WO2022028811A1 - System und verfahren zum map matching von gnss-positionen eines fahrzeugs - Google Patents

System und verfahren zum map matching von gnss-positionen eines fahrzeugs Download PDF

Info

Publication number
WO2022028811A1
WO2022028811A1 PCT/EP2021/069125 EP2021069125W WO2022028811A1 WO 2022028811 A1 WO2022028811 A1 WO 2022028811A1 EP 2021069125 W EP2021069125 W EP 2021069125W WO 2022028811 A1 WO2022028811 A1 WO 2022028811A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
gnss positions
route
computer
gnss
Prior art date
Application number
PCT/EP2021/069125
Other languages
English (en)
French (fr)
Inventor
Stefan Holder
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
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 Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to KR1020227039496A priority Critical patent/KR20230002661A/ko
Priority to US18/008,574 priority patent/US20230236020A1/en
Priority to CN202180035836.3A priority patent/CN115667848A/zh
Publication of WO2022028811A1 publication Critical patent/WO2022028811A1/de

Links

Classifications

    • 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
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions

Definitions

  • the invention relates to a computer-implemented method for map-matching GNSS positions of a vehicle with location information from a digital road map.
  • the invention also relates to a system for map matching GNSS positions of a vehicle with location information from a digital road map.
  • Map matching With map matching, a sequence of GNSS positions is mapped onto a road network on a digital road map. Map matching methods of this type are intended to relatively improve the accuracy of the mapping, for example of positions of a vehicle on corresponding road connections. The road on which the vehicle was driving is determined for each GNSS position.
  • the GNSS position of the vehicle is determined in the vehicle at a frequency of 1 Hz and can be collected at this frequency or at a lower frequency for further processing. Furthermore, dead reckoning is used to determine the vehicle position even more precisely.
  • the vehicle positions which may have been improved with dead reckoning, are mapped to the road network in the vehicle or after transmission to a backend with offline map matching. Map matching in the backend instead of in the vehicle has the advantage that the backend always has the most up-to-date digital road map. Furthermore, offline map matching generally achieves a better result than map matching while driving.
  • a road network can be represented as a graph, for example as described in Newson, Paul, and John Krumm: "Hidden Markov map Matching through noise and sparseness.”
  • ACM 2009 can be modeled, which can consist of directed as well as undirected edges
  • a directed edge does not necessarily mean a one-way street, since streets that can be driven in both directions are also modeled as two directed edges
  • Each edge has a description of its geometry, for example as a polyline (i.e. a line composed of several segments. Map manufacturers offer maps in different formats with different modeling. So in some modeling links can only end at intersections or it gives only directed edges. The above modeling provides however, represents the most general case.
  • HMM Hidden Markov Model
  • the object is achieved with a computer-implemented method for map-matching GNSS positions of a vehicle with location information on a digital road map with the features of patent claim 1 .
  • the task is solved with a system for map matching of GNSS positions of a vehicle with location information of a digital road map with the features of patent claim 10 .
  • the present invention provides a computer-implemented method for map matching GNSS positions with location information of a digital road map.
  • Location information includes, for example, location-specific coordinates of the digital road map.
  • the method includes acquiring GNSS positions of the vehicle along a route of the vehicle.
  • the method also includes recording a distance, determined using a vehicle sensor, in particular a wheel speed sensor, between two detected, consecutive GNSS positions of the vehicle.
  • the method includes a map matching of the determined distance between the respective two detected, consecutive GNSS positions of the vehicle with a route length between the respective two detected, consecutive GNSS positions of the vehicle on the digital road map.
  • the present invention also provides a system for map matching GNSS positions of a vehicle with location information from a digital road map.
  • the system includes means for acquiring GNSS positions of the vehicle along a route of the vehicle.
  • the system also includes means for recording a distance, determined using a vehicle sensor, in particular a wheel speed sensor, between each two detected, consecutive GNSS positions of the vehicle.
  • the method also includes means for map-matching the determined distance between the respective two detected, consecutive GNSS positions of the vehicle with a route length between the two recorded, consecutive GNSS positions of the vehicle on the digital road map.
  • the present invention also creates a computer program with program code to carry out the method according to the invention when the computer program is executed on a computer.
  • the present invention also creates a computer-readable data carrier with program code of a computer program in order to carry out the method according to the invention when the computer program is run on a computer.
  • One idea of the present invention is to record the distance covered for each GNSS position using the vehicle's odometry since the start of the journey, and thus to improve the accuracy of the map matching. This is done by comparing the distance traveled between two consecutive GNSS positions determined by odometry with the route length between the two matched GNSS positions on the digital road map. A higher accuracy of the map matching can thus be achieved in an advantageous manner.
  • the map matching is carried out in real time, after a journey has been recorded or after a journey section has been recorded, using an in-vehicle computing device and/or a server external to the vehicle is carried out, and a time stamp is assigned to each recorded GNSS position of the vehicle.
  • the best possible implementation consisting of online and/or offline map matching can thus be used in an advantageous manner.
  • a probability density for a transition from matching candidate Ct,i in a time step t to matching candidate Ct+ij in a time step t+1 is calculated using the following equation: where r is the length of the fastest route between Ct,i and Ct+ij; d is the distance traveled between times t and t+1; p or p(r,d) is the probability density, where o is the standard deviation of the detected GNSS positions, and where i and j are numerical placeholders for ground truth road segments and location information, respectively, with the location information in the present embodiment being denoted by P1a, P1b, P1c, P2a, P2b, P3a, P3b.
  • the matching candidates are denoted by M1a, M1b, M1c, M2a, M2b, M3a, M3b.
  • the probability density for the transition from matching candidate Ct,i in a time step t to matching candidate Ct+ij in a time step t+1 could thus denote the probability density for the transition from matching candidate M1c to matching candidate M2b, for example.
  • a kernel density estimator is used instead of the equation mentioned above.
  • a probability distribution can thus be calculated in an advantageous manner, taking into account the length of the fastest route and the distance covered, without having to make assumptions about the structure of the probability distribution.
  • a standard deviation ⁇ is determined via the root of a random sample variance of a random sample of GNSS positions and vehicle sensor distance measurements of a plurality of journeys for which the route taken is known.
  • the standard deviation is advantageously determined via the root of the sample variance of the sample of ground truth data.
  • the GNSS positions and odometry measurements of several trips for which the route driven is known are used as ground truth data.
  • transitions between matching candidates are excluded if the route length of the fastest route between the matching candidates is shorter or longer by a predetermined factor than the distance determined using the vehicle sensor. In this way, another criterion can advantageously be used, which enables an improved determination of the best possible matching candidate.
  • a current speed and/or a current Average speed of a large number of vehicles are periodically transmitted to the vehicle-external Se /er, using which the vehicle-external server calculates traffic information, in particular an expected arrival time and/or average speeds of road sections, and makes it available to the large number of vehicles.
  • Map matching can thus also be used to calculate a more accurate prediction of an expected arrival time and/or average speeds of road sections and to provide this to a large number of vehicles in a vehicle fleet.
  • hazard data recorded by vehicle sensors are transmitted to the vehicle-external server together with the GNSS position of the vehicle, with the vehicle-external server having a map Performs hazard data matching and provides this data to vehicles whose planned route passes through a recognized hazard. Map matching can thus advantageously also be used to provide hazard information to other vehicles in the vehicle fleet.
  • a driver's personal route is recorded as a sequence of GNSS positions and sent to the vehicle-external server, with the vehicle-external server performing map matching of the GNSS positions, the learned personal route of the driver transmitted to the vehicle and suggests route guidance to the driver on the learned personal route at specified times.
  • learning a driver's personal route in advantageously be used to suggest this route to the driver at suitable points in time at which the system, based on the collected data, considers driving the route to be probable.
  • the distance between two detected, consecutive GNSS positions of the vehicle, determined using the vehicle sensor is used for a plausibility check of map matching results, with a length of the fastest route between two adjacent matched ones GNSS positions is calculated, in which case if the length is shorter or longer by a predetermined factor than the distance determined using the vehicle sensor, at least one of the two determined GNSS positions of the vehicle is evaluated as implausible.
  • a plausibility check of the map matching results also advantageously contributes to a higher map matching accuracy.
  • FIG. 1 shows a schematic representation of a system for map matching GNSS positions of a vehicle with location information of a digital road map according to a preferred embodiment of the invention
  • FIG. 2 shows a schematic representation of a digital road map to illustrate the method for map matching of GNSS positions of the vehicle with location information of the digital road map according to the preferred embodiment of the invention
  • FIG. 3 shows a flowchart of a computer-implemented method for map-matching GNSS positions of a vehicle with location information from the digital road map.
  • the system shown in Fig. 1 for map matching GNSS positions of the vehicle 1 with location information on a digital road map includes the vehicle 1 having means 20 for detecting GNSS positions of the vehicle 1 along a route of the vehicle 1. GPS is part of the present embodiment, the preferred form of GNSS.
  • the system also includes means 22 for recording a distance determined using a vehicle sensor 10, in particular a wheel speed sensor, between two detected, consecutive GNSS positions of the vehicle 1.
  • the system also includes means 24 for map matching the determined distance between the two detected, consecutive GNSS positions of the vehicle 1 with a route length between the two detected, consecutive GNSS positions of the vehicle on the digital road map.
  • the map matching is preferably carried out in real time using a vehicle-internal computing device 12 and a vehicle-external sensor 14, with each detected GNSS position of the vehicle 1 being assigned a time stamp.
  • the map matching can be carried out, for example after recording a journey or after recording a section of the journey, using the vehicle-internal computing device 12 and/or the vehicle-external sensor 14 .
  • the means 24 ′ for map matching can alternatively be arranged, for example, on the server 14 external to the vehicle.
  • the vehicle 1 also has other sensors not shown in FIG. 1, including a speed sensor, a sensor for detecting activation of an airbag, sensors for detecting slippery roads and/or camera sensors.
  • the vehicle-external server 14 has a receiving unit that is not shown in FIG. Furthermore, the vehicle-external server 14 calculates traffic information, calculates hazard warnings and/or learns a personal route for the driver on the basis of the data received from the vehicle 1 . The calculated data is then made available to other vehicles in a vehicle fleet.
  • FIG. 2 shows a schematic representation of a digital road map to illustrate the method for map matching of GNSS positions of the vehicle with location information of the digital road map according to the preferred embodiment of the invention.
  • GNSS positions G1, G2, G3 of the vehicle 1 are shown on the digital road map K as an example. Since the GNSS positions G1, G2, G3 of the vehicle 1 in the present exemplary embodiment are plotted on the road map K offset from the respective roads on the digital road map K, map matching of the GNSS positions G1, G2, G3 of the vehicle 1 can be performed with location information from the digital road map K.
  • a first GNSS position G1 of the vehicle 1 is for example in the vicinity of the three road sections or location information P1a, P1b, P1c.
  • a second GNSS position G2 of the vehicle 1 is in the vicinity of two road sections or location information P2a, P2b.
  • a third GNSS position G3 of the vehicle 1 in the vicinity of two roads or road sections or location information P3a, P3b.
  • the GNSS positions G1, G2, G3 of the vehicle 1 along a route of the vehicle 1 are therefore initially recorded.
  • a distance El, E2 determined using the vehicle sensor, in particular the wheel speed sensor, is then recorded between two detected, consecutive GNSS positions of the vehicle 1, for example a distance E1 between the first GNSS position G1 and the second GNSS position G2.
  • the distance E1 determined between the first GNSS position G1 and the second GNSS position G2 of the vehicle 1 is then compared with a first route length L1 on the digital road map K.
  • a second distance E2 between the second GNSS position G2 and the third GNSS position G3 is also recorded and a specific distance E2 between the second GNSS position G2 and the third GNSS position G3 is compared with a route length L2 on the digital road map K accomplished.
  • a probability density for a transition from matching candidate Ct,i in a time step t to matching candidate Ct+ij in a journal t+1 is calculated with the following equation: where r is the length of the fastest route between Ct,i and Ct+ij; d is the distance traveled between times t and t+1; p or p(r,d) is the probability density, where o is the standard deviation of the detected GNSS positions, and where i and j are numerical placeholders for ground truth road segments and location information, respectively, with the location information in the present embodiment being denoted by P1a, P1b, P1c, P2a, P2b, P3a, P3b.
  • the matching candidates are denoted by M1a, M1b, M1c, M2a, M2b, M3a, M3b.
  • the probability density for the transition from matching candidate Ct,i in a journal t to matching candidate Ct+ij in a journal t+1 could, for example, denote the probability density for the transition from matching candidate M1c to matching candidate M2b.
  • a standard deviation ⁇ is determined via the square root of a sample variance of a sample of GNSS positions G1, G2, G3 and vehicle sensor distance measurements from a plurality of trips for which the route traveled is known. Transitions between matching candidates M1a, M1b, M1c, M2a, M2b, M3a, M3b are excluded if the route length LI, L2 of the fastest route between the matching candidates M1a, M1b, M1c, M2a, M2b, M3a, M3b is shorter or longer than the distance E1, E2 determined using the vehicle sensor 10 by a predetermined factor.
  • GNSS positions G1, G2, G3, a current speed and/or a current average speed of a large number of vehicles are periodically transmitted to the vehicle-external server 14, using which the vehicle-external server 14 transmits traffic information, in particular an expected arrival time and/or average speeds of road sections, calculated and made available to the multitude of vehicles.
  • Danger data recorded by vehicle sensors are transmitted together with the GNSS position G1, G2, G3 of the vehicle 1 to the vehicle-external server 14, with the vehicle-external server 14 being a Performs map matching of the hazard data and provides this data to vehicles 1 whose planned route leads through a recognized hazard.
  • a driver's personal route is recorded as a sequence of GNSS positions G1, G2, G3 and sent to the vehicle-external server 14.
  • the vehicle-external server 14 carries out a map-matching of the GNSS positions G1, G2, G3, transmits the driver's learned personal route to the vehicle 1 and proposes a route guidance of the learned personal route to the driver at predetermined times.
  • the distance E1, E2 determined using the vehicle sensor 10 between two detected, consecutive GNSS positions G1, G2, G3 of the vehicle 1 is used for a plausibility check of map matching results.
  • a length of the fastest route between two adjacent matched GNSS positions G1, G2, G3 is calculated in each case. If the length is shorter or longer by a predetermined factor than the distance E1, E2 determined using the vehicle sensor 10, at least one of the two determined GNSS positions G1, G2, G3 of the vehicle 1 is evaluated as implausible.
  • FIG. 3 shows a flowchart of a computer-implemented method for map-matching GNSS positions of a vehicle with location information from the digital road map.
  • the method includes detecting S1 GNSS positions G1, G2, G3 of the vehicle 1 along a route of the vehicle 1.
  • the method also includes recording S2 of a distance E1, E2 determined using a vehicle sensor 10, in particular a wheel speed sensor, between two detected, consecutive GNSS positions G1, G2, G3 of the vehicle 1.
  • the method also includes a map matching S3 of the determined distance
  • vehicle includes cars, trucks, buses, mobile homes, motorcycles, etc., which are used to transport people, goods, etc.
  • a hybrid or electric vehicle can be a pure electric vehicle (BEV) or a plug-in hybrid vehicle (PHEV).
  • BEV pure electric vehicle
  • PHEV plug-in hybrid vehicle
  • other forms of propulsion can also be used, for example in the form of a diesel or petrol-powered vehicle.
  • the vehicle can also be in the form of a rail vehicle.
  • the map matching S3 can take place between any two GNSS positions G1, G2, G3 of the vehicle 1 with a route length LI, L2 between any two corresponding GNSS positions G1, G2, G3 of the vehicle 1 on the digital road map K.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Social Psychology (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Operations Research (AREA)

Abstract

Die Erfindung betrifft ein computerimplementiertes Verfahren und System zum Map Matching von GNSS-Positionen (G1, G2, G3) eines Fahrzeugs (1) mit Ortsinformationen (P1a, P1b, P1c, P2a, P2b, P3a, P3b) einer digitalen Straßenkarte (K) umfassend ein Map Matching der bestimmten Entfernung (E1, E2) zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) mit einer Routenlänge (L1, L2) zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) auf der digitalen Straßenkarte (K). Die Erfindung betrifft überdies ein Computerprogramm und einen computerlesbaren Datenträger.

Description

System und Verfahren zum Map Matching von GNSS-Positionen eines Fahrzeugs
Die Erfindung betrifft ein computerimplementiertes Verfahren zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte. Die Erfindung betrifft des Weiteren ein System zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte.
Beim Map Matching wird eine Sequenz von GNSS-Positionen auf ein Straßennetz einer digitalen Straßenkarte abgebildet. Derartige Map Matching-Verfahren sollen eine Genauigkeit der Abbildung, beispielsweise von Positionen eines Fahrzeugs auf entsprechende Straßenverbindungen, relativ verbessern. Dabei wird für jede GNSS-Position ermittelt, auf welcher Straße das Fahrzeug gefahren ist.
Es wird zwischen Online und Offline Map Matching unterschieden. Während beim Online Map Matching jede GNSS-Position ohne Kenntnis nachfolgender GNSS- Positionen in Echtzeit auf die Straße gematcht wird, werden beim Offline Map Matching die GNSS-Positionen nach Aufzeichnung der Fahrt oder des Fahrtabschnitts gematcht. Sowohl Online als auch Offline Map Matching kann sowohl im Fahrzeug als auch nach Übertragung von GNSS-Positionen im Backend erfolgen. Allerdings kommt im Fahrzeug häufig Online Map Matching und im Backend häufig Offline Map Matching zum Einsatz.
Die GNSS-Position des Fahrzeugs wird im Fahrzeug mit einer Frequenz von 1 Hz ermittelt und kann mit dieser oder mit einer niedrigeren Frequenz für die weitere Verarbeitung gesammelt werden. Weiterhin wird Dead Reckoning verwendet, um die Fahrzeugposition noch präziser zu ermitteln. Für verschiedene Anwendungsfälle werden die ggf. mit Dead Reckoning verbesserten Fahrzeugpositionen im Fahrzeug oder nach Übertragung an ein Backend mit Offline Map Matching auf das Straßennetz abgebildet. Das Map Matching im Backend statt im Fahrzeug hat den Vorteil, dass sich im Backend immer die aktuellste digitale Straßenkarte befindet. Weiterhin lässt sich durch Offline Map Matching im Allgemeinen ein besseres Ergebnis als mit dem Map Matching während der Fahrt erzielen.
Ein Straßennetz kann, beispielsweise wie in Newson, Paul, und John Krumm: „Hidden Markov map Matching through noise and sparseness.", Proceedings of the 17th ACM SIGSPATIAL international conference on advances in geographic information systems, ACM, 2009, beschrieben, als Graph modelliert werden, der sowohl aus gerichteten als auch aus ungerichteten Kanten bestehen kann. Im Gegensatz zu der Veröffentlichung von Newson und Krumm muss eine gerichtete Kante nicht zwangsweise eine Einbahnstraße bedeuten, da Straßen, die in beide Richtungen befahrbar sind, auch als zwei gerichtete Kanten modelliert werden können. Jede Kante hat eine Beschreibung ihrer Geometrie, beispielsweise als Polyline (d.h. als Linie, die aus mehreren Segmenten zusammengesetzt ist). Kartenhersteller bieten Karten in unterschiedlichen Formaten mit unterschiedlichen Modellierungen an. So können in manchen Modellierungen Links nur an Kreuzungen enden oder es gibt nur gerichtete Kanten. Die vorgenannte Modellierung stellt jedoch den allgemeinsten Fall dar.
Newson und Krumm beschreiben ein Map Matching Verfahren auf Basis des Hidden Markov Modells (HMM). Dieses Verfahren berechnet die wahrscheinlichste Sequenz von Links über die das Fahrzeug gefahren ist mit Hilfe des Viterbi- Algorithmus. Dabei wird jede GNSS-Position auf ein so genanntes Matching, der Kombination aus Link und Position auf dem Link (kurz < Link, Position auf Link>) abgebildet. Die Position auf einem Link kann z.B. als Bruchteil, d.h. als Zahl zwischen 0 und 1 erfolgen.
Das vorstehend genannte Verfahren nach Newson und Krumm ist jedoch anfällig für Kartenfehler in der Straßentopologie wie beispielsweise fehlende Straßen in der Straßenkarte, und der Straßengeometrie.
Es besteht daher ein Bedarf, ein verbessertes Map Matching-Verfahren und System vorzusehen, welche eine höhere Genauigkeit aufweisen.
Die Aufgabe wird mit einem computerimplementierten Verfahren zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte mit den Merkmalen des Patentanspruchs 1 gelöst.
Des Weiteren wird die Aufgabe mit einem System zum Map Matching von GNSS- Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte mit den Merkmalen des Patentanspruchs 10 gelöst.
Darüber hinaus wird die Aufgabe mit einem Computerprogramm mit den Merkmalen des Patentanspruchs 11 und mit einem computerlesbaren Datenträger mit den Merkmalen des Patentanspruchs 12 gelöst.
Die vorliegende Erfindung schafft ein computerimplementiertes Verfahren zum Map Matching von GNSS-Positionen mit Ortsinformationen einer digitalen Straßenkarte. Ortsinformationen umfassen beispielsweise ortsspezifische Koordinaten der digitalen Straßenkarte.
Das Verfahren umfasst ein Erfassen von GNSS-Positionen des Fahrzeugs entlang einer Route des Fahrzeugs.
Das Verfahren umfasst des Weiteren ein Aufzeichnen einer unter Verwendung eines Fahrzeugsensors, insbesondere eines Raddrehzahlsensors, bestimmten Entfernung zwischen jeweils zwei erfassten, aufeinander folgenden GNSS- Positionen des Fahrzeugs. Darüber hinaus umfasst das Verfahren ein Map Matching der bestimmten Entfernung zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs mit einer Routenlänge zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs auf der digitalen Straßenkarte.
Die vorliegende Erfindung schafft des Weiteren ein System zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte. Das System umfasst Mittel zum Erfassen von GNSS-Positionen des Fahrzeugs entlang einer Route des Fahrzeugs.
Das System umfasst ferner Mittel zum Aufzeichnen einer unter Verwendung eines Fahrzeugsensors, insbesondere eines Raddrehzahlsensors, bestimmten Entfernung zwischen jeweils zwei erfassten, aufeinander folgenden GNSS- Positionen des Fahrzeugs. Das Verfahren umfasst darüber hinaus Mittel zum Map Matching der bestimmten Entfernung zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs mit einer Routenlänge zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs auf der digitalen Straßenkarte.
Die vorliegende Erfindung schafft darüber hinaus ein Computerprogramm mit Programmcode, um das erfindungsgemäße Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Die vorliegende Erfindung schafft des Weiteren einen computerlesbaren Datenträger mit Programmcode eines Computerprogramms, um das erfindungsgemäße Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Eine Idee der vorliegenden Erfindung ist es, zu jeder GNSS-Position die zurückgelegte Entfernung über die Odometrie des Fahrzeugs seit Beginn der Fahrt aufzuzeichnen und damit die Genauigkeit des Map Matchings zu verbessern. Dies geschieht, indem die über die Odometrie ermittelte zurückgelegte Entfernung jeweils zwischen zwei aufeinander folgenden GNSS- Positionen mit der Routenlänge zwischen den beiden gematchten GNSS- Positionen auf der digitalen Straßenkarte abgeglichen wird. Somit kann in vorteilhafter Weise eine höhere Genauigkeit des Map Matchings erzielt werden.
Vorteilhafte Ausführungsformen und Weiterbildungen ergeben sich aus den Unteransprüchen sowie aus der Beschreibung unter Bezugnahme auf die Figuren.
Gemäß einer bevorzugten Weiterbildung ist vorgesehen, dass das Map Matching in Echtzeit, nach Aufzeichnen einer Fahrt oder nach Aufzeichnen eines Fahrtabschnitts unter Verwendung einer fahrzeuginternen Recheneinrichtung und/oder eines fahrzeugexternen Servers durchgeführt wird, und wobei jeder erfassten GNSS-Position des Fahrzeugs ein Zeitstempel zugeordnet wird. Somit kann in vorteilhafter Weise je nach systemischen Erfordernissen eine bestmögliche Implementierung bestehend aus Online und/oder Offline Map Matching eingesetzt werden.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass eine Wahrscheinlichkeitsdichte für einen Übergang von Matching-Kandidat Ct,i in einem Zeitschritt t zu Matching-Kandidat Ct+ij in einem Zeitschritt t+1 mit folgender Gleichung berechnet wird:
Figure imgf000007_0001
wobei r die Länge der schnellsten Route zwischen Ct,i und Ct+ij ist; d die zurückgelegte Entfernung zwischen den Zeitpunkten t und t+1 ist; p bzw. p(r, d) die Wahrscheinlichkeitsdichte ist, wobei o die Standardabweichung der erfassten GNSS-Positionen ist, und wobei i und j numerische Platzhalter für Ground Truth Straßensegmente bzw. Ortsinformationen sind, wobei die Ortsinformationen in der vorliegenden Ausführungsform mit P1a, P1 b, P1c, P2a, P2b, P3a, P3b bezeichnet sind.
Die Matching-Kandidaten sind in der vorliegenden Ausführungsform mit M1a, M1 b, M1c, M2a, M2b, M3a, M3b bezeichnet. Die Wahrscheinlichkeitsdichte für den Übergang von Matching-Kandidat Ct,i in einem Zeitschritt t zu Matching- Kandidat Ct+ij in einem Zeitschritt t+1 könnte somit beispielsweise die Wahrscheinlichkeitsdichte für den Übergang von Matching-Kandidat M1c auf Matching-Kandidat M2b bezeichnen. In einer weiteren bevorzugten Weiterbildung wird ein Kerndichteschätzer anstatt der oben genannte Gleichung verwendet. Somit kann in vorteilhafter Weise eine Wahrscheinlichkeitsverteilung unter Einbeziehung der Länge der schnellsten Route sowie der zurückgelegten Entfernung berechnet werden ohne Annahmen über Struktur der Wahrscheinlichkeitsverteilung treffen zu müssen.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass eine Standardabweichung o über die Wurzel einer Stichprobenvarianz einer Stichprobe von GNSS-Positionen und Fahrzeugsensor-Entfernungsmessungen einer Mehrzahl von Fahrten bestimmt wird, von denen die gefahrene Route bekannt ist. Die Standardabweichung wird dabei in vorteilhafter Weise über die Wurzel der Stichprobenvarianz der Stichprobe von Ground Truth-Daten bestimmt. Als Ground Truth-Daten werden die GNSS-Positionen und Odometrie-Messungen mehrerer Fahrten verwendet, von denen die gefahrene Route bekannt ist.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass Übergänge zwischen Matching-Kandidaten ausgeschlossen werden, wenn die Routenlänge der schnellsten Route zwischen den Matching-Kandidaten um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors bestimmte Entfernung ist. So kann in vorteilhafter Weise ein weiteres Kriterium herangezogen werden, welches eine verbesserte Bestimmung des bestmöglichen Matching-Kandidaten ermöglicht.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass GNSS-
Positionen, eine aktuelle Geschwindigkeit und/oder eine aktuelle Durchschnittsgeschwindigkeit einer Vielzahl von Fahrzeugen periodisch an den fahrzeugexternen Se /er übertragen werden, unter deren Verwendung der fahrzeugexterne Server Verkehrsinformationen, insbesondere eine erwartete Ankunftszeit und/oder Durchschnittsgeschwindigkeiten von Straßenabschnitten, berechnet und an die Vielzahl von Fahrzeugen bereitstellt. Map Matching kann somit ferner dazu verwendet werden, eine genauere Vorhersage einer erwarteten Ankunftszeit und/oder Durchschnittsgeschwindigkeiten von Straßenabschnitten zu berechnen und einer Vielzahl von Fahrzeugen einer Fahrzeugflotte bereitzustellen.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass durch Fahrzeugsensoren erfasste Gefahrendaten, insbesondere betreffend eine glatte Fahrbahn, einen Verkehrsunfall und/oder eine Airbag-Aktivierung zusammen mit der GNSS-Position des Fahrzeugs an den fahrzeugexternen Server übertragen werden, wobei der fahrzeugexterne Server ein Map Matching der Gefahrendaten durchführt, und diese Daten an Fahrzeuge bereitstellt, deren geplante Route durch eine erkannte Gefahr führt. Somit kann Map Matching in vorteilhafter Weise ebenfalls dazu verwendet werden, Gefahreninformationen an andere Fahrzeuge der Fahrzeugflotte bereitzustellen.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass eine persönliche Route eines Fahrers als Sequenz von GNSS-Positionen aufgezeichnet und an den fahrzeugexternen Server gesendet wird, wobei der fahrzeugexterne Se /er ein Map Matching der GNSS-Positionen durchführt, die gelernte persönliche Route des Fahrers an das Fahrzeug überträgt und dem Fahrer zu vorgegebenen Zeitpunkten eine Zielführung der gelernten persönlichen Route vorschlägt. Somit kann das Lernen der persönlichen Route eines Fahrers in vorteilhafter Weise dazu verwendet werden, dem Fahrer diese Route zu geeigneten Zeitpunkten vorzuschlagen, zu welchen das System basierend auf den gesammelten Daten ein Befahren der Route als wahrscheinlich erachtet.
Gemäß einer weiteren bevorzugten Weiterbildung ist vorgesehen, dass die unter Verwendung des Fahrzeugsensors bestimmte Entfernung zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs zu einer Plausibilisierung von Map Matching-Ergebnissen verwendet wird, wobei jeweils eine Länge der schnellsten Route zwischen zwei benachbarten gematchten GNSS- Positionen berechnet wird, wobei falls die Länge um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors bestimmte Entfernung ist, zumindest eine der beiden bestimmten GNSS-Positionen des Fahrzeugs als unplausibel gewertet wird. Eine solche Plausibilisierung der Map Matching-Ergebnisse trägt ebenso in vorteilhafter Weise zu einer höheren Map Matching-Genauigkeit bei.
Die beschriebenen Ausgestaltungen und Weiterbildungen lassen sich beliebig miteinander kombinieren.
Weitere mögliche Ausgestaltungen, Weiterbildungen und Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich der Ausführungsbeispiele beschriebenen Merkmale der Erfindung.
Kurze Beschreibung der Zeichnungen Die beiliegenden Zeichnungen sollen ein weiteres Verständnis der
Ausführungsformen der Erfindung vermitteln. Sie veranschaulichen Ausführungsformen und dienen im Zusammenhang mit der Beschreibung der Erklärung von Prinzipien und Konzepten der Erfindung.
Andere Ausführungsformen und viele der genannten Vorteile ergeben sich im Hinblick auf die Zeichnungen. Die dargestellten Elemente der Zeichnungen sind nicht notwendigerweise maßstabsgetreu zueinander gezeigt.
Es zeigen:
Fig. 1 eine schematische Darstellung eines Systems zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen einer digitalen Straßenkarte gemäß einer bevorzugten Ausführungsform der Erfindung;
Fig. 2 eine schematische Darstellung einer digitalen Straßenkarte zur Veranschaulichung des Verfahrens zum Map Matching von GNSS- Positionen des Fahrzeugs mit Ortsinformationen der digitalen Straßenkarte gemäß der bevorzugten Ausführungsform der Erfindung; und
Fig. 3 ein Ablaufdiagramm eines computerimplementierten Verfahrens zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen der digitalen Straßenkarte. Das in Fig. 1 gezeigte System zum Map Matching von GNSS-Positionen des Fahrzeugs 1 mit Ortsinformationen einer digitalen Straßenkarte umfasst das Fahrzeug 1 aufweisend Mittel 20 zum Erfassen von GNSS-Positionen des Fahrzeugs 1 entlang einer Route des Fahrzeugs 1. GPS ist im Rahmen der vorliegenden Ausführungsform die bevorzugte Ausprägung von GNSS.
Ferner umfasst das System Mittel 22 zum Aufzeichnen einer unter Verwendung eines Fahrzeugsensors 10, insbesondere eines Raddrehzahlsensors, bestimmten Entfernung zwischen jeweils zwei erfassten, aufeinander folgenden GNSS- Positionen des Fahrzeugs 1. Darüber hinaus umfasst das System Mittel 24 zum Map Matching der bestimmten Entfernung zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs 1 mit einer Routenlänge zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs auf der digitalen Straßenkarte.
Das Map Matching wird vorzugsweise in Echtzeit unter Verwendung einer fahrzeuginternen Recheneinrichtung 12 sowie eines fahrzeugexternen Sen/ers 14 durchgeführt, wobei jeder erfassten GNSS-Position des Fahrzeugs 1 ein Zeitstempel zugeordnet wird.
Alternativ kann das Map Matching beispielsweise nach Aufzeichnen einer Fahrt oder nach Aufzeichnen eines Fahrtabschnitts unter Verwendung der fahrzeuginternen Recheneinrichtung 12 und/oder des fahrzeugexternen Sen/ers 14 durchgeführt werden.
Die Mittel 24' zum Map Matching können wie in Fig. 1 dargestellt alternativ beispielsweise auf dem fahrzeugexternen Server 14 angeordnet sein. Das Fahrzeug 1 weist ferner weitere in Fig. 1 nicht dargestellte Sensoren, u.a. einen Geschwindigkeitssensor, einen Sensor zur Erfassung einer Airbagaktivierung, Sensoren zur Erfassung von Straßenglätte und/oder Kamerasensoren auf.
Der fahrzeugexterne Se /er 14 weist eine in Fig. 1 nicht dargestellte Empfangseinheit auf. Ferner führt der fahrzeugexterne Server 14 auf Basis der von dem Fahrzeug 1 empfangenen Daten eine Berechnung von Verkehrsinformationen, eine Berechnung von Gefahrenwarnungen und/oder ein Lernen einer persönlichen Route des Fahrers durch. Die berechneten Daten werden anschließend an weitere Fahrzeuge einer Fahrzeugflotte bereitgestellt.
Fig. 2 zeigt eine schematische Darstellung einer digitalen Straßenkarte zur Veranschaulichung des Verfahrens zum Map Matching von GNSS-Positionen des Fahrzeugs mit Ortsinformationen der digitalen Straßenkarte gemäß der bevorzugten Ausführungsform der Erfindung.
In der vorliegenden Darstellung sind beispielhaft drei GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 auf der digitalen Straßenkarte K dargestellt. Da die GNSS- Positionen G1, G2, G3 des Fahrzeugs 1 im vorliegenden Ausführungsbeispiel versetzt zu jeweiligen Straßen der digitalen Straßenkarte K in der Straßenkarte K eingezeichnet sind, muss zum Berechnen eines Bewegungspfads des Fahrzeugs 1 ein Map Matching der GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 mit Ortsinformationen der digitalen Straßenkarte K durchgeführt werden. Eine erste GNSS-Position G1 des Fahrzeugs 1 befindet sich beispielsweise in der Nähe der drei Straßenabschnitte bzw. Ortsinformationen P1a, P1 b, P1c.
Ebenso befindet sich eine zweite GNSS-Position G2 des Fahrzeugs 1 in der Nähe von zwei Straßenabschnitten bzw. Ortsinformationen P2a, P2b. Darüber hinaus befindet sich eine dritte GNSS-Position G3 des Fahrzeugs 1 in der Nähe von zwei Straßen bzw. Straßenabschnitten bzw. Ortsinformationen P3a, P3b.
Es werden daher zunächst die GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 entlang einer Route des Fahrzeugs 1 erfasst. Anschließend erfolgt ein Aufzeichnen einer unter Verwendung des Fahrzeugsensors, insbesondere des Raddrehzahlsensors, bestimmten Entfernung El, E2 zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen des Fahrzeugs 1, beispielsweise eine Entfernung E1 zwischen der ersten GNSS-Position G1 und der zweiten GNSS-Position G2.
Anschließend wird ein Abgleich der bestimmten Entfernung E1 zwischen der ersten GNSS-Position G1 und der zweiten GNSS-Position G2 des Fahrzeugs 1 mit einer ersten Routenlänge L1 auf der digitalen Straßenkarte K durchgeführt.
Ebenfalls wird eine zweite Entfernung E2 zwischen der zweiten GNSS-Position G2 und der dritten GNSS-Position G3 erfasst und Abgleich einer bestimmten Entfernung E2 zwischen der zweiten GNSS-Position G2 und der dritten GNSS- Position G3 mit einer Routenlänge L2 auf der digitalen Straßenkarte K durchgeführt. Darüber hinaus wird eine Wahrscheinlichkeitsdichte für einen Übergang von Matching-Kandidat Ct,i in einem Zeitschritt t zu Matching-Kandidat Ct+ij in einem Zeitschrift t+1 mit folgender Gleichung berechnet:
Figure imgf000015_0001
wobei r die Länge der schnellsten Route zwischen Ct,i und Ct+ij ist; d die zurückgelegte Entfernung zwischen den Zeitpunkten t und t+1 ist; p bzw. p(r, d) die Wahrscheinlichkeitsdichte ist, wobei o die Standardabweichung der erfassten GNSS-Positionen ist, und wobei i und j numerische Platzhalter für Ground Truth Straßensegmente bzw. Ortsinformationen sind, wobei die Ortsinformationen in der vorliegenden Ausführungsform mit P1a, P1 b, P1c, P2a, P2b, P3a, P3b bezeichnet sind.
Die Matching-Kandidaten sind in der vorliegenden Ausführungsform mit M1a, M1 b, M1c, M2a, M2b, M3a, M3b bezeichnet. Die Wahrscheinlichkeitsdichte für den Übergang von Matching-Kandidat Ct,i in einem Zeitschrift t zu Matching- Kandidat Ct+ij in einem Zeitschrift t+1 könnte somit beispielsweise die Wahrscheinlichkeitsdichte für den Übergang von Matching-Kandidat M1c auf Matching-Kandidat M2b bezeichnen.
Eine Standardabweichung o wird über die Wurzel einer Stichprobenvarianz einer Stichprobe von GNSS-Positionen G1, G2, G3 und Fahrzeugsensor- Entfernungsmessungen einer Mehrzahl von Fahrten bestimmt, von denen die gefahrene Route bekannt ist. Übergänge zwischen Matching-Kandidaten M1a, M1 b, M1c, M2a, M2b, M3a, M3b werden ausgeschlossen, wenn die Routenlänge LI, L2 der schnellsten Route zwischen den Matching-Kandidaten M1a, M1 b, M1c, M2a, M2b, M3a, M3b um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors 10 bestimmte Entfernung E1, E2 ist.
GNSS-Positionen G1, G2, G3, eine aktuelle Geschwindigkeit und/oder eine aktuelle Durchschnittsgeschwindigkeit einer Vielzahl von Fahrzeugen werden periodisch an den fahrzeugexternen Se /er 14 übertragen, unter deren Verwendung der fahrzeugexterne Server 14 Verkehrsinformationen, insbesondere eine erwartete Ankunftszeit und/oder Durchschnittsgeschwindigkeiten von Straßenabschnitten, berechnet und an die Vielzahl von Fahrzeugen bereitstellt.
Durch Fahrzeugsensoren erfasste Gefahrendaten, insbesondere betreffend eine glatte Fahrbahn, einen Verkehrsunfall und/oder eine Airbag-Aktivierung werden zusammen mit der GNSS-Position G1, G2, G3 des Fahrzeugs 1 an den fahrzeugexternen Se /er 14 übertragen, wobei der fahrzeugexterne Server 14 ein Map-Matching der Gefahrendaten durchführt, und diese Daten an Fahrzeuge 1 bereitstellt, deren geplante Route durch eine erkannte Gefahr führt.
Eine persönliche Route eines Fahrers wird als Sequenz von GNSS-Positionen G1, G2, G3 aufgezeichnet und an den fahrzeugexternen Se /er 14 gesendet.
Der fahrzeugexterne Server 14 führt ein Map-Matching der GNSS-Positionen G1, G2, G3 durch, überträgt die gelernte persönliche Route des Fahrers an das Fahrzeug 1 und schlägt dem Fahrer zu vorgegebenen Zeitpunkten eine Zielführung der gelernten persönlichen Route vor. Die unter Verwendung des Fahrzeugsensors 10 bestimmte Entfernung E1, E2 zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 wird zu einer Plausibilisierung von Map Matching-Ergebnissen verwendet.
Es wird jeweils eine Länge der schnellsten Route zwischen zwei benachbarten gematchten GNSS-Positionen G1, G2, G3 berechnet. Falls die Länge um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors 10 bestimmte Entfernung E1, E2 ist, wird zumindest eine der beiden bestimmten GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 als unplausibel gewertet.
Fig. 3 zeigt ein Ablaufdiagramm eines computerimplementierten Verfahrens zum Map Matching von GNSS-Positionen eines Fahrzeugs mit Ortsinformationen der digitalen Straßenkarte.
Das Verfahren umfasst ein Erfassen S1 von GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 entlang einer Route des Fahrzeugs 1.
Das Verfahren umfasst des Weiteren ein Aufzeichnen S2 einer unter Verwendung eines Fahrzeugsensors 10, insbesondere eines Raddrehzahlsensors, bestimmten Entfernung E1, E2 zwischen jeweils zwei erfassten, aufeinander folgenden GNSS- Positionen G1, G2, G3 des Fahrzeugs 1.
Das Verfahren umfasst überdies ein Map Matching S3 der bestimmten Entfernung
E1, E2 zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS- Positionen G1, G2, G3 des Fahrzeugs 1 mit einer Routenlänge L1, L2 zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 auf der digitalen Straßenkarte K.
Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen.
Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung. Ergänzend oder alternativ kann ein Hybrid- oder Elektrofahrzeug gemäß Ausführungsformen ein reines Elektrofahrzeug (BEV) oder ein Plugin- Hybridfahrzeug (PHEV) sein. Es können jedoch auch andere Antriebsformen verwendet werden, beispielsweise in Form eines diesel- oder benzinbetriebenen Fahrzeugs. Das Fahrzeug kann auch in Form eines Schienenfahrzeugs vorliegen.
Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Beispielhaft genannte Ausführungsformen stellen nur Beispiele dar, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind.
Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehenden Erläuterungen in der Beschreibung, definiert wird.
Das Map Matching S3 kann alternativ beispielsweise zwischen zwei beliebigen GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 mit einer Routenlänge LI, L2 zwischen jeweils zwei korrespondierenden beliebigen GNSS-Positionen G1, G2, G3 des Fahrzeugs 1 auf der digitalen Straßenkarte K erfolgen.

Claims

PATENTANSPRÜCHE
1. Computerimplementiertes Verfahren zum Map Matching von GNSS- Positionen (G1, G2, G3) eines Fahrzeugs (1) mit Ortsinformationen (P1a, P1 b, P1c, P2a, P2b, P3a, P3b) einer digitalen Straßenkarte (K), mit den Schritten:
Erfassen (S1) von GNSS-Positionen (Gl, G2, G3) des Fahrzeugs (1) entlang einer Route des Fahrzeugs (1);
Aufzeichnen (S2) einer unter Verwendung eines Fahrzeugsensors (10), insbesondere eines Raddrehzahlsensors, bestimmten Entfernung (E1, E2) zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1); und
Map Matching (S3) der bestimmten Entfernung (E1, E2) zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) mit einer Routenlänge (L1, L2) zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) auf der digitalen Straßenkarte (K).
2. Computerimplementiertes Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Map Matching (S3) in Echtzeit, nach Aufzeichnen einer Fahrt oder nach Aufzeichnen eines Fahrtabschnitts unter Verwendung einer fahrzeuginternen Recheneinrichtung (12) und/oder eines fahrzeugexternen Sen/ers (14) durchgeführt wird, und wobei jeder erfassten GNSS-Position (G1, G2, G3) des Fahrzeugs (1) ein Zeitstempel zugeordnet wird.
3. Computerimplementiertes Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass eine Wahrscheinlichkeitsdichte für einen Übergang von Matching-Kandidat Ct,i in einem Zeitschritt t zu Matching-Kandidat Ct+ij in einem
Zeitschritt t+1 mit folgender Gleichung berechnet wird:
Figure imgf000021_0001
wobei r die Länge der schnellsten Route zwischen Ct,i und Ct+ij ist; d die zurückgelegte Entfernung zwischen den Zeitpunkten t und t+1 ist; p bzw. p(r, d) die Wahrscheinlichkeitsdichte ist, wobei o die Standardabweichung der erfassten GNSS-Positionen ist.
4. Computerimplementiertes Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass eine Standardabweichung o über die Wurzel einer Stichprobenvarianz einer Stichprobe von GNSS-Positionen (G1, G2, G3) und Fahrzeugsensor-Entfernungsmessungen einer Mehrzahl von Fahrten bestimmt wird, von denen die gefahrene Route bekannt ist.
5. Computerimplementiertes Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass Übergänge zwischen Matching-Kandidaten (M1a, M1 b, M1c, M2a, M2b, M3a, M3b) ausgeschlossen werden, wenn die Routenlänge (L1, L2) der schnellsten Route zwischen den Matching-Kandidaten (M1a, M1 b, M1c, M2a, M2b, M3a, M3b) um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors (10) bestimmte Entfernung (E1, E2) ist.
6. Computerimplementiertes Verfahren nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass GNSS-Positionen (G1, G2, G3), eine aktuelle Geschwindigkeit und/oder eine aktuelle Durchschnittsgeschwindigkeit einer Vielzahl von Fahrzeugen periodisch an den fahrzeugexternen Server (14) übertragen werden, unter deren Verwendung der fahrzeugexterne Se /er (14) Verkehrsinformationen, insbesondere eine erwartete Ankunftszeit und/oder Durchschnittsgeschwindigkeiten von Straßenabschnitten, berechnet und an die Vielzahl von Fahrzeugen bereitstellt.
7. Computerimplementiertes Verfahren nach einem der Ansprüche 2 bis 6, dadurch gekennzeichnet, dass durch Fahrzeugsensoren erfasste Gefahrendaten, insbesondere betreffend eine glatte Fahrbahn, einen Verkehrsunfall und/oder eine Airbag-Aktivierung zusammen mit der GNSS-Position (G1, G2, G3) des Fahrzeugs (1) an den fahrzeugexternen Se /er (14) übertragen werden, wobei der fahrzeugexterne Server (14) ein Map-Matching der Gefahrendaten durchführt, und diese Daten an Fahrzeuge (1) bereitstellt, deren geplante Route durch eine erkannte Gefahr führt.
8. Computerimplementiertes Verfahren nach einem der Ansprüche 2 bis 7, dadurch gekennzeichnet, dass eine persönliche Route eines Fahrers als Sequenz von GNSS-Positionen (G1, G2, G3) aufgezeichnet und an den fahrzeugexternen Se /er (14) gesendet wird, wobei der fahrzeugexterne Se /er (14) ein Map- Matching der GNSS-Positionen (G1, G2, G3) durchführt, die gelernte persönliche Route des Fahrers an das Fahrzeug (1) überträgt und dem Fahrer zu vorgegebenen Zeitpunkten eine Zielführung der gelernten persönlichen Route vorschlägt.
9. Computerimplementiertes Verfahren nach einem der Ansprüche 3 bis 8, dadurch gekennzeichnet, dass die unter Verwendung des Fahrzeugsensors (10) bestimmte Entfernung (E1, E2) zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) zu einer Plausibilisierung von Map Matching-Ergebnissen verwendet wird, wobei jeweils 22 eine Länge der schnellsten Route zwischen zwei benachbarten gematchten GNSS- Positionen (G1, G2, G3) berechnet wird, wobei falls die Länge um einen vorgegebenen Faktor kürzer oder länger als die unter Verwendung des Fahrzeugsensors (10) bestimmte Entfernung (E1, E2) ist, zumindest eine der beiden bestimmten GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) als unplausibel gewertet wird.
10. System zum Map Matching von GNSS-Positionen (G1, G2, G3) eines Fahrzeugs (1) mit Ortsinformationen (P1a, P1 b, P1c, P2a, P2b, P3a, P3b) einer digitalen Straßenkarte (K), umfassend:
Mittel (20) zum Erfassen von GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) entlang einer Route des Fahrzeugs (1);
Mittel (22) zum Aufzeichnen einer unter Verwendung eines Fahrzeugsensors (10), insbesondere eines Raddrehzahlsensors, bestimmten Entfernung (E1, E2) zwischen jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1); und
Mittel (24) zum Map Matching der bestimmten Entfernung (E1, E2) zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) mit einer Routenlänge (L1, L2) zwischen den jeweils zwei erfassten, aufeinander folgenden GNSS-Positionen (G1, G2, G3) des Fahrzeugs (1) auf der digitalen Straßenkarte (K).
11. Computerprogramm mit Programmcode, um das Verfahren nach einem der Ansprüche 1 bis 9 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird. 23
12. Computerlesbarer Datenträger mit Programmcode eines Computerprogramms, um das Verfahren nach einem der Ansprüche 1 bis 9 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
PCT/EP2021/069125 2020-08-05 2021-07-09 System und verfahren zum map matching von gnss-positionen eines fahrzeugs WO2022028811A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020227039496A KR20230002661A (ko) 2020-08-05 2021-07-09 차량의 gnss-위치를 맵 매칭시키기 위한 시스템 및 방법
US18/008,574 US20230236020A1 (en) 2020-08-05 2021-07-09 System and Method for Map Matching GNSS Positions of a Vehicle
CN202180035836.3A CN115667848A (zh) 2020-08-05 2021-07-09 用于将车辆的gnss位置进行地图匹配的***和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020120667.4A DE102020120667A1 (de) 2020-08-05 2020-08-05 System und Verfahren zum Map Matching von GNSS-Positionen eines Fahrzeugs
DE102020120667.4 2020-08-05

Publications (1)

Publication Number Publication Date
WO2022028811A1 true WO2022028811A1 (de) 2022-02-10

Family

ID=76859635

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/069125 WO2022028811A1 (de) 2020-08-05 2021-07-09 System und verfahren zum map matching von gnss-positionen eines fahrzeugs

Country Status (5)

Country Link
US (1) US20230236020A1 (de)
KR (1) KR20230002661A (de)
CN (1) CN115667848A (de)
DE (1) DE102020120667A1 (de)
WO (1) WO2022028811A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117041916B (zh) * 2023-09-27 2024-01-09 创意信息技术股份有限公司 一种海量数据处理方法、装置、***及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110313648A1 (en) * 2010-06-16 2011-12-22 Microsoft Corporation Probabilistic Map Matching From A Plurality Of Observational And Contextual Factors
US20180080775A1 (en) * 2016-09-20 2018-03-22 Trimble Inc. Vehicle navigation by dead reckoning and GNSS-aided map-matching
WO2020109516A1 (de) * 2018-11-30 2020-06-04 Bayerische Motoren Werke Aktiengesellschaft Systeme und verfahren für map matching

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4192940B2 (ja) 2005-11-18 2008-12-10 トヨタ自動車株式会社 移動体用位置推定装置
US8838377B2 (en) 2009-10-12 2014-09-16 Tomtom International B.V. Navigation device and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110313648A1 (en) * 2010-06-16 2011-12-22 Microsoft Corporation Probabilistic Map Matching From A Plurality Of Observational And Contextual Factors
US20180080775A1 (en) * 2016-09-20 2018-03-22 Trimble Inc. Vehicle navigation by dead reckoning and GNSS-aided map-matching
WO2020109516A1 (de) * 2018-11-30 2020-06-04 Bayerische Motoren Werke Aktiengesellschaft Systeme und verfahren für map matching

Also Published As

Publication number Publication date
US20230236020A1 (en) 2023-07-27
KR20230002661A (ko) 2023-01-05
DE102020120667A1 (de) 2022-02-10
CN115667848A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
EP3014598B1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeugs zur bestimmung des beginns einer parkplatzsuche
EP1300652B1 (de) Verfahren und Anordnung zur Ermittlung eines Kartenfahrwegs in einer Karte, welcher einem tatsächlich zurückgelegten Fahrweg entspricht
EP1886093B1 (de) Verfahren zur bestimmung der geometrie eines streckenabschnittes
WO2009027122A1 (de) Aktualisierungseinheit und verfahren zur aktualisierung einer digitalen karte
DE102014009627A1 (de) Verfahren zur Meldung einer freien Parklücke für ein Fahrzeug
DE102017213983A1 (de) Verfahren zum Verifizieren einer Straßenkarte sowie Servervorrichtung
DE102012004625A1 (de) Verfahren und Vorrichtung zur Aktualisierung und Anpassung von Karteninformationen in einem Navigationssystem
EP3695233A1 (de) Verfahren und system zur ermittlung von effektiven windgeschwindigkeiten für kraftfahrzeuge
DE102017009435A1 (de) Evaluation von Komponenten automatischer Fahrfunktionen und Fahrbahnerkennung auf unterschiedlichen Verarbeitungsstufen
DE102017211712A1 (de) Verfahren zur Datengenerierung zum Erzeugen und Aktualisieren einer Topologiekarte für mindestens einen Raum mindestens eines Gebäudes
DE102013015145B4 (de) Verfahren zum Testen und Bewerten der Qualität digitaler Karten
DE102017118078A1 (de) Lokalisationseinrichtung für ein Kraftfahrzeug, Fahrerassistenzeinrichtung, Kraftfahrzeug sowie Verfahren zum Lokalisieren eines Kraftfahrzeugs
DE102012222931A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Position und/oder Art einer Straßeninfrastruktureinrichtung
WO2022028811A1 (de) System und verfahren zum map matching von gnss-positionen eines fahrzeugs
DE102013223217A1 (de) Verfahren zum Betreiben eines Servers
DE102018005954A1 (de) Verfahren zum Aktualisieren von Kartenmaterial durch mindestens ein zumindest teilweise autonomes Fahrzeug, Fahrassistenzsystem, eingerichtet zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Fahrassistenzsystem
DE102021116510A1 (de) Verfahren und Rechenvorrichtung zum Bereitstellen einer Wegnetzkarte eines Parkhauses
DE19735659C1 (de) Verfahren zur Bestimmung der zurückgelegten Wegstrecke und/oder der Geschwindigkeit eines Fahrzeugs
EP3669341A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zum verarbeiten von daten in einem kraftfahrzeug für einen versand an ein backend
DE102016209242B4 (de) Einheiteneinstellvorrichtung und einheiteneinstellverfahren
DE102009046855A1 (de) Verfahren und Navigationsgerät zum Bereitstellen von Zusatzdaten in einer digitalen Straßenkarte
DE102020102883A1 (de) Computerimplementiertes verfahren zur bestimmung einer abweichung eines geschätzten wertes einer durchschnittsfahrzeit für ein durchfahren eines streckenabschnitts von einem messwert einer gefahrenen fahrzeit für das durchfahren des streckenabschnitts, softwareprogramm und system zur bestimmung der abweichung des geschätzten wertes der durchschnittsfahrzeit von dem messwert der gefahrenen fahrzeit
WO2024002590A1 (de) Verfahren zur ermittlung und bereitstellung einer zulässigen höchstgeschwindigkeit für fahrzeuge und verwendung des verfahrens
EP3499271A1 (de) Ermittlung einer position eines fahrzeugs
EP0987519B1 (de) Verfahren und Vorrichtung zum Zuordnen von von einem fahrzeugseitigen Endgerät ermittelten Stützpunktinformationen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21740085

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227039496

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21740085

Country of ref document: EP

Kind code of ref document: A1