用于自动化和自主车辆的多传感器数据融合的方法和装置制造方法及图纸

本发明专利技术实施例提供一种计算机实现的方法(30)，该方法用于基于描述道路走向的状态函数来估计在车辆(11)环境中的道路走向。在此，状态函数包括回旋样条(20)。所述计算机实现的方法(30)还包括提供(31)环境测量数据，其描述在车辆(11)当前位置处的道路走向。环境测量数据在此包括至少一个多项式函数。所述计算机实现的方法(30)还包括将状态函数和环境测量数据变换(32)到共同的坐标系中。所述方法(30)还包括检查(33a)测量数据的错误，并且如果没有识别到错误，则在共同的坐标系中基于环境测量数据调整(33)状态函数，如果识别到错误，则存储(33b)该错误。

【技术实现步骤摘要】
【国外来华专利技术】用于自动化和自主车辆的多传感器数据融合的方法和装置
本专利技术实施例涉及用于估计道路走向的计算机实现的方法、车辆、计算机程序和装置。所述道路走向在此通过状态函数来描述，该状态函数包括回旋样条。
技术介绍
在控制一些自动化车辆或自主行驶的车辆时使用用于估计道路走向的方法，对这种车辆的控制基于所述方法做出驾驶决策。在此，道路走向可以通过确定对应于状态函数的道路模型来近似描述。由此，可以确定尤其是相对于车辆的位置和/或定向的道路走向。道路走向的特征例如可以是宽度、方向、曲率或相邻车道的数量或者车辆相对于车道的位置(例如车辆位于三个车道中的右侧、中间或左侧车道上)。然后可以这样控制车辆，使得车辆例如跟随道路走向、避开障碍物或者可以变道。为了高度可用、安全且舒适地运行车辆，可以在确定道路走向或道路模型时将多个数据源的环境测量数据组合(融合)。数据源的组合(也称为数据融合)在此指的是多个数据源的数据的组合。典型的数据源例如可以是传感数据源，如摄像机或数字地图的航点。这种数字地图尤其可以是低分辨率(SD)地图或高分辨率(HD)地图。这种数据融合具有多种不同的可能性。文献WO2018/019454描述了一种用于确定道路模型的方法。在此，借助对地图数据和观察数据的不同参数化生成用于道路模型的多种假设。基于假设的置信度值来选择用于道路模型的一种假设。在这里没有考虑用于观察数据和摄像机数据的数据融合的方法，该方法确保高度可用地确定道路走向。
技术实现思路
其它常规的控制装置通常仅使用单个数据源(摄像机、数字地图)的数据来构建道路模型。在此不能确保道路走向的高度可用的确定，因为在数据源出现功能故障时不再能够确定道路走向。此外，一些数据源可能产生受噪声污染的或部分错误的环境测量数据，从而对道路走向的估计可能不准确。因此，需要提供一种用于估计道路走向的计算机实现的方法，该方法确保高度可用地且精确地确定道路走向。根据独立权利要求所述的计算机实现的方法、装置、计算机程序以及车辆满足了所述需求。本专利技术的实施例提供用于估计在车辆环境中的道路走向的计算机实现的方法、车辆、计算机程序和装置。借助多个数据源的环境测量数据与描述道路走向的状态函数(道路模型)的数据融合，能够确保估计的高度可用性和高精确度。在此，各个数据源的环境测量数据是道路走向测量的输出参量并且包括至少一个多项式函数。所述状态函数包括回旋样条。在此，环境数据与状态函数的数据融合意味着，通过实时滤波器根据环境测量数据调整状态函数或回旋样条。对于道路走向的估计，例如卡尔曼滤波器被证实为是有利的实时滤波器。用卡尔曼滤波器来调整状态函数通常需要将状态函数从状态空间变换到测量空间。在本专利技术的实施例中可以涉及状态函数在不同坐标系之间的变换。在测量空间中，可以利用多个数据源或传感器的环境测量数据来校正由卡尔曼滤波器的预测得出的状态函数。结合卡尔曼滤波器，这通常被称为新息(Innovation)。通过调整或新息而更新的状态函数对应于道路走向的近似估计。通过在时间上重复地根据环境测量数据调整状态函数，不断地更新估计，从而例如能够精确地并且可靠地估计公路的道路走向。根据多个数据源的环境测量数据调整状态函数确保了在估计道路走向时的高度可用性和高精确度。本专利技术的第一方面涉及一种基于描述道路走向的状态函数来估计在车辆环境中的道路走向的计算机实现的方法。状态函数在此包括回旋样条。此外，所述计算机实现的方法包括提供环境测量数据，所述环境测量数据描述在车辆当前位置的特定环境中的道路走向。环境测量数据在此包括至少一个多项式函数。所述多项式函数例如可以从多段线出发借助曲线回归方法生成。这样的多段线在此表示一系列连续的线段。所述计算机实现的方法还包括将状态函数和环境测量数据变换到一个共同的坐标系中并且在该共同的坐标系中基于环境测量数据来调整状态函数。例如，所述计算机实现的方法基于递归方法、诸如卡尔曼滤波器，其可以具有相继的递归步骤。在此，每个递归步骤可以用于估计道路走向，该道路走向将通过状态函数来描述。因为在交通建设中在计算道路走向时经常使用回旋曲线，因此能再次精确地通过相继的回旋段估计或近似重建道路走向。因此，可以有利的是，在估计道路走向时为状态函数采用回旋样条。在此，回旋样条可以完全通过如曲率、曲率变化、角度和y轴截距的参数来确定。用于估计道路走向的输入参量是环境测量数据。环境测量数据可以以多项式函数或多项式样条的形式存在，它们可以由车辆外部的和/或车辆内部的传感器的测量数据得出。环境测量数据例如近似地映射在车辆环境中观察到的道路走向。然后可以将环境测量数据与状态函数进行比较。为此有利的是，状态函数和环境测量数据存在于一个共同的测量空间中。通常为此合适的是，将状态函数变换到另一坐标系中。例如，回旋样条可以在具有曲率值和弧长的坐标系中表示，而环境测量数据存在于具有位置坐标的坐标系中。出于这个原因，例如将测量模型应用于状态函数，以便在具有位置坐标的坐标系中至少近似地表示状态函数。回旋样条(通常表示为弧长的函数)例如可以通过一个或多个三阶多项式或以位置坐标中的参数表示近似地表示。接着可以在卡尔曼滤波器中用环境测量数据更新在预测时获得的状态函数。作为递归步骤的输出参量，通常得到经更新的状态函数。对于用于确定道路走向的高度可用且精确的计算机实现的方法，在此可以有利的是，对于递归步骤的数据融合考虑多个可能不同类型的数据源或传感器的环境数据。这种数据融合被称为多传感器数据融合。在每个递归步骤中可以附加地检查在所基于的环境数据中是否存在错误。例如在由于建筑工地改变了车道标线的情况下可能存在这种错误。在这种情况下，地图和摄像机的环境数据是不同的。此外，车道标线的质量也可能是差的，或者摄像机实施错误测量。所述检查可以这样进行，即，确定在卡尔曼滤波器的预测步骤中所确定的状态函数值与当前环境数据之间的偏差并且将所述偏差与预先给定的阈值进行比较。如果所确定的偏差大于预先给定的(上)阈值或者小于预先给定的(下)阈值，则存在错误。随后可以存储所述错误，并且不再继续将当前环境数据用于更新状态函数。所述存储也可以包括对与所述错误相对应的错误车道标线进行标记。此外，可以接着将错误和对应的数据(如所标记的错误车道标线)发送给设置在车辆外部的接收单元。根据错误能够简单地使用所传输的数据，例如用于道路行政机关以改进在公路上的错误车道标线，和/或用于车辆制造商以改进摄像机/LIDAR(激光雷达)车道标线识别功能，尤其是用于手工标记以改进学习算法。此外，所传输的数据可以用于判断是否应在所述错误车道标志处停用自主行驶运行。因此，这些数据可以用于提高自主行驶功能的可靠性和安全性。此外，可以检查所发送的数据，以便识别错误是由于摄像机的错误数据还是由于数字地图的错误数据而产生。所述发送例如可以自动地在识别错误之后进行。替代地或附加地，所述发送可以集中地、例如总是夜间或者总是在停放车辆之后等进行。此外也可以给其它车辆发送。在一些实施例中，环境测量数据可以由至少一个摄像机检本文档来自技高网...

【技术保护点】
1.一种基于描述道路走向的状态函数来估计车辆(11)环境中的道路走向的计算机实现的方法(30)，所述状态函数包括回旋样条(20)，所述方法(30)包括：/n提供(31)描述在车辆(11)当前位置处的道路走向的环境测量数据，所述环境测量数据包括至少一个多项式函数；/n将所述状态函数和所述环境测量数据变换(32)到共同的坐标系中；并且/n检查(33a)环境测量数据的错误；/n如果没有识别到错误，则在共同的坐标系中基于环境测量数据调整(33)状态函数，/n如果识别到错误，则存储(33b)该错误。/n

【技术特征摘要】
【国外来华专利技术】20190513 DE 102019112413.11.一种基于描述道路走向的状态函数来估计车辆(11)环境中的道路走向的计算机实现的方法(30)，所述状态函数包括回旋样条(20)，所述方法(30)包括：
提供(31)描述在车辆(11)当前位置处的道路走向的环境测量数据，所述环境测量数据包括至少一个多项式函数；
将所述状态函数和所述环境测量数据变换(32)到共同的坐标系中；并且
检查(33a)环境测量数据的错误；
如果没有识别到错误，则在共同的坐标系中基于环境测量数据调整(33)状态函数，
如果识别到错误，则存储(33b)该错误。


2.根据权利要求1所述的计算机实现的方法(30)，其中，所述检查包括：确定在卡尔曼滤波器的预测步骤中所确定的值与所述环境数据之间的偏差并且随后将所述偏差与预先给定的阈值进行比较。


3.根据权利要求1或2所述的计算机实现的方法(30)，其中，将所存储的值发送给设置在车辆(11)外部的接收单元。


4.根据权利要求1、2或3所述的计算机实现的方法(30)，其中，使用(33c)所存储的值用于改进道路标线和/或用于改进地图数据和/或用于改进车道标线识别功能和/或用于改进自主行驶功能。


5.根据前述权利要求中任一项所述的计算机实现的方法(30)，其中，由至少一个摄像机(41)检测所述环境测量数据(50)。


6.根据前述权利要求中任一项所述的计算机实现的方法(30)，其中，由地图(43)提供所述环境测量数据。


7.根据前述权利要求中任一项所述的计算机实现的方法(30)，其中，由至少一个摄像机(41)检测第一...

【专利技术属性】
技术研发人员：S·布朗，F·基德尔，S·劳赫，A·伯恩，A·詹森，
申请(专利权)人：宝马股份公司，
类型：发明
国别省市：德国;DE