CN111480165A - 在考虑对象的特征结构的情况下创建用于车辆的基于特征的定位地图的方法 - Google Patents
在考虑对象的特征结构的情况下创建用于车辆的基于特征的定位地图的方法 Download PDFInfo
- Publication number
- CN111480165A CN111480165A CN201880080604.8A CN201880080604A CN111480165A CN 111480165 A CN111480165 A CN 111480165A CN 201880080604 A CN201880080604 A CN 201880080604A CN 111480165 A CN111480165 A CN 111480165A
- Authority
- CN
- China
- Prior art keywords
- feature
- map
- vehicle
- data
- creating
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004807 localization Effects 0.000 title claims description 31
- 238000004590 computer program Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- 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
- G01C21/3859—Differential updating map data
-
- 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
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Geometry (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于创建用于车辆的基于特征的定位地图的方法,所述方法具有以下步骤:‑求取车辆环境中的至少一个对象的数据;‑辨识所述至少一个对象的特征结构;‑将所述对象的所述特征区段概括为简化结构;和‑将所述简化结构添加到所述基于特征的定位地图中。
Description
技术领域
本发明涉及一种用于创建车辆的基于特征的定位地图的方法。本发明还涉及一种用于创建用于车辆的基于特征的定位地图的设备。本发明还涉及一种计算机程序产品。
背景技术
在同时定位和绘制地图(simultaneous localization and mapping,SLAM)领域用于借助传感器数据对独立测量车辆或者大型车队创建周围环境地图的技术是已知的。相应的应用主要存在于机器人、物流、车辆技术、航空、消费品等领域中。
为了由(例如以雷达、视频、激光雷达等形式)车辆传感器观察创建精确的周围环境地图,已经尤其实施了基于图象的SLAM方法。
在没有本地参照的SLAM中,自动化的测量车辆(例如机器人,未示出)沿着具有限定测量位置的未知路径运动,其中,测量车辆可以通过运动估计(例如借助惯性传感器装置、车轮旋转传感器装置等)估计其运动。测量车辆从每个位置借助一系列通过针对地标的确定观察进行的测量来求取该测量车辆的周围环境。所述地标中的每一个可以从每个观察点在一些情况下被多次观察,因此存在比当前地标更多的地标测量。
图像-SLAM或全SLAM的目标是,从测量车辆的测量求取该测量车辆通过周围环境所采用的真实路径或周围环境的实际位置。这通过比较在每个测量点所求取的地标来实施。在该过程中也应求取周围环境的真实地图。这通过从不同测量点对相同地标进行对应的测量来实现,其中,这些测量被用于同时实施测量车辆路径估计和周围环境识别。
发明内容
本发明的任务是,提供一种改进的方法,用于创建用于车辆的基于特征的定位地图。
该任务根据第一方面借助一种用于创建用于车辆的基于特征的定位地图的方法来解决,所述方法具有以下步骤:
-求取车辆环境中的至少一个对象的数据;
-辨识所述至少一个对象的特征结构;
-将该对象的特征结构概括为简化结构;和
-将该简化结构添加到基于特征的定位地图中。
以这种方式,从所求取的、例如呈传感器原始数据形式的数据出发实施部分语义的分析,其目的是将复杂的结构概括为简化的结构。以这种方式可以减少基于特征的数字定位地图的数据量并且可以显著改善定位质量。
根据第二方面,该任务借助一种用于创建用于车辆的基于特征的定位地图的设备来解决,所述设备具有:
-求取装置,用于求取车辆环境中的至少一个对象的数据;
-辨识装置,用于辨识所述至少一个对象的特征结构;
-概括装置,用于将该对象的特征结构概括为简化结构;和
-添加装置,用于将该简化结构添加到基于特征的定位地图中。
所述方法的有利扩展方案是从属权利要求的内容。
所述方法的一个有利的扩展方案设置,为了求取车辆环境中的至少一个对象的数据,使用以下中的至少一个:雷达传感器、超声波传感器、激光雷达传感器、摄像机。以这种方式能够以多种不同的传感器方案来实现所述方法。在此,所提及的求取装置能够单独地和/或也能够以组合的运行方式感测车辆环境中的至少一个对象的数据。
所述方法的另一有利的扩展方案设置,为了辨识至少一个对象的特征结构而使用预先知识。以这种方式,可以还更有效且更快地实施对至少一个对象的特征结构的辨识。例如,为此目的可以使用具有产品类型或结构类型的被保持在最新状态的目录。
所述方法的另一有利的扩展方案设置,以限定的间隔、优选按限定的天数、还更优选按限定的小时数来更新地图。以这种方式支持这样形成的基于特征的定位地图对大量使用者的高利用价值。
所述方法的另一有利的扩展方案设置,借助基于众包的方法提供车辆环境中的对象的数据。有利地,以这种方式不必由专用的求取车辆感测对象的数据,而是普通的交通参与者能够有助于创建所提出的基于特征的定位地图。以这种方式有利地提高了求取质量。
附图说明
下面,利用另外的特征和优点借助多个附图详细说明本发明。
公开的方法特征类似地由相应公开的设备特征得出,反之亦然。这尤其意味着,涉及所述方法的特征、技术优点和实施方式以类似方式由涉及用于创建用于车辆的基于特征的定位地图的设备的相应实施方式、特征和技术优点得出,反之亦然。
附图示出了:
图1传统的基于SLAM的地图创建的作用方式的原理性示图;
图2传统的和根据本发明的基于SLAM的地图创建的作用方式的原理性示图;
图3传统的和根据本发明的基于SLAM的地图创建的效果的原理性示图;
图4用于创建用于车辆的基于特征的定位地图的所提出的设备的方框图;和
图5用于创建用于车辆的基于特征的定位地图的所提出的方法的原理性流程图。
具体实施方式
在下面,自动化的机动车也可以同义地理解为部分自动化的机动车、自主的机动车和部分自主的机动车。
用于借助安装在车辆中的传感器(例如摄像机、雷达传感器、超声波传感器等)对行驶的道路绘制地图的方法和***是已知的。除所述传感器外,这些***通常也具有无线电接口(例如通过连接单元实现,英文:connectivity-unit),用于将所测量的传感器数据传输给服务器。以这种方式,整个车队都可以借助车辆传感器对该车队的集体周围环境绘制地图,其方式是:所述车辆传感器将其传感器数据例如传输给服务器。这种所谓的“车队-地图绘制数据”的传输是已知的。
在服务器上收集传感器数据,并且由多次行驶的数据和/或多个车辆的数据生成相关道路区段的数字地图。以这种方式求取的数字地图(也称为HAD地图、AD地图或HD地图)还被用于,自动行驶的车辆(例如用于求取轨迹)能够在该数字地图中定位。在此,使用所谓的地标,这些地标以其精确的地理位置被标记在该数字地图中。
典型的地标例如是车道标记、道路指示牌、护栏等。如果自动行驶的车辆借助车辆传感器装置识别一个或多个地标并且可以在数字地图中明确地再次找到这些地标,则可以由此导出车辆相对于数字地图的地标的非常精确的相对位置。因此,地标的密度和质量显著地影响在所求取的位置的精度方面本地定位质量。现实中,存在这样的道路区段:在所述道路区段中存在许多且能良好使用的地标并且存在这样的区段:在所述区段中存在对地标的不利遮挡,使得在一些情况下可能由此造成差的定位质量。
所述基于图像的SLAM算法用于绘制地图的目的并且原则上可以被分为两个基本步骤:
1.SLAM前端
该步骤设置,通过比较识别出的地标确定多次驶过同一地区的相同特征。
不同行驶的测量位置之间的辨识出的关系被表达为图像示图的边缘。
2.SLAM后端
在此,为了找出满足所有条件的优化解决方案,对上述前端步骤的图像结果进行优化。
如前面所解释的那样,SLAM生成的地图的核心方面之一是,沿着该路段多次行驶的数据被考虑到所述地图中。因此,大多数真实世界对象在对地图有贡献的每次行驶期间被观察到之后,在该优化步骤之后在地图上被多次表现出。
因此,在最后的聚类步骤中压缩多次行驶的优化数据,该步骤被称为特征地图创建,其目的是减小地图大小并且在对定位的可实施性方面优化地图内容。所有上述步骤在现有技术中已知。
在自动化行驶领域中,SLAM技术被用于由基于众包的数据生成能够实现精确的基于特征的定位的地图。借助已发布的产品“雷达道路标记(Radar Road Signature)”和“视频道路标记(Video Road Signature)”,罗伯特·博世(Robert Bosch)公司在该技术领域内非常活跃。
基于特征的定位设置,将在车辆周围环境中观察到的对象的地图表现形式与车辆的当前周围环境感知的数据进行比较并且用这些数据调整。这导致与定位地图相关地估计当前车辆位置。
在基于SLAM的地图生成中的上述压缩步骤或聚类步骤在使用已知算法的情况下通常良好地利用点状目标、例如交通标志牌的杆起作用。
图1以三个视图a),b),c)示出在使用用于聚类点状对象的已知方法的情况下求取已调整的雷达定位地图并且相应理想化地压缩该地图的原理。在图1a中可看到地图的借助雷达传感器所感测的护栏固定点。在图1c中示出,所感测的护栏固定点通过被压缩的表现形式中的各个点被充分表现出。
然而,一些结构在对护栏固定点使用点状表示的情况下在表现中不能被充分描述。这可能以不利的方式减小这种定位地图的有效性:该定位地图仅提供点状对象用于定位过程中的对准过程。
借助本发明提出的改进方法具有以下优点:
-在不但使用点状对象、而且使用具有以“简化结构”形式示出的任意结构和形状的对象的情况下,压缩基于雷达的定位地图;
-由此决定合成的压缩地图的数据量减少;
-基于借助简化结构所实现的改进的对象表现形式来改进定位结果。
本发明的核心构思是,不但使用对象的点状表现形式来表现基于特征的定位地图,而且设置以更复杂的方式来描述复杂结构,以便由此改进数据与定位地图的调整并且改进定位质量。因为不能对雷达传感器能够感测的复杂形状的所有类型都实施语义描述,所以提出:以更大的、但与语义描述相比仍较小的数量的点来表示复杂结构。
以图2的三个示图a)、b)和c)示出该工作方式的原理。在图2a中可看到呈象征性示出的输电塔形式的示例性复杂对象,该输电塔在图2b中以传统方式通过单个的点状对象表现。
根据本发明提出,如在图2c中那样通过具有多个点的结构来表现输电塔,该结构实现部分语义地表现对象“输电塔”。该部分语义的表现以更精确的方式对当前雷达测量的数据进行抽象,并且在对感测数据的上述调整过程中允许更高的精度,如在图3的两个示图a)和b)中原理性所示出的那样。
图3a示出定位的概率范围A1、A2,所述概率范围与对象的特定表示有关。基于在基于特征的定位地图中例如对象“输电塔”的点状表现形式,能看到高定位质量的较大区域A1和低定位质量的较大区域A2。
与此相对地,以与图3a相同的比例示出的图3b示出:通过以前述部分语义的方式用多个点表现对象“输电塔”有利地显著减小所述两个概率范围A1、A2。结果,由此实现:与图3a的情况相比,借助基于特征的定位地图和所感测的雷达传感器数据能实现对车辆的更精确的定位。
由此,有利地支持:对自动化车辆能够更长时间地保持自主行驶功能或者自动化行驶功能。在不再能借助感测到的传感器数据和基于特征的定位地图进行定位的情况下,例如关断自主行驶功能或自动化行驶功能,因此,驾驶员必须至少暂时接管对车辆的手动控制。
尽管已经例如借助雷达传感器说明了所阐述的方法,但显然,所提出的方法也可以借助其它传感器,例如激光雷达传感器、超声波传感器或摄像机来实施。
这种基于特征的定位地图优选利用基于众包的方法创建,使得大量不起到专用求取车辆的作用的车辆将感测到的数据传输给中央处理器(未示出),该中央处理器高度实时地创建基于特征的定位地图,例如以几天或几小时的限定高更新频率来创建。
因此,提供基于特征的数据的车辆可以不但是基于特征的定位地图的数据提供者而且同时是实时创建地图的使用者。
图4在原理上示出用于创建基于特征的定位地图的设备100的方框图。
可看到用于借助在车辆环境中的对象求取数据的求取装置110。求取装置110在功能上与辨识装置120连接,该辨识装置设置为用于辨识至少一个对象的特征结构。辨识装置120在功能上与概括装置130连接,该概括装置设置为用于将该对象的特征结构概括为简化结构。概括装置130在功能上与添加装置100连接,该添加装置设置为用于将该简化结构添加到基于特征的定位地图中。
所提出的方法可以有利地实现为具有用于在电子设备100上运行的程序代码单元的软件,由此支持该方法的简单的可修改性和可适应性。
图5示出根据本发明的方法的一个实施方式的原理性流程。
在步骤200中,求取在车辆环境中的至少一个对象的数据。
在步骤210中,辨识所述至少一个对象的特征结构。
在步骤220中,将所述对象的该特征结构概括成简化结构。
在步骤230中,将该简化结构添加到基于特征的定位地图中。
本领域技术人员将在不偏离本发明的核心的情况下以适当的方式修改本发明的特征和/或将其相互组合。
Claims (7)
1.一种用于创建用于车辆的基于特征的定位地图的方法,所述方法具有以下步骤:
-求取车辆环境中的至少一个对象的数据;
-辨识所述至少一个对象的特征结构;
-将所述对象的所述特征结构概括为简化结构;和
-将所述简化结构添加到所述基于特征的定位地图中。
2.根据权利要求1所述的方法,其中,为了求取车辆环境中的所述至少一个对象的数据,使用雷达传感器、超声波传感器、激光雷达传感器、摄像机中的至少一个。
3.根据权利要求1或2所述的方法,其中,为了辨识所述至少一个对象的特征区段而使用预先知识。
4.根据前述权利要求中任一项所述的方法,其中,以限定的间隔、优选按限定的天数、还更优选按限定的小时数来更新所述地图。
5.根据前述权利要求中任一项所述的方法,其中,借助基于众包的方法提供车辆环境中的对象的数据。
6.一种用于创建用于车辆的基于特征的定位地图的设备(100),所述设备具有:
-求取装置(110),用于求取车辆环境中的至少一个对象的数据;
-辨识装置(120),用于辨识所述至少一个对象的特征结构;
-概括装置(130),用于将所述对象的所述特征区段概括为简化结构;和
-添加装置(140),用于将所述简化结构添加到所述基于特征的定位地图中。
7.一种具有程序代码单元的计算机程序产品,所述程序代码单元用于当它在用于创建用于车辆的基于特征的定位地图的设备(200)上运行或存储在计算机可读的数据载体上时,实施根据权利要求1至5中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017222810.5 | 2017-12-14 | ||
DE102017222810.5A DE102017222810A1 (de) | 2017-12-14 | 2017-12-14 | Verfahren zum Erstellen einer merkmalbasierten Lokalisierungskarte für ein Fahrzeug unter Berücksichtigung charakteristischer Strukturen von Objekten |
PCT/EP2018/082122 WO2019115192A1 (de) | 2017-12-14 | 2018-11-21 | Verfahren zum erstellen einer merkmalbasierten lokalisierungskarte für ein fahrzeug unter berücksichtigung charakteristischer strukturen von objekten |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111480165A true CN111480165A (zh) | 2020-07-31 |
Family
ID=64604605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880080604.8A Pending CN111480165A (zh) | 2017-12-14 | 2018-11-21 | 在考虑对象的特征结构的情况下创建用于车辆的基于特征的定位地图的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11442462B2 (zh) |
EP (1) | EP3724811A1 (zh) |
JP (1) | JP7427587B2 (zh) |
KR (1) | KR20200097772A (zh) |
CN (1) | CN111480165A (zh) |
DE (1) | DE102017222810A1 (zh) |
WO (1) | WO2019115192A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019208384A1 (de) * | 2019-06-07 | 2020-12-10 | Robert Bosch Gmbh | Verfahren zum Erstellen einer universell einsetzbaren Merkmalskarte |
DE102019208504A1 (de) * | 2019-06-12 | 2020-12-17 | Robert Bosch Gmbh | Positionsbestimmung auf der Basis von Umgebungsbeobachtungen |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009133185A1 (de) * | 2008-04-30 | 2009-11-05 | Continental Teves Ag & Co. Ohg | Selbstlernende karte auf basis von umfeldsensoren |
CN104554275A (zh) * | 2013-10-25 | 2015-04-29 | 罗伯特·博世有限公司 | 用于求取位于车辆前方的道路的高度走向的方法和设备 |
CN105513051A (zh) * | 2015-11-26 | 2016-04-20 | 福州华鹰重工机械有限公司 | 一种点云数据处理方法和设备 |
US20170008521A1 (en) * | 2015-02-10 | 2017-01-12 | Mobileye Vision Technologies Ltd. | Autonomous vehicle speed calibration |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2722646B1 (en) | 2011-06-14 | 2021-06-09 | Nissan Motor Co., Ltd. | Distance measurement device and environment map generation apparatus |
EP2774057A4 (en) * | 2011-11-01 | 2016-07-06 | Ericsson Telefon Ab L M | METHOD AND DEVICES FOR PROVIDING, RECEIVING OR MANAGING CARDS |
JP6325806B2 (ja) | 2013-12-06 | 2018-05-16 | 日立オートモティブシステムズ株式会社 | 車両位置推定システム |
JP6280409B2 (ja) | 2014-03-25 | 2018-02-14 | 株式会社日立製作所 | 自車位置修正方法、ランドマークデータ更新方法、車載機、サーバおよび自車位置データ修正システム |
US9803985B2 (en) | 2014-12-26 | 2017-10-31 | Here Global B.V. | Selecting feature geometries for localization of a device |
JP7066607B2 (ja) * | 2015-08-03 | 2022-05-13 | トムトム グローバル コンテント ベスローテン フエンノートシャップ | ローカライゼーション基準データを生成及び使用する方法及びシステム |
DE102015220831A1 (de) * | 2015-10-26 | 2017-04-27 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen von Landmarken für eine Ortsbestimmung für ein bewegliches Objekt sowie Verfahren und Vorrichtung zur Ortsbestimmung für ein bewegliches Objekt |
DE102016221688A1 (de) * | 2016-11-04 | 2018-05-09 | Robert Bosch Gmbh | Verfahren zum Verorten eines Fahrzeugs |
US10545029B2 (en) * | 2016-12-30 | 2020-01-28 | DeepMap Inc. | Lane network construction using high definition maps for autonomous vehicles |
US10816346B2 (en) * | 2016-12-30 | 2020-10-27 | DeepMap Inc. | Occupancy map updates based on sensor data collected by autonomous vehicles |
-
2017
- 2017-12-14 DE DE102017222810.5A patent/DE102017222810A1/de active Pending
-
2018
- 2018-11-21 CN CN201880080604.8A patent/CN111480165A/zh active Pending
- 2018-11-21 EP EP18814502.3A patent/EP3724811A1/de active Pending
- 2018-11-21 WO PCT/EP2018/082122 patent/WO2019115192A1/de unknown
- 2018-11-21 KR KR1020207020016A patent/KR20200097772A/ko unknown
- 2018-11-21 US US16/767,764 patent/US11442462B2/en active Active
- 2018-11-21 JP JP2020532759A patent/JP7427587B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009133185A1 (de) * | 2008-04-30 | 2009-11-05 | Continental Teves Ag & Co. Ohg | Selbstlernende karte auf basis von umfeldsensoren |
CN104554275A (zh) * | 2013-10-25 | 2015-04-29 | 罗伯特·博世有限公司 | 用于求取位于车辆前方的道路的高度走向的方法和设备 |
US20170008521A1 (en) * | 2015-02-10 | 2017-01-12 | Mobileye Vision Technologies Ltd. | Autonomous vehicle speed calibration |
CN105513051A (zh) * | 2015-11-26 | 2016-04-20 | 福州华鹰重工机械有限公司 | 一种点云数据处理方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
KR20200097772A (ko) | 2020-08-19 |
JP7427587B2 (ja) | 2024-02-05 |
US11442462B2 (en) | 2022-09-13 |
DE102017222810A1 (de) | 2019-06-19 |
WO2019115192A1 (de) | 2019-06-20 |
EP3724811A1 (de) | 2020-10-21 |
JP2021507376A (ja) | 2021-02-22 |
US20200348685A1 (en) | 2020-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111727413B (zh) | 用于访问来自其他车辆的补充感知数据的方法 | |
EP3647734A1 (en) | Automatic generation of dimensionally reduced maps and spatiotemporal localization for navigation of a vehicle | |
JP6325806B2 (ja) | 車両位置推定システム | |
CN102208012B (zh) | 风景匹配参考数据生成***及位置测量*** | |
EP2372611A2 (en) | Scene matching reference data generation system and position measurement system | |
KR20210077617A (ko) | 융합된 카메라/LiDAR 데이터 포인트를 사용한 자동화된 대상체 주석 달기 | |
US11231285B2 (en) | Map information system | |
CN110073362A (zh) | 用于车道标记检测的***及方法 | |
KR20190082712A (ko) | 차량의 예상 주행 의도에 관한 정보를 제공하는 방법 | |
JP2016180980A (ja) | 情報処理装置、プログラム、及び地図データ更新システム | |
US20220194412A1 (en) | Validating Vehicle Sensor Calibration | |
JP6589570B2 (ja) | センター処理装置、地図生成システム、及びプログラム | |
EP4033460A1 (en) | Data recording for adas testing and validation | |
CN111480165A (zh) | 在考虑对象的特征结构的情况下创建用于车辆的基于特征的定位地图的方法 | |
CN113129382A (zh) | 一种确定坐标转换参数的方法及装置 | |
CN111183463B (zh) | 用于处理机动车中的数据以发送至后端的方法、设备和具有指令的计算机可读的存储介质 | |
CN107545760B (zh) | 提供在定位地点处定位车辆的定位信息的方法和通过另一车辆提供定位车辆的信息的方法 | |
JP2024026588A (ja) | 画像認識装置、及び画像認識方法 | |
US20230128379A1 (en) | Method and device for evaluating a function for predicting a trajectory of an object in an environment of a vehicle | |
US11885640B2 (en) | Map generation device and map generation method | |
CN110446106B (zh) | 一种前置摄像头文件的识别方法、电子设备及存储介质 | |
JP6933069B2 (ja) | 経路探索装置 | |
CN115662167B (zh) | 自动驾驶地图构建方法、自动驾驶方法及相关装置 | |
CN113706586B (zh) | 基于多点位感知的目标跟踪方法及装置、存储介质 | |
US20220262138A1 (en) | Division line 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 |