用于更新一车辆中电子地图的方法技术

本发明专利技术涉及一种基于预示状况和实际状况之间的误差更新一车辆电子地图的方法。

【技术实现步骤摘要】
【国外来华专利技术】用于更新一车辆中电子地图的方法
本专利技术涉及一种用于更新一车辆中电子地图的方法。
技术介绍
车辆中尤其是为了导航和为了车对X(网联汽车技术)通信需要电子地图。这类车对X(网联汽车技术)通信也被称为Car2X(网联汽车技术)通信、C2X(网联汽车技术)通信或V2X(网联汽车技术)通信，这类通信尤其基于IEEE802.11p标准。这是最新科研现状或处于前期研发阶段，当前处于标准化阶段。同样，自学型地图或一种基于来自车对X(网联汽车技术)通信的当前信息的路网图(RoadGraph)也是最新科研现状。通过地图信息可改进众多功能。为此，典型情况下会使用只有通过较为昂贵和复杂的方法才能保持最新状况的地图材料。此外，一辆车由于从不处于地图中所述极大部分区域，因此也从不会用到该部分区域的地图，尽管如此，还是需要很大的数据量。因此，值得努力的是设计一种方法，用于简化这类地图的操作处理。
技术实现思路
根据本专利，这通过按照权利要求1所述的方法完成。在从属权利要求中阐述了例如有益的实施方式。明确摘录的权利要求内容构成了说明的内容。本专利技术涉及一种用于更新一车辆中电子地图的方法，其中，该方法具有下列步骤：-计算一车辆的预测状况，-确定一车辆的实际状况，-规定预测状况和实际状况之间的误差，以及-如果预测状况和实际状状况之间存在误差，则在地图中存储信息。本专利技术原则上基于学习车辆中的地图，并加以存储以备后用的理念。同时，原则上仅存储那些导致在行为上与例如状况等功能，或与运动数据存在偏差，或在无地图情况下作出预测的信息。这一方面能在车辆中独立创建一电子地图，而不必为此访问购买或另外获得的外部数据。此外，通过减少导致预测状况和实际状况之间出现偏差的信息，总的来说，明显减少要存储的数据量。在此，一种状况尤其是一车辆的线路。同时，该方法例如可以下列方式实施：-计算一车辆的预测线路，-确定一车辆的实际线路，-规定预测线路和实际线路之间的误差，以及-如果预测线路和实际行驶线路之间存在误差，则在地图中存储信息。一线路典型情况下是指一个可在行驶过程中连续记录、计算和比较的量。此外，车辆的行驶线路是一道路区域变化的一个非常可靠的指标。但要指出的是，一种状况不限于一线路。通常更多地可使用预测的状况。例如，一种情形的临界状况或由此推导出给驾驶员的警告。例如，它可用于对例如一行驶路线，一事件，一内部状况，以及状况评估等情况的变化进行预测，然后规定偏差。但要指出的是，更新也可意味着创建。本方法既用于已预安装有一地图的情况，也可应用于没有预安装地图的情况。在例如交付时已配置有电子地图的情况下，借助本方法可持续对电子地图进行更新。但也可借助本方法从头开始创建一电子地图。预测状况优选基于地图计算。如果地图中有与此相关的信息，则尤其要基于地图计算预测状况。由此可确定地图中导致与实际行为有差异的预测行为的有益信息。由此可有针对性地确定地图中的更新需求。预测状况尤其可基于车辆的运动数据，尤其是位置、速度和/或加速度进行计算。这类运动数据尤其对一路线的预测或诸如将面临的冲撞等其他预测被认为是非常有益的。预测状况尤其可基于其他车辆的数据和/或基于车辆周围环境的数据，尤其是源于周围环境传感器和/或车对X(网联汽车技术)的数据计算。这类数据也被证明，对诸如一路线等状况的预测是非常有益的。预测状况尤其可在使用一个或多个下列预测模型的情况下计算：-运动学模型第1级(恒定速度，缩写为：CV)-运动学模型第2级(恒定加速度，缩写为：CA)-恒定转率和速度模型(CTRV)-恒定转率和加速度模型(CTRA)-恒定转向角和速度模型(CSAV)-恒定转向角和加速度模型(CSAA)-带预计曲率变化的预测模型，尤其是源于一偏转比率-根据机动而定的预测-神经元网络-支持矢量机-多项式第n级-停车预告。一个运动学模型第1级尤其可基于下列公式计算：x(T)＝x(0)+v·T其中，下列字母的意思分别为：x：行走路线T：时间v：速度一个运动学模型第2级尤其可基于下列公式计算：x(T)＝x(0)+v·T+0.5·a·T2其中，附加字母的意思为：a：加速度一个带有预计曲率变化的预测模型尤其可基于下列公式计算：ψ这里称为偏离角度，典型情况下根据偏转比率计算，偏转比率在每个带ESC(电子稳定性控制)的典型车辆中都作为测量值存在。从这一预测出发，分别根据情形、根据可供使用的数据以及可供使用的计算性能分别选择一个相适宜的预测模型，以预测一种状况，尤其是一线路。实际状况尤其可基于车辆的运动数据，尤其是位置、速度和/或加速度确定。实际状况也可基于其他车辆的数据和/或基于有关车辆周围环境的数据，尤其是周围环境传感器和/或车对X(网联汽车技术)的数据确定。这类数据已证明，对计算实际状况，尤其是一车辆行驶路线的实际状况是非常有益的。此外，本方法优选具有一个基于误差确定信息的步骤。它允许根据误差确定籍此更新地图的信息。由此可以未来尽可能避免误差的方法更新地图。根据另一结构形式，只有在如果误差超过一阈值时，才实施信息的存储步骤。这可避免过度占用计算能力和地图的数据传输性能，因为只有在显示确实需要更新的误差量时，才实现信息在地图中的存储。信息尤其可包含或是籍此预测状况可与实际状况相符的调整值。这类信息尤其可从误差中逆推算出来。由此，地图的更新方法是，籍此在下次使用相应信息或数据时不会再出现误差。信息尤其可包含一可能支路上的路线，尤其包含事先的分支。由此，例如可确定，在交叉路口有多个分配了不同行驶方向的车道。典型的转弯行驶车道就是这方面的范例。例如，可通过该方法识别，车辆向左或向右转弯之前，基本上位于一左转或右转车道上。此外还可识别，当一车辆继续直行时，基本上处于一直行交通车道上。这可在以后情况下更好地预先计算车辆的线路和行为，因为，例如如果驾驶员错过了设定转向灯，也能识别出变换到一转弯机动的特定车道。根据另一结构形式，所述方法具有下列步骤：-计算一种预测状况，尤其是计算另一车辆的一条线路，其中，基于其他车辆的预测状况和/或实际状况规定误差。籍此可在计算，尤其是在更新地图时将与其他车辆的互动考虑在内。例如，如果一车辆在会与另一车辆发生相撞的车道上行驶，那么可根据后来所确定的没有发生碰撞这一事实，表明有桥或立交桥存在。与此相应，可更新地图，以便将来在此位置上不再生成碰撞警告。尤其可将有所存储信息的地区提示存储在地图中。因此，在信息利用的早期已可规定，是否在一地图中有必须读取并加以考虑的相关信息。例如可设置相应的旗帜标示。在地图中也可与信息一同保存有关存储时间、确认数量、完整性等级和/或某一信息或确认的来源等提示。这可以有益的方式推断出信息有多可靠。一完整性等级可基于一基于指定信息所创建的地图与另一地图的比较来确定。另一地图尤其可是车辆中原已存在的，例如交付时已编入程序的地图，或从一光盘、一类似的数据源或一互联网服务器加载的地图。以此，尤其可确定，根据一基于指定信息所创建的地图，即学习型地图与另一地图相符的一致性程度如何。在高度一致时，尤其可确定高完整性等级，反之亦然。以此，尤其可实施一种基于现有地图信息与所学习信息的比较确定完整性等级的方法。一种如此确定的完整性等级可有益地应用于在此描述的其他方法观点。例如，当作为计算某一预计安本文档来自技高网...

【技术保护点】
用于更新一车辆(10、20)的电子地图方法，其中，该方法有下列步骤：‑计算车辆(10、20)的一预测状况，‑确定车辆(10、20)的一实际状况，‑规定预测状况和实际状况之间的误差，以及‑如果预测状况和实际状状况之间存在误差，则在地图中存储信息。

【技术特征摘要】
【国外来华专利技术】2015.09.29 DE 102015218809.41.用于更新一车辆(10、20)的电子地图方法，其中，该方法有下列步骤：-计算车辆(10、20)的一预测状况，-确定车辆(10、20)的一实际状况，-规定预测状况和实际状况之间的误差，以及-如果预测状况和实际状状况之间存在误差，则在地图中存储信息。2.根据权利要求1所述的方法，其中，所述状况是车辆(10、20)的一路线。3.根据上述权利要求中任一权利要求所述的方法，其中，基于地图计算预测状况。4.根据上述权利要求中任一权利要求所述的方法，其中，基于车辆(10，20)的运动数据，尤其是基于位置、速度和/或加速度计算预测状况。5.根据上述权利要求中任一权利要求所述的方法，其中，基于其他车辆(10、20)的数据和/或基于车辆(10、20)周围环境的数据，尤其是源于周围环境传感器和/或车对X(网联汽车技术)通信的数据计算预测状况。6.根据上述权利要求中任一权利要求所述的方法，其中，预测状况尤其可在使用一个或多个下列预测模型的情况下计算：-运动学模型第1级(恒定速度，缩写为：CV)-运动学模型第2级(恒定加速度，缩写为：CA)-恒定转率和速度模型(CTRV)-恒定转率和加速度模型(CTRA)-恒定转向角和速度模型(CSAV)-恒定转向角和加速度模型(CSAA)-带预计曲率变化的预测模型，尤其是源于一偏转比率-根据机动而定的预测-神经元网络-支持矢量机-多项式第n级-停车预...

【专利技术属性】
技术研发人员：U·施特林，M·门策尔，R·舍尔平，
申请(专利权)人：大陆特韦斯股份有限公司，
类型：发明
国别省市：德国,DE