CN115871656A - 用于在道路上横向引导机动车的方法和机动车 - Google Patents

用于在道路上横向引导机动车的方法和机动车 Download PDF

Info

Publication number
CN115871656A
CN115871656A CN202211195181.9A CN202211195181A CN115871656A CN 115871656 A CN115871656 A CN 115871656A CN 202211195181 A CN202211195181 A CN 202211195181A CN 115871656 A CN115871656 A CN 115871656A
Authority
CN
China
Prior art keywords
lane
motor vehicle
type
ascertained
data
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
CN202211195181.9A
Other languages
English (en)
Inventor
M·罗尔夫斯
D·穆宁
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 CN115871656A publication Critical patent/CN115871656A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/408—Traffic behavior, e.g. swarm

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用于在道路上横向引导机动车的方法，在方法中根据代表机动车的周围环境的传感器数据将与机动车的驾驶员侧相配属的车道标记配属于一种车道类型，其中车道类型表征：车道标记是配属于机动车要在其上被引导的自我车道，还是配属于与自我车道相邻的相邻车道；根据从另外的车辆接收的集群数据将与机动车的驾驶员侧相配属的车道标记配属于车道类型；如果根据传感器数据查明的车道类型和根据集群数据查明的车道类型不同，则将配属于车道标记的车道类型确定为根据集群数据查明的车道类型；且借助控制装置辅助地根据与机动车的驾驶员侧相配属的车道标记的所确定的车道类型来横向控制机动车。

Description

用于在道路上横向引导机动车的方法和机动车
技术领域
本发明涉及一种用于在具有至少两个车道的道路上横向引导机动车的方法并且涉及一种机动车。
背景技术
WO2021/043507A1公开了一种用于横向引导车辆的方法，在所述方法中，在行驶道路时检测车辆的周围环境数据。此外，获得所存储的周围环境数据，这些周围环境数据由当前不行驶该路线的多个另外的车辆在道路行驶时检测。借助检测到的周围环境数据检查这些存储的周围环境数据的合理性。所述方法的横向引导基于经过合理性检查的周围环境数据进。利用周围环境数据，检测从车辆的视角来看左侧的至少一个车道标记或车道划界或从车辆的视角来看右侧的车道标记或车道划界或至少一个外车道边缘作为周围环境特性。
此外，US10955855B1公开了一种用于自主导航的方法，在所述方法中，产生从起点到目的地的旅行部段。在此，在使用摄像头和传感器的情况下基于车道标记检测高速公路入口、出口车道或高速公路分隔结构。根据摄像头和传感器的所输出的数据实时产生3D模型。利用高分辨率地图数据库在当前位置处证实该实时3D模型。基于经过证实的实时3D模型，当旅行部段经过高速公路入口或出口时，依循当前的车道而不驶出。否则，依循高速公路入口或出口行驶。
发明内容
本发明的任务是提供一种解决方案，当机动车的集群数据(Schwarmdaten)和传感器数据不同时，该解决方案能实现机动车的安全的横向引导。
所述任务通过一种用于在道路上横向引导机动车的方法来解决。 在所述方法中，根据代表所述机动车的周围环境的传感器数据将与所述机动车的驾驶员侧相配属的车道标记配属于一种车道类型，其中，所述车道类型表征：所述车道标记是配属于自我车道，所述机动车应在所述自我车道上被引导，还是配属于与所述自我车道相邻的相邻车道；根据从另外的车辆接收的集群数据将与所述机动车的驾驶员侧相配属的车道标记配属于所述车道类型；如果根据所述传感器数据查明的车道类型和根据所述集群数据查明的车道类型不同，则将配属于所述车道标记的车道类型确定为根据所述集群数据查明的车道类型；并且借助控制装置辅助地根据与所述机动车的驾驶员侧相配属的车道标记的所确定的车道类型来横向控制所述机动车。
本发明涉及一种用于在道路上横向引导机动车的方法。在此，如果道路中心线缺失或道路中心线被遮盖、例如被污染物或雪遮盖并且因此不能被机动车的检测装置识别，则所述方法尤其是在双车道道路上是有利的。尤其是当在这个具有至少两个车道的道路上有迎面交通车辆时，重要的是机动车在其车道上被安全引导，以便避免机动车与迎面交通车辆相碰撞。
在所述方法中设置成，根据代表机动车的周围环境的传感器数据将与机动车的驾驶员侧相配属的车道标记配属于一种车道类型，其中，所述车道类型表征：所述车道标记是配属于自我车道，机动车应在所述自我车道上被引导，还是配属于与所述自我车道相邻的相邻车道。这意味着，借助传感器装置以表示车道标记的传感器数据形式检测与机动车的驾驶员侧相配属的车道标记，所述车道标记在右侧交通的情况下位于机动车的左侧或在左侧交通的情况下位于机动车的右侧。根据所述传感器数据，尤其是借助电子计算装置确定：所查明的车道标记是限界自我车道还是限界相邻车道，并且因此是配属于自我车道还是配属于相邻车道。在所述方法中还设置成，根据从另外的车辆接收的集群数据将与机动车的驾驶员侧相配属的车道标记配属于车道类型。因此，根据集群数据查明：与驾驶员侧相配属的车道标记是配属于自我车道还是配属于相邻车道。集群数据描述了周围环境数据，所述周围环境数据过去由另外的车辆记录并提供用于机动车。为此，所述集群数据可以例如通过用于机动车的服务器装置来提供。
此外，在所述方法中设置成，如果根据传感器数据查明的针对配属于驾驶员侧的车道标记的车道类型和根据集群数据查明的针对配属于驾驶员侧的车道标记的车道类型不同，则将配属于车道标记的车道类型确定为根据集群数据查明的车道类型。在此，借助电子计算装置可以在所述车道标记的通过集群数据查明的车道类型与所述车道标记的通过传感器数据查明的车道类型之间执行比较。如果在比较的范围内确定该车道标记的根据传感器数据查明的车道类型与根据集群数据查明的车道类型不相同，则预设为：车道标记的车道类型为根据集群数据查明的车道类型。因此对车道标记的根据传感器数据查明的车道类型进行过控制。在这种情况下，因此假设在传感器数据中存在错误，该错误导致车道标记的根据传感器数据查明的车道类型与车道标记的根据集群数据查明的车道类型不同。由此实现：即使在传感器数据中存在错误时也可以安全地横向控制机动车。
此外，在所述方法中设置成，借助控制装置辅助地根据与机动车的驾驶员侧相配属的车道标记的所确定的车道类型来横向控制机动车。根据通过取决于集群数据查明的车道类型是将车道标记确定为限界自我车道的还是确定为限界相邻车道的，与此相应地横向控制机动车，以将机动车与在相邻车道上行驶的迎面交通车辆发生碰撞的风险保持得特别低。由此可以特别安全地运行机动车。在此，可以根据至少一个预设的条件根据与机动车的驾驶员侧相配属的车道标记的所确定的车道类型来横向控制机动车。例如，只有作为预设的条件针对与驾驶员侧相配属的车道标记根据传感器数据查明的车道类型和根据集群数据查明的车道类型至少对于预设的经过的路线和/或预设的经历的持续时间不同，则才能相应于所确定的车道类型调整机动车相对于与机动车的副驾驶员侧相配属的车道标记的间距。由此，可以避免机动车相对于与机动车的副驾驶员侧相配属的车道标记的间距经常发生不期望的变化。由此，机动车居中地在道路上被引导，并且与机动车的驾驶员侧相配属的车道标记和与机动车的副驾驶员侧相配属的车道标记分别可被确定为自我标记。在此，当机动车经过预设的路线和/或经历了预设的持续时间时，机动车从道路的一侧被横向引导到中间。用于机动车的横向引导的主要来源是与机动车的副驾驶员侧相配属的车道标记的实时识别的形状。
在本发明的一种可能的扩展方案中设置成，根据传感器数据来横向控制机动车。在此，传感器数据可以由传感器装置的摄像头装置和/或传感器装置的雷达装置和/或传感器装置的激光雷达装置和/或传感器装置的超声装置提供。根据传感器数据对机动车的横向控制实现了根据当前的代表检测到的机动车周围环境的数据对机动车的特别安全的控制。由此，可以尤其是在短期发生变化的事件的情况下特别安全地在道路上沿着道路引导机动车。
在本发明的另一个可能的替代设计方案中设置成，根据集群数据来横向控制机动车。这意味着：不仅车道类型的确定根据集群数据进行，而且机动车的横向控制也借助集群数据来控制，其方式为，替代传感器数据将集群数据用于机动车的横向控制。尤其是在传感器数据中存在错误时，特别安全的是，根据集群数据来横向控制机动车，尤其是因为集群数据已经在多个车辆上进行了验证。
在本发明的另一个可能的设计方案中设置成，如果针对与机动车的副驾驶员侧相配属的车道标记根据传感器数据查明的车道类型和根据集群数据查明的车道类型不同，则将配属于车道标记的车道类型确定为根据传感器数据查明的车道类型。换言之，如果不仅对于与驾驶员侧相配属的车道标记，而且对于与副驾驶员侧相配属的车道标记，针对相应的车道标记根据传感器数据查明的车道类型和根据集群数据查明的车道类型不同并且因此不相同，则将配属于车道标记的车道类型确定为根据传感器数据查明的车道类型。如果因此确定：不仅与驾驶员侧相配属的车道标记而且与副驾驶员侧相配属的车道标记都通过集群数据以及通过传感器数据分别配属于相对彼此不同的车道类型，则确定有最高概率在集群数据中存在错误，因为传感器数据基本上视为比集群数据更可靠。例如，可能存在道路的车道引导部的在其过去经历的变化，所述变化已经在传感器数据中反映出，但尚未在集群数据中反映出。如果针对与驾驶员侧相配属的车道标记所查明的车道类型在传感器数据和集群数据方面不同，但针对与副驾驶员侧相配属的车道标记所查明的车道类型对于传感器数据和集群数据是相同的，则将配属于车道标记的车道类型确定为根据集群数据查明的车道类型。由此能以特别高的概率准确地查明与驾驶员侧相配属的车道标记的车道类型，由此可以将机动车与迎面交通车辆或与另一车辆的碰撞风险保持得特别低。
在本发明的另一个可能的实施方式中设置成，所述传感器数据包括摄像头数据，根据所述摄像头数据通过图像识别方法分析与机动车的驾驶员侧相配属的车道标记。此外，可以根据摄像头数据通过图像识别方法来分析与机动车的副驾驶员侧相配属的车道标记。摄像头数据尤其可以包括相应的反映机动车的周围环境、尤其是车道标记的图像，所述图像可以在图像识别方法的范围内针对车道标记的存在或针对车道标记的种类和因此车道类型的查明进行研究。摄像头数据实现了对机动车的周围环境的特别广泛的记录，由此可以通过图像识别方法，尤其是借助电子计算装置对相应的车道标记的车道类型、尤其是与机动车的驾驶员侧相配属的车道标记的车道类型进行特别知情的判定。
在本发明的另一个可能的设计方案中设置成，如果集群数据满足至少一个预设的质量标准，则将配属于车道标记的车道类型确定为根据集群数据查明的车道类型。如果集群数据不满足预设的质量标准，则将配属于车道标记的车道类型确定为根据传感器数据查明的车道类型。在此，所述至少一个质量标准描述了集群数据在车道标记的车道类型的查明方面有多可靠。如果所述集群数据根据所述至少一个预设的质量标准证明是足够安全、准确和可靠的，则集群数据因此仅用于确定与驾驶员侧相配属的车道标记的车道类型。
就此而言，在本发明的另一个可能的设计方案中可以设置成，将针对限定的路线区段由集群数据查明的特征值和由传感器数据查明的特征值的一致率预设作为质量标准和/或将借助于集群数据机动车在道路上的定位的定位质量预设作为质量标准。这意味着对于限定的预设的路线区段将传感器数据与集群数据进行比较，并且如果集群数据和传感器数据针对至少一个预设的特征值在预设的公差范围内提供相同的结果，则视为满足质量标准。所述特征值例如可以是机动车相对于预设的车道标记的间距和/或机动车的角度误差。例如，机动车最近驶过的大约100米长度的路线区段可以被认为是限定的路线区段。因此，与传感器数据相比，进行历史地考虑集群数据。如果将借助于集群数据机动车在道路上的定位的定位质量预设作为质量标准，则检查：根据集群数据针对机动车的定位质量是否足够高。定位质量描述了通过集群数据、尤其是在数字地图中以什么精度对机动车进行定位。在此可以考虑机动车沿着行驶方向的定位。在此，例如可以分析机动车是否可以根据集群数据以米精度和/或厘米精度和/或毫米精度进行定位。在此，集群数据的这种定位质量可以例如根据道路中的相应的弯道来检查；尤其是可以通过传感器数据来查明机动车在道路上相对于弯道的相对位置，并且可以检查根据集群数据查明的在道路上的机动车相对于弯道的相对位置是否与其相一致，尤其是在预设的公差范围内相一致。如果根据集群数据所述查明的机动车的定位的定位质量大于预设的最小定位质量，则确定该质量标准得到满足。相应的预设的质量标准实现了：只有当集群数据具有足够的质量时，集群数据才被用于查明相应的车道标记的车道类型。
在本发明的另一可能的设计方案中设置成，在预设的时间间隔进行期间和/或在机动车经过预设的路线期间和/或在机动车沿行驶方向以在预设的速度范围内的速度运动期间和/或当道路具有高于预设曲率极限值的曲率时和/或当具有车道标记的道路具有在预设的宽度范围内的宽度时和/或当机动车具有相对于与机动车的副驾驶员侧相配属的另外的车道标记的处于预设的间距范围内的间距时，将配属于车道标记的车道类型确定为根据集群数据查明的车道类型。这意味着，在经过了所述时间间隔时和/当机动车布置在预设的路线之外和/或机动车以在预设的速度范围之外的速度沿行驶方向或逆着行驶方向运动时和/或当道路的曲率处于预设的曲率极限值之外或等于预设的曲率极限值时和/或当具有车道标记的道路具有处于预设的宽度范围之外的宽度时和/或当机动车相对于与机动车的副驾驶员侧相配属的另外的车道标记隔开处于预设的间距范围之外的间距时，将配属于车道标记的车道类型确定为根据传感器数据查明的车道类型。因此，在确定车道类型时可以预设针对通过集群数据对传感器数据的否决(Überstimmen)的相应的边界条件。如果这些边界条件不被满足，则可不发生通过根据集群数据查明的车道类型对根据传感器数据针对与机动车的驾驶员侧相配属的车道标记查明的车道类型的否决。因此，对于根据集群数据查明的车道类型何时可以否决根据传感器数据查明的车道类型，可以预设清楚的限度。在这些限度之外，与驾驶员侧相配属的车道标记的车道类型基本上由传感器数据预设，因为假设传感器数据由于其当前性而特别准确。由此，可以将与驾驶员侧相配属的车道标记的根据传感器数据查明的车道类型被根据集群数据查明的车道类型错误地否决的风险保持得特别低。
在本发明的另一个设计方案中设置成，如果根据传感器数据查明的车道类型以及根据集群数据查明的车道类型相同，则将配属于与机动车的驾驶员侧相配属的车道标记的车道类型确定为根据传感器数据查明的车道类型。如果对于与机动车的驾驶员侧相配属的车道标记不仅根据集群数据而且根据传感器数据都查明相同的车道类型，则假定不存在传感器数据的错误，并且因此传感器数据可用于查明车道类型。因此不管是否通过传感器数据以及通过集群数据针对与机动车的副驾驶员侧相配属的车道标记查明相同的车道类型，在查明相同的车道类型时对于与驾驶员侧相配属的车道标记确定：对于车道类型的确定不应进行传感器数据的否决。尤其是，由于假设传感器数据对于与副驾驶员侧相配属的车道标记的车道类型的查明是特别可靠的，因此在所述方法中设置成，只有当针对与机动车的驾驶员侧相配属的车道标记的车道类型的评价对集群数据和传感器数据而言不同，但在针对与机动车的副驾驶员侧相配属的车道标记的车道类型的评价时并没有不同时，那么在与驾驶员侧相配属的车道标记的车道类型的评价方面才通过集群数据否决传感器数据。因此可以将与机动车的驾驶员侧相配属的车道标记的车道类型的错误评价的风险保持得特别低。因此，机动车与道路上的另外的交通参与者的碰撞风险可以保持得特别低。
本发明还涉及一种机动车，该机动车设置用于在根据本发明已经描述的方法或根据本发明的所述方法的扩展方案的范围内运行。根据本发明的方法的优点和有利的扩展方案可以视作为根据本发明的机动车的优点和有利的扩展方案，并且反之亦然。
本发明的其他特征可以从下面的附图描述以及借助附图得出。上面在说明书中提到的特征和特征组合以及下面在附图说明中和/或在附图中单独示出的特征和特征组合不仅能在分别给出的组合中使用，而且能以其他组合或单独使用，而不离开本发明的范围。
附图说明
附图中：
图1示出具有两个车道的道路的示意性俯视图，在该道路上，一个机动车在自我车道上行驶，而另外的交通参与者在相邻车道上行驶，其中，机动车具有传感器装置，该传感器装置包括摄像头装置，借助该传感器装置可以记录代表机动车的周围环境的传感器数据，并且机动车从上级的服务器装置接收集群数据，由此可以辅助地在道路上横向控制机动车；
图2示出用于横向引导机动车的方法的方法示意图，其中，不仅根据传感器数据而且根据集群数据来查明与机动车的驾驶员侧相配属的车道标记的车道类型，并且根据相应的所查明的车道类型对机动车进行横向控制；以及
图3示出用于横向引导道路上的机动车的方法示意图。
具体实施方式
相同的或功能相同的元件在图中设有相同的附图标记。
图1中以俯视图示出道路10，其中，道路10当前具有两个车道12。当前，缺少用于将车道12彼此分隔开的中心线。因此，在道路10上行驶的交通参与者可能难以区分道路10具有多少个车道12。当前，机动车14和另外的交通参与者16在道路10上行驶。机动车14在自我车道上运动，而另外的交通参与者16作为迎面交通车辆在相对自我车道的相邻车道上运动。
机动车14设置用于从上级的服务器装置20接收集群数据18。这些集群数据18描述了在较早时间点沿着道路10运动、尤其是在自我车道上运动的另外的车辆的行驶数据。此外，机动车14包括作为传感器装置的一部分的摄像头装置22，该传感器装置设置用于记录代表机动车14的周围环境的摄像头数据作为传感器数据32。为此，摄像头装置22的视野24指向到机动车14的周围环境中，尤其是朝向机动车14的沿行驶方向处于机动车14前方的周围环境指向。由此，摄像头装置22可以检测将道路10向外界限的车道标记26。车道标记26中的第一车道标记(该第一车道标记在下文中设有附图标记28)朝着与机动车14的驾驶员侧相配属的一侧限界道路10。第二车道标记30朝着机动车14的与机动车14的副驾驶员侧相配属的一侧限界道路10。
为了在机动车14的至少辅助的横向控制时避免机动车14与所述另外的交通参与者16发生碰撞，有必要的是，机动车14能够区分道路10是只有唯一的车道12并且因此机动车14可以居中地在道路10上被引导，还是道路10具有多个车道12并且机动车14因此要安全地保持在自我车道上，以避免机动车14与在相邻车道上行驶的所述另外的交通参与者16发生碰撞。为了该确定，机动车14包括电子计算装置，借助该电子计算装置可以根据传感器数据32和/或集群数据18查明第一车道标记28是配属于相邻车道还是配属于自我车道。如果确定第一车道标记28配属于自我车道，则机动车14可以安全地居中地在道路10上被引导，因为道路10仅具有一个车道12。如果借助电子计算装置确定第一车道标记28配属于相邻车道，则机动车14要在辅助横向引导的情况下安全地保持在自我车道中，以便防止机动车14与可位于相邻车道上的所述另外的交通参与者16发生碰撞，因为道路10至少具有自我车道以及相邻车道。
除了实时识别的车道外，未来的驾驶员辅助***还可以使用集群数据18。所述集群数据18可以包括非常多的高度当前的信息并且可以存储在云中。此外，所述集群数据18可以基于如下数据，所述数据尤其是借助前置摄像头探测当前的系列车辆，并且累积地存储在后端中。由此，非常多的车辆识别特定的车道划界并将这些所识别的车道上传到云中。数据在那里被分析并且提供给使用的车辆，当前是机动车14。除了所述集群数据18之外，使用的机动车14可以使用主要通过摄像头装置22识别的实时车道，所述实时车道通过传感器数据32代表。在此基础上，可以提供机动车14的横向引导。在摄像头装置22的实时探测的情况下，可以尤其是基于神经网络查明：所识别的车道划界是配属于自我车道还是配属于相邻车道。尤其是，没有集群数据18的驾驶员辅助***可能需要配属于自我车道的两个车道标记26，基于这些车道标记可以将机动车14保持在该车道12的中间。如果与机动车14的驾驶员侧相配属的第一车道标记28被识别为配属于相邻车道的相邻标记，则可以在考虑到滞后的情况下放弃机动车14的横向引导。亦即，在通知之前错误识别或错误配属的车道标记26可对机动车14的行驶行为产生直接影响。借助集群数据18可以明显改善这种行为。
机动车14具有传感器装置，该传感器装置可以包括摄像头装置22和/或雷达和/或超声波传感器，其中，机动车14能够附加地接收集群数据18。此外，机动车14设置用于由机动车14的控制装置辅助地横向控制。
相邻车道标记的错误车道配属是有问题的。此外，在窄的乡村道路上可能出现***的不正确或变化的难以理解的行驶行为，这与实时车道探测在相应的时刻多好地起作用有关。在现有技术中，不借助集群数据18否决实时识别的交通车道12。这意味着通过机动车14被控制所依据的传感器数据32进行的实时车道识别在算法中具有比集群数据18更高的优先级。为了解决所描述的问题，在特定的情形下，通过摄像头装置22进行的实时识别的信息应该通过集群数据18否决。因此，借助集群数据18，可以使摄像头装置22的错误识别的车道识别变得稳定。
如果相邻车道被识别为相邻车道，则机动车14被正确地控制，其中，机动车14能够基于传感器数据32和/或集群数据18保持在自我车道上，并且例如可以与机动车14的副驾驶员侧相配属的第二车道标记30距离约15厘米地被引导。如果相邻车道被错误地识别为自我车道，则可能出现机动车14的错误行为，其方式为，机动车14在车道中间在道路10中心处行驶。
在图2中示出用于横向引导机动车14的方法的方法示意图。在第一方法步骤V1a中，根据所接收的集群数据18将与机动车14的驾驶员侧相配属的第一车道标记28配属于一种车道类型。此外，在第一方法步骤V1a中设置成，根据集群数据18将与机动车14的副驾驶员侧相配属的第二车道标记30配属于一种车道类型。在此，车道类型表征相应的车道标记26是配属于自我车道(机动车14应在该自我车道上被引导)，还是配属于与自我车道相邻的相邻车道。
在所述方法的另外的第一方法步骤V1b中设置成，借助代表机动车14的周围环境的传感器数据32将与机动车14的驾驶员侧相配属的第一车道标记28和与机动车14的副驾驶员侧相配属的第二车道标记30分别配属于一种车道类型。在第二方法步骤V2中，针对相应的车道标记26执行相应所查明的车道类型的比较。在此，在第一步骤中检查：配属于第一车道标记28的所查明的、根据集群数据18查明的车道类型是否与针对第一车道标记28查明的、根据传感器数据32查明的车道类型相一致。由此在右侧交通的情况下在第一步骤中检查：从集群数据18和传感器数据32出发查明的车道划界，包括车道类型和车道配属，对于左侧和因此第一车道标记28而言是否相同。在所述比较的第二步骤中，将根据传感器数据32查明的车道类型和根据集群数据18查明的用于与机动车14的副驾驶员侧相配属的第二车道标记30的车道类型相互比较。由此在右侧交通的情况下，在所述方法的第二步骤中检查：根据集群数据18和根据传感器数据32查明的车道划界，包括车道类型和车道配属，对于右侧的和因此第二车道标记30而言是否相同。
如果在所述比较的范围内在第二方法步骤V2中确定在方法的第一步骤和第二步骤中分别存在相同性，则针对机动车14在第三方法步骤V3中将配属于第一车道标记28的车道类型确定为根据传感器数据32查明的车道类型，并且根据传感器数据32横向控制机动车14。如果在所述比较的范围内，不仅对于第一步骤而且对于第二步骤确定分别不存在相同性，则在第三方法步骤V3中也根据传感器数据32横向控制机动车14，其中，根据传感器数据32查明的车道类型被确定为针对第一车道标记28的车道类型。如果在所述比较的范围内确定在第一步骤中存在相同性而在第二步骤中不存在相同性，则在第三方法步骤V3中根据传感器数据32横向控制机动车14，其中，将配属于第一车道标记28的车道类型确定为根据传感器数据32查明的车道类型。
如果在所述比较的范围内确定在第一步骤中不存在相同性，但在第二步骤中存在相同性，则在所述比较之后是第四方法步骤V4，在该第四方法步骤中，将配属于第一车道标记28的车道类型确定为根据集群数据18查明的车道类型。在此，机动车14借助控制装置辅助地根据第一车道标记28的所确定的车道类型来横向控制。尤其是，根据传感器数据32横向控制机动车14。备选地，机动车14可以根据集群数据18横向控制。
在预设的行程-时间极限经过之后，在第四方法步骤V4之后，机动车14可以在第三方法步骤V3的范围内继续被控制。在第四方法步骤V4中，仅当集群数据18满足至少一个预设的质量标准时，才能将配属于第一车道标记28的车道类型确定为根据集群数据18查明的车道类型。当前预设了两个质量标准，其中，将针对限定的路线区段由集群数据18查明的特征值与由传感器数据32查明的特征值的待满足的一致率预设作为质量标准中的一个质量标准。将根据集群数据18在道路10上定位机动车14的待遵循的定位质量预设作为第二质量标准。
尤其是，可以将时间间隔预设作为行程-时间极限和/或将要经过的路线预设作为行程-时间极限和/或将针对机动车14的速度范围预设作为行程-时间极限和/或将曲率极限值预设作为行程-时间极限和/或或将针对道路10的宽度范围预设作为行程-时间极限和/或将针对机动车14与第二车道标记30之间的间距的间距范围预设作为行程-时间极限。这意味着，在第四方法步骤V4的范围内，在预设的时间间隔进行期间和/或在机动车14经过预设的路线期间和/或在机动车14沿行驶方向以在预设的速度范围内的速度运动期间和/或当道路10具有高于预设曲率极限值的曲率时和/或当具有车道标记26的道路10具有在预设的宽度范围内的宽度时和/或当机动车14相对于第二车道标记30隔开处于预设的间距范围内的间距时，将配属于第一车道标记28的车道类型确定为根据集群数据18查明的车道类型。
基本上，车道识别的良好的实时数据(当前由摄像头装置22提供的传感器数据32)通常要相对于潜在过时的地图数据和因此集群数据18更优选。在一种方法中，用于实时数据的否决的集群数据18的使用因此受到限制，其中，尽管如此所阐述的问题仍得到解决。
在图3中更详细地示出图2中的方法的一部分。在此，示出如下情况，在该情况中，根据集群数据18查明第一车道标记28要配属于相邻车道，而根据传感器数据32查明第一车道标记28要配属于自我车道，这在所述比较的范围内在第二方法步骤V2中确定。然后，在第四方法步骤V4中，如果集群数据18的置信量度足够大并且集群数据18因此满足至少一个预设的质量标准，则通过集群数据18否决根据传感器数据32查明的车道类型。经由多维的综合特征曲线34，可以确定通过集群数据18对传感器数据32的否决的相应的应用参数，以用于确定车道类型。因此可以将最大路线和/或最大时间和/或速度范围和/或最小置信量度和/或曲率范围和/或间距范围预设作为应用参数，其中，根据应用参数确定：根据传感器数据32查明的车道类型是否被根据集群数据18查明的车道类型否决。这些应用参数可以预设行程-时间极限。直至达到、尤其是超过行程-时间极限的情形36，借助控制装置辅助地取决于第一车道标记28的基于集群数据18确定的车道类型来横向控制机动车14。在此，机动车14也可以附加地在横向控制时根据第二车道标记30来定向。如果出现达到行程-时间极限的情形36，则然后在第三方法步骤V3中横向控制机动车14，在该第三方法步骤中，根据传感器数据32，尤其是根据第一车道标记28的基于传感器数据32查明的车道类型来控制机动车14。
总体而言，本发明表明如何借助集群数据18来实现用于使前置摄像头的实时车道检测稳定化的方法。
附图标记列表
10 　　　　　道路
12 　　　　　车道
14 　　　　　机动车
16 　　　　　交通参与者
18 　　　　　集群数据
20 　　　　　服务器装置
22 　　　　　摄像头装置
24 　　　　 　　视野
26 　　　　　车道标记
28 　　　　　第一车道标记
30 　　　　　第二车道标记
32　 　　　 　　传感器数据
34 　　　　　综合特征曲线
36 　　　　　情形
V1a至V4 　　相应的方法步骤。

Claims (10)

1.一种用于在道路(10)上横向引导机动车(14)的方法，在所述方法中，
-根据代表所述机动车(14)的周围环境的传感器数据(32)将与所述机动车(14)的驾驶员侧相配属的车道标记(28)配属于一种车道类型(V1b)，其中，所述车道类型表征：所述车道标记(28)是配属于自我车道，所述机动车(14)应在所述自我车道上被引导，还是配属于与所述自我车道相邻的相邻车道；
-根据从另外的车辆接收的集群数据(18)将与所述机动车(14)的驾驶员侧相配属的车道标记(28)配属于所述车道类型(V1a)；
-如果根据所述传感器数据(32)查明的车道类型和根据所述集群数据(18)查明的车道类型不同，则将配属于所述车道标记(28)的车道类型确定为根据所述集群数据(18)查明的车道类型(V4)；并且
-借助控制装置辅助地根据与所述机动车(14)的驾驶员侧相配属的车道标记(28)的所确定的车道类型来横向控制所述机动车(14)(V4)。
2.根据权利要求1所述的方法，其中，根据所述传感器数据(32)来横向控制所述机动车(14)。
3.根据权利要求1所述的方法，其中，根据所述集群数据(18)来横向控制所述机动车(14)。
4.根据前述权利要求中任一项所述的方法，其中，如果对于与所述机动车(14)的副驾驶员侧相配属的车道标记(30)根据所述传感器数据(32)查明的车道类型和根据所述集群数据(18)查明的车道类型不同，则将配属于所述车道标记(28)的车道类型确定为根据所述传感器数据(32)查明的车道类型。
5.根据前述权利要求中任一项所述的方法，其中，所述传感器数据(32)包括摄像头数据，根据所述摄像头数据通过图像识别方法分析与所述机动车(14)的驾驶员侧相配属的车道标记(28)。
6.根据前述权利要求中任一项所述的方法，其中，如果所述集群数据(18)满足至少一个预设的质量标准，则将配属于所述车道标记(28)的车道类型确定为根据所述集群数据(18)查明的车道类型。
7.根据权利要求6所述的方法，其中，将针对限定的路线区段由所述集群数据(18)查明的特征值和由所述传感器数据(32)查明的特征值的一致率预设作为质量标准和/或将根据所述集群数据(18)所述机动车(14)在道路(10)上的定位的定位质量预设作为质量标准。
8. 根据前述权利要求中任一项所述的方法，其中，
-在预设的时间间隔进行期间，和/或
-在所述机动车(14)经过预设的路线期间，和/或
-在所述机动车(14)沿行驶方向以在预设的速度范围内的速度运动期间，和/或
-当所述道路(10)具有高于预设曲率极限值的曲率时，和/或
-当具有所述车道标记(26)的道路(10)具有在预设的宽度范围内的宽度时，和/或
-当所述机动车(14)相对于与所述机动车的副驾驶员侧相配属的另外的车道标记(30)隔开处于预设的间距范围内的间距时，
将配属于所述车道标记(28)的车道类型确定为根据所述集群数据(18)查明的车道类型。
9.根据前述权利要求中任一项所述的方法，其中，如果根据所述传感器数据(32)查明的车道类型以及根据所述集群数据(18)查明的车道类型相同，则将配属于与所述机动车(14)的驾驶员侧相配属的车道标记(28)的车道类型确定为根据所述传感器数据(32)查明的车道类型。
10.一种机动车(14)，所述机动车设置用于执行根据前述权利要求中任一项所述的方法。
CN202211195181.9A 2021-09-29 2022-09-29 用于在道路上横向引导机动车的方法和机动车 Pending CN115871656A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021210924.1A DE102021210924A1 (de) 2021-09-29 2021-09-29 Verfahren zum Querführen eines Kraftfahrzeugs auf einer Straße mit wenigstens zwei Fahrspuren sowie Kraftfahrzeug
DE102021210924.1 2021-09-29

Publications (1)

Publication Number Publication Date
CN115871656A true CN115871656A (zh) 2023-03-31

Family

ID=85476952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211195181.9A Pending CN115871656A (zh) 2021-09-29 2022-09-29 用于在道路上横向引导机动车的方法和机动车

Country Status (3)

Country Link
US (1) US20230103020A1 (zh)
CN (1) CN115871656A (zh)
DE (1) DE102021210924A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220013203A (ko) * 2020-07-24 2022-02-04 현대모비스 주식회사 차량의 차선 유지 보조 시스템 및 이를 이용한 차선 유지 방법

Family Cites Families (20)

* 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
DE102005039103A1 (de) 2005-08-18 2007-03-01 Robert Bosch Gmbh Verfahren für die Erfassung eines Verkehrsraums
DE102014200638A1 (de) 2014-01-16 2015-07-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren und System zum Schätzen eines Fahrspurverlaufs
US11125566B2 (en) * 2015-07-16 2021-09-21 Ford Global Technologies, Llc Method and apparatus for determining a vehicle ego-position
US10282997B2 (en) * 2015-07-20 2019-05-07 Dura Operating, Llc System and method for generating and communicating lane information from a host vehicle to a vehicle-to-vehicle network
US9829888B2 (en) * 2015-11-17 2017-11-28 Ford Global Technologies, Llc Distinguishing lane markings for a vehicle to follow
US10210406B2 (en) * 2016-08-19 2019-02-19 Dura Operating, Llc System and method of simultaneously generating a multiple lane map and localizing a vehicle in the generated map
DE102016220647A1 (de) 2016-10-20 2018-04-26 Audi Ag Verfahren zum Darstellen mindestens einer ergänzenden Differenz-Fahrbahnausstattung
US10209715B2 (en) * 2017-01-19 2019-02-19 Robert Bosch Gmbh System and method of using crowd-sourced driving path data in an autonomous or semi-autonomous driving system
EP3360746A1 (en) * 2017-02-13 2018-08-15 Autoliv Development AB Apparatus operable to determine a position of a portion of a lane
US10802485B2 (en) * 2017-10-09 2020-10-13 Here Global B.V. Apparatus, method and computer program product for facilitating navigation of a vehicle based upon a quality index of the map data
DE102018114808A1 (de) 2018-06-20 2019-12-24 Man Truck & Bus Se Verfahren zur automatischen Querführung eines Folgefahrzeugs in einem Fahrzeug-Platoon
WO2020008221A1 (ja) * 2018-07-04 2020-01-09 日産自動車株式会社 走行支援方法及び走行支援装置
US11531348B2 (en) * 2018-12-21 2022-12-20 Here Global B.V. Method and apparatus for the detection and labeling of features of an environment through contextual clues
DE102019202589A1 (de) 2019-02-26 2020-08-27 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Fahrerinformationssystems in einem Ego-Fahrzeug und Fahrerinformationssystem
DE102019213185A1 (de) 2019-09-02 2021-03-04 Volkswagen Aktiengesellschaft Querführung eines Fahrzeugs mittels von anderen Fahrzeugen erfassten Umgebungsdaten
US10955855B1 (en) 2019-11-23 2021-03-23 Ha Q Tran Smart vehicle
DE102020202163A1 (de) 2020-02-20 2021-08-26 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Detektierung von Objekten und/oder Strukturen im Umfeld eines Fahrzeugs
DE102020202964A1 (de) * 2020-03-09 2021-09-09 Continental Automotive Gmbh Die Erfindung betrifft ein Verfahren zur Erhöhung der Sicherheit von Fahrfunktionen.
JP7216699B2 (ja) * 2020-12-28 2023-02-01 本田技研工業株式会社 車両制御システム及び自車線特定方法

Also Published As

Publication number Publication date
DE102021210924A1 (de) 2023-03-30
US20230103020A1 (en) 2023-03-30

Similar Documents

Publication Publication Date Title
CN109254289B (zh) 道路护栏的检测方法和检测设备
EP2012088B1 (en) Road information generating apparatus, road information generating method and road information generating program
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
KR102090512B1 (ko) 자차 위치 추정 장치
US11719555B2 (en) Map information system
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
JP4914160B2 (ja) 車両制御装置
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合***
CN111194459B (zh) 自动驾驶功能部件的评估和在不同处理阶段中的道路识别
CN101233463A (zh) 用于识别拐弯过程的方法和用于汽车的驾驶员支持***
CN111033589A (zh) 车道信息管理方法、行驶控制方法及车道信息管理装置
US11142196B2 (en) Lane detection method and system for a vehicle
US20210163009A1 (en) Method and device for assisting a driver in a vehicle
CN108475467B (zh) 用于识别错误停泊车的方法
GB2577949A (en) Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes of a road
CN111731296A (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
CN116508018A (zh) 用于根据观测求取地图数据的装置和方法
CN115871656A (zh) 用于在道路上横向引导机动车的方法和机动车
CN115320619A (zh) 用于对车辆环境进行场景解读的方法
CN112352268A (zh) 用于车辆的驾驶辅助***、带驾驶辅助***的车辆和用于车辆的驾驶辅助方法
CN116324907A (zh) 用于确定在机动车环境中的可能元素的存在概率的方法、驾驶员辅助***和机动车
JP4003586B2 (ja) 車間距離計測装置
CN110869869A (zh) 用于运行较高程度自动化的车辆(haf)、尤其是高度自动化的车辆的方法
CN113942516A (zh) 车辆操作
US20230154199A1 (en) Driving control system and method of controlling the same using sensor fusion between vehicles

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