CN112424638A - 用于自主和半自主交通工具的导航技术 - Google Patents
用于自主和半自主交通工具的导航技术 Download PDFInfo
- Publication number
- CN112424638A CN112424638A CN201980047600.4A CN201980047600A CN112424638A CN 112424638 A CN112424638 A CN 112424638A CN 201980047600 A CN201980047600 A CN 201980047600A CN 112424638 A CN112424638 A CN 112424638A
- Authority
- CN
- China
- Prior art keywords
- radar
- positioning solution
- vehicle
- marker
- positioning
- 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 231
- 239000003550 marker Substances 0.000 claims description 267
- 230000004044 response Effects 0.000 claims description 31
- 230000009471 action Effects 0.000 claims description 22
- 239000011358 absorbing material Substances 0.000 claims description 12
- 239000000243 solution Substances 0.000 description 413
- 230000008569 process Effects 0.000 description 81
- 238000010586 diagram Methods 0.000 description 23
- 238000005259 measurement Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 17
- 239000000463 material Substances 0.000 description 16
- 230000002411 adverse Effects 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 13
- 239000002184 metal Substances 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 8
- 230000004807 localization Effects 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 239000004576 sand Substances 0.000 description 5
- 238000004873 anchoring Methods 0.000 description 4
- 238000010790 dilution Methods 0.000 description 4
- 239000012895 dilution Substances 0.000 description 4
- 239000003897 fog Substances 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
- G01S13/75—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems using transponders powered from received waves, e.g. using passive transponders, or using passive reflectors
- G01S13/751—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems using transponders powered from received waves, e.g. using passive transponders, or using passive reflectors wherein the responder or reflector radiates a coded signal
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
提供了用于操作导航***的技术。根据这些技术的一示例方法包括:使用导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案,使用该导航***的LiDAR收发机、相机或两者来确定与该交通工具在该可导航环境中的位置相关联的第二定位解决方案,基于第一定位的精确度是否超过第二定位解决方案的精确度来从第一和第二定位解决方案中选择定位解决方案,以及利用所选择的交通工具定位解决方案来导航该交通工具通过该可导航环境。
Description
优先权要求
本专利申请要求于2018年7月19日提交的题为“NAVIGATION TECHNIQUES FORAUTONOMOUS AND SEMI-AUTONOMOUS VEHICLES(用于自主和半自主交通工具的导航技术)”的美国非临时专利申请No.16/039,686的优先权,该申请被转让给本申请受让人并由此通过援引明确纳入于此。
背景技术
自驾交通工具是能够感测该交通工具周围的环境并且在没有来自人类驾驶员的输入的情况下导航该交通工具的交通工具。对传感器控制技术的改进已经导致自主交通工具技术的显著进步。然而,用于自主交通工具导航的常规解决方案往往需要对马路及周边基础设施的显著且昂贵的改进,以使得自主交通工具能够确定其位置并且安全地导航马路***。安全地实现自主驾驶交通工具存在许多挑战,因为道路是针对手动运行的交通工具来设计的,而不是以自主交通的思维方式来设计的。将需要巨额投资的基础设施来完全取代和/或升级现有道路,以促成自主交通工具交通。
概述
根据本公开的用于操作导航***的示例方法包括:使用该导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案,使用该导航***的LiDAR收发机、相机或两者来确定与该交通工具在该可导航环境中的位置相关联的第二定位解决方案,基于该第一定位的精确度是否超过该第二定位解决方案的精确度来从该第一和第二定位解决方案中选择定位解决方案,以及利用所选择的交通工具定位解决方案来导航该交通工具通过该可导航环境。
此类方法的实现可包括以下特征中的一个或多个特征。通过以下方式来确定第一定位解决方案的精确度是否超过第二定位解决方案的精确度:确定第一定位解决方案与第二定位解决方案之间的距离;以及确定该距离是否超过第二定位解决方案的预期精确度。响应于该距离超过第二定位解决方案的估计精确度而选择第一定位解决方案。响应于该距离未超过第二定位解决方案的估计精确度而选择第二定位解决方案。通过以下方式来确定第一定位解决方案的精确度是否超过第二定位解决方案的精确度:确定第二定位解决方案是否落在第一定位解决方案内;以及基于第二定位解决方案是否落在第一定位解决方案内来从第一和第二定位解决方案中选择定位解决方案,以使得选择第一定位解决方案,除非第二定位解决方案落在第二定位解决方案内。选择定位解决方案包括:确定每个定位解决方案的可靠性得分;以及丢弃与其相关联的可靠性得分低于预定阈值的每个定位解决方案。响应于第一和第二定位解决方案被丢弃而向交通工具的驾驶员警告要取得对该交通工具的控制。选择第一定位解决方案还是选择第二定位解决方案包括:确定第一定位解决方案和第二定位解决方案是否落在可导航区域内。确定第一定位解决方案和第二定位解决方案是否落在可导航区域内包括:将第一定位解决方案和第二定位解决方案与关于可导航环境的地图信息作比较。LiDAR反射器和雷达反射器邻近可导航环境的可导航部分来布置。LiDAR反射器和雷达反射器被布置在可导航环境的现有基础设施元件上。这些雷达反射器中的至少一部分雷达反射器被极化,并且其中第一定位解决方案利用双极化雷达。这些雷达反射器中的至少一部分雷达反射器被布置在雷达吸收材料上。
根据本公开的一示例导航***包括:雷达收发机,其被配置成向布置在可导航环境中的雷达反射标记器传送信号并从其接收返回信号;LiDAR收发机,其被配置成向布置在可导航环境中的光反射标记器传送信号并从其接收返回信号;存储器;以及耦合至该存储器、该雷达收发机和该LiDAR收发机的处理器。该处理器被配置成:使用该导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案,使用该导航***的LiDAR收发机、相机或两者来确定与该交通工具在该可导航环境中的位置相关联的第二定位解决方案,基于第一定位的精确度是否超过第二定位解决方案的精确度来从第一和第二定位解决方案中选择定位解决方案,以及使用所选择的交通工具定位解决方案来导航该交通工具通过该可导航环境。
根据本公开的一示例导航***包括:用于使用该导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案的装置,用于使用该导航***的LiDAR收发机、相机或两者来确定与该交通工具在该可导航环境中的位置相关联的第二定位解决方案的装置,用于基于该第一定位的精确度是否超过该第二定位解决方案的精确度来从该第一和第二定位解决方案中选择定位解决方案的装置,以及用于使用所选择的交通工具定位解决方案来导航该交通工具通过该可导航环境的装置。
根据本公开的其上存储有用于操作导航***的计算机可读指令的示例非瞬态计算机可读介质,该非瞬态计算机可读介质包括被配置成使该导航***执行以下操作的指令:使用该导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案,使用该导航***的LiDAR收发机、相机或两者来确定与该交通工具在该可导航环境中的位置相关联的第二定位解决方案,基于第一定位的精确度是否超过第二定位解决方案的精确度来从第一和第二定位解决方案中选择定位解决方案,以及使用所选择的交通工具定位解决方案来导航该交通工具通过该可导航环境。
根据本公开的用于生成导航数据的示例方法包括:生成针对可导航环境的导航数据,该导航数据包括布置在该可导航环境各处的雷达反射标记器的位置,其中生成该导航数据包括:使用布置在该可导航环境各处的光反射标记器来确定这些雷达反射标记器的位置。
此类方法的实现可包括以下特征中的一个或多个特征。使用布置在该可导航环境各处的光反射标记器来确定这些雷达发射标记器的位置进一步包括:操作该交通工具的LiDAR收发机以从沿通过该可导航环境的行驶路线布置的光反射标记器获得反射信号,操作该交通工具的雷达收发机以从沿通过该可导航环境的行驶路线布置的雷达反射器获得反射雷达信号,以及确定该光反射标记器和该雷达反射标记器是否共处一地。该雷达反射标记器邻近该光反射标记器来安装。该雷达反射标记器与该光反射标记器集成在一起。确定该光反射标记器和该雷达反射标记器是否共处一地包括:确定该雷达反射标记器离该光反射标记器是否小于预定距离。该预定距离是与该雷达收发机相关联的估计误差。该雷达反射标记器包括粗分辨率标记器。该粗分辨率标记器包括现有基础设施的雷达反射组件。该雷达反射标记器包括细分辨率标记器。该细分辨率标记器被布置在该可导航环境的现有基础设施上。标识故障或缺失的雷达反射或光反射标记器,并向导航服务器发送标识这些故障或缺失标记器的对该导航数据的更新。
根据本公开的一示例导航***包括:雷达收发机,其被配置成向布置在可导航环境中的雷达反射标记器传送信号并从其接收返回信号;LiDAR收发机,其被配置成向布置在可导航环境中的激光反射标记器传送信号并从其接收返回信号;存储器;以及耦合至该存储器、该雷达收发机和该LiDAR收发机的处理器。该处理器被配置成:生成用于该可导航环境的导航数据,该导航数据包括布置在该可导航环境各处的雷达反射标记器的位置,其中该处理器被进一步配置成:使用布置在该可导航环境各处的光反射标记器来确定这些雷达反射标记器的位置。
根据本公开的一示例导航***包括:用于生成针对可导航环境的导航数据的装置,该导航数据包括布置在该可导航环境各处的雷达反射标记器的位置,其中用于生成该导航数据的装置包括:用于使用布置在该可导航环境各处的光反射标记器来确定这些雷达反射标记器的位置的装置。
根据本公开的其上存储有用于生成导航数据的计算机可读指令的示例非瞬态计算机可读介质,该非瞬态计算机可读介质包括被配置成使导航***执行以下操作的指令:生成针对可导航环境的导航数据,该导航数据包括布置在该可导航环境各处的雷达反射标记器的位置,其中配置成使该导航***生成该导航数据的指令包括:配置成使该导航***使用布置在该可导航环境各处的光反射标记器来确定这些雷达反射标记器的位置的指令。
附图简述
图1A是其中可以实现本文中解说的技术的示例运行环境的框图,并且图1B解说了图1A的该示例运行环境的、其中已经叠加了交通工具雷达***的示例射程的框图。
图2是可被用来实现图1A和1B中解说的交通工具的导航和驾驶控制***的示例计算设备的功能框图。
图3是可被用来实现图1A和1B中解说的交通工具的雷达收发机的示例雷达收发机的功能框图。
图4A、4B和4C解说了根据本公开的用于使用基于雷达的技术来确定交通工具110的定位的示例过程。
图5是用于使用反射的标记器信号来确定用于交通工具110的定位解决方案的示例过程。
图6A、6B、6C、6D和6E是解说标记器105在可导航环境的各种示例中的安置的示例。
图7是根据本文中公开的技术的用于操作导航***的过程的流程图。
图8是根据本文中公开的技术的用于选择定位解决方案的示例过程的流程图。
图9是根据本文中公开的技术的用于选择定位解决方案的示例过程的流程图。
图10是根据本文中公开的技术的用于生成导航数据的示例过程的流程图。
图11是根据本文中公开的技术的用于生成导航数据的示例过程的流程图。
图12A、12B、12C和12D解说了根据本公开的示例标记器、反射器和(诸)RFID/MMID背散射应答器。
图13解说了用于确定定位解决方案的示例过程。
图14解说了根据本公开的标记杆(pole)的示例雷达横截面。
图15是提供根据本公开的标记杆的示例雷达反射数据的表。
图16是根据本文中公开的技术的用于操作导航***的过程的流程图。
图17是根据本文中公开的技术的用于选择定位解决方案的示例过程的流程图。
图18是根据本文中公开的技术的用于响应于所选择的定位解决方案而执行一个或多个动作的过程的流程图。
图19是根据本文中公开的技术的用于响应于所选择的定位解决方案而执行一个或多个动作的过程的流程图。
图20是根据本文中公开的技术的用于响应于所选择的定位解决方案而执行一个或多个动作的过程的流程图。
各个附图中相似的附图符号根据某些示例实现指示相似元素。
详细描述
提供了用于对交通工具进行导航的技术。本文中公开的技术可以与自驾交通工具(其被配置成在没有驾驶员干预的情况下自主地导航)以及半自主交通工具(其被配置成使得驾驶员可以取得对该交通工具的导航的完全或部分控制)联用。半自主交通工具的导航***可以提供“驾驶员辅助”特征,其中该交通工具的导航***能取得对该交通工具的导航的完全或部分控制、但该交通工具的驾驶员可以超驰或以其他方式从该导航***取得对该交通工具的导航的完全或部分手动控制。该交通工具的导航***包括雷达收发机、LiDAR收发机、或两者。LiDAR收发机被配置成从布置在各标记器上的光反射反射器接收反射的激光信号。
本文中公开的技术提供对自主和半自主交通工具的非常精确的定位,该定位可被用于导航这些交通工具通过可导航环境。这些定位技术可使用交通工具LiDAR和/或雷达来检测沿道路和/或围绕道路布置的雷达反射和/或光反射标记器。这些雷达反射标记器中的至少一部分雷达反射标记器可包括布置在该标记器上的毫米波无线电标识标签(RFID-MMID)标签,其可通过由该自主或半自主交通工具的导航***传送的雷达信号来激活。这些RFID-MMID标签可被配置成传送包括标签标识信息(诸如标签标识符、和/或该RFID-MMID标签被布置在其上的标记器的地理坐标)的经调制的背散射信号。该标签标识信息还可包括与预期即将到来的雷达标记器位置中的各位置相关的信息。
本文中公开了用于确定要使用LiDAR还是使用雷达来确定用于交通工具的定位解决方案的技术。此外,交通工具的导航***可包括不止一个雷达收发机,且本文中公开了用于确定应当使用哪个雷达收发机或哪些雷达收发机来确定用于交通工具的定位解决方案的技术。还提供了用于创建指示雷达反射标记器的位置的地图数据的技术,其中使用LiDAR来确定这些标记器的位置以提供对这些标记器的更加精确的位置确定(其原本只使用雷达来实现)。
本文中公开的技术并不限于对自主或半自主交通工具进行导航,并且还可以与能导航通过室内和/或室外环境的机器人、无人机和/或其他自主或半自主机器联用。这些技术可以使用与本文中公开的沿着或围绕此类自主或半自主机器能导航通过的室内和/或室外场地的可导航区域布置的那些标记器类似的标记器。例如,自主或半自主机器可被配置成:在室内(或至少部分在室内的场地,诸如购物中心、仓库、住宅设施、仓储设施和/或工厂)进行导航以递送货物、执行维护、和/或执行其他任务。在此类实现中,该机器的导航***可包括关于该室内和/或室外环境的、标识该室内和/或室外环境的各可导航部分的地图信息,且该地图信息可被用于通过消除该自主或半自主机器的落在该室内和/或室外环境的这些可导航区域之外的估计位置来确定该机器的精细化位置。该地图信息可包括关于该室内和/或室外环境的二维(2D)和/或三维(3D)地图信息。该2D和/或3D地图信息可被用于生成或估计通过该室内和/或室外环境的导航路线。对于该自主或半自主机器包括无人机的实现,该2D和/或3D地图信息可被用于生成通过该室内和/或室外环境的飞行路径或估计飞行路径。如本文所使用的术语“马路”或“道路”可以用来宽泛地指代通过室内和/或室外环境的、可由上文所讨论的各种类型的自主或半自主机器中的任一者来导航的可导航路径。此外,如本文所使用的术语“路线图”或“路线图信息”可以用来宽泛地指代包括标识通过室内和/或室外环境的此类可导航路径的信息的地图或地图信息。
图1A是其中可以实现本文中解说的技术的示例运行环境100(在本文中还被称为“可导航环境”)的框图。虽然图1A中解说的示例实现解说了在道路上实现本文中公开的技术的示例,但是本文中公开的技术可以替换地在如上文所讨论的其他类型的室内和/或室外可导航环境中实现。此外,虽然图1A中解说的示例实现以及在后续附图中的各种示例中讨论的那些实现提到了自主或半自主交通工具,但是本文中公开的技术并不限于交通工具,并且还可被应用于其他类型的能通过可导航环境进行导航的自主或半自主机器。
示例运行环境100解说了道路180的一部分,但可以在其他类型的可导航环境(诸如上文所讨论的那些可导航环境)中利用本文中公开的技术,并且图1A中解说的示例并非意图将本文中公开的技术限制为该可导航环境的特定配置。现在返回到图1A,该示例道路包括由中心虚线190以及两条实线185a和185b划界的两条交通道,这两条实线185a和185b给该道路的路肩划界。道路180是作为用于解说本文中公开的技术的示例来提供的。然而,这些技术并不限于该类型的道路,并且可被用于单车道道路、具有单向交通或双向交通的多车道道路、高速路、快速路、收费马路等。道路180具有沿道路180的每一侧以及中心线190布置的多个标记器105。个体标记器是使用字母来标识的。在该示例中,沿道路180的两侧布置了标记器105a-105p,并且沿中心线190布置了标记器105r-105t。图1A中解说的标记器105的间隔和定位仅仅是标记器105的一种可能布局的示例。标记器105可以是沿路面布置的反射器,和/或可以与车道定界符(诸如中心线190)对齐。在其他实现中,除了沿中心线190布置标记器105之外或者取代沿中心线190布置标记器105,可以沿实线185a和185b布置标记器105。此外,可以在具有不止两条交通道的道路中利用标记器105,并且可以在交通道之间沿道路布置标记器105。此外,如将在下文进一步详细地讨论的,可以在可导航环境的基础设施元件(诸如灯杆、车道分隔物、栅栏、标志杆、路标架、和/或可导航环境中存在的其他基础设施元件)上布置标记器。还可以在标记杆上安装标记器,如将在下文进一步详细地讨论的。
交通工具110可以是自主或半自主交通工具。自主交通工具被配置成在没有人类输入的情况下从一个位置导航并行驶到另一位置。半自主交通工具可被配置成在没有人类输入或具有有限的人类输入的情况下从一个位置导航并行驶到另一位置。半自主交通工具可以允许驾驶员取得对该交通工具的导航的完全或部分控制。交通工具110可被配置成载客和/或载货。交通工具110可被配置成提供操舵台和控制器,该操舵台和控制器允许驾驶员取得对该交通工具的手动控制。可以要求驾驶员在没有适合的基础设施就位的道路上利用交通工具以支持自主导航或用于紧急情况,诸如该交通工具的导航***发生故障或需要乘客取得对该交通工具的手动控制的其他情况。
如本文所使用的术语“标记器”是指导航物体,其可被安置在路面上或路面内,安置在马路周围的基础设施元件(诸如桥、标牌、墙壁、电线杆等)上或基础设施元件内,和/或沿马路布置、布置在马路两侧、和/或布置在马路上方。标记器可包括以下各项中的一者或多者:(诸)雷达反射器,其被配置成反射由沿马路行驶的交通工具的导航***发出的雷达信号;一个或多个LiDAR反射器,其被配置成反射由沿马路行驶的交通工具的导航***发出的LiDAR信号;一个或多个射频标识(RFID)标签,其被配置成响应于由沿马路行驶的交通工具的导航***发出的询问信号而生成经调制的背散射信号;和/或一个或多个光学反射器,其被配置成反射在典型人眼可见的光谱内的光。该(该些)光学反射器可以被颜色编码,以向人类驾驶员提供视觉线索和/或供在基于相机的定位技术中使用。在附图中解说并且在本公开中讨论的各种示例提供了可包括这些元件中的一者或多者的标记器的示例。一个或多个反射器可以共处在同一标记器上,并且一种或多种类型的反射器可以共处在同一标记器上。
标记器105可被布置在沿道路180两侧布置的标记杆上。标记器105也可被布置在现有基础设施的元件上,诸如路标、桥、电线杆、交通信号灯、建筑物、隔墙或其他现有基础设施元件。标记器105可以包括能反射由交通工具110的导航***传送的雷达和/或LiDAR信号的反射器。标记器105可以沿马路的表面来布置,并且可以被集成到能反射雷达和/或LiDAR信号的反射器中。标记器105可被敷设于路面,或者被嵌入到路面内。标记器105可作为反射可见光的可见光反射器的补充或替代来实现,其用于划界以及增强道路的行驶道和其他元件的可见性以在弱光情况下辅助驾驶员。道路上可以划界的其他元件包括但不限于:自行车道、人行道、人行横道、停车位、和/或其他元件。这些元件可取决于道路所在地的驾驶法规而有所不同。
至少一部分标记器105可包括射频标识(RFID)标签。RFID标签可以是无源标签、无源电池辅助式标签、或有源标签。有源标签包括电源,并且可被配置成:周期性地广播标签标识信息;或者在传送标签标识信息之前等待来自标签读取器的询问信号。无源电池辅助式标签可以通过在传送标签标识信息之前等待来自标签读取器的询问信号来与有源标签的后一配置类似地操作。无源电池辅助式标签包括内建的电池或其他电源,并且响应于从标签读取器接收到询问***而传送标签标识信息。无源标签不包括内建电源,而是取而代之依赖于由标签读取器传送的射频能量向无源标签供电以传送标签标识信息。标签标识信息可包括:标签标识符,其提供标签的唯一性标识符和/或与标签被布置在其上的标识器相关联的地理坐标;以及与前方可被导航***用于保持交通工具跟踪的预期标记器相关的信息(其用于初始定位并且被周期性地使用(例如,每当交通工具行驶预定距离时),以确保交通工具保持对标记器地图和路线图的跟踪并且不累积误差)。标签标记信息可以存储在标签的持久存储器中。持久存储器可以至少部分地是可写的或可重写的,以使得信息能被写入该存储器。标签标识符可以在制造标签的时间生成并与标签关联,并且可以存储在存储器的只读部分中。地理坐标可以在标签被安置在标记器上的时间被写入标签。可确定用于确定标签被放置在其上的标记器的地理坐标的全球导航卫星***(GNSS)接收机或其他装置,并且可将地理坐标写入标签。在一些实现中,地理坐标可被写入存储器的只写一次(write-once)部分,以防止当标签已经被部署在标记器上时篡改地理坐标信息。否则,恶意方可以能够更改或删除存储在标签上的信息,这会使依赖于标签标识信息的交通工具误算其位置,或不再能够依赖于标签获取地理位置信息。
在自主或半自主交通工具或其他机器可以被配置成在室内和/或室外场地进行导航的替换实现中,可使用与上文所讨论的那些标记器105类似的标记器。可以沿过道、走廊、墙壁、地板、天花板、和/或室内和/或室外场地的其他部分布置标记器,以辅助自主或半自主交通工具或其他机器导航通过室内和/或室外场地。此类实现中的标记器还可以利用下文讨论的间隔模式和/或颜色编码模式来辅助导航通过该环境。
图1B解说了图1A的示例运行环境100的、其中已经叠加了交通工具雷达***的示例射程的框图。在图1B中解说的示例实现中,交通工具雷达***包括以下三个雷达收发机:短程雷达(SRR)收发机、中程雷达(MRR)收发机和长程雷达(LRR)收发机。如在图1B中解说的示例中可见,这些雷达收发机中的每一者可被配置成提供交通工具110正在穿越的可导航环境中的道路或其他可导航元件的一部分范围上的覆盖。例如,SRR收发机可具有约30米的射程,MRR可具有约100米的射程,并且LRR可具有约200米的射程。在示例实现中,LRR可具有约76-77GHz的频率范围(中心频率为76.5GHz)、约600MHz的带宽、55dBm(分贝相对于毫瓦)的峰值等效全向辐射功率(EIRP)、最大约200米的射程、以及约50厘米的测距精确度。MRR可具有约77-81GHz的频率范围(中心频率为79GHz)、约4GHz的带宽、最大约100米的射程、以及约7.5厘米的测距精确度,由SRR、MRR和LRR收发机提供的射程的组合。这些收发机中的每一者所利用的实际射程和频率可基于实现而有所不同,并且本文中关于图1B所讨论的射程和频率仅仅是示例,且并非意图将本文中公开的技术限于这些特定射程和频率。
SRR通常用于短程任务,诸如但不限于检测交通工具110的盲点中其他交通工具的存在、检测交叉交通、和/或提供追尾碰撞警告。SRR的射程可能太短以至于无法有效地用于本文中公开的交通工具定位技术。MRR可被用于与SRR相同的一些任务,诸如但不限于检测交通工具110的盲点中其他交通工具的存在以及检测交叉交通。LRR可被用于各种任务,诸如自适应巡航控制,其可以检测交通工具110前面其他交通工具或物体的存在。MRR和LRR具有较长的有效射程,并且可以被本文中公开的各种技术所利用,诸如但不限于车道跟踪和交通工具定位。MRR和LRR在交通工具的LiDAR和/或相机***受天气状况(诸如雨、雾、和雪,其可能使相机和LiDAR***的性能严重降级)影响的情况下可能特别有效。
至少一部分标记器105可以是雷达反射标记器,并且可以包括RFID标签。RFID可以安装在毫米波天线上,并且可以与作为马路附近的标记器的标记杆安置在一起。RFID标签可以是被配置成在毫米波范围的频谱——30GHz到300GHz——中发出对询问信号的响应的毫米波(RFID MMID)标签,并且可以具有范围从1毫米到10毫米的波长。RFID MMID标签的使用在自主交通工具导航***中是有利的,因为交通工具雷达***可被适配成从RFID MMID标签接收经调制的毫米波信号,并使用该信息来确定该交通工具的位置以及沿道路导航该交通工具。来自RFID MMID标签的背散射可由交通工具雷达***接收,并且背散射信号可由雷达收发机解调以获得RFID MMID标签所提供的标签标识信息,该标签标识信息可包括特定的马路信息(诸如马路状况)以及与前方对于导航所需的标记器相关的信息。交通工具的导航***可以使用从标记器105反射的一个或多个信号、加之从布置在标记器105上的一个或多个RFID MMID标签接收到的任何标签标识信息来确定交通工具110的一组可能的位置。导航***可随后将交通工具110可能位于的该一个或多个估计位置与该马路***的地图作比较,以消除会将交通工具110置于马路之外的假言。
图12A和12B解说了示例标记器,这些示例标记器可被用于实现图1A和1B中解说的标记器105,并且可被用于实现本文中公开的各种过程的标记器。然而,本文中公开的技术并不限于图12A和12B中解说的特定示例。图12A解说了一示例标记器,其包括布置在标记杆1210上的一个或多个金属反射器板1205,该标记杆1210可以沿道路用锚点1215来锚固在地里。(诸)金属反射器板1205被配置成反射由交通工具110的导航***的雷达收发机传送的雷达信号。可利用类似的标记器来在室内和/或室外场地进行导航。
图12B解说了标记器的另一示例实现,其类似于图12A中解说的那些标记器。该标记器包括(诸)反射器板1255,其类似于在前图中解说的(诸)反射器板。该标记器还包括:标记杆1260,其用于支撑(诸)反射器板1255;以及锚点,其用于将该标记器沿道路或其他可导航路线锚固在地里。图12B中解说的示例标记器包括RFID-MMID标签,其被配置成:对来自交通工具110的导航***的询问信号作出响应,以及返回该导航***能处理的背散射信号。该RFID-MMID标签可被配置成返回包括标签信息(诸如标签标识符、和/或该标签被布置在其上的标记器的地理坐标)的经调制的背散射信号。
虽然图12A和12B中解说的示例标识器包括用于安装标记器的标记杆,但是标记器的实现可以省略该标记杆,且标记器可以取而代之被布置在墙壁、地板、天花板、和/或可导航环境的其他基础设施元件之上或之内。图12A和12B中解说的标记器的替换实现可包括用于将(具有或不具有RFID-MMID标签的)金属反射器板部分锚固到现有基础设施(诸如路标、墙壁、桥、电线杆等)上(而不是将标记器沿马路直接锚固到地里)的装置。此外,在一些实现中,除了图12A和12B中解说的雷达反射板1205和1255之外或者取代图12A和12B中解说的雷达反射板1205和1255,图12A和12B中解说的标记器可包括被配置成反射由LiDAR***发出的激光的反射元件(诸如反射板)。
图12C和12D解说了示例标记器,这些示例标记器可被用于实现图1A和1B中解说的标记器105,并且可被用于实现本文中公开的各种过程的标记器。然而,本文中公开的技术并不限于图12C和12D中解说的特定示例。图12C解说了一示例标记器,该标记器包括布置在标记杆1240上的一个或多个金属反射板1235,该标记杆1240可以用与图12A中解说的标记器1205的锚点类似的锚点1245来沿马路或其他可导航路线锚固在地里。(诸)金属反射板1235被配置成反射由交通工具110的导航***的雷达收发机传送的雷达信号。图12A中解说的标记器包括被布置在金属反射板1235的反射部分周围的吸收材料1230。在反射板1235的一部分周围包括吸收材料1230可以在交通工具的导航***处理由该标记器反射的雷达信号时通过产生尖锐的峰值来促成对反射雷达信号的检测。
图12D解说了标记器的另一示例实现,其类似于图12B中解说的那些标记器。该标记器包括(诸)反射器板1275,其类似于在前图中解说的(诸)反射器板。该标记器还包括:标记杆1285,其用于支撑(诸)反射器板1275;以及锚点,其用于将该标记器沿道路或其他可导航路线锚固在地里。图12B中解说的示例标记器包括RFID-MMID标签,其被配置成:对来自交通工具110的导航***的询问信号作出响应,以及返回该导航***能处理的背散射信号。该RFID-MMID标签可被配置成返回包括标签信息(诸如标签标识符、和/或该标签被布置在其上的标记器的地理坐标)的经调制的背散射信号。图12B中解说的标记器还包括被布置在金属反射器板1275的一部分以及RFID-MMID标签1280周围的吸收材料1230。
虽然图12C和12D中解说的示例标记器包括能吸收雷达信号的材料,但是能吸收由交通工具的导航***的LiDAR收发机所使用的激光信号的材料可以作为雷达吸收材料的替代或补充来使用。一些实现可包括能够吸收交通工具110的导航***所利用的雷达信号和激光信号两者的材料。此外,此类吸收材料的使用并不限于图12C和12D中解说的特定标记器配置。此类材料可以与本文中公开的其他类型的标记器联用。
在一些实现中,作为如上文所讨论的那样在现有基础设施元件上布置反射标记器的替代或补充,这些基础设施元件可以被用作标记器。例如,交通杆、灯杆、杆托招牌、和/或包括但不限于这些示例的此类基础设施元件可具有高雷达截面(RCS)。此类基础设施元件可以提供较大的雷达反射,其可以作为上文所讨论的光反射和/或雷达反射标记器的补充或替代来用于确定用于交通工具的位置解决方案。图14解说了根据本公开的标记杆的示例雷达横截面,其解说了这样的基础设施元件如何会有可使用交通工具导航***的LRR和/或MRR来检测的高RCS。然而,如图15的表中解说的,交通工具越靠近标记杆或其他基础设施元件,与标记杆相关联的传播误差越大。该表包括交通工具到标记杆的顶部和底部的距离、标记杆的高度、以及与每个距离相关联的传播误差。随着交通工具与基础设施元件之间的距离增大,传播误差会变得可忽略。雷达测距误差可能被加到标记杆传播误差。LRR测距误差为约0.5米(当使用BW=600MHz时),而MRR可具有约7.5厘米的精确度(使用BW=4GHz)。在短距离(低于100米)下,传播误差可几乎等同于LRR测距误差。相应地,基础设施元件可以用作粗分辨率标记器,其可由导航***用于确定用于交通工具的位置解决方案。此类基础设施元件的位置可以被标识并且被包括在使用在本文中公开并在下文详细讨论的技术所生成的标记器地图信息中。该标记器地图信息可包括粗分辨率标记器和细分辨率标记器两者(诸如上文关于至少图1A、1B、4A-C、6A-E所讨论的雷达反射标记器、光反射标记器和/或MMID-RFID标记器)。细分辨率标记器可被布置在如本文中讨论的各种基础设施元件(诸如但不限于混凝土和/或金属栅栏)上,并且可被用于提供精细的定位精确度,而粗分辨率标记器可被用于提供较粗略的定位精确度。
交通工具的导航***可被配置成执行两阶段定位过程,该过程包括并行地执行以下步骤:(1)使用LRR、利用更远离该交通工具(例如,至多达大约200米)的标记器来确定该交通工具的粗略定位,以及(2)使用MRR或SRR、基于来自离该交通工具短程或中程(例如,至多达大约100米)的细分辨率标记器的分辨率来执行细分辨率定位。在中程定位只接收到两次反射的情况下,基于MRR(或基于SRR)的定位在确定定位解决方案时将遭受多义性,从而得到多个可能的定位解决方案。交通工具导航***可被配置成:通过基于关于该可导航环境的地图信息从该多个定位解决方案中选择落在使用LRR所确定的粗略定位范围内并且还落在可导航区域(诸如道路)旁的定位解决方案来解决该多义性。以该方式,可以基于对来自一两个标记器的反射(而不是确定针对交通工具位置的三角测量解决方案所需的至少三个及以上来自标记器的反射)的飞行时间(TOF)的MRR雷达测量可获得来达成精细的定位解决方案。
可使用各种技术来创建包括标记器位置地图的导航数据。该标记器位置地图可从对将被安置在道路上的标记器位置的规划生成,可在各标记器被安置在马路上时生成,和/或可通过一旦各标记器就位就使交通工具沿马路行驶以生成地图数据来生成。地图位置可包括标识各标记器105在可导航环境内的位置的标记器信息。导航数据中所包括的标记器信息可包括诸如各标记器的地理坐标、各标记器相对于路面所处的高度、标记器类型(雷达反射、光反射、MMID、光学反射、或一种或多种类型的组合)等信息、和/或其他信息。标记器类型信息还可标识粗分辨率标记器可以是雷达反射基础设施元件(诸如但不限于灯柱、交通杆、标牌支座等),其具有能被交通工具的导航***的雷达收发机检测到的雷达截面。
与被布置在至少一部分标记器105上的任何RFID标签相关联的标签标识符也可与关于这些标记器的位置信息包括在一起。标签标识符可与标签被布置在其上的标记器所处的地理坐标集相关联。从这样的标签接收到背散射信号的交通工具的导航***可以基于飞行时间(TOF)信息来确定该交通工具离该标签被布置在其上的标记器多远。该标记器位置地图还可包括其上未布置有RFID标签的标记器。地图信息中所包括的标记器信息可指示标记器包括一个或多个雷达反射器、一个或多个LiDAR反射器、一个或多个光学反射器、或其组合。
如下文将更详细地讨论的,可使用LiDAR根据本文中公开的技术来生成更精确的雷达反射器地图。图10和图11中解说了用于利用LiDAR来生成雷达反射器位置的示例过程。在晴朗天气状况下,LiDAR可以提供对交通工具110的高精确度定位,该定位进而可被用于精确地确定由该交通工具的雷达收发机检测到的雷达反射器的位置。
标记器位置信息和地图信息还可经由众包技术来维护,其中导航***(诸如交通工具110或实现本文中公开的技术的其他自主或半自主机器的导航***)可以向导航服务器(未示出)报告标记器位置信息或地图信息的差错。导航***还可被配置成向导航服务器报告故障标记器以及未处于其预期被定位的位置的标记器。导航***可被配置成经由无线网络连接(诸如V2X(车联网通信)、WAN或WLAN连接)来将该信息报告给导航服务器。交通工具的导航***还可被配置成经由这样的无线连接来下载标记器地图更新和/或路线图更新(或对其他类型的可导航环境的地图的更新)。
导航服务器可以由负责维护可由导航***使用的标记器位置信息和地图信息的受信实体来维护。标记器位置信息和地图信息可以是可由导航***经由无线网络连接从导航服务器下载的。导航服务器可被配置成向订阅此类更新的导航***推送通知,该通知指示经更新的标记器位置信息和/或地图信息何时可用。在又一些实现中,导航***可被配置成联系导航服务器以周期性地或按导航***用户的要求检查更新。
导航服务器被配置成:维护标记器位置信息,以及维护关于室内和/或室外场地的道路和/或可导航部分的地图信息。导航服务器可被配置成接收关于缺失、故障、或受损标记器的差错报告。导航服务器可被配置成:响应于从利用标记器位置信息和/或地图信息的导航***接收到阈值数目的差错报告而更新该信息,以及响应于此类报告而更新标记器位置信息和/或地图信息。导航***可被配置成:利用加密和/或其他技术来防止恶意方谎报或伪造差错报告以导致标记器位置信息和/或地图信息被更改。此外,导航服务器可被配置成:在对标记器位置信息和/或地图信息作出自动改变之前警告管理者。管理者可查阅对标记器位置信息和/或地图信息的所提议的改变,并且可批准或否决这些改变。导航服务器还可被配置成:响应于接收到关于特定标记器的超过阈值数目的差错报告而生成要派人修复或更换缺失、故障或受损标记器的修复请求。
在一些实现中,可以按已知且预定义的编码模式来沿道路或邻近道路布置标记器,其中标记器之间的间隔是不均匀的。从沿道路的一群三个或四个连贯标记杆接收到反射信号的交通工具的导航***可以精确地确定该交通工具沿道路的位置。导航***可使用这些反射信号、加之来自打有RFID标签的标记杆的任何RFID背散射信号,通过将关于这些反射信号的飞行时间(TOF)信息与标记器地图信息进行比较以确定该交通工具可能位于的一个或多个估计位置来确定关于该交通工具的位置的一组假言。导航***可将这些假言与路线图信息作比较以消除会将交通工具置于道路外的非相关假言,从而确定交通工具的精确位置(在本文中还被称为交通工具的“精细化位置”)。在这些技术被应用于导航通过室内和/或室外场地的实现中,地图信息可针对该室内和/或室外场地,并且可被用于消除落在该室内和/或室外场地的可导航区域之外的位置假言。
图2是可被用来实现图1A和1B中解说的交通工具110的导航和/或驾驶控制***的示例计算设备200的功能框图。这样的计算设备200可以替换地被用作如上文所讨论的其他类型的自主或半自主设备的导航和控制***。计算设备200可以是交通工具中(in-vehicle)计算***,其可以提供用于下载网络内容和应用的网络连通性、导航数据、和/或可使用计算设备200来查看或执行的其他内容。为了简明起见,图2的示意框中解说的各种特征/组件/功能使用共用总线来连接在一起,以表示这些各种特征/组件/功能操作地耦合在一起。可以按需提供和适配其他连接、机制、特征、功能等,以操作地耦合和配置导航和驾驶控制***。此外,在图2的示例中解说的一个或多个特征或功能可被进一步细分,或者图2中解说的两个或更多个特征或功能可被组合。另外,图2中解说的这些特征或功能中的一者或多者可被排除。
如所示出的,计算设备200可包括网络接口205,其可被配置成提供至计算设备200的有线和/或无线网络连通性。该网络接口可包括可被连接到一个或多个天线(未示出)的一个或多个局域网收发机。该一个或多个局域网收发机包括用于与一个或多个无线局域网(WLAN)接入点进行通信和/或检测去往/来自该一个或多个WLAN接入点的信号,和/或直接与网络内的其他无线设备进行通信的合适设备、电路、硬件和/或软件。在一些实现中,网络接口205还可包括可被连接到该一个或多个天线(未示出)的一个或多个广域网(WAN)收发机。该广域网收发机可包括用于与例如一个或多个无线广域网(WWAN)接入点进行通信和/或检测来自该一个或多个WWAN接入点的信号,和/或直接与网络内的其他无线设备进行通信的合适设备、电路、硬件和/或软件。该网络接口可包括用于与具有V2X能力的其他实体进行通信的V2X通信装置。该计算设备的WLAN收发机可被配置成提供该V2X通信装置。该计算设备的导航单元可被配置成:收集标记器信息(包括故障标记器信息),以及响应于标识缺失、故障或受损标记器而将该标记器信息提供给导航服务器。网络接口205是可任选的,并且可以不被包括在计算设备200的一些实现中。
在一些实现中,网络接口205还可包括SPS接收机(亦称为全球导航卫星***(GNSS)接收机)。该SPS接收机可被连接到一个或多个天线(未示出)以用于接收卫星信号。该SPS接收机可包括用于接收并处理SPS信号的任何合适的硬件和/或软件。该SPS接收机可在适当时向其他***请求信息,并且可部分地使用通过任何合适的SPS规程获得的测量来执行必要的计算以确定计算设备200的位置。从该SPS接收机接收到的定位信息可被提供给导航单元270以用于确定交通工具110的位置以及用于沿道路或其他可导航区域对交通工具110进行导航。
(诸)处理器(亦称为控制器)210可被连接到存储器215、导航单元270、交通工具控制单元275、用户接口250、网络接口205、雷达收发机260和LiDAR收发机265。该处理器可包括提供处理功能以及其他计算和控制功能性的一个或多个微处理器、微控制器和/或数字信号处理器。处理器210可被耦合到存储介质(例如,存储器)215,该存储介质215用于存储数据和用于执行该计算设备内经编程的功能性的软件指令。存储器215可以板载在处理器210上(例如,在同一IC封装内),和/或该存储器可以是该处理器的外部存储器并且在功能上通过数据总线耦合。
数个软件模块和数据表可驻留在存储器215中,并且可由处理器210用来管理内容、创建内容和/或从计算设备200中移除内容,和/或执行设备控制功能性。如图2中解说的,在一些实施例中,存储器215可包括能实现一个或多个应用的应用模块220。应注意,这些模块和/或数据结构的功能性可取决于计算设备200的实现而按不同的方式来组合、分离和/或构造。应用模块220可包括可通过计算设备200的受信执行环境280来执行的一个或多个受信应用。
应用模块220可以是在计算设备200的处理器210上运行的进程或线程,其可以向计算设备200的一个或多个其他模块(未示出)请求数据。应用通常在软件架构的上层运行,且可以在计算设备200的富执行环境中实现,并且可包括导航应用、游戏、购物应用、内容流送应用、网页浏览器、位置知悉式服务应用等。
处理器210可包括受信执行环境280。受信执行环境280可被用于实现用于执行安全软件应用的安全处理环境。受信执行环境280可被实现为处理器210的安全区域,该安全区域可被用于处理和存储与富执行环境分开的、可以执行操作***和/或应用(诸如应用模块220的那些应用)的环境中的敏感数据。受信执行环境280可被配置成:通过实施存储在其中的敏感数据的机密性、完整性和保护来执行为敏感数据提供端到端安全性的受信应用。受信执行环境280可被用于存储加密密钥、交通工具配置和控制信息、供在自主驾驶时使用的导航信息、和/或其他敏感数据。
计算设备200可进一步包括用户接口250,其提供合适的接口***以用于输出音频和/或视觉内容以及用于促成与计算设备200的用户交互。例如,用户接口250可包括以下各项中的一者或多者:用于输出音频内容以及接收音频输入的麦克风和/或扬声器、用于接收用户输入的键盘和/或触摸屏、以及用于显示视觉内容的显示器(其可与触摸屏分开,或者可以是触摸屏)。
雷达收发机260可被配置成:从交通工具110传送雷达信号,以及接收由反射器(诸如反射器105)反射的反射雷达信号。雷达接收机260还可被配置成:从嵌入在一个或多个反射器105中的RFID MMID标签接收经背散射信号,以及对从这些RFID MMID标签接收到的经背散射信号中所包括的发射机标识信息进行解调。雷达接收机260可被配置成向导航单元270提供测距信息(例如,交通工具110与一个或多个标记器的距离)。雷达接收机260还可被配置成将来自任何RFID MMID标签的发射机标识信息提供给导航单元270。雷达收发机260还可被用于标识邻近交通工具110的、可能会遮挡该交通工具和/或造成碰撞危险的物体,诸如但不限于行人、道路中的物体、和/或道路上的其他交通工具。雷达收发机260可以向导航单元270提供对象检测信息。
虽然图2中解说的计算设备200包括单个雷达收发机260,但是计算设备200实际上可包括不止一个雷达收发机。例如,该计算设备可包括如上文关于图1B所讨论的短程雷达(SRR)收发机、中程雷达(MRR)收发机和长程雷达(LRR)收发机。如在图1B中解说的示例中可见,这些雷达收发机中的每一者可被配置成提供交通工具110正在穿越的可导航环境中的车行道或其他可导航元件的不同范围上的覆盖。例如,SRR收发机可具有约30米的射程,MRR可具有约100米的射程,并且LRR可具有约200米的射程。这些射程仅仅是由SRR、MRR和LRR收发机提供的射程的一种可能的组合的示例。这些收发机中的每个收发机所利用的实际射程可基于实现而有所不同。
计算设备200还可包括LiDAR收发机265。LiDAR收发机265可被配置成发出可通过反射器(诸如反射器105)来反射的激光信号。LiDAR收发机265还可被用于标识邻近交通工具110的、可能会遮挡该交通工具和/或造成碰撞危险的物体,诸如但不限于行人、道路中的物体、和/或道路上的其他交通工具。LiDAR收发机265可以向导航单元270提供对象检测信息。此外,LiDAR收发机265可被用于辅助开发布置在可导航区域各处的雷达反射器的地图,如关于图10和图11讨论的。
交通工具控制单元275可被配置成:控制交通工具110的各种组件以使该交通工具沿由导航单元270确定的路线移动。交通工具控制单元275可被配置为与导航单元270通信地耦合,并且可被配置成从导航单元270接收信息以及向导航单元270提供信息。交通工具控制单元275可被配置成向交通工具的一个或多个组件输出信号以控制由该交通工具进行的加速、制动、转向和/或其他动作。交通工具控制单元275还可被配置成从交通工具的一个或多个组件和/或传感器(包括导航单元270)接收信息,该信息可被用于确定该交通工具的当前状态。交通工具的当前状态可包括交通工具的位置、交通工具的速度、交通工具的加速度、交通工具的行驶方向、交通工具当前被配置成在哪个档位运转、和/或关于交通工具状态的其他信息。在其他类型的自主或半自主设备中包括了导航***的实现中,配置成控制该自主或半自主设备的控制单元可以替代交通工具控制单元275。
导航单元270可被配置成从雷达收发机260接收测距信息和标签标识信息(在可获得的情况下)。导航单元270还可被配置成从LiDAR收发机265(在计算设备200包括LiDAR收发机265的情况下)接收测距信息。在一些实现中,计算设备200可包括雷达收发机260和LiDAR收发机265两者,这是因为一些道路可能装备有雷达反射式的、且可与雷达收发机260联用的标记器,而其他道路可能装备有激光反射式的、且可与LiDAR接收机260联用的标记器。不同辖区可能采用不同技术,并且一些实现可被配置成支持雷达实现和LiDAR实现两者,以允许交通工具110导航并行驶通过支持这些技术中的任一者或两者的区域。此外,标记器可以被颜色编码,诸如在标记杆上安置具有不同颜色的一个或多个反射器。关于标记器序列和/或特定标记器的颜色编码模式可被包括在交通工具的导航单元能够访问的标记器地图信息中。导航单元可将所观察到的反射器颜色模式与标记器地图信息中所包括的信息进行比较,以确定交通工具的一个或多个估计位置。在一些实现中,导航单元可被配置成利用以下各项中的两者或更多者的组合来达成用于交通工具110的定位解决方案:反射雷达和/或LiDAR信号、标记器间隔模式、来自RFID-MMID标签的背散射信号、以及标记器颜色编码。在不良天气状况(其可能通过衰减反射信号和背散射信号和/或使对视觉反射器着色的检测变得困难来干扰本文中讨论的一种或多种技术)下,使用不止一种定位技术可以是特别有用的。导航单元270可被配置成基于天气状况和/或与各种定位技术中的每种定位技术相关联的估计误差来选择定位技术。图7-9中解说了用于选择定位技术的示例过程。图13、16和17中解说了附加示例。
导航单元270还可被配置成标识缺失、故障或受损标记器。该导航单元可被配置成:根据本文中公开的技术来执行定位规程以确定导航单元270的位置(以及由此,该导航单元被放置在其中的交通工具或机器的位置)。导航单元270可以:一旦确定了位置,就使用地图信息和标记器位置信息来继续沿道路或其他可导航环境进行导航。导航单元270可以使用地图信息和标记器位置信息来确定交通工具应正在接近哪些标记器,并且可以利用上文所讨论的技术、使用该信息来标识缺失、故障或受损标记器。导航单元270可以响应于标识缺失、故障或受损标记器而向导航服务器发送差错报告。
导航单元270和交通工具控制单元275可以用硬件、软件或其组合来实现。导航单元270和交通工具控制单元275可以由通过受信执行环境280执行的软件来实现,以防止导航单元270和交通工具控制单元275被希望干扰对交通工具110的导航和/或取得对交通工具110的控制的恶意第三方所篡改。
(诸)传感器290可包括可被用来辅助收集数据的一个或多个传感器,该数据可被用于辅助导航交通工具。(诸)传感器290可输出导航单元270能够使用的传感器数据,作为从网络接口205、雷达接收机260和LiDAR接收机265接收到的信息的补充。(诸)传感器290可包括一个或多个光学传感器(诸如照相机或摄像机),其可被用来捕捉与各交通工具周围的区域有关的信息(诸如车道线、招牌、反射器着色和/或模式、邻近该交通工具的物体和/或其他交通工具的存在)以及其他此类信息。
图3是雷达收发机300的功能框图,其可被用来实现图1A和1B中解说的交通工具110的雷达收发机以及图2中解说的雷达收发机260。如上文所讨论的,交通工具110可包括不止一个雷达收发机。在一些实现中,交通工具110可包括SRR收发机、MRR收发机和LRR收发机。雷达收发机300被配置成:从标记器105接收已被反射的雷达信号,以及从可被嵌入在一些或所有标记器105中的RFID MMID标签接收经背散射信号。RFID MMID还可作为提供关于马路状况(允许速度等)的信息以及关于前方使交通工具保持跟踪导航所需的雷达(和/或LiDAR)标记器的信息的自立标记器来安装。
雷达收发机300被配置成执行通常会为交通工具100执行的与例如SRR、MRR或LRR相关联的任何常规雷达处理功能性。此外,雷达收发机300并不限于自主或半自主交通工具使用,并且可以替换地被用作如上文所讨论的其他类型的自主或半自主机器的导航和控制***。
雷达收发机300包括控制、处理和频率检测单元305,其包括MMID数据标签处理单元325和雷达处理单元330。雷达收发机300还包括前端单元310。控制、处理和频率检测单元305可被配置成:生成信号并将其输出给前端单元320。前端单元320可包括振荡器和放大器,并且向环行器输出信号。环行器320通信地耦合到天线315以及接收路径的输入,该接收路径包括混频器340、低通滤波器(LPF)345和模数转换器(ADC)350。来自该接收路径的输出被提供作为MMID标签数据处理单元325和雷达处理单元330的输入。MMID标签数据处理单元325被配置成对从RFID MMID标签接收到的背散射信号进行解调。
在天线315处接收到的信号可包括包含来自RFID MMID标签的经调制标签数据的背散射信号以及反射雷达信号。该组合数据可通过收发机300的接收路径来馈送,来为经调制标签数据与反射雷达信号的分离作准备。该组合数据被传递通过RF混频器340,其具有汽车雷达所利用的发射频率(Fc1)作为该混频器的第二输入。来自该混频器的输出被传递通过低通滤波器345,并且LPF345的输出被输入给ADC 350。来自ADC 350的结果所得的输出是由图3中的信号360表示的、反射信号的多普勒载波频率(Fd)和经调制背散射信号的频率(Fm)的组合。雷达处理单元330可以从信号360确定多普勒载波频率(Fd),并将该频率作为信号365输出给MMID标签数据处理单元325。MMID标签数据处理单元325可将组合信号360和多普勒载波频率365输入到混频器中,以隔离RFID-MMID标签的经调制背散射频率(Fm)(由图3中的信号370表示)。处理单元325的混频功能可以在HW中完成,或者替换地使用数字信号处理(DSP)在SW中完成。
雷达处理单元330可被配置成针对由已经从其接收到反射雷达信号的特定类型的雷达执行的各种雷达相关任务(诸如交叉交通检测、盲点检测、自适应巡航控制和/或其他特征)来处理这些信号。MMID标签数据处理330可以对经调制背散射信号进行解调以获得标签信息。
控制、处理和频率检测单元305可被配置成输出测距信息和标签标识信息(在可获得的情况下),这些信息可由交通工具的导航单元270用于沿道路导航该交通工具。该测距信息指示雷达信号被雷达收发机300传送并被标记器105反射回来时该标记器105离该交通工具多远。该测距信息通过以下步骤来确定:基于雷达信号被雷达收发机300传送的时间以及反射信号在雷达收发机300处被接收的时间来计算反射雷达信号的飞行时间(TOF)。来自RFID MMID标签的经调制背散射信号中所包括的标签标识信息也可被提供给导航单元270。标签标识信息可包括与导航单元270能在标记器地图中查到以确定标记器的确切位置的RFID MMID标签相关联的唯一性标识符。该标签所提供的信息还可包括标识交通工具前方用以支持该交通工具沿可导航环境中的道路或其他可导航部分进行跟踪的雷达标记器的信息。可提供标识交通工具前方的雷达标记器的信息,以便避免与位置确定相关联的累积误差并且验证该交通工具与标记器地图正好对齐。通过使用该信息以及来自一个或多个标记器105的反射雷达信号,导航单元270可确定关于交通工具110位置的一个或多个假言。导航单元270可将这些假言与路线图数据作比较,以消除会将该交通工具置于道路外的假言。通过消除这些假言,可以确定该交通工具的实际位置。导航单元270可以利用从GNSS收发机和/或LiDAR收发机接收到的信息来补充从雷达收发机300接收到的信息(在交通工具110的计算***200中包括了此类收发机的情况下)。如上文所讨论的,标记器可按特定模式沿马路布置,和/或可具有按预定模式进行颜色编码的颜色反射器,这些颜色反射器同样可被用于确定关于交通工具位置的假言。除RFID-MMID标签信息外,导航单元在确定交通工具110的估计位置时还可以考虑模式信息。
本文中公开的技术可以利用各种类型的RFID-MMID标签。无源RFID-MMID标签可以提供不到十米的覆盖区域(这意味着,如果该标签离发出触发信号的交通工具超过十米,则到达该标签的雷达信号很可能不足以给该标签供电以生成背散射信号)。半无源RFID-MMID标签可以提供稍大的覆盖区域。半无源标签包括受管控的电源,其被配置成给该标签供电,以使得收到信号不必以足以向该标签供电来生成背散射信号的功率被接收。有源RFID-MMID标签可具有甚至更大的射程。例如,此类标签可具有约40米的射程。有源RFID标签具有电源,并且被配置成周期性地广播信号,而不依赖于检测和响应由交通工具110的导航***的雷达收发机传送的信号。
图4A、4B和4C解说了用于使用基于雷达的技术来确定交通工具110的定位的示例过程。图4A解说了交通工具110位于道路180上且邻近四个标记器,诸如图1A和1B中解说的标记器105。这些标记器包括包含RFID MMID标签的标记器(在图4中被标记为“MMID”)以及六个雷达反射标记器MR#1、MR#2、MR#3、MR#4、MR#5和MR#6。交通工具100的雷达收发机传送雷达信号,该雷达信号被这些雷达反射标记器反射。包含RFID MMID标签的该标记器可返回包含标签标识信息(诸如标签标识符、和/或该RFID MMID标签被布置在其上的该标记器的地理坐标)的经调制背散射信号、以及还有标记器MR#1、MR#2、MR#3、MR#4、MR#5和MR#6的位置。
图4C解说了由交通工具110的雷达收发机从这些标记器的包含标记器MR#1、MR#2和MR#3的子集接收到的信号的示例。标记器MR#1、MR#2和MR#3中的每一者与一目标峰值相关联,该目标峰值表示从这些标记器中的每一者接收到的反射雷达信号。这些峰值中的每一者受噪声因子(其影响雷达收发机的精确度)影响。例如,交通工具的LRR雷达收发机可具有约50厘米的预期精确度,而交通工具的MRR雷达收发机可具有约7.5厘米的预期精确度。标记器MR#1、MR#2和MR#3中的每一者与一目标峰值相关联,而且该目标峰值可被用于估计交通工具与每个相应标记器的距离。由此,每个标记器的估计距离落在标记在交通工具雷达收发机接收到信号时该标记器与该交通工具的最小和最大估计距离的两个同心圆之内。图4C引用了这些圆中的每一者的半径(例如,半径11和半径12指与标记器MR#1相关联的两个同心圆,半径21和22指与标记器MR#2相关联的两个同心圆,并且半径31和32指与标记器MR#3相关联的两个同心圆)。返回到先前讨论的LRR和MRR示例,由于LRR和MRR的各自相应的估计精确度,因此标记最小和最大估计距离的圆对于LRR将相隔约50厘米,而对于MRR将相隔约7.5厘米。
图4B解说了其中可使用从各标记器接收到的反射信号来确定交通工具110的位置的示例定位解决方案。可以从已经为可导航环境开发的导航数据(以及通过RFID MMID背散射信号(在其先于雷达标记器出现的情形中))获得各标记器的位置。在图4B中解说的示例中,交通工具的位置是基于来自诸如图4A中示出的三个标记器(标记器MR#1、MR#2、MR#3)的三个选定的雷达反射(SRR、MRR或LRR)来确定的,这些雷达反射可被用于测量交通工具110与从其接收到该反射的相应标记器之间的TOF。基于这些反射信号,导航单元270可估计交通工具110离这些标记器中的每一者多远。如上文所讨论的,标记每个标记器与交通工具的最小和最大估计距离的两个同心圆可围绕该标记器进行投影。交通工具的位置应落在这两个同心圆之内。如图4解说的,这些圆可彼此交叠,且可确定包括所有三个圆均交叠的区域的用于交通工具的位置解决方案。该区域的大小与雷达(LRR或MRR)的精确度成反比。雷达收发机越精确,该区域越小。雷达收发机越不精确,该区域越大。标记器类型也可影响精确度。例如,定位解决方案可基于细分辨率标记器、粗分辨率标记器、或其组合。包括标记器地图的导航数据可标识布置在特定位置的标记器是哪种类型。对于已知或怀疑标记器是粗分辨率标记器而不是细分辨率标记器的情境,可以利用这两个同心圆之间较大的估计距离。此外,交通工具的导航单元270可以能够基于粗分辨率标记器和细分辨率标记器的雷达截面的差异来在从这两种类型的标记器接收到的信号之间进行区分。粗分辨率标记器将具有比细分辨率标记器大的雷达截面。
每个雷达收发机所获得的测量精确度会影响与使用利用这些雷达接收机获得的信号测量来确定的位置解决方案相关联的不确定性。位置解决方案的不确定性可以用精度衰减因子(DOP)的形式来表达。DOP可被用于指定从其获得信号测量以确定定位解决方案的标记器的几何影响。在发出被用于确定定位位置的信号的标记器更靠近在一起的情境中,该几何可被称为“弱”,且与标记器相距相对更远的情境相比,DOP值更高。DOP可被表达为以下若干个不同度量:(1)水平精度衰减因子(HDOP);(2)垂直精度衰减因子(VDOP);(3)位置精度衰减因子(PDOP);以及(4)时间精度衰减因子(TDOP)。这些测量可使用本领域已知的各种技术来确定。DOP测量可基于测量值来被指派评级。例如,小于1的值可被评级为“理想”,并且表示将要在始终需要最高精确度水平的场合使用的最高可能置信度。落入范围1-2的DOP测量可被评级为“优秀”,并且可被认为足够精确以满足除最敏感应用之外的所有应用的要求。DOP测量还可被指派较低评级,诸如“良好”(在范围2-5内的DOP测量)、“中等”(在范围5-10内的DOP测量)、“一般”(在范围10-20内的DOP测量)、以及“不良”(DOP值>20)。这些特定评级以及与每种评级相关联的范围可取决于实现而有所不同。在一些实现中,导航单元270可被配置成针对位置解决方案来确定一个或多个DOP测量。导航单元270还可被配置成丢弃降至低于预定评级阈值的位置解决方案。例如,在一些实现中,导航单元270可被配置成丢弃与该解决方案相关联的DOP测量降至低于理想或优秀评级的位置解决方案。在本文中解说的各种示例实现中,导航单元270可以使用与第一定位解决方案相关联的DOP测量来确定相较于第二定位解决方案而言该第一定位解决方案是否提供更精确的结果,并且可以基于该确定来选择第一或第二定位解决方案。
图5是用于使用反射的标记器信号来确定用于交通工具110的定位解决方案的示例过程,且可由交通工具110的导航单元270来实现,导航单元270进而可以操作交通工具110的(诸)雷达收发机260以传送雷达信号以及从各标记器105接收反射雷达信号和/或背散射信号。图5中解说的技术可被用于确定哪些信号对应于哪个标记器。图5中解说的过程还可以与细分辨率标记器、粗分辨率标记器或其组合联用。而且,该过程还可被用于确定其中一些或所有反射信号是由交通工具导航***的LiDAR收发机传送的反射激光信号的定位解决方案。
基于三边测量的定位基于(诸如图4A中)来自至少三个标记器的反射。当沿马路行驶时,交通工具根据RFID/MMID或通过基于该交通工具的估计位置查找预期该交通工具将遇到的标记器来确定即将到来的标记器位置。三边测量解决方案(参见图4B)基于来自至少三个标记器的至少三个TOF测量。导航单元基于标记器地图信息而知晓这些位置,但不知晓如何将这些位置与各种标记器TOF联系起来。为了确定定位解决方案,导航单元求解所有可任选的假言(假定每次不同位置组合引用从标记器接收到的TOF),并选取落在路线图内的相关解决方案(落在路线图外的解决方案被丢弃)。这种迭***法可在初始交通工具定位已被执行之后被缩短。一旦可获得现有的交通工具位置,导航单元就可以利用从反射自各标记器的信号确定的TOF信息来将同最短TOF相关联的信号与基于标记器地图信息而预期最靠近交通工具的标记器进行匹配。然而,当导航单元270第一次执行定位时,必须考虑所有假言。每个假言将所获得的TOF测量与不同的标记器组合相关联。落在由关于可导航环境的地图信息所标示的道路或其他可导航区域之外的假言可以丢弃,而落在该道路或其他可导航区域之内的其余假言可被用作用于交通工具的定位解决方案。一旦导航单元270已经确定了该交通工具的位置,导航单元270就可以在交通工具110沿该道路或其他可导航区域继续移动时继续跟踪各标记器。导航单元270还可以通过基于标记器地图信息将关于反射信号的飞行时间信息与即将到来的标记器进行匹配来执行缩短的定位过程。
如果位置落在路线图(或可导航环境的其他可导航区域图)之外,则导航单元270可被配置成基于所有可用的TOF组合和标记器位置来确定所有假言,以根据关于可导航环境的地图信息来确定交通工具位于道路或其他可导航区域的位置的位置解决方案。
交通工具110的导航***270可被配置成执行两阶段定位过程,该过程包括并行地执行以下步骤:(1)使用LRR、利用更远离该交通工具(例如,从离该交通工具大约50米到至多达大约200米)的标记器来确定该交通工具的粗略定位,以及(2)使用MRR或SRR、基于来自离该交通工具短程或中程(例如,至多达大约100米)的细分辨率标记器的分辨率来执行细分辨率定位。在该示例实现中,LRR雷达的精确度限于大约50厘米。LLR在带宽为约600MHz情况下的测距误差为≥c/2*BW,(其中c是光速)即大约50厘米。
参照回到图4A,导航单元270可被配置成:使用交通工具的导航***的LRR、基于更远离该交通工具的标记器(例如,在该示例中为标记器MR#3、MR#4、MR#5和MR#6)来作出对该交通工具的粗略定位的确定(步骤505)。这些标记器并不限于布置在标记杆上的标记器,而且还可以纳入可用作粗分辨率标记器的基础设施元件,诸如金属灯杆以及具有大RCS的其他此类基础设施元件。然而,使用此类基础设施元件可能会因(例如从杆底到杆顶(在使用灯杆的情况下)的)RCS时延传播而使LRR测距精确度降级。
一旦导航单元270已经确定了交通工具110的粗略定位,就可以使用该交通工具的导航***的MRR和/或SRR来执行细分辨率定位(步骤510)。在一示例实现中,MRR雷达具有4GHz的带宽以及大约7.5厘米(c/2*BW)的测距误差,从而达到大约7.5厘米的精细定位精确度。细分辨率定位可基于具有相对较小的形状因子的细分辨率标记器,其最低程度地影响MRR雷达测距精确度。图6A-6D中解说了此类标记器的示例。标记器可以沿可导航环境中的道路或其他可导航部分相距相对较远,以便减少与安装此类标记器相关的基础设施开支,而同时仍提供彼此足够靠近以使得MRR能够从其中足够多的标记器检测到反射信号以确定细分辨率定位解决方案的标记器。例如,在一些实现中,标记器可基于MRR的估计射程而被布置成相距约50米。在其他实现中,标记器可以更靠近在一起,相距更远,或者彼此相离不同距离。然而,在标记器间隔得更远的情况下,MRR仅能接收到来自两个标记器的反射信号。例如,参照回到图4A的示例,在该示例中,交通工具的MRR可能仅能够获得对标记器MR#1和MR#2的TOF测量。在没有三个或更多个标记器的情况下,MRR解决方案将是模糊的。图13解说了其中在阶段#1,LRR能够获得来自三个标记器的反射,但在阶段#2,MRR仅能够获得来自两个标记器的反射的示例。由于MRR解决方案仅包括来自两个标记器的信号,因此在阶段2确定的MRR解决方案包括两个可能位置。然而,消除这些MRR解决方案之一是可能的。如果各定位解决方案之一根据关于可导航环境的地图信息而落在该可导航环境中的道路或其他可导航区域之外,则导航单元270可丢弃落在该可导航区域之外的定位解决方案。在这两个定位解决方案都落在可导航区域之内的实例中,导航单元270可将这些定位解决方案与LRR定位解决方案作比较,且落在该LRR定位解决方案之外的MRR定位解决方案可以丢弃。MRR相较于LRR而言具有更高的精确度,并且这些基于MRR的定位解决方案之一应落在基于LRR的解决方案的定位误差范围以内。
使用图5中解说的过程,导航单元270可以在约7.5厘米的数量级上确定交通工具的非常精确的定位(对于该示例实现在MRR的精确度以内),即使MRR只接收到了来自仅两个细分辨率标记器的反射信号亦如此。在理想实现中,应当选择可导航环境里细分辨率标记器的间隔,以确保交通工具的MRR能够接收到来自至少三个标记器的反射信号。在MRR和LRR两者都接收到至少三个反射雷达信号的情况下,可选择MRR定位解决方案,因为基于MRR的解决方案应具有更高的精确度。交通工具的导航单元270可随后使用所选择的解决方案来导航该交通工具。然而,图5中解说的技术允许导航单元270能够在现实世界状况(其中细分辨率标识器可能被隐藏或被另一交通工具或碎片所遮挡,细分辨率标记器缺失或受损,或者其他非预期干扰吸收、反射、散射、或以其他方式妨碍来自细分辨率标记器的雷达信号)下确定细分辨率定位解决方案。
图6A、6B、6C、6D和6E是解说在可导航环境的各种示例中标记器105的安置的示例。图6A解说了标记器105可以布置在现有基础设施(诸如灯杆)上。标记器的雷达反射器和/或RFID MMID标签被布置在路面上方,其中这些标记器能反射由交通工具110的(诸)雷达收发机传送的雷达信号。路面上方的位置可以帮助这些标记器保持摆脱雪和/或积水(其会影响布置在路面上或处于路面水平的标记器)。图6B解说了标记器105可以布置在标记行驶车道的现有基础设施(诸如车道分隔物、墙壁、和/或沿马路两侧布置的反光杆)上。图6C解说了标记器105可以布置在支撑招牌、相机和/或其他马路基础设施元件的现有基础设施(诸如车道分隔物、墙壁、灯杆和/或路标架)上。其他基础设施(诸如桥、天桥和/或隧道墙壁)同样可以用作标记器105的安装点。图6E解说了标记器被布置在安装于沿马路两侧布置的金属栅栏上的标记杆上的另一示例。细分辨率标记器可以布置在现有路障(诸如图6E中解说的金属栅栏或图6D中解说的混凝土栅栏)上。具有高度约1米的相对较低的剖面并且与交通工具行驶的方向大致平行的栅栏是优选的,但标记器可以布置在其他类型的栅栏配置上。来自各标记器的反射信号可被用于使用交通工具的LRR和/或MRR来确定用于该交通工具的精细定位解决方案。
图6D解说了可根据本文中公开的各种技术来利用的若干种类型的标记器,并且解说了标记器沿隔墙620的顶部布置的示例。一种示例标记器605是单个四面体三角形角反射器设计。另一种示例标记器610是组合三角形角反射器设计。标记器610可包括覆盖标记器610的雷达罩以使标记器610不受标记器610上积雪和/或其他材料之害。该雷达罩包括雷达信号和背散射信号能在几乎没有或没有信号衰减的情况下传递通过的材料。标记器605和610可以提供几乎三百六十度的覆盖以将信号反射回给交通工具。标记器605和/或610可被安置在车道分隔栅栏(诸如栅栏620)或其他此类基础设施的顶部。标记器605和/或610可以直接安装在该栅栏或其他基础设施元件上,或者可以安装在托持设备上,该托持设备将标记器605和/或610从该栅栏和/或其他基础设施元件表面抬高以帮助提高这些标记器的可见性。此外,虽然标记器605和615利用雷达反射材料,但是标记器615利用雷达吸收材料。在利用包括吸收材料的标记器的实现中,导航单元270可被配置成测量反射雷达信号内的“深度”信号以标识标记器的存在。导航单元270可以寻找指示信号被包括雷达吸收材料的标记器所吸收的信号下降,而不是寻找反射雷达信号的峰值。其他实现可利用包括网状材料的标记器,该网状材料阻止雪和/或其他碎片在这些标记器上累积。此外,吸收材料的使用在一些实现中还可以与反射材料相结合,并且导航单元270可被配置成在由交通工具110的雷达收发机接收到的雷达信号中识别存在一种或这两种类型的反射器。雷达反射标记器可以布置在雷达吸收材料上。雷达吸收材料可以围绕标记器的雷达反射部分。为了解说该概念,图12C和12D中解说了标记器的变型。雷达反射标记器还可包括激光吸收材料,其能吸收由交通工具的导航***的LiDAR收发机传送的雷达信号。还可使用被配置成散射雷达信号和/或LiDAR信号的材料来代替吸收材料。
图6A、6B、6C和6D解说了标记器105被布置在邻近道路或其他可导航环境(诸如车道栅栏、灯柱、和/或其他此类现有元件)的现有基础设施元件上的示例实现。将标记器105安置在现有基础设施元件上可以提供最具有成本效益的解决方案,其可以减少或消除对用以支持本文中公开的定位技术的附加基础设施的需求。角反射器(诸如图6A、6B、6C和6D中解说的、具有高雷达截面(RCS)的那些角反射器)可以帮助标识标记器105,即使在这些标记器105周围存在同样能反射由交通工具110的(诸)雷达收发机260传送的雷达信号的金属物体的情况下亦如此。此外,这些标记器可以是全向的或几乎全向的,以促成来自交通工具110的雷达信号的反射,而不管交通工具110相对于标记器105的角度如何。可通过安装相对于周围材料具有高RCS的标记器来将标记器105与周围的金属物体区分开。标记器105还可利用具有比周围材料低的RCS的吸收材料,并且交通工具260的导航***可被配置成从周围的反射中标识深度信号。此外,标记器105的反射器的形状可以抗雪、泥土和/或其他碎片(其能吸收、反射、散射或以其他方式阻碍来自交通工具的雷达信号和/或来自标记器105的反射雷达信号)的累积。在一些实现中,交通工具110的(诸)雷达收发机260还可被配置成利用双极化雷达,其可以改善对标记器105的检测。双极化雷达收发机被配置成按水平极化和垂直极化两者传送雷达脉冲。该收发机可被配置成在这些极化之间交替,以促成在由该雷达收发机接收到的反射信号中标识各标记器。
图7是根据本文中公开的技术的用于操作导航***的过程的流程图。图7中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。局部操作环境可能会影响各种定位技术的功效。例如,基于相机的定位技术和基于LiDAR的定位技术的精确度可能因不利天气状况(诸如雨、雪、雾、沙尘、烟尘、粉尘和/或其他空中物质,其可能遮挡由基于相机的定位技术所使用的视觉指示器,并且可能散射、反射和/或吸收由基于LiDAR的定位技术所使用的激光)而受到负面影响。在此类不利状况下,基于雷达的定位技术的精确度可以匹敌或超出基于相机和/或基于LiDAR的定位技术的精确度。此外,交通工具可包括用于从一个或多个卫星定位***(SPS)接收信号的GNSS接收机,但是这些信号在不良天气状况下可能被遮挡,并且还可能被天然地形和布置在交通工具110之间的人造结构所阻挡。在除非是伪卫星的情况下卫星信号无法抵达的室内环境中,GNSS是无效的;在该室内环境中部署提供与由SPS卫星传送的那些导航信号类似的发射导航信号的小型收发机,以促成GNSS导航。
可使用用于确定每个定位解决方案的不同定位技术来确定多个交通工具定位解决方案(步骤705)。交通工具的导航单元270可被配置成使用多种定位技术来确定该交通工具在可导航环境内的位置,诸如该交通工具沿马路的位置。例如,交通工具110可装备有(诸)雷达收发机260、(诸)LiDAR收发机265和(诸)光学传感器。(诸)雷达收发机260还可包括MRR和LRR,且可基于从标记器105接收到的反射雷达信号和/或背散射信号来确定不同的定位解决方案。定位解决方案可使用图4A、4B、4C和5中解说的示例技术来确定,如上文所讨论的。例如,交通工具110的MRR收发机可从标记器105接收落在该MRR收发机的射程内的反射雷达信号和/或背散射,而交通工具110的LRR收发机可从标记器105接收落在该LRR收发机的射程内的反射雷达信号和/或背散射。由于LRR具有比MRR大的射程,因此LRR可从标记器105接收比MRR多的反射雷达信号和/或背散射。导航单元270可被配置成:基于在(诸)LiDAR收发机265处接收到的反射信号来计算基于LiDAR的定位解决方案,和/或基于在(诸)雷达收发机260处接收到的信号来计算基于雷达的定位解决方案(导航单元270可被配置成基于由每个雷达收发机接收到的反射雷达信号和/或经调制背散射信号来计算单独的定位解决方案)。此外,(诸)光学传感器可包括相机,其可被用来捕捉交通工具周围的车道标志线、招牌、标记器105和/或其他基础设施的图像。导航单元270可被配置成基于由(诸)相机捕获的图像来计算定位解决方案。交通工具导航***还可装备有GNSS接收机,其可被用来从一个或多个卫星定位***的卫星接收信号。导航单元270可被配置成基于(诸)SPS***的卫星来计算定位解决方案。导航***的GNSS收发机可能没有接收到足够数量的SPS信号来确定交通工具110的精准位置,因为来自SPS卫星的信号可能受到阻挡。
可基于该多个定位解决方案中的每个定位解决方案的属性来从这些定位解决方案中选择定位解决方案(步骤710)。导航单元270可被配置成:将使用相机确定的定位解决方案和/或使用LiDAR确定的定位解决方案与使用雷达确定的定位解决方案进行比较。雷达定位解决方案可使用MRR和/或LRR来确定。导航单元270可被配置成:确定使用相机确定的定位解决方案和/或使用雷达的定位解决方案是否相差超过预定量。例如,MRR的雷达测距精确度在一些实现中可为约7.5厘米。导航单元270可被配置成:在基于相机的定位解决方案和/或基于LiDAR的定位解决方案与基于雷达的定位解决方案相差超过7.5厘米或另一预定量的情况下,利用雷达解决方案,而不是基于相机的定位解决方案和/或基于LiDAR的定位解决方案。该预定量可基于用于确定基于雷达的定位解决方案的雷达收发机的预期精确度。该预定量可不同于雷达收发机的预期精确度。例如,可将填充值与雷达收发机的预期精确度相加或相减以确定导航单元270所使用的预定量,从而确定是否要选择基于雷达的定位解决方案,而不是基于相机的定位解决方案和/或基于LiDAR的定位解决方案。基于LiDAR的解决方案和/或基于相机的解决方案的精确度可能会因不良天气状况(诸如雪、雾、雨、烟尘、和/或可能使相机变得模糊不清和/或可能吸收、发射和/或散射LiDAR信号的其他状况)而降级。在晴朗状况下,基于LiDAR的定位解决方案和/或基于相机的定位解决方案通常提供比基于雷达的定位解决方案更精确的定位解决方案。在一些实现中,基于LiDAR的定位解决方案可落在交通工具110实际位置的约2厘米以内,而基于雷达的定位解决方案可落在交通工具110实际位置的约7.5厘米以内。如果基于LiDAR的定位解决方案和/或基于相机的定位解决方案超过7.5厘米或诸如此类,与特定雷达收发机相关联的预定量被用于确定基于雷达的定位解决方案。此外,基于雷达的解决方案的精确度可能会受到用于确定该定位解决方案的标记器类型的影响。使用细分辨率标记器的定位解决方案可以提供比使用粗分辨率标记器确定的定位解决方案更精确的解决方案。
可在选择定位解决方案时考虑定位解决方案的可靠性。可在特定工况下基于该多个定位解决方案中的每个定位解决方案的可靠性来从这些定位解决方案中选择定位解决方案。该工况可以是但不限于是天气相关的,诸如雾、雪、沙尘、烟尘、结冰降水、结冰路况、或降雨状况。该工况可与环境照明状况有关,诸如夜晚、阳光充足、或局部阳光。还可将太阳相对于标记器和/或交通工具的LiDAR或相机的角度纳入考虑,因为光学传感器和LiDAR传感器的性能可能会受到环境照明状况的负面影响。该工况还可包括交通状况。一些定位解决方案可能会受到高交通量和/或存在高剖面交通工具(其可能会干扰从标记器接收反射雷达或激光信号、以及依赖于地标进行导航的光学定位技术)的影响。该工况可以是基于通过布置在交通工具上的传感器所确定的传感器数据和/或由从报告源(诸如天气服务或路况服务)无线地接收到的天气信息和/或路况信息来确定的。特定解决方案的可靠性也可以基于因子(诸如通过特定定位技术(例如基于相机、基于LiDAR、基于雷达(LRR/MRR/SRR))提供的定位解决方案的一致性)来确定。导航单元270可被配置成:基于用于确定定位解决方案的技术以及定位解决方案被确定时的工况来确定每个定位解决方案的可靠性得分。导航单元270还可被配置成:使特定定位解决方案的可靠性至少部分地基于使用特定定位技术提供的定位解决方案的精确度。例如,如果特定定位解决方案在两个或更多个位置锁定之间波动,则可减小该特定定位解决方案的可靠性得分。然而,如果特定解决方案使交通工具维持稳定的位置锁定,则可增大与该定位解决方案相关联的可靠性得分。
每种类型的定位解决方案可与阈值可靠性得分相关联。与特定类型的定位解决方案相关联的阈值可靠性得分可被选择成使得如果与该定位解决方案相关联的可靠性得分满足或超过该阈值,则该类型的定位解决方案足以十分可靠地用于自主或半自主导航。然而,如果与特定类型的定位解决方案相关联的可靠性得分降至低于该类型的定位解决方案的阈值可靠性得分,则可以出于导航目的丢弃该定位解决方案。如果可供用于导航目的的所有定位解决方案都降至低于其各自相应的可靠性得分,则导航单元270可被配置成向交通工具的驾驶员警告需要手动导航,并且该驾驶员必须接管对该交通工具的控制。对于不存在驾驶员的情况下的解决方案,导航单元270可以向交通工具的管理或分派***发送警告以获取指令,可以使交通工具减慢或停止,并且可以尝试将交通工具移出道路或其他可导航区域。
导航单元270可被配置成:在确定要选择哪个定位解决方案时计及各定位解决方案的精确度和可靠性两者。导航单元270可以丢弃那些不满足与该特定类型的定位解决方案相关联的可靠性阈值的定位解决方案,并从满足这些可靠性阈值的其余定位解决方案中选择定位解决方案。导航单元270还可被配置成基于可靠性得分来使各定位解决方案加权。导航单元270可被配置成:从已经确定的定位解决方案之中具有最高可靠性得分的两个或更多个定位解决方案确定混合解决方案。导航单元270还可被配置成:选择具有最高可靠性得分的两个定位解决方案,以及基于所选择的定位解决方案的精确度来执行选择技术,诸如图8、9和17中解说的示例过程。
在一些实现中,交通工具110可包括LRR和MRR,且导航单元270可被配置成基于该LRR和该MRR来确定定位解决方案。在一些示例实现中,MRR可具有约7.5厘米的预期精确度,而LRR可具有约50厘米的预期精确度。导航单元270可被配置成确定基于MRR的定位解决方案和基于LRR的定位解决方案。导航单元270可被配置成:选择落在MRR射程内的定位解决方案,而不是落在MRR射程外但在LRR射程内的定位解决方案,因为MRR的预期精确度通常高于LRR的预期精确度。
在一些实现中,交通工具可包括用于捕捉道路的图像和/或视频的相机,且导航单元270可被配置成使用由该相机捕获的内容来跟踪用于沿道路给行驶车道划界的线。导航单元270可被配置成:跟踪这些线以确定交通工具相对于行驶车道的位置,以及生成给交通工具控制单元275的可用于引导该交通工具以使得该交通工具保持在行驶车道上的控制信号。然而,环境状况可能会使相机性能降级,如上文所讨论的。但是,行驶车道可包括沿该行驶车道布置的雷达反射标记器。图1A和1B中解说了此类配置的示例。导航单元270可被配置成使用交通工具110的相机和至少一个雷达收发机两者来执行车道跟踪,并且可确定是使用基于相机的解决方案还是基于雷达的解决方案来提供更佳的精确度,并可选择该定位解决方案来进行车道跟踪。例如,如果基于相机的解决方案的预期精确度降至低于基于雷达的解决方案的预期精确度,则导航单元270可被配置成选择基于雷达的解决方案来进行车道跟踪。导航单元270可被配置成:除确定交通工具沿道路的位置外,使用基于雷达的解决方案来进行车道跟踪,如上文所讨论的。
步骤710可被修改成基于不止一个定位解决方案(而非单个定位解决方案,如上文所讨论的)来确定混合定位解决方案。导航单元270可被配置成确定这两个解决方案之间的中点。导航单元270可被配置成基于与这两个或更多个解决方案相关联的可靠性得分来选择这些解决方案。导航单元270可被配置成选择该多个定位解决方案中的每个具有满足或超过该类型的定位解决方案的阈值可靠性得分的定位解决方案。导航单元270还可被配置成基于其可靠性得分来使各定位解决方案加权。导航单元270可被配置成:向具有较高可靠性得分的定位解决方案应用较高权重以及向具有较低可靠性得分的定位解决方案应用较小权重,以使得相较于具有较低可靠性得分的那些定位解决方案而言,混合定位解决方案最终会更接近具有较高可靠性得分的定位解决方案。
可使用所选择的定位解决方案来导航交通工具110通过可导航环境(步骤715)。导航单元270可被配置成使用所选择的定位解决方案来导航交通工具110通过可导航环境。导航单元270可被配置成:向交通工具控制单元275发送控制信号以基于所选择的定位解决方案来导航交通工具110通过可导航环境。
图8是根据本文中公开的技术的用于选择定位解决方案的示例过程的流程图。图8中解说的技术可被用于至少部分地实现图7中解说的过程的步骤710。图8中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。在该示例过程中,第一和第二定位解决方案表示具有不同预期精确度的两个不同的定位解决方案,且第二定位解决方案具有比第一定位解决方案的预期精确度更高的预期精确度。在一个示例实现中,第一定位解决方案可以是基于雷达的解决方案,而第二定位解决方案可以是基于LiDAR的解决方案。在另一示例实现中,第一定位解决方案可以是基于LRR雷达的定位解决方案,而第二定位解决方案可以是基于MRR雷达的定位解决方案。
可确定第一定位解决方案与第二定位解决方案之间的距离(步骤805)。导航单元270可被配置成确定第一定位解决方案与第二定位解决方案之间的距离。该距离可以用厘米、英寸或用于表达距离的其他测量单位来表达。第一定位解决方案和第二定位解决方案可以用二维或三维几何坐标的形式来表达,且导航单元270可被配置成使用各种已知技术来确定这两个坐标之间的距离。
可作出关于该距离是否超过该第一定位解决方案的预期精确度值的确定(步骤810)。导航单元270可被配置成将在步骤805确定的距离同与第一定位技术相关联的预期精确度值作比较。根据一示例实现,第一定位解决方案可以是具有约7.5厘米的预期精确度的基于雷达的定位解决方案,而第二定位解决方案可以是基于LiDAR的定位解决方案。导航单元270可以确定在步骤805确定的距离是否超过7.5厘米。该示例并不意图将本文中公开的技术限于该示例中的特定定位技术和预期精确度。在其他实现中,第一定位技术可以使用可具有不同的预期精确度的其他技术来确定。在步骤815,该过程可响应于该距离超过该预期精确度值而继续步骤820,或者以其他方式继续步骤825。
可响应于距离估计超过该第一定位解决方案的预期精确度值而选择第一定位解决方案(步骤820)。导航单元270可被配置成:当第一定位解决方案与第二定位解决方案之间的距离超过第一定位解决方案的预期精确度值时,选择第一定位解决方案。为了解说该概念,在一示例实现中,第二定位解决方案是基于LiDAR的定位解决方案和/或基于相机的定位解决方案,而第一定位解决方案是利用MRR的、基于雷达的定位解决方案。在该示例中,基于LiDAR的解决方案和/或基于相机的解决方案的预期精确度应在约2厘米以内,而使用MRR的、基于雷达的解决方案的预期精确度应为约7.5厘米。如果第一定位解决方案与第二定位解决方案之间的距离超过7.5厘米(该示例中基于雷达的解决方案的预期精确度),则导航单元270可选择第一定位解决方案。由交通工具110的导航***的(诸)LiDAR收发机265传送的信号可能会被吸收、反射或散射,和/或由交通工具110的导航***的相机捕获的图像可能会因天气状况(诸如雪、雨、雾、烟尘、沙尘、颗粒物或其他此类状况)而变得模糊不清。作为这些或其他状况的结果,基于LiDAR的解决方案和/或基于相机的解决方案的精确度可降至低于基于雷达的解决方案的精确度。然而,雷达对此类天气状况的适应力强得多,并且在此类状况下可以提供更精确的定位解决方案。虽然本文中讨论的示例比较了由LiDAR和雷达产生的定位解决方案,但是本文中讨论的技术无意限于LiDAR和雷达,并且可被用于在利用其他技术(作为在该示例中使用的定位技术的补充或替代)确定的定位解决方案之中进行选择。
可响应于距离估计不超过该第二定位解决方案的预期精确度值而选择第二定位解决方案(步骤825)。如果第一与第二定位解决方案之间的距离未超过第一定位解决方案的预期精确度,则导航单元270可被配置成选择第二定位解决方案以用于导航交通工具110通过可导航环境和/或用于确定交通工具110的位置以生成包括邻近交通工具110的各标记器105的位置的地图数据。返回到上文关于步骤820所讨论的示例,第二定位解决方案是基于LiDAR的定位解决方案和/或基于相机的定位解决方案,而第一定位解决方案是利用MRR的、基于雷达的定位解决方案。在该示例中,基于LiDAR的解决方案和/或基于相机的解决方案的预期精确度应在约2厘米以内,而使用MRR的、基于雷达的解决方案的预期精确度应为约7.5厘米。由于这两个定位解决方案相对靠近在一起(间距小于第二定位解决方案的预期精确度),因此导航单元270可选择第二定位解决方案以用于导航交通工具110,这是因为用于确定第二定位解决方案的第二定位技术看起来没有受到会使该定位解决方案的精确度降级的不利环境状况或其他因素的影响。
图9是根据本文中公开的技术的用于选择定位解决方案的示例过程的流程图。图9中解说的技术可被用于至少部分地实现图7中解说的过程的阶段710。图9中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图9中解说的技术可被用于在交通工具包括多个雷达收发机的情况下确定该交通工具的定位位置。例如,交通工具可包括LRR和MRR,且图9中解说的技术可被用于选择定位解决方案。MRR可具有约100米的射程(雷达脉冲带宽为约500MHz,定位误差为约7.5厘米),而LRR可具有约200米的射程(雷达脉冲带宽为约4GHz,估计定位误差为约50厘米)。LRR的较长射程可允许LRR收发机因LRR的射程较长而在一些实例中接收比MRR更多的反射雷达信号。可沿道路布置标记器,以使得至少四个反射标记器落在LRR的典型射程内并且至少两个标记器落在MRR的典型射程内。在此类状况下,LRR可以能够确定包括来自三个标记器的反射的定位解决方案,而MRR仅可以能够确定包括来自两个标记器的反射的定位解决方案。图13解说了该情境,LRR解决方案在阶段1被确定。由于MRR解决方案仅包括来自两个标记器的信号,因此在阶段2确定的MRR解决方案包括两个可能位置。然而,消除这些MRR解决方案之一是可能的。如果各定位解决方案之一根据关于可导航环境的地图信息而落在该可导航环境中的道路或其他可导航区域之外,则导航单元270可丢弃落在该可导航区域之外的定位解决方案。在这两个定位解决方案都落在可导航区域之内的实例中,导航单元270可将这些定位解决方案与LRR定位解决方案作比较,且落在该LRR定位解决方案之外的MRR定位解决方案可以丢弃。MRR相较于LRR而言具有更高的精确度,并且这些基于MRR的定位解决方案之一应落在基于LRR的解决方案的定位误差范围以内。在MRR和LRR两者都接收到至少三个反射雷达信号的情况下,可选择MRR定位解决方案,因为基于MRR的解决方案应具有更高的精确度。交通工具的导航单元270可随后使用所选择的解决方案来导航该交通工具。
现在参照图9,交通工具的导航单元270可以使用第一雷达收发机来确定具有第一估计位置和第二估计位置的第一定位解决方案,并且使用第二雷达收发机来确定第二定位解决方案(步骤905)。第一雷达收发机的射程小于第二雷达收发机的射程,且第一雷达收发机仅从标记器接收到两个反射信号,而第二雷达收发机从标记器接收到至少三个反射信号。第一雷达收发机的精确度也高于第二雷达收发机的精确度。导航单元270可被配置成:使用由第一收发机接收到的信号来确定交通工具可能位于第一估计位置和第二估计位置,因为(诸如在图13中解说的示例中)第一收发机只接收了来自两个标记器的反射雷达信号。导航单元270可使用由第二雷达收发机接收到的信号来确定单个定位解决方案,因为第二雷达收发机接收了至少三个反射信号。
可将第一和第二估计位置与第二定位解决方案作比较(步骤910)。导航单元270可被配置成选择这两个估计位置中落在第二定位解决方案内的任一者。所选择的估计位置可被用作导航单元270用于导航交通工具110的定位解决方案。使用通过第一雷达收发机获得的反射信号来确定的所选估计位置应具有比使用通过第二雷达收发机获得的反射信号来确定的第二定位解决方案的精确度更高的精确度。在一些实现中,第一和第二雷达收发机可被配置成:确定诸估计位置和/或诸定位解决方案,以及将该信息提供给导航单元270,导航单元270进而可随后将该信息进行比较以确定将要被用作定位解决方案的所选估计位置。
虽然在前示例解说了在基于相机的解决方案和/或基于LiDAR的解决方案受到不利状况影响的情境中利用基于雷达的定位解决方案的技术实现,但是以下示例解说利用基于相机的定位技术和/或基于LiDAR的定位技术来生成导航数据的示例,该导航数据提供具有雷达反射器的标记器的精确位置。具体而言,在不存在可导致LiDAR信号被吸收、反射、散射或以其他方式被妨碍的状况的最优状况下,Lidar可具有比雷达***更高的精确度。基于Lidar的定位技术在晴朗天气状况下可以提供更高的精确度水平,其中在空中存在降水或颗粒物可能会导致LiDAR信号被吸收、反射和/或散射。交通工具110的操作者或交通工具110的导航单元270可确定没有此类不利环境状况,导航单元270可包括被配置成检测可影响基于LiDAR的定位技术的精确度的不利环境状况的存在的传感器,并且可确定此时不应捕捉导航数据。
一示例制图技术利用包括LiDAR反射器和雷达反射器两者的标记器105来确定“锚”标记器,其可被用于针对基于雷达的定位提供精确的定位信息。该信息可被具有包括LiDAR收发机和雷达收发机两者的导航***的(诸)交通工具110收集。交通工具110可以沿可导航环境的道路或其他部分进行导航,且该导航***的雷达收发机和LiDAR收发机两者可操作用于标识包括激光反射器和雷达反射器两者的标记器105。可使用来自GNSS***的信号和/或通过其他方式来确定交通工具110的位置,诸如基于从位于已知位置的无线网络节点(诸如WWAN基站和/或WLAN接入点)接收到的无线信号来确定交通工具的位置。还可以基于从RFID-MMID标签(其包括关于包含该RFID-MMID标签的标记器的位置信息)接收到的背散射信号来确定交通工具的位置。
导航单元270可以确定标记器105包括雷达反射器和光反射器两者,其中导航单元270基于关于反射雷达信号和激光信号的飞行时间信息来确定该雷达反射器离交通工具110第一距离以及该激光反射器离交通工具110第二距离。导航单元270可被配置成:确定雷达反射器和LiDAR反射器是否共处一地,其出于本公开的目的指示该雷达反射器和该LiDAR反射器是集成在一起还是彼此毗邻地安装。导航单元270可被配置成:在满足以下条件的情况下,确定雷达反射器和光反射器共处于同一标记器处:(1)第一与第二距离之差小于预定的标记器间隔区间;和/或(2)该差小于发射雷达信号并从标记器105接收反射雷达信号的雷达收发机的预期精确度。在一些实现中,导航单元270可以使用预定的标记器间隔区间,该间隔区间指示在导航单元270确定雷达反射器和光反射器不共处一地之前这些反射器必须要相隔多远。导航单元270可以另外地或替换地在确定雷达反射器和光反射器共处于同一标记器105处时使用雷达收发机的预期精确度。导航单元270可以响应于这两个反射器之间的距离大于雷达收发机的预期精确度而确定这两个反射器不共处一地。例如,如果雷达收发机是具有在7.5厘米以内的预期精确度的MRR,则导航单元270可被配置成:在这两个反射器基于反射LiDAR和雷达信号被确定为相隔超过7.5厘米的情况下,确定这两个反射器不共处一地。
在该示例制图技术中,与LiDAR反射器共处一地的反射器可在地图数据中被标记为锚标记器,因为这些标记器的位置是已知具有高确定性水平的(例如,在2厘米以内,这取决于所利用的LiDAR收发机的精确度)。具有雷达反射器和/或RFID-MMID标签的其他标记器也可被包括在地图数据中。LiDAR反射器的位置同样可被包括在地图数据中。由交通工具110的导航***所收集的地图数据可被提供给收集并存储标记器位置地图的导航服务器,这些标记器位置地图可由交通工具导航***下载、被推送给配置成从该导航服务器接收此类地图信息的交通工具导航***、和/或在由安装有该导航***的交通工具或设备的制造商或经销商对该导航***进行配置时被安装在该导航***上。
图10是根据本文中公开的技术的用于生成导航数据的示例过程的流程图。图10中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。
可生成针对可导航环境的导航数据(步骤1005)。导航数据可包括布置在可导航环境各处的雷达反射标记器的位置,且生成可导航数据可包括使用布置在可导航环境各处的光反射标记器来确定这些雷达反射标记器的位置。如上文所讨论的,交通工具的导航单元270可以操作交通工具110的(诸)LiDAR收发机和(诸)雷达收发机两者以生成标识布置在可导航环境内的光反射标记器和雷达反射标记器的位置的导航数据。至少一部分雷达反射标记器可与光反射标记器共处一地。导航单元270可被配置成标识此类雷达反射标记器,并且可基于LiDAR来确定这些标记器的可能会比单独使用雷达时更加精确的位置。此外,雷达反射标记器可包括基于雷达反射基础设施元件的粗分辨率标记器、包括安装在现有基础设施元件上的雷达反射元件的细分辨率标记器、或其组合。
图11是根据本文中公开的技术的用于生成导航数据的示例过程的流程图。图11中解说的技术可被用于至少部分地实现图10中解说的过程的阶段1005。图11中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。
可操作交通工具的LiDAR收发机以从沿通过可导航环境的行驶路线布置的光反射标记器获得信号(步骤1105)。可操作交通工具的雷达收发机以从沿通过可导航环境的行驶路线布置的雷达反射标记器获得信号(步骤1110)。如上文所讨论的,交通工具110可以行驶通过可导航环境,同时操作该交通工具的LiDAR收发机和雷达收发机两者并且监视来自光学反射器和雷达反射器的反射。可以从粗分辨率或细分辨率标记器接收雷达反射。交通工具的导航单元270可被配置成基于粗分辨率标记器和细分辨率标记器的雷达截面的差异来在从这两种类型的标记器接收到的信号之间进行区分。一旦已检测到LiDAR和雷达反射,就可作出关于该光反射标记器和该雷达反射标记器是否共处一地的确定(步骤1115)。交通工具的导航单元270可使用上文所讨论的技术来确定光反射标记器和雷达反射标记器是否共处一地。导航单元270可以将共处一地的标记器作为锚标记器添加在正在生成的导航数据中。可因光反射标记器的存在而更精确地确定锚标记器的位置。使用导航数据对可导航环境进行导航的各交通工具可随后使用锚标记器来作出精确的位置确定。导航单元270还可被配置成:将使用LiDAR收发机确定的光反射标记器位置包括在导航数据中。导航单元270还可被配置成:将使用未与光反射标记器共处一地的雷达收发机确定的雷达反射标记器位置包括在导航数据中。
图16是根据本文中公开的技术的用于操作导航***的过程的流程图。图16中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图16中解说的技术使用基于雷达和LiDAR的定位技术来确定用于交通工具的位置解决方案。然而,基于相机的解决方案可作为基于LiDAR的位置解决方案的补充或替代来使用。
可使用导航***的雷达收发机来确定与交通工具在可导航环境内的位置相关联的第一定位解决方案(步骤1605)。交通工具110的导航单元270可被配置成使用导航***的一个或多个雷达收发机来确定第一定位解决方案。如在前示例中讨论的,交通工具的(诸)雷达收发机可被用来传送雷达信号,且该(该些)雷达收发机可被配置成从落在该(该些)雷达收发机的射程内的标记器105接收反射雷达信号和/或背散射。导航单元270可被配置成:使用在前示例中讨论的定位技术或其他定位技术中的任一者、基于反射雷达信号和/或背散射来确定定位解决方案(其表示交通工具在可导航环境内的估计位置)。
可使用导航***的LiDAR收发机来确定与交通工具在可导航环境内的位置相关联的第二定位解决方案(步骤1610)。交通工具110的导航单元270可被配置成使用导航***的一个或多个LiDAR收发机来确定第二定位解决方案。如在前示例中讨论的,交通工具的(诸)LiDAR收发机可被用来传送激光信号,且该(该些)LiDAR收发机可被配置成从落在该(该些)LiDAR收发机的射程内的标记器105接收反射雷达信号。导航单元270可被配置成:使用在前示例中讨论的定位技术或其他定位技术中的任一者、基于反射LiDAR信号来确定定位解决方案(其表示交通工具在可导航环境内的估计位置)。
取代基于LiDAR的定位解决方案或者除了基于LiDAR的定位解决方案之外,使用基于相机的解决方案来确定第二定位解决方案。导航单元270可被配置成:利用交通工具的一个或多个光学传感器来捕捉该交通工具周围的车道标志线、招牌、标记器105和/或其他基础设施的图像。导航单元270可被配置成基于由(诸)相机捕获的图像来计算定位解决方案。
可基于第一定位解决方案的精确度是否超过第二定位解决方案的精确度来从第一和第二定位解决方案中选择定位解决方案(步骤1615)。可基于第一和/或第二定位解决方案的精确度和/或可靠性来从这些定位解决方案中选择定位解决方案。如在前示例中讨论的,可确定每个定位解决方案的可靠性得分,并且在这些定位解决方案中相应的定位解决方案的可靠性得分小于与该类型的定位解决方案相关联的可靠性阈值的情况下,该定位解决方案可以丢弃。如果这两个定位解决方案都不满足可靠性阈值,则交通工具的操作者可得到警告以取得对该交通工具的导航的控制。操作者可位于交通工具内,并且可取得对交通工具的手动控制。操作者可位于交通工具远程,并且可经由无线连接取得对交通工具的控制。
出于在前示例中讨论的各种原因,LiDAR通常比雷达更精确,除非在运行环境中存在不利状况。在最优工况下,基于相机的解决方案同样可比基于雷达的解决方案更精确。相应地,基于LiDAR的定位解决方案通常将比基于雷达的定位解决方案更精确。然而,环境状况(诸如雪、雨、雾、烟尘、沙尘、颗粒物或其他此类状况)可能会不利地影响基于LiDAR和/或基于相机的解决方案的精确度。相应地,导航单元270可被配置成:作出关于使用LiDAR和/或(诸)相机确定的第二定位解决方案是否落在使用雷达确定的定位解决方案之内的确定。
如在前示例中讨论的,每个定位解决方案可表示交通工具在可导航环境内的估计位置,并且可表示交通工具的实际位置所落于的面积或体积(参见图4A、4B、4C和13)。这些解决方案中的每一者通常表示交通工具的实际位置所落于的面积或体积。在LiDAR和/或相机的性能被降级的情境中,位置解决方案可能会越出由基于雷达的解决方案表示的面积或体积,这指示基于LiDAR和/或相机的解决方案没有基于雷达的解决方案那么精确,且导航单元270将选择基于雷达的解决方案。替换地,在基于LiDAR和/或基于相机的位置解决方案落在由基于雷达的解决方案表示的面积或体积内的情况下,基于LiDAR和/或相机的位置解决方案比基于雷达的解决方案更精确,并且将被导航单元270选择。该办法类似于关于图9中解说的过程所讨论的办法,其比较基于面积的定位解决方案以确定一定位解决方案是否落在另一定位解决方案之内。
一些定位解决方案可确定表示交通工具在可导航环境内的估计位置的点,而不是产生交通工具的实际位置估计会处于的面积或体积。在此类实现中,诸如图8中解说的示例过程之类的过程可被用于选择定位解决方案。
可基于该定位解决方案来执行一个或多个动作(步骤1620)。导航单元270可被配置成基于该定位解决方案以及对交通工具利用的运行模式来执行各种动作。在交通工具正在以自主或半自主模式进行操作的场合,导航单元270可使用该定位解决方案来导航该交通工具通过可导航环境,诸如在图18中解说的示例过程中那样。导航单元270还可被配置成生成一个或多个警告,诸如在图19中解说的示例过程中那样。这些警告可以是信息性的,或者可以是需要交通工具的驾驶员采取某种动作的行动性警告。信息警告可被用于提供关于不利行驶状况的信息、即将到来的感兴趣点或目的地、或对驾驶员可能有用的其他信息。行动性警告可被用于向驾驶员指示已出现导航单元270需要驾驶员取得对交通工具的手动控制的情境。此类警告可响应于不利环境状况、传感器问题、或导航单元270在没有驾驶员输入的情况下无法继续导航交通工具的其他情境而被生成。导航单元270还可被配置成:在以驾驶员辅助模式进行操作时向驾驶员提供定位解决方案信息,诸如在图20中解说的示例过程中那样。在驾驶员辅助模式中,驾驶员具有对交通工具的运行的手动控制,但导航单元270可以向驾驶员提供导航信息和/或附加信息,诸如车道偏离警报信息、碰撞避免警报信息、以及可辅助驾驶员操作交通工具的其他此类信息。导航单元270可在以驾驶员辅助模式进行操作的同时具有对一些***(诸如交通工具制动***)的有限控制。导航单元270可被配置成响应于该定位解决方案而执行不止一种类型的动作。例如,导航单元270可使用定位解决方案来导航交通工具,并向驾驶员提供该交通工具正临近导航目的地的警告。这仅仅是导航单元270执行不止一个动作的一个示例。导航单元270可响应于定位解决方案而执行其他动作组合。
图17是根据本文中公开的技术的用于选择导航***的过程的流程图。图17中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图17中解说的技术使用基于雷达和LiDAR的技术来确定用于交通工具的位置解决方案。然而,基于相机的解决方案可作为基于LiDAR的位置解决方案的补充或替代来使用。图17中解说的过程可被用于至少部分地实现图16中解说的过程的步骤1615,并且可被用于在本文中公开的其他示例过程中选择定位解决方案。图17中解说的过程可被用于在已经提供了交通工具的估计位置(其由该交通工具所位于的可导航环境内的一区域表示)的不同定位解决方案之间进行选择。由于定位测量的误差(由干扰、环境状况等引起)和/或位置确定计算的误差,该位置可被表示为区域而非点位置。在图17的示例过程中,导航单元270已经使用不同的定位技术(例如基于相机、基于LiDAR、基于雷达(LRR/MRR/SRR))确定了第一和第二定位解决方案。
作出关于第二定位解决方案是否落在第一定位解决方案之内的确定(步骤1705)。可作出关于第二定位解决方案是否涵盖比第一定位解决方案更小的面积或体积的确定,并且可作出关于第二定位是否落在由第一定位解决方案表示的面积或体积内的确定。如果这些条件得到满足,则第二定位解决方案比第一定位解决方案更精确。
可响应于第二定位解决方案落在第一定位解决方案内而选择第二定位解决方案(步骤1710)。否则,导航单元270可选择第一定位解决方案。导航单元270可使用所选择的导航解决方案来导航交通工具通过可导航环境。
图18是根据本文中公开的技术的用于操作导航***的过程的流程图。图18中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图18中解说的过程可被用于至少部分地实现图16中解说的过程的步骤1620,并且可被用于在本文中公开的其他示例过程中响应于所选择的定位解决方案而执行动作。
可使用所选择的定位解决方案来导航交通工具通过可导航环境(步骤1820)。导航单元270可使用所选择的导航解决方案来辅助导航交通工具通过可导航环境。导航单元270可被配置成:向交通工具控制单元275发送控制信号以基于所选择的定位解决方案来导航交通工具110通过可导航环境。导航单元270可以使用关于可导航环境的信息,该信息包括关于道路和/或其他可导航区域的信息以及布置在可导航环境各处的标记器105的位置。导航单元270可被配置成:在交通工具行进通过可导航环境时,确定附加定位解决方案。导航单元270还可被配置成:再次执行图16中解说的过程和/或执行在前示例过程中的一个示例过程,以确定是否应当因不断变化的环境状况、可导航环境中存在的标记器类型的变化、和/或可导致不同定位技术提供更加精确的解决方案的其他状况而利用一不同的定位技术。
图19是根据本文中公开的技术的用于操作导航***的过程的流程图。图18中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图18中解说的过程可被用于至少部分地实现图16中解说的过程的步骤1620,并且可被用于在本文中公开的其他示例过程中响应于定位解决方案而执行动作。
可基于定位解决方案来生成对交通工具的驾驶员的警告(步骤1905)。导航单元270可被配置成响应于定位解决方案而向交通工具的驾驶员发送警告。该警告可响应于导航单元270无法确定具有足够的精确度和/或可靠性的定位解决方案。警告可以是需要驾驶员采取某种动作的行动性警告,或者可以是向交通工具的驾驶员提供信息的信息性警告。该警告可被用于发信号通知驾驶员应当取得对交通工具的手动控制。也可以在驾驶员已经取得了对交通工具的手动控制但定位解决方案的精确度和/或可靠性已经因不利天气状况(诸如雨、雪、雾、沙尘、烟尘、粉尘和/或其他空中物质,其可能遮挡由基于相机的定位技术所使用的视觉指示器,并且可能散射、反射和/或吸收由基于LiDAR的定位技术所使用的激光)而降级的情况下使用这样的警告。向驾驶员警告此类不利状况可以通知驾驶员要因可能会损害可见性和操控性的状况而小心。信息性警告可被用于向驾驶员发信号通知正沿导航路线临近导航目的地和/或感兴趣点。导航单元270还可以提供其他类型的信息性警告。
由导航***生成的警告可以是视觉警告、可听警告和/或触觉警告。导航单元270可被配置成在交通工具的导航***的显示器上生成视觉警告。导航单元270可被配置成在交通工具110的一个或多个其他显示器(包括但不限于安装在仪表板上的显示器和/或抬头显示器)上生成视觉警告。视觉警告可包括用以传达警告的文本、图表、动画和/或其他视觉指示。导航单元270还可被配置成:生成可通过交通工具的导航***的一个或多个扬声器、交通工具的音响***或娱乐***的一个或多个扬声器、和/或交通工具的驾驶员所穿戴的无线耳机或其他类似设备来播放的可听警告。可听警告可包括提供该警告的内容的录音内容或合成语音内容。可听警告可包括可听信号或频调,且不同的信号或频调可与不同类型的警告相关联以允许驾驶员在这些类型的警告之间进行分区。导航单元270还可被配置成生成触觉警告。交通工具的一个或多个组件(诸如方向盘和/或驾驶员座椅)可包括可被诱发进行震动以向驾驶员传达信息的触觉设备。在其他实现中,导航单元270可以与可由交通工具的驾驶员穿戴的设备对接,该设备可向驾驶员提供触觉反馈。导航单元270可被配置成与此类触觉设备对接,以向交通工具的驾驶员提供警告。导航单元270可以诱发触觉设备使用不同的震动模式进行震动以指示各类型的警告,从而允许驾驶员在这些类型的警告之间进行区分。
图20是根据本文中公开的技术的用于操作导航***的过程的流程图。图20中解说的过程可由交通工具110的导航单元270来实现,除非另有说明。图20中解说的过程可被用于至少部分地实现图16中解说的过程的步骤1620,并且可被用于在本文中公开的其他示例过程中响应于定位解决方案而执行动作。
可将该定位解决方案提供给交通工具的驾驶员(步骤2005)。导航解决方案可在导航单元270的显示器和/或该交通工具的另一显示器上被显示给该交通工具的驾驶员,以向该驾驶员提供对该交通工具在可导航环境内的位置的指示。该定位信息可以用于该交通工具正在自主地或半自主地运行、且导航单元270当前具有对该交通工具的运行的控制的信息性目的。该定位信息还可在该交通工具正在驾驶员辅助模式中操作之时被提供给该驾驶员,其中导航信息和/或其他辅助信息可通过视觉更新、可听更新和/或触觉更新被呈现给该驾驶员。
如果部分地用硬件或固件、连同软件来实现,则各功能可作为一条或多条指令或代码存储在计算机可读介质上。示例包括编码有数据结构的计算机可读介质和编码有计算机程序的计算机可读介质。计算机可读介质包括物理计算机存储介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,此类计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储、半导体存储或其他存储设备、或能被用来存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质;如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘常常磁性地再现数据,而碟用激光光学地再现数据。以上的组合应当也被包括在计算机可读介质的范围内。
除非另行定义,本文所使用的所有技术术语和科学术语具有与通常上或常规上理解的含义相同的含义。如本文所使用的,冠词“一”和“某一”指代该冠词的一个或一个以上(即,至少一个)语法宾语。作为示例,“元素或元件”意指一个元素或元件或一个以上元素或元件。如本文在引用可测量值(诸如量、时间历时等)时所使用的“大约”和/或“约”涵盖与指定值的±20%或±10%、±5%、或+0.1%的偏差,因为此类偏差在本文中描述的***、设备、电路、方法和其他实现的上下文中是适当的。如本文在引用可测量值(诸如量、时间历时、物理属性(诸如频率)等)时所使用的“基本上”同样涵盖与指定值的±20%或±10%、±5%、或+0.1%的偏差,因为此类偏差在本文中描述的***、设备、电路、方法和其他实现的上下文中是适当的。
上文所讨论的方法、***和设备是示例。各种替换配置可恰适地省略、替代、或添加各种规程或组件。各配置可能是作为被描绘为流程图或框图的过程来描述的。尽管每个流程图或框图可以将操作描述为按次序的过程,但很多操作可以并行地或同时地进行。另外,可以重新排列操作的顺序。过程可具有未被包括在附图中的步骤。
如本文(包括权利要求中)所使用的,在接有“中的至少一个”或“中的一个或多个”的项目列举中使用的“或”指示析取式列举,以使得例如“A、B或C中的至少一个”的列举表示A或B或C或AB或AC或BC或ABC(即,A和B和C)、以及具有不止一个特征的组合(例如,AA、AAB、ABBC等)。
而且,如本文所使用的,除非另外声明,功能或操作“基于”项目或条件的陈述表示该功能或操作基于所陈述的项目或条件,并且可以基于除所陈述的项目或条件以外的一个或多个项目和/或条件。
Claims (30)
1.一种用于对交通工具的导航***进行操作的方法,所述方法包括:
使用所述导航***的雷达收发机来确定与所述交通工具在可导航环境中的位置相关联的第一定位解决方案;
使用所述导航***的LiDAR收发机、相机或两者来确定与所述交通工具在所述可导航环境中的位置相关联的第二定位解决方案;
基于所述第一定位的精确度是否超过所述第二定位解决方案的精确度来从所述第一定位解决方案和第二定位解决方案中选择定位解决方案;以及
基于所选择的定位解决方案来执行一个或多个动作。
2.如权利要求1所述的方法,其中,使用所述定位解决方案来执行所述一个或多个动作包括:
使用所选择的交通工具定位解决方案来导航所述交通工具通过所述可导航环境。
3.如权利要求1所述的方法,其中,使用所述定位解决方案来执行所述一个或多个动作包括:
基于所述定位解决方案来生成对所述交通工具的驾驶员的警告。
4.如权利要求1所述的方法,其中,使用所述定位解决方案来执行所述一个或多个动作包括:
将所述定位解决方案提供给所述交通工具的驾驶员。
5.如权利要求1所述的方法,进一步包括:通过以下方式来确定所述第一定位解决方案的精确度是否超过所述第二定位解决方案的精确度:
确定所述第一定位解决方案与所述第二定位解决方案之间的距离;以及
确定所述距离是否超过所述第二定位解决方案的预期精确度。
6.如权利要求5所述的方法,进一步包括:
响应于所述距离超过所述第二定位解决方案的估计精确度而选择所述第一定位解决方案。
7.如权利要求5所述的方法,进一步包括:
响应于所述距离未超过所述第二定位解决方案的估计精确度而选择所述第二定位解决方案。
8.如权利要求1所述的方法,进一步包括:通过以下方式来确定所述第一定位解决方案的精确度是否超过所述第二定位解决方案的精确度:
确定所述第二定位解决方案是否落在所述第一定位解决方案内;以及
基于所述第二定位是否落在所述第一定位解决方案内来从所述第一定位解决方案和第二定位解决方案中选择定位解决方案,以使得选择所述第一定位解决方案,除非所述第二定位解决方案落在所述第二定位解决方案内。
9.如权利要求1所述的方法,其中,选择所述定位解决方案进一步包括:
确定每个定位解决方案的可靠性得分;以及
丢弃与其相关联的可靠性得分低于预定阈值的每个定位解决方案。
10.如权利要求1所述的方法,其中,选择第一定位解决方案还是选择第二定位解决方案包括:确定所述第一定位解决方案和所述第二定位解决方案是否落在可导航区域内。
11.如权利要求10所述的方法,其中,至少一部分雷达反射器被极化,并且其中所述第一定位解决方案利用双极化雷达。
12.如权利要求10所述的方法,其中,至少一部分雷达反射器布置在雷达吸收材料上。
13.如权利要求1所述的方法,进一步包括:
标识故障或缺失的雷达反射或光反射标记器;以及
向导航服务器发送标识所述故障或缺失标记器的信息。
14.如权利要求1所述的方法,其中,LiDAR反射器和雷达反射器布置在所述可导航环境的现有基础设施元件上。
15.一种导航***,包括:
雷达收发机,其被配置成向布置在可导航环境中的雷达反射标记器传送信号并从其接收返回信号;
LiDAR收发机,其被配置成向布置在可导航环境中的光反射标记器传送信号并从其接收返回信号;
存储器;
耦合至所述存储器、所述雷达收发机和所述LiDAR收发机的处理器,所述处理器被配置成:
使用所述导航***的雷达收发机来确定与所述交通工具在可导航环境中的位置相关联的第一定位解决方案;
使用所述导航***的LiDAR收发机、相机或两者来确定与所述交通工具在所述可导航环境中的位置相关联的第二定位解决方案;
基于所述第一定位的精确度是否超过所述第二定位解决方案的精确度来从所述第一定位解决方案和第二定位解决方案中选择定位解决方案;以及
基于所选择的定位解决方案来执行一个或多个动作。
16.一种导航***,包括:
用于使用所述导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案的装置;
用于使用所述导航***的LiDAR收发机、相机或两者来确定与所述交通工具在所述可导航环境中的位置相关联的第二定位解决方案的装置;
用于基于所述第一定位的精确度是否超过所述第二定位解决方案的精确度来从所述第一定位解决方案和第二定位解决方案中选择定位解决方案的装置;以及
用于基于所选择的定位解决方案来执行一个或多个动作的装置。
17.一种其上存储有用于操作导航***的计算机可读指令的非瞬态计算机可读介质,所述非瞬态计算机可读介质包括被配置成使所述导航***执行以下操作的指令:
使用所述导航***的雷达收发机来确定与交通工具在可导航环境中的位置相关联的第一定位解决方案;
使用所述导航***的LiDAR收发机、相机或两者来确定与所述交通工具在所述可导航环境中的位置相关联的第二定位解决方案;
基于所述第一定位的精确度是否超过所述第二定位解决方案的精确度来从所述第一定位解决方案和第二定位解决方案中选择定位解决方案;以及
基于所选择的定位解决方案来执行一个或多个动作。
18.一种用于生成导航数据的方法,所述方法包括:
生成针对可导航环境的导航数据,所述导航数据包括布置在所述可导航环境各处的雷达反射标记器的位置,其中生成所述导航数据包括:使用布置在所述可导航环境各处的光反射标记器来确定所述雷达反射标记器的位置。
19.如权利要求18所述的方法,其中,使用布置在所述可导航环境各处的所述光反射标记器来确定所述雷达反射标记器的位置进一步包括:
对交通工具的LiDAR收发机进行操作以从沿通过所述可导航环境的行驶路线布置的光反射标记器获得反射信号;
对所述交通工具的雷达收发机进行操作以从沿通过所述可导航环境的行驶路线布置的雷达反射标记器获得反射雷达信号;以及
确定所述光反射标记器和所述雷达反射标记器是否共处一地。
20.如权利要求19所述的方法,其中,所述雷达反射标记器邻近所述光反射标记器来安装。
21.如权利要求19所述的方法,其中,所述雷达反射标记器与所述光反射标记器集成在一起。
22.如权利要求19所述的方法,其中,确定所述光反射标记器和所述雷达反射标记器是否共处一地进一步包括:
确定所述雷达反射标记器与所述光反射标记器的距离小于预定距离。
23.如权利要求22所述的方法,其中,所述预定距离是与所述雷达收发机相关联的估计误差。
24.如权利要求19所述的方法,其中,所述雷达反射标记器包括粗分辨率标记器。
25.如权利要求24所述的方法,其中,所述粗分辨率标记器包括现有基础设施的雷达反射组件。
26.如权利要求19所述的方法,其中,所述雷达反射标记器包括细分辨率标记器,并且其中所述雷达反射标记器包括细分辨率标记器,并且其中所述细分辨率标记器布置在所述可导航环境的现有基础设施上。
27.如权利要求18所述的方法,进一步包括:
标识故障或缺失的雷达反射或光反射标记器;以及
向导航服务器发送标识所述故障或缺失标记器的对所述导航数据的更新。
28.一种导航***,包括:
雷达收发机,其被配置成向布置在可导航环境中的雷达反射标记器传送信号并从其接收返回信号;
LiDAR收发机,其被配置成向布置在可导航环境中的光反射标记器传送信号并从其接收返回信号;
存储器;
耦合至所述存储器、所述雷达收发机和所述LiDAR收发机的处理器,所述处理器被配置成:
生成针对所述可导航环境的导航数据,所述导航数据包括布置在所述可导航环境各处的雷达反射标记器的位置,其中所述处理器被进一步配置成:使用布置在所述可导航环境各处的光反射标记器来确定所述雷达反射标记器的位置。
29.一种导航***,包括:
用于生成针对可导航环境的导航数据的装置,所述导航数据包括布置在所述可导航环境各处的雷达反射标记器的位置,其中用于生成所述导航数据的装置包括:用于使用布置在所述可导航环境各处的光反射标记器来确定所述雷达反射标记器的位置的装置。
30.一种其上存储有用于生成导航数据的计算机可读指令的非瞬态计算机可读介质,所述非瞬态计算机可读介质包括被配置成使所述导航***执行以下操作的指令:
生成针对可导航环境的导航数据,所述导航数据包括布置在所述可导航环境各处的雷达反射标记器的位置,其中配置成使所述导航***生成所述导航数据的指令进一步包括:配置成使所述导航***使用布置在所述可导航环境各处的光反射标记器来确定所述雷达反射标记器的位置的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/039,686 US11199413B2 (en) | 2018-07-19 | 2018-07-19 | Navigation techniques for autonomous and semi-autonomous vehicles |
US16/039,686 | 2018-07-19 | ||
PCT/US2019/040937 WO2020018311A2 (en) | 2018-07-19 | 2019-07-09 | Navigation techniques for autonomous and semi-autonomous vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112424638A true CN112424638A (zh) | 2021-02-26 |
Family
ID=67441730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980047600.4A Pending CN112424638A (zh) | 2018-07-19 | 2019-07-09 | 用于自主和半自主交通工具的导航技术 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11199413B2 (zh) |
CN (1) | CN112424638A (zh) |
WO (1) | WO2020018311A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11142214B2 (en) * | 2019-08-06 | 2021-10-12 | Bendix Commercial Vehicle Systems Llc | System, controller and method for maintaining an advanced driver assistance system as active |
CN113821032A (zh) * | 2021-09-17 | 2021-12-21 | 上海快仓自动化科技有限公司 | 一种定位方法、***、装置及移动设备 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10451425B2 (en) * | 2014-12-05 | 2019-10-22 | Apple Inc. | Autonomous navigation system |
DE102017220023A1 (de) * | 2017-11-10 | 2019-05-16 | Continental Teves Ag & Co. Ohg | Fahrzeug-zu-X-Kommunikationssystem |
JP6992704B2 (ja) * | 2018-08-22 | 2022-01-13 | 株式会社デンソー | 物体検知装置 |
CN110874926A (zh) * | 2018-08-31 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 智能路侧单元 |
US20200082722A1 (en) * | 2018-09-10 | 2020-03-12 | Ben Zion Beiski | Systems and methods for improving the detection of low-electromagnetic-profile objects by vehicles |
US11372100B2 (en) * | 2018-10-23 | 2022-06-28 | Baidu Usa Llc | Radar object classification and communication using smart targets |
US11428781B2 (en) * | 2018-11-01 | 2022-08-30 | Robert Bosch Gmbh | System and method for radar-based localization in sparse environment |
DE102018221142A1 (de) * | 2018-12-06 | 2020-06-10 | Robert Bosch Gmbh | Lokalisierung in komplexen Verkehrsszenarien durch Markierungen |
JP7189002B2 (ja) * | 2018-12-18 | 2022-12-13 | トヨタ自動車株式会社 | 注意喚起装置 |
US11024180B2 (en) | 2018-12-27 | 2021-06-01 | Intel Corporation | Methods and apparatus to validate data communicated by a vehicle |
JP7298323B2 (ja) * | 2019-06-14 | 2023-06-27 | マツダ株式会社 | 外部環境認識装置 |
CN112149659B (zh) * | 2019-06-27 | 2021-11-09 | 浙江商汤科技开发有限公司 | 定位方法及装置、电子设备和存储介质 |
WO2021051071A1 (en) * | 2019-09-13 | 2021-03-18 | Wavesense, Inc. | Improved navigation and localization using surface-penetrating radar and deep learning |
JP6988873B2 (ja) * | 2019-11-18 | 2022-01-05 | トヨタ自動車株式会社 | 位置推定装置および位置推定用コンピュータプログラム |
US11345360B1 (en) * | 2019-12-12 | 2022-05-31 | Zoox, Inc. | Localization error handling |
US20230160700A1 (en) * | 2020-03-25 | 2023-05-25 | Robert Bosch Gmbh | Vehicle locating system and vehicle locating device |
US11695574B2 (en) * | 2020-04-29 | 2023-07-04 | Blackberry Limited | Method and system for establishing trust for a cybersecurity posture of a V2X entity |
JP7459732B2 (ja) | 2020-09-08 | 2024-04-02 | 株式会社豊田自動織機 | 自己位置推定システム |
US11720107B2 (en) * | 2020-09-24 | 2023-08-08 | Micron Technology, Inc. | Memory sub-system autonomous vehicle localization |
US11667304B2 (en) * | 2021-05-12 | 2023-06-06 | Ford Global Technologies, Llc | Enhanced vehicle operation |
WO2022246556A1 (en) * | 2021-05-26 | 2022-12-01 | Peter Yeung | Methods and system relating to navigation, power generation and sensors for vehicles |
US11938960B1 (en) * | 2021-07-12 | 2024-03-26 | Amazon Technologies, Inc. | Systems and methods for controlling vehicles with navigation markers |
US20230089124A1 (en) * | 2021-09-20 | 2023-03-23 | DC-001, Inc. dba Spartan Radar | Systems and methods for determining the local position of a vehicle using radar |
US20230093282A1 (en) * | 2021-09-20 | 2023-03-23 | DC-001, Inc. | Systems and methods for adjusting vehicle lane position |
WO2023195430A1 (ja) * | 2022-04-05 | 2023-10-12 | 日本電信電話株式会社 | Idタグおよび検出システム |
DE102022209225A1 (de) | 2022-09-06 | 2024-03-07 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Bestimmen einer hochgenauen Position eines Fahrzeugs |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104813142A (zh) * | 2012-12-06 | 2015-07-29 | 高通股份有限公司 | 通过装置上和交通工具上信息的同时使用来确定位置、速度和/或航向 |
US20170307746A1 (en) * | 2016-04-22 | 2017-10-26 | Mohsen Rohani | Systems and methods for radar-based localization |
US20170370729A1 (en) * | 2016-06-22 | 2017-12-28 | Delphi Technologies, Inc. | Automated vehicle sensor selection based on map data density and navigation feature density |
US20180089538A1 (en) * | 2016-09-29 | 2018-03-29 | The Charles Stark Draper Laboratory, Inc. | Autonomous vehicle: object-level fusion |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014065856A1 (en) | 2012-10-25 | 2014-05-01 | Massachusetts Institute Of Technology | Vehicle localization using surface penetrating radar |
US9142063B2 (en) * | 2013-02-15 | 2015-09-22 | Caterpillar Inc. | Positioning system utilizing enhanced perception-based localization |
US9384394B2 (en) * | 2013-10-31 | 2016-07-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
KR102003339B1 (ko) * | 2013-12-06 | 2019-07-25 | 한국전자통신연구원 | 정밀 위치 설정 장치 및 방법 |
US20150192668A1 (en) * | 2014-01-06 | 2015-07-09 | Honeywell International Inc. | Mathematically combining remote sensing data with different resolution to create 3d maps |
WO2015156821A1 (en) | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | Vehicle localization system |
US9409570B2 (en) * | 2014-05-09 | 2016-08-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and apparatus for predicting most probable path of vehicle travel and vehicle control loss preview |
KR20160002178A (ko) * | 2014-06-30 | 2016-01-07 | 현대자동차주식회사 | 자차 위치 인식 장치 및 방법 |
US9170116B1 (en) | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
US10013508B2 (en) * | 2014-10-07 | 2018-07-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | Joint probabilistic modeling and inference of intersection structure |
US9483059B2 (en) * | 2014-11-26 | 2016-11-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method to gain driver's attention for autonomous vehicle |
DE102015208228A1 (de) * | 2015-05-05 | 2016-11-10 | Bayerische Motoren Werke Aktiengesellschaft | Diagnoseverfahren für einen Sichtsensor eines Fahrzeugs und Fahrzeug mit einem Sichtsensor |
US9884623B2 (en) | 2015-07-13 | 2018-02-06 | GM Global Technology Operations LLC | Method for image-based vehicle localization |
US9857181B2 (en) | 2015-08-11 | 2018-01-02 | Gm Global Technology Operations Llc. | Methods and apparatus for evaluating operation of a vehicle onboard navigation system using lateral offset data |
AU2017396987A1 (en) * | 2017-02-02 | 2019-09-12 | Yosef Mintz | Integrative system and methods to apply predictive dynamic city-traffic load balancing and perdictive parking control that may further contribute to cooperative safe driving |
US11579298B2 (en) * | 2017-09-20 | 2023-02-14 | Yujin Robot Co., Ltd. | Hybrid sensor and compact Lidar sensor |
DE102017217065A1 (de) * | 2017-09-26 | 2019-03-28 | Robert Bosch Gmbh | Verfahren und System zum Kartieren und Lokalisieren eines Fahrzeugs basierend auf Radarmessungen |
US11758111B2 (en) * | 2017-10-27 | 2023-09-12 | Baidu Usa Llc | 3D lidar system using a dichroic mirror for autonomous driving vehicles |
US10852731B1 (en) * | 2017-12-28 | 2020-12-01 | Waymo Llc | Method and system for calibrating a plurality of detection systems in a vehicle |
-
2018
- 2018-07-19 US US16/039,686 patent/US11199413B2/en active Active
-
2019
- 2019-07-09 WO PCT/US2019/040937 patent/WO2020018311A2/en active Application Filing
- 2019-07-09 CN CN201980047600.4A patent/CN112424638A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104813142A (zh) * | 2012-12-06 | 2015-07-29 | 高通股份有限公司 | 通过装置上和交通工具上信息的同时使用来确定位置、速度和/或航向 |
US20170307746A1 (en) * | 2016-04-22 | 2017-10-26 | Mohsen Rohani | Systems and methods for radar-based localization |
US20170370729A1 (en) * | 2016-06-22 | 2017-12-28 | Delphi Technologies, Inc. | Automated vehicle sensor selection based on map data density and navigation feature density |
US20180089538A1 (en) * | 2016-09-29 | 2018-03-29 | The Charles Stark Draper Laboratory, Inc. | Autonomous vehicle: object-level fusion |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11142214B2 (en) * | 2019-08-06 | 2021-10-12 | Bendix Commercial Vehicle Systems Llc | System, controller and method for maintaining an advanced driver assistance system as active |
CN113821032A (zh) * | 2021-09-17 | 2021-12-21 | 上海快仓自动化科技有限公司 | 一种定位方法、***、装置及移动设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020018311A3 (en) | 2020-02-27 |
US20200025575A1 (en) | 2020-01-23 |
WO2020018311A2 (en) | 2020-01-23 |
US11199413B2 (en) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11199413B2 (en) | Navigation techniques for autonomous and semi-autonomous vehicles | |
US20200258392A1 (en) | Navigation techniques for autonomous and semi-autonomous vehicles | |
US20220026919A1 (en) | Vehicle Radar Perception And Localization | |
US10286908B1 (en) | Self-driving vehicle systems and methods | |
US11085774B2 (en) | System and method of matching of road data objects for generating and updating a precision road database | |
US11541809B2 (en) | Unmanned roadside signage vehicle system | |
US10303181B1 (en) | Self-driving vehicle systems and methods | |
EP3130945B1 (en) | System and method for precision vehicle positioning | |
US10156635B2 (en) | Overhead object detection using optical measurements | |
US10481606B1 (en) | Self-driving vehicle systems and methods | |
US11621025B1 (en) | Map creation from hybrid data | |
US20220244067A1 (en) | Submap geographic projections | |
US20150127249A1 (en) | Method and system for creating a current situation depiction | |
US20220107197A1 (en) | Roadway information detection sensor device/system for autonomous vehicles | |
WO2019008716A1 (ja) | 可視外計測装置および可視外計測方法 | |
US20230222908A1 (en) | Roadway information detection system consists of sensors on the autonomous vehicles and devices for the road | |
JP2019083027A (ja) | 交通路の検出範囲を決定するための方法および装置 | |
CN113167887A (zh) | 包括安装在诸如桥梁或建筑物之类的固定基础设施上的至少两个不同的传感器的用于交通监控的*** | |
US20230125780A1 (en) | Methods and Apparatuses for Vehicle Position Determination | |
JP6819980B1 (ja) | 路側マーカーによる測位システム | |
US20220410904A1 (en) | Information processing device, information processing system and information processing method | |
US20240183986A1 (en) | Travelable area extraction apparatus, system, and method, and non-transitory computer readable medium | |
JP2020035397A (ja) | 移動体情報通知装置及び移動体情報通知システム |
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 |