CN114270143A - 借助由其他的车辆检测的环境数据对车辆的横向引导 - Google Patents

借助由其他的车辆检测的环境数据对车辆的横向引导 Download PDF

Info

Publication number
CN114270143A
CN114270143A CN202080059306.8A CN202080059306A CN114270143A CN 114270143 A CN114270143 A CN 114270143A CN 202080059306 A CN202080059306 A CN 202080059306A CN 114270143 A CN114270143 A CN 114270143A
Authority
CN
China
Prior art keywords
vehicle
data
environmental data
stored
detected
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
Application number
CN202080059306.8A
Other languages
English (en)
Inventor
D.穆宁
H.奥斯赫利斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen Automotive Co ltd
Original Assignee
Volkswagen Automotive Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Volkswagen Automotive Co ltd filed Critical Volkswagen Automotive Co ltd
Publication of CN114270143A publication Critical patent/CN114270143A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10Path keeping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/53Road markings, e.g. lane marker or crosswalk
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/05Big data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/20Data confidence level
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/25Data precision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/35Data fusion
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于横向引导车辆(10)的方法,该方法包括:‑在驶过路段时检测车辆(10)的环境数据,‑获得由多个其他的当前没有驶过该路段的车辆(10)在驶过该路段时已检测的被存储的环境数据,‑根据检测到的环境数据检查存储的环境数据的可信度;并且‑基于经过可信度检查的环境数据对车辆(10)进行横向引导。本发明还涉及一种用于横向引导车辆(10)的设备(1)。

Description

借助由其他的车辆检测的环境数据对车辆的横向引导
本发明涉及一种用于横向引导车辆、尤其是机动车、例如轿车或货车的方法和设备。
在现代车辆中,尤其是在机动车中使用不同的驾驶员辅助***。这些驾驶员辅助***通常能够实现对例如车辆的运动的自动驾驶的(fahrerautonom)控制和/或对车辆运行的自动驾驶的干预,例如用以调整速度或转向角。示例是所谓的车道保持辅助***。以自身已知的方式,由传感器检测车辆前方的道路(或车道)的走向。然后例如通过在到达道路边界时自动驾驶的反向转向来确保车辆不会无意地离开该道路。
为了提供这样的功能,由传感器检测车辆的周围环境。在此得到所谓的环境数据。环境数据包含关于环境并且尤其是关于预定的环境特性的可评估的或被评估的信息。例如,所述信息可以说明沿前方的道路区段的道路边界的走向和/或坐标。用于检测环境数据的可能性是照相机传感器,在所述照相机传感器中,可以通过图像评估从所检测的照相机图像确定期望的环境特性。
在此描绘的驾驶员辅助功能和/或根据环境数据对车辆进行自动驾驶控制的典型的应用领域是车辆的横向引导。这例如可以理解为,车辆应当沿横向方向(其通常水平地并且横向于车辆纵轴线地延伸)以期望的方式尤其是自动驾驶地保持在位置中和/或被引导。例如,可以沿横向方向预设允许的运动通道,其对应于道路的宽度。在横向引导的范围内可以注意的是,不离开该(虚拟的)运动通道。然而,如果这仍然即将发生,那么在横向引导的范围内可以进行自动驾驶的转向干预。解决方案和尤其是控制单元和此外尤其是调节器(其能够实现这种横向引导)在市场上是可得到的。
然而,在特定的情况下,环境数据的传感器检测并不能够总是可靠地成功。例如,传感器可能失灵、被污染或具有其他的故障。例如,如果道路被污染或存在根据传感器数据不能够被解释或至少不能够被正确解释的其他的环境条件,那么待检测的环境特性也不能总是可识别的。
因此,本发明所要解决的技术问题在于,尤其鉴于并不总是可靠的传感式的环境检测改进车辆的横向引导。
该技术问题利用根据所附的独立权利要求的方法和设备来解决。有利的扩展方案在从属权利要求中说明。要理解的是,所有开头提到的特征和实施方案也可以设置在本解决方案中或适用于本解决方案。
原则上,根据本发明的解决方案(即根据本发明的方法和根据本发明的设备)规定,横向引导并不局限于传感器检测的数据。替代地,还应考虑过去已经驶过相同的路段的其他的车辆的数据。尤其可以使用所谓的集群数据,其在更长的时间段中包含和存储大量车辆的数据。存储的数据(首先是环境数据)用作一种参考,因为其说明了在什么样的形式中,沿当前的路段的环境已经通过其他的车辆被检测。在这方面,车辆的自身的传感器数据、尤其是环境数据可以与存储的环境数据比较。
尤其可以根据自身的检测的传感器数据检查所存储的数据的可信度,或者换句话说验证所存储的数据。然后一般可以确定,已经存储的环境数据,如果进行可信度检查,那么相对于由车辆检测的环境数据附加地或备选地用于车辆的(自动驾驶的)横向引导。如果可信度检查失败,并且例如存储的环境数据与传感器检测的环境数据显著偏离,那么可以放弃考虑这些存储的环境数据用于(自动驾驶的)横向引导。替代地,可以使用车辆的自身的传感器数据,例如以便对短期的环境变化做出反应。
优点是已经检测的大量环境数据,其按照预期地具有高的和/或已经验证的精度,根据标准可以用于车辆的横向引导(如果可信的话)。这些环境数据可以优先于自己的车辆的可能容易出错的和不太精确的传感器检测。另一方面,可以对车辆环境中的还没有被车辆(其之前已经驶过该路段)检测的短期的改变做出反应,因为可以切换到由当前驶过该路段的车辆检测的环境数据。所存储的和检测的环境数据的这种差异可能导致可信度检查失败,因此优选根据标准选择由车辆检测的自身的环境数据。
总体而言,提供了一种解决方案,其中,以更高的概率自动选择用于横向引导的更精确的或更不易出错的环境数据,这提高了车辆的运行安全。
详细提出了一种用于横向引导车辆的方法,具有:
-在驶过路段时检测车辆的环境数据,
-获得由多个其他的车辆(其当前没有驶过该路段)在驶过该路段时已检测的被存储的环境数据,
-根据检测到的环境数据检查存储的环境数据的可信度;
-(优选仅)基于(或使用)经过可信度检查的(存储的)环境数据对车辆进行横向引导。
环境数据尤其可以涉及与道路环境相关的数据,尤其是与前方的道路区段相关的数据。环境数据可以说明和/或表明下面阐述的环境特性。检测有利地自动驾驶地(或者说独立于驾驶员地)、例如通过检测传感器进行。尤其地,照相机、超声波传感器、激光雷达传感器等可以用作检测传感器。
在此描述的任何环境数据可以配设有位置信息。因此,可以推断在其上已确定相应的环境信息或环境数据的位置。数据可以是数字数据组和/或存储在电气或数字存储装置中。
环境数据可以是用于检测环境的传感器的输出数据,或者可以根据这种输出数据(或者也是输出信号)来确定。例如,环境数据可以是关于预定的环境特性的数据,其中,从照相机传感器的图像数据(作为输出数据)确定这些环境特性。该确定和所检测的环境数据的存储通常可以由车辆的控制单元或控制装置执行。原则上,在此描绘的任何方法步骤或方法措施可以由车辆的控制装置执行,如将在下面更详细地阐述的那样。
存储的环境数据可以存储在车辆的存储装置中。例如,存储装置可以是导航存储器,或者换句话说是导航装置的存储器。附加地或备选地,环境数据可以存储在车辆外部的存储装置中,例如存储在服务器(尤其是云服务器)上。然后,车辆可以选择性地或根据需要访问该服务器,并且请求与当前行驶的、计划的或可能的路段相关的环境数据。与车辆外部的存储装置并且尤其是服务器的通信连接通常可以是非有线的。尤其地,该通信连接可以是移动无线电连接或互联网连接。存储在车辆外部的环境数据中的至少一部分可以临时存储在车辆中。该部分可以是与当前行驶的、计划的或可能的路段相关的环境数据。
存储的环境数据已经可以至少部分进行预评估。例如,其可以是预定的环境特性的平均值,该平均值根据由各个车辆传输的所有存储的环境数据被确定。原则上,这种基于整体存储的或换言之收集的或累积的环境数据对预定的环境特性的期望值和/或平均值的评估也可以在车辆本身中进行。环境特性可以是预定的环境特征的坐标、例如中间线或道路边界。
因此,可以将原始数据和/或已经评估的数据存储为环境数据。
检测并且提供存储的环境数据的车辆当前不能够驶过该路段。相反,它可以是过去已经驶过该路段的车队或车辆全体。这尤其可以在几天、几周或几个月的较长的时间段内进行。因此产生大量车辆的在更长的时间段内检测的环境数据的集合,其用作一种用于环境检测的知识库或知识数据库。这与传感器检测的数据仅在当前位于同一环境中并且驶过共同的路段的车辆之间交换的解决方案不同。这种实时的数据交换假设,在该区域内实际上还存在另外的辆车。如果不是这种情况,那么无法实现行驶安全的改进。此外还可能出现以下问题,即该另外的车辆在传感检测中例如由于大雪或脏污的街道而遭受与自身的车辆相同的环境问题。因此,并不总是确保,甚至在另外的车辆位于该环境中时,由其检测的环境数据在质量上也比自身检测的环境数据更好。
但根据本发明也可能的是,例如除了存储的环境数据以外,还要考虑来自当前也驶过同一路段的其他的车辆的环境数据。
根据所检测的环境数据对所存储的环境数据的可信度检查可以包括将这些数据相互比较。尤其地,环境数据的至少一个环境特性可以相互比较。
如果在此以复数形式提及环境数据,这并不意味着必须强制检测多个环境特性。也可以仅检测一个环境特性,但是该环境特性与位置相关地和/或沿前方的路段连续被检测。因为在驶过该路段时,与位置相关的环境特性多次被更新,所以在驶过该路段时也会获得相应的多个单独的环境数据(例如,对于所观察的每个位置或前方的道路区段,关于在那里存在的环境特性的数据)。
尤其可以在可信度检查期间确定存储的环境数据与检测的环境数据的偏差。偏差越大,那么存储的环境数据越有可能被评估为不可信的。尤其可以定义最大允许的偏差阈值,其对于可信度检查而言不能够被超过。如接下来更详细阐述的那样,可以根据在环境数据中描述但由其描述的量化的参量实现比较和/或偏差,其中,所述参量尤其可以是已经提到的环境特性。
车辆的横向引导通常可以自动驾驶地进行。尤其地,上述的引导包括可能的自动驾驶的转向干预为此可以在允许的运动通道内进行。已知的调节算法可以用于根据当前的运动参量确定车辆的不允许的横向运动,并且据此必要时启动(自动驾驶的)对策。基于经过可信度检查的环境数据(或在以下情况下,基于由车辆检测的环境数据)执行横向引导可以包括,根据环境数据定义允许的运动通道和/或在横向方向上的至少一个不可超越的边界。例如,可以根据环境数据确定道路标记或道路边界,并且其可以定义车辆的在横向方向上的最大允许的位置。相应地,在横向引导的范围内可以监控,车辆是否即将超过该边界,并且然后例如可以自动驾驶地反转向。
一种扩展方案规定,存储的环境数据是集群数据。集群数据可以理解为来自大量车辆(例如超过10辆或超过100辆)在数天(例如至少10天、至少30天或至少365天)的时间段内或在沿路段的多次行驶中已检测的数据。多个车辆可以彼此独立地行进,但仍然可以统称为车队或集群。由车队或集群的车辆分别单独检测的环境数据可以概括性地、即总体上被称为集群数据,并且优选相应概括性地和/或共同例如存储在中央数据库中。车辆的共同的特征是,所述车辆驶过相同的路段,这可以根据环境数据的位置信息来确定。因此,在集群数据中,针对沿路段的多次行驶存在环境数据。优选地,车辆在此确定关于优选共同的、预定的环境特性的环境数据。集群数据也可以存储在车辆外部,例如存储在之前阐述的服务器上。
一个扩展方案规定,如果可信度检查失败(例如因为检测的环境数据的质量不满足要求的最低质量),那么由车辆检测的环境数据(优选仅)用作或换言之被考虑作为用于横向引导的环境数据。
一般来说,应该指出的是,在本公开的范围内,可信度检查可以理解为,确定并且确认环境数据的质量和/或其说服力、考虑能力、精度或一般可用性。为此,在本发明的范围内,检测的环境数据可以用作参考。
如果存储的环境数据的可信度检查失败,那么这可以指出,沿该路程例如产生短期的变化。然后,为了安全起见可以切换到由车辆检测的环境数据。
根据另外的实施方式,环境数据涉及不同的环境特性,并且针对每个环境特性执行独立的可信度检查。因此,可以根据已进行可信度检查的环境特性来执行车辆的横向引导。相反,可以由车辆检测那些没有进行可信度检查的环境特性,从而存储的环境特性和检测到的环境特性的混合形式也可以根据可信度检查结果用于车辆横向引导。这提高了安全性和精度,因为针对每个特性单独检验其是否实际上反映了当前的状态。
一般来说可以规定,利用环境数据检测或由环境数据确定的环境特性是以下之一:
-从车辆看(即沿行驶方向)左侧的道路标记或道路边界;
-从车辆看右侧的道路标记或道路边界;
-至少一个道路的道路边缘。
道路在此也可以仅理解为多车道的街道或多车道的道路的单个车道。道路标记相应可以是车道标记。通常,道路标记可以是中心线或侧线,其可以以常见的方式施加到道路表面上。道路边界可以是物理障碍物(其至少可以局部阻止离开道路),或可以表示离开道路的碰撞障碍物,其例如形式为护柱(Poller)、引导柱或护栏。
外部的道路边缘可以对应于街道边缘和/或通向例如未铺沥青的环境的过渡区域。
扩展方案规定,关于由另外的车辆驶过的路线的信息也被存储。所述信息优选用于利用由车辆检测的环境数据检查所存储的环境数据的可信度。例如,环境数据只能由那些沿相同的或类似的路线(或路段)行驶的车辆观察。例如可以检验,车辆所行驶的路线是否与根据由(自身的)车辆检测的环境数据实际在前方的路线或道路走向相一致。如果不是这种情况,那么这些相应的车辆的环境数据可能不予考虑,或者更准确地说,由这些车辆检测的环境数据无法被检查可信度。
路线信息可以以位置坐标和/或GPS数据或其他的位置确定数据的形式被存储或者根据它们来定义。
根据另外的实施方式,借助所检测的环境数据来确定所存储的环境数据的质量以用于可信度检查。尤其可以确定,环境数据与检测的环境数据相一致和/或偏差的程度。然后,可以据此确定所存储的环境数据的质量。一致性越大或偏差越小,那么质量可能越高。尤其地,可量化的值可以被确定为质量,或者换句话说可以被确定为质量标准。如下面所阐述的那样,该值可以与最低质量进行比较,最低质量也可以定义为可量化的值,并且只有在满足最低质量时才能检查环境数据的可信度。
在该情况下尤其可以规定,根据比较所存储的环境数据和所检测的环境数据,在定义的并且优选在前方的路段上(即沿该路段)确定质量。可以根据当前检测到的车辆位置和车辆传感器的已知的检测区域确定前方路段的位置信息。例如,在本发明的范围内,通常可以确定所观察的前方的道路区段,例如是否在(沿行驶方向)车辆前方的0至20m、0至40m或0至60m的范围内检测被检测的环境数据。从所存储的环境数据可以确定具有相同的位置信息的环境数据,并且可以沿前方的路程并且尤其在例如0至20m或0至40m的定义的前方的路段内将这些环境数据与被检测的(前方的)环境数据比较。这表示一种及时确定存储的和检测的环境数据的不允许的偏差的有效方法。
本发明还可以规定,确定所存储的环境数据必须满足的最低质量,从而所述环境质量被认为是可信的或被评估为可信的。在此,可以根据以下参量中的至少一个(并且更准确地说,根据以下参量中的一个)确定最低质量。
-车辆前方的路段长度,在该路段长度内检测的环境数据与存储的环境数据进行比较。在此例如可以考虑,环境数据的前方的检测范围是0到20m、0到40m还是0到60m。前方的路段或观察的前方的路段长度越大,那么对最低质量的要求越低。这基于以下构思,即在前方很远的或远离车辆的区域中的检测通常不如在车辆附近的区域中的检测准确。随提到的路段尺寸或长度越小,那么对要满足的最低质量的要求越高。一般来说,最低质量可以定义并且尤其是量化要满足的最小一致性或与存储和记录的环境数据的允许最大偏差。对最低质量的高的要求可能与小的允许的偏差或高的要求的一致性同义。对最低质量的低的要求可能与高的允许的偏差和低的一致性同义。
-一种环境特性(或者说环境特性的类型),其作为环境数据(或在环境数据的范围内)被检测并且比较。在此可以考虑,可以利用什么样的精度完全检测相应的特性。例如,检测道路边界或道路标记可能比检测道路边缘(例如从沥青到自然的过渡)更容易。环境特性的理论上可检测的精度越高,那么对要满足的最低质量的要求越高。该精度越低,那么对最低质量的要求可能越低。
-在检测环境数据期间的检测条件,其中,尤其可以适应于由车辆检测的环境数据。可以由车辆传感器确定检测条件。检测条件例如可以是亮度、降水量、视野、一般可见度条件或道路污垢。检测条件可以存储为环境数据的组成部分和/或附加信息。如果将检测条件归类为严格的,即不能够实现高度准确的环境检测,这可以由车辆的控制单元自动确定和/或相应地进行评估,那么对最低质量的相应低的要求可能是适用的。相反,如果检测条件是不严格的,那么可以提高对最低质量的要求。
-车辆所在的区域。在此,该区域可以是例如根据地理特性和/或地图数据定义的地理区域。然而,它也可以是具有预定的公里数的地区。可以针对该区域确定,存储的环境数据为此以什么样的程度存在,和/或该区域中的环境数据(历史上)具有什么样的质量。如果该区域的特征在于存储的环境数据的小的数量和/或环境数据的低的质量,那么对要满足的最低质量的要求可能会相应降低,因为通常可以假定高的检测不确定性。相反,在该区域中的大量存储的环境数据和/或高的质量的情况下,可以提高对最低质量的要求。
-存储的环境数据的历史质量。在此,可以独立于与特定的区域的关系地并且例如与当前观察的车辆和/或路程相关地观察环境数据的先前确定的质量。如果所述质量是比较高的,那么可以提高并且在其他情况下降低对最低质量的要求。
-为了确定质量而执行的比较的特性。在此,例如可以考虑所使用的比较方法和/或在此确定的(例如统计的)精度参量的通常期望的精度。通常,对于不太精确或容易出错的方法,可以降低对最低质量的要求。例如,在基于最小二乘误差的比较中,对要满足的最低质量的与在通常考虑存储的和检测的环境数据之间的相关性中相比不同的(尤其是更低的)要求可能是适用的。利用最小二乘法,数据的恒定的偏差(例如检测的和存储的道路走向的平行错位)中众所周知可能导致高的偏差,这可以被评估为不太准确的。这种恒定的偏差可以较小地影响相关性,并且该相关性因此可以优选与对最低质量的更高的要求相关联。比较方法的另外的示例是确定豪斯多夫距离(Hausdorffdistanz),其中,如在相关性中那样,高的最低质量要求可能是适用的。
根据所考虑的参量的数量,最低质量可以是多维的特性曲线,或者可以根据一个这种特性曲线来确定,其中,维度例如通过参量的数量来确定。参量可以是加权的或可加权的。加权可以被灵活调整。以该方式,例如可以根据可能加权的若干单值的线性组合来确定最小质量,其中,单值相应被确定为单个参量和/或基于单个参量被确定。单值可以是根据相应的参量的当前的值而获得的尺度值(例如从0(不可用)到10(非常好)的历史质量的评级尺度)。
通常也可以规定,所存储的环境数据仅有限地被视为适用的。在超过最大允许的时效的情况下,这些环境数据可以优选在不考虑另外的(例如质量)特性的情况下,也就是说自动被评估为不可信的。
本发明还涉及一种用于横向引导车辆的设备(或者说***、组合装置),其具有:
用于检测车辆的环境数据的检测装置和控制装置,控制装置设计用于:
-根据检测的环境数据,检查由多个其他的车辆在驶过路段时已检测的存储的环境数据的可信度;
-基于经过可信度检查的环境数据对车辆进行横向引导。
检测装置可以是根据本文所述的并且通常设置在车辆中的变型方案的传感器装置或传感器,利用这些变型方案可以检测环境数据。
控制装置可以以分布式方式布置在车辆中,并且例如可以包括或访问多个单独的控制部件和/或控制单元。然而,控制装置也可以是车辆的单个结构和/或功能集成的控制单元。可以通过访问与控制装置和检测装置连接的车辆总线来访问环境数据。所检测的环境数据可以由控制装置和/或检测装置处理,例如以便确定本文所述的要检测的环境特性。为了访问存储的环境数据,控制装置可以访问车辆外部的存储装置(例如通过移动无线电连接),或者可以从车辆的(临时)存储器中读取所述环境数据,例如如果所述环境数据在从车辆外部的存储器读取之后临时存储在车辆中。因此,控制装置通常可以设计用于尤其是从车辆外部的存储装置读取、请求和/或接收所存储的环境数据。为了检查存储的环境数据的可信度,例如可以进行任何上述任何类型的比较,和/或存储的环境数据的质量、优选还有要满足的最低质量可以由控制装置来确定。
为了执行对车辆的横向引导,控制装置可以提供已知的调节功能,并且尤其是使用环境数据来确定不应超过的横向位置和/或定义允许的(虚拟)运动通道。此外,控制装置可以将车辆的当前的横向位置与相应的运动通道或常见的运动边界进行比较,并且如果即将离开该通道或超过该边界,那么启动自动驾驶应对措施,尤其是自动驾驶的转向干预。
通常,该设备可以包括任何另外的特征和任何另外的部件,以便提供和/或执行本文所述的所有功能、运行状态、缺陷、步骤和措施。该设备通常可以设计用于,执行根据本文描述的任何类型的方法。尤其地,方法特征的所有扩展方案和实施方案也可以适用于相同的设备特征或者设置在其中。
接下来根据示意性的附图阐述本发明:
图1示出了车辆,其包括根据本发明的实施例的设备,其中,该设备执行根据实施例的方法;并且
图2示出了由图1的设备执行的方法的流程图。
接下来,针对类似的或相同作用的特征可以跨附图地使用相同的附图标记。
图1示出了一种车辆10,其沿街道12(或路线)在行驶方向F上行驶。车辆10包括根据本发明的实施例的设备1。设备1包括控制装置14,其在所示的示例中构造为单个控制单元。控制单元14通过移动无线电连接与车辆外部的服务器和更精确的说与云服务器16无线连接。
设备1还包括检测装置15,其在所示的示例中是照相机传感器。照相机传感器布置在车辆10中,从而使得该照相机传感器检测前方的街道区段,并且根据检测频率输出街道的图像数据。该图像数据可以在照相机传感器本身中被评估,或由控制装置14评估,即从而确定在其中预定的环境特性。
这些环境特性是从车辆的视角并且沿行驶方向F观察的左道路边界LF和右道路边界RF。在此,在所示的情况下,道路等同于车辆10的单个车道。左道路边界LF是中间带,右道路边界RF是路肩。右道路边界RF也可以通过街道12到环境或自然的过渡区域来标记。
控制装置14还设计用于例如根据GPS数据或其他的位置检测数据确定当前的车辆位置。环境特性LF、RF可以相应基于位置或与位置相关地被存储。这可以在控制装置14的未示出的存储装置中进行。
一般来说,应该指出,控制装置14可以包括至少一个处理器装置、尤其是计算机处理器。该计算机处理器可以执行例如存储在控制装置14的同样未示出的存储装置中的程序指令。通过执行这些程序指令,可以促使控制装置执行或促使在此描述的所有功能和/或步骤和/或措施。
在本公开的范围内,通常并且不限于实施例的进一步细节地可能的是,在绝对的和/或车辆外部的坐标系中确定和存储确定的环境特性和尤其是道路边界LF、RF的尤其是沿横向方向的位置信息。为此,例如可以使用GPS坐标或其他的全球坐标。因此,对于每个车辆位置来说优选地,但原则上也与之无关地可以在绝对的(例如全球的)坐标系中确定并且存储检测的道路边界LF、RF的坐标。
同样示出了在描绘的状态下车辆将经过的路线R。当车辆10沿街道12行驶时,可以根据车辆的存在的实际的车辆位置确定路线R。
所示的解决方案假设,沿街道12过去已经有多个其他的车辆沿类似的路线R行驶,并且在此也检测了相同的环境特性LF、RF。此外假设,这些车辆将相应的环境数据传输到车辆外部的存储装置16。如上面通常阐述的那样,环境数据可以例如与位置有关地存储在那里。也可以存储相应的车辆的实际经过的行驶路线R。
如果当前观察的车辆10沿街道12行驶,那么可以确定当前分别由检测装置16或控制装置14检测的环境数据。然而,也可以从存储装置16确定先前已经在该区域中(即在同一路段中)驶过街道12的那些车辆的存储的环境数据。在此例如可以根据经过的路线R和/或车辆位置来确定相关的环境数据,其应该与当前驶过街道12的车辆10的位置和路线R尽可能相一致。
接下来,将存储的环境数据与当前检测的环境数据进行比较。具体而言,观察的每个环境特性LF、RF单独与相应的存储的环境特性比较。如果在此确定存储的环境数据、更准确地说环境特性不对应于当前检测的环境数据(这可以由控制装置14通过执行相应的比较和评估步骤来确定),那么存储的环境数据可以被评估为不可信的。替代地,当前检测的环境数据并且优选仅检测的环境数据可以用于横向引导。相反,如果确定了可信度,那么所存储的环境数据并且优选仅存储的环境数据可以用于横向引导。
在图2中,根据流程图再次单独阐述该过程。在可以连续执行的并且是根据本发明的方法的可选的组成部分的步骤S0中,利用(集群)全体或车队的车辆检测的大量环境数据与位置相关地存储在车辆外部的存储装置中16中。在步骤S1中,利用特定的车辆10驶过街道12。在此,该车辆10还连续检测环境数据,并且尤其检测相同的环境特性LF、RF(车辆也已经对其进行检测),其环境数据存储在车辆外部的存储装置16中。
在步骤S2中,由控制装置14根据车辆10的当前的位置读取或请求所存储的环境数据。随后,可以执行下面阐述的可信度检查措施的至少一个或任意的组合。
首先可以可选地确定,产生相应的存储的环境数据的那些车辆的路线R是否与当前观察的车辆10的前方的路线R相一致。为此,关于路线R的信息可以在检测存储的环境数据期间作为存储的环境数据的组成部分被存储,并且由控制装置14确定。当前的路线R例如可以根据已知的图像评估算法被确定,尤其被确定为左右道路边界LF、RF之间的中间线。在图2中,在步骤S2a中执行根据存储的环境数据(或者还有集群数据)的前方的路线R与检测到的前方的路线R的比较。在确定足够的一致的情况下,可以将环境数据评估为可信的。一致例如可以表示为水平面中和/或相应的路线R的位置坐标中的偏差,或者可以根据其被确定。
附加地或备选地,在步骤S2b中,可以将分别确定的环境特性LF、RF与当前检测的环境特性LF、RF进行比较。为此,例如可以在一定的路程上记录左道路边界LF的坐标值,其例如通过检测装置16检测。此外,针对相同的路段,可以从存储的环境区域确定该道路边界LF的坐标值。形象地说,可以以该方式产生两个图,并且可以评估这些图之间的相关性和/或距离。
例如,可以使用数学比较方法、例如最小二乘法或一般相关性确定,以便确定存储的和检测的环境数据之间的并且优选针对每个单独的环境特性的一致(或偏差),由此可以确定存储的环境数据的质量G,其中,质量越高,那么偏差越小,和/或与实际检测的环境数据或环境特性的一致越大。
然后,可以在步骤S3中使用该质量G,以便执行实际的可信度检查。
为此,优选首先确定要满足的最低质量M,这能够在任何时间点,并且例如也在步骤S2b之前执行。以上面一般阐述的方式,最低质量M能够实现的是,根据不同的情况确定对于当前的驾驶场景和/或一般的运行情况可以实际期望什么样的质量G。如果对于观察的位置或者一般来说对于观察的运行情况不能期望用于检测环境数据的高的精度,那么可以相应小地选择要满足的最低质量M。如果情况相反,那么要满足的最低质量M可以相应地高。
在步骤S4中确定,在步骤S3中,确定的质量和要满足的最低质量M的比较,或者在步骤S2a中,路线R的比较是否产生,存储的环境数据是否是可信的。如果不是这种情况,那么在步骤S4中确定,应当基于由车辆10自身检测的环境数据,利用控制装置14执行车辆的横向引导。相反,如果所存储的环境数据被评估为可信的,那么在考虑到存储的环境数据的情况下,并且优选仅基于存储的环境数据而不是当前检测的环境数据进行横向引导。
附图标记
1设备
10车辆
12街道
14控制装置
15检测装置
16车辆外部的存储装置
F行驶方向
LF左道路边界
RF右道路边界
G质量
M最低质量
R路线

Claims (10)

1.一种用于横向引导车辆(10)的方法,所述方法包括:
-在驶过路段时检测车辆(10)的环境数据,
-获得由多个其他的当前没有驶过所述路段的车辆(10)在驶过所述路段时已检测的、被存储的环境数据,
-根据检测到的环境数据检查存储的环境数据的可信度;
-基于经过可信度检查的环境数据对车辆(10)进行横向引导。
2.根据权利要求1所述的方法,其特征在于,所存储的环境数据是集群数据。
3.根据权利要求1或2所述的方法,其特征在于,如果可信度检查失败,那么由车辆(10)检测的环境数据被考虑为用于横向引导的环境数据。
4.根据前述权利要求中任一项所述的方法,其特征在于,所述环境数据涉及不同的环境特性,并且对每个环境特性进行独立的可信度检查。
5.根据前述权利要求中任一项所述的方法,其特征在于,利用环境数据检测以下环境特性中的至少一个:
-从车辆来看左边的道路标记(LF)或道路边界;
-从车辆来看右边的道路标记(RF)或道路边界;
-至少一个外部的道路边缘。
6.根据前述权利要求中任一项所述的方法,其特征在于,还存储有关于由其他的车辆行驶的路线(R)的信息,并且所述信息用于利用由车辆(10)检测的环境数据检查所存储的环境数据的可信度。
7.根据前述权利要求中任一项所述的方法,其特征在于,借助所检测的环境数据来确定所存储的环境数据的质量(G)以用于可信度检查,
尤其是其中,根据比较所存储的环境数据和所检测的环境数据,在定义的路段上确定所述质量(G)。
8.根据权利要求7所述的方法,其特征在于,确定所存储的环境数据必须满足的最低质量(M),从而检查所存储的环境数据的可信度。
9.根据权利要求7或8所述的方法,其特征在于,根据以下参量中的至少一个确定最低质量(M):
-车辆(10)前方的路段长度,在所述路段长度内检测的环境数据与存储的环境数据进行比较;
-一种环境特性,其作为环境数据被检测并且比较;
-在检测环境数据期间的检测条件;
-车辆(10)所在的区域;
-为了确定质量而执行的比较的特性;
-存储的环境数据的历史质量。
10.一种用于横向引导车辆(10)的设备(1),所述设备具有:
用于检测车辆(10)的环境数据的检测装置(15)和控制装置(14),所述控制装置设计用于:
-根据检测的环境数据,检查由多个其他的车辆(10)在驶过路段时已检测的存储的环境数据的可信度;
-基于经过可信度检查的环境数据对所述车辆(10)进行横向引导。
CN202080059306.8A 2019-09-02 2020-07-28 借助由其他的车辆检测的环境数据对车辆的横向引导 Pending CN114270143A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019213185.9A DE102019213185A1 (de) 2019-09-02 2019-09-02 Querführung eines Fahrzeugs mittels von anderen Fahrzeugen erfassten Umgebungsdaten
DE102019213185.9 2019-09-02
PCT/EP2020/071260 WO2021043507A1 (de) 2019-09-02 2020-07-28 Querführung eines fahrzeugs mittels von anderen fahrzeugen erfassten umgebungsdaten

Publications (1)

Publication Number Publication Date
CN114270143A true CN114270143A (zh) 2022-04-01

Family

ID=71950593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080059306.8A Pending CN114270143A (zh) 2019-09-02 2020-07-28 借助由其他的车辆检测的环境数据对车辆的横向引导

Country Status (5)

Country Link
US (1) US12005895B2 (zh)
EP (1) EP4025470A1 (zh)
CN (1) CN114270143A (zh)
DE (1) DE102019213185A1 (zh)
WO (1) WO2021043507A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11760381B1 (en) * 2020-03-24 2023-09-19 Gm Cruise Holdings Llc Contextually-aware dynamic safety envelope for autonomous vehicles
DE102020214787A1 (de) 2020-11-25 2022-05-25 Volkswagen Aktiengesellschaft Verfahren zur Führung eines Fahrzeugs auf einem Fahrweg
DE102021200049A1 (de) 2021-01-06 2022-07-07 Volkswagen Aktiengesellschaft Verfahren zum Verifizieren einer Fahrspurzuordnung zumindest einer Fahrspur einer Fahrbahn sowie Assistenzsystem
DE102021210924A1 (de) 2021-09-29 2023-03-30 Volkswagen Aktiengesellschaft Verfahren zum Querführen eines Kraftfahrzeugs auf einer Straße mit wenigstens zwei Fahrspuren sowie Kraftfahrzeug
DE102021211358A1 (de) * 2021-10-08 2023-04-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur mindestens assistierten Querführung eines Kraftfahrzeugs
DE102021127078A1 (de) 2021-10-19 2023-04-20 Cariad Se Verfahren zum Plausibilisieren einer auf Basis von Schwarmdaten erzeugten Trajektorie für ein zumindest teilweise assistiert betriebenes Kraftfahrzeug, Computerprogrammprodukt sowie Assistenzsystem
DE102021211942A1 (de) 2021-10-22 2023-04-27 Volkswagen Aktiengesellschaft Verfahren zum Betreiben einer Steuereinrichtung für ein Kraftfahrzeug, Steuereinrichtung sowie Kraftfahrzeug
DE102021129258B4 (de) * 2021-11-10 2024-03-07 Cariad Se Verfahren zum Plausibilisieren zumindest eines Teilabschnitts einer Fahrtrajektorie für ein Fahrzeug
DE102022200218B3 (de) 2022-01-12 2023-05-04 Volkswagen Aktiengesellschaft Verfahren und Assistenzsystem zum Unterstützen eines teilautomatisierten Fahrbetriebs basierend auf Kamera- und Schwarmdaten und Kraftfahrzeug
DE102022200934A1 (de) 2022-01-27 2023-07-27 Volkswagen Aktiengesellschaft Verfahren und Assistenzeinrichtung zum Unterstützen der Querführung eines Kraftfahrzeugs und Kraftfahrzeug
DE102022206280B4 (de) * 2022-06-23 2024-01-18 Zf Friedrichshafen Ag Computer-implementiertes Verfahren und Vorrichtung zum Bestimmen eines Steuerbefehls zum Steuern eines Fahrzeugs
DE102022206726A1 (de) * 2022-06-30 2024-01-04 Magna powertrain gmbh & co kg Verfahren zur Optimierung eines Traktionssteuersystem, sowie Traktionssteuersystem
DE102022207005B3 (de) 2022-07-08 2023-10-05 Volkswagen Aktiengesellschaft Ein Verfahren zum Betrieb eines Kraftfahrzeugs und ein Kraftfahrzeug
DE102022210775A1 (de) 2022-10-13 2024-04-18 Volkswagen Aktiengesellschaft Verfahren und Steuervorrichtung zum Ansteuern eines Fahrerassistenzsystems beim Bereitstellen von assistierten Fahrfunktionen, Fahrerassistenzsystem, Fahrzeug

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10349631A1 (de) * 2003-10-24 2005-05-19 Robert Bosch Gmbh Fahrerassistenzverfahren und -vorrichtung auf der Basis von Fahrspurinformationen
CN107010074A (zh) * 2015-09-22 2017-08-04 大众汽车有限公司 用于机动交通工具的驾驶员辅助***的调节器配置方案
US9862382B2 (en) * 2014-08-11 2018-01-09 Nissan Motor Co., Ltd. Travel control device and method for vehicle
US20180025235A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Crowdsourcing the collection of road surface information
DE102016215825A1 (de) * 2016-08-23 2018-03-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum externen Bereitstellen von Kartendaten für Assistenzsysteme von Kraftfahrzeugen
WO2018229552A2 (en) * 2017-06-14 2018-12-20 Mobileye Vision Technologies Ltd. Fusion framework and batch alignment of navigation information for autonomous navigation
CN109844843A (zh) * 2016-10-20 2019-06-04 奥迪股份公司 用于检查超车可能性条件的方法
DE102017221932A1 (de) * 2017-12-05 2019-06-06 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug mit einem Engstellenassistenten

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8798841B1 (en) * 2013-03-14 2014-08-05 GM Global Technology Operations LLC System and method for improving sensor visibility of vehicle in autonomous driving mode
DE102013208521B4 (de) * 2013-05-08 2022-10-13 Bayerische Motoren Werke Aktiengesellschaft Kollektives Erlernen eines hochgenauen Straßenmodells
DE102014216018A1 (de) * 2014-08-13 2016-02-18 A.D.C. Automotive Distance Control Systems Gmbh Steuervorrichtung, fahrzeug und verfahren
JP5898746B1 (ja) * 2014-09-29 2016-04-06 富士重工業株式会社 車両の走行制御装置
WO2017012743A1 (de) * 2015-07-17 2017-01-26 Robert Bosch Gmbh Verfahren zur plausibilisierung einer ansteuerentscheidung für sicherheitsmittel
CN107082071A (zh) 2016-02-15 2017-08-22 宝马股份公司 用于防止意外离开行车道的方法和辅助装置
JP6308233B2 (ja) * 2016-02-29 2018-04-11 トヨタ自動車株式会社 車両制御装置及び車両制御方法
RU2702931C1 (ru) * 2016-07-06 2019-10-14 Ниссан Мотор Ко., Лтд. Способ и устройство управления приведением в движение
DE102016220647A1 (de) * 2016-10-20 2018-04-26 Audi Ag Verfahren zum Darstellen mindestens einer ergänzenden Differenz-Fahrbahnausstattung
DE102017207097A1 (de) * 2017-04-27 2018-10-31 Robert Bosch Gmbh Verfahren und Vorrichtung zur Steuerung eines Fahrzeugs
JP6892508B2 (ja) * 2017-06-20 2021-06-23 株式会社日立製作所 走行制御システム
EP3552902A1 (en) * 2018-04-11 2019-10-16 Hyundai Motor Company Apparatus and method for providing a driving path to a vehicle
EP3569460B1 (en) * 2018-04-11 2024-03-20 Hyundai Motor Company Apparatus and method for controlling driving in vehicle
US11084490B2 (en) * 2018-04-11 2021-08-10 Hyundai Motor Company Apparatus and method for controlling drive of vehicle
US11077854B2 (en) * 2018-04-11 2021-08-03 Hyundai Motor Company Apparatus for controlling lane change of vehicle, system having the same and method thereof
EP3552901A3 (en) * 2018-04-11 2020-04-29 Hyundai Motor Company Apparatus and method for providing safety strategy in vehicle
US10902726B2 (en) * 2018-08-23 2021-01-26 Intel Corporation Rogue vehicle detection and avoidance
JP7067536B2 (ja) * 2018-08-31 2022-05-16 株式会社デンソー 車両制御装置、方法および記憶媒体
GB2579020B (en) * 2018-11-14 2021-05-12 Jaguar Land Rover Ltd Vehicle control system and method
US11938946B2 (en) * 2019-07-18 2024-03-26 Mitsubishi Electric Corporation Lane shape recognition system and lane shape recognition method
US11507857B2 (en) * 2019-10-01 2022-11-22 TeleLingo Systems and methods for using artificial intelligence to present geographically relevant user-specific recommendations based on user attentiveness
JP7302525B2 (ja) * 2020-04-27 2023-07-04 トヨタ自動車株式会社 地図管理装置および地図管理方法
US20230083504A1 (en) * 2021-09-03 2023-03-16 Rivian Ip Holdings, Llc Systems and methods for capturing images around vehicle for insurance claim processing
US20230368673A1 (en) * 2022-05-11 2023-11-16 Gm Cruise Holdings Llc Autonomous fleet recovery scenario severity determination and methodology for determining prioritization

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10349631A1 (de) * 2003-10-24 2005-05-19 Robert Bosch Gmbh Fahrerassistenzverfahren und -vorrichtung auf der Basis von Fahrspurinformationen
US9862382B2 (en) * 2014-08-11 2018-01-09 Nissan Motor Co., Ltd. Travel control device and method for vehicle
CN107010074A (zh) * 2015-09-22 2017-08-04 大众汽车有限公司 用于机动交通工具的驾驶员辅助***的调节器配置方案
US20180025235A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Crowdsourcing the collection of road surface information
DE102016215825A1 (de) * 2016-08-23 2018-03-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum externen Bereitstellen von Kartendaten für Assistenzsysteme von Kraftfahrzeugen
CN109844843A (zh) * 2016-10-20 2019-06-04 奥迪股份公司 用于检查超车可能性条件的方法
WO2018229552A2 (en) * 2017-06-14 2018-12-20 Mobileye Vision Technologies Ltd. Fusion framework and batch alignment of navigation information for autonomous navigation
DE102017221932A1 (de) * 2017-12-05 2019-06-06 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug mit einem Engstellenassistenten

Also Published As

Publication number Publication date
DE102019213185A1 (de) 2021-03-04
US20220332316A1 (en) 2022-10-20
US12005895B2 (en) 2024-06-11
WO2021043507A1 (de) 2021-03-11
EP4025470A1 (de) 2022-07-13

Similar Documents

Publication Publication Date Title
CN114270143A (zh) 借助由其他的车辆检测的环境数据对车辆的横向引导
RU2737874C1 (ru) Способ хранения информации транспортного средства, способ управления движением транспортного средства и устройство хранения информации транспортного средства
US20180087907A1 (en) Autonomous vehicle: vehicle localization
US10303168B2 (en) On-vehicle control device, host vehicle position and posture specifying device, and on-vehicle display device
JP6985203B2 (ja) 挙動予測装置
CN107792077B (zh) 用于确认道路部段是否适合于自主车辆驾驶的方法和***
CN109477728B (zh) 用于确定车辆相对于路面行车道的横向位置的方法和装置
RU2742213C1 (ru) Способ управления информацией о полосах движения, способ управления движением и устройство управления информацией о полосах движения
WO2018063245A1 (en) Autonomous vehicle localization
CN115214661A (zh) 基于目标车辆的驾驶样式的协同自适应巡航控制***
US20080291276A1 (en) Method for Driver Assistance and Driver Assistance Device on the Basis of Lane Information
US11092442B2 (en) Host vehicle position estimation device
CN105015547A (zh) 驾驶辅助装置
CN113677581A (zh) 一种车道保持方法、车载设备和存储介质
KR20190105160A (ko) 차량의 주행모드 전환 제어 장치 및 방법, 그리고 차량 시스템
US11703347B2 (en) Method for producing an autonomous navigation map for a vehicle
CN112829753B (zh) 基于毫米波雷达的护栏估计方法、车载设备和存储介质
CN110562269A (zh) 一种智能驾驶车辆故障处理的方法、车载设备和存储介质
US11531349B2 (en) Corner case detection and collection for a path planning system
US11834047B2 (en) Traveling lane planning device, storage medium storing computer program for traveling lane planning, and traveling lane planning method
EP3854647B1 (en) Automatic driving control method and automatic driving control system
CN113968217A (zh) 用于在驾驶员辅助***中预测行驶机动动作的方法
US20210256849A1 (en) Process and system for local traffic approximation through analysis of cloud data
CN113227831B (zh) 基于多传感器数据融合的护栏估计方法和车载设备
KR20220137996A (ko) 경로 구간 평가 방법

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