CN114152256A - 用于第一车辆并且用于在第一车辆处估计第二车辆的方位的装置、方法和计算机程序、车辆 - Google Patents

Abstract

实施例涉及用于第一车辆并且用于在第一车辆处估计第二车辆的方位的车辆、装置、方法和计算机程序。用于第一车辆（200；V1）并且用于在第一车辆（200；V1）处估计第二车辆（V2）的方位的方法（10）包括：获得（12）关于第一车辆（200；V1）的环境地图的信息；接收（14）关于第二车辆（V2）的轨迹的信息；以及基于关于所述轨迹的信息来估计（16）第二车辆（V2）在环境地图中的方位。

Description

用于第一车辆并且用于在第一车辆处估计第二车辆的方位的 装置、方法和计算机程序、车辆

技术领域

本发明涉及一种用于第一车辆（vehicle）并且用于在第一车辆处估计第二车辆的方位（position）的车辆、装置、方法和计算机程序，更特别地但不排他地涉及允许基于其他车辆的轨迹信息来估计其他车辆在环境中的方位的车辆的概念。

背景技术

移动设备之间的直接通信（也被称为设备到设备（D2D）、车辆到车辆（V2V）或汽车到汽车通信（C2C））已经成为新一代移动通信***开发下的特征。通过实现车辆之间的直接通信，可以以低时延来实现消息交换。这些消息可以用于在道路参与者之间共享信息。例如，车辆可以共享某些参数和环境信息，以改进个体环境模型和相互意识。在自动化或自主驾驶中，车辆需要持续监测并开发关于其环境和周围环境的信息。与其他车辆和交通基础设施的消息交换可以有助于这种环境模型的开发。

文档US 2010/0198513 A1描述了一种用于通过以下步骤来相对于主机车辆（hostvehicle）监测远程车辆的概念：响应于感测到的对象来生成传感器对象数据地图（datamap），生成车辆到车辆对象数据地图，合并这两个地图，并且使用经合并的地图来估计远程车辆的相对方位。

文档US 2017/0227968 A1描述了一种用于与同伴无人驾驶车辆（companionunmanned vehicle）一起使用的无人驾驶车辆。该无人驾驶车辆包括被配置成确定该无人驾驶车辆的当前方位的位置（location）单元。该无人驾驶车辆包括生成计划路径的路径计划单元。该无人驾驶车辆接收同伴无人驾驶车辆的计划路径和同伴无人驾驶车辆的当前方位。该无人驾驶车辆包括方位单元，该方位单元被配置成至少基于该无人驾驶车辆和同伴无人驾驶车辆的计划路径和当前方位来确定该无人驾驶车辆和同伴无人驾驶车辆之间的相对方位。该无人驾驶车辆还包括控制单元，该控制单元被配置成至少基于该无人驾驶车辆和同伴无人驾驶车辆之间的相对方位来控制该无人驾驶车辆的移动。

文档WO 2018/110283 A1公开了一种驾驶辅助设备，该驾驶辅助设备包括另一车辆检测单元、分类识别单元、轨迹获取单元、干扰确定单元和驾驶辅助单元。另一车辆检测单元被配置成使得检测存在于主机车辆的***（periphery）中的另一车辆的方位。分类识别单元被配置成使得识别该另一车辆所处的交通分类。轨迹获取单元被配置成使得获取表示主机车辆的未来轨迹的主机车辆轨迹。干扰确定单元被配置成使得确定该另一车辆的路线——其表示当该另一车辆根据该交通分类行进时的路线——是否将干扰主机车辆轨迹。驾驶辅助单元被配置成使得在干扰状态中以及在非干扰状态中执行不同的驾驶辅助，干扰状态表示当该另一车辆的路线和主机车辆轨迹发生干扰的情况，非干扰状态表示当该另一车辆的路线和主机车辆轨迹没有干扰的情况。

已知的概念利用了另一车辆的方位，该方位可能是不准确的。另一车辆的方位的准确度可以由用于确定该方位的定位概念来确定。全球定位***（GPS）提供了一个常见的定位方法，其允许约10m的准确度。关于方位的剩余不确定性也可能导致模糊性（ambiguity），例如如果多个车辆彼此靠近地定位。

存在针对用于第一车辆来确定第二车辆的方位的改进概念的需要。

该需要通过随附的独立权利要求来解决。

实施例基于如下发现：即，还可以经由无线电信道来传送关于车辆轨迹的信息，并且利用关于车辆轨迹的信息来进行定位（localization或positioning）。例如，轨迹集合可以利用距传输节点（例如，车辆）的相对距离而不是利用绝对坐标来定向。轨迹集合可以被视为在环境地图中拟合（fit）的轨迹区域，例如空间区域。关于轨迹的信息可以用于确定车辆在环境地图（例如，高清晰度（HD）地图）中的方位。

发明内容

实施例提供了一种用于第一车辆并且用于在第一车辆处估计第二车辆的方位的方法。所述方法包括：获得关于第一车辆的环境地图的信息，并且接收关于第二车辆的轨迹的信息。所述方法进一步包括：基于关于轨迹的信息来估计第二车辆在环境地图中的方位。使用关于轨迹的信息可以使得能够实现针对第二车辆所估计的方位的更高准确度。

例如，从第二车辆接收关于轨迹的信息。如果在车辆之间传送关于轨迹的信息，则可以高效地改进总体相互定位的过程。

关于轨迹的信息可以包括：关于第二车辆的计划路线的信息和关于第二车辆的期望轨迹的信息。这种信息可以进一步改进在第一车辆处的定位过程，这是因为可以基于环境地图来应用合理性（plausibility）考虑。

所述方法可以进一步包括：接收关于第二车辆的尺寸的信息，并且进一步基于关于第二车辆的尺寸的信息来估计第二车辆在环境地图中的方位。考虑第二车辆的尺寸可以进一步改进定位准确度。

在一些实施例中，所述方法可以进一步包括：接收关于第二车辆的所估计位置的信息，并且进一步基于关于第二车辆的所估计位置的信息来估计第二车辆在环境地图中的方位。由第二车辆估计的位置连同关于其轨迹的信息可以进一步有助于改进对第二车辆的定位准确度。

此外，所述方法可以包括：基于关于环境地图中的一个或多个对象的移动或位置的逻辑考虑而对第二车辆的方位估计进行可选的完善（refine）。环境地图中的预定对象（例如，建筑物、道路结构或其他道路用户）可以允许进一步完善第二车辆的方位。

例如，逻辑考虑可以包括对照预定街道地图进行评估。可以对照街道地图来评估第二车辆的方位，例如可以关于第二车辆的速度及其方位是否与道路的相应车道相匹配进行合理性检查。

所述估计可以进一步基于与环境中的其他车辆或基础设施传送的消息。例如，其他道路参与者可能已经确定了第二车辆的方位，并且它们的方位可以进一步改进准确度。

环境地图可以基于高密度街道地图、使用第一车辆的传感器数据检测到的对象、以及从第一车辆的环境中的其他车辆接收到的具有环境内容的消息。因此，环境地图可以包括多个对象，这些对象可以基于来自独立来源的信息，从而增强所估计的对象属性的可靠性。

例如，所述估计包括：确定第二车辆在环境地图中的置信区域。使用所述置信区域可以提供高效的措施或手段来提高第二车辆的方位的准确度，这是因为任何进一步的信息都可能影响（在理想情况下改进）置信度。

在一些实施例中，所述方法进一步包括：基于第一车辆的环境中的实际道路和/或交通情形来完善所述置信区域。可以考虑关于实际场景或情形的信息，以进一步改进定位准确度。

例如，所述接收包括：在来自第二车辆的机动协调消息（MCM）或集体感知消息（CPM）中接收关于第二车辆的轨迹的信息。使用这些消息可以使得能够在汽车到汽车（C2C）或车辆到车辆（V2V）通信中容易实现关于轨迹的信息的通信概念。

实施例还提供了一种用于第一车辆并且用于在第一车辆处估计第二车辆的方位的装置。所述装置包括被配置成传送消息的一个或多个接口、以及被配置成控制所述一个或多个接口的控制模块。所述控制模块进一步被配置成执行本文中描述的方法之一。另一个实施例是一种包括所述装置的实施例的车辆。

实施例进一步提供了一种具有程序代码的计算机程序，当在计算机、处理器或可编程硬件组件上执行所述计算机程序时，所述程序代码用于执行上面描述的方法中的一个或多个。进一步的实施例是一种存储指令的计算机可读存储介质，所述指令在由计算机、处理器或可编程硬件组件执行时使所述计算机实现本文中描述的方法之一。

附图说明

将仅通过示例的方式并且参考附图、使用装置或方法或计算机程序或计算机程序产品的以下非限制性实施例来描述一些其他特征或方面，在附图中：

图1图示了用于第一车辆并且用于在第一车辆处估计第二车辆的方位的方法的实施例的框图；

图2图示了用于车辆的装置以及车辆的实施例的框图；

图3描绘了一实施例中的示例轨迹；

图4图示了实施例中的针对定位和关联问题的示例；以及

图5图示了一实施例中的轨迹到地图拟合的实施例。

具体实施方式

现在将参考其中图示了一些示例实施例的附图来更充分地描述各种示例实施例。在附图中，为了清楚，可以扩大线、层或区域的厚度。可以使用断线、短划线或虚线来图示可选的组件。

因此，虽然示例性实施例能够有各种修改和替代形式，但是其实施例通过示例的方式在图中被示出并且将在本文中被详细地描述。然而，应当理解的是，不存在使示例性实施例限于所公开的特定形式的意图，而相反，示例性实施例要涵盖落入本发明的范围内的所有修改、等同方案和替代方案。相同的附图标记贯穿对图的描述指代相同或类似的元件。

如本文所使用的，术语“或”指代非排他性的“或”，除非以其他方式指示（例如，“要不然是”，或者“或可替换地”）。此外，如在本文中使用的那样，用来描述元件之间的关系的词语应当被宽泛地解释成包括直接关系或中间元件的存在，除非以其他方式指示。例如，当元件被称为“连接”或“耦合”到其他元件时，该元件可以直接连接或耦合到其他元件或者可能存在中间元件。相比之下，当元件被称为“直接地连接”或“直接地耦合”到另一元件时，则不存在中间元件。类似地，诸如“之间”、“相邻”等词语应当以类似的方式来解释。

本文中所使用的术语仅出于描述特定实施例的目的并且不意图限制示例性实施例。如本文所使用的，单数形式“一”、“一个”和“该”还意图包括复数形式，除非上下文以其他方式清楚地指示。将进一步理解的是，术语“包括”、“包括有”、“包含”或“包含有”当在本文中使用时指定所陈述的特征、整数、步骤、操作、元件或组件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件或其组的存在或添加。

除非以其他方式定义，否则本文中所使用的所有术语（包括技术术语和科学术语）具有与示例性实施例所属领域的普通技术人员通常理解的含义相同的含义。将进一步理解的是，术语（例如，在常用词典中定义的术语）应当被解释为具有与其在相关领域的情境中的含义一致的含义，并且将不会以理想化或过于正式的含义来解释，除非在本文中明确地这样定义。

图1图示了用于第一车辆并且用于在第一车辆处估计第二车辆的方位的方法10的实施例的框图。方法10包括：获得12关于第一车辆的环境地图的信息。例如，可以基于第一车辆的传感器数据来生成环境地图。这种传感器数据可以包括视觉或视频数据、雷达数据、激光雷达（光检测和测距）数据等。传感器数据可以由从其他道路参与者或交通基础设施接收到的数据来补充。对于在车辆处可用的环境信息而言，存在多个来源。一来源是感测环境的车辆传感器。基于传感器数据，可以确定环境地图。通过合并来自不同来源的信息，可以生成改进的环境地图。在引入车辆或交通参与者之间的消息交换的情况下，消息内容可以用于确定环境地图。来自交通参与者的消息形成了关于环境的信息的来源。

如图1中进一步所示，方法10包括：接收14关于第二车辆的轨迹的信息。可以直接从第二车辆或者从另一个来源（例如，交通基础设施或任何数据服务器）接收这种信息。方法10进一步包括：基于关于轨迹的信息来估计16第二车辆在环境地图中的方位。

图2图示了用于车辆200的装置20以及车辆200的实施例的框图。用于第一车辆200并且用于在第一车辆200处估计第二车辆的方位的装置20包括：一个或多个接口22，其被配置成例如与第二车辆传送消息。装置20进一步包括：控制模块24，其耦合到一个或多个接口22并且被配置成控制一个或多个接口22。控制模块24进一步被配置成执行本文中描述的方法10之一。另一个实施例是包括装置20的实施例的车辆200（车辆200在图2中以虚线示出，其从装置20的角度来看是可选的）。

在实施例中，一个或多个接口22可以对应于用于获得、接收、传输或提供模拟或数字信号或信息的任何部件，例如允许提供或获得信号或信息的任何连接器、触点、引脚、寄存器、输入端口、输出端口、导体、通道等。接口可以是无线的或有线的，并且它可以被配置成与另外的内部或外部组件进行通信，即传输或接收信号、信息。一个或多个接口22可以包括另外的组件，以实现例如移动通信***中的相应通信，这种组件可以包括收发器（发射器和/或接收器）组件，诸如一个或多个低噪声放大器（LNA）、一个或多个功率放大器（PA）、一个或多个双工器（duplexer）、一个或多个天线共用器（diplexer）、一个或多个滤波器或滤波器电路、一个或多个转换器、一个或多个混频器、相应适配的射频组件等。一个或多个接口22可以耦合到一个或多个天线，这些天线可以对应于任何发射和/或接收天线，诸如喇叭天线、偶极天线、贴片天线、扇区天线等。天线可以以所定义的几何设置来布置，所定义的几何设置诸如均匀阵列、线性阵列、圆形阵列、三角形阵列、均匀场天线、场阵列、它们的组合等。在一些示例中，一个或多个接口22可以用于传输或接收信息或者既传输又接收信息的目的，该信息诸如与能力、控制信息、有效载荷信息、应用要求、触发指示、请求、消息、数据分组、确认分组/消息等相关的信息。

如图2中所示，一个或多个接口22在装置20处耦合到相应的控制模块24。在实施例中，控制模块24可以使用一个或多个处理单元、一个或多个处理设备、用于处理的任何部件（诸如，处理器、计算机、或利用相应适配的软件而可操作的可编程硬件组件）来实现。换句话说，控制模块24的所描述的功能也可以用软件来实现，该软件然后在一个或多个可编程硬件组件上执行。这种硬件组件可以包括通用处理器、数字信号处理器（DSP）、微控制器等等。

在实施例中，通信（即，发送、接收或其两者）可以直接发生在车辆当中，和/或发生在移动收发器/车辆与网络组件/实体（基础设施或移动收发器，例如基站、网络服务器、后端服务器等）之间。这种通信可以利用移动通信***。这种通信可以例如借助于设备到设备（D2D）通信来直接执行，在车辆的情况下，这还可以包括车辆到车辆（V2V）或汽车到汽车（C2C）通信，并且可以使用移动通信***的规范来执行。

在实施例中，一个或多个接口22可以被配置成在移动通信***中进行无线通信。例如，直接蜂窝式车辆到任何事物（C-V2X）（其中V2X至少包括V2V、V2-基础设施（V2I）、V2-行人（V2P）等），根据3GPP Release（版本）14起的传输可以由基础设施来管理（LTE中的所谓模式3）或在UE中运行（LTE中的所谓模式4）。

用户设备（UE）/车辆可以彼此直接通信，即不涉及任何基站收发器，这也被称为设备到设备（D2D）通信。D2D的示例是车辆之间的直接通信，这也被相应地称为车辆到车辆通信（V2V）、汽车到汽车通信、专用短距离通信（DSRC）。实现这种D2D通信的技术包括802.11p及其他、3GPP（第三代合作伙伴计划）***（4G（***）、5G（第五代）、NR（新型无线电）及其他）等。例如，车辆交换某些消息，例如协作意识消息（CAM）或分散式环境通知消息（DENM）等。这些消息的内容可以使得接收方能够变得意识到其环境并且确定第一环境地图。

环境模型可以是车辆的环境的数字模型，该模型可以基于传感器数据或交换的消息。例如，车辆可以配备有多个传感器，诸如视觉/光学（相机）、雷达、超声、激光雷达（光检测和测距）等。车辆可以使用该传感器数据对其周围环境进行建模。至少在一些实施例中，这种模型可以基于已知的静态数据，例如包括一个或多个道路、交叉路口、交通基础设施（灯、标志、交叉口等）、建筑物等的路线的地图数据。用于环境模型的这种基本层可以由通过传感器数据检测到的动态或移动对象来补充。这种基于传感器数据的环境模型可以形成第二环境地图的基础。

环境地图可以包括车辆/交通实体的环境中的沿着车辆轨迹的至少部分的静态和动态对象。轨迹的这种部分可以是例如车辆计划在接下来的30秒、1分钟、5分钟、10分钟等内行进的部分。动态对象是非永久静态/固定的对象（诸如，其他道路参与者、行人、车辆），而且还是半静态对象（诸如，移动的施工侧的组件、针对道路或车道变窄的交通标志等）。例如，这种动态对象可以是其他车辆、行人、自行车、道路参与者等。在确定环境模型时，并非该模型中的所有对象都可以以相同的置信度来确定。存在如下对象：针对这些对象比针对其他对象可以实现更高的确定性。例如，如果多个传感器可以标识或确认某个对象，则与其中仅来自单个传感器的数据指示一对象的情况相比，可以潜在地以更高的置信度来确定该对象的存在和/或移动状态。类似的考虑关于基于消息的映射（message-based map）而适用。如果环境中存在多个交通参与者报告的对象，则会产生与其中仅单个道路参与者报告该对象的情况相比更高的置信度。

例如，车辆可以共享它们的轨迹和其他参数，诸如当前速度、加速度等，以便使得能够进行协作驾驶。可以区分以下轨迹格式：

I. 通过记录接收到的协作意识消息（CAM）消息而获得的车辆路径历史，

II. 由车辆所观察和共享并且根据接收到的集体感知消息（CPM）消息所记录的对象路径历史，以及

III. 计划轨迹和期望轨迹分别是车辆计划和期望在其上驾驶的未来路径，并且它是通过机动协调消息（MCM）消息来共享的。

在实施例中，可以从第二车辆接收关于轨迹的信息。例如，可以使用上述消息中的一个，例如该接收包括：在来自第二车辆的机动协调消息或集体感知消息中接收关于第二车辆的轨迹的信息。

根据上面的点III，关于轨迹的信息可以包括：关于第二车辆的计划路线的信息和关于第二车辆的期望轨迹的信息。在这种情况下，轨迹描绘了计划或期望的未来路径，该路径主要被表达为机动的时间-空间描述，例如10秒。要注意的是，在车辆已停车的情况下，V2X消息可能不会被接收到。当它们开始其行程时，可能不存在关于其驾驶历史的任何信息，该信息可以用于估计关于其方位和前进方向的更确切的信息。在这种情形下，只有来自MCM的计划轨迹和期望轨迹可以用于此目的。

图3示出了来自不同车辆的轨迹的示例，关于其进一步细节可以在S. Atev、G.Miller和N. P. Papanikolopoulos的“Clustering of Vehicle Trajectories”（在IEEETransactions on Intelligent Transportation Systems, vol. 11，no. 3，第647-657页，2010年9月）中找到。图3图示了具有不同轨迹的交叉路口处的两个交通场景。

要注意的是，示出了车辆的所有可能轨迹，但是并非所有这些轨迹都经由无线电链路而被共享。事实上，就例如机动协调消息（MCM）而言，在通信消息内发送仅一个轨迹（计划轨迹）以及用于机动协商的可选第二轨迹（所谓的期望轨迹）。可设想的是，不仅发送一个计划轨迹作为示例，而且还发送对可能轨迹区域的描述。此外，车辆将被配备有高清晰度（HD）地图，该地图是高度准确的。

图4图示了实施例中的针对定位和关联问题的示例。图4示出了两个场景——在左边的具有两个车辆V1和V2的场景、以及在右边的具有三个车辆V1、V2和V3的另一个场景。首先，重点在于例如使用GPS信号对车辆本身进行绝对定位的不准确性。车辆1（V1）接收到具有车辆2（V2）的方位的消息，由于GPS信号的不确定性，因此该消息是不准确的。在该实施例中，方法10包括：接收关于第二车辆的所估计位置的信息，并且进一步基于关于第二车辆的所估计位置的信息来估计第二车辆在环境地图中的方位。由于该不准确性，因此V1不清楚V2确切地位于何处。在图4的左侧对此进行了说明，其中该不准确性是+/-3m。其次，如果V1接收到来自在附近驾驶的两个汽车（即，V2和V3）的消息，则可能产生模糊性，如图4的右侧所示。V1难以将每个消息与对应车辆进行关联。V3是左边还是右边的车辆

在实施例中，还经由无线电信道来接收一个或多个轨迹。轨迹集合通常利用距传输节点（例如，V2）的相对距离而不是利用绝对坐标来定向。轨迹集合可以被视为轨迹区域，在高清晰度（HD）地图中拟合的空间区域。然而，还可以经由无线电信道来共享该车辆的绝对方位。V1尝试在其自己的HD地图上找到V2的合理位置。假设是：V2仅共享可驾驶且合理的轨迹。因此，V1使用V2的轨迹集合，并且获得V2的（一个或多个）可能绝对方位。

环境地图可以基于高密度街道地图、使用第一车辆的传感器数据检测到的对象、以及从第一车辆的环境中的其他车辆接收到的具有环境内容的消息。

将V2X消息拟合到地图的想法可以总结如下：

可以将车辆传感器或固定传感器检测到的对象与V2X对象进行关联。将V2X消息或作出发送的车辆指派给利用车辆或静止传感器单元的环境感知检测到的车辆通常是非常困难的，并且常常甚至是不可能的。原因在于：利用GNSS（全球导航卫星***）确定/估计其自我（ego）方位的V2X车辆经常如此不准确地发送其自我姿态（pose），以致于关联无法成功。

在实施例中，可以执行以下步骤：

• 记录V2X消息的踪迹（trace），

• 在地图（V2X环境地图）上进行指派，

• 基于逻辑连接来改进向车道和位置的分配，

• 记录利用车辆传感器观察到的对象踪迹，

• 在地图（对象-环境地图）上进行指派，

• 对地图中检测到的车辆进行高级别融合，以及

• 评估踪迹的相关性。

V2X车辆周期性地（circularly）发送状态消息，该状态消息在欧洲标准中被称为协作意识消息（CAM）、或者在US标准中被称为基本安全性消息（BSM）。这些包含由定位***估计的传输方位以及其准确度的指示，该指示被显示为椭圆（置信椭圆）。这是真实方位位于该椭圆内的概率的分布。此外，给出了最后发送的方位的历史，路径历史（限于例如40个方位或300米的最大距离）。CAM/BSM的传输速率取决于驾驶动力学（driving dynamics），并且在2Hz与10Hz之间。路径历史以2Hz来传输。出于隐私原因，V2X消息包含化名（pseudonym），该化名会周期性地改变，例如在15分钟后改变。在这种情况下，删除旧的路径历史，并且开始创建新的路径历史。事件-消息（分散式环境通知消息，DENM）还包含最后发送的项的历史。可以假设的是，新的未来V2X消息也将发送方位信息。

车辆的自我定位通常是使用车辆测程法（odometry）借助于GNSS***（例如GPS）来完成的。在这里，准确度在米的范围内，并且在城市环境中，如果卫星的视野丢失（城市峡谷），准确度可能会增加到几十米。出于该原因，自动移动的车辆通常（另外）使用其他原理来进行其自我定位，诸如基于地标的定位，这实现了分米范围内的准确度。可以假设的是，至少对于第一代V2X车辆而言，基本上将使用基于GNSS的自我定位。

CAM/BSM还包含其他信息，诸如车辆速度和移动方向、指示器状态和车辆类别。紧急车辆当它们以特殊通行权（right of way）进行驾驶或者当它们正在保护危险区域时也会发送信息。

在实施例中，可以处理关于车辆位置（自我定位）、定位准确度、移动方向、路径历史、车辆动力学的信息、以及诸如车辆类别和具有特殊通行权的紧急车辆之类的附加信息。

通常使用若干个传感器***来检测车辆附近的对象，例如使用相机、激光雷达和雷达。在确定对象期间，各个传感器***的信息被合并。这可以在对象级别处完成（高级别融合），其中首先由这些传感器***分别地确定对象，并且然后进行融合。然而，融合也可以在传感器数据级别处进行（低级别融合）。在这里，首先融合传感器数据，并且然后确定对象。

在一些实施例中，估计16进一步基于与环境中的其他车辆或基础设施传送的消息。

至少在一些实施例中，将进行一种高级别融合，其中将V2X车辆指派给检测到的车辆。例如，实施例可以假设接收方车辆具有以下最低限度的设备：

• V2X接收器单元，

• 数字地图，

• 用于自我定位的***，

• 用于对象检测的传感器***，以及

• 用于计算环境模型并且用于对V2X车辆进行关联的计算单元。

在一些实施例中，估计16包括：确定第二车辆在环境地图中的置信区域。方法10可以进一步包括：基于第一车辆的环境中的实际道路和/或交通情形来完善该置信区域。

可以采取以下步骤来改进关联并且用于创建V2X环境地图：

1. 在V2X环境表中存储与V2X消息一起接收到的方位、置信椭圆和路径历史。次序准则（order criteria）是发送者化名和传输时间。这创建了每个传输者的路线的历史。

2. 向方位指派与位置一起发送的关于车辆动力学的信息（例如，速度、移动方向、转向角）、以及其他信息（诸如，指示器和灯状态以及来自紧急车辆的特殊信息）。

3. 周期性地更新V2X环境表。这被限于待定义的时间段，例如限于最后30秒。在环形缓冲器的意义上，过时的信息被新的信息所覆盖。

4. 将V2X环境表的内容录入到数字地图中。置信椭圆产生了每个传输者针对所覆盖的距离的置信管（confidence tube）。在置信椭圆在观察时段期间已经改变的情况下，这些置信管具有可能会波动的宽度。

5. 每个置信管包含从各个关联的所传输方位产生的轨迹。这与路径历史的点是一致的。如果未接收到个别V2X消息，则根据路径历史和置信管的对应部分来添加缺失的方位，例如通过根据相邻值进行求平均来估计缺失的方位。V2X车辆的方位以绝对坐标（即，如相对于它们的路径历史的点）来给出。如果有必要，则必须进行转换。

6. 在离群值的情况下，执行轨迹和置信管的最佳拟合。离群值不被进一步考虑。

7. 将置信管和轨迹录入到地图中。

8. 在许多情况下，轨迹将不会被清楚地指派给地图上的车道。因此，在进一步的步骤中，使用逻辑关系（例如，在本体（ontology）的帮助下）进行校正并且使轨迹和置信管移位。经校正的轨迹和置信管的值被存储在第二个表中。具有原始值的表仍然被保存，使得其稍后可用，例如用于控制目的或进一步校正。

9. 估计并且存储每次校正的正确性的概率，该概率然后可以在关联期间被处理。

10. 在路径历史中出现由自我定位（例如，GPS***）的测量误差所引起的跳跃（jump）的情况下，执行对轨迹和置信管的逐区段校正（section-by-section correction）。

11. 如果V2X消息中的速度向量没有考虑梯度/下降（gradient/descent）（取决于标准）并且只有其量被发送，则行进方向上的值可能太大。这种误差的校正可以在来自地图的高程数据（elevation data）的帮助下完成。然后，可以将速度向量分解成其行进方向和对应的高度分量。

12. 当改变化名时，V2X车辆消失，并且新的车辆被创建。因此，可以进行合理性检查，以确保这两个车辆是相同的。例如，如果以旧化名的最后速度继续驾驶产生了新化名的方位并且该道路的路线不允许重新评估新的车辆，则很可能涉及相同的车辆。

因此，在一些实施例中，方法10包括：基于关于环境地图中的一个或多个对象的移动或位置的逻辑考虑来完善对第二车辆的方位的估计。例如，逻辑考虑包括对照预定街道地图进行评估。

13. 除了其他之外还可以使用以下逻辑关系来进行校正。

13.1. 该校正考虑了地图上示出的可通行和不可通行区域。例如，车辆不可以穿过建筑物驾驶或在桥梁旁边驾驶。当估计校正正确性的概率时，在该车辆方位是不可能的（例如，穿过建筑物驾驶）还是不被允许的（在例如环岛上驾驶）之间进行区分。

13.2. 该校正还考虑了从轨迹形状产生的逻辑关系，诸如半径或者行进到显著点（prominent point）（诸如，曲线起点）的距离。

13.3. 当在转向之前在交通灯处停止时，可以通过将开始驾驶之后直至转向开始所行进的距离（考虑状态消息中的转向角信息）与地图进行比较来校正行进方向上的停止的方位。这产生了很可能的（probable）停止方位、以及与所传输的停止方位的差异。

13.4. 该校正考虑了适用的交通规则，例如在紧密邻近的平行道路上的不同最大速度。交通规则还用于检查合理性并且确定校正正确性的概率。

13.5. 该校正考虑了当移动的V2X车辆以群组进行驾驶时的逻辑关系。例如，当在交通灯处或在高速公路上以相同的速度一起驾驶时（例如，由于速度限制），群组可能会出现。

14. 与用于创建V2X环境地图的上述步骤并行，车辆使用其传感器不断地检测其环境中的对象。这会导致对象检测方面的测量不准确性以及估计自我姿态方面的不准确性。每个对象的方位和置信椭圆被录入到对象环境表或对象环境地图中。针对每个车辆，还存储观察到的行进距离（轨迹、方位-时间进程）的历史，包括动态参数（例如，速度）。还可以录入自我轨迹和自我置信管。周期性地更新对象环境表或对象环境地图。

15. 在进一步的步骤中，现在可以将对象环境地图中的车辆与来自V2X地图的对应区域的车辆进行比较。因为V2X通信的范围通常大于传感器范围，所以环境地图通常仅包括V2X地图的子集。

16. 将传感器检测到的对象的轨迹与V2X对象的轨迹进行比较。出于此目的，使用统计方法。除了其他之外，还考虑了空间路线和速度简档。根据待定义的阈值（例如，相关性度量），可以进行指派，即，将V2X传输者指派给检测到的车辆。

17. 该指派还可以考虑诸如车辆类别（卡车、汽车）之类的信息。

18. 该指派还可以考虑V2X车辆的轨迹校正的概率。

19. 还可以将该原理转移到静止的V2X接收者，例如转移到配备有传感器的交通灯、十字路口、环形路、高速公路入口等。

如上所概述，在先验知识的帮助下，可以将CPM对象关联到自我车辆的环境模型中。当前正在ETSI（欧洲电信标准协会）处被标准化的V2X消息CPM（集体感知消息）包含作出发送的车辆在绝对坐标中的方位、以及关于由车辆传感器相对于它们所检测到的对象的信息。这些对象主要是其他道路用户，尤其是其他车辆。关于行人的信息也可以以CPM对象的形式来发送。该主题在各种研究项目中都有涉及，并且对于增加交通安全性是重要的，例如，它是针对交叉路口处永久安装的道路侧传感器***的重要应用。此外，关于静态对象的信息也可以作为CPM对象来发送，诸如施工现场障碍物。

将CPM或发送CPM的车辆以及由它们检测到的CPM对象指派给由作出接收的车辆本身检测到的对象通常是非常困难的，并且常常甚至是不可能的。原因在于：发送CPM的车辆常常无法以足够的准确度来确定它们的自我姿态（位置和取向）。关于它们检测到的CPM对象的信息因此是不准确的。除了传感器的测量和校准不准确性之外，它们的车辆取向（前进方向）的估计中的误差在这里也具有影响。在检测远处对象时，角度误差具有特别大的影响。

实施例可能不仅聚焦于发送V2X消息（CAM、DENM、CPM）的车辆的关联，而且还可能应对CPM对象的关联，该CPM对象即在CPM中发送的并且由CPM车辆利用其传感器检测到的车辆。

在进一步的实施例中，方法10可以包括：

• 接收CPM消息，

• 将接收到的CPM消息例如存储在表中，以创建历史，

• 在地图（V2X环境地图）上指派发送CPM的车辆以及其CPM对象，

• 基于逻辑连接来改进向车道和位置的分配，以及

• 对自我车辆检测到的车辆以及来自V2X环境地图的对应CPM对象进行高级别融合。

在一些实施例中，假设接收方车辆具有以下最低限度的设备：

• V2X接收器单元，其使得能够接收CPM、CAM和DENM

• 具有足够准确度的数字地图，诸如HD地图

• 用于自我定位的***

• 用于对象检测的传感器***，例如相机、激光雷达、雷达等

• 用于计算环境模型并且用于对V2X车辆和CPM对象进行关联的计算单元。

可以执行以下步骤来进行关联：

创建V2X环境地图

1. 基于接收到的CPM消息，在V2X环境表中存储作出发送的车辆的方位及其置信椭圆、以及车辆前进方向。此外，该表存储了CPM对象及其在CPM中指定的置信水平（例如，在相对于CPM车辆坐标系的x、y和z方向上，下文中被称为置信距离）的规范。用于该表的次序准则是发送者化名和传输时间。

2. 周期性地更新V2X环境表。这被限于待定义的时间段，例如限于最后30秒。在环形存储器的意义上，过时的信息被新的信息所替换，并且如果有必要可以被存储在其他地方。

3. 将V2X环境表的内容录入到数字地图中。

4. 针对发送CPM的车辆，从它们的置信椭圆中导出它们行进的路径的轨迹结果、以及置信管。针对每个CPM对象的所行进的路径，在x、y和z方向上的置信距离产生了具有置信管的轨迹。如果置信度在观察时段期间改变，则置信管的宽度可能会波动。上面描述了针对传输CAM或DENM的车辆的对应过程。

5. 在每个置信管中，存在如下轨迹：该轨迹是从与CPM一起发送的方位而产生的。感知到的CPM对象的轨迹由它们的各个方位所构成。它们由置信管来补充。如果未接收到个别CPM消息，则可以例如通过求平均来根据相邻值对缺失的项进行估计或插值。发送V2X的车辆的方位在CPM中以绝对坐标来指明。CPM对象的值（轨迹、置信管）是相对的。

6. 丢弃离群值，并且根据未接收到的消息的情况来执行轨迹和置信管的最佳拟合。

7. 在许多情况下，轨迹将不会被清楚地指派给地图上的车道。因此，在进一步的步骤中，使用逻辑关系（例如，在本体或规则的帮助下）进行校正，并且使轨迹和置信管移位。经校正的轨迹和置信管的值被存储在第二个表中。具有原始值的表仍然被保存，使得其稍后可用，例如用于控制目的或进一步校正。

8. 估计并且存储每次校正的正确性的概率，该概率然后可以在关联期间被处理。

9. 在作出传输的车辆的方位数据中出现例如由其自我定位（例如，可能利用GPS***）的测量误差所引起的跳跃的情况下，执行对轨迹和置信管的逐区段校正。其CPM对象的轨迹和置信管被相应地校正。

10. 针对CPM车辆以及CPM对象的校正，除了其他之外还可以使用以下逻辑关系：

10.1. 该校正考虑了地图上示出的可通行和不可通行区域。例如，车辆不可以穿过建筑物驾驶或在桥梁旁边驾驶。该校正简单且清晰。发送CPM的车辆以及其CPM对象形成群组，该群组通过平移和旋转作为整体被***到地图中。

10.2. 该校正还考虑了从轨迹形状产生的逻辑关系，诸如半径或者行进到显著点（诸如，曲线起点）的距离。

10.3. 该校正考虑了有效的交通规则。它们用于合理性检查以及确定校正正确性的概率。

10.4. 该校正考虑了在使CPM对象作为群组移动时的逻辑关系。

11. 当改变化名时，V2X车辆消失，并且新的车辆被创建。因此，必须进行合理性检查，以确保这两个车辆是相同的。例如，如果在相同的传感器集合以及新化名的旧化名的相同感知到的对象的情况下继续驾驶、并且该道路的路线不允许重新评估新的车辆，则很可能是相同的车辆。

12. CPM对象还可以是发送CAM或DENM的车辆、或其他发送CPM的车辆。还可能的是，一个车辆已经被若干个发送CPM的车辆标识为CPM对象。因此，任务是解决这些模糊性。创造性地，建议将经校正的地图条目用于此目的。

12.1. 在第一步骤中，标识受影响的V2X车辆或CPM对象。出于此目的，例如，可以使用轨迹和置信管的空间接近度或重叠的度量。

12.2. 接下来，考虑允许对它是相同对象进行合理性检查的准则。合适的方法是：例如，针对车辆取向（前进方向）中的改变来比较速度-时间曲线（同时开始减速）或角度-时间曲线。此外，还可以考虑V2X消息中包含的信息，诸如车辆类别（卡车、汽车）。出于此目的，使用统计方法。根据待定义的阈值（例如，相关性度量），可以进行指派。

12.3. 从地图中去除模糊性。可以将消除的对象保存在另一个表中，以允许稍后的检查和校正。

12.4. 将地图中剩余的对象标记为被多次检测（multiple detected）。

12.5. 所预计的是，对各个对象的多次检测将在更长的时间段内进行，例如因为这是从交通流而产生的，并且车辆实际上彼此平行地驾驶。在这种情况下，可以简化合理性检查，并且例如仅以待定义的间隔进行合理性检查，即作为周期性确认。

12.6 在删除重复项（duplicate）时，必须评估删除了哪个对象以及保留了哪个对象。出于此目的，有必要估计哪些信息可能更准确。不太准确的信息会被删除。还可能的是，在该步骤期间，对对象方位进行校正，并且只有经校正的值保留在地图中。

创建对象环境地图

13. 与用于创建V2X环境地图的上述步骤并行，车辆使用其传感器不断检测其环境中的对象。这会导致对象检测方面的测量不准确性以及自我定位方面的不准确性。每个对象的方位被录入到对象环境表或对象环境地图中。针对每个车辆，还存储观察到的行进距离（轨迹、方位-时间曲线）的历史。还录入自我轨迹和自我置信管。周期性地更新对象环境表或对象环境地图。

调整来自对象地图和V2X环境地图的对象

14. 在进一步的步骤中，现在将对象环境地图中的车辆与来自V2X环境地图的对应区域的车辆进行比较。因为V2X通信范围通常大于传感器范围，所以环境地图通常仅包括V2X环境地图的子集。

15. 将传感器检测到的对象的轨迹与V2X对象（CAM、DENM、CPM传输车辆和CPM对象）的轨迹进行比较。出于此目的，使用统计方法。除了其他之外，还考虑了空间路线和速度简档。根据待定义的阈值（例如，相关性度量），可以进行指派，即，将V2X传输者或CPM对象指派给检测到的车辆。

16. 该指派还可以考虑V2X消息中包含的信息，诸如车辆类别（卡车、汽车）。

17. 该指派还可以考虑V2X车辆的轨迹校正的概率。

实施例可以使用上述过程，通过使用来自MCM的计划轨迹和期望轨迹来补充它们。这意味着实施例使用其他车辆的共享的计划轨迹和期望轨迹。此外，基于CAM消息来预测车辆轨迹是有可能的，然而这不如通过MCM消息的共享轨迹那样准确。

实施例可以使用用于高级定位的方法，该方法可能与以上内容组合如下：

基于MCM + CAM消息的定位，

基于MCM + CPM消息的定位，以及

基于MCM + CAM和CPM的定位。

I. 例如，第一车辆V1（参见图4）具有高度准确的HD地图。

II. 它从其他车辆接收一个或多个轨迹（轨迹集合/轨迹区域），例如计划轨迹和期望轨迹。

III. V1尝试将来自一个特定节点（例如，V2）的轨迹集合拟合到其自己的地图中，并且因此找到V2的合理方位。V1还经由无线电信道接收V2的尺寸1（车辆宽度、长度等），并且正在考虑将其用于该拟合。例如，车辆尺寸在CAM消息（2D，x-y维度）和CPM消息（3D，x-y-z维度）内被可选共享，并且计划要在MCM消息内被共享。在该实施例中，方法10进一步包括：接收关于第二车辆的尺寸的信息，并且进一步基于关于第二车辆的尺寸的信息来估计第二车辆在环境地图中的方位。

IV. V1获得该车辆在其HD地图中的可能绝对方位的集合。

V. 要注意的是，轨迹集合越大，传输节点（例如，V2）的绝对方位的可能集合就越可以缩小。

VI. 在最后的步骤中，所获得的绝对方位集合可以与如上概述的进一步定位和关联方法一起使用和/或组合。因此，该车辆增加了它对其他车辆的通信消息进行定位和关联的能力。

图5示出了一实施例中的轨迹HD地图拟合的简化示例。该过程从左到右进行。V1从V2接收轨迹的相对方位（在图5中的步骤1中的最左侧示出）。它还接收V2的车辆尺寸（图2中的步骤2，从左数第二个）。V1具有准确的HD地图，在该HD地图中，它尝试拟合在步骤1和2中获得的信息（在步骤3中示出，从左数第三个）。输出是V2在V1的地图中的绝对方位的所获得的可能集合（在图5的右侧示出）。

如已经提到的，在实施例中，相应的方法可以被实现为计算机程序或代码，它们可以在相应的硬件上执行。因此，另一个实施例是具有程序代码的计算机程序，该程序代码用于当在计算机、处理器或可编程硬件组件上执行计算机程序时实行上面的方法中的至少一个。进一步的实施例是存储指令的（非暂时性）计算机可读存储介质，该指令在被计算机、处理器或可编程硬件组件执行时使得计算机实现本文中描述的方法之一。

本领域技术人员将容易地认识到，各种上面描述的方法的步骤可以通过经编程的计算机来执行，例如可以确定或计算时隙的方位。在本文中，一些实施例也意图涵盖程序存储设备，例如数字数据存储介质，该程序存储设备是机器或计算机可读的并且对机器可执行或计算机可执行的指令程序进行编码，其中所述指令实行在本文中描述的方法的步骤中的一些或全部。程序存储设备可以是例如数字存储器、诸如磁盘和磁带之类的磁存储介质、硬盘驱动器、或光学可读数字数据存储介质。实施例也意图涵盖被编程成执行在本文中描述的方法的所述步骤的计算机，或者涵盖被编程成执行上面描述的方法的所述步骤的（现场）可编程逻辑阵列（（F）PLA）或（现场）可编程门阵列（（F）PGA）。

说明书和附图仅说明了本发明的原理。因此将领会的是，本领域技术人员将能够设想尽管本文中未明确地描述或示出但是体现了本发明的原理并且被包括在其精神和范围内的各种布置。此外，本文中记载的所有示例原则上明确地意图仅用于教学目的以协助读者理解本发明的原理、以及由（一个或多个）发明人推动本领域所贡献的概念，并且应被解释为不限于这种具体记载的示例和条件。此外，在本文中记载本发明的原理、方面和实施例以及其特定示例的所有陈述都意图涵盖它们的等同方案。

当由处理器提供功能时，这些功能可以由单个专用处理器、由单个共享处理器、或由多个单独的处理器（它们中的一些可以是共享的）来提供。此外，不应当将术语“处理器”或“控制器”的明确使用解释成排外性地指代能够执行软件的硬件，并且可以隐含地包括但不限于数字信号处理器（DSP）硬件、网络处理器、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、用于存储软件的只读存储器（ROM）、随机存取存储器（RAM）和非易失性存储装置。还可以包括常规的或定制的其他硬件。它们的功能可以通过程序逻辑的操作、通过专用逻辑、通过程序控制和专用逻辑的交互、或者甚至手动地来执行，特定技术可由实现者来选择，如根据上下文更具体地理解的那样。

本领域技术人员应当领会的是，本文中的任何框图都表示体现本发明的原理的说明性电路的概念上的视图。类似地，将领会的是，任何流程图、流程图解、状态转移图解、伪随机代码等等表示如下各种过程：该各种过程基本上可以在计算机可读介质中表示并且因此由计算机或处理器执行，而不管这种计算机或处理器是否被明确示出。

此外，将以下权利要求在此结合到具体实施方式中，其中每个权利要求都可以独立作为单独的实施例。虽然每个权利要求都可以独立作为单独的实施例，但是要注意的是：尽管从属权利要求在权利要求书中指代与一个或多个其他权利要求的特定组合，但是其他实施例也可以包括从属权利要求与每个其他从属权利要求的主题的组合。本文中提出了这种组合，除非声明了特定组合不是所意图的。此外，意图将权利要求的特征也包括到任何其他独立权利要求中，即使不直接使该权利要求从属于该独立权利要求。

要进一步注意的是，在说明书中或在权利要求书中所公开的方法可以由如下设备来实现：该设备具有用于实行这些方法的相应步骤中的每一个的部件。

参考符号列表

10用于第一车辆并且用于在第一车辆处估计第二车辆的方位的方法

12获得关于第一车辆的环境地图的信息

14接收关于第二车辆的轨迹的信息

16基于关于轨迹的信息来估计第二车辆在环境地图中的方位

20用于第一车辆并且用于在第一车辆处估计第二车辆的方位的装置

22一个或多个接口

24控制模块

200车辆

V1第一车辆

V2第二车辆

V3第三车辆

Claims (15)

1.一种用于第一车辆（200；V1）并且用于在第一车辆（200；V1）处估计第二车辆（V2）的方位的方法（10），所述方法（10）包括：

获得（12）关于第一车辆（200，V1）的环境地图的信息；

接收（14）关于第二车辆（V2）的轨迹的信息；以及

基于在环境地图中拟合关于所述轨迹的信息来估计（16）第二车辆（V2）在环境地图中的方位。

2.根据权利要求1所述的方法（10），其中从第二车辆接收关于所述轨迹的信息。

3.根据权利要求1或2中的一项所述的方法（10），其中关于所述轨迹的信息包括：关于第二车辆的计划路线的信息和关于第二车辆的期望轨迹的信息。

4.根据权利要求1至3中的一项所述的方法（10），进一步包括：接收关于第二车辆的尺寸的信息，并且进一步基于关于第二车辆的尺寸的信息来估计第二车辆在环境地图中的方位。

5.根据权利要求1至4中的一项所述的方法（10），进一步包括：接收关于第二车辆的所估计位置的信息，并且进一步基于关于第二车辆的所估计位置的信息来估计第二车辆在环境地图中的方位。

6.根据权利要求1至5中的一项所述的方法（10），进一步包括：基于关于环境地图中的一个或多个对象的移动或位置的逻辑考虑来完善对第二车辆的方位的估计。

7.根据权利要求6所述的方法（10），其中所述逻辑考虑包括对照预定街道地图进行评估。

8.根据权利要求1至7中的一项所述的方法（10），其中所述估计（16）进一步基于与环境中的其他车辆或基础设施传送的消息。

9.根据权利要求1至8中的一项所述的方法（10），其中环境地图基于高密度街道地图、使用第一车辆的传感器数据检测到的对象、以及从第一车辆的环境中的其他车辆接收到的具有环境内容的消息。

10.根据权利要求1至9中的一项所述的方法（10），其中所述估计（16）包括：确定第二车辆在环境地图中的置信区域。

11.根据权利要求10所述的方法（10），进一步包括：基于第一车辆（200；V1）的环境中的实际道路和/或交通情形来完善所述置信区域。

12.根据权利要求1至11中的一项所述的方法（10），其中所述接收（12）包括：在来自第二车辆的机动协调消息或集体感知消息中接收关于第二车辆的轨迹的信息。

13.一种具有程序代码的计算机程序，当在计算机、处理器或可编程硬件组件上执行所述计算机程序时，所述程序代码用于执行权利要求1至12的方法（10）中的至少一个。

14.一种用于第一车辆（200；V1）并且用于在第一车辆（200；V1）处估计第二车辆（V2）的方位的装置（20），所述装置（20）包括：

一个或多个接口（22），其被配置成传送消息；以及

控制模块（24），其被配置成控制所述一个或多个接口（22），其中所述控制模块（24）进一步被配置成执行权利要求1至12的方法（10）之一。

15.一种车辆（200；V1），包括权利要求14的装置（20）。

Images