EP3577419A1 - Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map - Google Patents

Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map

Info

Publication number
EP3577419A1
EP3577419A1 EP17822212.1A EP17822212A EP3577419A1 EP 3577419 A1 EP3577419 A1 EP 3577419A1 EP 17822212 A EP17822212 A EP 17822212A EP 3577419 A1 EP3577419 A1 EP 3577419A1
Authority
EP
European Patent Office
Prior art keywords
haf
objects
semistatic
features
semi
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.)
Ceased
Application number
EP17822212.1A
Other languages
German (de)
French (fr)
Inventor
Holger Mielenz
Jan Rohde
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP3577419A1 publication Critical patent/EP3577419A1/en
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device

Definitions

  • HAF highly automated vehicle
  • the invention relates to a method and system for locating a more automated, e.g. highly automated vehicle (HAF) in a digital localization map.
  • HAF highly automated vehicle
  • automated means all those degrees of automation which, in the sense of the Federal Highway Research Institute (BASt), correspond to an automated longitudinal and lateral guidance with increasing system responsibility, e.g. highly automated and fully automated driving.
  • BASt Federal Highway Research Institute
  • Vehicle environment the so-called environment model
  • the so-called environment model can be set up, with the goal of achieving higher accuracy and safety and a larger field of view compared to individual data sources has top priority.
  • highly automated driving is a high
  • HAF highly automated vehicle
  • HAF highly automated vehicle
  • a method for locating a higher automated vehicle, particularly a highly automated vehicle (HAF) in a digital location map comprising the following steps: 51 detecting features of semi-static objects in an environment of the HAF by means of at least a first sensor;
  • the digital location map only containing landmarks suitable for locating the HAF that are not obscured by semistatic objects with respect to the location and / or approach trajectory of the HAF;
  • a driver assistance system for highly automated vehicles which detects landmarks for locating the vehicle on the basis of in-vehicle environment sensors.
  • the landmarks are classified and, if appropriate, assigned the attribute "semistatic.”
  • the server if appropriate the back-end server, to transmit the information from the vehicle with which the server makes a hypothesis about the introduced attribute "
  • the at least one first sensor is a stationary infrastructure sensor, wherein the at least one
  • Light signal system is mounted, and / or that the at least one first sensor is attached to the HAF, and / or that the at least one first sensor is mounted on another HAF.
  • the features of the semi-static objects at least one of the features contour, geoposition, color, dimensions, orientation in space, speed and / or
  • the step S3 of the classification is performed by a control unit associated with the at least one sensor and / or by the evaluation unit, and the step S3 of the classification at least on the basis of one of the features contour, geoposition, color, dimensions, orientation in space, speed and / or acceleration state of semistatic objects.
  • the evaluation unit is a MobileEdgeComputing server, wherein the MobileEdgeComputing server is stationary in particular.
  • Environment model includes the step of georeferencing the semistatic objects.
  • Driver Assistance System detects and classifies semi-static objects, such as garbage cans, parked vehicles or trailers, and transmits their contour and geoposition to the server. This then calculates for the
  • the respective method step of the transmission in steps S2, S5 is effected by a respective radio signal.
  • step S6 of localization of the HAF using the digital localization map comprises that at least one of the features of the semi-static objects is perceived by environment sensing of the HAF and that control of the HAF employs matching techniques to perform the Environment sensors perceived at least one feature with the information of the
  • Another object of the present invention is a system for
  • Locating a highly automated vehicle (HAF) in a digital localization map the system comprising at least a first sensor configured to detect features of semi-static objects in a HAF environment. Furthermore, the system comprises a
  • Communication interface which is adapted to transmit the features of the semi-static objects to an evaluation unit, wherein the evaluation unit is adapted to perform a classification of the semi-static objects.
  • the classification comprises the semistatic objects being assigned the feature "semistatic" as a result of the classification
  • the evaluation device is further configured to transfer the features of the semistatic objects into a local environment model of the HAF, the local environment model for localizing the HAF suitable
  • the evaluation unit is set up to check, when creating the local environment model, whether the landmarks suitable for locating the HAF are related to the position and / or a position
  • the evaluation device is set up to include only those landmarks in the local environment model that are not obscured by semistatic objects with regard to the position and / or a starting trajectory of the HAF, wherein the communication interface is also set up to handle the local
  • the system further includes control of the HAF, the controller being configured to locate the HAF using the HAF's digital localization map as well as environmental sensors
  • a further subject of the present invention is formed
  • Computer program which comprises a program code for carrying out the method according to the invention, when the computer program is executed on a computer.
  • the solution according to the invention particularly brings about the technical advantage of improving the robustness or the accuracy in localizing a HAF, since in the case of temporary occlusions a reduction of the data to be transmitted between the server and the vehicle takes place.
  • neither time nor computing capacity will be wasted on the vehicle side to detect landmarks that are anyway not visible and to match / compare them with a more extensive feature card.
  • Another advantage is that always enough landmarks for matching can be detected and thus be available in the map. Furthermore, concealment situations of landmarks stored on the server can be determined on the basis of the feedback from the vehicles, which in turn ensures a secure localization of a vehicle
  • Is related to passenger cars it is not limited thereto, but can be used with any type of vehicle trucks (P) and / or passenger cars (PKW).
  • Fig. 1 is a plan view of a situation in traffic, in which the
  • FIG. 2 is a flow chart of an embodiment of the invention
  • FIG. 1 shows a traffic junction 10, in which two
  • the traffic at the traffic junction 10 is regulated, inter alia, by traffic light systems 150, 151, 152, 153.
  • traffic light systems 150, 151, 152, 153 are located in the environment of
  • the traffic signals 150, 151, 152, 153, the building corners 180, 190 and a stop line 170 in geo-referenced form and as permanent landmarks for creating a traffic digital environment model are available. This means that, for example, certain to detect the building corner
  • the building corner 180 necessary features of the building corner 180 and their position in a suitable coordinate system in digital form and for creating an environment model for a HAF are stored in a data store.
  • the features necessary for the detection of the building corner for example, their position, the dimensions or color of the adjacent walls, their
  • the data store For example, it may be a local evaluation unit 300, for example a MobileEdgeComputing server, or a remote server, not shown. In the exemplary embodiment, it is assumed that the data memory is part of the local evaluation unit 300.
  • the use of the traffic signals 150, 151, 152, 153, the building corners 180, 190 and the stop line 170 as permanent landmarks means that their position and the features necessary for their recognition can be transmitted to a HAF.
  • a driver assistance system of the HAF can be used with the so-called
  • Matching methods and a corresponding on-board sensor for example, cameras that locate permanent landmarks and use their position relative to the HAF to locate the HAF in a digital map.
  • FIG. 1 shows a first object 400 and a second object 410.
  • the first object 400 may, for example, be a temporarily parked construction container for road works, while the second object 410 may be a temporary object 400
  • the first object 400 and the second object 410 are referred to as semi-static objects, since they are immovable with respect to the moment of passage of the HAF 200, but do not remain so long-term in their position as permanent landmarks suitable. As can be seen in FIG. 1, the first object 400 hides the
  • a first step of the method according to the invention features of semistatic objects 400, 410 in an environment of
  • the HAF 200 detected by at least one first sensor see also Fig. 2.
  • the first sensor may be a stationary infrastructure sensor, the
  • HAF 200 for example, attached to a lantern or to a traffic signal, or a sensor mounted on the HAF 200 itself or another HAF, such as an environment camera of a HAF.
  • the features of the semi-static objects 400, 410 may be one or more of the features contour, geoposition, color, dimensions, orientation in space, speed and / or acceleration state of the acquired semistatic objects 400, 410.
  • a step S2 the detected features of the semi-static objects 400, 410 and the vehicle position are transmitted to the evaluation unit 300.
  • the transmission preferably takes place via a radio signal, which is why both the evaluation unit 300 and the first sensor have a corresponding one
  • Step S3 includes the classification of the semistatic objects 400, 410, where the semistatic objects 400, 410 are assigned the characteristic "semistatic" as a result of the classification if corresponding criteria are present, as criteria for classifying the recorded objects as "semistatic "can, for example, one or more of the features contour, geoposition, color, dimensions, orientation in space,
  • Speed and / or acceleration state of the semistatic objects 400, 410 serve.
  • the classification can be carried out both by a control unit assigned to the at least one sensor, that is to say before the transmitted features of the semistatic objects 400, 410 and the
  • step S4 the characteristics of the semistatic objects 400, 410 are transferred to a local environment model of the HAF 200, it being checked in the creation of the local environment model, whether suitable for the localization of the HAF landmarks in relation to the position and / or a Anfahrtrajektorie of the HAF 200 are obscured by the semistatic objects 400, 410.
  • the first object 400 and the second object 410 are classified as semi-static objects.
  • the step S4 of transferring the features of the semistatic objects 400, 410 into a local environment model preferably includes the step of georeferencing the semistatic objects 400, 410.
  • the local environment model which is transmitted to the HAF 200 in the form of a digital localization map in step S5, therefore only contains information regarding the lighting installations 150, 151, 153, as well as with respect to the second
  • step S6 the driver assistance system of the HAF 200 then locates the HAF 200 using the digital location map, using both the transmitted permanent landmarks and other location information, such as the global one
  • GPS Positioning System
  • the step S6 of localizing the HAF 200 using the digital localization map thereby preferably, as described above, that at least one of the features of the semi-static objects 400, 410 by an environment sensor system of the HAF 200th is perceived and that a driver assistance system or a control of the HAF 200 uses matching method in order to detect the at least one characteristic perceived by means of the environment sensor with the information of the
  • FIG. 1 also shows a system for locating the HAF 200 in a digital localization map, the system comprising: at least one first sensor, wherein the at least one first sensor is configured to provide features of semistatic objects 400; 410 in one
  • a communication interface which is set up to transmit the features of the semistatic objects 400, 410 to an evaluation unit 300, wherein the evaluation unit 300 is configured to
  • the classification comprising assigning the feature "semistatic" to the semistatic objects 400, 410 as a result of the classification, and being further adapted to
  • Localization of the HAF contains 200 suitable landmarks, and where the
  • Evaluation unit 300 is set up to check, when creating the local environment model, whether the landmarks suitable for locating the HAF 200 are related to the position and / or a location
  • Approach trajectory of the HAF 200 are obscured by the semi-static objects 400, 410, and is set up to incorporate only those landmarks in the local environment model, with respect to the position and / or approach approach of the HAF 200 not by the semistatic objects 400, 410 be concealed, the communication interface is further adapted to the local environment model in the form of a digital
  • Combinations of features may include.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

The invention relates to a method for localising a highly automated vehicle (HAV) in a digital localisation map, comprising the steps: S1 sensing features of semi-static objects in an environment of the HAV by means of at least one first sensor; S2 transmitting the features of the semi-static objects and the vehicle position to an evaluation unit; S3 classifying the semi-static objects, the semi-static objects being assigned the feature "semi-static" as the result of the classification; S4 passing the features of the semi-static objects to a local environment model of the HAV, a check being performed during creation of the local environment model as to whether landmarks suitable for localising the HAV are concealed by the semi-static objects in relation to the position and/or an approach trajectory of the HAV; S5 transmitting the local environment map to the HAV in the form of a digital localisation map, the digital localisation map only containing the landmarks suitable for localising the HAV which are not concealed by semi-static objects in relation to the position and/or an approach trajectory of the HAV; and S6 localising the HAV using the digital localisation map. The invention also relates to a corresponding system and to a computer program.

Description

Beschreibung Titel  Description title
Verfahren zur Lokalisierung eines höher automatisierten, z.B.  Method for locating a higher automated, e.g.
hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte highly automated vehicle (HAF) in a digital localization map
Die Erfindung betrifft ein Verfahren und ein System zur Lokalisierung eines höher automatisierten, z.B. hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte. The invention relates to a method and system for locating a more automated, e.g. highly automated vehicle (HAF) in a digital localization map.
Stand der Technik State of the art
Angesichts einer Zunahme des Automatisierungsgrades von Fahrzeugen werden immer komplexere Fahrerassistenzsysteme eingesetzt. Für solche In view of an increase in the degree of automation of vehicles ever more complex driver assistance systems are used. For such
Fahrerassistenzsysteme und Funktionen, wie z.B. dem hochautomatisierten Fahren oder dem vollautomatisiertem Fahren, wird eine große Zahl von Driver assistance systems and functions, such as highly automated driving or fully automated driving, a large number of
Sensoren im Fahrzeug benötigt, die eine exakte Erfassung des Fahrzeugumfelds ermöglichen. Um das Fahrzeug höher automatisiert zu steuern ist es z.B. Sensors in the vehicle needed that allow an accurate detection of the vehicle environment. To control the vehicle more highly automated, it is e.g.
notwendig, die Fahrspuren zuverlässig zu erkennen, sodass das Fahrzeug innerhalb einer erkannten Fahrspur geführt werden kann. Im Folgenden werden unter höher automatisiert all diejenigen Automatisierungsgrade verstanden, die im Sinne der Bundesanstalt für Straßenwesen (BASt) eine automatisierte Längsund Querführung mit steigender Systemverantwortung entsprechen, z.B. das hoch- und vollautomatisierte Fahren. necessary to reliably detect the lanes, so that the vehicle can be guided within a recognized lane. In the following, the term "automated" means all those degrees of automation which, in the sense of the Federal Highway Research Institute (BASt), correspond to an automated longitudinal and lateral guidance with increasing system responsibility, e.g. highly automated and fully automated driving.
Ferner ist bekannt, dass anhand von verschiedenen Umfeldsensoren, wie beispielsweise Radarsensoren, Kameras, Fahrdynamiksensoren, GPS (Global Positioning System) und digitalen Karten eine Repräsentation der Furthermore, it is known that a representation of the. Is based on various environment sensors, such as radar sensors, cameras, vehicle dynamics sensors, GPS (Global Positioning System) and digital maps
Fahrzeugumgebung, das sogenannte Umfeldmodell, aufgebaut werden kann, wobei das Ziel eine höhere Genauigkeit und Sicherheit sowie einen größeren Sichtbereich gegenüber einzelnen Datenquellen zu erzielen höchste Priorität hat. Insbesondere in Hinblick auf hochautomatisiertes Fahren ist eine hohe Vehicle environment, the so-called environment model, can be set up, with the goal of achieving higher accuracy and safety and a larger field of view compared to individual data sources has top priority. Especially with regard to highly automated driving is a high
Systemrobustheit und Systemverfügbarkeit notwendig. Heute umgesetzte Fahrerassistenzsysteme für hochautomatisierte Fahrzeuge legen den Schwerpunkt auf eine Verbesserung von Genauigkeit, Sichtbereich sowie eine erhöhte Sicherheit der Detektionen. System robustness and system availability necessary. Today implemented driver assistance systems for highly automated vehicles set the Emphasis on improving accuracy, field of vision and increased detection safety.
Im Stand der Technik ist eine Vielzahl von Möglichkeiten offenbart, eine The prior art discloses a variety of possibilities, one
Lokalisierung eines hochautomatisierten Fahrzeugs (HAF) in einer digitalen Karte durchzuführen. Darunter fallen beispielsweise Verfahren, bei denen dem HAF nur diejenige Anzahl bzw. Dichte an Landmarken übermittelt wird, die für eine ausreichend genaue Lokalisierung benötigt werden, so dass Datenraten für die Übertragung vom Server zum Fahrzeug gespart oder auch die Localization of a highly automated vehicle (HAF) in a digital map. This includes, for example, methods in which only the number or density of landmarks that are required for a sufficiently accurate localization is transmitted to the HAF, so that data rates for the transmission from the server to the vehicle are saved or even the
Rechenkomplexität im Fahrzeug reduziert und die Laufzeit beschleunigt werden kann. Dabei erweist es sich aber als nachteilig, dass Landmarken auch verdeckt sein können und somit durch das HAF nicht wahrgenommen werden können. Dies führt einerseits zu einer unnötigen Übermittlung von Daten und andererseits zu einer gegebenenfalls schlechten Lokalisierungsgenauigkeit, da nicht ausreichend Informationen für ein Matching zur Verfügung stehen. Unter Matching wird der Vergleich der erkannten mit den in der Karten vorhandenen Landmarken verstanden. Dies steht aber im Widerspruch zu einer hohen Systemsicherheit, die für automatisiertes Fahren notwendig ist. Reduced computational complexity in the vehicle and the term can be accelerated. However, it proves to be disadvantageous that landmarks can also be hidden and thus can not be perceived by the HAF. On the one hand, this leads to an unnecessary transmission of data and, on the other hand, to a possibly poor localization accuracy, since not enough information is available for matching. Matching is understood to be the comparison of the detected landmarks with the existing landmarks in the maps. However, this conflicts with the high system security required for automated driving.
Es ist daher eine Aufgabe der vorliegenden Erfindung, ein verbessertes It is therefore an object of the present invention to provide an improved
Verfahren zur Lokalisierung eines hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte bereitzustellen. To provide a method for locating a highly automated vehicle (HAF) in a digital localization map.
Offenbarung der Erfindung Disclosure of the invention
Diese Aufgabe wird mittels des jeweiligen Gegenstands der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von jeweils abhängigen Unteransprüchen. This object is achieved by means of the subject matter of the independent claims. Advantageous embodiments of the invention are the subject of each dependent subclaims.
Nach einem Aspekt der Erfindung wird ein Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs, insbesondere eines hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte bereitgestellt, umfassend die folgenden Schritte: 51 Erfassen von Merkmalen semistatischer Objekte in einer Umgebung des HAF mittels zumindest eines ersten Sensors; According to one aspect of the invention, there is provided a method for locating a higher automated vehicle, particularly a highly automated vehicle (HAF) in a digital location map, comprising the following steps: 51 detecting features of semi-static objects in an environment of the HAF by means of at least a first sensor;
52 Übermittlung der Merkmale der semistatischen Objekte sowie der 52 Transmission of the characteristics of the semistatic objects as well as the
Fahrzeugposition an eine Auswerteeinheit;  Vehicle position to an evaluation unit;
53 Klassifikation der semistatischen Objekte, wobei den semistatischen 53 Classification of semistatic objects, being the semistatic
Objekten als Ergebnis der Klassifikation das Merkmal„semistatisch" zugewiesen wird;  Assigning the feature "semistatic" to objects as a result of the classification;
54 Überführung der Merkmale der semistatischen Objekte in ein lokales 54 Transfer of the characteristics of the semistatic objects into a local one
Umfeldmodell des HAF, wobei bei der Erstellung des lokalen Umfeldmodells überprüft wird, ob für die Lokalisierung des HAF geeignete Landmarken in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF durch die semistatischen Objekte verdeckt werden;  Environment model of the HAF, which is checked in the creation of the local environment model, whether for the localization of the HAF suitable landmarks in relation to the position and / or approach approach of the HAF are obscured by the semi-static objects;
55 Übermittlung des lokalen Umfeldmodells an das HAF in Form einer digitalen Lokalisierungskarte, wobei die digitale Lokalisierungskarte nur solche für die Lokalisierung des HAF geeignete Landmarken enthält, die in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF nicht durch semistatische Objekte verdeckt werden; und 55 communicating the local environment model to the HAF in the form of a digital location map, the digital location map only containing landmarks suitable for locating the HAF that are not obscured by semistatic objects with respect to the location and / or approach trajectory of the HAF; and
56 Lokalisierung des HAF unter Verwendung der digitalen Lokalisierungskarte. 56 Localization of the HAF using the digital localization map.
Erfindungsgemäß wird somit ein Fahrerassistenzsystem für hochautomatisierte Fahrzeuge offenbart, welches anhand von fahrzeuginternen Umfeldsensoren Landmarken zur Lokalisierung des Fahrzeugs detektiert. Weiter werden die Landmarken klassifiziert und ihnen gegebenenfalls das Attribut„semistatisch" zugewiesen. Grundsätzlich ist es möglich, dass dem Server, ggf. dem Backend- Server, ferner diejenigen Informationen vom Fahrzeug übermittelt werden, mit denen der Server eine Hypothese über das eingeführte Attribut„verdeckt" oder „sichtbar" aktualisieren kann. Durch Weglassen der verdeckten Landmarken bei der Übermittlung des lokalen Umfeldmodells an das HAF in Form einer digitalen Lokalisierungskarte wird die Robustheit bzw. die Genauigkeit der Lokalisierung erhöht, da das Fahrerassistenzsystem des HAF sowie die zugeordneten According to the invention, a driver assistance system for highly automated vehicles is thus disclosed which detects landmarks for locating the vehicle on the basis of in-vehicle environment sensors. In addition, the landmarks are classified and, if appropriate, assigned the attribute "semistatic." In principle, it is also possible for the server, if appropriate the back-end server, to transmit the information from the vehicle with which the server makes a hypothesis about the introduced attribute " By omitting the hidden landmarks in the transmission of the local environment model to the HAF in the form of a digital localization map, the robustness or accuracy of the localization is increased because the driver assistance system of the HAF and the associated
Umfeldsensoren des HAF in diesem Fall keine Rechenkapazität und Zeit verschwenden, die ohnehin nicht sichtbaren Landmarke zu identifizieren und mit einer umfangreicheren erwarteten Feature-Karte zu matchen. Environment sensors of the HAF in this case no computing capacity and time wasting identifying the landmark, which was not visible anyway, and matching it with a larger expected feature card.
Nach einer Ausführungsform ist vorgesehen, dass der zumindest eine erste Sensor ein ortsfester Infrastruktursensor ist, wobei der zumindest eine According to one embodiment, it is provided that the at least one first sensor is a stationary infrastructure sensor, wherein the at least one
Infrastruktursensor insbesondere an einer Laterne oder an einer Infrastructure sensor, in particular on a lantern or on a
Lichtsignalanlage angebracht ist, und/oder dass der zumindest eine erste Sensor an dem HAF angebracht ist, und/oder dass der zumindest eine erste Sensor an einem weiteren HAF angebracht ist. Light signal system is mounted, and / or that the at least one first sensor is attached to the HAF, and / or that the at least one first sensor is mounted on another HAF.
Nach einer weiteren Ausführungsform ist vorgesehen, dass die Merkmale der semistatischen Objekte zumindest eines der Merkmale Kontur, Geoposition, Farbe, Abmessungen, Orientierung im Raum, Geschwindigkeit und/oder According to a further embodiment, it is provided that the features of the semi-static objects at least one of the features contour, geoposition, color, dimensions, orientation in space, speed and / or
Beschleunigungszustand umfassen. Include acceleration state.
Vorteilhafterweise erfolgt der Schritt S3 der Klassifikation durch eine dem zumindest einen Sensors zugeordnete Steuerungseinheit und/oder durch die Auswerteeinheit, und der Schritt S3 der Klassifikation zumindest anhand eines der Merkmale Kontur, Geoposition, Farbe, Abmessungen, Orientierung im Raum, Geschwindigkeit und/oder Beschleunigungszustand der semistatischen Objekte. Advantageously, the step S3 of the classification is performed by a control unit associated with the at least one sensor and / or by the evaluation unit, and the step S3 of the classification at least on the basis of one of the features contour, geoposition, color, dimensions, orientation in space, speed and / or acceleration state of semistatic objects.
Bevorzugterweise ist die Auswerteeinheit ein MobileEdgeComputing-Server, wobei der MobileEdgeComputing-Server insbesondere ortsfest ist. Preferably, the evaluation unit is a MobileEdgeComputing server, wherein the MobileEdgeComputing server is stationary in particular.
Nach einer vorteilhaften Ausführungsform ist vorgesehen, dass der Schritt S4 der Überführung der Merkmale der semistatischen Objekte in ein lokales According to an advantageous embodiment, it is provided that the step S4 of the transfer of the characteristics of the semi-static objects in a local
Umfeldmodell den Schritt der Georeferenzierung der semistatischen Objekte umfasst. Environment model includes the step of georeferencing the semistatic objects.
Dadurch wird insbesondere der technische Vorteil bewirkt, dass das As a result, in particular the technical advantage causes the
Fahrerassistenzsystem semistatische Objekte, wie beispielsweise Mülltonnen, parkende Fahrzeuge oder Anhänger, erkennt, klassifiziert und deren Kontur und Geoposition an den Server übermittelt. Dieser errechnet dann für die Driver Assistance System detects and classifies semi-static objects, such as garbage cans, parked vehicles or trailers, and transmits their contour and geoposition to the server. This then calculates for the
anfahrenden Fahrzeuge auf Basis der gefahrenen Trajektorie und der zur Verfügung stehenden Fahrspurgeometrien, ob für aktuell oder zukünftig im Umfeld des HAF befindliche Landmarken eine Verdeckungswahrscheinlichkeit besteht. Approaching vehicles on the basis of the trajectory traversed and the available lane geometries, whether for current or future im Around the HAF, there is a probability of concealment.
In einer vorteilhaften Ausgestaltung erfolgt der jeweilige Verfahrensschritt der Übermittlung in den Schritten S2, S5 durch jeweils ein Funksignal. In an advantageous embodiment, the respective method step of the transmission in steps S2, S5 is effected by a respective radio signal.
In einer weiteren Ausführungsform ist vorgesehen, dass der Schritt S6 der Lokalisierung des HAF unter Verwendung der digitalen Lokalisierungskarte umfasst, dass zumindest eines der Merkmale der semistatischen Objekte durch eine Umfeldsensorik des HAF wahrgenommen wird und dass eine Steuerung des HAF Matchingverfahren einsetzt, um das mittels der Umfeldsensorik wahrgenommene zumindest eine Merkmal mit den Informationen der In a further embodiment, it is provided that the step S6 of localization of the HAF using the digital localization map comprises that at least one of the features of the semi-static objects is perceived by environment sensing of the HAF and that control of the HAF employs matching techniques to perform the Environment sensors perceived at least one feature with the information of the
Lokalisierungskarte zu vergleichen. Einen weiteren Gegenstand der vorliegenden Erfindung bildet ein System zurTo compare localization map. Another object of the present invention is a system for
Lokalisierung eines hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte, wobei das System zumindest einen ersten Sensor umfasst, der dazu eingerichtet ist, Merkmale semistatischer Objekte in einer Umgebung des HAF zu erfassen. Ferner umfasst das System eine Locating a highly automated vehicle (HAF) in a digital localization map, the system comprising at least a first sensor configured to detect features of semi-static objects in a HAF environment. Furthermore, the system comprises a
Kommunikationsschnittstelle, die dazu eingerichtet ist, die Merkmale der semistatischen Objekte an eine Auswerteeinheit zu übermitteln, wobei die Auswerteeinheit dazu eingerichtet ist, eine Klassifikation der semistatischen Objekte durchzuführen. Die Klassifikation umfasst, dass den semistatischen Objekten als Ergebnis der Klassifikation das Merkmal„semistatisch" zugeordnet wird. Die Auswerteinrichtung ist ferner dazu eingerichtet ist, die Merkmale der semistatischen Objekte in ein lokales Umfeldmodell des HAF zu überführen, wobei das lokale Umfeldmodell zur Lokalisierung des HAF geeignete Communication interface, which is adapted to transmit the features of the semi-static objects to an evaluation unit, wherein the evaluation unit is adapted to perform a classification of the semi-static objects. The classification comprises the semistatic objects being assigned the feature "semistatic" as a result of the classification The evaluation device is further configured to transfer the features of the semistatic objects into a local environment model of the HAF, the local environment model for localizing the HAF suitable
Landmarken enthält. Die Auswerteeinheit ist dazu eingerichtet, bei der Erstellung des lokalen Umfeldmodells zu überprüfen, ob die zur Lokalisierung des HAF geeigneten Landmarken in Bezug auf die Position und/oder eine Contains landmarks. The evaluation unit is set up to check, when creating the local environment model, whether the landmarks suitable for locating the HAF are related to the position and / or a position
Anfahrtrajektorie des HAF durch die semistatischen Objekte verdeckt werden. Ferner ist die Auswerteinrichtung eingerichtet, nur solche Landmarken in das lokale Umfeldmodell einzubinden, die in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF nicht durch semistatische Objekte verdeckt werden, wobei die Kommunikationsschnittstelle ferner dazu eingerichtet ist, das lokale Approach trajectory of the HAF are obscured by the semistatic objects. Furthermore, the evaluation device is set up to include only those landmarks in the local environment model that are not obscured by semistatic objects with regard to the position and / or a starting trajectory of the HAF, wherein the communication interface is also set up to handle the local
Umfeldmodell in Form einer digitalen Lokalisierungskarte an das HAF zu übertragen. Das System umfasst ferner eine Steuerung des HAF, wobei die Steuerung dazu eingerichtet ist, eine Lokalisierung des HAF unter Verwendung der digitalen Lokalisierungskarte sowie von Umfeldsensoren des HAF Environment model in the form of a digital localization map to the HAF transfer. The system further includes control of the HAF, the controller being configured to locate the HAF using the HAF's digital localization map as well as environmental sensors
durchzuführen. perform.
Einen weiteren Gegenstand der vorliegenden Erfindung bildet ein A further subject of the present invention is formed
Computerprogramm, welches einen Programmcode zur Durchführung des erfindungsgemäßen Verfahrens umfasst, wenn das Computerprogramm auf einem Computer ausgeführt wird. Computer program, which comprises a program code for carrying out the method according to the invention, when the computer program is executed on a computer.
Durch die erfindungsgemäße Lösung wird insbesondere der technische Vorteil einer Verbesserung der Robustheit bzw. der Genauigkeit bei der Lokalisierung eines HAF bewirkt, da im Falle temporärer Verdeckungen eine Reduktion der zwischen dem Server und dem Fahrzeug zu übertragenden Daten erfolgt. Somit wird fahrzeugseitig weder Zeit noch Rechenkapazität darauf verschwendet werden, ohnehin nicht sichtbare Landmarken zu detektieren und mit einer umfangreicheren Feature-Karte zu matchen/vergleichen. The solution according to the invention particularly brings about the technical advantage of improving the robustness or the accuracy in localizing a HAF, since in the case of temporary occlusions a reduction of the data to be transmitted between the server and the vehicle takes place. Thus, neither time nor computing capacity will be wasted on the vehicle side to detect landmarks that are anyway not visible and to match / compare them with a more extensive feature card.
Ein weiterer Vorteil besteht darin, dass immer ausreichend viele Landmarken für das Matching detektiert werden können und auf diese Weise in der Karte zur Verfügung stehen. Ferner können Verdeckungssituationen von auf dem Server abgespeicherten Landmarken auf Basis der Rückmeldungen der Fahrzeuge ermittelt werden, wodurch wiederum eine sichere Lokalisierung eines Another advantage is that always enough landmarks for matching can be detected and thus be available in the map. Furthermore, concealment situations of landmarks stored on the server can be determined on the basis of the feedback from the vehicles, which in turn ensures a secure localization of a vehicle
hochautomatisierten Fahrzeugs in einer digitalen Karte ermöglicht werden kann. highly automated vehicle in a digital map can be enabled.
Obwohl die vorliegende Erfindung im Folgenden hauptsächlich in Although the present invention will be described below mainly in
Zusammenhang mit Personenkraftwagen beschrieben wird, ist sie darauf nicht beschränkt, sondern kann mit jeder Art von Fahrzeug Lastkraftfahrzeuge (LKW) und/oder Personenkraftwagen (PKW) genutzt werden. Is related to passenger cars, it is not limited thereto, but can be used with any type of vehicle trucks (P) and / or passenger cars (PKW).
Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung der Ausführungsbeispiele der Erfindung, welche in den Figuren dargestellt sind. Dabei ist zu beachten, dass die dargestellten Merkmale nur einen beschreibenden Charakter haben und auch in Kombination mit Merkmalen anderer oben beschriebener Weiterentwicklungen verwendet werden können und nicht dazu gedacht sind, die Erfindung in irgendeiner Form einzuschränken. Other features, applications and advantages of the invention will become apparent from the following description of the embodiments of the invention, which are illustrated in the figures. It should be noted that the features shown have only a descriptive character and also in combination with features of other developments described above can be used and are not intended to limit the invention in any way.
Zeichnungen drawings
Die Erfindung wird im Folgenden anhand von bevorzugten The invention will be described below with reference to preferred
Ausführungsbeispielen näher erläutert, wobei für gleiche Merkmale gleiche Bezugszeichen verwendet werden. Die Zeichnungen sind schematisch und zeigen: Embodiments explained in more detail, wherein the same reference numerals are used for the same features. The drawings are schematic and show:
Fig. 1 eine Draufsicht auf eine Situation im Straßenverkehr, in der das Fig. 1 is a plan view of a situation in traffic, in which the
erfindungsgemäße Verfahren zur Lokalisierung eines  inventive method for localization of a
hochautomatisierten Fahrzeugs (HAF) zum Einsatz kommt; und Fig. 2 eine Ablaufschema einer Ausführungsform des erfindungsgemäßen highly automated vehicle (HAF) is used; and FIG. 2 is a flow chart of an embodiment of the invention
Verfahrens. Process.
Figur 1 zeigt einen Verkehrsknotenpunkt 10, bei dem sich zwei Figure 1 shows a traffic junction 10, in which two
Straßenabschnitte 100, 101 mit jeweils zwei Fahrbahnen 1 10, 120, 1 1 1 , 121 kreuzen, welche mit einem höher automatisierten Fahrzeug, insbesondere mit einem hochautomatisierten Fahrzeug (HAF) 200 befahrbar sind. Der Verkehr an dem Verkehrsknotenpunkt 10 wird unter anderem durch Lichtsignalanlagen 150, 151 , 152, 153 geregelt. Außerdem befinden sich im Umfeld des Road sections 100, 101, each with two lanes 1 10, 120, 1 1 1, 121 intersect, which are passable with a more highly automated vehicle, especially with a highly automated vehicle (HAF) 200. The traffic at the traffic junction 10 is regulated, inter alia, by traffic light systems 150, 151, 152, 153. In addition, are located in the environment of
Verkehrsknotenpunktes 10 eine erste Gebäudeecke 180 und eine zweite Gebäudeecke 190. Im Rahmen dieses Beispiels soll angenommen werden, dass die Lichtsignalanlagen 150, 151 , 152, 153, die Gebäudeecken 180, 190 sowie eine Haltelinie 170 in georeferenzierter Form und als permanente Landmarken zur Erstellung eines digitalen Umfeldmodells zur Verfügung stehen. Das bedeutet, dass beispielsweise bestimmte zur Erkennung der GebäudeeckeIn this example, it should be assumed that the traffic signals 150, 151, 152, 153, the building corners 180, 190 and a stop line 170 in geo-referenced form and as permanent landmarks for creating a traffic digital environment model are available. This means that, for example, certain to detect the building corner
180 notwendige Merkmale der Gebäudeecke 180 sowie ihre Position in einem geeigneten Koordinatensystem in digitaler Form und zur Erstellung eines Umfeldmodells für ein HAF in einem Datenspeicher hinterlegt sind. Die zur Erkennung der Gebäudeecke notwendigen Merkmale können beispielsweise ihre Position, die Abmessungen oder Farbe der angrenzenden Wände, ihre 180 necessary features of the building corner 180 and their position in a suitable coordinate system in digital form and for creating an environment model for a HAF are stored in a data store. The features necessary for the detection of the building corner, for example, their position, the dimensions or color of the adjacent walls, their
Erstreckung in vertikaler Richtung und ähnliches sein. Bei dem Datenspeicher kann es sich beispielsweise um eine lokale Auswerteeinheit 300, beispielsweise einen MobileEdgeComputing-Server, oder aber um einen nicht dargestellten entfernten Server handeln. Im Rahmen des Ausführungsbeispiels wird angenommen, dass der Datenspeicher ein Teil der lokalen Auswerteeinheit 300 ist. Extension in the vertical direction and the like. In the data store For example, it may be a local evaluation unit 300, for example a MobileEdgeComputing server, or a remote server, not shown. In the exemplary embodiment, it is assumed that the data memory is part of the local evaluation unit 300.
Die Verwendung der Lichtsignalanlagen 150, 151 , 152, 153, der Gebäudeecken 180, 190 sowie der Haltelinie 170 als permanente Landmarken beinhaltet, dass ihre Position und die zu ihrer Erkennung notwendigen Merkmale einem HAF übermittelt werden können. Nach Erhalt der entsprechenden Informationen kann ein Fahrerassistenzsystem des HAF unter Verwendung sogenannter The use of the traffic signals 150, 151, 152, 153, the building corners 180, 190 and the stop line 170 as permanent landmarks means that their position and the features necessary for their recognition can be transmitted to a HAF. Upon receipt of the relevant information, a driver assistance system of the HAF can be used with the so-called
Matchingverfahren und einer entsprechenden Bordsensorik, beispielsweise Kameras, die permanenten Landmarken auffinden und ihre Position relativ zum HAF zur Lokalisierung des HAF in einer digitalen Karte nutzen. Matching methods and a corresponding on-board sensor, for example, cameras that locate permanent landmarks and use their position relative to the HAF to locate the HAF in a digital map.
Weiterhin zeigt Figur 1 ein erstes Objekt 400 sowie ein zweites Objekt 410. Das erste Objekt 400 kann beispielsweise ein temporär abgestellter Baucontainer für Straßenarbeiten sein, während es sich bei dem zweiten Objekt 410 Furthermore, FIG. 1 shows a first object 400 and a second object 410. The first object 400 may, for example, be a temporarily parked construction container for road works, while the second object 410 may be a temporary object 400
beispielsweise um eine temporär aufgestellte Anzeigentafel handelt. Im Rahmen der Anmeldung werden das erste Objekt 400 sowie das zweite Objekt 410 als semistatische Objekte bezeichnet, da sie zwar in Bezug auf den Moment der Überfahrt des HAF 200 unbeweglich sind, jedoch nicht derart langfristig an ihrer Position bleiben, dass sie sich als permanente Landmarken eignen. Wie in Figur 1 zu erkennen ist, verdeckt das erste Objekt 400 die For example, it is a temporary display panel. In the context of the application, the first object 400 and the second object 410 are referred to as semi-static objects, since they are immovable with respect to the moment of passage of the HAF 200, but do not remain so long-term in their position as permanent landmarks suitable. As can be seen in FIG. 1, the first object 400 hides the
Lichtsignalanlage 152 gegenüber dem HAF 200, während das zweite Objekt 410 die erste Gebäudeecke 180 gegenüber dem HAF 200 verdeckt, sodass  Traffic light system 152 opposite the HAF 200, while the second object 410, the first building corner 180 opposite the HAF 200 hidden, so
Umfeldsensoren des HAF 200, beispielsweise Kameras, nicht in der Lage sind, die prinzipiell als permanente Landmarken geeignete Lichtsignalanlage 152 sowie die Gebäudeecke 180 aufzufinden. Eine Übertragung der Position und die zu ihrer Erkennung notwendigen Merkmale der Lichtsignalanlage 152 und der Gebäudeecke 180 an das HAF 200 bedeutet daher lediglich einen unnötigen Datenaustausch zwischen der Auswerteeinheit 300 und dem HAF 200 sowie eine Verschwendung an Sensor-und Rechenleistung des Environment sensors of the HAF 200, such as cameras, are not able to locate the principle as permanent landmarks suitable traffic signal 152 and the building corner 180. A transmission of the position and the necessary for their detection features of the traffic signal system 152 and the building corner 180 to the HAF 200 therefore means only an unnecessary data exchange between the evaluation unit 300 and the HAF 200 and a waste of sensor and computing power
Fahrerassistenzsystems des HAF 200 bei dem von vornherein aussichtlosen Versuch, die Lichtsignalanlage 152 und die Gebäudeecke 180 im Umfeld des HAF 200 zu erkennen. Driver assistance system of the HAF 200 in the from the outset hopeless Attempt to detect the traffic signal 152 and the building corner 180 in the vicinity of the HAF 200.
Um dies zu vermeiden, werden in einem ersten Schritt des erfindungsgemäßen Verfahrens Merkmale semistatischer Objekte 400, 410 in einer Umgebung desIn order to avoid this, in a first step of the method according to the invention features of semistatic objects 400, 410 in an environment of
HAF 200 mittels zumindest eines ersten Sensors erfasst, siehe auch Fig. 2. Der erste Sensor kann dabei ein ortsfester Infrastruktursensor sein, der HAF 200 detected by at least one first sensor, see also Fig. 2. The first sensor may be a stationary infrastructure sensor, the
beispielsweise an einer Laterne oder an einer Lichtsignalanlage angebracht ist, oder aber ein Sensor, der an dem HAF 200 selbst oder einem weiteren HAF angebracht ist, beispielsweise eine Umfeldkamera eines HAF. for example, attached to a lantern or to a traffic signal, or a sensor mounted on the HAF 200 itself or another HAF, such as an environment camera of a HAF.
Bei den Merkmalen der semistatischen Objekte 400, 410 kann es sich um eines oder mehrere der Merkmale Kontur, Geoposition, Farbe, Abmessungen, Orientierung im Raum, Geschwindigkeit und/oder Beschleunigungszustand der erfassten semistatischen Objekte 400, 410 handeln. The features of the semi-static objects 400, 410 may be one or more of the features contour, geoposition, color, dimensions, orientation in space, speed and / or acceleration state of the acquired semistatic objects 400, 410.
In einem Schritt S2 werden die erfassten Merkmale der semistatischen Objekte 400, 410 sowie der Fahrzeugposition an die Auswerteeinheit 300 übermittelt. Dabei erfolgt die Übermittlung bevorzugterweise über ein Funksignal, weshalb sowohl die Auswerteeinheit 300 als auch der erste Sensor eine entsprechendeIn a step S2, the detected features of the semi-static objects 400, 410 and the vehicle position are transmitted to the evaluation unit 300. The transmission preferably takes place via a radio signal, which is why both the evaluation unit 300 and the first sensor have a corresponding one
Kommunikationsschnittstelle aufweisen. Have communication interface.
Der in Figur 2 gezeigte Schritt S3 beinhaltet die Klassifikation der semistatischen Objekte 400, 410, wobei den semistatischen Objekten 400, 410 als Ergebnis der Klassifikation bei Vorliegen entsprechender Kriterien das Merkmal„semistatisch" zugeordnet wird. Als Kriterien zur Klassifikation der aufgenommenen Objekte als „semistatisch" kann dabei beispielsweise eines oder mehrere der Merkmale Kontur, Geoposition, Farbe, Abmessungen, Orientierung im Raum, Step S3 includes the classification of the semistatic objects 400, 410, where the semistatic objects 400, 410 are assigned the characteristic "semistatic" as a result of the classification if corresponding criteria are present, as criteria for classifying the recorded objects as "semistatic "can, for example, one or more of the features contour, geoposition, color, dimensions, orientation in space,
Geschwindigkeit und/oder Beschleunigungszustand der semistatischen Objekte 400, 410 dienen. Speed and / or acceleration state of the semistatic objects 400, 410 serve.
Die Klassifikation kann sowohl durch eine dem zumindest einen Sensors zugeordnete Steuerungseinheit erfolgen, also noch vor Übermittlung der erfassten Merkmale der semistatischen Objekte 400, 410 sowie der The classification can be carried out both by a control unit assigned to the at least one sensor, that is to say before the transmitted features of the semistatic objects 400, 410 and the
Fahrzeugposition an die Auswerteeinheit 300, und/oder durch die Auswerteeinheit 300, nachdem sie die Merkmale der semistatischen Objekte 400, 410 sowie die Fahrzeugposition empfangen hat. Vehicle position to the evaluation unit 300, and / or by the Evaluation unit 300, after having received the features of the semi-static objects 400, 410 and the vehicle position.
In Schritt S4 erfolgt die Überführung der Merkmale der semistatischen Objekte 400, 410 in ein lokales Umfeldmodell des HAF 200, wobei bei der Erstellung des lokalen Umfeldmodells überprüft wird, ob für die Lokalisierung des HAF geeignete Landmarken in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF 200 durch die semistatischen Objekte 400, 410 verdeckt werden. Im Beispiel der Figur 4 werden das erste Objekt 400 sowie das zweite Objekt 410 als semistatische Objekte klassifiziert. Bei der Erstellung des lokalen In step S4, the characteristics of the semistatic objects 400, 410 are transferred to a local environment model of the HAF 200, it being checked in the creation of the local environment model, whether suitable for the localization of the HAF landmarks in relation to the position and / or a Anfahrtrajektorie of the HAF 200 are obscured by the semistatic objects 400, 410. In the example of FIG. 4, the first object 400 and the second object 410 are classified as semi-static objects. When creating the local
Umfeldmodells durch die Auswerteeinheit 300 und der damit einhergehenden Überprüfung wird festgestellt, dass das erste Objekt 400 die Lichtsignalanlage 152 gegenüber dem HAF 200 verdeckt, während das zweite Objekt 410 die erste Gebäudeecke 180 gegenüber dem HAF 200 verdeckt.  Environment model by the evaluation unit 300 and the concomitant review, it is found that the first object 400, the light signal system 152 against the HAF 200 covered, while the second object 410, the first building corner 180 opposite the HAF 200 hidden.
Der Schritt S4 der Überführung der Merkmale der semistatischen Objekte 400, 410 in ein lokales Umfeldmodell schließt dabei vorzugsweise den Schritt der Georeferenzierung der semistatischen Objekte 400, 410 ein. Das lokale Umfeldmodell, das in Schritt S5 an das HAF 200 in Form einer digitalen Lokalisierungskarte übermittelt wird, enthält daher nur Informationen bezüglich der Lichtanlagen 150, 151 , 153, sowie bezüglich der zweiten The step S4 of transferring the features of the semistatic objects 400, 410 into a local environment model preferably includes the step of georeferencing the semistatic objects 400, 410. The local environment model, which is transmitted to the HAF 200 in the form of a digital localization map in step S5, therefore only contains information regarding the lighting installations 150, 151, 153, as well as with respect to the second
Gebäudeecke 190 sowie der Haltelinie 170 als permanente Landmarken, da diese in Bezug auf die Position und eine Anfahrtrajektorie des HAF 200 nicht durch die semistatischen Objekte 400, 410 verdeckt werden. Building corner 190 and the stop line 170 as permanent landmarks, as these are not obscured by the semistatic objects 400, 410 with respect to the position and a driving trajectory of the HAF 200.
In Schritt S6 erfolgt dann durch das Fahrerassistenzsystem des HAF 200 die Lokalisierung des HAF 200 unter Verwendung der digitalen Lokalisierungskarte, wobei sowohl die übermittelten permanenten Landmarken als auch weitere Lokalisierungsinformationen verwendet werden, beispielsweise das GlobalIn step S6, the driver assistance system of the HAF 200 then locates the HAF 200 using the digital location map, using both the transmitted permanent landmarks and other location information, such as the global one
Positioning System (GPS). Positioning System (GPS).
Um die permanenten Landmarken zu identifizieren, umfasst der Schritt S6 der Lokalisierung des HAF 200 unter Verwendung der digitalen Lokalisierungskarte dabei vorzugsweise wie oben beschrieben, dass zumindest eines der Merkmale der semistatischen Objekte 400, 410 durch eine Umfeldsensorik des HAF 200 wahrgenommen wird und dass ein Fahrerassistenzsystems oder eine Steuerung des HAF 200 Matchingverfahren einsetzt, um das mittels der Umfeldsensorik wahrgenommene zumindest eine Merkmal mit den Informationen der In order to identify the permanent landmarks, the step S6 of localizing the HAF 200 using the digital localization map thereby preferably, as described above, that at least one of the features of the semi-static objects 400, 410 by an environment sensor system of the HAF 200th is perceived and that a driver assistance system or a control of the HAF 200 uses matching method in order to detect the at least one characteristic perceived by means of the environment sensor with the information of the
Lokalisierungskarte zu vergleichen. To compare localization map.
Wie dem vorstehenden zu entnehmen ist, zeigt Figur 1 auch ein System zur Lokalisierung des HAF 200 in einer digitalen Lokalisierungskarte, wobei das System folgendes umfasst: · zumindest einen ersten Sensor, wobei der zumindest eine erste Sensor dazu eingerichtet ist, Merkmale semistatischer Objekte 400, 410 in einer As can be seen from the above, FIG. 1 also shows a system for locating the HAF 200 in a digital localization map, the system comprising: at least one first sensor, wherein the at least one first sensor is configured to provide features of semistatic objects 400; 410 in one
Umgebung des HAF 200 zu erfassen,  Environment of the HAF 200,
• eine Kommunikationsschnittstelle, die dazu eingerichtet ist, die Merkmale der semistatischen Objekte 400, 410 an eine Auswerteeinheit 300 zu übermitteln, wobei die Auswerteeinheit 300 dazu eingerichtet ist, A communication interface which is set up to transmit the features of the semistatic objects 400, 410 to an evaluation unit 300, wherein the evaluation unit 300 is configured to
• eine Klassifikation der semistatischen Objekte 400, 410 durchzuführen, wobei die Klassifikation umfasst, dass den semistatischen Objekten 400, 410 als Ergebnis der Klassifikation das Merkmal„semistatisch" zugeordnet wird, und ferner dazu eingerichtet ist, Performing a classification of the semistatic objects 400, 410, the classification comprising assigning the feature "semistatic" to the semistatic objects 400, 410 as a result of the classification, and being further adapted to
• die Merkmale der semistatischen Objekte 400, 410 in ein lokales Umfeldmodell des HAF 200 zu überführen, wobei das lokale Umfeldmodell zur • to transfer the features of the semistatic objects 400, 410 into a local environment model of the HAF 200, whereby the local environment model for the
Lokalisierung des HAF 200 geeignete Landmarken enthält, und wobei die Localization of the HAF contains 200 suitable landmarks, and where the
Auswerteeinheit 300 dazu eingerichtet ist, bei der Erstellung des lokalen Umfeldmodells zu überprüfen, ob die zur Lokalisierung des HAF 200 geeigneten Landmarken in Bezug auf die Position und/oder eine Evaluation unit 300 is set up to check, when creating the local environment model, whether the landmarks suitable for locating the HAF 200 are related to the position and / or a location
Anfahrtrajektorie des HAF 200 durch die semistatischen Objekte 400, 410 verdeckt werden, und dazu eingerichtet ist, nur solche Landmarken in das lokale Umfeldmodell einzubinden, die in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF 200 nicht durch die semistatischen Objekte 400, 410 verdeckt werden, wobei die Kommunikationsschnittstelle ferner dazu eingerichtet ist, das lokale Umfeldmodell in Form einer digitalen  Approach trajectory of the HAF 200 are obscured by the semi-static objects 400, 410, and is set up to incorporate only those landmarks in the local environment model, with respect to the position and / or approach approach of the HAF 200 not by the semistatic objects 400, 410 be concealed, the communication interface is further adapted to the local environment model in the form of a digital
Lokalisierungskarte an das HAF 200 zu übertragen; und • ein Fahrerassistenzsystem oder eine Steuerung des HAF 200, die dazu eingerichtet ist, eine Lokalisierung des HAF 200 unter Verwendung der digitalen Lokalisierungskarte sowie von Umfeldsensoren des HAF 200 durchzuführen. Transfer localization card to the HAF 200; and • a driver assistance system or HAF 200 controller, designed to localize the HAF 200 using the HAF 200 digital localization card and environment sensors.
Die Erfindung ist nicht auf das beschriebene und dargestellte The invention is not limited to that described and illustrated
Ausführungsbeispiel beschränkt. Sie umfasst vielmehr auch alle fachmännischen Weiterbildungen im Rahmen der durch die Patentansprüche definierten Embodiment limited. On the contrary, it also encompasses all professional developments within the scope of the claims defined by the claims
Erfindung. Invention.
Neben den beschriebenen und abgebildeten Ausführungsformen sind weitere Ausführungsformen vorstellbar, welche weitere Abwandlungen sowie In addition to the described and illustrated embodiments further embodiments are conceivable, which further modifications and
Kombinationen von Merkmalen umfassen können. Combinations of features may include.

Claims

Ansprüche claims
1 . Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs, 1 . Method for locating a higher automated vehicle,
insbesondere eines hochautomatisierten Fahrzeugs (HAF) (200, 201 ) in einer digitalen Lokalisierungskarte, umfassend die Schritte: S1 Erfassen von Merkmalen semistatischer Objekte (400, 410) in einer in particular a highly automated vehicle (HAF) (200, 201) in a digital localization map, comprising the steps of: S1 detecting features of semistatic objects (400, 410) in one
Umgebung des HAF (200,201 ) mittels zumindest eines ersten Sensors; Environment of the HAF (200,201) by means of at least a first sensor;
52 Übermittlung der Merkmale der semistatischen Objekte (400, 410) sowie der Fahrzeugposition an eine Auswerteeinheit (300); 52 transmission of the features of the semi-static objects (400, 410) and the vehicle position to an evaluation unit (300);
53 Klassifikation der semistatischen Objekte (400, 410), wobei den 53 Classification of semistatic objects (400, 410), where the
semistatischen Objekten (400, 410) als Ergebnis der Klassifikation das Merkmal„semistatisch" zugeordnet wird; S4 Überführung der Merkmale der semistatischen Objekte (400, 410) in ein lokales Umfeldmodell des HAF (200, 201 ), wobei bei der Erstellung des lokalen Umfeldmodells überprüft wird, ob für die Lokalisierung des HAF (200, 201 ) geeignete Landmarken in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF (200, 201 ) durch die semistatischen Objekte (400, 410) verdeckt werden;  semistatic objects (400, 410) as a result of the classification, the characteristic "semistatic" is assigned; S4 transfer of the characteristics of the semistatic objects (400, 410) into a local environment model of the HAF (200, 201), taking into account the creation of the local environment model checking whether, for the location of the HAF (200, 201), suitable landmarks with respect to the position and / or approach trajectory of the HAF (200, 201) are obscured by the semi-static objects (400, 410);
55 Übermittlung des lokalen Umfeldmodells an das HAF (200, 201 ) in Form einer digitalen Lokalisierungskarte, wobei die digitale 55 Submitting the local environment model to the HAF (200, 201) in the form of a digital localization map, using the digital
Lokalisierungskarte nur solche für die Lokalisierung des HAF (200, 201 ) geeignete Landmarken enthält, die in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF (200, 201 ) nicht durch semistatische Objekte (400, 410) verdeckt werden; und  Lokalisierungskarte contains only those for the localization of the HAF (200, 201) suitable landmarks that are not obscured by semistatic objects (400, 410) in relation to the position and / or approach approach of the HAF (200, 201); and
56 Lokalisierung des HAF (200, 201 ) unter Verwendung der digitalen 56 Localization of the HAF (200, 201) using the digital
Lokalisierungskarte. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass der zumindest eine erste Sensor ein ortsfester Infrastruktursensor ist, wobei der zumindest eine Infrastruktursensor insbesondere an einer Laterne oder an einer Lichtsignalanlage (150, 151 , 152, 153) angebracht ist, und/oder dass der zumindest eine erste Sensor an dem HAF (200, 201 ) angebracht ist, und/oder dass der zumindest eine erste Sensor an einem weiteren HAF (200, 201 ) angebracht ist. Location Map. A method according to claim 1, characterized in that the at least one first sensor is a stationary infrastructure sensor, wherein the at least one infrastructure sensor in particular to a lantern or to a traffic signal (150, 151, 152, 153) is mounted, and / or that at least a first sensor is attached to the HAF (200, 201), and / or that the at least one first sensor is attached to another HAF (200, 201).
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass die Merkmale der semistatischen Objekte (400, 410) zumindest eines der Merkmale Kontur, Geoposition, Farbe, Abmessungen, Orientierung im Raum, Geschwindigkeit und/oder Beschleunigungszustand umfassen. characterized in that the features of the semi-static objects (400, 410) comprise at least one of the features contour, geoposition, color, dimensions, orientation in space, speed and / or acceleration state.
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass der Schritt (S3) der Klassifikation durch eine dem zumindest einen Sensors zugeordnete Steuerungseinheit erfolgt und/oder durch die Auswerteeinheit (300), und dass der Schritt (S3) der Klassifikation zumindest anhand eines der Merkmale Kontur, Geoposition, Farbe, in that the step (S3) of the classification is carried out by a control unit assigned to the at least one sensor and / or by the evaluation unit (300), and in that the step (S3) of the classification is based at least on one of the features contour, geoposition, color,
Abmessungen, Orientierung im Raum, Geschwindigkeit und/oder Dimensions, orientation in space, speed and / or
Beschleunigungszustand der semistatischen Objekte (400, 410) erfolgt. Acceleration state of the semistatic objects (400, 410) takes place.
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass die Auswerteeinheit (300) ein MobileEdgeComputing- Server ist, wobei der MobileEdgeComputing-Server insbesondere ortsfest ist. characterized in that the evaluation unit (300) is a MobileEdgeComputing server, wherein the MobileEdgeComputing server is particularly stationary.
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass der Schritt (S4) der Überführung der Merkmale der semistatischen Objekte (400, 410) in ein lokales Umfeldmodell den Schritt der Georeferenzierung der semistatischen Objekte (400, 410) umfasst. characterized in that the step (S4) of transferring the features of the semi-static objects (400, 410) into a local environment model comprises the step of georeferencing the semistatic objects (400, 410).
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass der jeweilige Verfahrensschritt der Übermittlung in den Schritten (S2, S5) durch jeweils ein Funksignal erfolgt. in that the respective method step of the transmission in the steps (S2, S5) is effected by a respective radio signal.
Verfahren nach einem der vorstehenden Ansprüche, dadurch Method according to one of the preceding claims, characterized
gekennzeichnet, dass der Schritt (S6) der Lokalisierung des HAF (200, 201 ) unter Verwendung der digitalen Lokalisierungskarte umfasst, dass zumindest eines der Merkmale der semistatischen Objekte (400, 410) durch eine Umfeldsensorik des HAF (200, 201 ) wahrgenommen wird und dass ein Fahrerassistenzsystem oder eine Steuerung des HAF (200, 201 ) characterized in that the step (S6) of localizing the HAF (200, 201) using the digital localization map comprises that at least one of the features of the semi-static objects (400, 410) is perceived by environment sensing of the HAF (200, 201) and that a driver assistance system or control of the HAF (200, 201)
Matchingverfahren einsetzt, um das mittels der Umfeldsensorik Matching uses, to the means of environmental sensors
wahrgenommene zumindest eine Merkmal mit den Informationen der Lokalisierungskarte zu vergleichen. perceived at least one feature to compare with the information of the localization card.
System zur Lokalisierung eines hochautomatisierten Fahrzeugs (HAF) (200, 201 ) in einer digitalen Lokalisierungskarte, umfassend: System for locating a highly automated vehicle (HAF) (200, 201) in a digital localization map, comprising:
• zumindest einen ersten Sensor, wobei der zumindest eine erste Sensor dazu eingerichtet ist, Merkmale semistatischer Objekte (400, 410) in einer Umgebung des HAF (200, 201 ) zu erfassen; At least one first sensor, wherein the at least one first sensor is adapted to detect features of semi-static objects (400, 410) in an environment of the HAF (200, 201);
• eine Kommunikationsschnittstelle, die dazu eingerichtet ist, die Merkmale der semistatischen Objekte (400, 410) an eine Auswerteeinheit (300) zu übermitteln, wobei die Auswerteeinheit (300) dazu eingerichtet ist; A communication interface which is set up to transmit the features of the semi-static objects (400, 410) to an evaluation unit (300), the evaluation unit (300) being set up for this purpose;
• eine Klassifikation der semistatischen Objekte (400, 410) durchzuführen, wobei die Klassifikation umfasst, dass den semistatischen Objekten (400, 410) als Ergebnis der Klassifikation das Merkmal„semistatisch" zugeordnet wird, und ferner dazu eingerichtet ist die Merkmale der semistatischen Objekte (400, 410) in ein lokales Umfeldmodell des HAF (200, 201 ) zu überführen, wobei das lokale Umfeldmodell zur • perform a classification of the semistatic objects (400, 410), wherein the classification comprises assigning the feature "semistatic" to the semistatic objects (400, 410) as a result of the classification, and further configuring the features of the semistatic objects ( 400, 410) into a local environment model of the HAF (200, 201), whereby the local environment model for the
Lokalisierung des HAF (200, 201 ) geeignete Landmarken enthält, und wobei die Auswerteeinheit dazu eingerichtet ist, bei der Erstellung des lokalen Umfeldmodells zu überprüfen, ob die zur Lokalisierung des HAF (200, 201 ) geeigneten Landmarken in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF (200, 201 ) durch die semistatischen Objekte (400, 410) verdeckt werden, und dazu eingerichtet ist, nur solche Landmarken in das lokale Umfeldmodell einzubinden, die in Bezug auf die Position und/oder eine Anfahrtrajektorie des HAF (200, 201 ) nicht durch semistatische Objekte (400, 410) verdeckt werden, wobei die Kommunikationsschnittstelle ferner dazu eingerichtet ist, das lokale Umfeldmodell in Form einer digitalen Lokalisierungskarte an das HAF (200, 201 ) zu übertragen; und • ein Fahrerassistenzsystem oder eine Steuerung des HAF (200, 201 ), die dazu eingerichtet ist, eine Lokalisierung des HAF (200, 201 ) unter Verwendung der digitalen Lokalisierungskarte sowie von Umfeldsensoren des HAF (200, 201 ) durchzuführen. Localization of the HAF (200, 201) contains suitable landmarks, and wherein the evaluation unit is set up to check in the creation of the local environment model, if the localization of the HAF (200, 201) suitable landmarks in relation to the position and / or an approach trajectory of the HAF (200, 201) is obscured by the semistatic objects (400, 410) and is set up to include only those landmarks in the local environment model that are related to the position and / or approach trajectory of the HAF (200 , 201) are not obscured by semistatic objects (400, 410), the communication interface being further adapted to transmit the local environment model in the form of a digital location map to the HAF (200, 201); and A driver assistance system or a controller of the HAF (200, 201), which is set up to perform a localization of the HAF (200, 201) using the digital localization card as well as environment sensors of the HAF (200, 201).
10. Computerprogramm, umfassend Programmcode zur Durchführung des Computer program comprising program code for performing the
Verfahrens nach einem der Ansprüche 1 bis 8, wenn das Computerprogramm auf einem Computer ausgeführt wird.  Method according to one of claims 1 to 8, when the computer program is executed on a computer.
EP17822212.1A 2017-02-02 2017-12-12 Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map Ceased EP3577419A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017201663.9A DE102017201663A1 (en) 2017-02-02 2017-02-02 Method for locating a higher automated, e.g. highly automated vehicle (HAF) in a digital localization map
PCT/EP2017/082432 WO2018141447A1 (en) 2017-02-02 2017-12-12 Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map

Publications (1)

Publication Number Publication Date
EP3577419A1 true EP3577419A1 (en) 2019-12-11

Family

ID=60857050

Family Applications (1)

Application Number Title Priority Date Filing Date
EP17822212.1A Ceased EP3577419A1 (en) 2017-02-02 2017-12-12 Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map

Country Status (5)

Country Link
US (1) US11120281B2 (en)
EP (1) EP3577419A1 (en)
JP (1) JP6910452B2 (en)
DE (1) DE102017201663A1 (en)
WO (1) WO2018141447A1 (en)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7074438B2 (en) * 2017-09-05 2022-05-24 トヨタ自動車株式会社 Vehicle position estimation device
DE102018209607A1 (en) * 2018-06-14 2019-12-19 Volkswagen Aktiengesellschaft Method and device for determining a position of a motor vehicle
US10698408B2 (en) * 2018-08-30 2020-06-30 Pony Ai Inc. Distributed sensing for vehicle navigation
DE102019124252A1 (en) * 2019-09-10 2021-03-11 Bayerische Motoren Werke Aktiengesellschaft Method for operating a vehicle, vehicle, computer program and computer-readable storage medium
DE102019007861A1 (en) * 2019-11-13 2021-05-20 Daimler Ag Procedure for clearing a route
US20210200237A1 (en) * 2019-12-31 2021-07-01 Lyft, Inc. Feature coverage analysis
DE102020107108A1 (en) * 2020-03-16 2021-09-16 Kopernikus Automotive GmbH Method and system for autonomous driving of a vehicle
DE102020209875A1 (en) 2020-08-05 2022-02-10 Robert Bosch Gesellschaft mit beschränkter Haftung Method for localizing a highly automated vehicle in a digital localization map and landmark for localizing a highly automated vehicle in a digital localization map
DE102021126288A1 (en) 2021-10-11 2023-04-13 Cariad Se Method and device for determining a vehicle's own position
DE102022203261A1 (en) 2022-04-01 2023-10-05 Robert Bosch Gesellschaft mit beschränkter Haftung Method for predicting the availability of a feature-based localization of a vehicle and method for controlling a vehicle

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008159031A (en) 2006-11-27 2008-07-10 Sanyo Electric Co Ltd Locating method and locating device and system using the same method
DE102009045326B4 (en) * 2009-10-05 2022-07-07 Robert Bosch Gmbh Method and system for creating a database for determining the position of a vehicle using natural landmarks
KR101155565B1 (en) 2009-11-27 2012-06-19 한국전자통신연구원 Method and system for providing vehicle control using of network
US9062980B2 (en) 2011-11-22 2015-06-23 Hitachi, Ltd. Autonomous mobile system
DE102014201158A1 (en) 2014-01-23 2015-07-23 Robert Bosch Gmbh Method and device for checking a relevant object detected by an object recognition
EP3100206B1 (en) * 2014-01-30 2020-09-09 Mobileye Vision Technologies Ltd. Systems and methods for lane end recognition
JP6627214B2 (en) 2014-11-10 2020-01-08 日本精機株式会社 Information display device, control method, program, and storage medium
JP6252693B2 (en) 2015-01-14 2017-12-27 オムロン株式会社 Display device and traffic violation management system provided with the same
JP7003660B2 (en) * 2015-08-19 2022-01-20 ソニーグループ株式会社 Information processing equipment, information processing methods and programs
US9734455B2 (en) * 2015-11-04 2017-08-15 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
DE102016203723A1 (en) * 2016-03-08 2017-09-14 Robert Bosch Gmbh Method and system for determining the pose of a vehicle
CN108604988B (en) * 2016-05-03 2021-01-05 华为技术有限公司 Certificate notification method and device

Also Published As

Publication number Publication date
DE102017201663A1 (en) 2018-08-02
WO2018141447A1 (en) 2018-08-09
US20200005058A1 (en) 2020-01-02
JP6910452B2 (en) 2021-07-28
US11120281B2 (en) 2021-09-14
CN110249205A (en) 2019-09-17
JP2020506387A (en) 2020-02-27

Similar Documents

Publication Publication Date Title
EP3577419A1 (en) Method for localising a more highly automated, e.g. highly automated vehicle (hav) in a digital localisation map
EP3105547B1 (en) Method for determining the absolute position of a mobile unit, and mobile unit
DE102017201664A1 (en) Method for locating a higher automated vehicle in a digital map
EP3292423B1 (en) Diagnostic method for a vision sensor of a vehicle and vehicle having a vision sensor
EP3380810B1 (en) Method, device, map processing device and system for precise localization of a vehicle in its surroundings
DE102016213782A1 (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
DE102012021403A1 (en) Method for identifying a vehicle detected by a sensor device
DE102017201665A1 (en) Method for integrating a dynamic object into a digital map of a highly automated vehicle (HAF)
WO2017186385A1 (en) Method and device for a motor vehicle for comparing surrounding area map data with surrounding area sensor data in order to ascertain the passability of a road object
DE102017222183A1 (en) Method and system for monitoring a plurality of environmental sensors of a motor vehicle
DE102020117340A1 (en) A method for capturing the surroundings with at least two independent imaging sensors for capturing the surroundings, a device for carrying out the method, a vehicle and a correspondingly designed computer program
EP3631779A1 (en) Method, devices, and computer-readable storage medium comprising instructions for determining applicable traffic regulations for a motor vehicle
WO2019007603A1 (en) Method for operating a more highly automated vehicle (hav), in particular a highly automated vehicle
DE102017223621A1 (en) Method and control unit for controlling a function of an at least partially automated vehicle
EP2737282B1 (en) Method and apparatus for determining current vehicle-specific orientation data for a vehicle
DE102019128253B4 (en) Procedure for navigating an industrial truck
EP3264043A1 (en) Method and system for use of parked vehicles as landmarks for advantageously influencing the robustness of vehicle localisation systems
EP3649523B1 (en) Method for operating a more highly automated vehicle, in particular a highly automated vehicle
EP3969846A1 (en) Method for validating the up-to-dateness of a map
DE102019211071A1 (en) Method and device for operating an automated vehicle
WO2019002160A1 (en) Context-based autonomous control of a vehicle
DE102019119000B4 (en) determining a lane boundary
DE102008007686A1 (en) Driver assistance device for vehicle i.e. motor vehicle such as automobile, has permanent storage device i.e. semiconductor memory, storing locally limited valid characteristics inputs in vehicle rest condition
DE102016116855A1 (en) System and method for controlling commercial vehicles
DE102021111736A1 (en) PROCEDURE, COMPUTER PROGRAM PRODUCT, PARKING ASSISTANCE SYSTEM AND VEHICLE

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20190902

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: ROBERT BOSCH GMBH

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20210224

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20230402