FR3060738A1 - METHOD AND DEVICE FOR REMOVING AT LEAST ONE POSITION OF A GROUND MARK IN A RADAR CARD - Google Patents
METHOD AND DEVICE FOR REMOVING AT LEAST ONE POSITION OF A GROUND MARK IN A RADAR CARD Download PDFInfo
- Publication number
- FR3060738A1 FR3060738A1 FR1762351A FR1762351A FR3060738A1 FR 3060738 A1 FR3060738 A1 FR 3060738A1 FR 1762351 A FR1762351 A FR 1762351A FR 1762351 A FR1762351 A FR 1762351A FR 3060738 A1 FR3060738 A1 FR 3060738A1
- Authority
- FR
- France
- Prior art keywords
- map
- landmark
- road
- radar
- radar map
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
- G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Instructional Devices (AREA)
Abstract
Procédé (200) pour éliminer une position (102) d'un repère terrestre (105) dans une carte radar (110), comprenant les étapes suivantes consistant à : - enregistrer au moins une position de la route (125) copiée dans la carte radar (110) d'au moins un segment de route (130), et - éliminer la position de repère terrestre (102) de la carte radar (110) si la position de repère terrestre (102) est au moins à une distance prédéfinie (135) de la position de la route (125).A method (200) for removing a position (102) from a landmark (105) in a radar map (110), comprising the steps of: - registering at least one position of the route (125) copied to the map radar (110) of at least one road segment (130), and - eliminating the terrestrial landmark position (102) of the radar map (110) if the land landmark position (102) is at least at a predefined distance (135) from the position of the road (125).
Description
© N° de publication : 3 060 738 (à n’utiliser que pour les commandes de reproduction) © N° d’enregistrement national : 17 62351 ® RÉPUBLIQUE FRANÇAISE© Publication number: 3,060,738 (to be used only for reproduction orders) © National registration number: 17 62351 ® FRENCH REPUBLIC
INSTITUT NATIONAL DE LA PROPRIÉTÉ INDUSTRIELLENATIONAL INSTITUTE OF INDUSTRIAL PROPERTY
COURBEVOIE © IntCI8 COURBEVOIE © IntCI 8
G 01 C21/28 (2017.01), G 01 S 13/89G 01 C21 / 28 (2017.01), G 01 S 13/89
DEMANDE DE BREVET D'INVENTION A1A1 PATENT APPLICATION
PROCEDE ET DISPOSITIF POUR ELIMINER AU MOINS UNE POSITION DE REPERE TERRESTRE DANS UNE CARTE RADAR.METHOD AND DEVICE FOR ELIMINATING AT LEAST ONE TERRESTRIAL MARK POSITION IN A RADAR MAP.
FR 3 060 738 - A1 (67) Procédé (200) pour éliminer une position (102) d'un repère terrestre (105) dans une carte radar (110), comprenant les étapes suivantes consistant à:FR 3 060 738 - A1 (67) Method (200) for eliminating a position (102) from a terrestrial marker (105) in a radar map (110), comprising the following steps consisting in:
- enregistrer au moins une position de la route (125) copiée dans la carte radar (110) d'au moins un segment de route (130), et- recording at least one position of the route (125) copied into the radar map (110) of at least one route segment (130), and
- éliminer la position de repère terrestre (102) de la carte radar (110) si la position de repère terrestre (102) est au moins à une distance prédéfinie (135) de la position de la route (125).- eliminating the landmark position (102) from the radar map (110) if the landmark position (102) is at least at a predefined distance (135) from the position of the road (125).
140140
105105
ii
Domaine de l’inventionField of the invention
La présente invention se rapporte à un procédé et à un dispositif pour éliminer une position de repère terrestre d’une carte radar.The present invention relates to a method and a device for eliminating a landmark position from a radar map.
Etat de la techniqueState of the art
Les systèmes actuels d’assistance de conduite (système ADAS encore appelé système avancé d’assistance au conducteur selon la terminologie anglaise) et les systèmes hautement automatisés d’assistance du conducteur UAD (urban automated driving) imposent de plus en plus la connaissance détaillée de l’environnement du véhicule et la connaissance de la situation. Pour cela, il faut une localisation très précise.The current driving assistance systems (ADAS system also called advanced driver assistance system according to English terminology) and the highly automated driver assistance systems UAD (urban automated driving) increasingly require detailed knowledge of vehicle environment and situational awareness. For this, you need a very precise location.
Il existe des dispositifs d’extraction de repères terrestres dans les vues aériennes de routes. Ces repères terrestres sont stockés dans une carte de localisation pour ensuite servir à la localisation d’un véhicule. En outre, on peut utiliser les cartes radar fournies par les satellites pour optimiser des cartes de localisation.There are devices for extracting landmarks from aerial views of roads. These landmarks are stored in a location map and then used to locate a vehicle. In addition, radar maps provided by satellites can be used to optimize location maps.
Exposé et avantages de l’inventionPresentation and advantages of the invention
La présente invention a pour objet un procédé pour éliminer au moins une position d’un repère terrestre dans une carte radar, ce procédé comprenant au moins les étapes suivantes consistant à :The subject of the present invention is a method for eliminating at least one position from a terrestrial reference point in a radar map, this method comprising at least the following steps consisting in:
enregistrer au moins une position de la route copiée dans la carte radar d’au moins un segment de route, et éliminer la position de repère terrestre de la carte radar si la position de repère terrestre est au moins à une distance prédéfinie de la position de la route.record at least one position of the route copied into the radar map of at least one route segment, and eliminate the landmark position from the radar map if the landmark position is at least at a predefined distance from the position of the road.
Les positions de route peuvent être prises par exemple dans une carte de navigation usuelle.The route positions can be taken for example in a usual navigation map.
La solution selon l’invention est avantageuse en ce que les positions des repères terrestres indiquées dans les cartes radar et inutiles pour localiser des véhicules, sont enlevées, c'est-à-dire qu’elles sont effacées de la carte radar pour disposer d’une carte radar modifiée qui comporte uniquement les positions des repères terrestres situés au niveau des routes dans la région des routes.The solution according to the invention is advantageous in that the positions of the landmarks indicated in the radar maps and useless for locating vehicles, are removed, that is to say that they are erased from the radar map to have available '' a modified radar map that includes only the positions of landmarks located at road level in the road region.
Un repère terrestre est n’importe quel objet statique qui se trouve dans la zone d’une route pour la localisation d’un véhicule et qui peut servir à localiser le véhicule et/ou à la navigation du véhicule comme par exemple des éléments d’infrastructure tels que des panneaux de circulation ou des mâts d’éclairage de routes ou de rues ou des portiques de panneaux de signalisation. Ces repères terrestres utiles pour la localisation du véhicule et/ou la navigation seront appelés poteaux dans la suite de la description. Les repères terrestres peuvent également être des artifices tels que des arbres ou d’autres installations qui ne sont pas perceptibles d’un véhicule circulant sur une route et ne servent pas dans ces conditions à la localisation du véhicule et/ou à sa navigation.A landmark is any static object which is in the area of a road for the location of a vehicle and which can be used to locate the vehicle and / or the navigation of the vehicle such as for example elements of infrastructure such as traffic signs or road or street lighting masts or signage portals. These landmarks useful for locating the vehicle and / or navigation will be called posts in the following description. The landmarks can also be devices such as trees or other installations which are not perceptible from a vehicle traveling on a road and are not used in these conditions for the location of the vehicle and / or its navigation.
La carte radar peut être la carte radar fournie par un satellite et qui comporte des positions hautement précises de repères terrestres.The radar map can be the radar map provided by a satellite and which includes highly precise positions of landmarks.
Le procédé selon l’invention permet de disposer d’une carte radar modifiée qui ne comporte avantageusement que les positions des repères terrestres situés jusqu’à une distance prédéfinie de la route car d’autres repères terrestres plus éloignés ne servent pas à la localisation des véhicules. La distance prédéfinie est par exemple une distance de 5 à 10 mètres.The method according to the invention makes it possible to have a modified radar map which advantageously comprises only the positions of the landmarks located up to a predefined distance from the road because other more distant landmarks are not used for the location of the vehicles. The predefined distance is for example a distance of 5 to 10 meters.
Si l’on utilise les cartes radar modifiées comme suit par exemple pour un procédé d’optimisation d’une carte d’environnement enregistrée dans le système du véhicule par des capteurs embarqués, on peut réaliser ou raccourcir la compensation correspondante entre la carte radar maintenant modifiée et la carte de l’environnement. Une carte d’environnement qui est générée par les signaux usuels du véhicule avec des unités d’enregistrement équipant les véhicules ou des systèmes de capteurs dans les véhicules, constitue en général une solution trop imprécise pour servir de carte de localisation. De telles cartes d’environnement doivent être optimisées selon le système de la présente proposition en utilisant la carte radar et ensuite servir de carte de localisation très précise. Cela permet de limiter l’utilisation nécessaire d’un jeu de capteurs cartographiques coûteux/systèmes de véhicule. En combinaison avec les cartes d’environnement déjà très précises, fondées sur des mesures de capteurs cartographiques, le procédé selon l’invention et/ou son système offrent d’autres possibilités pour influencer de manière avantageuse les résultats cartographiques.If the radar maps modified as follows are used for example for a method of optimizing an environment map recorded in the vehicle system by on-board sensors, the corresponding compensation between the radar map can now be achieved or shortened and the environment map. An environment map which is generated by the usual vehicle signals with recording units fitted to vehicles or sensor systems in vehicles, is generally too imprecise a solution to serve as a location map. Such environmental maps must be optimized according to the system of the present proposal using the radar map and then serve as a very precise location map. This helps limit the need for an expensive set of map sensors / vehicle systems. In combination with the already very precise environmental maps, based on measurements of cartographic sensors, the method according to the invention and / or its system offer other possibilities for advantageously influencing the cartographic results.
Comme les routes ou les tracés de routes n’apparaissent pas bien reconnaissables sur les cartes radar, il est avantageux que le procédé présenté ici selon une forme de réalisation, utilise une étape de reconnaissance faite avant l’étape d’enregistrement et dans cette étape de reconnaissance, on reconnaît la position de la route en appliquant un procédé de mise en concordance entre la carte radar et la carte routière topologique, ce procédé utilisant au moins une autre position du segment de route.As the roads or the route tracks do not appear to be easily recognizable on the radar maps, it is advantageous that the method presented here according to one embodiment, uses a recognition step made before the recording step and in this step recognition, the position of the road is recognized by applying a method of matching between the radar map and the topological road map, this method using at least one other position of the road segment.
Le procédé de mise en concordance décrit en outre un procédé consistant à superposer deux cartes ou à comparer deux cartes et notamment en extrayant les caractéristiques concordantes. Par le procédé de mise en concordance, on peut par exemple superposer la carte radar et la carte routière topologique sur laquelle les routes apparaissent bien. Dans l’étape de reconnaissance, on reconnaît la position de la route si l’autre position de la route copiée par le procédé de mise en concordance sur la carte routière topologique à l’intérieur de la plage de tolérance de la position routière correspondant à la carte radar et en particulier, dans laquelle la position des routes est représentée en sombre. Une plage de tolérance est par exemple une zone correspondant allant d’une largeur double jusqu’à cinq fois la largeur de la route. Cela permet d’utiliser très rapidement et simplement les tracés routiers d’une carte routière topologique pour reconnaître les routes de la carte radar. Les routes goudronnées sont en général représentées en sombre sur les cartes radar, sur la carte routière par exemple en noir, si bien qu’une zone sombre sur la carte radar pourra ensuite être vérifiée avec la position de la route affichée sur la carte routière topologique.The matching method further describes a method consisting of superimposing two cards or comparing two cards and in particular by extracting the matching characteristics. By the method of matching, one can for example superimpose the radar map and the topological road map on which the roads appear well. In the recognition step, the position of the road is recognized if the other position of the road copied by the method of matching on the topological road map within the tolerance range of the road position corresponding to the radar map and in particular, in which the position of the roads is shown in dark. A tolerance range is for example a corresponding zone going from a double width up to five times the width of the road. This allows you to quickly and easily use the road plots of a topological road map to recognize the roads on the radar map. Asphalt roads are generally shown in dark on radar maps, on the road map for example in black, so that a dark area on the radar map can then be checked with the position of the road displayed on the topological road map. .
Pour distinguer entre les différents repères terrestres qui n’ont pas été éliminés par le procédé car ils étaient suffisamment proches de la route, pour pouvoir les distinguer, il est avantageux que le procédé comporte une étape de classification par laquelle un classificateur classifie le repère terrestre correspondant à la position de repère terrestre ou un autre repère terrestre correspondant à une autre posi3060738 tion sur la carte radar. Classifier (terme qui peut également être compris comme classer) permet par exemple d’éliminer d’autres positions de repères terrestres qui sont certes proches de la route mais qui n’entrent pas dans une catégorie souhaitée, par exemple qui ne sont pas des poteaux et/ou qui ne permettent pas d’associer les repères terrestres à des catégories différentes. C’est ainsi que dans l’étape de classification, on peut classifier les repères terrestres en utilisant un classificateur (classeur) qui établit une carte de nuages de points laser avec au moins un nuage de points laser pour assurer l’apprentissage. La carte de nuages de points laser est par exemple une carte de nuages de points laser Vélodyne, obtenue par un balayage laser. Dans l’étape de classification, on peut alors classifier les repères terrestres à la position ou à l’autre position par un autre procédé de mise en concordance entre la carte radar et la carte de nuages de points laser, notamment en classifiant le ou les autres repères terrestres comme poteaux si la ou les autres positions de repères terrestres se situent dans une plage de tolérance dans la zone du nuage de points laser représentant un poteau ou dans une autre position de nuages de points laser représentant un autre poteau dans la carte de nuages de points laser. Un poteau peut, comme indiqué, être une installation d’infrastructure importante pour le véhicule telle que par exemple un poteau d’éclairage, un feu rouge et/ou un panneau de circulation. Avec les nuages de points laser caractéristiques dans la zone de la ou de l’autre position de repère terrestre, on peut conclure à un poteau.To distinguish between the various terrestrial landmarks which were not eliminated by the process because they were close enough to the road, to be able to distinguish them, it is advantageous that the process comprises a classification step by which a classifier classifies the terrestrial landmark corresponding to the terrestrial landmark position or another terrestrial landmark corresponding to another position on the radar map. Classify (term which can also be understood as classify) allows for example to eliminate other landmark positions which are certainly close to the road but which do not fall into a desired category, for example which are not posts and / or which do not allow landmarks to be associated with different categories. This is how, in the classification step, one can classify terrestrial landmarks using a classifier (workbook) which establishes a laser point cloud map with at least one laser point cloud to ensure learning. The laser point cloud map is for example a Vélodyne laser point cloud map, obtained by laser scanning. In the classification step, it is then possible to classify the landmarks at the position or at the other position by another method of matching between the radar map and the laser point cloud map, in particular by classifying the other landmarks as poles if the other landmark position (s) are within a tolerance range in the area of the laser point cloud representing a pole or in another position of the laser point clouds representing another pole in the map of laser point clouds. A pole can, as indicated, be an important infrastructure installation for the vehicle such as for example a lighting pole, a red light and / or a traffic sign. With the characteristic laser point clouds in the area of the other landmark position, we can conclude with a pole.
Le procédé peut également comporter une étape de fourniture selon laquelle on fournit au moins la ou l’autre position de repère terrestre pour une carte de localisation d’un véhicule si le repère terrestre a été classifié dans l’étape correspondante comme ne pouvant pas être associé. Dans l’étape de fourniture, on peut alors enregistrer la position de repère terrestre classifiée comme non attribuable, directement dans la carte de localisation du véhicule. Cette étape pourra servir à une association ultérieure du repère terrestre, par exemple directement par le véhicule ou par d’autres véhicules combinés ou un serveur de base.The method can also include a supply step according to which at least one or the other landmark position is provided for a location map of a vehicle if the landmark has been classified in the corresponding step as being unable to be associated. In the supply step, we can then record the landmark position classified as non-attributable, directly in the vehicle location map. This step can be used for a later association of the landmark, for example directly by the vehicle or by other combined vehicles or a basic server.
Il est en outre avantageux que le procédé comporte une étape d’effacement permettant d’effacer la ou les positions de repères terrestres de la carte radar si le repère terrestre correspondant à cette ou à ces positions de repère terrestre a été classifié comme non attribuable dans l’étape de classification. Ainsi, ne resteront dans la carte radar que les poteaux caractéristiques.It is also advantageous that the method comprises an erasing step making it possible to erase the position or positions of landmarks from the radar map if the landmark corresponding to this or these landmark positions has been classified as not attributable in the classification stage. Thus, only the characteristic posts will remain in the radar map.
Ce procédé peut se réaliser sous forme de programme ou d’un circuit ou d’une combinaison d’un programme et d’un circuit implémentée par exemple dans un appareil de commande.This process can be carried out in the form of a program or a circuit or a combination of a program and a circuit implemented for example in a control device.
La solution présentée ci-dessus se traduit également par un dispositif qui exécute les étapes du procédé. Cette variante de l’invention sous la forme d’un dispositif est une solution rapide et efficace du problème de l’invention.The solution presented above also results in a device which performs the steps of the process. This variant of the invention in the form of a device is a quick and effective solution to the problem of the invention.
Le dispositif comporte au moins une unité de calcul pour traiter les signaux ou les données, au moins une mémoire pour recevoir les signaux ou les données, au moins une interface avec un capteur ou un actionneur pour enregistrer les signaux du capteur ou émettre des signaux de données ou des signaux de commande vers l’actionneur et/ou au moins une interface de communication pour enregistrer ou émettre des données intégrées dans un protocole de communication. L’unité de calcul est par exemple un processeur de signal, un microcontrôleur ou un moyen de ce type et la mémoire est une mémoire flash, une mémoire EPROM, ou une mémoire magnétique. L’interface de communication permet d’enregistrer ou d’émettre des données par une liaison sans fil et/ou une liaison par câble et l’interface de communication peut enregistrer ou émettre les données liées à un câble, pour enregistrer les données par exemple par un moyen électrique ou optique à partir d’une ligne de transmission de données ou les émettre par une telle ligne.The device comprises at least one calculation unit for processing the signals or the data, at least one memory for receiving the signals or the data, at least one interface with a sensor or an actuator for recording the signals from the sensor or transmitting signals data or control signals to the actuator and / or at least one communication interface for recording or transmitting data integrated in a communication protocol. The computing unit is for example a signal processor, a microcontroller or the like and the memory is a flash memory, an EPROM memory, or a magnetic memory. The communication interface makes it possible to record or transmit data by a wireless link and / or a cable link and the communication interface can record or transmit the data linked to a cable, for recording the data for example by electrical or optical means from a data transmission line or transmit it by such a line.
Le dispositif est un appareil électrique qui traite les signaux de capteur et en fonction de ceux-ci, il fournit des signaux de commande et/ou des signaux de données. Le dispositif comporte une interface sous forme de programme et/ou de circuit. Dans le cas d’une interface réalisée comme circuit, l’interface peut être partiellement constituée par un système ASIC qui contient diverses fonctions du dispositif.The device is an electrical device which processes the sensor signals and based on these, it provides control signals and / or data signals. The device has an interface in the form of a program and / or a circuit. In the case of an interface produced as a circuit, the interface may be partially constituted by an ASIC system which contains various functions of the device.
Les interfaces peuvent également comporter leur propre circuit intégré ou être formées au moins en partie de composants discrets. Dans le cas d’une réalisation sous forme de programme, les interfaces peuvent être des modules de programme disponibles dans un microcontrôleur à côté d’autres modules de programme.The interfaces can also have their own integrated circuit or be formed at least in part from discrete components. In the case of implementation in the form of a program, the interfaces can be program modules available in a microcontroller alongside other program modules.
Selon un développement avantageux, le dispositif comporte une commande pour un signal d’enlèvement pour enlever au moins une position de repère terrestre de la carte radar. Pour cela, le dispositif utilise par exemple des signaux de capteur tels que des signaux de position de route pour avoir au moins une position de route. La commande se fait par des actionneurs tels que des moyens d’enregistrement pour enregistrer le signal de position routière et une installation d’enlèvement pour émettre le signal d’enlèvement.According to an advantageous development, the device comprises a command for a removal signal to remove at least one landmark position from the radar map. For this, the device uses for example sensor signals such as road position signals to have at least one road position. The control is effected by actuators such as recording means for recording the road position signal and a removal installation for transmitting the removal signal.
De façon avantageuse, l’invention a également pour objet un produit programme d’ordinateur avec un code programme lisible enregistré sur un support lisible par une machine ou support de mémoire tel qu’une mémoire semiconductrice, un disque dur ou une mémoire optique et qui s’applique à la mise en œuvre et à la commande des étapes du procédé selon les formes de réalisation décrites ci-dessus, notamment lorsque le produit programme ou plus simplement le programme est exécuté par un ordinateur.Advantageously, the invention also relates to a computer program product with a readable program code recorded on a medium readable by a machine or memory medium such as a semiconductor memory, a hard disk or an optical memory and which applies to the implementation and control of the process steps according to the embodiments described above, in particular when the product programs or more simply the program is executed by a computer.
DessinsDrawings
La présente invention sera décrite ci-après de manière plus détaillée à l’aide d’exemples de procédé et de dispositif selon l’invention représentés dans les dessins annexés dans lesquels :The present invention will be described below in more detail with the aid of examples of method and device according to the invention represented in the appended drawings in which:
la figure 1 est le schéma d’un dispositif pour enlever au moins une position de repère terrestre d’une carte radar correspondant à un exemple de réalisation, la figure 2 montre un ordinogramme d’un procédé d’enlèvement d’au moins une position d’un repère terrestre d’une carte radar selon un exemple de réalisation de l’invention, la figure 3 est la représentation schématique d’un procédé de mise en concordance d’une carte radar et d’une carte routière topologique selon un exemple de réalisation, la figure 4 est le schéma d’une application d’un classificateur à la carte routière selon un exemple de réalisation, la figure 5 est la représentation schématique d’une carte radar, et la figure 6 est la représentation schématique d’une carte routière topologique.FIG. 1 is the diagram of a device for removing at least one terrestrial reference position from a radar map corresponding to an exemplary embodiment, FIG. 2 shows a flowchart of a method for removing at least one position of a landmark of a radar map according to an exemplary embodiment of the invention, FIG. 3 is the schematic representation of a method for matching a radar map and a topological road map according to an example Figure 4 is the diagram of an application of a classifier to the road map according to an exemplary embodiment, Figure 5 is the schematic representation of a radar map, and Figure 6 is the schematic representation of a topological road map.
Description de modes de réalisationDescription of embodiments
La figure 1 est une représentation schématique d’un dispositif 100 pour l’élimination d’un repère terrestre 105 d’au moins une position 102 d’un repère terrestre 105 dans une carte radar 110 selon un exemple de réalisation.FIG. 1 is a schematic representation of a device 100 for the elimination of a landmark 105 from at least one position 102 of a landmark 105 in a radar map 110 according to an exemplary embodiment.
Le dispositif 100 selon cet exemple, comporte une installation d’enregistrement 115 et une installation d’enlèvement 120. L’installation d’enregistrement 115 enregistre au moins une position de route 125 d’au moins un segment de route 130 copiée dans la carte radar 110. L’installation d’enlèvement 120 enlève la position 102 du repère terrestre 105 de la carte routière 110 si la position de repère terrestre 102 est au moins à une distance prédéfinie 135 de la position de la route 125.The device 100 according to this example, comprises a recording installation 115 and a removal installation 120. The recording installation 115 stores at least one route position 125 of at least one route segment 130 copied into the card radar 110. The removal installation 120 removes the position 102 of the landmark 105 from the road map 110 if the position of the landmark 102 is at least at a predefined distance 135 from the position of the road 125.
Le repère terrestre 105 selon cet exemple de réalisation est en forme d’arbre. Dans cet exemple, l’installation d’enlèvement 120 enlève la position 102 de l’arbre dans la carte radar 110 car cette position 102 de l’arbre est à une distance plus grande de la position 125 de la route 130 que la distance prédéfinie 135.The landmark 105 according to this embodiment is in the form of a tree. In this example, the removal installation 120 removes the position 102 of the tree in the radar map 110 because this position 102 of the tree is at a greater distance from the position 125 of the route 130 than the predefined distance 135.
Selon cet exemple de réalisation, la carte radar 110 est fournie par un satellite 140 et comporte au moins une autre position 142 d’un autre repère terrestre 145 en forme de panneau de signalisation. Selon cet exemple de réalisation, l’installation d’enlèvement 120 n’enlève pas cette autre position 142 du panneau de signalisation dans la carte radar 110 car cette autre position 142 du panneau de signalisation est à une distance de la position de la route 125 inférieure à la distance prédéfinie 135. La carte routière modifiée obtenue par l’enlèvement de la position de repère terrestre 102 selon cet exemple de réalisation, est mise en forme pour pouvoir être enregistrée dans un véhicule 150.According to this exemplary embodiment, the radar map 110 is provided by a satellite 140 and comprises at least one other position 142 of another terrestrial reference frame 145 in the form of a traffic sign. According to this exemplary embodiment, the removal installation 120 does not remove this other position 142 of the traffic sign in the radar map 110 because this other position 142 of the traffic sign is at a distance from the position of the road 125 less than the predefined distance 135. The modified road map obtained by removing the landmark position 102 according to this exemplary embodiment, is shaped to be able to be recorded in a vehicle 150.
Les caractéristiques du dispositif 110 seront décrites ci-après de façon plus détaillée.The characteristics of the device 110 will be described below in more detail.
Les cartes de localisation très précises ou optimisées sont les composants essentiels pour une localisation suffisamment précise et solide de systèmes avancés d’assistance au conducteur ou de systèmes fortement automatisés pour les véhicules 150. L’établissement économique et l’actualisation de telles cartes de localisation extrêmement précises constitue un obstacle important à leur introduction sur le marché. Pour l’établissement à des coûts optimisés de telles cartes de localisation très précises telles cartes de localisation hautement précises, on peut utiliser des mesures classifiées de repères terrestres tels que par exemple des bases de poteaux, ici sous la forme de positions de repères terrestres 142, de satellites radar, ici le satellite 140.Very precise or optimized location maps are the essential components for a sufficiently precise and solid location of advanced driver assistance systems or highly automated systems for 150 vehicles. The economic establishment and updating of such location maps extremely precise constitutes an important obstacle to their introduction on the market. For the establishment, at optimized costs, of such very precise location maps such as highly precise location maps, it is possible to use classified measurements of landmarks such as, for example, pole bases, here in the form of landmark positions 142 , radar satellites, here satellite 140.
Mais un défit important est celui de la classification pour que les données satellitaires puissent s’utiliser pour établir des cartes de localisation très précises. Le dispositif 100 utilise les mesures radar du satellite 140 sous la forme de la carte radar 110 avec des positions de repères terrestres 125, 142 ; selon une variante de réalisation, on utilise en outre une carte routière topologique comme signaux d’entrée et à partir de ceux-ci, on génère une carte radar modifiée avec des positions très précises de poteaux à partir des mesures satellitaires. Cette carte radar modifiée peut ensuite servir à réaliser des cartes de localisation très précises et cela de façon économique.But an important challenge is that of classification so that satellite data can be used to establish very precise location maps. The device 100 uses the radar measurements of the satellite 140 in the form of the radar map 110 with positions of landmarks 125, 142; according to an alternative embodiment, a topological road map is also used as input signals and from these, a modified radar map is generated with very precise post positions from satellite measurements. This modified radar map can then be used to produce very precise location maps and this in an economical manner.
Contrairement aux systèmes par satellite, connus, qui permettent d’établir des cartes radar avec des points de base très précis, de préférence celui d’objets métalliques comme poteaux, le dispositif 100 peut, en éliminant des positions de repère terrestre 102 situés audelà d’une distance prédéterminée 135, obtenir la carte radar 110, modifiée, qui n’est avantageusement plus encombrée d’artifices et peut ainsi servir directement pour optimiser des cartes de localisation globales. Une sélection ultérieure des points de base des objets/poteaux tels que des mâts d’éclairage, des feux rouges et/ou des panneaux de circulation, se fera automatiquement, ce qui se traduit par une réduction du coût, grâce à la réduction du temps.Unlike known satellite systems, which make it possible to establish radar maps with very precise base points, preferably that of metallic objects like poles, the device 100 can, by eliminating positions of terrestrial reference 102 located beyond d 'a predetermined distance 135, obtain the radar map 110, modified, which is advantageously no longer cluttered with devices and can thus be used directly to optimize global location maps. A subsequent selection of the base points of objects / poles such as lighting masts, red lights and / or traffic signs will be done automatically, which results in a reduction in cost, thanks to the reduction in time. .
Contrairement aux systèmes connus qui extraient des repères de voies de circulation à partir de prises de vues aériennes et utilisent ces repères pour la localisation et en outre avec des procédés usuels de traitement d’image pour détecter des repères bien visibles de voies de circulation, le dispositif 100 selon l’invention, grâce à la faible teneur en bruits des cartes radar 110 ainsi que des différences clairement visibles entre les poteaux tels que des embases et d’autres repères terrestres tels que des artifices, permettent d’obtenir des résultats. Le dispositif 100 permet une classification automatique des poteaux dans les cartes routières 110. Après classification, les cartes routières qui ne représentent pas de base pour des poteaux seront éliminées de la carte radar 100 et on optimisera les cartes de localisation.Unlike known systems which extract lane markers from aerial shots and use these markers for location and furthermore with conventional image processing methods to detect clearly visible lane markers device 100 according to the invention, thanks to the low noise content of radar maps 110 as well as clearly visible differences between the posts such as bases and other landmarks such as fireworks, make it possible to obtain results. The device 100 allows an automatic classification of the posts in the road maps 110. After classification, the road maps which do not represent a base for posts will be eliminated from the radar map 100 and the location maps will be optimized.
Un objectif du dispositif 100 est de faire une classification de points d’appui très précis dans une carte radar 110 des satellites 140. La classification est une condition fondamentale pour optimiser comme souhaité, la carte de localisation d’un véhicule.One objective of the device 100 is to make a classification of very precise support points in a radar map 110 of the satellites 140. The classification is a fundamental condition for optimizing, as desired, the location map of a vehicle.
La figure 2 montre un ordinogramme d’un procédé d’élimination d’une position de repère terrestre dans une carte routière selon un exemple de réalisation. Il peut s’agir du procédé 200 exécuté ou commandé par le dispositif décrit à la figure 1.FIG. 2 shows a flowchart of a method for eliminating a landmark position from a road map according to an exemplary embodiment. It can be the method 200 executed or controlled by the device described in FIG. 1.
Le procédé 200 comporte au moins une étape 205 d’enregistrement et une étape 210 d’élimination. Dans l’étape 205 d’enregistrement, on enregistre au moins une position de route de la carte radar et qui correspond au moins à un segment de route. Dans l’étape 210, on élimine la position de repère terrestre de la carte radar si cette position de repère terrestre se situe à au moins une distance prédéfinie de la position de la route. En option, le procédé 200 comporte en outre une étape 215 de reconnaissance, une étape 220 de classification, une étape 225 de fourniture et une étape 230 d’effacement.The method 200 comprises at least one step 205 of recording and one step 210 of elimination. In the recording step 205, at least one route position is recorded from the radar map and which corresponds to at least one route segment. In step 210, the terrestrial landmark position is eliminated from the radar map if this terrestrial landmark position is at least a predefined distance from the road position. Optionally, the method 200 also includes a recognition step 215, a classification step 220, a supply step 225 and an erasure step 230.
L’étape de reconnaissance 215 est effectuée avant l’étape d’enregistrement 205. Dans l’étape de reconnaissance 215, on reconnaît la position de la route par un procédé de mise en concordance entre la carte radar et la carte routière topologique qui comporte ou contient l’image d’au moins une autre position du segment de route. Selon cet ίο exemple de réalisation, on reconnaît la position de la route dans l’étape de reconnaissance 215 si l’autre position de route dont l’image est dans la carte routière topologique se situe selon le procédé de mise en concordance, dans la plage de tolérance de la position de la route sur la carte radar, dans laquelle la position de la route est notamment représentée en couleur sombre.The recognition step 215 is carried out before the recording step 205. In the recognition step 215, the position of the road is recognized by a method of matching between the radar map and the topological road map which comprises or contains the image of at least one other position of the road segment. According to this ίο exemplary embodiment, the position of the road is recognized in the recognition step 215 if the other road position whose image is in the topological road map is located according to the matching process, in the tolerance range of the road position on the radar map, in which the road position is particularly represented in dark color.
Dans l’étape de classification 220, on classifie avec un classificateur, la position de repère terrestre ou une autre position de repère terrestre sur la carte radar. Selon cet exemple de réalisation, dans l’étape de classification 220, on classifie le repère terrestre en utilisant un classificateur qui a été formé par l’établissement d’une carte de nuages de points laser avec au moins un nuage de points laser. Ainsi, dans l’étape de classification 220, on classifie le repère terrestre correspondant à la position ou celui qui correspond à l’autre position de repère terrestre par un autre procédé de mise en concordance mis en concordance de la carte radar et de la carte du nuage de points laser ; en particulier, on classifie le ou l’autre repère terrestre comme poteau si la ou l’autre position de repère terrestre se trouve dans la plage de tolérance de la zone du nuage de points laser représentant un poteau ou d’une autre position de nuages de points laser d’un autre nuage de points laser représentant un poteau dans la carte des nuages de points laser.In classification step 220, we classify with a classifier, the landmark position or another landmark position on the radar map. According to this exemplary embodiment, in the classification step 220, the terrestrial coordinate system is classified using a classifier which has been formed by the establishment of a laser point cloud map with at least one laser point cloud. Thus, in the classification step 220, the terrestrial coordinate system corresponding to the position or that which corresponds to the other terrestrial coordinate system position is classified by another method of matching brought into alignment of the radar map and the map. laser point cloud; in particular, the other landmark is classified as a pole if the other landmark position is within the tolerance range of the area of the laser point cloud representing a pole or another position of clouds of laser points from another laser point cloud representing a pole in the laser point cloud map.
Dans l’étape de fourniture 225, on fournit au moins la ou l’autre position de repère terrestre pour une carte de localisation d’un véhicule si dans l’étape de classification 220, le repère terrestre a été classifié comme non attribuable.In the supply step 225, at least one or the other landmark position is provided for a location map of a vehicle if in the classification step 220, the landmark has been classified as non-attributable.
Dans l’étape d’effacement 230, on élimine de la carte radar la ou l’autre position de repère terrestre si le repère correspondant à cette position ou à l’autre position de repère terrestre a été classifié comme non attribuable dans l’étape de classification.In the erasing step 230, the other landmark position is eliminated from the radar map if the landmark corresponding to this position or to the other landmark position has been classified as not attributable in the step classification.
Le procédé 200 présenté ci-dessus sera décrit ci-après de manière plus détaillée.The method 200 presented above will be described below in more detail.
Le procédé 200 présenté ici peut être appelé procédé d’extraction de points de base de poteau à partir de mesures très précises de satellites radar pour un établissement économique de cartes de localisation très précises. Le terme extraction est à prendre au sens de fourniture.The method 200 presented here can be called the method of extracting base points from posts from very precise measurements of radar satellites for an economical establishment of very precise location maps. The term extraction is to be taken in the sense of supply.
Les étapes de procédé ou de traitement présentées ici servent à extraire des positions globales très précises d’objets-poteaux de carte radar, c'est-à-dire les fournir. Pour cela, selon cet exemple de réalisation, dans l’étape 215 de reconnaissance, on met en concordance les zones sombres, principalement les routes goudronnées, dans la carte radar avec les tracés de voies de circulation de la carte routière topologique. Le résultat est celui de tracés routiers approximatifs dans la carte radar. Les repères terrestres trop éloignés d’une route sont effacés de la carte radar ensuite dans l’étape d’élimination 210. Ne subsiste qu’une quantité considérablement plus réduite de repères terrestres à proximité de la chaussée, repères qui sont associés avec une grande probabilité à des repères terrestres visibles du véhicule. On effectue ensuite la segmentation de la carte radar et on l’applique aux zones résultantes dans l’étape de classification 220 effectuée par le classificateur. Selon cet exemple de réalisation, on effectue un essai pour former (apprendre) le classificateur en établissant une carte à partir de nuages de points laser Vélodyne. A partir de la carte de nuages de points de carte résultante, on obtient les positions des poteaux. L’extrait de la carte de nuages de points laser est mis en concordance avec la carte radar fournie par les satellites. Les points compacts de la carte radar qui se situent après enregistrement, dans l’environnement de la position des poteaux sont marqués comme poteaux. Le résultat est une carte radar qui contient dans une petite zone, des positions de poteaux avec étiquette. A partir des données d’étiquette, on peut ensuite, avec un procédé d’apprentissage de machine, comme par exemple le procédé Deep Learning, former le classificateur. Le résultat final du procédé 200 est une carte radar avec des positions de poteaux très précises et qui peuvent être utilisées ensuite pour optimiser les cartes de localisation globale.The process or processing steps presented here are used to extract very precise global positions of radar map column objects, that is to say to provide them. For this, according to this exemplary embodiment, in the recognition step 215, the dark areas, mainly the tarred roads, are matched in the radar map with the traffic lane plots of the topological road map. The result is that of rough road tracks in the radar map. Terrestrial landmarks too far from a road are deleted from the radar map then in the elimination step 210. Only a considerably smaller quantity of landmarks remains near the roadway, landmarks which are associated with a large probability at visible landmarks of the vehicle. The radar map is then segmented and applied to the resulting areas in classification step 220 performed by the classifier. According to this exemplary embodiment, an attempt is made to train (learn) the classifier by establishing a map from Vélodyne laser point clouds. From the resulting map point map, the positions of the posts are obtained. The extract from the laser point cloud map is aligned with the radar map provided by the satellites. The compact points on the radar map that are located after recording in the column position environment are marked as columns. The result is a radar map that contains in a small area, post positions with labels. From the label data, we can then, with a machine learning process, such as the Deep Learning process, train the classifier. The final result of the method 200 is a radar map with very precise post positions which can then be used to optimize the global location maps.
Selon cet exemple de réalisation, dans l’étape d’apprentissage 225, on fournit en plus des repères terrestres ou objets qui n’ont pas pu être classifiés comme objets de type « vide » pour la carte de localisation globale optimisée ou encore on les reprend dans la carte de localisation. Lorsque ces repères terrestres non classifiés sont détectés par différents véhicules et classifiés, on peut agréger ces informations dans un serveur de fond et ensuite associer le repère terrestre correspondant. Ces repères terrestres qui sont alors classifiés peuvent finalement servir de nouveau pour optimiser la précision de la carte de localisation globale. De plus, il est possible d’éliminer de nouveau de la carte, les repères terrestres qui ne sont pas vus par les capteurs d’un véhicule, ou encore adapter les types de repères terrestres.According to this exemplary embodiment, in learning step 225, we also provide terrestrial landmarks or objects which could not be classified as “empty” type objects for the optimized global location map or else we resumes in the location map. When these unclassified landmarks are detected by different vehicles and classified, we can aggregate this information in a background server and then associate the corresponding landmark. These terrestrial landmarks which are then classified can finally be used again to optimize the accuracy of the global location map. In addition, it is possible to eliminate from the map, landmarks that are not seen by the sensors of a vehicle, or even to adapt the types of landmarks.
Le procédé 200 présenté ci-dessus réunit l’extraction automatisée de points de base de poteaux très précis à partir de mesures de satellite radar pour optimiser le coût de fabrication de carte localisée et avoir un procédé simple pour faire l’apprentissage du classificateur requis.The method 200 presented above combines the automated extraction of very precise post base points from radar satellite measurements to optimize the cost of manufacturing a localized map and having a simple method for training the required classifier.
Les étapes de procédé présentées ci-dessus peuvent être répétées ou exécutées dans un ordre différent de celui décrit.The process steps presented above can be repeated or performed in a different order from that described.
La figure 3 est une représentation schématique d’un procédé de mise en concordance d’une carte radar 110 avec une carte topologique 300 selon un exemple de réalisation. Il peut s’agir ici d’une représentation schématique de l’étape d’élimination présentée à la figure 2.FIG. 3 is a schematic representation of a method for matching a radar map 110 with a topological map 300 according to an exemplary embodiment. This can be a schematic representation of the elimination step shown in Figure 2.
La carte topologique 300 est mise en concordance avec la carte radar 110 qui est une carte radar brute pour reconnaître la route 130 et rejeter les positions de repère terrestre 102 qui se chevauchent et qui se situent au-delà de la distance maximale 135 par rapport à la route 130. Les positions de repère terrestre 102 qui se chevauchent et qui sont au-delà de la distance 135 peuvent être appelées des blocsradar.The topological map 300 is brought into concordance with the radar map 110 which is a raw radar map in order to recognize the route 130 and reject the overlapping land reference positions 102 which lie beyond the maximum distance 135 relative to Route 130. The overlapping landmark positions 102 that are beyond the distance 135 can be called blocksradar.
La figure 4 montre schématiquement l’application d’un classificateur à la carte radar 110 selon un exemple de réalisation. Il s’agit d’une représentation schématique de l’étape de classification décrite à l’aide de la figure 2 et qui consiste à mettre en concordance la carte radar 110 avec la carte de nuages de points laser 400 par d’autres procédés de mise en concordance.FIG. 4 schematically shows the application of a classifier to the radar map 110 according to an exemplary embodiment. This is a schematic representation of the classification step described with the aid of FIG. 2 and which consists in bringing the radar map 110 into line with the laser point cloud map 400 by other methods of matching.
On applique le classificateur formé préalablement à la quantité résiduelle de positions de repère terrestre, c'est-à-dire aux autres positions de repère terrestre 142 qui ne sont pas situées au-delà de la distance. Ces autres positions de repère terrestre qui se situent dans la zone des nuages de points laser pour les autres procédés de mise en concordance et qui représentent un poteau, seront classées comme poteaux 405 ; ces poteaux 405 peuvent également être appelés blobs radar classifiés.The classifier formed prior to the residual quantity of landmark positions is applied, that is to say to the other landmark positions 142 which are not located beyond the distance. These other landmark positions which are in the area of the laser point clouds for the other matching methods and which represent a pole, will be classified as poles 405; these 405 posts can also be called classified radar blobs.
La figure 5 montre schématiquement une carte radar 110. Dans la carte radar 110 non travaillée, qui comporte à côté des points d’appui très précis tels que des poteaux, également de nombreux îo artifices, les routes 130 sont représentées en couleur sombre.FIG. 5 schematically shows a radar map 110. In the unworked radar map 110, which includes very precise support points such as poles, also numerous artifacts, the routes 130 are shown in dark color.
La figure 6 est une représentation schématique d’une carte routière topologique 300. Il peut s’agir de la carte routière topologique 300 de la figure 3. La carte routière topologique 300, imprécise par comparaison avec la carte radar de la figure 5 pour des repères ter15 restres, sert à être superposée à la carte radar pour déceler les routes 130 sur la carte radar.FIG. 6 is a schematic representation of a topological road map 300. It may be the topological road map 300 of FIG. 3. The topological road map 300, imprecise by comparison with the radar map of FIG. 5 for landmarks ter15 restres, used to be superimposed on the radar map to detect routes 130 on the radar map.
NOMENCLATURE DES ELEMENTS PRINCIPAUXNOMENCLATURE OF MAIN ELEMENTS
Claims (11)
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102016225631.9 | 2016-12-20 | ||
| DE102016225631.9A DE102016225631A1 (en) | 2016-12-20 | 2016-12-20 | Method and device for removing at least one landmark position of a landmark in a radar map |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3060738A1 true FR3060738A1 (en) | 2018-06-22 |
| FR3060738B1 FR3060738B1 (en) | 2021-06-11 |
Family
ID=62251030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1762351A Active FR3060738B1 (en) | 2016-12-20 | 2017-12-18 | METHOD AND DEVICE FOR ELIMINATING AT LEAST ONE EARTH MARK POSITION IN A RADAR MAP |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN108205133A (en) |
| DE (1) | DE102016225631A1 (en) |
| FR (1) | FR3060738B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018118215B4 (en) | 2018-07-27 | 2020-04-16 | Man Truck & Bus Se | Method for updating a map of the surroundings, device for carrying out method steps of the method on the vehicle, vehicle, device for carrying out method steps of the method on the central computer, and computer-readable storage medium |
| CN111060114A (en) * | 2018-10-17 | 2020-04-24 | 宝马股份公司 | Method and device for generating feature map of high-precision map |
| DE102018133461A1 (en) * | 2018-12-21 | 2020-06-25 | Man Truck & Bus Se | Positioning system and method for operating a positioning system for a mobile unit |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3405327B2 (en) * | 2000-07-28 | 2003-05-12 | 株式会社デンソー | Object recognition method and apparatus, recording medium |
| JP5186903B2 (en) * | 2007-11-30 | 2013-04-24 | ソニー株式会社 | MAP DISPLAY DEVICE, MAP DISPLAY METHOD, AND IMAGING DEVICE |
| FR2926639B1 (en) * | 2008-01-23 | 2011-10-21 | Thales Sa | METHOD FOR PROCESSING A RADAR IMAGE, IN PARTICULAR FROM AEROPORTE RADAR, WITH EVALUATION OF THE ALTITUDE OF ISOTHERMAL 0 ° C |
| DE112009005295B4 (en) * | 2009-10-21 | 2014-07-03 | Mitsubishi Electric Corporation | The map information processing device |
| JP5440854B2 (en) * | 2010-01-29 | 2014-03-12 | アイシン・エィ・ダブリュ株式会社 | Map update data supply device and map update data supply program |
| US8781644B2 (en) * | 2011-03-21 | 2014-07-15 | Denso Corporation | Method and apparatus for recognizing shape of road for vehicles |
| US8565958B1 (en) * | 2011-06-02 | 2013-10-22 | Google Inc. | Removing extraneous objects from maps |
| US8630805B2 (en) * | 2011-10-20 | 2014-01-14 | Robert Bosch Gmbh | Methods and systems for creating maps with radar-optical imaging fusion |
| DE102014111127A1 (en) * | 2014-08-05 | 2016-02-11 | Valeo Schalter Und Sensoren Gmbh | Method for generating an environment map and driver assistance system |
-
2016
- 2016-12-20 DE DE102016225631.9A patent/DE102016225631A1/en active Pending
-
2017
- 2017-12-18 CN CN201711368809.XA patent/CN108205133A/en active Pending
- 2017-12-18 FR FR1762351A patent/FR3060738B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| DE102016225631A1 (en) | 2018-06-21 |
| CN108205133A (en) | 2018-06-26 |
| FR3060738B1 (en) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220092816A1 (en) | Vehicle Localization Using Cameras | |
| US9235766B2 (en) | Optimizing the detection of objects in images | |
| Negru et al. | Image based fog detection and visibility estimation for driving assistance systems | |
| US11830299B2 (en) | Management of data and software for autonomous vehicles | |
| Ai et al. | Critical assessment of an enhanced traffic sign detection method using mobile LiDAR and INS technologies | |
| EP3195077B1 (en) | Localisation and mapping method and system | |
| JP2022507077A (en) | Compartment line attribute detection methods, devices, electronic devices and readable storage media | |
| DE102016100428A1 (en) | In virtual environments refined autonomous driving | |
| Zakaria et al. | Lane detection in autonomous vehicles: A systematic review | |
| CN111368605A (en) | Lane line extraction method and device | |
| FR3060738A1 (en) | METHOD AND DEVICE FOR REMOVING AT LEAST ONE POSITION OF A GROUND MARK IN A RADAR CARD | |
| CN109515439B (en) | Automatic driving control method, device, system and storage medium | |
| KR101748780B1 (en) | Method for detection of the road sign using stereo camera and apparatus thereof | |
| FR2955192A1 (en) | METHOD AND DEVICE FOR VERIFYING THE CONFORMITY OF A TRACK OF AN AIRCRAFT | |
| Liu et al. | Benchmark for road marking detection: Dataset specification and performance baseline | |
| US9898846B1 (en) | Method and apparatus for traffic condition diagram generation | |
| WO2019110179A1 (en) | Method for position determination for a vehicle, controller and vehicle | |
| Ødegård et al. | Do we need a change in road winter maintenance to accommodate for automated vehicles? A state-of-the-art literature review considering automated vehicle technology’s usage of road infrastructure during winter | |
| WO2016207749A1 (en) | A device and method of detecting potholes | |
| Siddiqi et al. | [Retracted] Sharpening and Detection of Road Studs for Intelligent Vehicles at Nighttime | |
| FR3080177A1 (en) | SECURING AUTONOMOUS DRIVING CARTOGRAPHY | |
| US20240087092A1 (en) | Method, apparatus, user interface, and computer program product for identifying map objects or road attributes based on imagery | |
| FR3057693A1 (en) | LOCATION DEVICE AND DEVICE FOR GENERATING INTEGRITY DATA | |
| De Guzman et al. | Machine Learning Based Pothole Detection and Alert System Using Arduino Onboard Accelerometer | |
| Kumar | Real-time Lane Detection and Departure caution Gadget for Automobiles based on Raspberry pi |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200918 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |