CN112534209B - 自身位置估计方法以及自身位置估计装置 - Google Patents
自身位置估计方法以及自身位置估计装置 Download PDFInfo
- Publication number
- CN112534209B CN112534209B CN201880096338.8A CN201880096338A CN112534209B CN 112534209 B CN112534209 B CN 112534209B CN 201880096338 A CN201880096338 A CN 201880096338A CN 112534209 B CN112534209 B CN 112534209B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detected
- road
- height
- height information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 15
- 239000003550 marker Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01C21/30—Map- or contour-matching
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
-
- 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
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
在自身位置估计方法中,检测车辆周边的标识(S12),判断车辆的当前位置(S11),根据车辆相对于检测到的标识的相对位置和当前位置,从记录了在道路周边存在的标识的二维坐标信息和高度信息的地图数据,获取检测到的标识的高度信息,根据从地图数据获取的高度信息估计所述车辆的高度(S13~S15)。
Description
技术领域
本发明涉及自身位置估计方法以及自身位置估计装置。
背景技术
在专利文献1中记载了以下技术,即根据在由摄像机拍摄的车辆周边的图像中是否包含用于确定车辆是否正在普通道路行驶的普通道路确定图像、或者用于确定车辆正在高速道路行驶的高速道路确定图像,判定车辆的当前位置是在普通道路上还是在高速道路上。
现有技术文献
专利文献
专利文献1:日本特开2006-317286号公报
发明内容
发明要解决的课题
专利文献1记载的技术可以判别道路种类不同的道路,但是无法判别相同的道路种类的不同的道路。
因此,相同的道路种类的不同的道路分别存在于不同的高度的情况下,若这些道路的二维位置接近,则有时无法判断车辆存在于哪一个道路上。
本发明的目的是能够判断车辆存在于在不同的高度存在的道路的哪一个道路上。
用于解决课题的方案
在本发明的一个方式的自身位置估计方法中,检测车辆周边的标识,判断车辆的当前位置,根据车辆相对于检测到的标识的相对位置和当前位置,从记录了在道路周边存在的标识的二维坐标信息和高度信息的地图数据,获取检测到的标识的高度信息,根据从地图数据获取的高度信息估计车辆的高度。
发明的效果
按照本发明的一个方式,能够判断车辆存在于在不同的高度存在的道路的哪一个中。
本发明的目的以及优点是使用权利要求所述的要素及其组合来实现、达成。前述的一般的记述以及以下的详细的记述两方,仅为例示以及说明,应解释为不如权利要求那样限定本发明。
附图说明
图1是实施方式的驾驶辅助装置的一例的概略结构图。
图2是实施方式的自身位置估计方法的一例的说明图。
图3是图1所示的ECU(电子控制单元:Electronic Control Unit)的功能结构的一例的方框图。
图4是标识的二维坐标的计算方法的一例的说明图。
图5是实施方式的驾驶辅助方法的一例的流程图。
图6是图5所示的自身位置估计处理的一例的流程图。
具体实施方式
以下,一边参考附图一边说明本发明的实施方式。
(结构)
参考图1。驾驶辅助装置1根据安装了驾驶辅助装置1的车辆(以下,记述为“车辆”)周围的行驶环境,进行驾驶者不参与而以自动方式驾驶车辆的自动驾驶控制、或辅助由驾驶者进行的车辆的驾驶的驾驶辅助控制。
在驾驶辅助控制中,除了自动转向、自动制动、定速行驶控制、车道维持控制等行驶控制,也可以包含输出催促驾驶者进行转向操作或减速操作的消息。
驾驶辅助装置1具有:外部传感器3、内部传感器4、定位装置5、地图数据库6、导航***7、ECU(电子控制单元:Electronic Control Unit)8、HMI(人机接口:Human MachineInterface)9、促动器10。另外,将附带的附图中地图数据库记述为“地图DB”。
外部传感器3是检测车辆的周围环境、例如车辆周围的物体的传感器。外部传感器3例如也可以包含摄像机11和测距装置12。摄像机11和测距装置12检测车辆周围存在的物体(例如,其它车辆、步行者、车道边界线或车道区分线等白线、在道路上或者道路周边设置的信号机、停止线、标识、建筑物、电线杆、路牙、人行横道等地物)、物体相对于车辆的相对位置、车辆和物体之间的相对距离等车辆的周围环境。
摄像机11例如可以是立体摄像机。摄像机11也可以是单目摄像机,也可以通过单目摄像机以多个视点拍摄同一物体,计算直至物体的距离。另外,也可以根据从单目摄像机的摄像图像检测到的物体的接地位置,计算直至物体的距离。
测距装置12例如可以是激光测距仪(LRF:LaserRange-Finder)或雷达。
摄像机11和测距装置12将检测到的周围环境的信息即周围环境信息输出到ECU8以及导航***7。
内部传感器4是检测车辆的行驶状态的传感器。内部传感器4例如也可以具有轮速传感器13和陀螺仪传感器14。
轮速传感器13检测车辆的轮速。陀螺仪传感器14检测车辆的俯仰角速度、侧倾角速度以及偏航角速度。轮速传感器13和陀螺仪传感器14将检测到的行驶状态的信息即行驶状态信息输出到ECU8以及导航***7。
定位装置5从多个导航卫星接收电波而获取车辆的当前位置,将获取的车辆的当前位置输出到ECU8以及导航***7。定位装置5也可以具有例如GPS(地球定位***:GlobalPositioning System)接收机、或GPS接收机以外的其它全球型定位***(GNSS:GlobalNavigation Satellite System)接收机。
地图数据库6存储道路地图数据。道路地图数据包含车道边界线或车道区分线等白线的形状(车道性状)或二维坐标(例如纬度、经度)、道路或白线的高度、在道路上或者道路周边设置的信号机、停止线、标识、建筑物、电线杆、路牙、人行横道等地物的二维坐标信息(例如纬度、经度)和高度信息。
道路地图数据也可以进一步包括:与道路种类、道路的坡度、车道数、法定速度(限制速度)、道宽、有无汇流地点等有关的信息。在道路种类中例如也可以包含普通道路和高速道路。
地图数据库6被ECU8以及导航***7参考。
导航***7对车辆的乘员进行直至由车辆的驾驶者在地图上设定的目的地为止的路径引导。导航***7使用从外部传感器3、内部传感器4、定位装置5输入的各种信息估计车辆的当前位置,生成直至目的的路径,对乘员进行路径引导。导航***7将该路径信息输出到ECU8。
ECU8估计车辆的当前位置,根据估计出的当前位置、地图数据库6的道路地图数据、从导航***7输出的路径信息、周围环境、车辆的行驶状态,设定车辆应行驶的目标行驶轨道。ECU8根据设定的目标行驶轨道进行车辆的自动驾驶控制或驾驶辅助控制,并驱动促动器10而控制车辆的行驶。
外部传感器3、内部传感器4、定位装置5、地图数据库6、ECU8形成实施方式的自身位置估计装置2。
ECU8包含处理器15和存储装置16等周边部件。处理器15例如也可以是CPU(Central Processing Unit)或MPU(Micro-Processing Unit)。
存储装置16也可以具有半导体存储装置、磁存储装置以及光学存储装置。存储装置16也可以包含寄存器、高速缓存存储器、作为主存储装置使用的ROM(Read Only Memory)以及RAM(Random Access Memory)等存储器。
另外,也可以通过在通用的半导体集成电路中设定的功能性的逻辑电路实现ECU8。例如,ECU8也可以具有现场可编程门阵列(FPGA:Field-Programmable Gate Array)等可编程逻辑设备(PLD:Programmable Logic Device)等。
HMI9是用于在车辆的乘员与导航***7或ECU8之间进行信息的输入输出的接口。
HMI9例如可以接受由乘员进行的对导航***7的目的地的输入操作。例如HMI9也可以输出由导航***7进行的驾驶引导、或基于车辆周围的道路地图数据的道路引导信息。
促动器10根据从ECU8输出的控制信号,操作车辆的方向盘、油门踏板开度以及制动装置,使车辆产生车辆行为。
促动器10具有转向促动器17、油门踏板开度促动器18、制动控制促动器19。
转向促动器17控制车辆的转向的转向方向以及转向量。油门踏板开度促动器18控制车辆的油门踏板开度。制动控制促动器19控制车辆的制动装置的制动动作。
接着,说明由ECU8进行的自身位置估计处理的概要。参考图2。参考标号20表示安装驾驶辅助装置1的车辆。参考标号21以及22表示分别存在于不同的高度h1以及h2的道路,参考标号21a以及21b表示道路21的车道边界线(白线),参考标号22a以及22b表示道路22的车道边界线(白线)。目前,设想车辆20存在于道路21上的情况。
若存在于不同的高度的道路21和道路22的二维位置相互接近,则仅从二维坐标信息无法判断车辆20正存在于哪个道路上。
为了估计包含高度的自身位置,考虑在三维空间(例如纬度,经度以及高度)上进行地图匹配,但是三维地图匹配计算成本变高。因此,优选不进行三维地图匹配而可以估计包含高度的自身位置。作为自身位置的估计技术,已知基于轮速和角速度的航位推测。
可是,在使用航位推测的自身位置估计中,起因于测量误差的误差累积。因此,需要从某些信息源获取高度的观测值,校正在航位推测中计算的估计值。
因此,驾驶辅助装置1从地图数据库获取在道路21中设置的车辆20的周边的标识23的高度信息,根据标识23的高度信息估计车辆20的高度。
具体地说,通过外部传感器3检测标识23相对于车辆20的相对位置。ECU8判断车辆20的当前位置。例如,ECU8根据由轮速传感器13检测到的轮速、由陀螺仪传感器14检测到的俯仰角速度、侧倾角速度、以及偏航角速度,通过航位推测估计车辆20的当前位置。例如,ECU8也可以通过定位装置5测量车辆20的当前位置。
ECU8从记录了在道路周边存在的标识23以及24的二维坐标信息(例如经度以及纬度)和高度信息的地图数据库6,根据车辆20的当前位置的二维坐标和标识23的相对位置,获取标识23的高度信息。
ECU8根据从地图数据库6获取的高度信息,估计车辆20的高度。例如,将从地图数据库6获取的高度信息所表示的高度估计为车辆20的高度。
通过按照这样估计出的高度,校正由航位推测计算出的高度的估计值,可以避免起因于测量误差的误差累积。
另外,由于可以不进行三维地图匹配而估计高度,所以可以抑制计算成本。
进而,由于根据地图数据库6中记录的标识23的坐标信息估计高度,所以即使相同的道路种类的道路分别存在于不同的高度,这些道路二维位置接近,也可以正确估计车辆20的高度。
另外,如图2所示,在与车辆20存在的道路21不同的高度中存在的道路22中也被设置标识24。可是标识24由于道路构造物而被道路21上的车辆20遮挡,所以无法通过外部传感器3检测标识24。因此,不会根据被设置在与道路21不同的道路22上的标识24的高度信息,错误估计车辆20的高度。由此,标识的高度信息也可以不是表示高度的数值,也可以使得获取表示被设置在接近的哪个道路上的信息。例如,在检测到标识23的情况下,获取设置场所是道路21这样的信息,可以判断为在接近的道路中,车辆20在高度高的一侧的道路行驶。另一方面,在检测到标识24的情况下,获取设置场所为道路22这样的信息,可以判断为在接近的道路中,车辆20在高度低的一侧的道路行驶。
接着参考图3,说明ECU8的功能结构。ECU8具有:自身位置估计部30、目标轨道设定部31、行驶控制部32。自身位置估计部30、目标轨道设定部31、以及行驶控制部32的功能例如通过ECU8的处理器15执行在存储装置16中存储的计算机程序来实现。
自身位置估计部30根据从外部传感器3、内部传感器4、定位装置5输入的各信息、以及参考地图数据库6得到的信息,估计车辆的自身位置。
自身位置估计部30具有:航位推测部40、地图匹配部41、标识检测部42、坐标计算部43、高度信息获取部44。
航位推测部40通过基于由内部传感器4检测到的轮速、俯仰角速度、侧倾角速度、以及偏航角速度的航位推测,计算当前时刻的车辆的预定位置。车辆的预定位置包含二维坐标、高度、以及车辆的前方方向的方位角。
航位推测部40将计算出的预定位置输出到地图匹配部41。
这里,航位推测部40计算在地图数据库6中使用的二维坐标系上的二维坐标。以下,将在地图数据库6中使用的二维坐标系记述为“地图坐标系”。
另外,在以下的说明中,说明在地图数据库6中使用的二维坐标系是使用纬度以及经度表现坐标的地理坐标系的例子,但是不限于此,也可以使用平面直角坐标系或极坐标系等其它坐标系。
地图匹配部41根据由外部传感器3检测到的车辆周围的地物的相对位置或白线的相对位置、由航位推测部40计算出的车辆的预定位置,计算这些地物或白线的地图坐标系的二维坐标。
地图匹配部41将地物或白线的二维坐标与地图数据库6通过二维地图匹配进行匹配,对于纬度、经度、方位角的每一个,计算车辆位置的映射(mapping)校正值。
地图匹配部41通过用计算出的映射校正值校正航位推测部40计算出的车辆的预定位置,获取车辆的当前位置的估计值。
地图匹配部41将车辆的当前位置的估计值输出到坐标计算部43和目标轨道设定部31。
标识检测部42检测通过外部传感器3检测到的车辆周边的标识相对于车辆的相对位置。将标识的相对位置的X坐标记述为“TS_X[m]”,将Y坐标设为“TS_Y[m]”。
标识检测部42将标识的相对位置输出到坐标计算部43。
坐标计算部43计算地图坐标系上的标识的二维坐标的估计值。
如图4所示,将标识的纬度记述为“TS_B[rad]”,将经度记述为“TS_L[rad]”。
将由地图匹配部41获取的车辆的当前位置的估计值的纬度记述为“V_B[rad]”,将经度记述为“V_L[rad]”,将车辆的前方方向的方位角记述为“θ”[rad])。
坐标计算部43通过按照下式(1)以及(2)进行近似,计算标识的二维坐标(TS_B[rad],TS_L[rad])的估计值。
TS_B=V_B+(TS_X*sinθ+TS_Y*cosθ)/M··· (1)
TS_L=V_L+(TS_X*cosθ-TS_Y*sinθ)/(N*cos(V_B))···(2)
这里,M是子午线曲率半径[m],N是纬度V_B中的卯酉圈曲率半径(radius ofprime vertical circle)[m]。
坐标计算部43将标识的二维坐标(TS_B[rad],TS_L[rad])的估计值输出到高度信息获取部44。
高度信息获取部44核对坐标计算部43计算出的标识的二维坐标(TS_B[rad],TS_L[rad])与地图数据库6中记录的标识的二维坐标信息。
在地图数据库6中存在具有与坐标计算部43计算出的二维坐标(TS_B[rad],TS_L[rad])匹配的二维坐标信息的标识的情况下,高度信息获取部44从地图数据库6获取匹配的标识的坐标信息(纬度TS_M_B[rad],经度TS_M_L[rad],高度TS_M_H[m])。
这里,二维坐标(TS_B[rad],TS_L[rad])与二维坐标(TS_M_B[rad],TS_M_L[rad])匹配是指,不仅包含这些二维坐标完全一致的情况,还包含差分小于规定值的情况。
另外,标识的高度信息(TS_M_H[m])可以是标识的设置地点的地面(即根部)的高度信息,也可以是标识的标识板的高度信息。
另外,获取高度信息的标识例如可以是引导标识、警戒标识、管制标识、指示标识。
高度信息获取部44估计车辆的高度为从地图数据库6获取的标识的高度信息所表示的高度。高度信息获取部44也可以基于在不同的时刻多次获取的标识的高度信息,使用卡尔曼滤波器更新车辆的高度的估计。
高度信息获取部44将估计出的车辆的高度输出到航位推测部40和目标轨道设定部31。
航位推测部40根据高度信息获取部44估计出的高度校正通过航位推测计算出的车辆的高度的预测值。例如,航位推测部40以高度信息获取部44估计出的高度校正(覆写)通过航位推测计算出的预测值,根据校正后的高度计算之后的车辆的预定位置。
航位推测部40也可以每当车辆行驶规定距离时,根据高度信息获取部44估计出的高度,校正通过航位推测计算出的车辆的高度的预测值。由此,可以根据行驶距离高效地校正累积的航位推测的误差。
目标轨道设定部31根据地图匹配部41估计出的车辆的当前位置、地图数据库6的道路地图数据、从导航***7输出的路径信息、外部传感器3检测到的周围环境、内部传感器4检测到的车辆的行驶状态,设定车辆应行驶的目标行驶轨道。
这时,目标轨道设定部31根据地图匹配部41估计出的车辆的当前位置的二维坐标、高度信息获取部44估计出的车辆的高度,判别车辆存在的道路。例如,在车辆的当前位置的二维坐标上存在高度所不同的多个道路的情况下,目标轨道设定部31根据高度信息获取部44估计出的车辆的高度,判别车辆存在于这些多个道路的哪一个上。
目标轨道设定部31设定在车辆存在的道路上、按照导航***7生成的路径进行行驶的目标行驶轨道。
目标轨道设定部31将设定的目标行驶轨道输出到行驶控制部32。
行驶控制部32驱动促动器10,使得车辆在目标轨道设定部31生成的行驶轨道行驶,通过操作车辆的转向机构、加速机构以及制动机构,进行车辆的自动驾驶控制或驾驶辅助控制。
(动作)
接着,参考图5,说明实施方式的驾驶辅助方法的一例。
在步骤S1中,图3的自身位置估计部30执行估计车辆的当前位置的自身位置估计处理。
图6是自身位置估计处理S1的一例的流程图。
在步骤S10中,航位推测部40通过基于由内部传感器4检测到的轮速、俯仰角速度、侧倾角速度、以及偏航角速度的航位推测,计算当前时刻的车辆的预定位置(纬度、经度、高度以及方位角)。
在步骤S11中,地图匹配部41根据由外部传感器3检测到的车辆周围的地物的相对位置或白线的相对位置、由航位推测部40计算出的车辆的预定位置、以及地图数据库6,通过二维地图匹配计算车辆的当前位置的估计值。
在步骤S12中,标识检测部42检测由外部传感器3检测到的车辆周边的标识相对于车辆的相对位置(TS_X[m],TS_Y[m])。
在步骤S13中,坐标计算部43计算地图坐标系上的标识的二维坐标的估计值(TS_B[rad],TS_L[rad])。
在步骤S14中,高度信息获取部44核对在步骤S13中计算出的标识的二维坐标(TS_B[rad],TS_L[rad])与在地图数据库6中记录的标识的二维坐标信息。然后,判断在地图数据库6中是否存在具有与二维坐标(TS_B[rad],TS_L[rad])匹配的二维坐标信息的标识。
在地图数据库6中不存在与二维坐标(TS_B[rad],TS_L[rad])匹配的标识的情况下(步骤S14:“否”),不校正在航位推测中计算出的高度,自身位置估计处理S1结束。
在地图数据库6中存在与二维坐标(TS_B[rad],TS_L[rad])匹配的标识的情况下(步骤S14:“是”),处理进至步骤S15。
在步骤S15中,高度信息获取部44从地图数据库6获取与二维坐标(TS_B[rad],TS_L[rad])匹配的标识的坐标信息(纬度TS_M_B[rad],经度TS_M_L[rad],高度TS_M_H[m])。高度信息获取部44估计为车辆的高度是标识的高度(TS_M_H[m])。
在步骤S16中,航位推测部40将通过航位推测计算出的车辆的高度的预测值校正为高度信息获取部44估计出的高度。之后,自身位置估计处理S1结束。
参考图5。在步骤S2中,目标轨道设定部31根据地图匹配部41估计出的车辆的当前位置的二维坐标与高度信息获取部44估计出的车辆的高度,判别车辆存在的道路。
在车辆的当前位置的二维坐标上存在高度所不同的多个道路的情况下,根据高度信息获取部44估计出的车辆的高度,判别车辆存在于这些多个道路哪一个上。另外,车辆的高度信息也可以是可判别车辆存在于在车辆的当前位置的二维坐标上高度所不同的多个道路的哪一个上的信息。例如也可以是,车辆检测到的标识与被分别设置在不同的多个道路上标识中哪个道路上设置的标识一致这样的信息。
在步骤S3中,目标轨道设定部31根据地图匹配部41估计出的车辆的当前位置、地图数据库6的道路地图数据、从导航***7输出的路径信息、外部传感器3检测到的周围环境、内部传感器4检测到的车辆的行驶状态,设定在车辆存在的道路上行驶的目标行驶轨道。
这时目标轨道设定部31设定在步骤S2中判别出的车辆存在的道路上、按照导航***7生成的路径进行行驶的目标行驶轨道。
在步骤S4中,行驶控制部32通过驱动促动器10使得车辆在目标轨道设定部31生成的行驶轨道行驶,进行车辆的自动驾驶控制或驾驶辅助控制等行驶控制。
(实施方式的效果)
(1)标识检测部42检测车辆的周边的标识。航位推测部40和地图匹配部41判断车辆的当前位置。坐标计算部43和高度信息获取部44根据检测到的标识相对于车辆的相对位置与当前位置,从地图数据库6获取检测到的标识的高度信息,根据该高度信息估计车辆的高度。
由此,可以估计车辆的高度,能够判断车辆存在于在不同的高度存在的道路的哪一个上。
特别是,由于根据地图数据库6中记录的标识23的坐标信息估计高度,所以即使相同的道路种类的道路分别存在于不同的高度,这些道路的二维位置接近,也可以正确估计车辆20的高度。
(2)航位推测部40和地图匹配部41判断地图坐标系上的当前位置的二维坐标。坐标计算部43根据检测到的标识的相对位置和当前位置的二维坐标,计算检测到的标识的地图坐标系上的二维坐标。高度信息获取部44从地图数据库6获取具有与检测到的标识的二维坐标对应的二维坐标信息的标识的高度信息,作为检测到的标识的高度信息。
由此,可以从记录了在道路周边存在的标识的二维坐标信息和高度信息的地图数据库6,适当地获取在车辆周边检测到的标识的高度信息。
(3)地图匹配部41通过二维地图匹配计算当前位置的地图坐标系上的二维坐标。
即,通过二维地图匹配计算当前位置的二维坐标,根据在地图数据库6中记录的标识23的坐标信息估计车辆的高度。因此,可以不进行三维地图匹配而估计包含了高度的自身位置,所以可以抑制计算成本。
(4)航位推测部40根据从地图数据库6获取的高度信息校正通过航位推测计算出的车辆的高度的估计值。
由此,可以避免起因于测量误差的高度的误差累积。
(5)每当车辆行驶规定距离时,航位推测部40根据从地图数据获取的高度信息校正估计值。
由此,能够高效地校正根据行驶距离而累积的航位推测的误差。
(6)标识检测部42检测的标识也可以是引导标识。引导标识大多被设置在交叉路口等道路上下交叉的位置。因此,在道路上下交叉的位置中,可以适当地判断在这些道路的哪一个中行驶。
这里记载的全部例子以及条件的用语意图是教育的目的,以便读者在理解本发明和为了技术的发展而由发明者提供的概念时提供帮助,应解释为不限定于具体地记载的上述的例子以及条件、以及关于表示本发明的优越性以及劣等性的本说明书的例子的结构。本发明的实施例被详细地说明,但是应解释为在不超出本发明的精神以及范围的情况下,可在其中增加各种变更、置换以及修正。
标号说明
1…驾驶辅助装置,
2…自身位置估计装置,
3…外部传感器,
4…内部传感器,
5…定位装置,
6…地图数据库,
7…导航***,
10…促动器,
11…摄像机,
12…测距装置,
13…轮速传感器,
14…陀螺仪传感器,
15…处理器,
16…存储装置,
17…转向促动器,
18…油门踏板开度促动器,
19…制动控制促动器,
20…车辆,
21、22…道路,
21a、21b、22a、22b…车道边界线(白线),
23、24…标识,
30…自身位置估计部,
31…目标轨道设定部,
32…行驶控制部,
40…航位推测部,
41…地图匹配部,
42…标识检测部,
43…坐标计算部,
44…高度信息获取部
Claims (7)
1.一种自身位置估计方法,其特征在于,
检测车辆的周边的标识,
判断所述车辆的当前位置,
根据检测到的所述标识相对于所述车辆的相对位置和所述当前位置,从记录了道路的车道的二维坐标信息、在道路周边存在的标识的二维坐标信息和高度信息的地图数据,获取检测到的所述标识的高度信息,
根据所述地图数据和所述车辆的当前位置的二维坐标,设定所述车辆的目标行驶轨道,使得在多个道路中所述车辆存在的道路的车道上沿着由导航***生成的二维坐标系上的路径行驶,
驱动促动器从而操作所述车辆的转向机构,使得车辆在所述目标行驶轨道行驶,
在所述车辆的当前位置的二维坐标上存在高度不同的多个道路的情况下,基于从所述地图数据获取的所述高度信息,判别被检测到的所述标识被设置在所述多个道路的哪一个上,并且基于被检测到的所述标识被设置在所述多个道路的哪一个上,判别所述车辆存在于所述多个道路的哪一个上。
2.如权利要求1所述的自身位置估计方法,其特征在于,
判断所述地图数据的坐标系上的所述当前位置的二维坐标,
根据检测到的所述标识的所述相对位置和所述当前位置的二维坐标,计算检测到的所述标识在所述坐标系上的二维坐标,
从所述地图数据获取具有与检测到的所述标识的二维坐标对应的二维坐标信息的标识的高度信息,作为检测到的所述标识的高度情报。
3.如权利要求2所述的自身位置估计方法,其特征在于,
通过二维地图匹配计算所述当前位置在所述坐标系上的二维坐标。
4.如权利要求1至3的任意一项所述的自身位置估计方法,其特征在于,
根据从所述地图数据获取的所述高度信息,校正通过航位推测计算出的所述车辆的高度的估计值。
5.如权利要求4所述的自身位置估计方法,其特征在于,
每当所述车辆行驶规定距离时,根据从所述地图数据获取的所述高度信息,校正所述估计值。
6.如权利要求1至5的任意一项所述的自身位置估计方法,其特征在于,
所述标识是引导标识。
7.一种自身位置估计装置,其特征在于,包括:
传感器,检测车辆的周边的标识;
促动器,控制所述车辆的转向机构;以及
控制器,判断所述车辆的当前位置,根据检测到的所述标识相对于所述车辆的相对位置和所述当前位置,从记录了道路的车道的二维坐标信息、在道路周边存在的标识的二维坐标信息和高度信息的地图数据,获取检测到的所述标识的高度信息,根据所述车道的二维坐标和所述车辆的当前位置的二维坐标,设定所述车辆的目标行驶轨道,以便在多个道路中所述车辆存在的道路的车道上沿着由导航***生成的二维坐标系上的路径行驶,驱动促动器从而操作所述车辆的转向机构,使得车辆在所述目标行驶轨道行驶,在所述车辆的当前位置的二维坐标上存在高度不同的多个道路的情况下,基于从所述地图数据获取的所述高度信息,判别被检测到的所述标识被设置在所述多个道路的哪一个上,并且基于被检测到的所述标识被设置在所述多个道路的哪一个上,判别所述车辆存在于所述多个道路的哪一个上。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/029792 WO2020031295A1 (ja) | 2018-08-08 | 2018-08-08 | 自己位置推定方法及び自己位置推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112534209A CN112534209A (zh) | 2021-03-19 |
CN112534209B true CN112534209B (zh) | 2024-06-18 |
Family
ID=69414084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880096338.8A Active CN112534209B (zh) | 2018-08-08 | 2018-08-08 | 自身位置估计方法以及自身位置估计装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210191423A1 (zh) |
EP (1) | EP3835724B1 (zh) |
JP (1) | JP7031748B2 (zh) |
CN (1) | CN112534209B (zh) |
WO (1) | WO2020031295A1 (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275619A (ja) * | 2005-03-28 | 2006-10-12 | Clarion Co Ltd | 高度算出装置及びナビゲーション装置 |
JP2007108043A (ja) * | 2005-10-14 | 2007-04-26 | Xanavi Informatics Corp | 位置測位装置、および位置測位方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0776862B2 (ja) * | 1989-09-05 | 1995-08-16 | パイオニア株式会社 | 車載ナビゲーション装置 |
JP3958133B2 (ja) * | 2002-07-12 | 2007-08-15 | アルパイン株式会社 | 車両位置測定装置および方法 |
JP4370869B2 (ja) * | 2003-09-25 | 2009-11-25 | トヨタ自動車株式会社 | 地図データ更新方法および地図データ更新装置 |
JP4277717B2 (ja) * | 2004-03-17 | 2009-06-10 | 株式会社日立製作所 | 車両位置推定装置およびこれを用いた運転支援装置 |
JP2006317286A (ja) | 2005-05-12 | 2006-11-24 | Denso Corp | 車載ナビゲーション装置 |
CA2712673A1 (en) * | 2008-02-04 | 2009-08-13 | Tele Atlas North America Inc. | Method for map matching with sensor detected objects |
JP2010049391A (ja) * | 2008-08-20 | 2010-03-04 | Nissan Motor Co Ltd | 交通情報管理装置及び交通情報管理処理方法 |
JP2012002595A (ja) * | 2010-06-15 | 2012-01-05 | Sony Corp | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
US9207094B2 (en) * | 2012-06-10 | 2015-12-08 | Apple Inc. | Road height generation for a road network |
JP6241422B2 (ja) * | 2013-01-28 | 2017-12-06 | 日本電気株式会社 | 運転支援装置、運転支援方法、および運転支援プログラムを記憶する記録媒体 |
JP5946420B2 (ja) * | 2013-03-07 | 2016-07-06 | アルパイン株式会社 | ナビゲーション装置、自車位置補正プログラムおよび自車位置補正方法 |
CN104884898B (zh) * | 2013-04-10 | 2018-03-23 | 哈曼贝克自动***股份有限公司 | 确定车辆位置的导航***和方法 |
US9062979B1 (en) * | 2013-07-08 | 2015-06-23 | Google Inc. | Pose estimation using long range features |
JP6325806B2 (ja) * | 2013-12-06 | 2018-05-16 | 日立オートモティブシステムズ株式会社 | 車両位置推定システム |
CN105874301B (zh) * | 2014-01-15 | 2019-01-01 | 麦克赛尔株式会社 | 终端装置以及海拔值取得方法 |
US9298992B2 (en) * | 2014-02-20 | 2016-03-29 | Toyota Motor Engineering & Manufacturing North America, Inc. | Geographic feature-based localization with feature weighting |
JP6303810B2 (ja) * | 2014-05-23 | 2018-04-04 | 日産自動車株式会社 | 車両位置推定装置、及び車両位置推定方法 |
US9792521B2 (en) * | 2014-12-26 | 2017-10-17 | Here Global B.V. | Extracting feature geometries for localization of a device |
CA3067177A1 (en) * | 2015-02-10 | 2016-08-18 | Mobileye Vision Technologies Ltd. | Sparse map for autonomous vehicle navigation |
US10393852B2 (en) * | 2015-09-16 | 2019-08-27 | Here Global B.V. | Method and system of location estimation and navigation of autonomous vehicles |
DE102016214410A1 (de) * | 2016-08-04 | 2018-02-08 | Robert Bosch Gmbh | Verfahren zur Korrektur des Höhenmodells für Navigationsgeräte auf Grund von 3D-Landmarks |
WO2018113451A1 (zh) * | 2016-12-22 | 2018-06-28 | 沈阳美行科技有限公司 | 一种地图数据***、其生成和使用方法及应用 |
-
2018
- 2018-08-08 US US17/265,717 patent/US20210191423A1/en active Pending
- 2018-08-08 WO PCT/JP2018/029792 patent/WO2020031295A1/ja unknown
- 2018-08-08 EP EP18929448.1A patent/EP3835724B1/en active Active
- 2018-08-08 JP JP2020535396A patent/JP7031748B2/ja active Active
- 2018-08-08 CN CN201880096338.8A patent/CN112534209B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275619A (ja) * | 2005-03-28 | 2006-10-12 | Clarion Co Ltd | 高度算出装置及びナビゲーション装置 |
JP2007108043A (ja) * | 2005-10-14 | 2007-04-26 | Xanavi Informatics Corp | 位置測位装置、および位置測位方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3835724A1 (en) | 2021-06-16 |
JPWO2020031295A1 (ja) | 2021-08-12 |
EP3835724B1 (en) | 2023-10-04 |
EP3835724A4 (en) | 2021-08-18 |
CN112534209A (zh) | 2021-03-19 |
JP7031748B2 (ja) | 2022-03-08 |
US20210191423A1 (en) | 2021-06-24 |
WO2020031295A1 (ja) | 2020-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110709890B (zh) | 地图数据修正方法及装置 | |
CN107145817B (zh) | 车辆车道学习 | |
JP6859927B2 (ja) | 自車位置推定装置 | |
CN112074885A (zh) | 车道标志定位 | |
US11231285B2 (en) | Map information system | |
KR20190008292A (ko) | 물체 검출 방법 및 물체 검출 장치 | |
EP4134627A1 (en) | Map information correction method, driving assistance method, and map information correction device | |
US11928871B2 (en) | Vehicle position estimation device and traveling position estimation method | |
CN110608746A (zh) | 用于确定机动车的位置的方法和装置 | |
US20210263519A1 (en) | Vehicle driving assist system | |
CN112082563A (zh) | 识别一道路等级的方法 | |
JP7328178B2 (ja) | 車両制御装置、および、自車位置推定方法 | |
US20190212747A1 (en) | Lane Marker Signal Improvement through Mapped Geo-Referenced Lane Boundaries | |
JP6790951B2 (ja) | 地図情報学習方法及び地図情報学習装置 | |
CN111936820A (zh) | 用于调整车辆外部位置信息的***和方法 | |
JP2023076673A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
CN112534209B (zh) | 自身位置估计方法以及自身位置估计装置 | |
RU2777308C1 (ru) | Способ оценки собственного местоположения и устройство для оценки собственного местоположения | |
KR20180065219A (ko) | 차량의 자율주행모드와 운전보조모드 간의 변환방법 | |
US20230086589A1 (en) | Vehicle position estimation device | |
EP4130669A1 (en) | Device and method for generating lane information | |
JP2024025040A (ja) | 自車位置推定装置及び自車位置推定方法 | |
GB2623825A (en) | Method for determining lane boundaries, driving system and vehicle | |
JP2022059724A (ja) | 情報処理方法、プログラム及び情報処理装置 | |
CN117168471A (zh) | 车辆定位判断方法、装置、车载终端及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |