2017-07-07 2018-06-04 用于对车辆的数字地图进行验证的方法、设备和存储介质 Active CN110869867B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017211613.7 2017-07-07
DE102017211613.7A DE102017211613A1 (de) 2017-07-07 2017-07-07 Verfahren zur Verifizierung einer digitalen Karte eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs
PCT/EP2018/064641 WO2019007605A1 (de) 2017-07-07 2018-06-04 Verfahren zur verifizierung einer digitalen karte eines höher automatisierten fahrzeugs, entsprechende vorrichtung und computerprogramm

Publications (2)

Publication Number Publication Date
CN110869867A CN110869867A (zh) 2020-03-06
CN110869867B true CN110869867B (zh) 2024-02-20

Family

ID=62530222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880045461.7A Active CN110869867B (zh) 2017-07-07 2018-06-04 用于对车辆的数字地图进行验证的方法、设备和存储介质

Country Status (5)

Country Link
US (1) US12000711B2 (zh)
EP (1) EP3649519B1 (zh)
CN (1) CN110869867B (zh)
DE (1) DE102017211613A1 (zh)
WO (1) WO2019007605A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3920164A4 (en) * 2019-01-31 2022-10-26 Pioneer Corporation SERVER DEVICE, INFORMATION PROCESSING METHOD, INFORMATION PROCESSING PROGRAM AND RECORDING MEDIA
DE102019207218A1 (de) * 2019-05-17 2020-11-19 Robert Bosch Gmbh Verfahren zum Validieren einer Kartenaktualität
DE102019209117A1 (de) * 2019-06-25 2020-12-31 Continental Automotive Gmbh Verfahren zur Lokalisierung eines Fahrzeugs
WO2021097823A1 (zh) * 2019-11-22 2021-05-27 华为技术有限公司 用于确定车辆可通行空间的方法和装置
CN112683285B (zh) * 2020-12-04 2022-08-19 上海淞泓智能汽车科技有限公司 一种基于边缘计算的高精度地图数据交互方法
DE102021210568A1 (de) * 2021-09-23 2023-03-23 Robert Bosch Gesellschaft mit beschränkter Haftung Prüfung einer digitalen Straßenkarte auf lokale Plausibilität
CN114279453B (zh) * 2022-03-04 2022-07-19 智道网联科技(北京)有限公司 基于车路协同的自动驾驶车辆定位方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101842662A (zh) * 2007-11-02 2010-09-22 大陆-特韦斯贸易合伙股份公司及两合公司 数字地图的验证
CN102822628A (zh) * 2010-03-26 2012-12-12 大陆汽车有限责任公司 地图信息的评估

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100456334C (zh) * 2005-11-29 2009-01-28 财团法人车辆研究测试中心 整合式车辆芯片卡的互动监控***
US9633564B2 (en) * 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
US9836056B2 (en) * 2015-06-05 2017-12-05 Bao Tran Smart vehicle
JP6798779B2 (ja) 2015-11-04 2020-12-09 トヨタ自動車株式会社 地図更新判定システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101842662A (zh) * 2007-11-02 2010-09-22 大陆-特韦斯贸易合伙股份公司及两合公司 数字地图的验证
CN102822628A (zh) * 2010-03-26 2012-12-12 大陆汽车有限责任公司 地图信息的评估

Also Published As

Publication number Publication date
CN110869867A (zh) 2020-03-06
EP3649519B1 (de) 2022-05-25
US12000711B2 (en) 2024-06-04
US20200182629A1 (en) 2020-06-11
WO2019007605A1 (de) 2019-01-10
DE102017211613A1 (de) 2019-01-10
EP3649519A1 (de) 2020-05-13

Similar Documents

Publication Publication Date Title
CN110869867B (zh) 用于对车辆的数字地图进行验证的方法、设备和存储介质
US9494438B1 (en) System and method for verifying map data for a vehicle
US9933268B2 (en) Method and system for improving accuracy of digital map data utilized by a vehicle
US10621861B2 (en) Method and system for creating a lane-accurate occupancy grid map for lanes
CN111149011B (zh) 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***
US10677597B2 (en) Method and system for creating a digital map
US11915115B2 (en) Lane selection using machine learning
US20140358420A1 (en) Apparatus and method for detecting traffic lane using wireless communication
JP6454726B2 (ja) 自車位置推定装置
WO2020232648A1 (zh) 车道线的检测方法、电子设备与存储介质
JP6910452B2 (ja) より高度に自動化された、例えば、高度自動化車両（ｈａｆ）をデジタル式位置特定マップで位置特定するための方法
WO2015129175A1 (ja) 自動運転装置
US20200247404A1 (en) Information processing device, information processing system, information processing method, and program
JP2018079732A (ja) 異常検出装置および異常検出方法
EP3994423B1 (en) Collecting user-contributed data relating to a navigable network
US11481579B2 (en) Automatic labeling of objects in sensor data
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
CN113167592A (zh) 信息处理设备、信息处理方法和信息处理程序
CN114076605A (zh) 检查针对数字环境地图的环境模型的探测到的变化的方法
CN110803169A (zh) 用于在车辆中显示信息的***和方法
CN110870332B (zh) 用于对自动化程度较高的车辆(haf)、尤其高度自动化车辆的数字地图进行验证的方法
CN114096996A (zh) 在交通中使用增强现实的方法和装置
CN110869865B (zh) 用于运行较高程度自动化的车辆(haf)、尤其高度自动化车辆的方法
US20190095728A1 (en) Infrastructure detection device for a vehicle, method for generating a signal, and method for providing repair information
CN110869869A (zh) 用于运行较高程度自动化的车辆(haf)、尤其是高度自动化的车辆的方法

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