DE102021209783A1 - Method for providing data to create a digital map - Google Patents
Method for providing data to create a digital map Download PDFInfo
- Publication number
- DE102021209783A1 DE102021209783A1 DE102021209783.9A DE102021209783A DE102021209783A1 DE 102021209783 A1 DE102021209783 A1 DE 102021209783A1 DE 102021209783 A DE102021209783 A DE 102021209783A DE 102021209783 A1 DE102021209783 A1 DE 102021209783A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- digital map
- sensor
- vehicle
- surroundings
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
Verfahren zum Bereitstellen von Daten zum Erstellen einer digitalen Karte (140), aufweisend die Schritte:
a) Sensorisches Erfassen eines Umfelds eines parkenden Fahrzeugs (2) wobei für das parkende Fahrzeug (2) eine Lokalisierung durchgeführt wird;
b) Definiertes zusammenfassendes Bearbeiten der sensorisch erfassten Umfelddaten (UD2) des parkenden Fahrzeugs (2); und
c) Übermitteln der in Schritt b) ermittelten Umfelddaten (UD2) zur Hinterlegung in einer Datenbankeinrichtung (120).
Method for providing data for creating a digital map (140), comprising the steps:
a) Sensory detection of surroundings of a parked vehicle (2), localization being carried out for the parked vehicle (2);
b) Defined summary processing of the sensor-detected surroundings data (UD2) of the parked vehicle (2); and
c) transmission of the environment data (UD2) ascertained in step b) for storage in a database device (120).
Description
Die Erfindung betrifft ein Verfahren zum Bereitstellen von Daten zum Erstellen einer digitalen Karte. Die Erfindung betrifft ferner ein Verfahren zum Erstellen einer digitalen Karte. Die Erfindung betrifft ferner ein System zum Erstellen einer digitalen Karte. Die Erfindung betrifft ferner ein Computerprogrammprodukt.The invention relates to a method for providing data for creating a digital map. The invention also relates to a method for creating a digital map. The invention also relates to a system for creating a digital map. The invention also relates to a computer program product.
Stand der TechnikState of the art
Eine wesentliche Komponente zur Ermöglichung von automatisiertem Fahren (SAE-Level 3 bis 5) ist die Nutzung einer hochgenauen digitalen HAD-Karte (engl. highly automated driving). Durch die im Rahmen der Lokalisierung geschätzte Fahrzeugpose können aus der digitalen HAD-Karte z.B. Informationen zur Straßentopologie und zum Fahrspurverlauf relativ zum Ego-Fahrzeug abgeleitet werden. Diese Informationen können genutzt werden, um AD-Funktionen (engl. automated driving functions) umzusetzen.An essential component for enabling automated driving (SAE levels 3 to 5) is the use of a highly accurate digital HAD map (highly automated driving). The vehicle pose estimated during localization can be used to derive information from the digital HAD map, for example, about the road topology and the course of the lane relative to the ego vehicle. This information can be used to implement AD functions (automated driving functions).
Bei niedrigen Automatisierungsstufen (SAE-Levels 2/3) kann dies eine Querregelung innerhalb der Fahrspur auf eine bevorzugte Spurtrajektorie oder ein assistierter Fahrspurwechsel sein, ebenso wie die Anpassung der Fahrgeschwindigkeit an empfohlene Geschwindigkeiten aus der Karte. Beim hochautomatisierten Fahren kann die Trajektorienplanung vollständig auf der digitalen HAD-Karte basieren. Eine digitale HAD-Karte enthält verschiedene Ebenen, unter anderem eine oder mehrere Lokalisierungsebenen mit statischen Umgebungsmerkmalen und eine Planungsebene zur Trajektorienplanung. Diese Planungsebene beinhaltet z.B. die Fahrspurtopologie und Abbiegerelationen, Informationen zu Geschwindigkeitsbegrenzungen oder Informationen zur Befahrbarkeit oder Nutzung verschiedener Flächen, usw.At low automation levels (
In heutigen AD-Fahrzeugen werden verschiedene Umfeldsensoren (z.B. Video, Radar, Lidar, usw.) verwendet, um Umgebungsmerkmale während der Fahrt sensorisch zu erfassen und mit Merkmalen aus der Lokalisierungsebene der Karte abzugleichen. Daraus kann die aktuelle Fahrzeugpose (Position und Orientierung) geschätzt werden. Als Lokalisierungsmerkmale können z.B. 3D-Punktwolken oder semantische Landmarken (Straßenmarkierungen, Verkehrsschilder, Laternenmasten, u.a.) verwendet werden.In today's AD vehicles, various environmental sensors (e.g. video, radar, lidar, etc.) are used to detect environmental features while driving and to compare them with features from the localization level of the map. From this, the current vehicle pose (position and orientation) can be estimated. For example, 3D point clouds or semantic landmarks (road markings, traffic signs, lamp posts, etc.) can be used as localization features.
Eine Genauigkeitsanforderung an die Lokalisierung ist typischerweise sehr hoch (bis zu 10 cm max. Lokalisierungsfehler relativ zur Karte). Auch Anforderungen an die Kartengenauigkeit sind entsprechend hoch. Zur Erstellen der HD-Karten werden üblicherweise Messfahrzeuge mit teurer Sensorik verwendet, um die erforderliche Genauigkeit der Karten zu ermöglichen.An accuracy requirement for the localization is typically very high (up to 10 cm max. localization error relative to the map). The requirements for map accuracy are correspondingly high. Measuring vehicles with expensive sensors are usually used to create the HD maps in order to enable the necessary accuracy of the maps.
Während für das Mapping aktuell nur das Datensammeln mit tatsächlich aktiven Fahrzeugen durchgeführt wird, wurden in den letzten Jahren in der Forschung für Live-Anwendungen in den Bereichen Kommunikation (Network Provisioning, etc.) und Tracking (Verkehrsdichte, Parkplatzsuche, etc.) auch parkende Fahrzeuge (im weiteren passive Fahrzeuge genannt) in Erwägung gezogen. Diese können als zusätzliche Sensoren und als Möglichkeit zur Erhöhung der Netzwerkkapazität betrachtet werden.While currently only data collection with actually active vehicles is carried out for mapping, in recent years research for live applications in the areas of communication (network provisioning, etc.) and tracking (traffic density, search for parking spaces, etc.) has also included parked ones Vehicles (hereinafter referred to as passive vehicles) into consideration. These can be viewed as additional sensors and a way to increase network capacity.
Eine Aufgabe der Erfindung ist es, ein verbessertes Verfahren zum Erstellen einer digitalen Karte bereitzustellen.An object of the invention is to provide an improved method for creating a digital map.
Die Aufgabe wird gemäß einem ersten Aspekt gelöst mit einem Verfahren zum Bereitstellen von Daten zum Erstellen einer digitalen Karte mit den Schritten:
- - Sensorisches Erfassen eines Umfelds eines parkenden Fahrzeugs, wobei für das parkende Fahrzeug eine Lokalisierung durchgeführt wird;
- - Definiertes zusammenfassendes Bearbeiten der sensorisch erfassten Umfelddaten des parkenden Fahrzeugs; und
- - Übermitteln der in Schritt b) ermittelten Umfelddaten zur Hinterlegung in einer Datenbankeinrichtung.
- - Sensory detection of an environment of a parked vehicle, a localization being carried out for the parked vehicle;
- - Defined summary processing of the sensor-acquired environmental data of the parked vehicle; and
- - Transmission of the environmental data determined in step b) for storage in a database facility.
Vorteilhaft werden auf diese Art und Weise gesammelte Daten parkender Fahrzeuge bereitgestellt, die nachfolgend und ergänzend bei der Erstellung von Lokalisierungs- und Planerkarten für das automatisierte Fahren verwendet werden können. Vorteilhaft können dadurch einerseits mehr Daten und einerseits eine andere Art von Daten für die Erstellung der digitalen Karte verwendet werden.Data of parked vehicles collected in this way is advantageously provided, which can subsequently and additionally be used in the creation of localization and planning maps for automated driving. As a result, on the one hand more data and on the other hand a different type of data can advantageously be used for creating the digital map.
Dies ist insbesondere vorteilhaft, weil die Sensorik der Fahrzeuge üblicherweise Consumersensorik ist, die nicht eine derart hohe Leistungsfähigkeit aufweist wie professionelle Referenz-Kartierungsfahrzeuge. Im Ergebnis kann dadurch ein wesentlich größeres Datenpotential für die Erstellung der digitalen Karte ausgeschöpft werden. Aufgrund der Tatsache, dass parkende Fahrzeuge in der Regel am Fahrbahnrand stehen, können Sie wesentlich besser lokalisiert werden und bestimmte Bereiche des Umfelds über einen befinden Zeitraum beobachten.This is particularly advantageous because the sensors in the vehicles are usually consumer sensors that do not have such a high level of performance as professional reference mapping vehicles. As a result, a significantly larger data potential can be exploited for the creation of the digital map. Due to the fact that parked vehicles are usually at the edge of the road, you can be localized much better and observe certain areas of the environment over a longer period of time.
Dadurch können im Unterschied zu aktiven Fahrzeugen Objekte beobachtet werden, die für fahrende Fahrzeuge oftmals nur verdeckt und nicht beobachtbar sind. Im Ergebnis kann auf diese Weise das vorschlagen Verfahren zur Erstellung der digitalen Karte für unterschiedliche Schichten zum Beispiel für eine Lokalisierungsschicht, Planungsschicht, semantische Schichten, usw. verwendet werden. Auf diese Weise können zum Beispiel Verkehrsströme, Fußgängerströme, usw. erfasst und angezeigt werden.As a result, in contrast to active vehicles, objects can be observed which are often only covered and not observable for moving vehicles. As a result, the proposed method for creating the digital map can be used for different layers, for example for a localization layer, planning layer, semantic layers, etc. in this way. In this way, for example, traffic flows, pedestrian flows, etc. can be recorded and displayed.
Im Ergebnis wird dadurch eine hohe Genauigkeit einer Kartenerstellung über einen Crowd-Sourcing Ansatz erreicht. Die Fahrzeugflotte sendet ihre Daten in eine Cloud, dort werden diese Daten aggregiert und zu einer Karte zusammengefasst.As a result, a high level of accuracy in map creation is achieved using a crowd-sourcing approach. The vehicle fleet sends its data to a cloud, where this data is aggregated and combined into a map.
Die Aufgabe wird gemäß einem zweiten Aspekt gelöst mit einem Verfahren zum Erstellen einer digitalen Karte, umfassend die Schritte:
- a) Bereitstellen von sensorisch erfassten und definiert zusammenfassend bearbeiteten der sensorisch erfassten Umfelddaten wenigstens eines fahrenden Fahrzeugs;
- b) Bereitstellen von sensorisch erfassten und definiert zusammenfassend bearbeiteten der sensorisch erfassten Umfelddaten wenigstens eines parkenden Fahrzeugs; und
- c) Erstellen einer digitalen Karte aus den in den Schritten a) und b) bereitgestellten Umfelddaten.
- a) providing sensor-acquired and defined summary processed of the sensor-acquired surroundings data of at least one moving vehicle;
- b) providing sensor-acquired and defined summary processed of the sensor-acquired surroundings data of at least one parked vehicle; and
- c) Creation of a digital map from the environmental data provided in steps a) and b).
Im Ergebnis wird dies in der Cloud durchgeführt, wodurch mit leistungsfähigen Rechnern vorteilhaft eine verbesserte Art der Erstellung einer digitalen Karte bereitgestellt wird. Vorteilhaft kann auf diese Weise Karten mit mehreren Schichten erzeugt werden. Beispielsweise können die derart Steckkarten an die Fahrzeugflotte übermittelt werden.As a result, this is carried out in the cloud, which advantageously provides an improved way of creating a digital map using high-performance computers. Advantageously, cards with multiple layers can be generated in this way. For example, such plug-in cards can be transmitted to the vehicle fleet.
Gemäß einem dritten Aspekt wird die Aufgabe gelöst mit einem System zum Erstellen einer digitalen Karte, das ausgebildet ist, das vorgeschlagene Verfahren auszuführen.According to a third aspect, the object is achieved with a system for creating a digital map that is designed to carry out the proposed method.
Gemäß einem vierten Aspekt wird die Aufgabe gelöst mit einem Computerprogrammprodukt mit Programmcodemitteln zur Durchführung des vorgeschlagenen Verfahrens, wenn es auf einer vorgeschlagenen elektronischen Vorrichtung abläuft oder auf einem computerlesbaren Datenträger gespeichert ist.According to a fourth aspect, the object is achieved with a computer program product with program code means for carrying out the proposed method when it runs on a proposed electronic device or is stored on a computer-readable data carrier.
Vorteilhafte Weiterbildungen des vorgeschlagenen Verfahrens sind Gegenstand von jeweils abhängigen Ansprüchen.
- 2 Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass in Schritt b) ein definiertes zusammenfassendes Bearbeiten von sensorisch erfassten Umfelddaten mehrerer parkender Fahrzeuge (2) durchgeführt wird, wobei in Schritt c) die sensorisch erfassten Umfelddaten der mehreren parkenden Fahrzeuge (2) an die Datenbankeinrichtung (120) übermittelt werden.
- 3 Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei in Schritt b) aus Trackingdaten zusammen mit Lokalisierungsdaten des parkenden Fahrzeugs eine Position eines sensorisch erfassten Objektes ermittelt wird. Dadurch kann im parkenden bzw. passiven Fahrzeug hochgenaue Positionen von Objekten ermittelt werden.
- 4 Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei in Schritt a) wenigstens ein Objekt messtechnisch verfolgt und eine Trajektorie des messtechnisch verfolgten Objekts ermittelt wird. -> Wir wissen wo wir sind und können so die Trajektorie bestimmen
- 5 Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei in Schritt a) Daten mittels wenigstens einem der folgenden Sensoren erfasst werden: Videosensor, Radarsensor, Ultraschallsensor, Lidarsensor. Auf diese Weise kann mit umfassender Sensorik andere Verkehrsteilnehmer, Fußgänger, Landmarken, usw. sensorisch erfasst und verfolgt werden. Vorteilhaft geschieht dies auch über einen längeren Zeitraum, der ca. der Parkdauer des parkenden Fahrzeugs entspricht.
- 6 Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei in Schritt a) das sensorische Erfassen des Umfelds mit einer definierten Nachlaufzeit nach einem Beginn eines Parkvorgangs des parkenden Fahrzeugs durchgeführt wird. Vorteilhaft wird auf diese Weise die Fahrzeugbatterie des parkenden Fahrzeugs geschont, wobei ein definierter Datensatz von Umfelddaten gesammelt wird.
- 7 Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass in Schritt c) die Daten zu definierten Zeitpunkten an eine Cloud gesendet werden. Vorteilhaft kann dies zu Beispiel dann durchgeführt werden, wenn das parkende Fahrzeug nach Beendigung des Parkens losfährt. Im Ergebnis werden eine Cloud dadurch hochaktuelle Daten des Umfelds des parkenden Fahrzeugs übermittelt.
- 8 Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass in Schritt b) Daten mit einem definierten Umfang gesammelt werden. Auf diese Weise kann ein definierter Umfang an Umfelddaten an die Cloud übermittelt werden.
- An advantageous development of the method provides that in step b) a defined summary processing of sensory recorded surroundings data of several parked vehicles (2) is carried out, wherein in step c) the sensory recorded surroundings data of several parked vehicles (2) to the database device (120) are transmitted.
- An advantageous development of the method provides that in step b) a position of an object detected by sensors is determined from tracking data together with localization data of the parked vehicle. In this way, highly precise positions of objects can be determined in the parked or passive vehicle.
- A further advantageous development of the method provides that in step a) at least one object is metrologically tracked and a trajectory of the metrologically tracked object is determined. -> We know where we are and can thus determine the trajectory
- A further advantageous development of the method provides that in step a) data is recorded using at least one of the following sensors: video sensor, radar sensor, ultrasonic sensor, lidar sensor. In this way, other road users, pedestrians, landmarks, etc. can be detected and tracked by sensors using a comprehensive sensor system. Advantageously, this also takes place over a longer period of time, which corresponds approximately to the parking time of the parked vehicle.
- A further advantageous development of the method provides that in step a) the sensory detection of the surroundings is carried out with a defined run-on time after the start of a parking process of the parked vehicle. In this way, the vehicle battery of the parked vehicle is advantageously spared, with a defined data set of environmental data being collected.
- A further advantageous development of the method provides that in step c) the data is sent to a cloud at defined times. This can advantageously be carried out, for example, when the parked vehicle drives off after parking has been completed. As a result, highly up-to-date data on the surroundings of the parked vehicle are transmitted to a cloud.
- A further advantageous development of the method provides that data with a defined scope is collected in step b). In this way, a defined scope of environmental data can be transmitted to the cloud.
Die Erfindung wird im Folgenden mit weiteren Merkmalen und Vorteilen anhand von mehreren Figuren detailliert beschrieben. Dabei bilden alle beschriebenen oder dargestellten Merkmale für sich oder in beliebiger Kombination den Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Patentansprüchen oder deren Rückbeziehung, sowie unabhängig von ihrer Formulierung bzw. Darstellung in der Beschreibung bzw. in den Figuren.The invention is described in detail below with further features and advantages on the basis of several figures. All of the features described or illustrated form the subject matter of the invention, either alone or in any combination, regardless of how they are summarized in the patent claims or their back-reference, and regardless of their wording or representation in the description or in the figures.
Offenbarte Merkmale und Vorteile des Verfahrens ergeben sich in analoger Weise aus offenbaren Merkmalen und Vorteilen des Systems und umgekehrt.Disclosed features and advantages of the method result in an analogous manner from disclosed features and advantages of the system and vice versa.
In den Figuren zeigt:
-
1 eine Darstellung einer für das Verfahren verwendeten Datensammlung; -
2 ein Systemdiagramm des vorgeschlagenen Systems; und -
3 einen prinzipiellen Ablauf einer Ausführungsform des vorgeschlagenen Verfahrens.
-
1 a representation of a data collection used for the method; -
2 a system diagram of the proposed system; and -
3 a basic sequence of an embodiment of the proposed method.
Beschreibung von AusführungsformenDescription of Embodiments
Vorgeschlagen wird ein Verfahren, bei dem eine Erstellung einer digitalen Karte verbessert sein kann. Zu diesem Zweck werden für die Kartenerstellung auch Umfelddaten von parkenden Fahrzeugen erfasst, die damit nicht nur „live genutzt“, sondern auch im Nachhinein offline im Backend für die Erstellung der digitalen Karte verwendet werden. Trotz des naturgemäß geringeren abgedeckten räumlichen Ausschnitts der gesammelten Daten haben passive, d.h. parkende bzw. geparkte Fahrzeuge als Datensammler eine Reihe von Vorteilen gegenüber aktiven, d.h. fahrenden Fahrzeugen:
- - Daten, die den Straßenrand betreffen, können durch reduzierte Verdeckung und geringere Entfernung besser, genauer bzw. überhaupt gesammelt werden
- - Eigen-Lokalisierung der geparkten Fahrzeuge ist durch längere Verweildauer am selben Ort meist genauer
- - Daten können an einem bestimmten Ort über eine lange Zeit gesammelt werden. Damit lassen sich gezielter und genauer Langzeit-Informationen über bestimmte Orte sammeln, die so selbst von einer sehr großen Fahrzeugflotte nicht erlangt werden können. Beispielhaft sind im Folgenden einige Anwendungsszenarien genannt, in denen die Kartenerstellung durch den Einsatz parkender Fahrzeuge verbessert sein kann:
- - Parkende Fahrzeuge können die Trajektorie aktiver Fahrzeuge, die an ihnen vorbeifahren, ermitteln und diese Daten dem Prozess zur Kartenerstellung zur Verfügung stellen. Diese Trajektorien können zur Ableitung eines Straßengraphen in Ergänzung zu den crowdgesourcten Daten aus der aktiven Flotte verwendet werden.
- - Des Weiteren können auch die Trajektorien weiterer Verkehrsteilnehmer, wie z.B. Fahrradfahrer, Fußgänger, usw. ermittelt werden und in Ergänzung zu den crowdgesourcten Daten aus der aktiven Fahrzeugflotte verwendet werden. Damit lässt sich vorteilhaft ein Verlauf von Rad-/Fußwegen sowie typische Orte, an denen Straßenquerungen stattfinden, identifizieren, was zu einer verbesserten Trajektorienplanung bezüglich einer automatischen Fahrfunktion führt (z.B. Anpassung von Geschwindigkeiten, Sicherheitsabständen, usw.).
- - Auch Lokalisierungsmerkmale können durch die parkenden Fahrzeuge detektiert werden und bei der Erstellung der digitalen Karte ergänzend verwendet werden. Gerade durch die lange Beobachtungszeit der genannten Merkmale und die präzise Eigen-lokalisierung ermöglicht diese Ergänzung eine genauere Positionierung der Kartenmerkmale in der digitalen Karte.
- - Insgesamt ist es möglich, ausgewählte Stellen in einer zuvor rein auf Daten einer aktiven Flotte erstellten Karte, gezielt an unsicheren Stellen durch die Daten parkender Fahrzeuge zu verbessern.
- - Roadside data can be collected better, more accurately, or at all, through reduced occlusion and distance
- - Self-localization of the parked vehicles is usually more accurate due to longer stays in the same place
- - Data can be collected at a specific location over a long period of time. This makes it possible to collect long-term information about specific locations in a more targeted and precise manner, which even a very large fleet of vehicles cannot obtain in this way. Some application scenarios are given below as examples in which the creation of maps can be improved through the use of parked vehicles:
- - Parked vehicles can determine the trajectory of active vehicles driving past them and provide this data to the map generation process. These trajectories can be used to derive a street graph in addition to the crowdsourced data from the active fleet.
- - Furthermore, the trajectories of other road users, such as cyclists, pedestrians, etc. can be determined and used in addition to the crowd-sourced data from the active vehicle fleet. This advantageously allows the course of cycle paths/footpaths and typical locations where roads are crossed to be identified, which leads to improved trajectory planning with regard to an automatic driving function (eg adjustment of speeds, safety distances, etc.).
- - Localization features can also be detected by the parked vehicles and used as a supplement when creating the digital map. Due to the long observation time of the features mentioned and the precise self-localization, this supplement enables a more precise positioning of the map features in the digital map.
- - Overall, it is possible to use the data of parked vehicles to improve selected points in a map previously created purely on the basis of data from an active fleet, specifically at unsafe points.
Unter einem „Aggregieren der Daten“ versteht man im Folgenden ein definiertes vergleichendes bzw. zusammenfassendes Bearbeiten von Daten unterschiedlicher oder gleicher Herkunft der Daten, wobei die Daten z.B. aus GNSS-Messungen stammen, und/oder Odometrie- oder Sensordaten (z.B. Video-, Radarsensordaten) sein können. In the following, "aggregating the data" means a defined comparative or summarizing processing of data from different or the same origin of the data, whereby the data originate, for example, from GNSS measurements and/or odometry or sensor data (e.g. video, radar sensor data ) could be.
Dabei wird z.B. im Falle von Trajektoriendaten ein Aneinander-Ausrichten der Daten durchgeführt, im Falle von Videodaten z.B. ein Assoziieren von erfassten identischen Objekten, usw.In the case of trajectory data, for example, the data are aligned with one another leads, in the case of video data, for example, to an association of detected identical objects, etc.
Das vorgeschlagene Verfahren verwendet verschiedene Module. Zunächst wird im parkenden Fahrzeug, beispielweise durch eine Kamera, ein Objekt detektiert und klassifiziert. Im weiteren Verlauf wird das Objekt messtechnisch verfolgt (engl. getrackt) und damit seine Position relativ zum Fahrzeug über einen gewissen Zeitraum verfolgt. Durch die gleichzeitige Lokalisierung des eigenen Fahrzeugs, ist es auf diese Weise möglich, die Trajektorie/Position des Objekts in einem globalen Koordinatensystem zu bestimmen. Der genannte Ablauf der Datensammlung ist schematisch in
Auf diese Weise werden zu definierten Zeitpunkten (dies kann je nach Anforderung und Möglichkeit noch im passiven oder dann erst im aktiven Zustand des Fahrzeugs sein) werden die Daten eines parkenden Fahrzeugs 2 bzw. aller Fahrzeuge 2 einer parkenden Fahrzeugflotte in die Cloud 100 (nicht dargestellt) gesendet. Dort werden sie getrennt von den Daten der aktiven Fahrzeugflotte verwaltet. Wird ein Prozess zur Kartenerstellung getriggert, so werden je nach Bedarf Daten aus der Sammlung der aktiven Flotte und/oder der passiven Flotte ausgewählt. Dabei kann die Kartenerstellung auch iterativ erfolgen, d.h. die erstellte digitale Karte 140 kann hinsichtlich verschiedener Kriterien bewertet werden und je nach Bedarf können weitere Daten aus den beiden Datenquellen verwendet werden. Diese erstellte digitale Karte 140 wird nach Abschluss des Kartenerstellungsprozesses aus der Cloud 100 an die Fahrzeuge gesendet und kann dort z.B. für die Fahrzeugregelung verwendet werden.In this way, at defined times (depending on the requirement and possibility, this can still be in the passive state of the vehicle or only then in the active state), the data of a parked
Eine systematische Übersicht ist schematisch in
Erkennbar ist ein Fahrzeug 1 einer aktiven (d.h. fahrenden bzw. aktiv im Verkehrsgeschehen befindlichen) Fahrzeugflotte, mit einer Datensammlungseinrichtung 1a und einer Fahrzeugregelung 1b. Das Fahrzeug 1 der aktiven Fahrzeugflotte übermittelt die erfassten und definiert aggregierten Umfelddaten UD1 an die die Cloud 100, wobei die Daten in einer ersten Datenbank 110 gespeichert werden. Gleichermaßen werden von einer Datensammlungseinrichtung 2a eines parkenden Fahrzeugs 2 (passives Fahrzeug) Umfelddaten UD2 gemäß der oben erläuterten Prinzipien erfasst und an eine zweite Datenbank 120 (mit „passiven Daten) übermittelt.A vehicle 1 of an active (i.e. driving or actively involved in traffic) fleet of vehicles can be seen, with a
Daten der ersten Datenbank 110 und Daten der zweiten Datenbank 120 werden einer Kartenerstellungseinrichtung 130 zugeführt, die basierend auf Triggerereignissen T1, T2 eine digitale Karte 140 generiert. Die Triggerereignisse T1, T2 können dabei zum Beispiel Umstände definieren, unter denen die digitale Karte 140 erstellt werden soll oder die für die Erstellung der digitalen Karte 140 verwendeten Umfelddaten UD1, UD2 bewerten. Dies können beispielsweise Zeitpunkte und/oder spezifische Datenmengen/-arten sein, bei deren Vorliegen der Prozess der Kartenerstellung initiiert wird.Data from the
Im Ergebnis kann die derart erstellte digitale Karte 140 zum Beispiel an die Fahrzeugregelung 1b des aktiven Fahrzeugs 1 übermittelt werden, welches aus der hochgenauen aktuellen digitalen Karte 140 verbessert betrieben werden kann. Beispielsweise können definierte automatisierte Fahrfunktionen des Fahrzeugs 1 unter Nutzung von spezifischen Schichten der digitalen Karte 140, die in der Regel aneinander ausgerichtet sind, aktiviert werden.As a result, the
Beispielsweise kann auf diese Art und Weise Fußgängerströme, Verkehrsströme, usw. erfasst werden und für Planungsschichten der digitalen Karte 140 genutzt werden. Eine Datenvielfalt zur Erstellung der digitalen Karte ist auf diese Weise vorteilhaft erhöht wodurch im Ergebnis eine verbesserte hochgenaue digitale Karte für das Fahrzeug bereitgestellt werden kann.For example, pedestrian flows, traffic flows, etc. can be recorded in this way and used for planning layers of the
Vorteilhaft wird das Verfahren somit als ein Softwareprogramm ausgeführt, welches die Daten der parkenden Fahrzeug 2 zur Erstellung der digitalen Karte 140 in der Cloud 100 verwendet.
In einem Schritt 200 erfolgt ein sensorisches Erfassen eines Umfelds eines parkenden Fahrzeugs 2 wobei für das parkende Fahrzeug 2 eine Lokalisierung durchgeführt wird.In a
In einem Schritt 210 wird ein definiertes zusammenfassendes Bearbeiten der sensorisch erfassten Umfelddaten UD2 des parkenden Fahrzeugs 2.In a
In einem Schritt 220 werden die in Schritt b) ermittelten Umfelddaten UD2 zur Hinterlegung in einer Datenbankeinrichtung 120 übermittelt.In a
Vorteilhaft lässt sich das vorgeschlagene Verfahren als eine Software realisieren, die beispielsweise dezentral auf einem Steuergerät im Fahrzeug oder zentral in der Cloud abläuft. Eine einfache Adaptierbarkeit des Verfahrens ist auf diese Weise unterstützt.The proposed method can advantageously be implemented as software that runs, for example, decentrally on a control device in the vehicle or centrally in the cloud. A simple adaptability of the method is supported in this way.
Vorteilhaft kann das vorgeschlagene Verfahren in der Cloud durchgeführt werden, wobei die Berechnungen in der Cloud vorteilhaft nur ein einziges Mal durchgeführt werden (z.B. bis zum nächsten Karten-Update). Im Fahrzeug wird das Verfahren bei jeder Fahrt durchgeführt, weil in der Regel hochaktuell neueste Kartenattribute angefragt werden.The proposed method can advantageously be carried out in the cloud, with the calculations advantageously being carried out only once in the cloud (e.g. until the next map update). The process is carried out in the vehicle for every trip, because the most up-to-date map attributes are usually requested.
Der Fachmann wird die Merkmale der Erfindung in geeigneter Weise abändern und/oder miteinander kombinieren, ohne vom Kern der Erfindung abzuweichen.The person skilled in the art will modify and/or combine the features of the invention in a suitable manner without departing from the essence of the invention.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- DE 102015222962 A1 [0007]DE 102015222962 A1 [0007]
- DE 102013107861 A1 [0008]DE 102013107861 A1 [0008]
- EP 3614106 A1 [0009]EP 3614106 A1 [0009]
- DE 102017101466 A1 [0010]DE 102017101466 A1 [0010]
Claims (15)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021209783.9A DE102021209783A1 (en) | 2021-09-06 | 2021-09-06 | Method for providing data to create a digital map |
CN202211084277.8A CN115773743A (en) | 2021-09-06 | 2022-09-06 | Method for providing data for creating digital map, method and system for creating digital map |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021209783.9A DE102021209783A1 (en) | 2021-09-06 | 2021-09-06 | Method for providing data to create a digital map |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021209783A1 true DE102021209783A1 (en) | 2023-03-09 |
Family
ID=85226698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021209783.9A Pending DE102021209783A1 (en) | 2021-09-06 | 2021-09-06 | Method for providing data to create a digital map |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115773743A (en) |
DE (1) | DE102021209783A1 (en) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013107861A1 (en) | 2012-07-24 | 2014-01-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Tracking of road vehicles with sensors of different types |
DE102013011824A1 (en) | 2013-07-15 | 2015-01-15 | Audi Ag | Method for determining and updating a debit card in a parking area |
DE102014015073A1 (en) | 2014-10-11 | 2016-04-14 | Audi Ag | Method for updating and / or extending a map data set of a limited environment |
DE102015222962A1 (en) | 2015-11-20 | 2017-05-24 | Robert Bosch Gmbh | Method for aggregating lane information for digital map services |
DE102017101466A1 (en) | 2016-01-29 | 2017-08-03 | Ford Global Technologies, Llc | TRACKING OBJECTS IN A DYNAMIC ENVIRONMENT FOR IMPROVED LOCALIZATION |
US20180232583A1 (en) | 2017-02-16 | 2018-08-16 | Honda Motor Co., Ltd. | Systems for generating parking maps and methods thereof |
DE102017206311A1 (en) | 2017-04-12 | 2018-10-18 | Ford Global Technologies, Llc | Method and device for supporting the search for available parking spaces |
DE102018218436A1 (en) | 2017-11-09 | 2019-05-09 | Jaguar Land Rover Limited | FLEET ASSISTANCE |
DE102018201111A1 (en) | 2018-01-24 | 2019-07-25 | Audi Ag | Method for monitoring at least one parking space for availability and system for carrying out the method |
EP3614106A1 (en) | 2016-06-27 | 2020-02-26 | Mobileye Vision Technologies Ltd. | Controlling host vehicle based on detected parked vehicle characteristics |
EP3712039A1 (en) | 2019-03-20 | 2020-09-23 | Clarion Co., Ltd. | In-vehicle processing device and movement support system |
-
2021
- 2021-09-06 DE DE102021209783.9A patent/DE102021209783A1/en active Pending
-
2022
- 2022-09-06 CN CN202211084277.8A patent/CN115773743A/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013107861A1 (en) | 2012-07-24 | 2014-01-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Tracking of road vehicles with sensors of different types |
DE102013011824A1 (en) | 2013-07-15 | 2015-01-15 | Audi Ag | Method for determining and updating a debit card in a parking area |
DE102014015073A1 (en) | 2014-10-11 | 2016-04-14 | Audi Ag | Method for updating and / or extending a map data set of a limited environment |
DE102015222962A1 (en) | 2015-11-20 | 2017-05-24 | Robert Bosch Gmbh | Method for aggregating lane information for digital map services |
DE102017101466A1 (en) | 2016-01-29 | 2017-08-03 | Ford Global Technologies, Llc | TRACKING OBJECTS IN A DYNAMIC ENVIRONMENT FOR IMPROVED LOCALIZATION |
EP3614106A1 (en) | 2016-06-27 | 2020-02-26 | Mobileye Vision Technologies Ltd. | Controlling host vehicle based on detected parked vehicle characteristics |
US20180232583A1 (en) | 2017-02-16 | 2018-08-16 | Honda Motor Co., Ltd. | Systems for generating parking maps and methods thereof |
DE102017206311A1 (en) | 2017-04-12 | 2018-10-18 | Ford Global Technologies, Llc | Method and device for supporting the search for available parking spaces |
DE102018218436A1 (en) | 2017-11-09 | 2019-05-09 | Jaguar Land Rover Limited | FLEET ASSISTANCE |
DE102018201111A1 (en) | 2018-01-24 | 2019-07-25 | Audi Ag | Method for monitoring at least one parking space for availability and system for carrying out the method |
EP3712039A1 (en) | 2019-03-20 | 2020-09-23 | Clarion Co., Ltd. | In-vehicle processing device and movement support system |
Also Published As
Publication number | Publication date |
---|---|
CN115773743A (en) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010006828B4 (en) | Method for the automatic creation of a model of the surroundings of a vehicle as well as driver assistance system and vehicle | |
EP3338056B1 (en) | Procedure for localizing an aoutonomous vehicle | |
DE102016112913A1 (en) | Method and apparatus for determining a vehicle ego position | |
DE102012203037A1 (en) | Method for determining the speed and / or position of a vehicle | |
DE102016223422A1 (en) | Method for automatically determining extrinsic parameters of a camera of a vehicle | |
DE102018005869A1 (en) | System for creating an environmental model of a vehicle | |
DE102020200843A1 (en) | Localization with neural network based on image registration of sensor data and map data | |
DE102016209232B4 (en) | Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes of a roadway | |
DE102015203016A1 (en) | Method and device for optical self-localization of a motor vehicle in an environment | |
DE102013009856B4 (en) | Determining the position of a stationary traffic object using a central server arrangement | |
DE102019201893A1 (en) | System and method for distributed parking area map generation and parking area service using in-vehicle sensors | |
DE102016225213A1 (en) | Method and system for locating a motor vehicle | |
DE102019122266A1 (en) | Park management systems and procedures | |
DE102010007091A1 (en) | Method for determining the position of a motor vehicle | |
DE102010029483A1 (en) | Method and device for communication | |
DE102016122338A1 (en) | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, CONTROL DEVICE FOR A VEHICLE AND CONTROL METHOD FOR A VEHICLE | |
DE102020210515A1 (en) | Method for checking detected changes for an environment model of a digital environment map | |
DE112018008077T5 (en) | Global mapping using local on-board maps created through fleet trajectories and observations | |
DE102018215753A1 (en) | Device and method for determining a trajectory of a vehicle | |
DE112019004199T5 (en) | Server, vehicle, decentralized transaction verification system and decentralized transaction verification process | |
DE102015225577A1 (en) | Improved method for determining the edge development of a roadway for the localization of motor vehicles | |
DE102016213783A1 (en) | A method, apparatus and computer readable storage medium having instructions for determining the lateral position of a vehicle relative to the lanes of a lane | |
EP3440433B1 (en) | Method for determining a pose of an at least partially autonomously moving vehicle using specially selected landmarks transmitted from a back end server | |
DE102018214694A1 (en) | Localization device for the visual localization of a vehicle | |
DE102020206134A1 (en) | Method for operating a motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |