CN111051817A - 用于求取机动车在环境中的位置的方法以及用于机动车的控制设备和用于在数据网络上运行的计算装置 - Google Patents

用于求取机动车在环境中的位置的方法以及用于机动车的控制设备和用于在数据网络上运行的计算装置 Download PDF

Info

Publication number
CN111051817A
CN111051817A CN201880051101.8A CN201880051101A CN111051817A CN 111051817 A CN111051817 A CN 111051817A CN 201880051101 A CN201880051101 A CN 201880051101A CN 111051817 A CN111051817 A CN 111051817A
Authority
CN
China
Prior art keywords
landmark
motor vehicle
features
driving
curve
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
Application number
CN201880051101.8A
Other languages
English (en)
Other versions
CN111051817B (zh
Inventor
F·施威泽
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN111051817A publication Critical patent/CN111051817A/zh
Application granted granted Critical
Publication of CN111051817B publication Critical patent/CN111051817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用于求取机动车(10)在环境中的位置的方法,其中,给环境中的至少一个地标(15)提供地标(15)的相应位置说明(16),以及识别机动车(10)相应地当前经过至少一个地标(15),以及输出相应当前被经过的地标(15)的位置说明(16)作为机动车(10)的位置。在此规定,提供在经过相应地标(15)时产生的行驶操纵的操纵特性,相应操纵特性给出相应行驶操纵的预定独特特征(30),及然后借助机动车(10)的至少一个检测装置产生相应当前由机动车(10)行驶的行驶操纵的描述数据,并从描述数据中提取行驶操纵的预定特征(20),以及通过将所提取的特征(20)与至少一个地标(15)的相应操纵特性中的独特特征(30)进行比较,识别当前被经过的路标(15)。

Description

用于求取机动车在环境中的位置的方法以及用于机动车的控 制设备和用于在数据网络上运行的计算装置
技术领域
本发明涉及一种用于求取机动车在环境中的位置的方法。为此已知该机动车经过一个预定的地标,该地标的位置是已知的。因此能够由该地标的位置推断出该机动车的位置。一种用于机动车以实施按照本发明的方法的控制设备也属于本发明。此外,通过本发明提供一种固定的计算设备。
背景技术
例如由DE102011112404A1已知一种上述类型的方法。按照该已知的方法,借助相机识别在环境中的物体作为地标并且然后确定机动车关于该物体的相对位置,以便由此从所述物体的已知位置和所述相对位置出发求取机动车的自身位置。但这样的方法需要在相机图像数据中的耗费的物体识别。此外,必须能够测量机动车关于物体的相对位置。
由DE102013016435B4已知一种方法,借助该方法通过机动车识别道路表面上的减速带(Bodenschwellen)。因为减速带的位置是已知的,因此可以在驶过减速带时将机动车的位置与减速带的位置看作是一样的。该方法借助振动模式识别减速带,例如在驶过减速带时在机动车中引起的轰鸣声。但这需要对固体声传感器信号的耗费的分析
发明内容
本发明基于如下任务,即,利用简单的技术手段确定或求取机动车在环境中的位置。
该任务通过独立权利要求的技术方案来解决。进一步的优点通过按照从属权利要求的实施方式以及在下面的描述中和在附图中给出的实施方式来得出。
通过本发明提供一种用于求取机动车在环境中的位置的方法。所述位置可以是绝对的地理位置或是相对位置,例如关于预定的参考物体的相对位置。该方法利用由现有技术已知的方案,即,针对环境的至少一个预定的地标提供有该地标的相应位置说明。亦即,至少一个地标及其在环境中的位置是已知的。地标的位置通过相应的位置说明来描述。按照所述方法识别出机动车相应地当前经过所述至少一个地标。亦即,在每次行驶期间能够识别出机动车何时在已知地标旁边驶过或经过该已知地标。相应当前被经过的地标的位置说明然后作为机动车的相应当前位置被输出。
本发明此时涉及如何能够利用技术简单的手段识别出这样的地标。为此提供在经过相应地标时产生的行驶操纵的操纵特性。行驶操纵尤其是可理解为由转向调节和/或加速调节和/或制动调节组成的时间顺序。例如,地标可以是道路的独特双弯道(Doppelkurve),该双弯道可以借助机动车的相应转向行为来识别。地标的相应操纵特性说明了相应行驶操纵的预定的典型特征或独特特征,例如首先右转行驶,然后左转行驶。换言之,操纵特征描述了机动车在经过地标时必须如何行驶或引导。即,借助机动车的纵向引导(加速和/或制动)和/或横向引导(转向)识别地标。相应地,按照本发明,借助机动车的至少一个检测装置产生相应当前由机动车行驶的行驶操纵的描述数据。然后,从所述描述数据中提取出该行驶操纵的预定特征。通过将当前行驶操纵的所提取的特征与所述至少一个地标的相应操纵特性中的独特特征进行比较,鉴别或识别出当前被经过的地标。为此可以针对要比较的特征规定一个预定的一致性准则。例如,可以针对特征之间的差别规定一个预定的容差区间,在该容差区间之内始终表明相应特征的一致性。然后,如果按照一致性准则,所有所提取的特征或所提取的特征的至少预定的最小部分与操纵特性的分别相应的独特特征一致,则通过该操纵特性所描述的地标被识别为当前被经过的那个地标。
通过本发明得出如下优点,即,仅仅需要检测机动车自身的行驶行为,尤其是关于纵向引导和横向引导的行驶行为,以便由此推导或求取机动车的位置。不需要耗费地探测车辆外部的物体(可见物体和/或减速带)。
本发明包括进一步的实施方式,通过这些实施方式得出附加的优点。
一种实施方式规定,借助所述至少一个检测装置,以基于机动车的车辆运动的推算航行法(Koppelnavigation)为基础产生描述数据。亦即利用机动车的里程计(Odometrie)。换言之,在检测车辆运动时并不是依赖于GNSS(Global NavigationSatellite System,全球导航卫星***)、例如GPS(Global Positioning System,全球定位***)的位置信号。这样的GNSS位置信号具有比借助里程计的位置检测更大的方差或离差。亦即因此能够比借助GNSS的位置信号更精确地求取车辆运动。
按照一种实施方式,借助所述至少一个检测装置求取关于下列行驶动力学参量中的至少一个参量的描述数据:至少一个车轮的车轮转速、沿至少一个空间方向的加速度、横摆角速度、行驶速度、转向角。所述至少一个检测装置为此可以相应地设置传感器和/或信号处理装置。作为传感器例如可以设置轮速传感器、加速度传感器、转向角传感器和/或横摆角速度传感器。行驶速度可以借助速度检测装置来求取,该速度检测装置例如可以基于机动车车轮的测得车轮轮速。亦即,所述描述数据可以包含传感器数据和/或经处理的和/或组合的传感器数据。所描述的行驶动力学参量可以在机动车中可靠地检测到。检测装置也可以通过GNSS的位置信号的上述接收机形成,但该接收机在此将仅与至少一个另外的检测装置组合使用。
一种实施方式尤其是规定,与对环境中的物体的图像识别无关地进行对经过地标的识别。由此有利地不依赖于例如环境中的可见度。
按照一种实施方式,借助多个检测装置检测描述数据。为了此时组合来自不同检测装置的描述数据而规定,所述描述数据借助机动车的运动模型来组合。由此确保得到对行驶操纵的可信描述。这样的运动模型的一个示例是本身已知的单辙模型(Einspurmodell)
一种实施方式规定,预定的操纵特性的独特特征和从所述描述数据中提取的特征相应地包括下列特征中的至少一个特征:地标的标记驶入点、地标的标记驶出点、行驶弯道的半径、行驶弯道的曲率、横摆角速度、朝向地标的驶入方向(例如一个方位)、离开地标的驶出方向(例如一个方位)、弯道转折点。弯道转折点例如可以通过延长驶入方向和驶出方向来求取,驶入方向和驶出方向的交点则为弯道转折点。驶入方向在此从弯道驶入点出发延长,驶出方向从弯道驶出点出发延长。所描述的特征已经被证明为在可靠重复识别地标方面是有利的。
一种实施方式规定,所述至少一个地标相应地包括至少一个十字路口和/或至少一个弯道。在驶过至少一个十字路口和/或弯道时相应产生的行驶操纵已经有利地被证明为是能可靠地重复识别的。为此,附加地或备选地,相应地针对各个路标,可以设置转弯操纵和/或弯道行驶作为独特的行驶操纵。转向调节和/或加速调节和/或制动调节的在此产生的顺序得出能可靠地重复识别的特征。
按照一种实施方式规定,针对环境道路的不同车道或行车道(尤其是针对相邻的行车道)分别提供自身的操纵特性。由此能够具体到车道线或具体到行车道地实现位置确定。
识别出越多的地标,则需要进行的比较的数量就越多,以将从当前行驶操纵中提取的特征与地标的操纵特性进行比较。为了限制所述数量,一种实施方式规定,借助用于GNSS的位置信号的接收机来求取机动车的暂时的地理位置。不过,在所描述的方式中,该如此求取的暂时的地理位置伴随有离差或方差并且因此相应地是不精确的。此时,从多个存储的操纵特性中选择至少一个操纵特性,其所配属的在预定环境范围中的位置处于所述暂时的地理位置周围。亦即,借助所述暂时的地理位置仅检查究竟可能有哪些地标仅位于附近。当前行驶操纵的所提取的特征的比较然后被限于所选择的至少一个操纵特性。由此能够通过规定环境范围的大小来限制实施所述方法的计算耗费。
在此,按照一种实施方式可以规定,所述环境范围具有多于10m、尤其是多于20m的直径。尤其是,所述直径优选大于为GNSS的位置信号的接收机所特有的离差。由此有利地确保,正确的地标处于所选择的地标的集合中。为了限制计算耗费,优选规定,所述环境范围具有小于500m、尤其是小于300m的直径。
如已经阐述的,行驶操纵优选基于机动车的里程计来求取。但里程计可能具有漂移和/或偏移。因此优选规定,借助机动车的在所述至少一个地标上求取的相应位置来求取或修正基于里程计的位置检测的偏差,例如可能由于漂移和/或偏移而引起的偏差。亦即,尤其是修正或至少减小基于相对位置检测的轨迹检测的偏差。由此有利地,对于长行驶路径(尤其是长于500m)的行驶轨迹检测也能够使用基于里程计的位置检测。
一些实施方式涉及如何能够形成相应地标的相应操纵特性的问题。与此相关的方法步骤构成本发明的自身方面,其即使在没有前述方法步骤的情况下也能实施。为了求取所述至少一个地标的相应操纵特性,优选从多个其他车辆中相应地接收描述数据,这些描述数据描述所述其他车辆在经过相应地标时的相应行驶操纵。其他车辆可以是在时间上处于当前经过地标的机动车之前的自身已经经过所述地标一次的机动车。基于其他车辆的描述数据提取相应的预定的特征。从所提取的特征中形成相应的频率分布并且然后从相应的频率分布中求取独特特征中的相应特征。由此得出如下优点,即,单个其他车辆相对于行车道中心错位的行驶轨迹被识别为统计异常测值。亦即,独特特征例如可以是来自其他车辆的所提取的特征的平均值。由此得到如下优点,即,每个单个其他车辆的各自行驶轨迹的影响是有相对性的。针对这样的独特特征的示例为:平均弯道半径、到地标的平均驶入点、离开地标的平均驶出点、平均的绝对行驶方向(航向(Heading),例如作为方位说明)。
一种实施方式规定,在至少一个频率分布中借助频率分布的数学上的局部极值(亦即极大值和/或极小值)鉴别两个具体到行车道的地标。为了区分两个行车道,附加地为了可信度可以依据预定的行车道宽度。
为了实施所述方法,本发明也设置一种用于机动车的控制设备。该控制设备可以在机动车中例如作为至少一个控制器提供或作为因特网的服务器经由无线电连接与机动车耦联。作为服务器,控制设备可以通过固定的计算设备提供,亦即作为计算机或计算机网络。也可以设置具有至少一个控制器和至少一个服务器的混合形式。控制设备设置用于实施按照本发明的方法的实施方式。
本发明还涉及所述至少一个地标的相应操纵特性的所描述的形成。为此提供一种用于在数据网络上运行的固定计算设备,其中,该计算设备设置用于实施具有所述方法步骤的方法,所述方法步骤已经结合操纵特性的形成进行了描述。
本发明的其他特征从权利要求、附图和附图说明中得出。以上在说明书中提及的特征和特征组合以及以下在附图说明中提及的和/或在附图中单独示出的特征和特征组合不仅可用于相应给出的组合中,也可以用于其他组合或可单独使用。
附图说明
现在借助优选实施例以及参考附图更详细地阐述本发明。其中:
图1示出机动车的示意图,该机动车的位置通过按照本发明的方法的一种实施方式检测;
图2示出用于阐明按照本发明的方法的一种实施方式的方法步骤的简图,所述方法可以通过控制设备实施;
图3示出用于阐明沿着地标的行驶操纵的特征的统计学分布的曲线图;
图4示出用于阐明具体到行车道地检测两个地标的操纵特性的独特特征的简图;以及
图5示出用于阐明图4的操纵特性的独特特征的统计学分布的曲线图,借助所述独特特征能够在两个行车道之间进行区分。
功能相同的元件在附图中相应地设有同一附图标记。
具体实施方式
图1示出机动车10。机动车10例如可以是轿车或货车。机动车10可以从过去的或历史的位置11出发通过沿着道路12的行驶而经过行驶轨迹13并且在此也已经借助推算航行法求取该行驶轨迹。行驶轨迹13可以借助推算航行法求取随着时间产生的相对位置变化,所述相对位置变化通过沿着行驶轨迹13的行驶而产生。不过,所使用的推算航行法可能具有需要补偿的偏离或漂移14。因此,在机动车10中,在沿着道路12行驶期间识别出预定的地标15,所述地标的位置16在地理坐标系17中可以是已知的并且可以通过相应的位置说明来描述。相应的位置16在此同义地代表所属的位置说明。这样的地标15相应地例如可以是道路12的弯道或转弯可能性。换言之,机动车10在经过或驶过相应的地标15时必须进行为地标15所特有的预定的操纵步骤序列(亦即转向过程和/或加速过程和/或制动过程)。这些可以借助机动车10的里程计来求取。
借助用于GNSS的位置信号的接收机,也可以在机动车10中相应地检测机动车10的当前位置,不过仅具有小于推算航行法的精确度的精确度。换言之,所求取的参考相对位置变化的行驶轨迹13比用于GNSS的接收机更精确,但所求取的参考地理坐标系17的行驶轨迹13的绝对位置例如经受所描述的漂移14。
为了消除或补偿所述漂移14,在机动车10中对相应驶过地标15进行识别,并且接着基于识别出的地标15的相应位置16的位置说明,借助偏移18,具体到行车道地在坐标系17中布置或确定所求取的行驶轨迹13。为此实施的方法步骤可以通过机动车10的控制设备ECU、例如通过控制器来实施。
为了识别地标15,可以在机动车10中借助用于GNSS的位置信号的接收机首先求取机动车10相应当前所在的区域或环境范围19。为此求取的GNSS位置构成大致的定位或暂时的地理位置,即,具有用于位置信号的接收机的精确度的定位。暂时的地理位置可以构成环境范围19的中心点。然后则例如可以在数据库中求取到底哪些可能的地标15当前可能处于机动车10附近。选择所有其位置16处于当前区域19之内的地标15。此后,机动车10可以在其行驶至机动车10的一些行驶操纵期间,例如弯道行驶或转弯操纵期间从检测装置的描述数据中相应地提取预定的特征20。在图1中示例性地针对弯道行驶阐明了弯道驶入点21、弯道驶入方向22、弯道驶出点23、弯道驶出方向24、弯道转折点25和弯道半径26作为所提取的特征20。弯道驶入点22和弯道驶出点23例如可以借助转向车轮或车轮的转向角度位置的时间变化来识别。在检测特征20时,基于相应地标15的相对小的空间延展(例如小于1km,尤其是小于500m),漂移14的影响是不明显的并且因此能够借助所提取的特征20重复识别相应的地标15。
此时,对于每个地标15,可以对于每个所求取或所提取的特征20存储针对相应的特征20的平均值。这样的平均值是用于典型的或独特的特征的示例。地标15的独特特征的整体或集合构成驶过相应地标15的操纵特性。因此,对于所有处于当前区域19内的地标15,可以将所提取的特征20与相应地标15的独特特征、亦即与地标15的操纵特征进行比较。在此,为了确认所提取的特征20与对应的独特特征的一致性(例如对于特征“弯道半径”)可以设置容差区间。
如果识别出当前所提取的特征20与地标15的操纵特性一致,则用信号表明该地标15作为当前驶过的地标。该当前驶过或经过的地标15的位置16则被用作机动车10的当前位置,以便以所描述的方式借助在已知位置16处的偏移18来确定所求取的行驶轨迹13。
图2阐明了如何能够求取用于单个地标15的独特特征。以下描述的方法步骤可以通过固定的计算设备SRV来实施,该计算设备例如可以实现为因特网的服务器。计算设备SRV可以与机动车经由用于数据交换的相应通信连接进行通信。该相应的通信连接例如可以包括移动无线电连接和/或因特网连接。
所述独特特征在该示例中形成为如下预定特征的平均值,所述预定特征对于多个机动车在经过或驶过相应的地标15时相应地从机动车的行驶操纵中提取出。为了阐明,图2的地标15可以是转弯可能性27,例如十字路口。所述多个机动车在机动车10的时间上已经经过地标15。所述多个机动车在下面为了更好的区分而称为其他车辆。尤其是涉及其位置是已知的经选择的车辆或测量车辆。从所述其他车辆可以相应地各自接收行驶轨迹28。一般可以规定,每个其他车辆在经过地标15时求取针对相应的在经过地标15时进行的行驶操纵所提取的特征29。接着,作为示例,应进一步讨论作为用于这样的所提取的特征29的示例的弯道半径K。图2阐明了所述其他车辆之一如何能够求取半径值K1作为弯道半径K的所提取的特征29。
图3阐明了弯道半径K(一般作为用于所提取的特征29的示例)在绘出所有其他车辆针对地标15(即在此为转弯可能性27)的半径值时如何得到作为频率图的频率分布H,在该频率分布中,半径值K1表示可能的值。然后,基于频率分布H能够求取或确认例如作为特征29(在此亦即示例性地为弯道半径K)的最高频值的独特特征30。因此能够利用所有所提取的特征29进行处理。然后,如此求取的独特特征30的集合得出地标5的操纵特性。
图4阐明如何能够通过独特特征具体到行车道地进行区分。图4与图2类似地阐明转弯可能性31,但其中有两个行车道32可以行驶。每个行车道32构成自身的地标。
图4和图5共同阐明如何能够从所有其他车辆的行驶轨迹28的提取特征29中求取频率分布H,该频率分布对于一个所提取的特征29(例如弯道半径K)可以具有两个局部最大值33,这提示了两车道道路。在内行车道中例如始终产生较小的弯道半径K1,而对于外行车道始终产生较大的弯道半径K2。从频率分布H中例如能够再次使用局部最大值33作为用于转弯可能性31的两个地标15的相应独特特征30。
下面又一次描述一种特别优选的实施例。行驶轨迹的导航数据或轨迹数据的精确度可以首先被细划分为全局和局部。全局导航、例如GNSS的目标是精确度为几米的粗定位。然而,该精确度不足以用于可靠地将车辆分配到行车道上。在局部导航中能够实现将具体到行车道的位置分配到行车道,然而为此必须存在参考点,所谓的地标15。迄今为止,地标的产生和识别仅能够视觉地借助相机***或经由LIDAR实现。
备选于此地提出,使用传感机构或通常检测装置,其在批量生产中安装在机动车中(即用于GNSS的位置信号的接收机以及附加地至少一个车轮转速传感器、加速度传感器、横摆角速度传感器和/或速度测量)。如果考虑这些传感器的联合结果,则能够识别出这些唯一的地标15。
为此目标是,在道路网络中鉴别出重复出现的行驶操纵并且经由多次行驶通过而建立操纵特性。具有至少一个预定的最小曲率的转弯操纵和弯道适合于此。
相对于单纯考虑GNSS位置序列,从多个检测装置的联合中以较小的方差得出行驶轨迹。所述联合例如可以基于机动车的运动模型(例如单辙模型)实现。在此能够尤其是从车轮转速和横摆角速度的考虑中估计行车道的曲率。要注意的是,不是每个驾驶员都在行车道的中间驶过所选择的弯道,而是选择自己的行驶线。因此,实际行驶的曲率在多次行驶通过上具有频率分布(图3和图5)。通过该分布,能够使得作为独特特征的弯道曲率特性标准化。因此例如对于每个弯道在弯道输入和弯道输出处也产生一个平均的悬置点
Figure BDA0002380352830000101
在十字路口范围中,借助不同特征,例如计算出来的弯道半径、驶入方向和驶出方向,区分转弯操纵并且将这些转弯操纵相应地各个分类成弯道特征。在多车道的转弯可能性31的情况下,能够以该方式产生不同的操纵特性并且因此针对相应的转弯车道也产生单独的悬置点(地标)。图2和图4示出针对右弯道的地标15的产生。相关的行驶轨迹在之前已经经由至十字路口的驶入方向和离开十字路口的驶出方向求取。通过多个行驶弯道的频率图(图3和图5)能够求取平均弯道半径。在多车道的右转弯的情况下(图4),行驶方向对于具体到行车道的地图而言不再足够。在频率图中产生多个峰值或局部最大值31(图5),其描述不同行车道32的平均弯道半径。
该方案的优点是,通过机动车的传感机构产生悬置点(地标)。描述数据的存在量足以用于精确确定或重复识别所述悬置点。
附图标记列表
10 机动车
11 历史位置
12 道路
13 所求取的行驶轨迹
14 漂移
15 地标
16 地标的位置
17 坐标系
18 偏移
19 区域
20 所提取的特征
21 弯道驶入点
22 行驶方向
23 弯道驶出点
24 行驶方向
25 弯道转折点
26 弯道半径
27 转弯可能性
28 行驶轨迹
29 所提取的特征
30 独特特征
31 转弯可能性
32 行车道
33 局部极大值
H 频率分布
K 弯道半径
K1 半径值
K2 半径值

Claims (15)

1.一种用于求取机动车(10)在环境中的位置的方法,其中,给所述环境的至少一个地标(15)提供所述地标(15)的相应位置说明(16),以及识别所述机动车(10)相应地当前经过所述至少一个地标(15),以及输出相应当前被经过的地标(15)的位置说明(16)作为所述机动车(10)的位置,其特征在于:
-提供在经过相应地标(15)时产生的行驶操纵的操纵特性,其中,相应的操纵特性给出相应的行驶操纵的预定独特特征(30),以及
-借助所述机动车(10)的至少一个检测装置产生相应当前由所述机动车(10)行驶的行驶操纵的描述数据,并且从所述描述数据中提取所述行驶操纵的预定特征(20),以及
-通过将所提取的特征(20)与所述至少一个地标(15)的相应操纵特性中的独特特征(30)进行比较,识别当前被经过的路标(15)。
2.根据权利要求1所述的方法,其中,借助所述至少一个检测装置,以基于车辆运动的里程计为基础产生所述描述数据。
3.根据上述权利要求中任一项所述的方法,其中,借助所述至少一个检测装置求取关于下列测量参量中的至少一个测量参量的描述数据:至少一个车轮的车轮转速、沿至少一个空间方向的加速度、横摆角速度、行驶速度、转向角。
4.根据上述权利要求中任一项所述的方法,其中,与对环境中的物体的图像识别无关地进行对经过地标(15)的识别。
5.根据上述权利要求中任一项所述的方法,其中,借助多个检测装置求取所述描述数据并且借助所述机动车(10)的运动模型组合所述描述数据。
6.根据上述权利要求中任一项所述的方法,其中,所述独特特征(30)和从所述描述数据中提取的特征(20)相应地包括下列特征(20)中的至少一个特征:标记驶入点(21)、标记驶出点(23)、行驶弯道的半径(26)、行驶弯道的曲率、横摆角速度、驶入方向(22)、驶出方向(24)、弯道转折点(25)。
7.根据上述权利要求中任一项所述的方法,其中,所述至少一个地标(15)相应地表示十字路口和/或弯道,和/或对于相应的地标(15)设置转弯操纵和/或弯道行驶作为独特的行驶操纵。
8.根据上述权利要求中任一项所述的方法,其中,对于环境的一条道路的不同行车道(32)分别提供自身的操纵特性。
9.根据上述权利要求中任一项所述的方法,其中,借助用于GNSS的位置信号的接收机求取所述机动车(10)的暂时的地理位置并且从多个存储的操纵特性中选择至少一个操纵特性,所述至少一个操纵特征在预定的环境范围(19)中关联的位置(16)处于所述暂时的地理位置周围,并且对所提取的特征(20)的比较限于所选择的所述至少一个操纵特性。
10.根据权利要求9所述的方法,其中,所述环境范围(19)具有多于10m的直径,尤其是具有多于20m的直径。
11.根据上述权利要求中任一项所述的方法,其中,借助所述机动车(10)的在所述至少一个地标(15)处求取的相应位置来修正基于相对位置检测的轨迹检测的偏差。
12.根据上述权利要求中任一项所述的方法,其中,为了从多个其他车辆中求取所述至少一个地标(16)的相应操纵特性,相应地接收描述其他车辆在经过地标(15)时的相应行驶操纵的描述数据,并且基于所述描述数据提取相应的预定的特征(29),并且由所提取的特征(29)形成相应的频率分布(H),并且从所述相应的频率分布(H)中求取所述独特特征(30)之一。
13.根据权利要求12所述的方法,其中,在至少一个频率分布(H)中借助所述频率分布(H)的数学上的局部极值(33)鉴别两个具体到行车道的地标(15)。
14.一种用于机动车(10)的控制设备(ECU),其中,所述控制设备(ECU)设置用于实施根据上述权利要求中任一项所述的方法。
15.一种用于在数据网络上运行的固定计算设备(SRV),其中,所述计算设备(SRV)设置用于实施根据权利要求1至13中任一项所述的方法或至少实施具有权利要求12或13之一中的方法步骤的方法。
CN201880051101.8A 2017-09-14 2018-09-11 用于求取机动车的位置的方法、控制设备和计算装置 Active CN111051817B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017216238.4 2017-09-14
DE102017216238.4A DE102017216238A1 (de) 2017-09-14 2017-09-14 Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs in einer Umgebung sowie Steuervorrichtung für ein Kraftfahrzeug und Recheneinrichtung zum Betreiben an einem Datennetzwerk
PCT/EP2018/074490 WO2019053013A1 (de) 2017-09-14 2018-09-11 Verfahren zum ermitteln einer position eines kraftfahrzeugs in einer umgebung sowie steuervorrichtung für ein kraftfahrzeug und recheneinrichtung zum betreiben an einem datennetzwerk

Publications (2)

Publication Number Publication Date
CN111051817A true CN111051817A (zh) 2020-04-21
CN111051817B CN111051817B (zh) 2023-09-12

Family

ID=63579343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880051101.8A Active CN111051817B (zh) 2017-09-14 2018-09-11 用于求取机动车的位置的方法、控制设备和计算装置

Country Status (3)

Country Link
CN (1) CN111051817B (zh)
DE (1) DE102017216238A1 (zh)
WO (1) WO2019053013A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019003238B4 (de) * 2019-05-08 2023-04-20 Mercedes-Benz Group AG Fahrzeugortung durch Kartenabgleich unter Berücksichtigung eines Straßenprofils
KR20210057393A (ko) * 2019-11-12 2021-05-21 삼성전자주식회사 정밀 항법 장치 및 그 장치의 동작 방법
DE102019008368A1 (de) * 2019-12-02 2021-06-02 Daimler Ag Verfahren zum Betrieb eines Fahrzeugs und Vorrichtung zur Durchführung des Verfahrens
DE102020201351A1 (de) 2020-02-04 2021-08-05 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Positionsbestimmung eines Fahrzeugs
DE102022111179A1 (de) 2022-05-05 2023-11-09 Bayerische Motoren Werke Aktiengesellschaft Verfahren und vorrichtung zur erzeugung eines auf künstlicher intelligenz beruhenden prädiktors sowie dessen verwendung, und computerprogramm
DE102022111269A1 (de) 2022-05-06 2023-11-09 Valeo Schalter Und Sensoren Gmbh Verfahren zum betreiben eines parkassistenzsystems, computerprogrammprodukt, parkassistenzsystem und fahrzeug mit einem parkassistenzsystem
DE102022125804A1 (de) 2022-10-06 2024-04-11 Bayerische Motoren Werke Aktiengesellschaft Steuerung eines Kraftfahrzeugs

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103370669A (zh) * 2011-02-16 2013-10-23 西门子公司 用于无人驾驶的机动的车辆自主的定位的方法
DE102014007794A1 (de) * 2014-05-24 2014-10-23 Daimler Ag Verfahren zum Betrieb eines Fahrzeugleitsystems
CN105518761A (zh) * 2013-09-06 2016-04-20 罗伯特·博世有限公司 用于对机动车的错误行驶进行可信度检验的方法以及控制和检测装置
DE102016001269A1 (de) * 2016-01-13 2016-08-11 Daimler Ag Verfahren zum Bestimmen einer aktuellen Position eines Kraftfahrzeugs auf einer Fahrbahn sowie Positionsbestimmungsvorrichtung
US20170052028A1 (en) * 2015-08-20 2017-02-23 Zendrive, Inc. Method for accelerometer-assisted navigation
CN107082071A (zh) * 2016-02-15 2017-08-22 宝马股份公司 用于防止意外离开行车道的方法和辅助装置
US20170248429A1 (en) * 2015-03-20 2017-08-31 Yandex Europe Ag Method of determining a geolocation of an electronic device

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6385539B1 (en) * 1999-08-13 2002-05-07 Daimlerchrysler Ag Method and system for autonomously developing or augmenting geographical databases by mining uncoordinated probe data
US6560531B1 (en) * 2001-05-22 2003-05-06 Navigation Technologies Corporation Multi-resolution trend metric for shape comparison and applications thereof
DE10149283A1 (de) * 2001-10-05 2003-05-08 Siemens Ag Verfahren und Anordnung zur Ermittlung eines einem von einem mobilen System tatsächlich zurückgelegten Fahrweg entsprechenden Kartenfahrwegs in einer Karte
DE102011112404B4 (de) 2011-09-03 2014-03-20 Audi Ag Verfahren zum Bestimmen der Position eines Kraftfahrzeugs
DE102013016435B4 (de) 2013-10-02 2015-12-24 Audi Ag Verfahren zur Korrektur von Positionsdaten und Kraftfahrzeug
US10049129B2 (en) * 2014-12-22 2018-08-14 Here Global B.V. Method and apparatus for providing map updates from distance based bucket processing
DE102015000399B4 (de) * 2015-01-13 2019-08-29 Audi Ag Kartographieren von Fahrspuren mittels Fahrzeugflottendaten
EP3734504A1 (en) * 2015-02-10 2020-11-04 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
WO2016153435A1 (en) * 2015-03-26 2016-09-29 Agency for Science,Technology and Research Location system and method for determining location of a vehicle

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103370669A (zh) * 2011-02-16 2013-10-23 西门子公司 用于无人驾驶的机动的车辆自主的定位的方法
CN105518761A (zh) * 2013-09-06 2016-04-20 罗伯特·博世有限公司 用于对机动车的错误行驶进行可信度检验的方法以及控制和检测装置
DE102014007794A1 (de) * 2014-05-24 2014-10-23 Daimler Ag Verfahren zum Betrieb eines Fahrzeugleitsystems
US20170248429A1 (en) * 2015-03-20 2017-08-31 Yandex Europe Ag Method of determining a geolocation of an electronic device
US20170052028A1 (en) * 2015-08-20 2017-02-23 Zendrive, Inc. Method for accelerometer-assisted navigation
DE102016001269A1 (de) * 2016-01-13 2016-08-11 Daimler Ag Verfahren zum Bestimmen einer aktuellen Position eines Kraftfahrzeugs auf einer Fahrbahn sowie Positionsbestimmungsvorrichtung
CN107082071A (zh) * 2016-02-15 2017-08-22 宝马股份公司 用于防止意外离开行车道的方法和辅助装置

Also Published As

Publication number Publication date
DE102017216238A1 (de) 2019-03-14
WO2019053013A1 (de) 2019-03-21
CN111051817B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN111051817B (zh) 用于求取机动车的位置的方法、控制设备和计算装置
CN105937912B (zh) 车辆的地图数据处理装置
RU2737874C1 (ru) Способ хранения информации транспортного средства, способ управления движением транспортного средства и устройство хранения информации транспортного средства
CN106352867B (zh) 用于确定车辆自身位置的方法和设备
CN102208011B (zh) 图像处理***及车辆控制***
CN107830865B (zh) 一种车辆目标分类方法、装置、***及计算机程序产品
EP2019287B1 (en) Vehicle positioning information update device
CN107826104B (zh) 用于提供关于运输工具的预计行驶意图的信息的方法
RU2742213C1 (ru) Способ управления информацией о полосах движения, способ управления движением и устройство управления информацией о полосах движения
JP5747787B2 (ja) 車線認識装置
US9786172B2 (en) Warning guidance system, method, and program that provide information to vehicle navigation systems
US20160018229A1 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
JP2019532292A (ja) 車両位置特定の自律走行車両
US20050278112A1 (en) Process for predicting the course of a lane of a vehicle
CN109752741A (zh) 车辆定位设备
US11526173B2 (en) Traveling trajectory correction method, traveling control method, and traveling trajectory correction device
CN108340915B (zh) 车辆控制装置
JP2011013039A (ja) 車線判定装置及びナビゲーションシステム
WO2015129175A1 (ja) 自動運転装置
JP7186241B2 (ja) 車両の走行支援方法、車両走行支援装置及び自動運転システム
US11127287B2 (en) System, method, and computer-readable storage medium for determining road type
CN110914639B (zh) 产生和更新至少一个建筑物的至少一个空间的拓扑地图的数据生成方法
CN112797998A (zh) 车辆车道级定位方法及相应程序载体、产品、装置和车辆
US20180347993A1 (en) Systems and methods for verifying road curvature map data
US11009589B2 (en) Vehicle exterior environment recognition apparatus

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