CN112009484A - 用于确定驾驶辅助数据的方法和*** - Google Patents
用于确定驾驶辅助数据的方法和*** Download PDFInfo
- Publication number
- CN112009484A CN112009484A CN202010476931.4A CN202010476931A CN112009484A CN 112009484 A CN112009484 A CN 112009484A CN 202010476931 A CN202010476931 A CN 202010476931A CN 112009484 A CN112009484 A CN 112009484A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- driving assistance
- sensor
- vehicles
- 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 80
- 230000015654 memory Effects 0.000 claims description 22
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design 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
- 239000003550 marker Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/162—Decentralised systems, e.g. inter-vehicle communication event-triggered
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- 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
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/406—Traffic density
-
- 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
- B60W2556/65—Data transmitted between vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及用于确定驾驶辅助数据的方法和***。具体地,提供了基于关于其他运载工具的传感器数据和地图数据来确定关于运载工具的驾驶辅助数据的方法、中央控制***以及非暂时性计算机可读存储介质。传感器数据是从第一运载工具的传感器***获取的,该传感器数据包括位于第一运载工具的周围环境中的第二运载工具的姿态和速度。此外,获取包括第一运载工具的周围环境的路形的地图数据。将第二运载工具的姿态和速度与地图数据相比较,并且基于比较来确定关于第三运载工具的驾驶辅助数据。
Description
相关申请的交叉引用
本专利申请要求于2019年5月29日提交的申请号EP19177408.2、名称为“METHODAND SYSTEM FOR DETERMINING DRIVING ASSISTING DATA(用于确定驾驶辅助数据的方法和***)”欧洲专利的优先权,其于此被委托给受让人,并且通过引用被明确地合并于此。
技术领域
本发明涉及基于关于其他运载工具的传感器数据和地图数据来确定关于运载工具的驾驶辅助数据的方法和运载工具控制***。
背景技术
今天,许多运载工具具有高级驾驶辅助***(ADAS)特征的形式的各种驾驶支持功能。而且,许多这些特征形成用于当前和将来的自主驾驶(AD)特征的基础。ADAS特征或功能的示例包括车道偏离警告***、车道中心对准、车道保持辅助、领航辅助、车道改变辅助、停车传感器、行人保护***、盲点监视器、自适应巡航控制(ACC)、防抱死制动***,等等。这些特征响应于某些方案利用一个或多个警告或自动化动作来补充运载工具的传统驾驶控制。
关于具有ADAS或AD***或特征的运载工具的重要的要求是它们能够可靠地识别前方的路形和/或交通状况。为了尽量实现这,目前已知的方法和***包括直接地感知路形的向前看的传感器以及包含路形的地图(往往被称为HD地图)以及估计运载工具在地图中的位置的模块。然而,关于目前已知的方法和***问题仍然存在。例如,现存的方法和***缺乏可靠地识别路形和/或交通状况的准确度。
因此需要如下方法和***,与目前已知的***和方法相比,其能够进行对前方路形和/或交通状况的更可靠的识别。
发明内容
本公开的目的是提供如下方法、运载工具控制***和非暂时性计算机可读存储介质,其努力缓解、缓和,或消除现有技术中的一个或多个上面所述的缺陷以及目前已知的***和方法的缺点。
通过如所附权利要求所限定的方法、运载工具控制***和非暂时性计算机可读存储介质来实现该目的。术语示例性在本上下文中将被理解为充当实例、示例或图示。
根据本公开的第一方面,提供基于关于其他运载工具的传感器数据和地图数据来确定关于运载工具的驾驶辅助数据的方法。该方法包括:从第一运载工具的传感器***获取传感器数据,该传感器数据包括位于第一运载工具的周围环境中的第二运载工具的姿态和速度;以及获取包括第一运载工具的周围环境的路形的地图数据。该方法另外包括将第二运载工具的姿态和速度与地图数据相比较以及基于比较来确定关于第三运载工具的驾驶辅助数据。
本上下文中的运载工具可以是任意类型的适当的公路运载工具,诸如像汽车、公共汽车、卡车,等等,但是也可以至少关于第二运载工具是其他道路使用者,诸如骑摩托车的人、骑自行车者、行人等等。
在本上下文中的运载工具的姿态与运载工具的定向(航向)一起将被解释为地理位置(或地图位置)。换句话说,姿态能够被理解为总体坐标***中的运载工具的坐标的集合(两个或更多)以及坐标***中的运载工具的方向。运载工具的周围环境能够被理解为其中能够检测到并且通过运载工具传感器(雷达、LIDAR、照相机,等等)来识别对象(诸如其他运载工具、地标、障碍、道路等等)的运载工具周围的(即,运载工具的传感器范围内的)一般区域。
驾驶辅助数据是辅助运载工具的AD或ADAS***或特征的数据。
借助于所提出的方法,确定驾驶辅助数据,与目前已知的***和方法相比,其能够进行对路形和/或交通状况的更可靠的识别。具体第,该方法可适用于运载工具能够通过使用地图数据来导航/驾驶的***中。目的是将地理区域的地图数据形式的参考数据与关于地理区域的传感器数据相比较。除关于周围运载工具的传感器数据之外,地图数据可以涉及诸如第一运载工具的周围环境之类的描述地理区域的多种其他参考数据,并且可以包括关于照明条件、公路状况、运载工具之间的距离、运载工具的类型、路形、天气状况,等等的数据。更详细地,该方法使得能够使用关于周围运载工具和环境的传感器数据并且将传感器数据与地图数据相比较以便提供驾驶辅助数据。
本公开至少部分地基于如下实现,其将通过提供驾驶辅助数据来有利地提供另外的数据用于提高目前已知的***的鲁棒性、其能够进行对前方路形和/或交通状况的更可靠的识别。识别的路形和/或交通状况必须是可靠的以便应用AD或ADAS***或特征。因而,发明人认识到,可以利用关于第二运载工具第一运载工具的传感器数据以及关于第一运载工具的周围环境的地图数据以用于确定关于第三运载工具的驾驶辅助数据。
根据本公开的示例性实施例,确定驾驶辅助数据基于比较是否指示不一致性。通过指示任意不一致性,驾驶辅助数据能够进行对前方路形和/或交通状况的更可靠的识别,这是因为其中指示不一致性的情形能够与不指示不一致性的情形分开。其中不指示不一致性的情形典型地替代地指示对前方的路形和/或交通状况的任意识别更可靠。因此,能够识别其中对前方路形和/或交通状况的识别更可靠的情形。
根据本公开的另外的示例性实施例,驾驶辅助数据包括地图数据的置信度。例如,确定驾驶辅助数据可以包括:如果比较不指示不一致性,则增大地图数据的置信度值。此外,确定驾驶辅助数据可以包括:如果比较指示不一致性,则减小地图数据的置信度值。因此,其中对前方的路形和/或交通状况的识别更可靠的情形能够被识别为地图数据的置信度根据驾驶辅助数据为高的情形。
根据本公开的另外的示例性实施例,驾驶辅助数据包括交通状况。交通状况可以是风险情景、交通密度以及临时交通改变中的一项。
在本公开的另外的示例性实施例中,可以获取另外的传感器数据。例如,可以从第一运载工具的传感器***获取另外的传感器数据,其中,另外的传感器数据包括位于第一运载工具的周围环境中的另外的运载工具的姿态和速度。然后将另外的运载工具的姿态和速度与地图数据相比较,并且基于比较关于第三运载工具来确定驾驶辅助数据。另外地或替换地,可以从多个另外的运载工具的传感器***获取另外的传感器数据,该另外的传感器数据位于多个另外的运载工具的相应的周围环境中的周围运载工具的姿态和速度。还获取另外的地图数据,该另外的地图数据包括多个运载工具的相应的周围环境的路形。然后将周围运载工具的姿态和速度与另外的地图数据相比较,并且基于比较关于第三运载工具来确定驾驶辅助数据。通过获取另外的传感器数据,与地图数据相比较基于更大量的传感器数据,并且基于比较所确定的驾驶辅助数据使得进行对路形和/或交通状况的更可靠识别。
根据本公开的示例性实施例,该方法另外包括向第三运载工具发送所确定的驾驶辅助数据。
根据本公开的第二方面,提供一种中央控制***。中央控制***包括至少一个处理器,和至少一个存储器。一个或多个处理器被配置为执行存储在存储器中的指令,所述指令使运载工具控制***执行基于关于其他运载工具的传感器数据来确定关于运载工具的驾驶辅助数据的方法。该方法包括从第一运载工具的传感器***获取传感器数据,该传感器数据包括位于第一运载工具的周围环境中的第二运载工具的姿态和速度以及获取包括第一运载工具的周围环境的路形的地图数据。该方法另外包括将第二运载工具的姿态和速度与地图数据相比较以及基于比较来确定关于第三运载工具的驾驶辅助数据。关于本公开的该方面,如在先前讨论的本公开的第一方面中,提出类似的优点和优选的特征。
通过中央控制***意指远离运载工具并且在其可以从若干运载工具获取传感器数据的范围的中央的控制***。中央控制***可以被包括在云服务中。一个中央控制***可以服务于地理区域或多个运载工具。
根据本公开的第三方面,提供一种存储被配置为由中央控制***的一个或多个处理器执行的一个或多个程序的非暂时性计算机可读存储介质,该一个或多个程序包括执行根据在本文公开的实施例的任意之一的方法的指令。关于本公开的该方面,如在先前讨论的本公开的第一方面中,提出类似的优点和优选的特征。
在附属权利要求中限定本发明的另外的实施例。应当强调,当在本说明书中使用时,采用术语“包括/包括有”以指定所陈述的特征、整数、步骤,或组件的存在。其不阻止存在或添加一个或多个其他特征、整数、步骤、组件,或其组。
将在下文中参考在下文描述的实施例来进一步澄清本发明的这些和其他特征和优点。
附图说明
根据以下详细描述,本公开的实施例的另外的目的、特征和优点将明显,对附图作出参考,其中:
图1是关于本公开的实施例的运载工具和周围运载工具的示意顶视图表示。
图2是包括与本公开的中央控制***进行通信的运载工具控制设备的运载工具的示意性侧视图示。
图3是根据本公开的实施例、用于确定驾驶辅助数据的方法的流程表示。
图4是根据本公开的另一个实施例、用于确定驾驶辅助数据的方法的流程表示。
图5是根据本公开的实施例、用于确定用于确定驾驶辅助数据的中央控制***的示意图。
具体实施方式
本领域技术人员将理解,可以使用独立的硬件电路、使用结合编程微处理器或通用计算机运行的软件、使用一个或多个专用集成电路(ASIC)和/或使用一个或多个数字信号处理器(DSP)来实施在本文解释的步骤、服务和功能。也将理解,当就方法来描述本公开时,其也可以被体现在一个或多个处理器和耦合到一个或多个处理器的一个或多个存储器中,其中,一个或多个存储器存储当由一个或多个处理器执行时执行在本文公开的步骤、服务和功能的一个或多个程序。
在接下来的示例性实施例的描述中,相同的附图标记表示相同的或相似的组件。
图1示出具有被安排为与根据本公开的实施例的并且关于图2和图5公开的中央控制***(未示出)进行通信的运载工具控制***10的运载工具1的示意俯视图示。运载工具1将在下文被称为第一运载工具1。示意图示出了具有四个单独车道和三个周围第二运载工具2a、2b、2c的道路上的第一运载工具。周围第二运载工具中的两个2a、2b在与第一运载工具相同的方向上行进(即,在道路的同一侧)但是在不同的车道中,同时周围的第二运载工具2c中的一个在道路的相对侧行进。
运载工具控制***10包括被配置为确定第一运载工具1的地理坐标的集合(即,地图位置)和第一运载工具1的定向的定位***11。第一运载工具的定向是运载工具朝着其行进的定向,即,运载工具定向(航向定向)。地理坐标和定向在本文也被一起称作姿态。运载工具控制***10具有包括用于检测和识别第一运载工具1外部的物体、因此产生传感器数据的至少一个传感器(未示出)的传感器***12。传感器***12可以例如包括一个或多个雷达(RADAR)布置、激光雷达(LIDAR)布置以及一个或多个照相机,或任意其它适当的传感器。
此外,运载工具控制***10具有连接到定位***11和传感器***12的运载工具控制设备13。更详细地,运载工具控制设备13被配置为获得包括第一运载工具的周围环境的路形的地图数据。路形包括位置道路地图数据的表示(例如,道路中心或车道中心)和/或道路形状的表示(即,曲度和/或航向)。应当理解的是,运载工具控制设备13可以包括被安排并且被配置用于与现场之外的服务器或基于云的服务器的数字通信的数字信号处理器。因此,可以向运载工具控制设备13发送数据并且从运载工具控制设备13发送数据。然后,借助于定位***11来确定第一运载工具的地理位置,该定位***11可以借助于GNSS***、IMU数据和路形和/或通过固定地标的使用来确定地理位置,如已经在上文中示范的。
因此,根据在控制电路中提供的功能,可以提供一个或多个通信接口(未示出)和/或一个或多个天线接口,并且另外,也可以提供一个或多个传感器接口(未示出)用于从运载工具内的传感器获得数据。
接下来,运载工具控制设备13被配置为借助于运载工具感知***12来测量22a、22b、22c针对位于周围环境的一个或多个周围的第二运载工具2a、2b、2c中的每一个的有关第一运载工具1的位置和速度。运载工具控制设备13被进一步配置为借助于传感器***12来基于第一运载工具1的地理位置和一个或多个周围的第二运载工具2a、2b、2c中的每一个的测量的位置来确定一个或多个周围的第二运载工具2a、2b、2c中的每一个的地图位置。
换句话说,运载工具控制设备13被配置为首先确定第一运载工具1的局部坐标***中的一个或多个周围的第二运载工具2a、2b、2c的位置,并且然后将该位置变换为总体坐标***。
运载工具控制设备13被进一步配置为借助于运载工具感知***12来确定一个或多个周围的第二运载工具2a、2b、2c中的每一个的定向,该定向与一个或多个周围的第二运载工具2a、2b、2c中的每一个的地图位置一起形成一个或多个周围的第二运载工具2a、2b、2c中的每一个的姿态。
图2是诸如包括运载工具控制设备13和定位***11的关于图1的第一运载工具1之类的运载工具1的示意性侧视图示。运载工具控制设备13具有处理器14、存储器15、传感器接口16和通信/天线接口17。
第一运载工具1具有包括多个传感器24(例如,照相机、激光雷达、雷达、超声波换能器,等等)的传感器***。传感器24被配置为获得表示运载工具的周围环境的信息。更详细地,感知***12包括适于跟踪一个或多个道路基准(例如,车道标志线、道路边缘、其他运载工具、地标,等等)的传感器24以便估计路形以及尤其是行进的道路的道路边界。
此外,运载工具控制设备13的处理器14被配置为接收包括关于第一运载工具1的周围环境的信息的传感器数据。应当理解,传感器接口16也可以提供直接地(未示出)或经由运载工具中的专用的传感器控制电路23来获得传感器数据的可能性。通信/天线接口17可以另外提供借助于天线25向远程位置发送输出的可能性。而且,运载工具中的一些传感器24可以使用局部网络设定(主任CAN总线、I2C、以太网、光导纤维,等等)与控制设备10进行通信。通信/天线接口17可以被安排为与运载工具的其他控制功能进行通信并且也可以因此被看作控制接口。然而,可以提供单独的控制接口(未示出)。运载工具内的局部通信也可以是利用诸如WiFi、LoRa、紫蜂、蓝牙,或类似的中间/短程技术等等的协议的无线类型。
另外,第一运载工具1连接到根据本公开的实施例的中央控制***50并且关于图5被进一步公开。中央控制***50位于外部网络20中。从第一运载工具到外部网络20的连接可以例如是经由例如经由天线25的无线链路(例如,用于借助于远程资源来执行计算指令的部分或全部)。相同的或一些其他无线链路可以用于与运载工具的附近的其他运载工具或本地基础设施元件进行通信。蜂窝通信技术可以用于远程通信以便至外部网络,并且如果所使用的蜂窝通信技术已经低等待时间,其也可以用于运载工具之间的、运载工具到运载工具(V2V),和/或运载工具到基础设施V2X之间的通信。蜂窝无线电技术的示例是GSM、GPRS、EDGE、LTE、5G、5G NR,等等,也包括将来的蜂窝解决方案。然而,在一些解决方案中,使用中程到短程通信技术,主任无线局域(LAN),例如,基于IEEE 802.11的解决方案。ETSI着手做用于运载工具通信的蜂窝标准,并且由于低等待时间和高带宽和通信信道的高效处理,例如将5G考虑为适当的解决方案。
图3是根据本公开的实施例、用于确定驾驶辅助的方法300的流程表示。该方法可以在中央控制***中(例如,在根据本公开的实施例的中央控制***50中)被执行并且关于图2和图5被进一步公开。通过中央控制***意指远离运载工具并且在其可以从若干运载工具获取传感器数据的范围的中央的控制***。中央控制***可以被包括在云服务中。一个中央控制***可以例如服务于特定地理区域或特定多个运载工具。
在方法300中,从第一运载工具的传感器***获取310传感器数据。第一运载工具和传感器***可以例如是如关于图1和图2公开的第一运载工具1和包括传感器24的传感器***12,并且可以经由通信/天线接口17和天线25从第一运载工具1获取传感器数据。传感器数据包括位于第一运载工具的周围环境中的第二运载工具的姿态和速度。第二运载工具可以例如是如关于图1公开的一个或多个周围的第二运载工具2a、2b、2c中的一个。第二运载工具可以在关于第一运载工具的相同的方向、相反的方向上行进。如果第二运载工具在与第一运载工具相同的方向上行进,其可以在与第一运载工具相比相同的车道或不同的车道中行进。
此外,获取320地图数据。地图数据包括第一运载工具的周围环境的路形。可以从其中执行地图数据或可以从远程站点中的存储器中获取地图数据的设备或***的局部存储器中获取地图数据。第一运载工具的周围环境的路形可以包括第一运载工具的周围环境的非可行驶区域和可行驶区域。路形可以另外包括位置道路地图数据的表示(例如,道路中心或车道中心),和/或道路形状的表示(即,曲度和/或航向)。将第二运载工具的姿态和速度与地图数据相比较330并且基于比较来确定340关于第三运载工具的驾驶辅助数据。驾驶辅助数据是辅助运载工具的AD或ADAS***或特征的数据。
然后可以将驾驶辅助数据发送给第三运载工具。
方法的优点是,一个运载工具能够观察许多其他运载工具以及尤其是具有ADAS特征的运载工具能够帮助提供例如关于定位和轨迹规划的用于AD运载工具中的数据。此外,关于从(第一)运载工具的传感器***获取与另一个(第二)运载工具的姿态和速度有关的传感器数据的优点是,能够获取也与本身可以不包括传感器***的(第二)运载工具有关的传感器数据。因此,能够获取与较大数量的运载工具的姿态和速度有关的传感器数据,该数据能够与地图数据相比较并且确定驾驶辅助数据。与目前已知的***和方法相比,这使得能够进行路形和/或交通状况的更可靠的识别。
驾驶辅助数据可以包括地图数据的置信度值。地图数据的置信度值可以通过比较被指示或确定。例如,如果比较指示地图数据的置信度较低,则驾驶辅助数据能够指示地图数据的低置信度值。指示地图数据的低置信度值的驾驶辅助数据然后可以被发送给位于或很可能位于地图数据有关的位置的第三运载工具。这使避免使用如下地图数据成为可能,该地图数据具有低置信度值并且由此不可以在第三运载工具中有效以例如用于辅助第三运载工具的AD或ADAS***或特征。在地图数据具有低置信度值的情景中,AD或ADAS***或特征将然后被禁用并且运载工具可以关于此类AD或ADAS***或特征被切换到手动模式。
如果不是那样,比较指示地图数据的置信度高,则驾驶辅助数据能够指示地图数据的高置信度值。指示地图数据的高置信度值的驾驶辅助数据然后可以被发送给位于或很可能位于地图数据有关的位置的第三运载工具。这使证实地图数据成为可能以实现地图数据的使用以例如用于辅助第三运载工具的AD或ADAS***或特征。在地图数据具有的情景中,然后可以实现AD或ADAS***或特征。
确定驾驶辅助数据可以基于比较是否指示不一致性342,即,传感器数据和地图数据在某方面是否不一致。
比较可以例如指示的不一致性是运载工具行驶在其根据地图数据不被允许行驶的地方。这可能例如是由于临时交通改变。
不一致性可以进一步指示地图数据不是有效的,或地图数据具有低置信度或至少可能存在关于地图数据的有效性和/或置信度的问题。类似地,如果不存在不一致性,则这可以指示地图数据是有效的或地图数据具有高置信度或至少不存在关于地图数据的有效性和/或置信度的任意问题的指示。
例如,确定驾驶辅助数据可以包括:如果比较指示不一致性,则减小344地图数据的置信度值。类似地,确定驾驶辅助数据可以包括:如果比较不指示不一致性,则增大346地图数据的置信度值。
可以在地图验证中使用方法300,例如使用所确定的用于地图数据的置信度值。通常,地图验证可以包括:
·收集和监督,
·纠正和匿名化
·部地图创建
·对准
·验证
·聚合
·具有可选报告的评定
地图验证的目的保持HD地图为最新。地图将通常位于云中,并且可以通过中央控制***来获取地图数据。ADAS和AD运载工具两者都被用作探测器并且在中央控制***中获取来自ADAS和AD运载工具的传感器***的传感器数据。
在收集中,包括例如传感器数据的探测数据在中央控制***中被收集(获取)并且被变换为适当的格式。能够使用方法300的特征来从一个或多个第一运载工具收集(获取)传感器数据,传感器数据包括位于一个或多个第一运载工具的相应之一的周围环境中的一个或多个第二运载工具的姿态和速度。
在纠正和匿名化中,传感器数据被整理、匿名化和对准。在匿名观察批(anonymousobservation batches)内以严格的时间次序将传感器数据过滤和排序。
局部地图创建对匿名化的传感器数据的流进行操作并且创建局部地图。这涉及将传感器数据转换为相对于总体坐标***中的参考点(典型地与运载工具后轴的中部相对应的)的局部坐标并且最后将输出定界到局部子地图中。能够通过考虑包括位于一个或多个第一运载工具的相应之一的周围环境中的一个或多个第二运载工具的姿态和速度的传感器数据来使用方法300的特征。
在对准中,本地局部地图被输入、被旋转、被转换,并且局部地图和HD地图之间的匹配点被输出。
验证从对准接收局部地图和HD地图之间的匹配点并且将单个子地图的验证的度量(即,类型、距离,等等)与HD地图对象标识一起输出。针对覆盖区域(边界框)内的HD地图对象中的每一个来验证局部地图的部分,并且标出任意差异(度量/不一致性)。这些度量/不一致性将输入到聚合。能够通过考虑包括位于一个或多个第一运载工具的相应之一的周围环境中的一个或多个第二运载工具的姿态和速度的传感器数据以及通过传感器数据与地图数据的比较所指示的任意不一致性来使用方法300的特征。
当在某区域(边界框)内对HD地图查询地图对象(地图数据)时,其将返回像交通标志、车道标记和中心车道的地图对象。每个地图对象包含至少一个地理位置(形状点),其包含纬度、经度和高度。交通标志例如包含仅仅一个形状点和元数据(例如,标志类型),而车道标记包含形状点的集合和元数据。
聚合接收具有用于许多子地图的对应的验证度量/不一致性的HD地图对象标识作为输入。随着时间对于位置聚合传感器数据。
在聚合之后,存在进行是否对任意偏差(度量/不一致性)作出动作的决策的评定。
例如,可以针对任意偏差(度量/不一致性)向地图利益相关者发送报告。能够通过基于不一致性确定地图数据的置信度值来使用方法300的特征,并且方法300的特征向第三运载工具提供置信度值。
图4是根据本公开的另一个实施例、用于确定驾驶辅助数据的方法400的流程表示。可以在中央控制***中——例如,在如关于图2和图5公开的中央控制***50中执行方法400。在方法400中,从第一运载工具的传感器***获取310传感器数据。此外,获取320地图数据。地图数据包括第一运载工具的周围环境的路形。将第二运载工具的姿态和速度与地图数据相比较330并且基于比较来确定340关于第三运载工具的驾驶辅助数据。然后可以将驾驶辅助数据发送给第三运载工具。
通常,步骤310、320、330、340和350与关于图3描述的方法300中的对应的步骤相同,并且关于图3的公开也对于方法400是有效的。
基于比较的所确定的驾驶辅助数据可以包括交通状况442。可以基于传感器数据与地图数据的比较330来确定交通状况。
交通状况然后可以被发送给第三运载工具,在这里其可以用于确定运行设计域(ODD),即,在之下其给定驾驶AD或ADAS***或特征被设计为功能的特定条件,包括但不限于驾驶模式。这能够合并各种限制,诸如地理、交通、速度,和车行道中的那些。这使辅助第三运载工具的AD***或特征成为可能。在例如由于识别的交通状况而使ODD的需求没有被满足的情景中,AD特征然后将被禁用或不被启用,并且第三运载工具可以关于此类AD或ADAS***或特征被切换到手动模式。
方法的优点是,一个运载工具能够观察许多其他运载工具以及尤其是具有ADAS特征的运载工具能够帮助提供包括高重要性的交通状况的驾驶辅助数据用于AD运载工具的定位和轨迹规划。此外,关于从(第一)运载工具的传感器***获取与另一个(第二)运载工具的姿态和速度有关的传感器数据的优点是,能够获取也与本身可以不包括传感器***的(第二)运载工具有关的传感器数据。因此,能够获取与较大量的运载工具的姿态和速度有关的传感器数据,该数据能够与地图数据相比较并且确定包括交通状况的驾驶辅助数据。与目前已知的***和方法相比,这可以进一步实现对交通状况的更可靠的识别。
包括交通状况的驾驶辅助数据可以另外包括增强的交通信息。例如,在比较330中,可以在特定车道中识别诸如高密度交通之类的交通状况,并且在其他车道中识别诸如低密度交通之类的交通状况。能够向诸如位于或可能位于于驾驶辅助信息有关的区域内的第三运载工具等等的第三运载工具提供此类增强的交通信息。
确定包括交通状况的驾驶辅助数据可以基于是否确定444比较指示不一致性,即,传感器数据和地图数据在某方面不一致。然后能够基于不一致性来确定446交通状况。
比较可以指示的不一致性是运载工具行驶在其根据地图数据不被允许行驶的地方,例如,地图数据没有指示可行驶的区域的地方。其也能够指示运载工具以根据地图数据不被允许行驶的方向或速度行驶,例如,运载工具关于地图数据以错误的方向或以比预期更高的或更低的速度行驶在车道中。基于此类指示,可以识别临时交通改变、风险情景或其他交通状况。
根据临时交通改变、风险情景或其他交通状况的识别,不可以满足ODD的需求。在此类情景中,对于接收驾驶辅助数据的AD运载工具,AD特征将会被禁用或不被启用,并且驾驶可以关于此类AD特征被切换到手动模式。
此外,关于图1至图4,能够关于另外的周围的(第二)运载工具从第一运载工具,或关于相应的周围的(第二)运载工具从另外的(第一)运载工具,或从两者获取另外的传感器数据。在下文中讨论这一点。
能够获取来自第一运载工具的传感器***的另外的传感器数据。另外的传感器数据包括位于第一运载工具的周围环境中的另外的运载工具的姿态和速度。然后可以将另外的运载工具的姿态和速度与地图数据相比较并且基于比较来确定驾驶辅助数据。
对于其中另外的传感器数据涉及同一或重叠的周围环境(即,当生成另外的传感器数据时,第一运载工具位于相同的或相似的位置中)以及其中在预定时段内生成传感器数据的情景,来自多个另外的运载工具的传感器***的另外的传感器数据可以被聚合并且在聚合之后与地图数据相比较。
获取与另外的运载工具的姿态和速度有关的传感器数据的优点是,能够从关于另外的(第二)运载工具的一个(第一)运载工具接收相关的传感器数据。因此,能够获取与更大数量的另外的运载工具的姿态和速度有关的传感器数据,该数据能够与地图数据相比较并且确定驾驶辅助数据。与目前已知的***和方法相比,这使得能够进行路形和/或交通状况的更可靠的识别。
在关于第二运载工具来自第一运载工具的传感器***的传感器数据与关于第一运载工具本身的传感器数据相比较具有降低的质量的程度上,关于更大数量的另外的运载工具来获取传感器数据将提供更大量的传感器数据,其能够补偿并且更加针对可能降低的质量。
预定时段的长度将通常取决于应用以及将被确定的驾驶辅助数据的类型。
可以获取来自多个另外的运载工具的传感器***的另外的传感器数据。另外的传感器数据包括位于多个另外的运载工具的相应的周围环境中的周围运载工具的姿态和速度。而且,获取包括多个运载工具的相应的周围环境的路形的另外的地图数据。然后可以将周围运载工具的姿态和速度与另外的地图数据相比较并且基于比较来确定驾驶辅助数据。
对于其中另外的传感器数据涉及同一或重叠的周围环境(即,当生成另外的传感器数据时,另外的运载工具位于相同的或相似的位置中)以及其中在预定时段内生成传感器数据的情景,来自多个另外的运载工具的传感器***的另外的传感器数据可以被聚合并且在聚合之后与地图数据相比较。
从另外的运载工具获取与另外的运载工具的相应的周围环境中的另外的其他运载工具的姿态和速度有关的传感器数据的优点是,能够获取也关于它们自己不包括传感器***的另外的运载工具的传感器数据。因此,能够获取与更大数量的运载工具的姿态和速度有关的传感器数据,该数据能够与地图数据相比较并且确定驾驶辅助数据。与目前已知的***和方法相比,这使得能够进行路形和/或交通状况的更可靠的识别。
在关于周围运载工具中的每一个来自另外的运载工具中的每一个的传感器***的传感器数据与关于运载工具本身的传感器数据相比较具有降低的质量的程度上,从更大数量的运载工具并且关于更大数量的周围运载工具来获取传感器数据将提供更大量的传感器数据,其能够补偿并且更加针对可能降低的质量。
预定时段的长度将通常取决于应用以及将被确定的驾驶辅助数据的类型。
图5是根据本公开的实施例、用于确定用于确定驾驶辅助数据的中央控制***50的示意图。中央控制***包括至少一个处理器52和至少一个存储器54。处理器被配置为执行存储在存储器中的指令56,该指令56使中央控制***50执行用于根据本公开并且尤其是根据关于图3和4所公开的实施例来基于关于其他运载工具的传感器数据来确定关于运载工具的驾驶辅助数据的方法。
中央控制***50可以例如被标识为通用处理器、专用处理器、包含处理组件的电路、分布式处理组件的组、被配置用于处理的分布式计算机的组、现场可编程门阵列(FPGA),等等。中央控制***50可以另外包括微处理器14、微控制器、可编程数字信号处理器或另一个可编程设备。中央控制***50也可以或代替地包括专用集成电路(ASIC)、可编程门阵列或可编程阵列逻辑、可编程逻辑设备,或数字信号处理器。在中央控制***50包括以上提及的诸如微处理器、微控制器或可编程数字信号处理器之类的可编程设备的情景下,处理器可以另外包括控制可编程设备的操作的计算机可执行的代码。
(与中央控制***50相关联的)处理器(多个)52可以是或包括任意数量的硬件组件用于进行数据或信号处理或用于执行存储在存储器54中的计算机代码(指令56)。存储器54可以是用于存储数据和/或用于完成或促进在本说明书中描述的各种方法的计算机代码的一个或多个设备。存储器54可以包括易失性存储器或非易失性存储器。存储器54可以包括数据库组件、对象代码组件、脚本组件,或用于支持本说明书的各种活动的任意其他类型的信息结构。根据示例性实施例,可以关于该说明书的***和方法来利用任意分布式或本地存储器设备。根据示例性实施例,存储器54(例如,经由电路或任意其他有线的、无线,或网络连接)可通信地连接到处理器52并且包括用于执行在本文描述的一个或多个处理的计算机代码。
包括在中央控制***50中的可以是存储被配置为将被中央控制***50的一个或多个处理器52执行的一个或多个程序的非暂时性计算机可读存储介质54,该一个或多个程序包括用于使中央控制***50执行根据本公开以及尤其是根据关于图3和4所公开的实施例的方法的指令56。
一般说来,计算机可访问的介质可以包括任意有形或非暂时性存储介质或存储器介质,诸如电子、磁性,或光介质——例如,经由总线耦合到计算机***的磁盘或CD/DVD-ROM。如在本文所使用的,术语“有形”和“非暂时性”意图是描述传播电磁信号以外的计算机可读存储介质(或“存储器”),但是并不意图另外限制通过短语计算机可读介质或存储器所涵盖的物理计算机可读存储设备的类型。例如,术语“非暂时性计算机可读介质”或“有形存储器”意图包含不一定永久地存储信息的存储设备的类型,例如包括随机存取存储器(RAM)。可以进一步通过传输介质或可以经由诸如网络和/或无线链路之类的通信介质所输送的诸如电子、电磁,或数字信号之类的信号来传送存储在非暂时性形式的有形计算机可访问的存储介质上的程序指令和数据。
已经参考特定实施例在以上呈现了本公开。然而,以上描述的之外的其他实施例是可能的并且在本公开范围内。可以在本公开范围内提供通过硬件或软件来执行方法的在以上描述的那些方法步骤之外的不同的方法步骤。因此,根据示例性实施例,提供一种存储被配置为由运载工具控制***的一个或多个处理器执行的一个或多个程序的非暂时性计算机可读存储介质,该一个或多个程序包括执行根据以上讨论的实施例中的任意一个的方法的指令。替换地,根据另一个示例性实施例,云计算***能够被配置为执行在本文呈现的任意方法。云计算***可以包括分布式云计算资源,其在一个或多个计算机程序产品的控制下联合地执行在本文呈现的方法。
因此,应当理解,可以在运载工具中、在位于运载工具外部的***中,或在运载工具内部和外部的组合中任一中;例如在与运载工具进行通信的服务器,所谓的云解决方案中实施所描述的解决方案的部分。例如,可以向外部***发送传感器数据并且该***执行步骤以将传感器数据(其他运载工具的移动)与预定义的行为模型相比较。可以在所描述的那些组合之外的其他组合中将实施例的不同的特征和步骤组合。
在以下项目中阐述示例性方法、计算机可读存储介质、控制设备、运载工具以及基础设施设备:
应当注意到,词语“包括”不排除存在那些列出的之外的其他要素或步骤并且在要素之前的词语“一”不排除存在多个这样的要素。应当进一步注意到,任意附图标记不限制权利要求的范围,可以借助于硬件和软件两者来至少部分地实施本发明以及可以通过相同项的硬件来表示若干“装置”或“单元”。
尽管图可以示出方法步骤的特定次序,但步骤的次序可以不同于被描绘的次序。此外,可以并行地或在部分同时发生的情景下执行两个或更多步骤。例如,可以基于特定实现将接收包括关于移动的信息和关于当前道路场景的信息的信号的步骤互换。此类变化将取决于所选择的软件和硬件***以及设计者选择。所有此类变化处于本公开的范围内。同样地,能够利用具有基于规则的逻辑和其他逻辑的标准编程技术来实现软件实施以实现各种连接步骤、处理步骤、比较步骤和决策步骤。仅仅将以上提及的和所描述的实施例作为示例给出并且不应当被限制到本发明。对于本领域技术人员,如在以下描述的专利实施例中所要求保护的本发明的范围内的其他解决方案、使用、目的,和功能应当是明显的。
Claims (15)
1.一种基于关于其他运载工具的传感器数据和地图数据来确定关于运载工具的驾驶辅助数据的方法,所述方法包括:
从第一运载工具的传感器***获取传感器数据,所述传感器数据包括位于所述第一运载工具的周围环境中的第二运载工具的姿态和速度;
获取包括所述第一运载工具的周围环境的路形的地图数据;
将所述第二运载工具的姿态和速度与所述地图数据相比较;并且
基于所述比较来确定关于第三运载工具的驾驶辅助数据。
2.根据权利要求1所述的方法,其中,所述驾驶辅助数据包括所述地图数据的置信度值。
3.根据权利要求1所述的方法,其中,确定驾驶辅助数据基于所述比较是否指示不一致性。
4.根据权利要求3所述的方法,其中,确定驾驶辅助数据包括:如果所述比较不指示不一致性,则增大所述地图数据的置信度值。
5.根据权利要求2至4中的任意一项所述的方法,其中,确定驾驶辅助数据包括:如果所述比较指示不一致性,则减小所述地图数据的置信度值。
6.根据权利要求1至4所述的方法,其中,所述驾驶辅助数据包括交通状况。
7.根据权利要求6所述的方法,其中,所述交通状况是风险情景、交通密度以及临时交通改变中的一项。
8.根据权利要求1所述的方法,进一步包括:
从所述第一运载工具的传感器***获取另外的传感器数据,所述另外的传感器数据包括位于所述第一运载工具的周围环境中的另外的运载工具的姿态和速度;并且
将所述另外的运载工具的姿态和速度与所述地图数据相比较。
9.根据权利要求1所述的方法,其中,所述第二运载工具位于所述第一运载工具的周围环境中的邻近车道或相对车道中。
10.根据权利要求1所述的方法,其中,所述第一运载工具的周围环境的路形包括所述第一运载工具的周围环境的非可行驶区域和可行驶区域。
11.根据权利要求1所述的方法,进一步包括:
从多个另外的运载工具的传感器***获取另外的传感器数据,所述另外的传感器数据包括位于所述多个另外的运载工具的相应的周围环境中的周围运载工具的姿态和速度;
获取另外的地图数据,所述另外的地图数据包括所述多个运载工具的相应的周围环境的路形;并且
将所述周围运载工具的姿态和速度与所述另外的地图数据相比较。
12.根据权利要求11所述的方法,其中,所述多个另外的运载工具的相应的周围环境的所述路形包括所述多个另外的运载工具的相应的周围环境的非可行驶区域和可行驶区域。
13.根据权利要求1所述的方法,进一步包括:向所述第三运载工具发送所确定的驾驶辅助数据。
14.一种中央控制***,包括:
至少一个处理器;
至少一个存储器;
其中,所述至少一个处理器被配置为执行存储在所述存储器中的指令,所述指令使所述中央控制***执行基于关于其他运载工具的传感器数据来确定关于运载工具的驾驶辅助数据的方法,所述方法包括:
从第一运载工具的传感器***获取传感器数据,所述传感器数据包括位于所述第一运载工具的周围环境中的第二运载工具的姿态和速度;
获取包括所述第一运载工具的周围环境的路形的地图数据;
将所述第二运载工具的姿态和速度与所述地图数据相比较;并且
基于所述比较来确定关于第三运载工具的驾驶辅助数据。
15.一种存储一个或多个程序的非暂时性计算机可读存储介质,所述一个或多个程序被配置为由运载工具控制***的一个或多个处理器执行,所述一个或多个程序包括使所述中央控制***执行根据权利要求1至13中的任意一项所述的方法的指令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19177408.2A EP3745376B1 (en) | 2019-05-29 | 2019-05-29 | Method and system for determining driving assisting data |
EP19177408.2 | 2019-05-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112009484A true CN112009484A (zh) | 2020-12-01 |
Family
ID=66676447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010476931.4A Pending CN112009484A (zh) | 2019-05-29 | 2020-05-29 | 用于确定驾驶辅助数据的方法和*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US11341844B2 (zh) |
EP (1) | EP3745376B1 (zh) |
CN (1) | CN112009484A (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3884480A1 (en) * | 2018-11-21 | 2021-09-29 | Arrival Limited | Apparatus and method for warning of an oncoming vehicle |
EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
US12031829B2 (en) * | 2020-12-03 | 2024-07-09 | Motional Ad Llc | Localization based on surrounding vehicles |
CN112644486B (zh) * | 2021-01-05 | 2022-04-08 | 南京航空航天大学 | 一种基于驾驶安全场的智能车避障轨迹规划方法 |
CN113178091B (zh) * | 2021-05-12 | 2022-06-10 | 中移智行网络科技有限公司 | 安全行驶区域方法、装置和网络设备 |
FR3124998A1 (fr) * | 2021-07-09 | 2023-01-13 | Psa Automobiles Sa | Procédé, dispositif et système de contrôle de système d’aide à la conduite embarqué d’un véhicule |
DE102021123270B3 (de) | 2021-09-08 | 2022-12-29 | Cariad Se | Verfahren und Steuerschaltung zum Überprüfen, ob ein aktuell aktiver Fahrmodus innerhalb seiner ODD betrieben wird, sowie System und Backend-Server |
US11727797B2 (en) * | 2021-10-28 | 2023-08-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Communicating a traffic condition to an upstream vehicle |
EP4198920A1 (en) * | 2021-12-15 | 2023-06-21 | Volvo Autonomous Solutions AB | A method and unit for evaluating a performance of an obstacle detection system |
JP7433363B2 (ja) * | 2022-05-12 | 2024-02-19 | 三菱電機株式会社 | 車両制御装置、及び車両制御方法 |
DE102022212708A1 (de) | 2022-11-28 | 2024-05-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Prüfen einer digitalen Karte eines Umfelds eines Kraftfahrzeugs |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105848981A (zh) * | 2013-12-24 | 2016-08-10 | 沃尔沃卡车集团 | 用于车辆的驾驶员辅助方法和*** |
CN107792077A (zh) * | 2016-08-30 | 2018-03-13 | 沃尔沃汽车公司 | 用于确认道路部段是否适合于自主车辆驾驶的方法和*** |
US20180208195A1 (en) * | 2017-01-20 | 2018-07-26 | Pcms Holdings, Inc. | Collaborative risk controller for vehicles using v2v |
CN109426256A (zh) * | 2017-09-05 | 2019-03-05 | 百度(美国)有限责任公司 | 自动驾驶车辆的基于驾驶员意图的车道辅助*** |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130278441A1 (en) * | 2012-04-24 | 2013-10-24 | Zetta Research and Development, LLC - ForC Series | Vehicle proxying |
JPWO2014050048A1 (ja) * | 2012-09-27 | 2016-08-22 | パナソニックIpマネジメント株式会社 | 受信装置 |
US10347127B2 (en) * | 2013-02-21 | 2019-07-09 | Waymo Llc | Driving mode adjustment |
US9310804B1 (en) * | 2013-11-21 | 2016-04-12 | Google Inc. | Use of prior maps for estimation of lane boundaries |
WO2016018936A1 (en) * | 2014-07-28 | 2016-02-04 | Econolite Group, Inc. | Self-configuring traffic signal controller |
CN105869415B (zh) * | 2015-11-30 | 2018-08-10 | 乐卡汽车智能科技(北京)有限公司 | 车路协同交通灯及车路协同交通灯的控制方法 |
JP6468171B2 (ja) * | 2015-11-30 | 2019-02-13 | 株式会社デンソー | 運転支援装置 |
EP3913598A1 (en) * | 2016-06-23 | 2021-11-24 | Telefonaktiebolaget LM Ericsson (publ) | Methods identifying vehicles and related systems, controllers, and vehicles |
US9953535B1 (en) * | 2016-06-27 | 2018-04-24 | Amazon Technologies, Inc. | Annotated virtual track to inform autonomous vehicle control |
US20180253968A1 (en) * | 2016-08-30 | 2018-09-06 | Faraday&Future Inc. | Systems and methods for triggering traffic light sensors |
US10816346B2 (en) * | 2016-12-30 | 2020-10-27 | DeepMap Inc. | Occupancy map updates based on sensor data collected by autonomous vehicles |
JP6494121B2 (ja) * | 2017-03-01 | 2019-04-03 | 本田技研工業株式会社 | 車線変更推定装置、車線変更推定方法、およびプログラム |
US10475343B2 (en) * | 2017-05-18 | 2019-11-12 | Ford Global Technologies, Llc | Vehicle ice strike prediction |
US10613547B2 (en) * | 2017-08-14 | 2020-04-07 | GM Global Technology Operations LLC | System and method for improved obstacle awareness in using a V2X communications system |
US10681613B2 (en) * | 2017-09-12 | 2020-06-09 | Tango Network, Inc. | Vehicle-to-everything (V2X), vehicle-to-vehicle (V2V) and vehicle-to-infrastructure (V2I) policy for managing distracted driving |
US20190378414A1 (en) * | 2017-11-28 | 2019-12-12 | Honda Motor Co., Ltd. | System and method for providing a smart infrastructure associated with at least one roadway |
JP6962802B2 (ja) * | 2017-12-08 | 2021-11-05 | トヨタ自動車株式会社 | 運転支援装置、運転支援方法及びプログラム |
US11110941B2 (en) * | 2018-02-26 | 2021-09-07 | Renault S.A.S. | Centralized shared autonomous vehicle operational management |
DE102018204500A1 (de) * | 2018-03-23 | 2019-09-26 | Continental Automotive Gmbh | System zur Erzeugung von Konfidenzwerten im Backend |
DE102018114808A1 (de) * | 2018-06-20 | 2019-12-24 | Man Truck & Bus Se | Verfahren zur automatischen Querführung eines Folgefahrzeugs in einem Fahrzeug-Platoon |
US10981564B2 (en) * | 2018-08-17 | 2021-04-20 | Ford Global Technologies, Llc | Vehicle path planning |
US20200086789A1 (en) * | 2018-09-13 | 2020-03-19 | Valeo Comfort And Driving Assistance | Mixed reality left turn assistance to promote traffic efficiency and enhanced safety |
US10926777B2 (en) * | 2018-10-18 | 2021-02-23 | Toyota Research Institute, Inc. | Vehicles and methods of controlling a vehicle to accommodate vehicle cut-in |
US10685563B2 (en) * | 2018-11-08 | 2020-06-16 | Toyota Motor North America, Inc. | Apparatus, systems, and methods for detecting, alerting, and responding to an emergency vehicle |
US20200272159A1 (en) * | 2019-02-25 | 2020-08-27 | Denso International America, Inc. | Method and vehicle control system for intelligent vehicle control about a roundabout |
EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
-
2019
- 2019-05-29 EP EP19177408.2A patent/EP3745376B1/en active Active
-
2020
- 2020-05-28 US US16/885,613 patent/US11341844B2/en active Active
- 2020-05-29 CN CN202010476931.4A patent/CN112009484A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105848981A (zh) * | 2013-12-24 | 2016-08-10 | 沃尔沃卡车集团 | 用于车辆的驾驶员辅助方法和*** |
CN107792077A (zh) * | 2016-08-30 | 2018-03-13 | 沃尔沃汽车公司 | 用于确认道路部段是否适合于自主车辆驾驶的方法和*** |
US20180208195A1 (en) * | 2017-01-20 | 2018-07-26 | Pcms Holdings, Inc. | Collaborative risk controller for vehicles using v2v |
CN109426256A (zh) * | 2017-09-05 | 2019-03-05 | 百度(美国)有限责任公司 | 自动驾驶车辆的基于驾驶员意图的车道辅助*** |
Also Published As
Publication number | Publication date |
---|---|
EP3745376A1 (en) | 2020-12-02 |
EP3745376B1 (en) | 2024-03-27 |
US20200380859A1 (en) | 2020-12-03 |
US11341844B2 (en) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112009484A (zh) | 用于确定驾驶辅助数据的方法和*** | |
CN106352867B (zh) | 用于确定车辆自身位置的方法和设备 | |
US20190001986A1 (en) | Surrounding environment recognition device and computer program product | |
US11231285B2 (en) | Map information system | |
EP3825652B1 (en) | Method and apparatus for estimating a location of a vehicle | |
US11869251B2 (en) | Driving support method and driving support device | |
WO2020057407A1 (zh) | 一种辅助车辆导航方法和*** | |
US20220266825A1 (en) | Sourced lateral offset for adas or ad features | |
JP6903598B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および移動体 | |
US11753014B2 (en) | Method and control unit automatically controlling lane change assist | |
CN116935693A (zh) | 碰撞预警方法、车载终端及存储介质 | |
US20230098688A1 (en) | Advanced data fusion structure for map and sensors | |
CN115840637A (zh) | 用于自动驾驶***特征或功能的评估和开发的方法和*** | |
US20230031485A1 (en) | Device and method for generating lane information | |
US20240233390A9 (en) | Identification of unknown traffic objects | |
US20240135252A1 (en) | Lane-assignment for traffic objects on a road | |
US20210094551A1 (en) | Method and system for determining localization of a vehicle on a road | |
US20240124060A1 (en) | A method for determining whether an automatic collision avoidance steering maneuver should be executed or not | |
WO2023040684A1 (zh) | 一种交通信息获取方法、装置及存储介质 | |
CN114216469B (zh) | 一种对高精地图进行更新的方法、智慧基站及存储介质 | |
US20200307627A1 (en) | Road boundary determination | |
CN115923836A (zh) | 基于v2x的自动驾驶的控制方法、装置、设备及存储介质 | |
CN116206476A (zh) | 用于操作设计域边界的估计的方法和*** | |
CN116394954A (zh) | 用于车辆的假设推理 | |
CN116569233A (zh) | 道路监测***和方法 |
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 |