Querverweis auf verwandte AnmeldungenCross-reference to related applications
Diese Anmeldung beansprucht den Vorteil der vorläufigen US-Patentanmeldung mit der Seriennummer 62/364,805 (Aktenzeichen des Anwalts HRMN0251 USL), eingereicht am 20. Juli 2016. Der Gegenstand dieser verwandten Anmeldung wird hiermit durch Bezugnahme in die vorliegende Patentschrift aufgenommen.This application claims the benefit of US Provisional Patent Application Serial No. 62 / 364,805 (Attorney Docket No. HRMN0251 USL) filed on Jul. 20, 2016. The subject matter of this related application is hereby incorporated by reference into the present specification.
Gebiet der verschiedenen AusführungsformenField of the various embodiments
Die verschiedenen Ausführungsformen betreffen im Allgemeinen Navigationsteilsysteme und insbesondere das Clustering von Erfassungen von Gegenständen entlang Straßen für navigationsbezogene Vorgänge.The various embodiments generally relate to navigation subsystems, and more particularly to the clustering of surveys of objects along roads for navigation-related operations.
Beschreibung der verwandten TechnikDescription of the Related Art
Viele Fahrzeuge beinhalten Navigationsanwendungen, die navigationsbezogene Aktivitäten auf Grundlage von Satellitennavigationsvorrichtungen (z. B. globale Positionierungssystemvorrichtungen) durchführen und Straßendatenbanken, die zugrunde liegende, physische Straßennetzwerke und assoziierte navigationsbezogene Daten spezifizieren. Zum Beispiel könnte eine Straßendatenbank Geschwindigkeitsbegrenzungen an unterschiedlichen Punkten entlang jeder Straße beinhalten, um einem Navigationsteilsystem zu ermöglichen, Fahrzeiten usw. zu schätzen. Jedoch können sich die navigationsbezogenen Daten im Laufe der Zeit ändern. Zum Beispiel kann die Geschwindigkeitsbegrenzung, die mit einem Abschnitt einer Straße assoziiert wird, reduziert werden. Entsprechend erzeugen einige Anbieter von Straßendatenbanken in einem Bemühen, Straßendatenbanken bereitzustellen, die aktuell und genau sind, Aktualisierungen, die Änderungen in Bezug auf navigationsbezogene Daten spezifizieren.Many vehicles include navigation applications that perform navigation-related activities based on satellite navigation devices (eg, global positioning system devices) and specify road databases, the underlying physical road networks, and associated navigation-related data. For example, a road database could include speed limits at different points along each road to allow a navigation subsystem to estimate travel times, etc. However, the navigation-related data may change over time. For example, the speed limit associated with a portion of a road can be reduced. Accordingly, some providers of road databases, in an effort to provide road maps that are up-to-date and accurate, generate updates that specify changes to navigation-related data.
In einem Ansatz zur Erzeugung von Aktualisierungen verlassen sich Anbieter von Straßendatenbanken auf Echtzeiterfassungen, die sie von zahlreichen Fahrzeugen, die Straßen entlang fahren, erhalten haben. Typischerweise beinhaltet jede Erfassung eine oder mehrere Eigenschaften, die mit einem erfassten Gegenstand auf Grundlage von Daten, die von verschiedenen Sensoren gesammelt wurden, assoziiert werden. Beispiele für Eigenschaften, die mit einem erfassten Schild assoziiert werden, beinhalten eine geschätzte Position des Fahrzeugs zum Zeitpunkt der Erfassung, eine geschätzte Geschwindigkeit des Fahrzeugs zum Zeitpunkt der Erfassung und eine geschätzte Art des erfassten Gegenstands, um einige zu nennen.In one approach to generating updates, road database providers rely on real-time data collected from numerous vehicles traveling along the roads. Typically, each detection involves one or more properties associated with a detected object based on data collected from different sensors. Examples of properties associated with a detected sign include an estimated position of the vehicle at the time of detection, an estimated speed of the vehicle at the time of detection, and an estimated type of detected subject matter, to name a few.
Eine Einschränkung von Erfassungen ist, dass die Eigenschaften von der Genauigkeit von Sensoren, Fahrbedingungen, Straßenbedingungen und so fort abhängen. Folglich sind die Eigenschaften fehleranfällig. Zum Beispiel könnte die geschätzte Position des Fahrzeugs um so viel wie 400 Meter ungenau sein, wenn sich ein Fahrzeug relativ schnell bewegt. In einem anderen Beispiel könnte eine in einem Fahrzeug enthaltene Kamera Mustererkennungsvorgänge an einem Bild durchführen, um ein Geschwindigkeitsbegrenzungsschild zu identifizieren, das 30 Meilen pro Stunde angibt. Falls jedoch die Sicht der Kamera durch ein anderes Fahrzeug verdeckt ist oder die Sonne hell scheint, dann könnte die Kamera das Geschwindigkeitsbegrenzungsschild fälschlicherweise als 80 Meilen pro Stunde angebend identifizieren.A limitation of detections is that the characteristics depend on the accuracy of sensors, driving conditions, road conditions and so forth. Consequently, the properties are error prone. For example, the estimated position of the vehicle may be inaccurate by as much as 400 meters when a vehicle is moving relatively quickly. In another example, a camera contained in a vehicle could perform pattern recognition operations on an image to identify a speed limit sign indicating 30 miles per hour. However, if the camera's view is obscured by another vehicle or the sun is bright, then the camera could falsely identify the speed limit sign as 80 miles per hour.
Da die Erfassungen im Betrieb nicht unbedingt zuverlässig sind, werden die Anbieter der Straßendatenbanken oft davon abgehalten, Aktualisierungen auf Grundlage von Echtzeiterfassungen zu erstellen. Stattdessen greifen die Anbieter typischerweise auf die Erzeugung von Aktualisierungen auf Grundlage von zeitaufwendigeren Datensammelvorgängen zurück, die annehmbar zuverlässige Daten produzieren. Als Ergebnis kann die Zeitdauer zwischen Aktualisierungen von Straßendatenbanken unerwünscht lang sein. Zum Beispiel könnte ein Anbieter einer Straßendatenbank alle 6 Monate eine Aktualisierung bereitstellen. Zwischen Aktualisierungen kann sich die Qualität der navigationsbezogenen Daten, die in Straßendatenbanken enthalten sind, verschlechtern, und die assoziierten Navigationsanwendungen können ungenaue Navigationsinformationen bereitstellen.Because the surveys are not necessarily reliable in operation, providers of road databases are often discouraged from creating updates based on real-time surveys. Instead, providers typically resort to generating updates based on more time-consuming data collection operations that produce acceptable reliable data. As a result, the time between updates of road databases may be undesirably long. For example, a provider of a road database could provide an update every 6 months. Between updates, the quality of navigation-related data contained in road databases may deteriorate, and the associated navigation applications may provide inaccurate navigation information.
Wie das Vorstehende veranschaulicht, waren effektivere Techniken zum Erzeugen von navigationsbezogenen Daten nützlich.As the foregoing illustrates, more effective techniques for generating navigation-related data have been useful.
KURZDARSTELLUNGSUMMARY
Eine Ausführungsform legt ein Verfahren zum Erzeugen von navigationsbezogenen Daten dar. Das Verfahren beinhaltet das Berechnen eines ersten ausgerichteten Abstands zwischen einer ersten erfassten Gegenstandsposition und einer zweiten erfassten Gegenstandsposition auf Grundlage einer ersten Richtung, wobei die erste erfasste Gegenstandsposition und die erste Richtung mit einer ersten Erfassung assoziiert werden, die von einem ersten Fahrzeug erhalten wurde, und die zweite erfasste Gegenstandsposition mit einer zweiten Erfassung assoziiert wird, die von einem zweiten Fahrzeug erhalten wurde; das Erzeugen, auf Grundlage des ersten ausgerichteten Abstands, eines ersten Clusters, das die erste Erfassung und die zweite Erfassung beinhaltet; das Berechnen einer Gegenstandsposition, die mit dem ersten Cluster assoziiert wird, auf Grundlage von zumindest der ersten Erfassung und der zweiten Erfassung; und das Übertragen der Gegenstandsposition und zumindest einer Eigenschaft, die mit der ersten Erfassung assoziiert wird, an eine Aktualisierungsanwendung, wobei die Aktualisierungsanwendung eine Aktualisierung einer Straßendatenbank erzeugt.One embodiment provides a method for generating navigation-related data. The method includes calculating a first aligned distance between a first detected object position and a second detected object position based on a first direction, the first detected object position and the first direction having a first detection associated with the second detected item position associated with a second acquisition received from a second vehicle; generating, based on the first aligned distance, a first cluster including the first detection and the second detection; calculating an object position associated with the first cluster based on at least the first detection and the second detection; and transmitting the item item and at least one property associated with the first capture to an update application, wherein the update application generates an update of a road database.
Weitere Ausführungsformen stellen unter anderem ein System und ein computerlesbares Medium, das konfiguriert ist, um das vorstehend dargelegte Verfahren umzusetzen, bereit.Other embodiments provide, among other things, a system and a computer-readable medium configured to implement the method set forth above.
Mindestens ein Vorteil der offenbarten Technik ist, dass, da das Cluster auf Grundlage mehrerer Erfassungen eines Gegenstands erzeugt wird, die Eigenschaften, die mit dem Cluster assoziiert werden, typischerweise genauer als die Eigenschaften sind, die mit jeder von den einzelnen Erfassungen assoziiert werden. Ferner sind Erfassungen, die wahrscheinlich ungenau sind, in den Clustern nicht enthalten und folglich beinhalten die Cluster weniger Störungen als die Erfassungen. Als Ergebnis ist die Aktualisierungsanwendung dazu in der Lage, relativ zu konventionellen Ansätzen, die typischerweise auf potentiell ungenauen Erfassungen basieren und/oder die häufig zeitaufwendige Datenvorgänge erfordern, die das Erzeugen von Aktualisierungen in Echtzeit ausschließen, annehmbar genaue Echtzeitaktualisierungen von Straßendatenbanken zu erzeugen.At least one advantage of the disclosed technique is that because the cluster is generated based on multiple acquisitions of an object, the properties associated with the cluster are typically more accurate than the properties associated with each of the individual acquisitions. Furthermore, detections that are likely to be inaccurate are not included in the clusters, and thus the clusters contain fewer perturbations than the detections. As a result, the update application is capable of producing reasonably accurate real-time updates of road databases relative to conventional approaches that are typically based on potentially inaccurate acquisitions and / or that often require time-consuming data operations that preclude generating real-time updates.
KURZE BESCHREIBUNG DER ZEICHNUNGENBRIEF DESCRIPTION OF THE DRAWINGS
Damit die oben angeführten Merkmale im Detail verstanden werden können, wird eine detailliertere Beschreibung der oben kurz zusammengefassten verschiedenen Ausführungsformen unter Verweis auf bestimmte Ausführungsformen bereitgestellt, von denen einige in den beigefügten Zeichnungen veranschaulicht sind. Es ist jedoch zu beachten, dass die beigefügten Zeichnungen lediglich typische Ausführungsformen veranschaulichen und daher nicht als den Umfang begrenzend zu betrachten sind, da die in Betracht gezogenen Ausführungsformen andere, gleichermaßen wirksame Ausführungsformen zulassen kann.In order that the above-mentioned features may be understood in detail, a more particular description of the various embodiments briefly summarized above is provided with reference to certain embodiments, some of which are illustrated in the accompanying drawings. It should be understood, however, that the appended drawings illustrate only typical embodiments and are therefore not to be considered as limiting in scope, as the contemplated embodiments may admit to other equally effective embodiments.
1 veranschaulicht ein Straßendatenbankaktualisierungssystem, das konfiguriert ist, um einen oder mehrere Aspekte der verschiedenen Ausführungsformen umzusetzen; 1 FIG. 12 illustrates a road database updating system configured to implement one or more aspects of the various embodiments; FIG.
2 ist eine detailliertere Veranschaulichung der Clusteranwendung aus 1 gemäß verschiedener Ausführungsformen; 2 is a more detailed illustration of the clustering application 1 according to various embodiments;
3 veranschaulicht Bespiele der Cluster aus 2 gemäß verschiedener Ausführungsformen; und 3 illustrates examples of clusters 2 according to various embodiments; and
4 ist ein Ablaufdiagramm von Verfahrensschritten zum Erzeugen von navigationsbezogenen Daten auf Grundlage mehrerer Erfassungen gemäß verschiedener Ausführungsformen. 4 FIG. 3 is a flowchart of method steps for generating navigation-related data based on multiple acquisitions according to various embodiments. FIG.
DETAILLIERTE BESCHREIBUNGDETAILED DESCRIPTION
In der folgenden Beschreibung sind zahlreiche konkrete Details aufgeführt, um ein umfassenderes Verständnis der verschiedenen Ausführungsformen zu ermöglichen. Für den Fachmann liegt jedoch auf der Hand, dass bei der Ausführung verschiedener Ausführungsformen eines oder mehrere dieser konkreten Details ausgelassen werden können.In the following description, numerous specific details are set forth in order to provide a more thorough understanding of the various embodiments. However, it will be apparent to those skilled in the art that one or more of these specific details may be omitted in the practice of various embodiments.
StraßendatenbankaktualisierungssystemRoad database updating system
1 veranschaulicht ein Straßendatenbankaktualisierungssystem 100, das konfiguriert ist, um einen oder mehrere Aspekte der verschiedenen Ausführungsformen umzusetzen. Wie gezeigt, beinhaltet das Straßendatenbankaktualisierungssystem 100 ohne Einschränkung Fahrzeuge 120, Erfassungsdaten 130 und eine Recheninstanz 110. In alternativen Ausführungsformen kann das Straßendatenbankaktualisierungssystem 100 eine beliebige Anzahl (darunter Null) an Fahrzeugen 120 und Recheninstanzen 110 beinhalten. Zum Zwecke der Erklärung werden mehrere Instanzen ähnlicher Gegenstände bei Bedarf mit Bezugszeichen, die den Gegenstand identifizieren, und Zahlen in Klammern, die die Instanz identifizieren, gekennzeichnet. 1 illustrates a road database updating system 100 configured to implement one or more aspects of the various embodiments. As shown, the road database updating system includes 100 without restriction vehicles 120 , Acquisition data 130 and a computing instance 110 , In alternative embodiments, the road database update system may 100 any number (including zero) of vehicles 120 and computing instances 110 include. For purposes of explanation, multiple instances of similar items will be identified, if necessary, with reference numerals identifying the item and numbers in parentheses identifying the instance.
Obwohl in 1 nicht gezeigt, kann jedes der Fahrzeuge 120 eine Navigationsanwendung beinhalten, die einem Benutzer ermöglicht, navigationsbezogene Vorgänge (z. B. Karten ansehen, Richtungen und Fahrzeiten erzeugen und ansehen usw.) auf Grundlage von assoziierten Straßendatenbank- und Sensordaten durchzuführen. Die Straßendatenbank spezifiziert zugrunde liegende, physische Straßennetze und assoziierte navigationsbezogene Daten. Die Sensordaten stellen das Fahrzeug 120 und die umliegende Umgebung beinhaltendes Feedback bereit, das dem Fahrer ermöglicht, das Fahrzeug 120 effizient und sicher zu bedienen. Zum Beispiel ermöglicht die Navigationsanwendung, die im Fahrzeug 120(1) enthalten ist, dem Fahrer des Fahrzeugs 120(1), das Fahrzeug 120(1) über Daten von einer Straßendatenbank und einem globalen Positionierungssystem (GPS), die von einer Satellitennavigationsvorrichtung, die mit dem Fahrzeug 120(1) verbunden ist, erhalten wurden, effizient zu navigieren.Although in 1 not shown, each of the vehicles 120 include a navigation application that allows a user to perform navigation-related operations (eg, viewing maps, creating and viewing directions and driving times, etc.) based on associated road database and sensor data. The road database specifies underlying physical road networks and associated navigation-related data. The sensor data represents the vehicle 120 and the surrounding environment containing feedback that allows the driver to drive the vehicle 120 efficient and safe to use. For example, the navigation application allows the in-vehicle 120 (1) is included, the driver of the vehicle 120 (1) , the vehicle 120 (1) using data from a road database and a global positioning system (GPS) provided by a satellite navigation device connected to the vehicle 120 (1) connected, have been efficiently navigated.
Für jedes Fahrzeug 120 werden die Navigationsanwendung und die assoziierte Straßendatenbank typischerweise in Speicher, der im Fahrzeug 120 enthalten ist, gespeichert. In alternativen Ausführungsformen kann jede Navigationsanwendung auf eine beliebige technisch durchführbare Weise auf eine beliebige Straßendatenbank zugreifen. Zum Beispiel kann eine im Fahrzeug 120(2) enthaltene Navigationsanwendung über das Internet auf eine Straßendatenbank zugreifen. Jedoch können sich navigationsbezogene Daten im Laufe der Zeit ändern. Zum Beispiel kann die Geschwindigkeitsbegrenzung, die mit einem Abschnitt einer Straße assoziiert wird, reduziert werden. Als Ergebnis können die Straßendatenbanken ungenau werden und assoziierte Navigationsanwendungen können Benutzern ungenaue Navigationsinformationen bereitstellen. In einem Bemühen, Straßendatenbanken bereitzustellen, die aktuell und genau sind, erzeugen einige Anbieter von Straßendatenbanken konventionelle Aktualisierungen der Straßendatenbanken, die Änderungen in Bezug auf navigationsbezogene Daten auf Grundlage der Sensordaten spezifizieren.For every vehicle 120 The navigation application and the associated road database are typically stored in memory in the vehicle 120 is stored. In alternative embodiments, each navigation application may be implemented in any technically feasible manner access any road database. For example, one in the vehicle 120 (2) navigation application accessible via the Internet to a road database. However, navigation-related data may change over time. For example, the speed limit associated with a portion of a road can be reduced. As a result, the road databases may become inaccurate, and associated navigation applications may provide inaccurate navigation information to users. In an effort to provide road databases that are up-to-date and accurate, some road database providers are producing conventional road database updates that specify changes to navigation-related data based on the sensor data.
Im Allgemeinen kann jedes von den Fahrzeugen 120 eine beliebige Anzahl und Art von Sensoren (nicht gezeigt), die Sensordaten erzeugen, beinhalten. Zum Beispiel können die Sensoren eine Satellitennavigationsvorrichtung, eine Kamera, einen Wegstreckenzähler und Reifensensoren einschließen, um einige zu nennen. Die Satellitennavigationsvorrichtung könnte GPS-Daten, die die Fahrzeugposition spezifizieren und auf Grundlage mehrerer Fahrzeugpositionen im Zeitverlauf eine Gesamtfahrzeugrichtung bereitstellen. Die Kamera könnte in einem Versuch, Straßenschilder zu identifizieren, Mustererkennungsvorgänge an Bildern durchführen, die erhalten werden, während sich das Automobil 170 eine Straße entlang bewegt. Der Wegstreckenzähler könnte eine aktuelle Geschwindigkeit des Fahrzeugs 120 bereitstellen. Die Reifensensoren könnte eine aktuelle Fahrzeugrichtung bereitstellen.In general, any of the vehicles 120 any number and type of sensors (not shown) that generate sensor data. For example, the sensors may include a satellite navigation device, a camera, an odometer, and tire sensors, to name a few. The satellite navigation device could provide GPS data specifying vehicle position and overall vehicle direction over time based on multiple vehicle positions. The camera, in an attempt to identify street signs, could perform pattern recognition operations on images obtained while the automobile is in motion 170 moving along a street. The odometer could be a current speed of the vehicle 120 provide. The tire sensors could provide an up-to-date vehicle direction.
Während die Fahrzeuge 120 in Betrieb sind, können zusätzlich zur Bereitstellung der Sensordaten an die assoziierte Navigationsanwendung die Fahrzeuge 120 konfiguriert sein, um Sensordaten an eine beliebige Anzahl an Anwendungen als die Erfassungsdaten 130 zu übertragen. Wie gezeigt, beinhalten die Erfassungsdaten 130 ohne Einschränkung eine beliebige Anzahl an Erfassungen 140. Jede der Erfassungen 140 spezifiziert ohne Einschränkung eine beliebige Anzahl an Eigenschaften, die mit einem erfassten Gegenstand assoziiert werden, auf Grundlage der Sensordaten und eines Zeitstempels, der den Zeitpunkt spezifiziert, zu dem die Erfassung 140 gemacht wurde.While the vehicles 120 In operation, in addition to providing the sensor data to the associated navigation application, the vehicles 120 be configured to send sensor data to any number of applications as the acquisition data 130 transferred to. As shown, the acquisition data includes 130 without limitation, any number of acquisitions 140 , Each of the observations 140 without limitation, specifies any number of properties associated with a detected object based on the sensor data and a timestamp specifying the time at which the detection occurred 140 have been done.
Beispiele für Eigenschaften, die mit einem erfassten Schild assoziiert werden, beinhalten eine geschätzte Position des Fahrzeugs 120, eine geschätzte Geschwindigkeit des Fahrzeugs 120 und eine geschätzte Art des erfassten Gegenstands, um einige zu nennen. Zum Beispiel könnte die Erfassung 140(1) spezifizieren, dass das Fahrzeug 120, das bei einer Geschwindigkeit von 90 Meilen pro Stunde Richtung Norden fahrt, ein Geschwindigkeitsbegrenzungsschild identifiziert hat, das 70 Meilen pro Stunde angibt. Allgemein erzeugen und übertragen die Fahrzeuge 120 die Feststellungen 140, während die Sensordaten erzeugt werden (d. h. in „Echtzeit”).Examples of properties associated with a detected shield include an estimated position of the vehicle 120 , an estimated speed of the vehicle 120 and an estimated type of detected item, to name a few. For example, the capture could 140 (1) specify that the vehicle 120 Driving north at a speed of 90 miles per hour, has identified a speed limit sign indicating 70 miles per hour. Generally, the vehicles generate and transmit 120 the findings 140 while the sensor data is being generated (ie in "real time").
In einem konventionellen Ansatz zum Bereitstellen genauer navigationsbezogener Daten erhält eine konventionelle Aktualisierungsanwendung die Erfassungsdaten 130 und erzeugt eine konventionelle Aktualisierung auf Grundlage aller Erfassungen 140, die in den Erfassungsdaten 130 enthalten sind. Eine Einschränkung der Erfassungen 140 ist jedoch, dass die spezifizierten Eigenschaften von der Genauigkeit von Sensoren, Fahrbedingungen und Straßenbedingungen und so fort abhängen. Folglich sind die Eigenschaften fehleranfällig. Zum Beispiel könnte die geschätzte Position des Fahrzeugs 120 um so viel wie 400 Meter ungenau sein, wenn sich das Fahrzeug 120 relativ schnell bewegt. In einem anderen Beispiel könnte eine im Fahrzeug 120(1) enthaltene Kamera Mustererkennungsvorgänge an einem Bild durchführen, um ein Geschwindigkeitsbegrenzungsschild zu identifizieren, das 30 Meilen pro Stunde angibt. Falls jedoch die Sicht der Kamera durch das Fahrzeug 120(2) verdeckt ist oder die Sonne hell scheint, dann könnte die Kamera das Geschwindigkeitsbegrenzungsschild fälschlicherweise als 80 Meilen pro Stunde angebend identifizieren.In a conventional approach to providing accurate navigation-related data, a conventional update application obtains the acquisition data 130 and creates a conventional update based on all acquisitions 140 that in the collection data 130 are included. A limitation of the observations 140 however, the specified characteristics depend on the accuracy of sensors, driving conditions and road conditions and so forth. Consequently, the properties are error prone. For example, the estimated position of the vehicle 120 be inaccurate by as much as 400 feet when the vehicle 120 moved relatively fast. In another example, one could be in the vehicle 120 (1) Camera perform pattern recognition operations on an image to identify a speed limit sign indicating 30 miles per hour. If, however, the view of the camera by the vehicle 120 (2) is covered or the sun is shining, then the camera could falsely identify the speed limit sign as 80 miles per hour.
Da die Erfassungen 140 nicht unbedingt zuverlässig sind, werden die Anbieter von Straßendatenbanken oft davon abgehalten, konventionelle Aktualisierungen auf Grundlage der Erfassungen 140 zu erstellen. Stattdessen greifen die Anbieter typischerweise auf die Erzeugung von konventionellen Aktualisierungen auf Grundlage von zeitaufwendigeren Datensammelvorgängen zurück, die annehmbar zuverlässige Daten produzieren. Als Ergebnis kann die Zeitdauer zwischen konventionellen Aktualisierungen von Straßendatenbanken unerwünscht lang sein. Zum Beispiel könnte ein Anbieter einer Straßendatenbank alle 6 Monate eine neue konventionelle Aktualisierung bereitstellen. Zwischen den konventionellen Aktualisierungen kann sich die Qualität der navigationsbezogenen Daten, die in den Straßendatenbanken enthalten sind, verschlechtern, und assoziierte Navigationsanwendungen können ungenaue Navigationsinformationen bereitstellen.Because the observations 140 are not necessarily reliable, road database providers are often deterred from doing conventional updates based on the surveys 140 to create. Instead, providers typically resort to generating conventional updates based on more time-consuming data collection operations that produce acceptable reliable data. As a result, the time between conventional road database updates may be undesirably long. For example, a provider of a road database could provide a new conventional update every 6 months. Between the conventional updates, the quality of the navigation-related data contained in the road databases may deteriorate, and associated navigation applications may provide inaccurate navigation information.
Effizienz beim Erzeugen von genauen Aktualisierungen von StraßendatenbankenEfficiency in generating accurate road database updates
Um über Aktualisierungen 190 annehmbar genaue navigationsbezogene Daten bereitzustellen, ohne die Zeit, die erforderlich ist, um die Aktualisierungen 190 zu erzeugen, unzumutbar zu erhöhen, beinhaltet das Straßendatenbankaktualisierungssystem 100 eine Clusteranwendung 150. Im Allgemeinen erzeugt die Clusteranwendung 150 Clusterdaten 160 auf Grundlage der Erfassungsdaten 130. Wie gezeigt, beinhalten die Clusterdaten 160 ohne Einschränkung Cluster 170 und Zuverlässigkeitsgrade 172. Jedes von den Clustern 170 spezifiziert eine oder mehrere Eigenschaften, die mit einem erfassten Gegenstand assoziiert werden, auf Grundlage einer oder mehrerer der Erfassungen 140, die für den erfassten Gegenstand wahrscheinlich sind. Ferner ist in verschiedenen Ausführungsformen jede der Erfassungen 140 in höchstens einem der Cluster 170 enthalten. Folglich ist in solchen Ausführungsformen eine Gesamtanzahl der Cluster 170 nicht größer als die Gesamtanzahl der Erfassungen 140. Jeder der Zuverlässigkeitsgrade 172 schätzt eine Genauigkeit der in einem assoziierten Cluster 170 spezifizierten Eigenschaften. Ferner entspricht in verschiedenen Ausführungsformen eine Gesamtanzahl der Zuverlässigkeitsgrade 172 der Gesamtanzahl der Cluster 170.To about updates 190 acceptable to provide accurate navigation-related data without the time required to complete the updates 190 generating, unreasonably increasing, includes the road database update system 100 a cluster application 150 , In general, the cluster application generates 150 cluster data 160 based on the acquisition data 130 , As shown, the cluster data includes 160 without limitation clusters 170 and reliability levels 172 , Each of the clusters 170 specifies one or more properties associated with a detected object based on one or more of the acquisitions 140 that are likely for the recorded object. Furthermore, in various embodiments, each of the detections is 140 in at most one of the clusters 170 contain. Thus, in such embodiments, a total number of clusters 170 not larger than the total number of observations 140 , Each of the reliability levels 172 estimates an accuracy of the in an associated cluster 170 specified properties. Further, in various embodiments, a total number of reliability levels corresponds 172 the total number of clusters 170 ,
Im Betrieb wertet die Clusteranwendung 150 die Erfassungsdaten 130 aus, um Sätze der Erfassungen 140 zu identifizieren, die wahrscheinlich von einem erfassten Gegenstand sind. Als Teil der Auswertung der Erfassungsdaten 130 verwirft die Clusteranwendung 150 alle Erfassungen 140, die mit physischen Eigenschaften der Fahrzeuge 120 oder in Bezug auf einen Kontext der Erfassungsdaten 130 inkonsistent sind. Die Clusteranwendung 150 führt dann ausgerichtete dichtebasierte Clustering-Vorgänge durch, um die Cluster 170 zu erzeugen. Im Allgemeinen, und wie in Verbindung mit 2 detailliert beschrieben, identifiziert die Clusteranwendung 150 Sätze an „ähnlichen” Erfassungen 140, in denen die Erfassungen 130, die in jedem der Sätze enthalten sind, ähnliche Eigenschaften spezifizieren (z. B. Schildart usw.). Für jeden Satz an ähnlichen Erfassungen 140 führt die Clusteranwendung Clustervorgänge an den Erfassungen 130 auf Grundlage von ausgerichteten Abständen durch, um die Cluster 170 zu erzeugen. Jeder ausgerichtete Abstand reflektiert einen geschätzten Fahrabstand zwischen erfassten Gegenstandspositionen, wobei der Fahrabstand mit einer geschätzten Richtung einer Straße konsistent ist.In operation evaluates the cluster application 150 the acquisition data 130 from, to sets of observations 140 identify those that are likely to be from a detected item. As part of the evaluation of the acquisition data 130 discards the cluster application 150 all observations 140 with physical characteristics of the vehicles 120 or in relation to a context of the acquisition data 130 are inconsistent. The cluster application 150 then performs aligned density-based clustering operations around the clusters 170 to create. In general, and as related to 2 detailed, identifies the cluster application 150 Sets of "similar" observations 140 in which the observations 130 specified in each of the sets, specify similar properties (eg sign type, etc.). For every sentence of similar observations 140 The cluster application performs cluster operations on the collections 130 based on aligned distances through to the clusters 170 to create. Each aligned distance reflects an estimated driving distance between sensed object positions, the driving distance being consistent with an estimated direction of a road.
Auf diese Weise stellt die Clusteranwendung 150 sicher, dass jedes der Cluster 170 die Erfassungen 140 spezifiziert, die wahrscheinlich von einem einzelnen erfassten Gegenstand sind. Die Clusteranwendung 150 bestimmt dann eine oder mehrere Eigenschaften, die im Cluster 170 spezifiziert sind, auf Grundlage der assoziierten Erfassungen 140. Insbesondere berechnet die Clusteranwendung 150 eine Gegenstandsposition auf Grundlage der Einfügung der assoziierten erfassten Gegenstandspositionen in eine Gauß-Verteilung. In alternativen Ausführungsformen kann die Clusteranwendung 150 die Cluster 170 auf eine beliebige technisch durchführbare Weise erzeugen, die reflektiert, dass die Erfassungen 140 von den Fahrzeugen 120 erhalten werden, während sich die Fahrzeuge 120 Straßen entlang bewegen.This is how the cluster application presents itself 150 sure that each of the clusters 170 the observations 140 which are likely to be from a single object detected. The cluster application 150 then determines one or more properties in the cluster 170 are specified based on the associated acquisitions 140 , Specifically, the cluster application calculates 150 an item position based on the insertion of the associated detected item items into a Gaussian distribution. In alternative embodiments, the cluster application 150 the clusters 170 generate in any technically feasible way that reflects the observations 140 from the vehicles 120 to be obtained while the vehicles 120 Move along streets.
Anschließend, und für jedes der Cluster 170, berechnet die Clusteranwendung 150 den assoziierten Zuverlässigkeitsgrad 172 auf Grundlage einer Menge, Häufigkeit und Konsistenz der im Cluster 170 enthaltenen Erfassungen 140. Insbesondere nimmt der Zuverlässigkeitsgrad 172 des Clusters 170 typischerweise zu, wenn sich die Anzahl an Erfassungen 140 eines erfassten Gegenstands erhöht. In alternativen Ausführungsformen kann die Clusteranwendung 150 die Zuverlässigkeitsgrade 172 auf eine beliebige technisch durchführbare Weise und auf Grundlage einer beliebigen Menge und Art von Daten berechnen. In anderen alternativen Ausführungsformen erzeugt die Clusteranwendung 150 möglicherweise keine Zuverlässigkeitsgrade 172. Nachdem die Clusteranwendung 150 die Clusterdaten 160 erzeugt, überträgt die Clusteranwendung 150 die Clusterdaten 160 an eine Aktualisierungsanwendung 180.Subsequently, and for each of the clusters 170 Calculates the cluster application 150 the associated degree of reliability 172 based on a set, frequency, and consistency of the cluster 170 included observations 140 , In particular, the degree of reliability decreases 172 of the cluster 170 typically too, when the number of acquisitions 140 of a registered item. In alternative embodiments, the cluster application 150 the reliability levels 172 in any technically feasible manner and based on any quantity and type of data. In other alternative embodiments, the cluster application generates 150 possibly no reliability levels 172 , After the cluster application 150 the cluster data 160 generates, transfers the cluster application 150 the cluster data 160 to an update application 180 ,
Die Aktualisierungsanwendung 180 wählt eines oder mehrere der Cluster 170 auf Grundlage der Zuverlässigkeitsgrade 172 aus und erzeugt eine Aktualisierung 170 auf Grundlage der ausgewählten Cluster 170. Da die Clusteranwendung 150 die Aktualisierung 190 auf Grundlage der Clusterdaten 160 statt direkt auf den Erfassungen 140 erzeugt, kann die Aktualisierungsanwendung 180 die Aktualisierung 190 in Echtzeit erzeugen, während sichergestellt wird, dass die Aktualisierung 190 zuverlässige navigationsbezogene Informationen bereitstellt. Schließlich überträgt die Aktualisierungsanwendung 180 die Aktualisierung 190 auf Navigationsanwendungen, die in den Fahrzeugen 120 enthalten sind. Insbesondere können die Clusteranwendung 150 und die Aktualisierungsanwendung 180 konfiguriert sein, um die Aktualisierungen 190 viel häufiger als konventionelle Aktualisierungsanwendungen zu erzeugen und zu übertragen. Folglich sind die in den Fahrzeugen 120 enthaltenen Navigationsanwendungen anders als Navigationsanwendungen, die konventionelle Aktualisierungen erhalten, dazu in der Lage, zu einem beliebigen gegebenen Zeitpunkt navigationsbezogene Vorgänge auf Grundlage von genauen navigationsbezogenen Informationen durchzuführen.The update application 180 select one or more of the clusters 170 based on the reliability levels 172 and generates an update 170 based on the selected clusters 170 , Because the cluster application 150 the update 190 based on the cluster data 160 instead of directly on the surveys 140 The update application can generate 180 the update 190 generate in real time while ensuring that the update 190 provides reliable navigation-related information. Finally, the update application transfers 180 the update 190 on navigation applications used in the vehicles 120 are included. In particular, the cluster application 150 and the update application 180 be configured to receive the updates 190 generate and transmit much more frequently than conventional update applications. Consequently, those in the vehicles 120 Unlike navigation applications that receive conventional updates, contained navigation applications may be able to perform navigation-related operations at any given time based on accurate navigation-related information.
Wie gezeigt, befinden sich die Clusteranwendung 150 und die Aktualisierungsanwendung 180 in einem Speicher 116, der in der Recheninstanz 110 enthalten ist und an einem Prozessor 112 ausgeführt wird, der in der Recheninstanz 110 enthalten ist. In alternativen Ausführungsformen kann das Straßendatenbankaktualisierungssystem 100 eine beliebige Anzahl an Recheninstanzen 110, eine beliebige Anzahl an Speichern 116 und eine beliebige Anzahl an Prozessoren 112, die auf eine beliebige technisch durchführbare Weise umgesetzt werden, enthalten. Ferner können sich die Clusteranwendung 150 und die Aktualisierungsanwendung 180 in verschiedenen Speichern 116 befinden, an verschiedenen Prozessoren 112 ausgeführt werden und/oder mit verschiedenen Recheninstanzen 110 assoziiert werden.As shown, the cluster application is located 150 and the update application 180 in a store 116 who is in the computing instance 110 is included and attached to a processor 112 is executed in the computing instance 110 is included. In alternative embodiments, the road database update system may 100 any number of computing instances 110 , any number of stores 116 and any number of processors 112 that works on any technical implemented in a feasible manner. Furthermore, the cluster application can 150 and the update application 180 in different stores 116 located on different processors 112 be executed and / or with different computing instances 110 be associated.
In verschiedenen Ausführungsformen kann die Recheninstanz 110 als eigenständiger Chip oder als Teil einer umfassenderen Lösung ausgeführt werden, die als anwendungsspezifischer integrierter Schaltkreis (ASIC), System auf einem Chip (SoC) und so weiter umgesetzt wird. Ferner können die Recheninstanz 110, der Speicher 116 und der Prozessor 112 über eine beliebige Anzahl an physischen Ressourcen ausgeführt werden, die sich an einer beliebigen Anzahl an physischen Positionen befinden. Zum Beispiel könnte die Clusteranwendung 150 in der Recheninstanz 110(1) enthalten sein, die in einem Laptop umgesetzt wird, und könnte die Aktualisierungsanwendung 180 in einer Recheninstanz 110(2) enthalten sein, die in einer Cloud-Rechenumgebung oder einer verteilten Rechenumgebung umgesetzt wird.In various embodiments, the computing instance 110 as a stand-alone chip or as part of a more complete solution that is implemented as an application specific integrated circuit (ASIC), on-chip (SoC) system and so on. Furthermore, the computing instance 110 , the memory 116 and the processor 112 over any number of physical resources located at any number of physical locations. For example, the cluster application could 150 in the computing instance 110 (1) be included in a laptop, and could be the update application 180 in a computing instance 110 (2) contained in a cloud computing environment or a distributed computing environment.
Der Prozessor 112 kann ein(e) beliebige(s) Anweisungsausführungssystem, -vorrichtung oder -gerät sein, das/die dazu in der Lage ist, Anweisungen auszuführen. Zum Beispiel könnte der Prozessor 112 eine zentrale Recheneinheit (CPU), eine Grafikverarbeitungseinheit (GPU), eine Steuerung, eine Mikrosteuerung, eine Zustandsmaschine oder eine beliebige Kombination davon umfassen. Der Speicher 116 speichert Inhalt wie zum Beispiel Softwareanwendungen und Daten zur Verwendung durch den Prozessor 112. Der Speicher 116 kann eines oder mehrere von einem leicht zugänglichen Speicher, wie zum Beispiel Random Access Memory (RAM), Read Only Memory (ROM), Diskette, Festplattenlaufwerk oder eine beliebige andere Form von digitalem Speicher, lokal oder entfernt, sein.The processor 112 may be any instruction execution system, apparatus or device capable of executing instructions. For example, the processor could 112 a central processing unit (CPU), a graphics processing unit (GPU), a controller, a microcontroller, a state machine, or any combination thereof. The memory 116 stores content such as software applications and data for use by the processor 112 , The memory 116 may be one or more of an easily accessible memory, such as random access memory (RAM), read-only memory (ROM), floppy disk, hard disk drive, or any other form of digital storage, local or remote.
In einigen Ausführungsformen kann ein Datenspeicher (nicht gezeigt) den Speicher 116 ergänzen oder ersetzen. Der Datenspeicher kann eine beliebige Anzahl und Art von externen Speichern beinhalten, die für den Prozessor 112 zugänglich sind. Zum Beispiel und ohne Einschränkung kann der Datenspeicher eine Secure Digital Card, einen externen Flash-Speicher, einen tragbaren Compact Disc Read-Only Memory (CD-ROM), eine optische Speichervorrichtung, eine magnetische Speichervorrichtung, einen Cloud-Speicher, eine Blu-Ray-Disc, andere greifbare Speichermedien oder eine beliebige geeignete Kombination des Vorstehenden beinhalten.In some embodiments, a data store (not shown) may store 116 supplement or replace. The data store may include any number and type of external memory available to the processor 112 are accessible. For example, and without limitation, the data storage may include a secure digital card, an external flash memory, a compact disc portable read only memory (CD-ROM), an optical storage device, a magnetic storage device, a cloud storage, a blu-ray Disc, other tangible storage media, or any suitable combination of the foregoing.
Es wird angemerkt, dass das hierin gezeigte Straßendatenbankaktualisierungssystem 100 veranschaulichend ist und dass Variationen und Modifikationen möglich sind. Die Anzahl an Recheninstanzen 110, die Anzahl an Clusteranwendungen 150, die Anzahl an Aktualisierungsanwendungen 180, die Anzahl an Straßendatenbanken, die Anzahl an Fahrzeugen 120 und die Verbindungstopologie zwischen den verschiedenen Einheiten im Straßendatenbankaktualisierungssystem 100 können nach Bedarf modifiziert werden. Jede der Clusteranwendungen 150 kann auf eigenständige Weise umgesetzt oder auf eine beliebige technisch durchführbare Weise in ein(e) beliebige(s) andere(s) Vorrichtung (z. B. die Aktualisierungsanwendung 180) oder Gerät integriert werden. Ferner kann die in der Clusteranwendung 150 und der Aktualisierungsanwendung 180 enthaltene Funktionalität über eine beliebige Anzahl von Anwendungen aufgeteilt sein, die über eine beliebige Anzahl von Vorrichtungen gespeichert und ausgeführt werden, die sich in einer beliebigen Anzahl an physischen Positionen befinden. Zum Beispiel könnte die Aktualisierungsanwendung 180 in der Navigationsanwendung des Fahrzeugs 120 enthalten sein und könnte die Clusteranwendung 150 die Clusterdaten 160 direkt an die Navigationsanwendung übertragen.It is noted that the road database updating system shown herein 100 is illustrative and that variations and modifications are possible. The number of computing instances 110 , the number of cluster applications 150 , the number of update applications 180 , the number of road databases, the number of vehicles 120 and the connection topology between the various units in the road database updating system 100 can be modified as needed. Each of the cluster applications 150 may be implemented in a standalone manner or in any technically feasible manner into any other device (eg, the updating application 180 ) or device. Furthermore, in the cluster application 150 and the update application 180 contained functionality across any number of applications stored and executed by any number of devices residing in any number of physical locations. For example, the update application might 180 in the navigation application of the vehicle 120 be included and could be the cluster application 150 the cluster data 160 transferred directly to the navigation application.
Erzeugen von Clustern auf Grundlage von ausgerichteten AbständenCreate clusters based on aligned distances
2 ist eine detailliertere Veranschaulichung der Clusteranwendung 150 aus 1 gemäß verschiedenen Ausführungsformen. Wie gezeigt, beinhaltet die Clusteranwendung 150 ohne Einschränkung eine Filterfunktion 210, eine Sektorierungsfunktion 220, eine Clustering-Funktion 230, eine Clusterpositionierungsfunktion 240, eine Vermischungsfunktion 250 und eine Zuverlässigkeitsfunktion 260. Lediglich zu erklärenden Zwecken ist die Clusteranwendung 150 konfiguriert, um die Cluster 170 zu erzeugen, die Straßenschildern entsprechen, wobei jedes Straßenschild entlang einer Straße liegt. In alternativen Ausführungsformen kann die Clusteranwendung 150 konfiguriert sein, um die Cluster 170 zu erzeugen, die einer beliebigen Art von erfasstem Gegenstand entsprechen. 2 is a more detailed illustration of the cluster application 150 out 1 according to various embodiments. As shown, the cluster application includes 150 without restriction a filter function 210 , a sectoring function 220 , a clustering feature 230 , a cluster positioning function 240 , a mixing function 250 and a reliability function 260 , Merely for explanatory purposes is the cluster application 150 configured to the clusters 170 generate, which correspond to street signs, each road sign is located along a road. In alternative embodiments, the cluster application 150 be configured to the clusters 170 which correspond to any kind of detected object.
Im Betrieb empfängt die Clusteranwendung 150 die Erfassungsdaten 130 und erzeugt die Clusterdaten 160. Die Erfassungsdaten 130 enthalten ohne Einschränkung eine beliebige Anzahl an Erfassungen 140, wobei jede der Erfassungen 140 ohne Einschränkung einen Zeitstempel 202, eine Fahrzeugposition 210, eine Richtung 212, eine Geschwindigkeit 214, eine Schildart 216 und eine Seite 218 einschließt. Wie hierin genannt, werden der Zeitstempel 202, die Fahrzeugposition 210, die Richtung 212, die Geschwindigkeit 214, die Schildart 216 und die Seite 218 hierin als „Eigenschaften der Erfassung(en) 140” bezeichnet.In operation, the cluster application receives 150 the acquisition data 130 and generates the cluster data 160 , The acquisition data 130 include, without limitation, any number of acquisitions 140 where each of the observations 140 without limitation, a timestamp 202 , a vehicle position 210 , a direction 212 , a speed 214 , a shield type 216 and a page 218 includes. As mentioned herein, the timestamp 202 , the vehicle position 210 , the direction 212 , the speed 214 , the shield type 216 and the page 218 herein as "characteristics of acquisition (s)" 140 " designated.
Im Allgemeinen kann jede der Eigenschaften der Erfassungen 140 auf eine beliebige technisch durchführbare Weise auf Grundlage eines beliebigen Protokolls und Formats spezifiziert werden. In alternativen Ausführungsformen können die Erfassungen 140 eine oder mehrere der Eigenschaften der Erfassungen 140 auslassen und kann die Clusteranwendung 150 die ausgelassenen Eigenschaften auf eine beliebige technisch durchführbare Weise ableiten. Zum Beispiel könnten die Erfassungen 140 den Zeitstempel 202 auslassen und könnte die Clusteranwendung 150 jeden der Zeitstempel 220 auf Grundlage der Zeit, zu der die Clusteranwendung 150 die assoziierte Erfassung 140 erhält, berechnen. In einem anderen Beispiel könnten die Erfassungen 140 die Richtungen 212 auslassen und könnte die Clusteranwendung 150 jede der Richtungen 212 auf Grundlage einer beliebigen Anzahl der Erfassungen 140, die zuvor von dem assoziierten Fahrzeug 120 erhalten wurden, berechnen.In general, any of the characteristics of the observations 140 on any technical feasible manner based on any protocol and format. In alternative embodiments, the observations 140 one or more of the characteristics of the observations 140 omit and can the cluster application 150 derive the omitted properties in any technically feasible manner. For example, the observations 140 the timestamp 202 omit and could the cluster application 150 each of the timestamps 220 based on the time at which the cluster application 150 the associated detection 140 receives, calculate. In another example, the observations could 140 the directions 212 omit and could the cluster application 150 each of the directions 212 based on any number of acquisitions 140 previously from the associated vehicle 120 were obtained, calculate.
Der Zeitstempel 202 spezifiziert die Zeit, zu der das assoziierte Fahrzeug 120 die Erfassung 140 erzeugt hat. Die Fahrzeugposition 210 spezifiziert die Position des Fahrzeugs 120 zur von dem Zeitstempel 202 spezifizierten Zeit. Zum Beispiel könnte die Fahrzeugposition 210 eine absolute Position des Fahrzeugs 120 in GPS-Koordinaten spezifizieren. Die Richtung 212 spezifiziert eine Richtung, in die das Fahrzeug 120 zur von dem Zeitstempel 202 spezifizierten Zeit fährt. Zum Beispiel könnte die Richtung 212 in Grad entgegengesetzt einer Nordrichtung ausgedrückt sein. Die Geschwindigkeit 214 spezifiziert die Geschwindigkeit des Fahrzeugs 120 entlang der Richtung 212 zur von dem Zeitstempel 202 spezifizierten Zeit. Zum Beispiel könnte die Geschwindigkeit 214 90 Meilen pro Stunde betragen.The timestamp 202 specifies the time to which the associated vehicle 120 the capture 140 has generated. The vehicle position 210 specifies the position of the vehicle 120 to the time stamp 202 specified time. For example, the vehicle position 210 an absolute position of the vehicle 120 in GPS coordinates. The direction 212 specifies a direction in which the vehicle 120 to the time stamp 202 specified time drives. For example, the direction could 212 expressed in degrees opposite to a north direction. The speed 214 specifies the speed of the vehicle 120 along the direction 212 to the time stamp 202 specified time. For example, the speed could 214 90 miles per hour.
Die Schildart 216 spezifiziert eine oder mehrere Eigenschaften, die mit dem erfassten Gegenstand assoziiert werden. Zum Beispiel könnte die Schildart 216 „Geschwindigkeitsbegrenzung auf 70 Meilen pro Stunde” sein. Zu Erklärungszwecken, wie hierin genannt, werden zwei Schilder, die zusammengefügt sind, hierin als ein einzelnes Straßenschild bezeichnet, das einem einzelnen erfassten Gegenstand entspricht. Zum Beispiel könnte ein Modifikationsschild, das „oberes Schild gilt für LKWs” angibt, direkt unter einem primären Schild angebracht sein, das „Geschwindigkeitsbegrenzung auf 30 Meilen pro Stunde” angibt. Das modifizierte Schild und das primäre Schild würden zusammen als einzelner erfasster Gegenstand angesehen werden und die assoziierte Schildart 216 wäre „Geschwindigkeitsbegrenzung auf 30 Meilen pro Stunde für LKWs”.The shield type 216 specifies one or more properties associated with the detected object. For example, the shield type 216 Be "speed limit to 70 miles per hour". For purposes of explanation, as referred to herein, two tags which are joined together are referred to herein as a single street sign corresponding to a single detected item. For example, a modification label indicating "upper sign applies to trucks" could be mounted directly under a primary sign indicating "speed limit at 30 miles per hour". The modified shield and the primary shield together would be considered as a single sensed object and the associated shield type 216 would be "speed limit to 30 miles per hour for trucks".
Wie ein Fachmann erkennt, führen die Sensoren oft eine Vielzahl von Vorgängen durch, um geschätzte Daten zu produzieren, die relativ klein sind und damit einfach in Echtzeit kommuniziert werden können. Entsprechend kann die Schildart 216 eine beliebige Menge und Art von Informationen enthalten, die mit den im Fahrzeug 120 enthaltenen Informationen übereinstimmen. Zum Beispiel führt in einigen Ausführungsformen eine im Fahrzeug 120 enthaltene Kamera Musterbilderkennungsvorgänge an einem Bild durch, um die Schildart 216 zu erzeugen. Insbesondere erfordert die Schildart 216 erheblich weniger Speicher 116 zum Speichern und erheblich weniger Bandbreite zum Übertragen als ein Bild. Die Seite 218 spezifiziert eine Seite des assoziierten Fahrzeugs 120, die mit der Erfassung 140 assoziiert wird. Wenn zum Beispiel eine Kamera ein Straßenschild entlang der linken Seite des Fahrzeugs 120 erfasst, dann wäre die Seite 218 „links”. In einem anderen Beispiel wäre die Seite 218 „oben”, wenn eine Kamera ein Straßenschild über dem Fahrzeug 120 erfasst.As one skilled in the art will appreciate, the sensors often perform a variety of operations to produce estimated data that is relatively small and thus easy to communicate in real time. Accordingly, the shield type 216 Contain any quantity and type of information with those in the vehicle 120 information contained. For example, in some embodiments, an in-vehicle leads 120 included camera pattern image detection operations on an image by the shield type 216 to create. In particular, the shield type requires 216 significantly less memory 116 for storing and considerably less bandwidth for transferring than a picture. The page 218 specifies a side of the associated vehicle 120 that with the capture 140 is associated. For example, if a camera has a road sign along the left side of the vehicle 120 captured, then the page would be 218 "Left". In another example, the page would be 218 "Above" when a camera has a road sign above the vehicle 120 detected.
Die Filterfunktion 210 empfängt die Erfassungsdaten 130 und führt eine beliebige Anzahl an Filtervorgängen durch, die Erfassungen 140 identifizieren, die wahrscheinlich ungenau sind. Die Filterfunktion 210 entfernt dann die identifizierten Erfassungen 140. Die Filterfunktion 210 kann auf eine beliebige technisch durchführbare Weise auf Grundlage einer beliebigen Menge und Art von Daten die Erfassungen 140 identifizieren, die wahrscheinlich ungenau sind. In einigen Ausführungsformen kann die Filterfunktion 210 Algorithmen beinhalten, die Erfassungen 140 identifizieren und entfernen, die nicht mit den physischen Eigenschaften der Fahrzeuge 120 übereinstimmen. Zum Beispiel könnte die Filterfunktion 210 die Erfassungen 140 identifizieren und entfernen, die einen Wert spezifizieren, der höher als 120 Meilen pro Stunde für die Geschwindigkeit 214 ist.The filter function 210 receives the acquisition data 130 and performs any number of filtering operations, the acquisitions 140 identify those who are likely to be inaccurate. The filter function 210 then remove the identified detections 140 , The filter function 210 can in any technically feasible way based on any amount and type of data the captures 140 identify those who are likely to be inaccurate. In some embodiments, the filter function 210 Algorithms include the captures 140 Identify and remove that does not match the physical characteristics of the vehicles 120 to match. For example, the filter function could 210 the observations 140 Identify and remove a value that is higher than 120 mph for speed 214 is.
In anderen oder den gleichen Ausführungsformen identifiziert und entfernt die Filterfunktion 210 die Erfassungen 140, die in Bezug auf die Erfassungsdaten 130 nicht übereinstimmen. Zum Beispiel wird angenommen, dass fünfzig der Erfassungen 140(1–50) ungefähr die gleichen Fahrzeugpositionen 210, Richtungen 212 und Seiten 218 beinhalten; die Erfassungen 140(1–49) eine Schildart „Geschwindigkeitsbegrenzung auf 10 Meilen pro Stunde” spezifizieren und die Erfassung 140(50) eine Schildart „Geschwindigkeitsbegrenzung auf 70 Meilen pro Stunde” spezifiziert. In einigen Ausführungsformen würde die Filterfunktion 210 die Erfassung 140(50) als nicht übereinstimmend identifizieren und die Erfassung 140(50) aus den Erfassungsdaten 130 entfernen.In other or the same embodiments, the filter function identifies and removes 210 the observations 140 that in terms of detection data 130 do not match. For example, it is believed that fifty of the observations 140 (1-50) about the same vehicle positions 210 , Directions 212 and pages 218 include; the observations 140 (1-49) Specify a "speed limit to 10 mph" sign type and capture 140 (50) a shield type "speed limit to 70 miles per hour" specified. In some embodiments, the filter function would 210 the capture 140 (50) identify as mismatched and detection 140 (50) from the acquisition data 130 remove.
Für jede der übrigen Erfassungen 140, die in den Erfassungsdaten 130 enthalten sind, erzeugt die Sektorierungsfunktion 220 einen Sektor (in 2 nicht gezeigt) auf Grundlage eines mathematischen Modells, das eine erfasste Schildposition der Fahrzeugposition 210, der Richtung 212, der Geschwindigkeit 214 und der Seite 218 zuordnet. Wie hinreichend bekannt ist, ist ein Sektor ein Abschnitt einer Scheibe, die von zwei Radien und einem Bogen eingeschlossen wird. Insbesondere liegt die Kamera ungefähr in der Mitte der Scheibe, basiert die Richtung des Sektors auf der Richtung 212 und der Seite 218 und basiert der Mittelpunktswinkel des Sektors auf der Geschwindigkeit 214. Insbesondere nimmt die Sichttiefe der Kamera ab, wenn sich die Geschwindigkeit 214 erhöht, und folglich nimmt der Mittelpunktswinkel des Sektors ab. Die Sektorierungsfunktion 220 bestimmt dann die erfasste Schildposition auf Grundlage des Sektors. In alternativen Ausführungsformen kann das mathematische Modell eine beliebige Anzahl und Art von Daten beinhalten. Zum Beispiel könnte das mathematische Modell zusätzliche Straßenparameter beinhalten, wie zum Beispiel funktionale Straßenklasse, Anzahl an Spuren usw.For each of the other observations 140 that in the collection data 130 contained, generates the sectoring function 220 a sector (in 2 not shown) based on a mathematical model that includes a detected shield position of the vehicle position 210 , the direction 212 , the speed 214 and the page 218 assigns. As is well known, a sector is a section of a Slice enclosed by two radii and a bow. In particular, the camera is located approximately in the middle of the disk, the direction of the sector is based on the direction 212 and the page 218 and the center angle of the sector is based on the speed 214 , In particular, the viewing depth of the camera decreases as the speed increases 214 increases, and thus the center angle of the sector decreases. The sectoring function 220 then determines the detected shield position based on the sector. In alternative embodiments, the mathematical model may include any number and type of data. For example, the mathematical model could include additional road parameters, such as functional road class, number of lanes, etc.
Die Clustering-Funktion 230 empfängt die erfassten Schildpositionen, bestimmt Sätze an „ähnlichen” Erfassungen 140 und führt dichtebasiertes Clustering an jedem Satz an ähnlichen Erfassungen 140 durch, um die Cluster 170 zu erzeugen. Wie gezeigt, beinhaltet jedes der Cluster 170 ohne Einschränkung die Richtung 212, die Schildart 216, die Seite 218, eine Erfassungsliste 282, eine Erfassungszahl 284, ein Zeitintervall 286 und eine Schildposition 280. Um jeden Satz an ähnlichen Erfassungen zu bestimmen, identifiziert die Clustering-Funktion 230 die Erfassungen 140, die die gleiche Schildart 216 und die gleiche Seite 218 teilen und Richtungen 212 aufweisen, die um höchstens eine Höchstrichtungsabweichung voneinander abweichen. Die Clustering-Funktion 230 kann die Höchstrichtungsabweichung auf eine beliebige technisch durchführbare Weise bestimmen. Zum Beispiel könnte die Clustering-Funktion 230 die Höchstrichtungsabweichung über eine graphische Benutzerschnittstelle (GUI) erhalten.The clustering feature 230 receives the detected shield positions, determines sets of "similar" detections 140 and performs density-based clustering on each set of similar acquisitions 140 through to the clusters 170 to create. As shown, each of the clusters includes 170 without restriction, the direction 212 , the shield type 216 , the page 218 , a collection list 282 , a registration number 284 , a time interval 286 and a shield position 280 , To determine each set of similar acquisitions, the clustering function identifies 230 the observations 140 that the same shield type 216 and the same page 218 divide and directions 212 which deviate from one another by at most one maximum deviation. The clustering feature 230 can determine the maximum deviation in any technically feasible manner. For example, the clustering feature could 230 the maximum deviation is obtained via a graphical user interface (GUI).
Wie ein Fachmann erkennt, bezieht sich „dichtebasiertes Clustering” auf Techniken, die Daten auf Grundlage eines Bewertungskriteriums darstellen, Cluster der in Regionen mit relativ hoher Dichte enthaltenen Daten bilden und Daten in Regionen mit relativ geringer Dichte als Ausreißer identifizieren (z. B. Geräusche usw.). Da jede der Erfassungen 140 typischerweise von dem assoziierten Fahrzeug 120 gemeldet wird, das entlang einer Straße fährt, die mit der assoziierten Richtung 212 übereinstimmt, führt die Clustering-Funktion 230 im Betrieb „ausgerichtetes” dichtebasiertes Clustering auf Grundlage der erfassten Schildpositionen und ausgerichteten Abstände durch. Wie hierin genannt, spezifiziert ein „ausgerichteter Abstand” einen Abstand zwischen erfassten Schildpositionen, wobei Abstände, die sich entlang der Richtung 212 befinden, weniger schwer gewichtet werden als Abstände, die senkrecht zur Richtung 212 sind.As one skilled in the art will appreciate, "density-based clustering" refers to techniques that represent data based on a scoring criterion, form clusters of data contained in relatively high density regions, and identify data in relatively low-density regions as outliers (eg, noise etc.). As each of the observations 140 typically from the associated vehicle 120 is reported, which drives along a road, with the associated direction 212 matches, performs the clustering function 230 "aligned" density-based clustering based on the detected shield positions and aligned distances. As referred to herein, an "aligned distance" specifies a distance between detected blade positions, with distances along the direction 212 are less weighted than distances that are perpendicular to the direction 212 are.
Zum Beispiel wird angenommen, dass die Richtung 212 Norden ist, die erfasste Schildposition, die mit der Erfassung 140(1) assoziiert wird, 500 Fuß nördlich der erfassten Schildposition ist, die mit der Erfassung 140(2) assoziiert wird, und die erfasste Schildposition, die mit der Erfassung 140(3) assoziiert wird, 200 Fuß westlich der erfassten Schildposition ist, die mit der Erfassung 140(2) assoziiert wird. In solch einem Szenario ist der Abstand zwischen der Erfassung 140(1) und der Erfassung 140(2) entlang der Richtung 212, während der Abstand zwischen der Erfassung 140(1) und der Erfassung 140(3) senkrecht zur Richtung 212 ist. Folglich ist der ausgerichtete Abstand zwischen der Erfassung 140(1) und 140(2) kleiner als der ausgerichtete Abstand zwischen der Erfassung 140(1) und der Erfassung 140(3).For example, it is assumed that the direction 212 North is the captured shield position that coincides with the capture 140 (1) is 500 feet north of the recorded shield position that coincides with the capture 140 (2) is associated, and the detected shield position, with the capture 140 (3) 200 feet west of the recorded shield position is that with the capture 140 (2) is associated. In such a scenario, the distance between the capture is 140 (1) and the capture 140 (2) along the direction 212 while the distance between the detection 140 (1) and the capture 140 (3) perpendicular to the direction 212 is. Consequently, the aligned distance between detection 140 (1) and 140 (2) less than the aligned distance between the detection 140 (1) and the capture 140 (3) ,
Die Clustering-Funktion 230 kann eine beliebige Art von dichtebasierten Clustering-Vorgängen umsetzen, um die Cluster 170 zu erzeugen. Zum Beispiel führt die Clustering-Funktion 230 in einigen Ausführungsformen dichtebasierte Clustering-Vorgänge durch, die modifizierte Versionen von Vorgängen sind, die als Teil des hinreichend bekannten räumlichen Clusterings von Anwendungen mit Geräusch-(DBSCAN)-Algorithmus durchgeführt werden. In alternativen Ausführungsformen kann die Clustering-Funktion 230 eine beliebige Anzahl und Art von Clustering-Vorgängen auf Grundlage einer beliebigen Anzahl und Art von Einschränkungen umsetzen, um die Cluster 170 zu erzeugen. Ferner kann die Clustering-Funktion 230 eine beliebige Menge an zusätzlichen Vorgängen an den Clustern 170 vor, während oder nach der Durchführung der dichtebasierten Clustering-Vorgänge durchführen. Zum Beispiel kann die Clustering-Funktion 230 Cluster 170 verwerfen, die keine Mindestanzahl der Erfassungen 140 enthalten.The clustering feature 230 can implement any type of density-based clustering operation to the clusters 170 to create. For example, the clustering function performs 230 In some embodiments, density-based clustering operations, which are modified versions of operations that are performed as part of well-known spatial clustering of noise application (DBSCAN) algorithms. In alternative embodiments, the clustering function may be 230 Transform any number and type of clustering operations based on any number and type of constraints to the clusters 170 to create. Furthermore, the clustering feature 230 any amount of additional operations on the clusters 170 before, during, or after you perform density-based clustering. For example, the clustering feature 230 cluster 170 discard that no minimum number of acquisitions 140 contain.
Als Ergebnis des ausgerichteten dichtebasierten Clusterings kann jedes der Cluster 170 durch eine rechteckige Form gekennzeichnet sein, die entlang einer Straße ausgerichtet ist und die Erfassungen 130 definiert, die wahrscheinlich mit einem einzelnen Straßenschild assoziiert werden. Für jedes der Cluster 170 legt die Clustering-Funktion 230 die Erfassungsliste 282 fest, um die Erfassungen 140 zu spezifizieren, die in der Region mit relativ hoher Dichte, die das Cluster 170 definiert, enthalten sind. Auf eine ergänzende Weise legt die Clustering-Funktion 230 die Erfassungszahl 284 fest, um die Gesamtanzahl an Erfassungen 140, die in der Erfassungsliste 282 enthalten sind, zu spezifizieren. Die Clustering-Funktion 230 setzt die Schildart 216 und die Seite 218 des Clusters 170 dann jeweils gleich der geteilten Schildart 216 und der geteilten Seite 218 der Erfassungen 140, die in der Erfassungsliste 282 enthalten sind. Die Clustering-Funktion 230 kann die Richtung 212 auf eine beliebige technisch durchführbare Weise festlegen. Zum Beispiel könnte die Clustering-Funktion 230 die Richtung 212 auf den Durchschnitt der Richtungen 212 der Erfassungen 140, die in der Erfassungsliste 282 enthalten sind, festlegen.As a result of aligned density-based clustering, each of the clusters 170 be characterized by a rectangular shape that is aligned along a road and the captures 130 which are likely to be associated with a single street sign. For each of the clusters 170 sets the clustering function 230 the entry list 282 stuck to the surveys 140 to specify in the region of relatively high density that the cluster 170 defined, are included. In a complementary way, the clustering feature sets 230 the entry number 284 fixed to the total number of acquisitions 140 that are in the entry list 282 are to be specified. The clustering feature 230 set the shield type 216 and the page 218 of the cluster 170 then each equal to the divided shield type 216 and the shared page 218 of the observations 140 that are in the entry list 282 are included. The clustering feature 230 can the direction 212 set in any technically feasible manner. For example, the clustering feature could 230 the direction 212 on the average the directions 212 of the observations 140 that are in the entry list 282 are included.
Schließlich legt die Clustering-Funktion 230 für jedes der Cluster 170 das Zeitintervall 286 fest, um den frühesten Zeitstempel 202 und den spätesten Zeitstempel 202, die in den Erfassungen 140, die in der Erfassungsliste 282 enthalten sind, spezifiziert werden, zu reflektieren. Auf diese Weise ermöglichen die Cluster 170 der Zuverlässigkeitsfunktion 260 und anderen Anwendungen (z. B. der Aktualisierungsanwendung 180), beliebige der Cluster 170 zu identifizieren, die mit veralteten Erfassungen 140 assoziiert werden. Falls zum Beispiel ein Straßenschild zu einem Austauschzeitpunkt ausgetauscht wird, dann würde das in einem entsprechenden Cluster 170 spezifizierte Zeitintervall 286 einen spätesten Zeitpunkt spezifizieren, der früher als der Austauschzeitpunkt ist.Finally, the clustering feature stops 230 for each of the clusters 170 the time interval 286 fixed to the earliest timestamp 202 and the latest time stamp 202 that in the surveys 140 that are in the entry list 282 are specified to be reflected. That's how the clusters make it possible 170 the reliability function 260 and other applications (such as the update application 180 ), any of the clusters 170 to identify those with outdated acquisitions 140 be associated. For example, if a road sign is replaced at a replacement time, then that would be in a corresponding cluster 170 specified time interval 286 specify a latest time earlier than the replacement time.
Für jedes der Cluster 170 berechnet die Clusterpositionierungsfunktion 240 die Schildposition 280 auf Grundlage der erfassten Schildpositionen der Erfassungen 140, die in der Erfassungsliste 282 enthalten sind. Insbesondere fügt die Clusterpositionierungsfunktion 240 die erfassten Schildpositionen in eine Gauß-Verteilung ein und setzt dann die Schildposition 280 auf den Mittelwert der Gauß-Verteilung. In alternativen Ausführungsformen kann die Clusterpositionierungsfunktion 240 die Schildpositionen 280 auf eine beliebige technisch durchführbare Weise berechnen.For each of the clusters 170 calculates the cluster positioning function 240 the shield position 280 based on the recorded shield positions of the observations 140 that are in the entry list 282 are included. In particular, the cluster positioning feature adds 240 the detected shield positions into a Gaussian distribution and then sets the shield position 280 to the mean of the Gaussian distribution. In alternative embodiments, the cluster positioning function may be 240 the shield positions 280 calculate in any technically feasible way.
Um angemessen mit verschiedenen Arten von ungewöhnlichen Fällen umzugehen, könnte die Vermischungsfunktion 250 beliebige der Cluster 170 identifizieren, die wahrscheinlich mit einem einzelnen physischen oder logischen Schild assoziiert werden und das/die identifizierte(n) Cluster 170 zu einem einzelnen Zielcluster 170 vermischen. Ein „logisches Schild” wie hierin genannt kann eine beliebige Anzahl an physischen Schildern umfassen, die als ein einzelnes Schild zum Zwecke des Navigierens auf einer Straße angesehen werden. Zum Beispiel ist ein zweiseitiges Straßenschild ein einzelnes logisches Schild, das zwei physische Schilder umfasst. Genauer entspricht ein „zweiseitiges” Straßenschild zwei physischen Schildern, die die gleichen Informationen angeben, wobei die physischen Schilder an verschiedenen Seiten der Fahrzeuge 170 erfasst werden und in ungefähr der gleichen Richtung entlang der Straße ausgerichtet sind. Falls die Vermischungsfunktion 250 zwei der Cluster 170 identifiziert, die mit ähnlichen Richtungen 212, Schildarten 216 und Schildpositionen 280 assoziiert werden, dann kann die Vermischungsfunktion 250 versuchen, ein Zielcluster 170 zu bilden.To deal adequately with different types of unusual cases, the blending function could 250 any of the clusters 170 identify which are likely to be associated with a single physical or logical shield and the identified cluster (s) 170 to a single target cluster 170 mix. A "logical shield" as referred to herein may include any number of physical shields that are viewed as a single shield for the purpose of navigating a road. For example, a two-sided street sign is a single logical sign that includes two physical signs. More specifically, a "two-sided" road sign corresponds to two physical signs indicating the same information, with the physical signs on different sides of the vehicles 170 are detected and aligned in approximately the same direction along the road. If the mixing function 250 two of the clusters 170 identified with similar directions 212 , Shield types 216 and shield positions 280 can be associated, then the blending function 250 try a target cluster 170 to build.
Als Teil der Bildung des Zielclusters 170 kombiniert die Vermischungsfunktion 250 die Erfassungslisten 282 der identifizierten Cluster 170, summiert die Erfassungszahlen 284 der identifizierten Cluster 170 und setzt die Seite 218 auf zweiseitig. Die Vermischungsfunktion 250 kann die Schildposition 280, die im Zielcluster 170 enthalten ist, auf eine beliebige technisch durchführbare Weise festlegen. Zum Beispiel kann in einigen Ausführungsformen die Vermischungsfunktion 250 die Schildposition 280, die im Zielcluster 170 enthalten ist, auf den Durchschnitt der Schildpositionen 280, die in den identifizierten Clustern 170 enthalten sind, festlegen. In derselben oder anderen Ausführungsformen kann die Vermischungsfunktion 250 eine „vermischte Clusterliste” festlegen, die mit dem Zielcluster 170 assoziiert wird, um auf die zwei identifizierten Cluster 170 zu zeigen. In anderen Ausführungsformen kann die Vermischungsfunktion 250 die zwei identifizierten Cluster 170 verwerfen.As part of the formation of the target cluster 170 combines the mixing function 250 the entry lists 282 the identified cluster 170 , sums up the acquisition numbers 284 the identified cluster 170 and set the page 218 on two sides. The mixing function 250 can the shield position 280 in the target cluster 170 contained in any technically feasible manner. For example, in some embodiments, the blending function 250 the shield position 280 in the target cluster 170 is included on the average of the shield positions 280 that are in the identified clusters 170 are included. In the same or other embodiments, the mixing function 250 set a "merged cluster list" with the target cluster 170 is associated to the two identified clusters 170 to show. In other embodiments, the blending function 250 the two identified clusters 170 discard.
Schließlich berechnet die Zuverlässigkeitsfunktion 260 die Zuverlässigkeitsgrade 172 auf Grundlage der Erfassungszahlen 284, der Seiten 218 und der Konsistenz der in den Erfassungslisten 282 spezifizierten Erfassungen 140. Insbesondere kann in einigen Ausführungsformen die Zuverlässigkeitsfunktion 260 den Zuverlässigkeitsgrad 172(i), der mit dem Cluster 170(i) assoziiert wird, auf Grundlage von beliebigen der folgenden Kriterien berechnen:
- • der Summe der Erfassungszahlen 284, die in allen Clustern 270 enthalten sind
- • der Erfassungszahl 284, die im Cluster 270(i) enthalten ist
- • der letzten Zeit, die im Zeitintervall 286(i) enthalten ist, verglichen mit der letzten Zeit, die in den Zeitintervallen 286 spezifiziert wird, die in benachbarten Clustern 270 enthalten sind
- • der Gesamtanzahl der Cluster 270, die die Schildart 216 gleich zweiseitig enthalten
- • der Gesamtanzahl der Erfassungen 140, die in der Erfassungsliste 282(i) spezifiziert sind, die die Schildart 216 gleich zweiseitig enthalten
Finally, the reliability function calculates 260 the reliability levels 172 based on the acquisition numbers 284 , the pages 218 and the consistency of the in the collection lists 282 specified observations 140 , In particular, in some embodiments, the reliability function may be 260 the degree of reliability 172 (i) that with the cluster 170 (i) calculate based on any of the following criteria: - • the sum of the acquisition numbers 284 in all clusters 270 are included
- • the entry number 284 in the cluster 270 (i) is included
- • the last time in the time interval 286 (i) is included compared to the recent time in the time intervals 286 is specified in adjacent clusters 270 are included
- • the total number of clusters 270 that the shield type 216 equal two-sided included
- • the total number of observations 140 that are in the entry list 282 (i) are specified, the shield type 216 equal two-sided included
Im Allgemeinen nimmt mit einer Erhöhung der Erfassungszahl 282(i) der Zuverlässigkeitsgrad 172(i) zu. Ebenso nimmt mit einer Zunahme des Verhältnisses der Erfassungszahl 282(i) zur Summe der Erfassungszahlen 284, die in allen Cluster 270 enthalten sind, der Zuverlässigkeitsgrad 172(i) zu. Im Gegensatz dazu nimmt mit einer Zunahme des Unterschieds zwischen einer aktuellen Zeit und der letzten im Zeitintervall 286(i) spezifizierten Zeit der Zuverlässigkeitsgrad 172(i) ab. Falls die Schildart 216 des Clusters 170(i) zweiseitig gleicht, dann nimmt mit der Zunahme der Anzahl von Erfassungen 140, die in der Erfassungsliste 282(i), die die Schildart 216 gleich zweiseitig enthält, spezifiziert sind, der Zuverlässigkeitsgrad 172(i) zu.In general, increases with an increase in the detection number 282 (i) the degree of reliability 172 (i) to. Likewise, with an increase in the ratio of the detection number increases 282 (i) to the sum of the acquisition numbers 284 that are in all clusters 270 are included, the degree of reliability 172 (i) to. In contrast, with an increase in the difference between a current time and the last in the time interval increases 286 (i) specified time the degree of reliability 172 (i) from. If the shield type 216 of the cluster 170 (i) equals two-sided, then decreases with the increase in the number of acquisitions 140 that are in the entry list 282 (i) that the shield type 216 equal two-sided, specified, the degree of reliability 172 (i) to.
Falls das Cluster 270(i) das Ergebnis von Vermischungsvorgängen ist und die Schildart 216 des Clusters 270(i) zweiseitig gleicht, dann passt ferner die Zuverlässigkeitsfunktion 260 den Zuverlässigkeitsgrad 172(i) auf Grundlage der Eigenschaften der assoziierten vermischten Cluster 270 an. Insbesondere reduziert die Zuverlässigkeitsfunktion 260 den Zuverlässigkeitsgrad 172(i), falls die Schildart 216, die in einem der vermischten Cluster 270 spezifiziert ist, gleich links ist und die Schildart 216, die in dem anderen vermischten Cluster 270 spezifiziert ist, gleich rechts ist. Im Gegensatz dazu setzt, falls eine der Schildarten 216, die in den vermischten Clustern 270 spezifiziert ist, gleich zweiseitig ist, die Zuverlässigkeitsfunktion 260 dann den Zuverlässigkeitsgrad 172(i) gleich dem Zuverlässigkeitsgrad 172 des zweiseitigen vermischten Clusters 270.If the cluster 270 (i) the result of blending operations is and the shield type 216 of the cluster 270 (i) two-sided, then fits the reliability function 260 the degree of reliability 172 (i) based on the properties of the associated mixed clusters 270 at. In particular, the reliability function reduces 260 the degree of reliability 172 (i) if the shield type 216 that in one of the mixed clusters 270 is specified, is equal to left and the shield type 216 that in the other mixed cluster 270 is specified, is right. In contrast, if one of the shield types 216 that in the mixed clusters 270 is specified, is equal to two-sided, the reliability function 260 then the degree of reliability 172 (i) equal to the degree of reliability 172 of the two-sided mixed cluster 270 ,
Es ist anzumerken, dass die hierin beschriebenen Techniken veranschaulichend statt einschränkend sind und verändert werden können, ohne vom breiteren Geist und Umfang der in Betracht gezogenen Ausführungsformen abzuweichen. Für den Durchschnittsfachmann liegen viele Modifikationen und Variationen der durch die Clusteranwendung 150 bereitgestellten Funktionalität auf der Hand, ohne vom Umfang und Geist der beschriebenen Ausführungsformen abzuweichen. Zum Beispiel berechnet in einigen Ausführungsformen die Clusteranwendung 150 möglicherweise keine Zuverlässigkeitsgrade 172. In anderen Ausführungsformen kann die Clusteranwendung 150 die Zuverlässigkeitsgrade 172 berechnen und dann beliebige der Cluster 170 verwerfen, die mit dem Zuverlässigkeitsgrad 172 assoziiert werden, der weniger als eine zuvor festgelegte Mindestzuverlässigkeit ist.It should be understood that the techniques described herein are illustrative rather than restrictive and may be varied without departing from the broader spirit and scope of the contemplated embodiments. For the average person skilled in the art many modifications and variations will be made by the cluster application 150 provided functionality without departing from the scope and spirit of the described embodiments. For example, in some embodiments, the cluster application calculates 150 possibly no reliability levels 172 , In other embodiments, the cluster application 150 the reliability levels 172 calculate and then any of the clusters 170 discard that with the degree of reliability 172 which is less than a predetermined minimum reliability.
3 veranschaulicht Beispiele der Cluster 170 aus 2 gemäß verschiedenen Ausführungsformen. Wie gezeigt, liegen die drei Geschwindigkeitsbegrenzungsschilder 330(1), 330(2) und 330(3) entlang einer rechten Hälfte einer geteilten Straße und sind sichtbar für die Fahrzeuge 120, die entlang der Straße in einer Nordostrichtung fahren. Jede der Erfassungen 140, die in den Erfassungsdaten 130 enthalten ist, ist als ein kleiner, ungefüllter Kreis dargestellt und die Cluster 170(1) und 170(2) sind als ungefüllte Rechtecke dargestellt, die die Erfassungen 130 umgeben, die in den assoziierten Erfassungslisten 282(1) und 282(2) enthalten sind. 3 illustrates examples of clusters 170 out 2 according to various embodiments. As shown, the three speed limit signs are located 330 (1) . 330 (2) and 330 (3) along a right half of a shared road and are visible to the vehicles 120 driving along the road in a northeast direction. Each of the observations 140 that in the collection data 130 is shown as a small, unfilled circle and the clusters 170 (1) and 170 (2) are shown as unfilled rectangles, which are the observations 130 surrounded in the associated acquisition lists 282 (1) and 282 (2) are included.
Wie gezeigt, entspricht das Cluster 170(1) einem Geschwindigkeitsbegrenzungsschild 330(1), das sich auf der rechten Seite der Straße befindet und 50 Meilen pro Stunde angibt. Entsprechend sind die Schildart 216(1) und die Seite 218(1), die im Cluster 170(1) enthalten sind, jeweils „Geschwindigkeitsbegrenzung auf 50 Meilen pro Stunde” und „rechts”. Das Cluster 170(1) ist als ungefülltes Rechteck dargestellt, das entlang der Straße ausgerichtet ist. Die Erfassungsliste 282(1), die im Cluster 170(1) enthalten ist, spezifiziert die Erfassungen 140, die im ungefüllten Rechteck liegen, das das Cluster 170(1) darstellt. Als Teil der Erzeugung des Clusters 170(1) erzeugt die Sektorierungsfunktion 220 für jede der Erfassungen 140 einen Sektor 320. Der Sektor 320(1), der mit der Erfassung 140(1) assoziiert wird, die in der Erfassungsliste 282(1) enthalten ist, ist als gestrichelte Region dargestellt und das Geschwindigkeitsbegrenzungszeichen 330(1) liegt innerhalb der gestrichelten Region.As shown, the cluster corresponds 170 (1) a speed limit sign 330 (1) which is located on the right side of the road and indicates 50 miles per hour. Accordingly, the shield type 216 (1) and the page 218 (1) in the cluster 170 (1) "Speed limit to 50 miles per hour" and "right" respectively. The cluster 170 (1) is shown as an unfilled rectangle aligned along the road. The entry list 282 (1) in the cluster 170 (1) contains the surveys specifies 140 that lie in the unfilled rectangle that is the cluster 170 (1) represents. As part of the generation of the cluster 170 (1) generates the sectoring function 220 for each of the observations 140 a sector 320 , The sector 320 (1) that with the capture 140 (1) which is in the entry list 282 (1) is shown as a dashed region and the speed limit sign 330 (1) lies within the dashed region.
Im Gegensatz dazu entspricht das Cluster 170(2) zwei Geschwindigkeitsbegrenzungszeichen 330(2) und 330(3), die sich jeweils auf einem linken Mittelstreifen der Straße und der rechten Seite der Straße befinden. Die Geschwindigkeitsbegrenzungszeichen 220(2) und 330(3) geben beide 80 Meilen pro Stunde an. Entsprechend sind die Schildart 216(2) und die Seite 218(2), die im Cluster 170(2) enthalten sind, jeweils „Geschwindigkeitsbegrenzung auf 80 Meilen pro Stunde” und „zweiseitig”. Obwohl nicht gezeigt, erzeugt die Vermischungsfunktion 250 das Cluster 170(2) auf Grundlage des Clusters 170(3), das dem Geschwindigkeitsbegrenzungsschild 330(2) entspricht und des Clusters 170(4), das dem Geschwindigkeitsbegrenzungsschild 330(3) entspricht. Die Schildart 216(3) und die Seite 218(3), die im Cluster 170(3) enthalten sind, sind jeweils „Geschwindigkeitsbegrenzung auf 80 Meilen pro Stunde” und „links”. Die Schildart 216(4) und die Seite 218(4), die im Cluster 170(4) enthalten sind, sind jeweils „Geschwindigkeitsbegrenzung auf 80 Meilen pro Stunde” und „rechts”.In contrast, the cluster matches 170 (2) two speed limit signs 330 (2) and 330 (3) which are each located on a left median strip of the street and the right side of the street. The speed limit sign 220 (2) and 330 (3) Both indicate 80 miles per hour. Accordingly, the shield type 216 (2) and the page 218 (2) in the cluster 170 (2) "Speed limit to 80 miles per hour" and "two-sided" respectively. Although not shown, the mixing function generates 250 the cluster 170 (2) based on the cluster 170 (3) That's the speed limit sign 330 (2) corresponds to and of the cluster 170 (4) That's the speed limit sign 330 (3) equivalent. The shield type 216 (3) and the page 218 (3) in the cluster 170 (3) included are "speed limit at 80 mph" and "left" respectively. The shield type 216 (4) and the page 218 (4) in the cluster 170 (4) included are "speed limit at 80 mph" and "right" respectively.
Als Teil der Erzeugung des Clusters 170(2) führt die Vermischungsfunktion 250 einen Einheitsvorgang zwischen der Erfassungsliste 282(3), die im Cluster 170(3) enthalten ist, und der Erfassungsliste 282(4), die im Cluster 170(4) enthalten ist, durch, um die Erfassungsliste 282(2), die im Cluster 170(2) enthalten ist, zu erzeugen. Die Erfassungsliste 282(2) spezifiziert die Erfassungen 140, die im ungefüllten Rechteck liegen, das das Cluster 170(2) darstellt. Als Teil der Erzeugung des Clusters 170(2) erzeugt die Sektorierungsfunktion 220 für jede der Erfassungen 140 einen anderen Sektor 320. Lediglich aus Erklärungsgründen wird eine Sektoreinheit 340 der Sektoren 320, die mit den Erfassungen 140 assoziiert werden, die in der Erfassungsliste 282(2) enthalten sind, als eine gestrichelte halbellipsoide Region dargestellt. Sowohl das Geschwindigkeitsbegrenzungszeichen 330(2) als auch das Geschwindigkeitsbegrenzungszeichen 330(3) liegen innerhalb der gestrichelten halbellipsoiden Region. Wie ein Fachmann erkennt, umfasst die Einheit der Sektoren 230, die mit den Erfassungen 140 assoziiert werden, die in der Erfassungsliste 282(3) enthalten sind, eine linke Hälfte der gestrichelten halbellipsoiden Region. Im Gegensatz dazu umfasst die Einheit der Sektoren 230, die mit den Erfassungen 140 assoziiert werden, die in der Erfassungsliste 282(4) enthalten sind, eine rechte Hälfte der gestrichelten halbellipsoiden Region.As part of the generation of the cluster 170 (2) performs the mixing function 250 a unit process between the acquisition list 282 (3) in the cluster 170 (3) is included, and the entry list 282 (4) in the cluster 170 (4) is included, by, to the entry list 282 (2) in the cluster 170 (2) is included to produce. The entry list 282 (2) specifies the observations 140 that lie in the unfilled rectangle that is the cluster 170 (2) represents. As part of the generation of the cluster 170 (2) generates the sectoring function 220 for each of the observations 140 another sector 320 , Only for explanatory reasons becomes a sector unit 340 the sectors 320 that with the observations 140 be associated in the entry list 282 (2) are shown as a dashed semiellipsoid region. Both the speed limit sign 330 (2) as well as the speed limit sign 330 (3) lie within the dashed semiellipsoid region. As one skilled in the art will appreciate, the unity of the sectors includes 230 that with the observations 140 be associated in the entry list 282 (3) a left half of the dashed semiellipsoid region. In contrast, the unity of sectors includes 230 that with the observations 140 be associated in the entry list 282 (4) are included, a right half of the dashed semiellipsoid region.
4 ist ein Ablaufdiagramm von Verfahrensschritten zum Erzeugen von navigationsbezogenen Daten auf Grundlage mehrerer Erfassungen gemäß verschiedener Ausführungsformen. Zwar werden die Verfahrensschritte im Zusammenhang mit den Systemen aus den 1–3 beschrieben, jedoch liegt für den Fachmann auf der Hand, dass jedes beliebige System, das zum Umsetzen der Verfahrensschritte in einer beliebigen Reihenfolge konfiguriert ist, in den Umfang der in Betracht gezogenen Ausführungsformen fällt. 4 FIG. 3 is a flowchart of method steps for generating navigation-related data based on multiple acquisitions according to various embodiments. FIG. Although the steps in connection with the systems from the 1 - 3 however, it will be apparent to those skilled in the art that any system configured to implement the method steps in any order will fall within the scope of the contemplated embodiments.
Wie gezeigt, beginnt ein Verfahren 400 bei Schritt 404, wo die Clusteranwendung 150 die Erfassungsdaten 130 erhält. Die Erfassungsdaten 130 enthalten eine beliebige Anzahl der Erfassungen 140, die von einer beliebigen Anzahl der Fahrzeuge 120 erhalten wurden. Die Clusteranwendung 150 kann die Erfassungsdaten 130 auf eine beliebige technisch durchführbare Weise erhalten. Bei Schritt 406 identifiziert und entfernt die Filterfunktion 210 nicht übereinstimmende Erfassungen 140, die in den Erfassungsdaten 130 enthalten sind. Zum Beispiel könnte in einigen Ausführungsformen die Filterfunktion 210 die Erfassungen 140 identifizieren und entfernen, die einen Wert spezifizieren, der höher als 120 Meilen pro Stunde für die Geschwindigkeit 214 ist.As shown, a procedure begins 400 at step 404 where the cluster application 150 the acquisition data 130 receives. The acquisition data 130 contain any number of acquisitions 140 that comes from any number of vehicles 120 were obtained. The cluster application 150 can the acquisition data 130 obtained in any technically feasible manner. At step 406 identifies and removes the filter function 210 mismatched detections 140 that in the collection data 130 are included. For example, in some embodiments, the filtering function could 210 the observations 140 Identify and remove a value that is higher than 120 mph for speed 214 is.
Bei Schritt 408 erzeugt die Sektorierungsfunktion 220 für jede der übrigen Erfassungen 140 den Sektor 320 und bestimmt eine erfasste Schildposition, die in dem Sektor 320 liegt. Der Sektor 320 reflektiert ein Sichtfeld einer Kamera, die in dem assoziierten Fahrzeug 120 enthalten ist. Insbesondere verengt sich das entsprechende Sichtfeld, wenn sich die Geschwindigkeit 214 erhöht. Bei Schritt 410 führt die Clusterfunktion 230 ausgerichtete dichtebasierte Clustering-Vorgänge an Sätzen mit ähnlichen Erfassungen 140 durch, um die Cluster 170 zu erzeugen. Wie vorstehend hierin beschrieben, teilen die Erfassungen 140, die in jedem Satz an ähnlichen Erfassungen 140 enthalten sind, die gleiche Schildart 216 und die gleiche Seite 218 und weisen Richtungen 212 auf, die um höchstens eine Höchstrichtungsabweichung voneinander abweichen. Bei Schritt 412 fügt die Clusterpositionierungsfunktion 240 für jedes der Cluster 170 geschätzte Positionen der assoziierten Erfassungen 130 einer Gauß-Verteilung hinzu und legt die Schildposition 280 auf den Mittelwert der Gauß-Verteilung fest.At step 408 generates the sectoring function 220 for each of the other observations 140 the sector 320 and determines a detected shield position that is in the sector 320 lies. The sector 320 reflects a field of view of a camera in the associated vehicle 120 is included. In particular, the corresponding field of view narrows as the speed increases 214 elevated. At step 410 performs the cluster function 230 aligned density-based clustering on sentences with similar detections 140 through to the clusters 170 to create. As described hereinabove, the observations share 140 in each sentence to similar observations 140 are included, the same shield type 216 and the same page 218 and assign directions 212 which differ by more than one maximum deviation. At step 412 adds the cluster positioning feature 240 for each of the clusters 170 estimated positions of the associated observations 130 Add a Gaussian distribution and set the shield position 280 to the mean of the Gaussian distribution.
Bei Schritt 414 identifiziert und vermischt die Vermischungsfunktion 250 beliebige der Cluster 170, die wahrscheinlich dem gleichen physischen oder logischen Gegenstand entsprechen. Falls zum Beispiel ein logisches zweiseitiges Straßenschild „B” ein linkes physisches Straßenschild „L” und ein rechtes physisches Straßenschild „R” enthält, dann könnte die Vermischungsfunktion 250 das Cluster 170(L), das mit dem linken physischen Straßenschild „L” assoziiert wird und das Cluster 170(R), das mit dem rechten physischen Straßenschild „R” assoziiert wird, vermischen, um das Zielcluster 170(M) zu erzeugen.At step 414 identifies and mixes the blending function 250 any of the clusters 170 that probably correspond to the same physical or logical object. For example, if a logical two-sided street sign "B" contains a left physical street sign "L" and a right physical street sign "R", then the blending function could 250 the cluster 170 (L) which is associated with the left physical road sign "L" and the cluster 170 (R) , which is associated with the right physical road sign "R", mix to the target cluster 170 (M) to create.
Bei Schritt 416 berechnet die Zuverlässigkeitsfunktion 260 für jedes der Cluster 170 den assoziierten Zuverlässigkeitsgrad 172, der eine Zuverlässigkeit einer beliebigen Anzahl der im Cluster 170 spezifizierten Eigenschaften reflektiert. Zum Beispiel reflektiert der Zuverlässigkeitsgrad 172(i) die Zuverlässigkeit der Schildposition 280(i), die im Cluster 170(i) enthalten ist. Bei Schritt 418 überträgt die Clusteranwendung 150 die Clusterdaten 160, darunter die Cluster 170 und die assoziierten Zuverlässigkeitsgrade 172, auf die Aktualisierungsanwendung 180. Die Clusterdaten 160 ermöglichen der Aktualisierungsanwendung 180, die Aktualisierung 190 zu erzeugen, die mit einer Straßendatenbank assoziiert wird. In alternativen Ausführungsformen kann die Clusteranwendung 150 einen beliebigen Teil der Clusterdaten 160 an eine beliebige Anzahl und Art von Anwendungen übertragen.At step 416 calculates the reliability function 260 for each of the clusters 170 the associated degree of reliability 172 that has a reliability of any number in the cluster 170 reflected properties. For example, the degree of reliability reflects 172 (i) the reliability of the shield position 280 (i) in the cluster 170 (i) is included. At step 418 transfers the cluster application 150 the cluster data 160 including the clusters 170 and the associated reliability levels 172 , on the update application 180 , The cluster data 160 enable the update application 180 , the update 190 which is associated with a road database. In alternative embodiments, the cluster application 150 any part of the cluster data 160 to any number and type of applications.
Bei Schritt 420 bestimmt die Clusteranwendung 150, ob die Clusteranwendung 150 beendet werden soll. Falls bei Schritt 420 die Clusteranwendung 150 bestimmt, dass die Clusteranwendung 150 beendet werden soll (z. B. die Clusteranwendung 150 einen Befehl zur Beendigung erhalten hat), dann endet das Verfahren 400. Falls jedoch bei Schritt 420 die Clusteranwendung 150 bestimmt, dass die Clusteranwendung 150 weiterarbeiten soll, dann kehrt das Verfahren 400 zu Schritt 404 zurück, wo die Clusteranwendung 150 neue Erfassungsdaten 130 erhält. Vorteilhafterweise kann die Clusteranwendung 150 konfiguriert sein, um durchgehend neue Erfassungsdaten 130 zu erhalten und neue Clusterdaten 160 zu erzeugen, wodurch der Aktualisierungsanwendung 180 ermöglicht wird, durchgehend genaue Aktualisierungen 190 zu erzeugen.At step 420 determines the cluster application 150 whether the cluster application 150 should be terminated. If at step 420 the cluster application 150 determines that the cluster application 150 terminate (for example, the cluster application 150 has received a command to terminate), then the process ends 400 , However, if at step 420 the cluster application 150 determines that the cluster application 150 continue to work, then the procedure returns 400 to step 404 back to where the cluster application 150 new entry data 130 receives. Advantageously, the cluster application 150 be configured to continuously acquire new acquisition data 130 to receive and new cluster data 160 to generate, causing the updating application 180 is enabled, consistently accurate updates 190 to create.
Zusammengefasst können die offenbarten Techniken verwendet werden, um navigationsbezogene Daten auf Grundlage von Clustern, die von Echtzeiterfassungen von Straßenschildern abgeleitet sind, zu erzeugen. Eine Clusteranwendung beinhaltet ohne Einschränkung eine Filterfunktion, eine Sektorierungsfunktion, eine Clustering-Funktion, eine Clusterpositionierungsfunktion, eine Vermischungsfunktion und eine Zuverlässigkeitsfunktion. Im Betrieb erhält die Filterfunktion Erfassungsdaten, die Echtzeiterfassungen von Straßenschildern, die von Fahrzeugen, die Straßen entlang fahren, erhalten wurden, enthält. Die Filterfunktion identifiziert und entfernt beliebige Erfassungen, die wahrscheinlich nicht mit den Erfassungsdaten übereinstimmen. Für jede der übrigen Erfassungen berechnet die Sektorierungsfunktion einen Sektor, der ein Sichtfeld des assoziierten Fahrzeugs, das entlang der spezifizierten Richtung in der spezifizierten Geschwindigkeit fährt, reflektiert. Die Sektorierungsfunktion bestimmt dann eine erfasste Schildposition auf Grundlage des Sektors.In summary, the disclosed techniques may be used to generate navigation-related data based on clusters derived from real-time road sign capturing. A clustering application includes, without limitation, a filtering function, a sectoring function, a clustering function, a cluster positioning function, a blending function, and a reliability function. In operation, the filter function receives acquisition data, which includes real-time captures of road signs obtained from vehicles traveling along streets. The filter function identifies and removes any detections that are unlikely to match the acquisition data. For each of the other observations, the Sectoring function a sector that reflects a field of view of the associated vehicle that travels along the specified direction at the specified speed. The sectoring function then determines a detected sign position based on the sector.
Anschließend erzeugt die Clusteringfunktion Cluster an Erfassungen, wobei jedes Cluster ein anderes Schild kennzeichnet. Die Clusteringfunktion setzt eine ausgerichtete Dichte auf Grundlage eines Clustering-Algorithmus auf Grundlage von ausgerichteten Abständen um. Die Clusteringfunktion berechnet jeden ausgerichteten Abstand auf Grundlage der erfassten Schildpositionen und der gemeldeten Richtungen. Insbesondere berücksichtigt die Clusteringfunktion, dass Erfassungen typischerweise von Fahrzeugen gemeldet werden, die entlang Straßen fahren, die mit den gemeldeten Richtungen übereinstimmen. Folglich ist jedes Cluster typischerweise durch eine rechteckige Form gekennzeichnet, die entlang einer Straße ausgerichtet ist. Anschließend schätzt die Clusterpositionierungsfunktion für jedes Cluster eine Schildposition auf Grundlage des Einfügens der erfassten Schildpositionen in eine Gauß-Verteilung. Die Vermischungsfunktion identifiziert und vermischt dann beliebige Cluster, die wahrscheinlich mit einem einzelnen Schild oder zwei Schildern, die wahrscheinlich ein zweiseitiges Schild umfassen, assoziiert werden. Schließlich erzeugt die Zuverlässigkeitsfunktion für jedes Cluster einen Zuverlässigkeitsgrad auf Grundlage der Anzahl, Konsistenz und Eigenschaften der Erfassungen, die im Cluster enthalten sind.The clustering function then generates clusters of acquisitions, with each cluster identifying a different shield. The clustering function converts aligned density based on aligned spacing based clustering algorithm. The clustering function computes each aligned distance based on the detected shield positions and the reported directions. In particular, the clustering function takes into account that detections are typically reported by vehicles traveling along roads that coincide with the reported directions. Thus, each cluster is typically characterized by a rectangular shape aligned along a road. Then, for each cluster, the cluster positioning function estimates a shield position based on the insertion of the detected shield positions into a Gaussian distribution. The blending function then identifies and then mixes any clusters that are likely to be associated with a single shield or two shields likely to include a two-sided shield. Finally, the reliability function generates a level of confidence for each cluster based on the number, consistency, and properties of the collections that are included in the cluster.
Mindestens ein Vorteil des offenbarten Ansatzes ist, dass, weil die Clusteringfunktion jedes Cluster auf Grundlage mehrerer fehleranfälligen Echtzeiterfassungen eines assoziierten Straßenschildes erzeugt, die Cluster Straßenschilder zuverlässiger kennzeichnen als die Erfassungen die Straßenschilder kennzeichnen. Ferner ermöglichen die Zuverlässigkeitsgrade der Cluster Anbietern von Straßendatenbanken, Cluster zu identifizieren, die ein Zuverlässigkeitskriterium erfüllen. Folglich können die Anbieter von Straßendatenbanken auf Grundlage der identifizierten Cluster genaue Aktualisierungen von Straßendatenbanken erzeugen. Insbesondere können Anbieter von Straßendatenbanken, da die Clusteranwendung mit Echtzeiterfassungen arbeitet, Aktualisierungen in einer Häufigkeit produzieren, die Navigationsanwendungen ermöglicht, durchgehend genaue Navigationsdaten bereitzustellen.At least one advantage of the disclosed approach is that because the clustering function generates each cluster based on multiple error-prone real-time detections of an associated road sign, the clusters characterize street signs more reliably than the detections identify the street signs. Furthermore, the reliability levels of the cluster enable road database providers to identify clusters that meet a reliability criterion. As a result, road database providers can generate accurate street database updates based on the identified clusters. In particular, as the clustering application works with real-time acquisitions, road database providers can produce updates at a frequency that enables navigation applications to consistently provide accurate navigation data.
Die Beschreibungen der verschiedenen Ausführungsformen sind zum Zwecke der Veranschaulichung dargestellt worden, sollen jedoch nicht abschließend oder auf die offenbarten Ausführungsformen begrenzt sein. Für den Durchschnittsfachmann liegen viele Modifikationen und Variationen auf der Hand, ohne vom Umfang und Geist der beschriebenen Ausführungsformen abzuweichen.The descriptions of the various embodiments have been presented for purposes of illustration, but are not intended to be exhaustive or limited to the disclosed embodiments. Many modifications and variations will be apparent to one of ordinary skill in the art without departing from the scope and spirit of the described embodiments.
Die Aspekte der vorliegenden Ausführungsformen können als System, Verfahren oder Computerprogrammprodukt ausgeführt sein. Entsprechend können die Aspekte der vorliegenden Offenbarung die Form einer gänzlich aus Hardware bestehenden Ausführungsform, einer gänzlich aus Software bestehenden Ausführungsform (einschließlich Firmware, systemeigener Software, Mikrocode usw.) oder einer Ausführungsform, in der Software- und Hardwareaspekte kombiniert sind, annehmen, die hier alle im Allgemeinen als „Modul” oder „System” bezeichnet werden können. Des Weiteren können die Aspekte der vorliegenden Offenbarung die Form eines Computerprogrammprodukts annehmen, das in einem oder mehreren computerlesbaren Medien mit darauf ausgebildetem computerlesbaren Programmcode ausgeführt ist.The aspects of the present embodiments may be embodied as a system, method, or computer program product. Accordingly, the aspects of the present disclosure may take the form of a wholly hardware embodiment, an all-software embodiment (including firmware, native software, microcode, etc.) or an embodiment combining software and hardware aspects herein all generally referred to as "module" or "system". Further, the aspects of the present disclosure may take the form of a computer program product embodied in one or more computer readable media having computer readable program code formed thereon.
Es kann eine beliebige Kombination aus einem oder mehreren computerlesbaren Medien eingesetzt werden. Bei dem computerlesbaren Medium kann es sich um ein computerlesbares Signalmedium oder ein computerlesbares Speichermedium handeln. Ein computerlesbares Speichermedium kann beispielsweise unter anderem ein System, eine Einrichtung oder eine Vorrichtung, das bzw. die nach einem elektronischen, magnetischen, optischen, elektromagnetischen, infrarotbasierten oder halbleiterbasierten Prinzip funktioniert, oder eine beliebige Kombination aus dem Vorgenannten sein. Zu konkreteren Beispielen (unvollständige Liste) für das computerlesbare Speichermedium würden die folgenden gehören: eine elektrische Verbindung mit einem oder mehreren Drähten, eine tragbare Computerdiskette, eine Festplatte, ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein lösch- und programmierbarer Festwertspeicher (EPROM oder Flash-Speicher), ein Lichtwellenleiter, ein tragbarer Compact-Disc-Festwertspeicher (CD-ROM), eine optische Speichervorrichtung, eine magnetische Speichervorrichtung oder eine beliebige geeignete Kombination der Vorgenannten. Im Rahmen dieser Schrift kann ein computerlesbares Speichermedium ein jedes greifbares Medium sein, auf dem ein Programm zur Verwendung durch oder in Verbindung mit einem System, einer Einrichtung oder einer Vorrichtung zur Ausführung von Anweisungen enthalten oder gespeichert sein kann.Any combination of one or more computer-readable media may be used. The computer readable medium may be a computer readable signal medium or a computer readable storage medium. For example, a computer-readable storage medium may include, but is not limited to, a system, device, or device that operates on an electronic, magnetic, optical, electromagnetic, infrared-based, or semiconductor-based principle, or any combination of the foregoing. More specific examples (incomplete list) of the computer-readable storage medium would include the following: electrical connection with one or more wires, a portable computer diskette, a hard disk, random access memory (RAM), read-only memory (ROM), read-only memory, and programmable read-only memory (EPROM or flash memory), an optical fiber, a compact disc portable compact disc (CD-ROM), an optical storage device, a magnetic storage device, or any suitable combination of the foregoing. As used herein, a computer-readable storage medium may be any tangible medium on which a program may be stored or stored for use by or in connection with a system, device, or device for executing instructions.
Die Aspekte der vorliegenden Offenbarung werden vorstehend unter Bezugnahme auf Ablaufdarstellungen und/oder Blockdiagramme von Verfahren, Einrichtungen (Systemen) und Computerprogrammprodukten gemäß Ausführungsformen der Offenbarung beschrieben. Es versteht sich, dass jeder Block in den Ablaufdarstellungen und/oder Blockdiagrammen und Kombinationen aus Blöcken in den Ablaufdarstellungen und/oder Blockdiagrammen durch Computerprogrammanweisungen implementiert werden können. Diese Computerprogrammanweisungen können einem Prozessor eines Universalcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungseinrichtung bereitgestellt werden, um eine Maschine zu erzeugen, sodass die Anweisungen, die durch den Prozessor des Computers oder der anderen programmierbaren Datenverarbeitungseinrichtung ausgeführt werden, die Implementierung der in dem Block oder den Blöcken des Ablaufschemas und/oder Blockdiagramms angegebenen Funktionen/Vorgänge ermöglichen. Bei derartigen Prozessoren kann es sich unter anderem um Universalprozessoren, Spezialprozessoren, anwendungsspezifische Prozessoren oder feldprogrammierbare Gate-Arrays handeln.Aspects of the present disclosure are described above with reference to flowcharts and / or block diagrams of methods, devices (systems), and computer program products according to embodiments of the disclosure. It is understood that each block in the flowcharts and / or block diagrams and combinations of blocks in the flowcharts and / or block diagrams can be implemented by computer program instructions. These computer program instructions may be provided to a processor of a general-purpose computer, a special purpose computer, or other programmable data processing device to generate a machine so that the instructions executed by the processor of the computer or other programmable data processing device will implement the information contained in the block or data Blocks of the flowchart and / or block diagram specified functions / operations. Such processors may include general purpose processors, specialty processors, application specific processors, or field programmable gate arrays.
Die Ablauf- und Blockdiagramme in den Figuren veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Ausführungen von Systemen, Verfahren und Computerprogrammprodukten gemäß unterschiedlichen Ausführungsformen der vorliegenden Offenbarung. In dieser Hinsicht kann jeder Block in den Ablauf- oder Blockdiagrammen ein Modul, ein Segment oder einen Codeabschnitt darstellen, das bzw. der eine oder mehrere ausführbare Anweisungen zur Implementierung der angegebenen Logikfunktion(en) umfasst. Es ist zudem zu beachten, dass die in dem Block angegebenen Funktionen in einigen alternativen Implementierungen in einer anderen Reihenfolge als in den Figuren angegeben erfolgen können. In Abhängigkeit von der betreffenden Funktionalität können zum Beispiel zwei aufeinanderfolgend gezeigte Blöcke tatsächlich im Wesentlichen zeitgleich ausgeführt werden oder die Blöcke können mitunter in umgekehrter Reihenfolge ausgeführt werden. Weiterhin ist zu beachten, dass jeder Block der Blockdiagramme und/oder der Ablaufdarstellung und Kombinationen aus Blöcken in den Blockdiagrammen und/oder der Ablaufdarstellung durch spezielle hardwarebasierte Systeme, welche die angegebenen Funktionen oder Vorgänge durchführen, oder Kombinationen aus spezieller Hardware und Computeranweisungen implementiert werden können.The flow and block diagrams in the figures illustrate the architecture, functionality, and operation of possible implementations of systems, methods, and computer program products according to various embodiments of the present disclosure. In this regard, each block in the flowcharts or block diagrams may represent a module, segment, or portion of code that includes one or more executable instructions for implementing the specified logic function (s). It should also be noted that the functions specified in the block may, in some alternative implementations, be in a different order than indicated in the figures. For example, depending on the functionality involved, two blocks shown in succession may in fact be executed substantially simultaneously, or the blocks may sometimes be executed in reverse order. It should also be noted that each block of the block diagrams and / or flowchart representation and combinations of blocks in the block diagrams and / or flowchart representation may be implemented by dedicated hardware-based systems performing the specified functions or operations, or combinations of specialized hardware and computer instructions ,
Auch wenn sich das Vorstehende auf Ausführungsformen der vorliegenden Offenbarung bezieht, können andere und weitere Ausführungsformen der Offenbarung entwickelt werden, ohne von deren grundlegendem Umfang abzuweichen, und wird deren Umfang durch die nachfolgenden Ansprüche festgelegt.While the foregoing relates to embodiments of the present disclosure, other and further embodiments of the disclosure may be developed without departing from the basic scope thereof, and the scope thereof will be determined by the following claims.
