DE112019002038T5 - Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen - Google Patents

Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen Download PDF

Info

Publication number
DE112019002038T5
DE112019002038T5 DE112019002038.2T DE112019002038T DE112019002038T5 DE 112019002038 T5 DE112019002038 T5 DE 112019002038T5 DE 112019002038 T DE112019002038 T DE 112019002038T DE 112019002038 T5 DE112019002038 T5 DE 112019002038T5
Authority
DE
Germany
Prior art keywords
vehicle
feature
road
camera
property
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112019002038.2T
Other languages
English (en)
Inventor
Paul Theodosis
Sabarish Gurusubramanian
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rivian IP Holdings LLC
Original Assignee
Rivian IP Holdings LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rivian IP Holdings LLC filed Critical Rivian IP Holdings LLC
Publication of DE112019002038T5 publication Critical patent/DE112019002038T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/22Conjoint control of vehicle sub-units of different type or different function including control of suspension systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

Es werden Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen bereitgestellt. In einigen Ausführungsformen umfasst das Verfahren: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.

Description

  • TECHNISCHES GEBIET
  • Der offenbarte Gegenstand bezieht sich auf Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen.
  • HINTERGRUND
  • Es kann nützlich sein, die Eigenschaften einer Straße, auf der ein Fahrzeug fährt, zu bestimmen. Wenn zum Beispiel autonome und teilautonome Fahrzeuge vorherrschender werden, kann es für ein Fahrzeug nützlich sein, zu bestimmen, ob sich ein Gegenstand, den das Fahrzeug antreffen wird, auf der Straße befindet. Als ein anderes Beispiel kann ein Bestimmen des Vorhandenseins eines bevorstehenden Schlaglochs oder einer bevorstehenden Geschwindigkeitsschwelle dazu verwendet werden, ein Aufhängungssystem des Fahrzeugs einzustellen. Es ist jedoch möglicherweise schwierig, die Eigenschaften einer Straße zu bestimmen. Obwohl zum Beispiel sensorbasierte Systeme wie ein Lidarsystem oder ein Radarsystem verwendet werden können, sind solche Systeme möglicherweise kostenaufwändig.
  • Demgemäß ist es wünschenswert, neue Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen bereitzustellen.
  • KURZDARSTELLUNG
  • Es werden Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen bereitgestellt.
  • Gemäß einigen Ausführungsformen des offenbarten Gegenstands wird ein Verfahren zum Bestimmen von Eigenschaften von Straßen bereitgestellt, wobei das Verfahren umfasst: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  • Gemäß einigen Ausführungsformen des offenbarten Gegenstands wird ein System zum Bestimmen von Eigenschaften von Straßen bereitgestellt, wobei das System umfasst: einen Hardwareprozessor, der programmiert ist zum: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  • Gemäß einigen Ausführungsformen des offenbarten Gegenstands wird ein nichtflüchtiges computerlesbares Medium bereitgestellt, das computerausführbare Anweisungen enthält, die bei Ausführung durch einen Prozessor bewirken, dass der Prozessor ein Verfahren zum Bestimmen von Eigenschaften von Straßen durchführt, wobei das Verfahren umfasst: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  • Gemäß einigen Ausführungsformen des offenbarten Gegenstands wird ein System zum Bestimmen von Eigenschaften von Straßen bereitgestellt, wobei das System umfasst: Mittel zum Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Mittel zum Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Mittel zum Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Mittel zum Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Mittel zum Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Mittel zum Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  • In einigen Ausführungsformen ist der Gegenstand vor dem Fahrzeug ein zweites Fahrzeug.
  • In einigen Ausführungsformen ist das Merkmal des Gegenstands vor dem Fahrzeug ein Rücklicht des zweiten Fahrzeugs.
  • In einigen Ausführungsformen ist die Oberflächeneigenschaft der Straße eine Unregelmäßigkeit einer Oberfläche der Straße.
  • In einigen Ausführungsformen ist die Eigenschaft der Straße eine Änderung des Geländes.
  • In einigen Ausführungsformen umfasst das System ferner Mittel zum Ändern eines Parameters des Fahrzeugs basierend auf der Eigenschaft der Straße.
  • In einigen Ausführungsformen umfasst das Mittel zum Ändern des Parameters des Fahrzeugs ein Mittel zum Ändern eines Aufhängungsparameters des Fahrzeugs.
  • Figurenliste
  • Verschiedene Ziele, Merkmale und Vorteile des offenbarten Gegenstands können unter Bezugnahme auf die folgende ausführliche Beschreibung des offenbarten Gegenstands bei Betrachtung in Verbindung mit den folgenden Zeichnungen, in denen gleiche Bezugszeichen gleiche Elemente identifizieren, vollständiger verstanden werden.
    • 1 zeigt ein Beispiel eines Prozesses zum Bestimmen von Eigenschaften von Straßen gemäß einigen Ausführungsformen des offenbarten Gegenstands.
    • 2 zeigt ein schematisches Diagramm eines veranschaulichenden Systems, das zur Implementierung von hierin beschriebenen Mechanismen zum Bestimmen von Eigenschaften von Straßen gemäß einigen Ausführungsformen des offenbarten Gegenstands geeignet ist.
    • 3 zeigt ein ausführliches Beispiel für Hardware, die in einem Server und/oder einem Fahrzeugcomputer von 2 gemäß einigen Ausführungsformen des offenbarten Gegenstands verwendet werden kann.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Gemäß verschiedenen Ausführungsformen werden Mechanismen (die Verfahren, Systeme und Medien einschließen können) zum Bestimmen von Eigenschaften von Straßen bereitgestellt.
  • In einigen Ausführungsformen können die hierin beschriebenen Mechanismen eine Eigenschaft einer Straße bestimmen, auf der ein Fahrzeug fährt. Zum Beispiel können die Mechanismen in einigen Ausführungsformen eine Oberflächeneigenschaft einer Straße bestimmen, auf der ein Fahrzeug fährt, wie eine bevorstehende Unregelmäßigkeit auf der Oberfläche der Straße (z. B. einen Gegenstand auf der Straße, ein Schlagloch, eine Geschwindigkeitsschwelle und/oder eine beliebige andere geeignete Unregelmäßigkeit). Als ein anderes Beispiel können die Mechanismen in einigen Ausführungsformen eine Bodenfläche identifizieren, die der Straße zugeordnet ist, wie ein Gelände oder eine Änderung des Geländes (z. B. eine bevorstehende Steigung, ein bevorstehendes Gefälle, eine bevorstehende Kurve und/oder eine beliebige andere geeignete Änderung des Geländes). In einigen Ausführungsformen können die Mechanismen dann ein System des Fahrzeugs einstellen, wie ein Aufhängungssystem des Fahrzeugs, bevor das Fahrzeug auf die Oberflächeneigenschaft der Straße, das Gelände und/oder die Änderung des Geländes trifft.
  • In einigen Ausführungsformen können die Mechanismen eine Eigenschaft einer Straße, auf der ein Fahrzeug fährt, unter Verwendung von beliebigen geeigneten Informationen bestimmen. Zum Beispiel können die Mechanismen in einigen Ausführungsformen eine Kamera eines Fahrzeugs (z. B. eine Frontkamera und/oder eine beliebige andere geeignete Kamera) verwenden, um eine Reihe von Bildern (z. B. zwei Bilder, zehn Bilder, zwanzig Bilder und/oder eine beliebige andere geeignete Anzahl von Bildern) eines Merkmals eines Gegenstands vor dem Fahrzeug aufzunehmen, und können eine relative Bewegung des Merkmals des Gegenstands vor dem Fahrzeug bestimmen, wenn das Fahrzeug auf eine Eigenschaft einer Straße trifft (z. B., wenn der Gegenstand ein Schlagloch passiert, wenn der Gegenstand einen bevorstehenden Berg hinauffährt, und/oder auf eine beliebige andere geeignete Weise). Die Mechanismen können dann eine Eigenschaft der Straße basierend auf der relativen Bewegung bestimmen. In einigen Ausführungsformen kann der Gegenstand vor dem Fahrzeug ein beliebiger geeigneter Gegenstand sein, wie ein zweites Fahrzeug, das vor dem Fahrzeug fährt. In einigen Ausführungsformen kann ein Merkmal eines Gegenstands ein Teil des Gegenstands sein. Zum Beispiel kann in einem Fall, in dem der Gegenstand ein zweites Fahrzeug ist, das vor dem Fahrzeug fährt, das Merkmal des Gegenstands ein Teil des zweiten Fahrzeugs sein, wie ein Rücklicht, ein Nummernschild des zweiten Fahrzeugs und/oder ein beliebiges anderes geeignetes Teil des zweiten Fahrzeugs. In einigen Ausführungsformen kann ein Merkmal eines Gegenstands eine relative Bewegung aufweisen, die mit einer Eigenschaft einer Straße in Beziehung gesetzt werden kann. Zum Beispiel kann in einem Fall, in dem eine Oberflächeneigenschaft einer Straße eine Geschwindigkeitsschwelle ist, eine relative Bewegung eines Merkmals eines Gegenstands (z. B. ein Rücklicht eines zweiten Fahrzeugs vor dem Fahrzeug) über einen bestimmten Zeitraum (z. B. eine Sekunde und/oder eine beliebige andere geeignete Dauer) aufwärts und abwärts sein, während sich der Gegenstand über die Geschwindigkeitsschwelle bewegt. In einigen Ausführungsformen können die Mechanismen eine Eigenschaft einer Straße unter Verwendung einer beliebigen geeigneten Technik oder Kombination von Techniken bestimmen. Zum Beispiel kann in einigen Ausführungsformen eine relative Bewegung eines Merkmals eines Gegenstands vor einem Fahrzeug als eine Eingabe in einen Maschinenlernalgorithmus (z. B. einen Klassifizierer und/oder eine beliebige andere geeignete Art von Algorithmus) verwendet werden, der eine Eigenschaft einer Straße (z. B. Schlagloch, Geschwindigkeitsschwelle, Steigung, Gefälle, Kurve und/oder eine beliebige andere geeignete Oberflächeneigenschaft einer Straße) ausgeben kann.
  • Bezug nehmend auf 1 ist ein Beispiel 100 eines Prozesses zum Bestimmen von Eigenschaften einer Straße gezeigt, die gemäß einigen Ausführungsformen des offenbarten Gegenstands verwendet werden können. In einigen Ausführungsformen können Blöcke von Prozess 100 auf einem Fahrzeugcomputer eines Fahrzeugs ausgeführt werden.
  • Der Prozess 100 kann beginnen, indem zu einem ersten Zeitpunkt Kamerainformationen unter Verwendung einer Kamera eines Fahrzeugs empfangen und/oder aufgenommen werden. In einigen Ausführungsformen können die Kamerainformationen von einer beliebigen geeigneten Kamera (z. B. einer Frontkamera an dem Fahrzeug, einer Seitenkamera an dem Fahrzeug, einer Rückkamera an dem Fahrzeug und/oder einer beliebigen anderen geeigneten Kamera) empfangen werden. In einigen Ausführungsformen können die Kamerainformationen eine beliebige geeignete Anzahl von Bildern (z. B. eins, zwei, fünf, zehn, zwanzig und/oder eine beliebige andere geeignete Anzahl von Bildern) einschließen, und die Bilder können über einen beliebigen geeigneten Zeitraum (z. B. eine Millisekunde, eine halbe Sekunde, eine Sekunde und/oder einen beliebigen anderen geeigneten Zeitraum) aufgenommen werden.
  • Bei 104 kann der Prozess 100 eine Position eines Merkmals eines Gegenstands vor dem Fahrzeug identifizieren. In einigen Ausführungsformen kann der Gegenstand ein Gegenstand sein, der sich vor dem Fahrzeug bewegt, wie ein zweites Fahrzeug (z. B. ein Auto, ein Lastkraftwagen, ein Fahrrad, ein Motorrad und/oder ein beliebiges anderes geeignetes Fahrzeug). In einigen Ausführungsformen kann das Merkmal des Gegenstands ein Teil des Gegenstands sein. Zum Beispiel kann in einem Fall, in dem der Gegenstand ein zweites Fahrzeug ist, das Merkmal ein Rücklicht des zweiten Fahrzeugs, ein Nummernschild des zweiten Fahrzeugs, ein Logo auf dem zweiten Fahrzeug und/oder ein beliebiges anderes geeignetes Merkmal sein. In einigen Ausführungsformen kann der Prozess 100 die Position des Merkmals des Gegenstands unter Verwendung einer beliebigen geeigneten Technik oder Kombination von Techniken identifizieren. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen den Gegenstand anhand des/der oben bei Block 102 aufgenommenen Kamerabilds/Kamerabilder unter Verwendung (einer) geeigneten Bilderkennungstechnik(en) lokalisieren. In einigen Ausführungsformen kann der Prozess 100 dann eine Position des Merkmals des Gegenstands innerhalb des Kamerabilds/der Kamerabilder bestimmen. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine Koordinate (z. B. eine (x-, y-) Koordinate und/oder beliebige andere geeignete Koordinaten) eines Zentrums des Merkmals bestimmen.
  • Bei 106 kann der Prozess 100 zusätzliche Kamerainformationen empfangen und/oder aufnehmen. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen zusätzliche Bilder unter Verwendung der Kamera, die dem bei Block 102 verwendeten Fahrzeug zugeordnet ist, aufnehmen. Ähnlich dem, was oben in Verbindung mit Block 102 beschrieben ist, kann eine beliebige geeignete Anzahl von Bildern (z. B. eins, zwei, fünf, zehn, zwanzig und/oder eine beliebige andere geeignete Anzahl) über einen beliebigen geeigneten Zeitraum (z. B. eine Millisekunde, eine halbe Sekunde, eine Sekunde und/oder einen beliebigen anderen geeigneten Zeitraum) aufgenommen werden. In einigen Ausführungsformen kann eine beliebige geeignete Zeitdauer die bei Block 102 aufgenommenen Kamerainformationen und die bei Block 106 aufgenommenen Kamerainformationen trennen (z. B. eine halbe Sekunde, eine Sekunde und/oder eine beliebige andere geeignete Dauer). Zum Beispiel können die Blöcke 102 und 106 in einigen Ausführungsformen mit einer vorbestimmten Frequenz wiederholt werden (z. B. einmal pro halbe Sekunde, einmal pro Sekunde und/oder eine beliebige andere geeignete vorbestimmte Frequenz). In einem spezielleren Beispiel kann die Kamera, die dem Fahrzeug zugeordnet ist, in einigen Ausführungsformen dazu konfiguriert sein, wiederholt Bilder mit einer vorbestimmten Frequenz aufzunehmen, und die Bilder können analysiert werden, um einen Gegenstand vor dem Fahrzeug (z. B. ein zweites Fahrzeug vor dem Fahrzeug und/oder einen beliebigen anderen geeigneten Gegenstand) und/oder ein Merkmal des Gegenstands vor dem Fahrzeug, wie oben in Verbindung mit Block 104 beschrieben, zu identifizieren
  • Bei 108 kann der Prozess 100 eine aktualisierte Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen identifizieren, die bei Block 106 empfangen oder aufgenommen werden. In einigen Ausführungsformen kann der Prozess 100 die aktualisierte Position des Merkmals des Gegenstands unter Verwendung (einer) beliebigen geeigneten Technik(en) identifizieren. Ähnlich dem, was oben in Verbindung mit Block 104 beschrieben ist, kann der Prozess 100 zum Beispiel das Merkmal des Gegenstands innerhalb der aufgenommenen Kamerabilder unter Verwendung (einer) beliebigen geeigneten Bilderkennungstechnik(en) erfassen und kann dann eine Position des Merkmals des Gegenstands innerhalb des Kamerabilds/der Kamerabilder bestimmen (z. B. durch Bestimmen einer Koordinate des Merkmals und/oder auf eine beliebige andere geeignete Weise). In einigen Ausführungsformen kann der Prozess 100 den Gegenstand innerhalb des Kamerabilds/der Kamerabilder auf eine beliebige geeignete Weise ausrichten. Zum Beispiel kann der Prozess 100 das/die Kamerabild(er) in einigen Ausführungsformen auf eine beliebige geeignete Weise zuschneiden, drehen, verschieben und/oder anderweitig verschieben, sodass sich der Gegenstand an derselben oder an einer ähnlichen Position in dem/den bei Block 106 aufgenommenen Kamerabild(em) im Vergleich zu dem/den bei Block 102 aufgenommenen Kamerabild(em) befindet. Als ein spezielleres Beispiel kann der Prozess 100, wenn der Gegenstand (z. B. ein zweites Fahrzeug und/oder ein beliebiger anderer geeigneter Gegenstand) innerhalb des/der bei Block 102 aufgenommenen Kamerabilds/Kamerabilder zentriert ist und in dem/den bei Block 106 aufgenommenen Kamerabild(em) versetzt (z. B. nach links versetzt, nach rechts versetzt und/oder in eine beliebige andere geeignete Richtung versetzt) ist, ein beliebiges der Kamerabilder verschieben und/oder anderweitig manipulieren, sodass sich der Gegenstand in allen Kamerabildern an einer ähnlichen Position befindet.
  • Es sei zu beachten, dass der Prozess 100 in einigen Ausführungsformen vor einem Bestimmen der aktualisierten Position des Merkmals des Gegenstands bei Block 108 bestimmen kann, ob der Gegenstand und/oder das Merkmal des Gegenstands von Block 104 in dem/den bei Block 106 aufgenommenen Kamerabild(em) sichtbar ist/sind. Zum Beispiel kann der Prozess 100 in einem Fall, in dem der Gegenstand ein bestimmtes Fahrzeug (z. B. ein rotes Auto, ein Pickup-Lastkraftwagen und/oder ein beliebiger anderer geeigneter Gegenstand) ist, bestimmen, ob das bestimmte Fahrzeug in dem/den bei Block 106 aufgenommenen Kamerabild(em) sichtbar ist/sind. In einem anderen Beispiel kann der Prozess 100 in einigen Ausführungsformen in einem Fall, in dem das Merkmal des Gegenstands ein bestimmter Teil des Gegenstands ist (z. B. ein Rücklicht eines Fahrzeugs, ein Nummernschild des Fahrzeugs, ein Logo des Fahrzeugs und/oder ein beliebiger anderer geeigneter Teil des Gegenstands), bestimmen, ob der bestimmte Teil des Gegenstands in dem/den bei Block 106 aufgenommenen Kamerabild(em) sichtbar ist/sind.
  • Bei 110 kann der Prozess 100 eine relative Bewegung des Merkmals des Gegenstands basierend auf der bei Block 104 bestimmten ersten Position des Merkmals des Gegenstands und der bei Block 108 bestimmten aktualisierten Position des Merkmals des Gegenstands bestimmen. In einigen Ausführungsformen kann der Prozess 100 eine relative Bewegung auf einer beliebigen geeigneten Bewegungsfläche bestimmen. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine vertikale Bewegung des Merkmals des Gegenstands bestimmen. In einem spezielleren Beispiel kann der Prozess 100 in einem Fall, in dem bestimmt wird, dass das Merkmal des Gegenstands (z. B. ein Rücklicht eines zweiten Fahrzeugs, ein Nummernschild eines zweiten Fahrzeugs, ein Logo eines zweiten Fahrzeugs und/oder ein beliebiges anderes geeignetes Merkmal eines Gegenstands) an einer bestimmten y-Koordinate ist, während es an der bei Block 104 bestimmten ersten Position ist, und an einer zweiten y-Koordinate ist, während es an der bei Block 108 bestimmten aktualisierten Position ist, bestimmen, dass die vertikale Bewegung des Merkmals eine Differenz zwischen der aktualisierten Position und der ersten Position ist. In einigen Ausführungsformen kann der Prozess 100 eine relative Bewegung auf einer beliebigen anderen geeigneten Fläche und/oder auf einer beliebigen Kombination von mehreren Bewegungsflächen bestimmen. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine relative Bewegung des Merkmals des Gegenstands sowohl auf einer horizontalen als auch einer vertikalen Bewegungsfläche bestimmen.
  • Es sei zu beachten, dass die bestimmte relative Bewegung des Merkmals des Gegenstands in einigen Ausführungsformen eine Bewegung und/oder eine beliebige geeignete Kombination von Bewegungen sein kann. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen bestimmen, dass sich das Merkmal des Gegenstands nach oben bewegt hat. Als ein anderes Beispiel kann der Prozess 100 in einigen Ausführungsformen bestimmen, dass sich das Merkmal des Gegenstands nach oben und anschließend nach unten bewegt hat. Als noch ein anderes Beispiel kann der Prozess 100 in einigen Ausführungsformen bestimmen, dass sich das Merkmal des Gegenstands nach links bewegt hat. Als noch ein anderes Beispiel kann der Prozess 100 in einigen Ausführungsformen bestimmen, dass sich das Merkmal des Gegenstands gleichzeitig nach links und oben bewegt hat. In einigen Ausführungsformen kann die relative Bewegung auf eine beliebige geeignete Weise dargestellt werden. Zum Beispiel kann die relative Bewegung in einigen Ausführungsformen als ein Vektor oder eine Matrix dargestellt werden, der/die eine Änderung der Position im Laufe der Zeit angibt. In einem spezielleren Beispiel kann der Prozess 100 in einem Fall, in dem der Prozess 100 bestimmt, dass eine erste Position eines Merkmals eines Gegenstands (0, 1) in einem ersten Kamerabild ist, dass eine zweite Position des Merkmals des Gegenstands (0, 2) in einem zweiten Kamerabild ist und dass eine dritte Position des Merkmals des Gegenstands (0, 1) in einem dritten Kamerabild ist, bestimmen, dass eine relative Bewegung des Merkmals des Gegenstands ist: [(0, 1), (0, -1)], wodurch angegeben wird, dass sich das Merkmal des Gegenstands um eine bestimmte Größe nach oben bewegt hat und dann anschließend um dieselbe Größe nach unten bewegt hat. Es sei zu beachten, dass eine Zeit zwischen aufeinanderfolgenden Elementen des Vektors oder der Matrix in einigen solchen Ausführungsformen eine festgelegte vorbestimmte Zeit sein kann, die zum Beispiel eine vorbestimmte Zeit zwischen durch die Kamera aufgenommenen Bildern darstellt, wie oben bei den Blöcken 102 und 106 beschrieben ist. Zusätzlich sei zu beachten, dass in einigen Ausführungsformen eine beliebige geeignete Anzahl von Bildern, die eine beliebige geeignete Zeit überspannen, dazu verwendet werden kann, die relative Bewegung des Merkmals des Gegenstands zu bestimmen.
  • Es sei zu beachten, dass der Prozess 100 in einigen Ausführungsformen eine relative Bewegung des Merkmals des Gegenstands unter Verwendung einer Bewegung und/oder Beschleunigung des Fahrzeugs korrigieren kann. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine Bewegung des Fahrzeugs unter Verwendung eines dem Fahrzeug zugeordneten Beschleunigungsmessers bestimmen und kann die Bewegung des Fahrzeugs von der bestimmten relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug subtrahieren, wodurch die beobachtete relative Bewegung des Merkmals des Gegenstands berücksichtigt wird, die auf eine Bewegung des Fahrzeugs selbst zurückzuführen ist. Als ein spezielleres Beispiel kann der Prozess 100 in einem Fall, in dem der Prozess 100 eine vertikale Bewegung des Merkmals des Gegenstands vor dem Fahrzeug (z. B. ein Rücklicht eines zweiten Fahrzeugs vor dem Fahrzeug) bestimmt, während es sich über eine Oberflächenunregelmäßigkeit der Straße (z. B. eine Geschwindigkeitsschwelle, ein Schlagloch und/oder eine beliebige andere geeignete Unregelmäßigkeit) bewegt, eine vertikale Bewegung des Fahrzeugs, die der/den Zeit(en) entspricht, zu der/denen die Bilder aufgenommen wurden, von der vertikalen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug subtrahieren.
  • Der Prozess 100 kann eine Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug bei 112 bestimmen. Zum Beispiel kann die Eigenschaft in einigen Ausführungsformen eine Anomalie einer Straßenoberfläche angeben, wie ein Schlagloch, eine Geschwindigkeitsschwelle und/oder eine beliebige andere geeignete Anomalie auf der Straßenoberfläche. Als ein anderes Beispiel kann die Eigenschaft in einigen Ausführungsformen Informationen über eine Bodenfläche der Straße einschließen, wie eine Geländeänderung auf der Straße. Als ein spezielleres Beispiel kann die Eigenschaft der Straße in einigen Ausführungsformen eine Geländeänderung einschließen, wie eine Steigung, ein Gefälle, eine Kurve und/oder eine beliebige andere geeignete Geländeänderung. Es sei zu beachten, dass die Eigenschaft der Straße in einigen Ausführungsformen, da der Gegenstand ein Gegenstand vor dem Fahrzeug ist, eine bevorstehende Anomalie auf der Straße oder eine Änderung des Geländes sein kann, auf die das Fahrzeug anschließend treffen wird. In einigen Ausführungsformen kann die Eigenschaft der Straße eine vorhersagbare relative Bewegung des Merkmals des Gegenstands bewirken, während er sich entlang der Straße bewegt, was durch den Prozess 100 dazu verwendet werden kann, die Eigenschaft der Straße zu bestimmen. Zum Beispiel kann die relative Bewegung des Teils des zweiten Fahrzeugs in einem Fall, in dem die Eigenschaft der Straße eine Geschwindigkeitsschwelle einschließt und in dem das Merkmal des Gegenstands ein Teil eines zweiten Fahrzeugs vor dem Fahrzeug ist (z. B. ein Rücklicht des zweiten Fahrzeugs, ein Nummernschild des zweiten Fahrzeugs, ein Logo des zweiten Fahrzeugs und/oder ein beliebiger anderer geeigneter Teil des zweiten Fahrzeugs) eine Bewegung nach oben und eine anschließende Bewegung nach unten sein, während das zweite Fahrzeug über die Geschwindigkeitsschwelle fährt. Als ein anderes Beispiel kann die relative Bewegung des Teils des zweiten Fahrzeugs in einem Fall, in dem die Eigenschaft der Straße ein Steigungsgelände einschließt und in dem das Merkmal des Gegenstands ein Teil eines zweiten Fahrzeugs vor dem Fahrzeug ist (z. B. ein Rücklicht des zweiten Fahrzeugs, ein Nummernschild des zweiten Fahrzeugs, ein Logo des zweiten Fahrzeugs und/oder ein beliebiger anderer geeigneter Teil des zweiten Fahrzeugs) eine Bewegung nach oben sein, während das zweite Fahrzeug den Berg hinauffährt.
  • In einigen Ausführungsformen kann der Prozess 100 die Oberflächeneigenschaften der Straße unter Verwendung einer beliebigen geeigneten Technik oder Kombination von Techniken bestimmen. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen die relative Bewegung des Merkmals des Gegenstands als eine Eingabe in einen beliebigen geeigneten Maschinenlernalgorithmus verwenden, wobei die Ausgabe eine Eigenschaft der Straße ist. Als ein spezielleres Beispiel kann der Maschinenlernalgorithmus in einigen Ausführungsformen einen Klassifizierungsalgorithmus (z. B. einen Naive-Bayes-Algorithmus, eine Support-Vector-Machine, eine logistische Regression, einen Nächster-Nachbar-Algorithmus und/oder einen beliebigen anderen geeigneten Klassifizierer) einschließen. In einigen Ausführungsformen kann die relative Bewegung des Merkmals des Gegenstands auf eine beliebige geeignete Weise dargestellt werden. Zum Beispiel kann die relative Bewegung in einigen Ausführungsformen durch einen Vektor oder eine Matrix einer beliebigen geeigneten Größe dargestellt werden, wobei jedes Element des Vektors oder der Matrix eine Position des Merkmals des Gegenstands darstellt. Als ein anderes Beispiel kann die relative Bewegung in einigen Ausführungsformen durch einen Vektor oder eine Matrix einer beliebigen geeigneten Größe dargestellt werden, wobei jedes Element des Vektors oder der Matrix eine Änderung der Position des Merkmals des Gegenstands seit einer vorherigen Messung darstellt, wie oben ausführlicher in Verbindung mit Block 110 beschrieben ist.
  • Es sei zu beachten, dass der Algorithmus in Fällen, in denen der Prozess 100 einen Maschinenlernalgorithmus (z. B. einen Klassifizierer und/oder einen beliebigen anderen geeigneten Algorithmus) verwendet, um Eigenschaften einer Straße zu bestimmen, unter Verwendung beliebiger geeigneter Trainingsdaten trainiert werden kann. Zum Beispiel kann ein Algorithmus in einigen Ausführungsformen unter Verwendung eines Trainingssatzes trainiert werden, der eine beliebige geeignete Anzahl (z. B. 100, 1000, 10.000 und/oder eine beliebige andere geeignete Anzahl) von Darstellungen von relativen Bewegungen von Merkmalen von Gegenständen (z. B. Vektoren oder Matrizen, welche die relativen Bewegungen darstellen) und eine entsprechende Eigenschaft der Straße, von der die relative Bewegung gemessen wurde (z. B. eine Geschwindigkeitsschwelle, ein Schlagloch, eine Steigung und/oder eine beliebige andere geeignete Eigenschaft), einschließt. Als ein anderes Beispiel kann ein Algorithmus in einigen Ausführungsformen unter Verwendung von Gruppen von Bildern trainiert werden, die jeweils ein Merkmal eines Gegenstands vor einem Fahrzeug (z. B. die durch eine Kamera aufgenommenen einem Fahrzeug zugeordneten Bilder, wie oben in Verbindung mit den Blöcken 102 und 106 beschrieben ist) und eine entsprechende Eigenschaft der Straße, von der die Bilder aufgenommen wurden, einschließen. Es sei zu beachten, dass Beispiele, die in dem Trainingssatz eingeschlossen sind, in Fällen, in denen ein Maschinenlernalgorithmus mit einem Trainingssatz trainiert wird, manuell markiert werden können, um eine Eigenschaft der Straße anzugeben, die jedem Trainingsbeispiel entspricht. Zusätzlich sei zu beachten, dass ein Algorithmus in einigen Ausführungsformen im Laufe der Zeit auf eine beliebige geeignete Weise aktualisiert werden kann. Zum Beispiel kann ein Fahrer eines Fahrzeugs in einigen Ausführungsformen durch den Prozess 100 gefragt werden, ob eine bestimmte Eigenschaft einer Straße korrekt ist (z. B., indem gefragt wird, ob das Fahrzeug über eine Geschwindigkeitsschwelle oder ein Schlagloch gefahren ist, indem gefragt wird, ob das Fahrzeug eine Steigung hochgefahren ist, und/oder indem eine Bestätigung einer bestimmten Eigenschaft einer Straße auf eine beliebige andere geeignete Weise angefordert wird), und kann die Antwort in Verbindung mit den bei den Blöcken 102 und 106 aufgenommenen Bildern und/oder der in Block 110 bestimmten relativen Bewegung als eine neue Trainingsprobe für den Algorithmus verwenden.
  • Es sei zu beachten, dass Block 110 in einigen Ausführungsformen weggelassen werden kann, das heißt, ein Algorithmus kann implizit eine relative Bewegung bestimmen, ohne dass die relative Bewegung explizit berechnet wird, wie oben in Verbindung mit Block 110 beschrieben ist. Zum Beispiel kann der Algorithmus in einigen Ausführungsformen beliebige geeignete Eingaben, wie oben beschrieben ist, empfangen, wie eines oder mehrere Bilder, die ein Merkmal eines Gegenstands vor einem Fahrzeug, wie oben beschrieben ist, einschließen, und der Algorithmus kann implizit eine relative Bewegung des Merkmals des Gegenstands basierend auf dem einen oder den mehreren Bildern als ein Teil eines Bestimmens einer Eigenschaft der Straße bestimmen.
  • In einigen Ausführungsformen kann der Prozess 100 Parameter des Fahrzeugs basierend auf der bestimmten Oberflächeneigenschaft der Straße, auf der sich das Fahrzeug befindet, bei 114 aktualisieren. Zum Beispiel kann der Prozess 100 in einem Fall, in dem der Prozess 100 bestimmt, dass die Eigenschaft der Straße eine bevorstehende Geschwindigkeitsschwelle, ein Schlagloch oder eine andere Oberflächenanomalie ist, ein Aufhängungssystem des Fahrzeugs einstellen, bevor das Fahrzeug auf die Oberflächenanomalie trifft. Als ein spezielleres Beispiel kann der Prozess 100 in einigen Ausführungsformen ein Betätigungselement eines aktiven Aufhängungssystems einstellen, bevor das Fahrzeug auf die bevorstehende Anomalie oder Oberflächeneigenschaft trifft. Als ein anderes Beispiel kann der Prozess 100 in einem Fall, in dem die Eigenschaft der Straße eine Gefällestrecke der Straße ist, dem Fahrzeug zugeordnete Bremsen vorladen (z. B., indem bewirkt wird, dass Bremsflüssigkeit durch eine Bremsflüssigkeitsleitung bewegt wird, und/oder auf eine beliebige andere geeignete Weise), bevor sich das Fahrzeug die Gefällestrecke hinunter bewegt. Als noch ein anderes Beispiel kann der Prozess 100 in einem Fall, in dem die Eigenschaft der Straße eine Steigungsstrecke der Straße ist und in dem das Fahrzeug in einem autonomen oder teilautonomen Modus betrieben wird, das Gaspedal betätigen, wenn sich das Fahrzeug der Steigungsstrecke nähert.
  • Es sei zu beachten, dass der Prozess 100 in einigen Ausführungsformen eine bestimmte Eigenschaft einer Straße für eine beliebige geeignete Verwendung speichern kann. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine Eigenschaft speichern, die ein bestimmtes Gelände (z. B. eine Steigung, ein Gefälle, eine Kurve und/oder ein beliebiges anderes geeignetes Gelände) angibt, und der Prozess 100 kann das bestimmte Gelände in der Zukunft verwenden. Als ein spezielleres Beispiel kann der Prozess 100 in einigen Ausführungsformen zu einem zukünftigen Zeitpunkt in einem Fall, in dem sich kein Gegenstand mehr vor dem Fahrzeug befindet, das bestimmte Gelände weiterhin verwenden, um Parameter des Fahrzeugs zu aktualisieren, wie oben in Verbindung mit Block 114 beschrieben ist. Als ein anderes Beispiel kann der Prozess 100 in einigen Ausführungsformen eine Angabe der bestimmten Eigenschaft an einen Server (z. B. Server 202, wie in 2 gezeigt und unten in Verbindung damit beschrieben ist) übertragen, und der Server kann eine Angabe der bestimmten Eigenschaft an andere Fahrzeuge übertragen. Als ein spezielleres Beispiel kann der Server in einem Fall, in dem der Prozess 100 eine bevorstehende Eigenschaft einer Straße (z. B. eine bevorstehende Oberflächenunregelmäßigkeit, wie ein Schlagloch, eine bevorstehende Steigung und/oder eine beliebige andere geeignete Eigenschaft) identifiziert, die Eigenschaft an beliebige Fahrzeuge auf der Straße übertragen, die wahrscheinlich auf die bevorstehende Eigenschaft treffen (z. B. basierend auf aktuellen Standorten der Fahrzeuge, basierend auf aktuellen Fahrspuren der Fahrzeuge und/oder basierend auf beliebigen anderen geeigneten Informationen oder Kombinationen von Informationen).
  • Es sei zu beachten, dass der Prozess 100 in einigen Ausführungsformen eine Eigenschaft einer Straße basierend auf mehreren Gegenständen (z. B. zwei Gegenständen, drei Gegenständen, zehn Gegenständen und/oder einer beliebigen anderen geeigneten Anzahl von Gegenständen) bestimmen kann. Zusätzlich kann ein Gegenstand, der verwendet wird, um eine Eigenschaft einer Straße zu bestimmen, in einigen Ausführungsformen stationär sein, wie eine oder mehrere Ampeln vor einem Fahrzeug, eine oder mehrere Straßenlampen auf einer Seite einer Straße und/oder (ein) beliebige(r) andere(r) geeignete(r) Gegenstand/Gegenstände. Zum Beispiel kann der Prozess 100 in einigen Ausführungsformen eine Eigenschaft einer Straße, wie ein Gelände einer Straße, basierend auf Positionen mehrerer Gegenstände bestimmen. Als ein spezielleres Beispiel kann der Prozess 100 in einem Fall, in dem der Prozess 100 mehrere bevorstehende Ampeln (z. B. wie in einem oder mehreren Bildern aufgenommen, wie oben in Verbindung mit den Blöcken 102 und/oder 106 beschrieben ist) identifiziert, bestimmen, dass eine Position jeder Ampel höher als eine vorherige Ampel ist, und kann daher bestimmen, dass es eine bevorstehende Steigung gibt. Als ein anderes spezielleres Beispiel kann der Prozess 100 in einem Fall, in dem der Prozess 100 mehrere Lampen auf einer Seite einer Straße (z. B. wie in einem oder mehreren Bildern aufgenommen ist, wie oben in Verbindung mit den Blöcken 102 und/oder 106 beschrieben ist) identifiziert, bestimmen, dass eine Position jeder Straßenlampe niedriger als eine vorherige Straßenlampe ist, und kann daher bestimmen, dass es ein bevorstehendes Gefälle gibt.
  • Bezug nehmend auf 2 ist ein Beispiel 200 einer Hardware zum Bestimmen von Eigenschaften einer Straße, die gemäß einigen Ausführungsformen des offenbarten Gegenstands verwendet werden können, gezeigt. Wie veranschaulicht ist, kann die Hardware 200 einen Server 202, ein Kommunikationsnetzwerk 204 und/oder einen oder mehrere Fahrzeugcomputer 206, wie Fahrzeugcomputer 208 und 210, einschließen.
  • Der Server 202 kann (ein) beliebige(r) geeignete(r) Server zum Speichern von Informationen, Daten und/oder Programmen sein, die zum Bestimmen von Oberflächeninformationen einer Straße verwendet werden. Zum Beispiel kann der Server 202 in einigen Ausführungsformen Parameter speichern, die durch einen Klassifizierer verwendet werden, um eine Eigenschaft einer Straße zu bestimmen, wie oben in Verbindung mit 1 beschrieben ist. In einigen Ausführungsformen kann der Server 202 weggelassen werden.
  • Das Kommunikationsnetzwerk 204 kann in einigen Ausführungsformen eine beliebige geeignete Kombination eines oder mehrerer drahtgebundener und/oder drahtloser Netzwerke sein. Zum Beispiel kann das Kommunikationsnetzwerk 204 eines oder mehrere von Internet, einem Intranet, einem Wide Area Network (WAN), einem Local Area Network (LAN), einem drahtlosen Netzwerk, einem digitalen Teilnehmeranschlussleitungsnetzwerk (DSL-Netzwerk), einem Frame-Relay-Netzwerk, einem asynchronen Übertragungsmodusnetzwerk (ATM-Netzwerk), einem virtuellen privaten Netzwerk (VPN) und/oder einem beliebigen anderen geeigneten Kommunikationsnetzwerk einschließen. Die Fahrzeugcomputer 206 können über eine oder mehrere Kommunikationsverbindungen (z. B. Kommunikationsverbindungen 212) mit dem Kommunikationsnetzwerk 204 verbunden sein, das über eine oder mehrere Kommunikationsverbindungen (z. B. Kommunikationsverbindungen 214) mit dem Server 202 verbunden sein kann. Die Kommunikationsverbindungen können beliebige Kommunikationsverbindungen sein, die zum Kommunizieren von Daten zwischen den Fahrzeugcomputern 206 und dem Server 202 geeignet sind, wie Netzwerkverbindungen, Wählverbindungen, drahtlose Verbindungen, festverdrahtete Verbindungen, beliebige andere geeignete Kommunikationsverbindungen oder eine beliebige geeignete Kombination solcher Verbindungen.
  • Die Fahrzeugcomputer 206 können eine beliebige oder mehrere Computervorrichtungen einschließen, die in einem Fahrzeug, wie einem Auto, Lastkraftwagen usw., betrieben werden. In einigen Ausführungsformen können die Fahrzeugcomputer 206 beliebige geeignete Funktionen durchführen, wie ein Bestimmen einer Eigenschaft einer Straße, auf der das Fahrzeug fährt, wie oben in Verbindung mit 1 beschrieben ist, und/oder ein Durchführen beliebiger anderer geeigneter Funktionen. Zum Beispiel können die Fahrzeugcomputer 206, wie oben in Verbindung mit 1 beschrieben ist, in einigen Ausführungsformen Bilder aufnehmen, die ein Merkmal eines Gegenstands vor dem Fahrzeug einschließen (z. B. ein Rücklicht eines zweiten Fahrzeugs vor dem Fahrzeug und/oder ein beliebiges anderes geeignetes Merkmal) und können eine Eigenschaft der Straße basierend auf einer relativen Bewegung des Merkmals des Gegenstands bestimmen, während es sich über die Straße bewegt.
  • Obwohl der Server 202 als eine Vorrichtung veranschaulicht ist, können die Funktionen, die durch den Server 202 durchgeführt werden, in einigen Ausführungsformen unter Verwendung einer beliebigen geeigneten Anzahl von Vorrichtungen durchgeführt werden. Zum Beispiel können in einigen Ausführungsformen mehrere Vorrichtungen dazu verwendet werden, die Funktionen zu implementieren, die durch den Server 202 durchgeführt werden.
  • Obwohl zwei Fahrzeugcomputer 208 und 210 in 2 gezeigt sind, um eine Verkomplizierung der Figur zu vermeiden, können eine beliebige geeignete Anzahl von Fahrzeugcomputern und/oder beliebige geeignete Arten von Fahrzeugcomputern in einigen Ausführungsformen verwendet werden.
  • Der Server 202 und die Fahrzeugcomputer 206 können in einigen Ausführungsformen unter Verwendung einer beliebigen geeigneten Hardware implementiert werden. Zum Beispiel können die Vorrichtungen 202 und 206 in einigen Ausführungsformen unter Verwendung eines beliebigen geeigneten Universalcomputers oder Spezialcomputers implementiert werden. Zum Beispiel kann ein Fahrzeugcomputer unter Verwendung eines Spezialcomputers implementiert werden. Ein beliebiger solcher Universalcomputer oder Spezialcomputer kann eine beliebige geeignete Hardware einschließen. Wie in Beispielhardware 300 von 3 veranschaulicht ist, kann eine solche Hardware zum Beispiel einen Hardwareprozessor 302, einen Kurzzeitspeicher und/oder Langzeitspeicher 304, eine Eingabevorrichtungssteuerung 306, eine Eingabevorrichtung 308, Anzeige-/Audiotreiber 310, eine Anzeige-und Audioausgabeschaltung 312, Kommunikationsschnittstelle(n) 314, eine Antenne 316 und einen Bus 318 einschließen.
  • Der Hardwareprozessor 302 kann in einigen Ausführungsformen einen beliebigen geeigneten Hardwareprozessor einschließen, wie einen Mikroprozessor, eine Mikrosteuerung, (einen) digitale(n) Signalprozessor(en), eine dedizierte Logik und/oder eine beliebige andere geeignete Schaltung zum Steuern der Funktion eines Universalcomputers oder eines Spezialcomputers. In einigen Ausführungsformen kann der Hardwareprozessor 302 durch ein Serverprogramm gesteuert werden, das in einem Kurzzeitspeicher und/oder Langzeitspeicher eines Servers, wie des Servers 202, gespeichert ist. Zum Beispiel kann das Serverprogramm in einigen Ausführungsformen bewirken, dass der Hardwareprozessor 302 Parameter zum Bestimmen von Oberflächenmerkmalen einer Straße an den Fahrzeugcomputer 206 überträgt, Parameter zum Bestimmen von Oberflächenmerkmalen einer Straße aktualisiert und/oder beliebige andere geeignete Funktionen durchführt. In einigen Ausführungsformen kann der Hardwareprozessor 302 durch ein Computerprogramm gesteuert werden, das in dem Kurzzeitspeicher und/oder Langzeitspeicher 304 des Fahrzeugcomputers 206 gespeichert ist. Zum Beispiel kann das Computerprogramm bewirken, dass der Hardwareprozessor 302 ein Merkmal eines Gegenstands vor einem Fahrzeug erfasst, eine Oberflächeneigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der sich ändernden Position des Merkmals des Gegenstands bestimmt, einen Zustand des Fahrzeugs basierend auf der Oberflächeneigenschaft modifiziert (z. B. eine aktuelle Aufhängung des Fahrzeugs ändert, Bremsen des Fahrzeugs vorlädt usw.) und/oder beliebige andere geeignete Funktionen durchführt.
  • Der Kurzzeitspeicher und/oder Langzeitspeicher 304 kann in einigen Ausführungsformen ein beliebiger geeigneter Kurzzeitspeicher und/oder Langzeitspeicher zum Speichern von Programmen, Daten und/oder beliebigen anderen geeigneten Informationen sein. Zum Beispiel kann der Kurzzeitspeicher und/oder Langzeitspeicher 304 einen Direktzugriffsspeicher, Festwertspeicher, Flash-Speicher, Festplattenspeicher, optische Medien und/oder einen beliebigen anderen geeigneten Speicher einschließen.
  • Die Eingabevorrichtungssteuerung 306 kann in einigen Ausführungsformen eine beliebige geeignete Schaltung zum Steuern und Empfangen von Eingaben von einer oder mehreren Eingabevorrichtungen 308 sein. Zum Beispiel kann die Eingabevorrichtungssteuerung 306 eine Schaltung zum Empfangen von Eingaben von einem Touchscreen, von einer Tastatur, von einer oder mehreren Tasten, von einer Spracherkennungsschaltung, von einem Mikrofon, von einer Kamera, von einem optischen Sensor, von einem Beschleunigungsmesser, von einem Temperatursensor, von einem Nahfeldsensor, von einem Drucksensor, von einem Codierer und/oder einer beliebigen anderen Art von Eingabevorrichtung sein.
  • Die Anzeige-/Audiotreiber 310 können in einigen Ausführungsformen eine beliebige geeignete Schaltung zum Steuern und Ansteuern von Ausgaben zu einer oder mehreren Anzeige/Audioausgabevorrichtungen 3 12 sein. Zum Beispiel können die Anzeige-/Audiotreiber 310 Schaltungsanordnungen zum Ansteuern eines Touchscreens, einer Flachbildschirmanzeige, einer Kathodenstrahlröhrenanzeige, eines Projektors, eines Lautsprechers oder von Lautsprechern und/oder von beliebigen anderen geeigneten Anzeige- und/oder Präsentationsvorrichtungen sein.
  • Die Kommunikationsschnittstelle(n) 314 können eine beliebige geeignete Schaltungsanordnung zum Koppeln mit einem oder mehreren Kommunikationsnetzwerken (z. B. dem Computernetzwerk 204) sein. Zum Beispiel können die Schnittstelle(n) 314 eine Netzwerkschnittstellen-Kartenschaltungsanordnung, eine drahtlose Kommunikationsschaltungsanordnung und/oder eine beliebige andere geeignete Art von Kommunikationsnetzwerk-Schaltungsanordnung einschließen.
  • Die Antenne 316 kann in einigen Ausführungsformen eine oder mehrere beliebige geeignete Antennen zum drahtlosen Kommunizieren mit einem Kommunikationsnetzwerk (z. B. dem Kommunikationsnetzwerk 204) sein. In einigen Ausführungsformen kann die Antenne 316 weggelassen werden.
  • Der Bus 318 kann in einigen Ausführungsformen ein beliebiger geeigneter Mechanismus zum Kommunizieren zwischen zwei oder mehr Komponenten 302, 304, 306, 310 und 314 sein.
  • Gemäß einigen Ausführungsformen können beliebige andere geeignete Komponenten in die Hardware 300 eingeschlossen sein.
  • In einigen Ausführungsformen können mindestens einige der oben beschriebenen Blöcke des Prozesses von 1 in einer beliebigen Reihenfolge oder Sequenz ausgeführt oder durchgeführt werden, die nicht auf die in der Figur gezeigte und in Verbindung damit beschriebene Reihenfolge und Sequenz beschränkt ist. Auch können einige der obigen Blöcke von 1 im Wesentlichen gleichzeitig, wenn angemessen, oder parallel ausgeführt oder durchgeführt werden, um Latenz und Verarbeitungszeiten zu reduzieren. Zusätzlich oder alternativ können einige der oben beschriebenen Blöcke des Prozesses von 1 weggelassen werden.
  • In einigen Ausführungsformen kann ein beliebiges geeignetes computerlesbares Medium zum Speichern von Anweisungen zum Durchführen der Funktionen und/oder Prozesse hierin verwendet werden. Zum Beispiel können in einigen Ausführungsformen computerlesbare Medien flüchtig oder nichtflüchtig sein. Zum Beispiel können nichtflüchtige computerlesbare Medien Medien einschließen, wie nichtflüchtige Formen von magnetischen Medien (wie Festplatten, Disketten und/oder beliebige andere geeignete magnetische Medien), nichtflüchtige Formen von optischen Medien (wie Compact Discs, Digital Video Discs, Blu-Ray-Discs und/oder beliebige andere geeignete optische Medien), nichtflüchtige Formen von Halbleitermedien (wie Flash-Speicher, elektrisch programmierbaren Festwertspeicher (EPROM), elektrisch löschbaren programmierbaren Festwertspeicher (EEPROM) und/oder beliebige andere geeignete Halbleitermedien), beliebige geeignete Medien, die nicht flüchtig sind oder keinen Anschein von Permanenz während einer Übertragung haben, und/oder beliebige geeignete greifbare Medien. Als ein anderes Beispiel können flüchtige computerlesbare Medien Signale auf Netzwerken, in Drähten, Leitern, optischen Fasern, Schaltungen, beliebigen geeigneten Medien, die flüchtig sind und keinen Anschein von Permanenz während einer Übertragung haben, und/oder beliebige geeignete nicht greifbare Medien einschließen.
  • Demgemäß werden Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen bereitgestellt.
  • Obwohl die Erfindung in den vorhergehenden veranschaulichenden Ausführungsformen beschrieben und veranschaulicht wurde, versteht es sich, dass die vorliegende Offenbarung nur beispielhaft vorgenommen wurde und dass zahlreiche Änderungen an den Implementierungsdetails der Erfindung vorgenommen werden können, ohne von dem Geist und Schutzumfang der Erfindung abzuweichen, die nur durch die folgenden Ansprüche beschränkt sind. Merkmale der offenbarten Ausführungsformen können auf verschiedene Weise kombiniert und neu angeordnet werden.

Claims (21)

  1. Verfahren zum Bestimmen von Eigenschaften von Straßen, umfassend: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  2. Verfahren nach Anspruch 1, wobei der Gegenstand vor dem Fahrzeug ein zweites Fahrzeug ist.
  3. Verfahren nach Anspruch 2, wobei das Merkmal des Gegenstands vor dem Fahrzeug ein Rücklicht des zweiten Fahrzeugs ist.
  4. Verfahren nach Anspruch 1, wobei die Oberflächeneigenschaft der Straße eine Unregelmäßigkeit einer Oberfläche der Straße ist.
  5. Verfahren nach Anspruch 1, wobei die Eigenschaft der Straße eine Änderung des Geländes ist.
  6. Verfahren nach Anspruch 1, ferner umfassend ein Ändern eines Parameters des Fahrzeugs basierend auf der Eigenschaft der Straße.
  7. Verfahren nach Anspruch 6, wobei das Ändern des Parameters des Fahrzeugs ein Ändern eines Aufhängungsparameters des Fahrzeugs umfasst.
  8. System zum Bestimmen von Eigenschaften von Straßen, wobei das System umfasst: einen Hardwareprozessor, der programmiert ist zum: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  9. System nach Anspruch 8, wobei der Gegenstand vor dem Fahrzeug ein zweites Fahrzeug ist.
  10. System nach Anspruch 9, wobei das Merkmal des Gegenstands vor dem Fahrzeug ein Rücklicht des zweiten Fahrzeugs ist.
  11. System nach Anspruch 8, wobei die Oberflächeneigenschaft der Straße eine Unregelmäßigkeit einer Oberfläche der Straße ist.
  12. System nach Anspruch 8, wobei die Eigenschaft der Straße eine Änderung des Geländes ist.
  13. Verfahren nach Anspruch 8, wobei der Hardwareprozessor ferner zum Ändern eines Parameters des Fahrzeugs basierend auf der Eigenschaft der Straße programmiert ist.
  14. System nach Anspruch 13, wobei das Ändern des Parameters des Fahrzeugs ein Ändern eines Aufhängungsparameters des Fahrzeugs umfasst.
  15. Nichtflüchtiges computerlesbares Medium, das computerausführbare Anweisungen enthält, die bei Ausführung durch einen Prozessor bewirken, dass der Prozessor ein Verfahren zum Bestimmen von Eigenschaften von Straßen durchführt, wobei das Verfahren umfasst: Empfangen von ersten Kamerainformationen von einer Kamera, die einem Fahrzeug zugeordnet ist, zu einem ersten Zeitpunkt; Identifizieren einer ersten Position eines Merkmals eines Gegenstands vor dem Fahrzeug basierend auf den ersten Kamerainformationen; Empfangen von zusätzlichen Kamerainformationen von der Kamera zu einem zusätzlichen Zeitpunkt; Identifizieren einer aktualisierten Position des Merkmals des Gegenstands vor dem Fahrzeug basierend auf den zusätzlichen Kamerainformationen; Bestimmen einer relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug basierend auf der ersten Position und der aktualisierten Position; und Bestimmen einer Eigenschaft einer Straße, auf der sich das Fahrzeug befindet, basierend auf der relativen Bewegung des Merkmals des Gegenstands vor dem Fahrzeug.
  16. Nichtflüchtiges computerlesbares Medium nach Anspruch 15, wobei der Gegenstand vor dem Fahrzeug ein zweites Fahrzeug ist.
  17. Nichtflüchtiges computerlesbares Medium nach Anspruch 16, wobei das Merkmal des Gegenstands vor dem Fahrzeug ein Rücklicht des zweiten Fahrzeugs ist.
  18. Nichtflüchtiges computerlesbares Medium nach Anspruch 15, wobei die Oberflächeneigenschaft der Straße eine Unregelmäßigkeit einer Oberfläche der Straße ist.
  19. Nichtflüchtiges computerlesbares Medium nach Anspruch 15, wobei die Eigenschaft der Straße eine Änderung des Geländes ist.
  20. Nichtflüchtiges computerlesbares Medium nach Anspruch 15, wobei das Verfahren ferner ein Ändern eines Parameters des Fahrzeugs basierend auf der Eigenschaft der Straße umfasst.
  21. Nichtflüchtiges computerlesbares Medium nach Anspruch 20, wobei das Ändern des Parameters des Fahrzeugs ein Ändern eines Aufhängungsparameters des Fahrzeugs umfasst.
DE112019002038.2T 2018-04-18 2019-04-17 Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen Pending DE112019002038T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/956,351 US11104345B2 (en) 2018-04-18 2018-04-18 Methods, systems, and media for determining characteristics of roads
US15/956,351 2018-04-18
PCT/US2019/027940 WO2019204495A1 (en) 2018-04-18 2019-04-17 Methods, systems, and media for determining characteristics of roads

Publications (1)

Publication Number Publication Date
DE112019002038T5 true DE112019002038T5 (de) 2021-04-22

Family

ID=68236804

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112019002038.2T Pending DE112019002038T5 (de) 2018-04-18 2019-04-17 Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen

Country Status (4)

Country Link
US (2) US11104345B2 (de)
CN (1) CN112055666B (de)
DE (1) DE112019002038T5 (de)
WO (1) WO2019204495A1 (de)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018204917A1 (en) 2017-05-05 2018-11-08 Ball Aerospace & Technologies Corp. Spectral sensing and allocation using deep machine learning
US11182672B1 (en) * 2018-10-09 2021-11-23 Ball Aerospace & Technologies Corp. Optimized focal-plane electronics using vector-enhanced deep learning
US11851217B1 (en) 2019-01-23 2023-12-26 Ball Aerospace & Technologies Corp. Star tracker using vector-based deep learning for enhanced performance
US11412124B1 (en) 2019-03-01 2022-08-09 Ball Aerospace & Technologies Corp. Microsequencer for reconfigurable focal plane control
US11303348B1 (en) 2019-05-29 2022-04-12 Ball Aerospace & Technologies Corp. Systems and methods for enhancing communication network performance using vector based deep learning
US11488024B1 (en) 2019-05-29 2022-11-01 Ball Aerospace & Technologies Corp. Methods and systems for implementing deep reinforcement module networks for autonomous systems control
JP7156527B2 (ja) * 2019-06-28 2022-10-19 日本電気株式会社 路面検査装置、路面検査方法、およびプログラム
US11828598B1 (en) 2019-08-28 2023-11-28 Ball Aerospace & Technologies Corp. Systems and methods for the efficient detection and tracking of objects from a moving platform
KR20220038212A (ko) * 2020-09-18 2022-03-28 현대자동차주식회사 차량 및 그 제어 방법
US20220289175A1 (en) * 2021-03-10 2022-09-15 Magna Electronics Inc. Vehicular control system with road surface and debris detection and classification

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5845000A (en) * 1992-05-05 1998-12-01 Automotive Technologies International, Inc. Optical identification and monitoring system using pattern recognition for use with vehicles
US8538636B2 (en) 1995-06-07 2013-09-17 American Vehicular Sciences, LLC System and method for controlling vehicle headlights
US9633564B2 (en) 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
US8788146B1 (en) 2013-01-08 2014-07-22 Ford Global Technologies, Llc Adaptive active suspension system with road preview
WO2014145018A2 (en) 2013-03-15 2014-09-18 Levant Power Corporation Active vehicle suspension improvements
US10422649B2 (en) * 2014-02-24 2019-09-24 Ford Global Technologies, Llc Autonomous driving sensing system and method
KR101641490B1 (ko) * 2014-12-10 2016-07-21 엘지전자 주식회사 차량 운전 보조 장치 및 이를 구비한 차량
US9550495B2 (en) * 2015-03-27 2017-01-24 Intel Corporation Technologies for assisting vehicles with changing road conditions
US9937765B2 (en) 2015-04-28 2018-04-10 Ram Sivaraman Method of adapting an automobile suspension in real-time
JP6577852B2 (ja) * 2015-12-03 2019-09-18 キヤノン株式会社 動きベクトル検出装置およびその制御方法
GB2545652B (en) * 2015-12-18 2019-06-05 Jaguar Land Rover Ltd Control unit for an active suspension system
DE102016000209A1 (de) * 2016-01-11 2017-07-13 Trw Automotive Gmbh Steuerungs-System und Verfahren zum Ermitteln einer Straßenbelagsunregelmäßigkeit
US10275662B1 (en) * 2016-09-30 2019-04-30 Zoox, Inc. Estimating friction based on image data
US10957201B2 (en) * 2017-09-15 2021-03-23 Qualcomm Incorporated System and method for relative positioning based safe autonomous driving
JP7345236B2 (ja) * 2017-11-10 2023-09-15 株式会社小松製作所 作業車両の動作を推定するための方法、システム、学習済みの分類モデルの製造方法、学習データ、及び学習データの製造方法
US20190279508A1 (en) * 2018-03-07 2019-09-12 SF Motors Inc. Systems and methods of inter-vehicle communication

Also Published As

Publication number Publication date
US20210387627A1 (en) 2021-12-16
US20190322282A1 (en) 2019-10-24
CN112055666B (zh) 2023-11-03
CN112055666A (zh) 2020-12-08
US11104345B2 (en) 2021-08-31
US11794749B2 (en) 2023-10-24
WO2019204495A1 (en) 2019-10-24

Similar Documents

Publication Publication Date Title
DE112019002038T5 (de) Verfahren, Systeme und Medien zum Bestimmen von Eigenschaften von Straßen
DE112018006665T5 (de) Verfahren zum zugreifen auf ergänzende wahrnehmungsdaten von anderen fahrzeugen
DE102019104217A1 (de) Bereitstellen von Informationsreicher Kartensemantik an Navigations-Metrik-Karten
DE102018102285A1 (de) System und verfahren zum beurteilen des innenraums eines autonomen fahrzeugs
DE102016123876A1 (de) Kolonnen-fahrzeug-vorausschau
DE102018132525A1 (de) Verfahren und Vorrichtung zur Bewertung einer Fahrzeugfahrfläche
DE102017123848A1 (de) Automatisches Parken eines Fahrzeugs auf einem Parkplatz
DE102018215344A1 (de) System und verfahren für fahrzeugkonvois
DE102019127229A1 (de) System und verfahren zum bestimmen einer vertrautheit eines fahrzeugdatensatzes
DE102008023972A1 (de) Verfahren und Vorrichtung zur Erkennung von verkehrsrelevanten Informationen
DE102019132876B4 (de) Verfahren und system zum bereitstellen vollständiger ereignisdaten aus querverwiesenen datenspeichern
EP3292510A1 (de) Verfahren und vorrichtung zur erkennung und bewertung von fahrbahnreflexionen
DE102010054077A1 (de) Verfahren und Vorrichtung zum Bereitstellen einer Fahrempfehlung für einen Streckenabschnitt
DE112022001861T5 (de) Bewegungsbahnkonsistenzmessung für den betrieb eines autonomen fahrzeugs
EP3891035B1 (de) Fahrerassistenzsystem und verfahren zum assistierten betreiben eines kraftfahrzeugs
DE102016218853A1 (de) Detektion und Validierung von Objekten aus Bildern einer Kamera
DE102011076795A1 (de) Verfahren zum Bestimmen einer Nickbewegung einer in einem Fahrzeug verbauten Kamera und Verfahren zur Steuerung einer Lichtaussendung zumindest eines Frontscheinwerfers eines Fahrzeugs
DE102020133506A1 (de) Parkplatzsteuerungssystem, Parkplatzsteuerungsverfahren und Programm
DE102020211971A1 (de) Fahrzeugtrajektorienvorhersage unter verwendung von strassentopologie und verkehrsteilnehmer-objektzuständen
DE102020114379A1 (de) Speichern von fahrzeugdaten
DE102018201909A1 (de) Verfahren und Vorrichtung zur Objekterkennung
DE102021131054A1 (de) Verfahren, System und Computerprogrammprodukt zur Bewertung einer Fahrsituation für die prädiktive Steuerung einer automatisierten Fahrfunktion
DE102020134530A1 (de) Rückaufprallwarnsystem mit temporärem cnn
DE102021201978A1 (de) Sammeln von sensordaten von fahrzeugen
DE102020214117A1 (de) Optische fahrzeugfront-objektdetektion mittels photoelektrischem effekt von metallischen markierungen