道路模型中的车道类型和道路假设确定制造技术

本文档描述了作出对道路模型中的车道类型假设和道路假设的确定的技术和系统。道路感知系统可融合各种形式的证据，以确定车道类型假设以及与车道类型假设相关联的相应的可信度质量。道路感知系统使用可信度质量来计算与车道类型假设相关联的可信度参数和合理性参数。然后使用车道类型假设来确定一个或多个道路假设。然后，道路感知系统使用与车道类型假设相关联的相应的可信度参数和合理性参数来计算与道路假设相关联的可信度参数和合理性参数。以该方式，所描述的技术和系统可以提供准确且可靠的具有量化的不确定性的道路模型。准确且可靠的具有量化的不确定性的道路模型。准确且可靠的具有量化的不确定性的道路模型。

【技术实现步骤摘要】
道路模型中的车道类型和道路假设确定

技术介绍

[0001]道路感知系统可为基于交通工具的系统提供有关道路状况和道路几何的信息，例如，用于控制道路上的汽车。交通工具可将道路感知系统用于各种基于交通工具的系统，包括：自动巡航控制(ACC)、交通堵塞辅助(TJA)、车道居中辅助(LCA)、和公路上的L3/L4自主驾驶(L3/L4)。一些安全法规要求此类基于交通工具的系统对道路的车道进行建模，并且标识每个车道的类型。此外，一些安全标准要求道路模型量化与每个车道及其类型相关联的不确定性。现有道路感知系统通常不准确或导致不可靠的道路建模，且它们的假设中的不确定性可能并非可量化以满足此类规章。

技术实现思路

[0002]本文档描述了用于道路模型中的车道类型和道路假设的确定的技术和系统。例如，本文档描述了被配置为限定车道的道路感知系统，所述车道构成道路的部分。每个车道被分配有多个车道类型假设。道路感知系统确定与针对车道中的每一个车道的多个车道类型假设相关联的相应的可信度质量(belief mass)。道路感知系统随后使用相应的可信度质量来计算与每个车道类型假设相关联的可信度参数和合理性参数。针对车道中的每一个将多个车道类型假设合并为至少一个道路假设，并确定与每个道路假设相关联的可信度参数和合理性参数。所描述的技术和系统随后确定与至少一个道路假设中的每一个道路假设的每个车道类型假设相关联的可信度参数和合理性参数各自是否大于相应的阈值。响应于确定至少一个道路假设中的一个或多个道路假设的每个车道类型假设的可信度参数和合理性参数各自大于相应的阈值，自主驾驶系统或辅助驾驶系统使用道路假设来对道路上的交通工具进行操作。
[0003]本文档还描述了以上总结的系统的其他操作和在此阐述的其他方法，以及用于执行这些方法的装置。
[0004]本
技术实现思路
介绍了针对道路模型中的车道类型和道路假设的确定的简化概念，以下在具体实施方式和附图中进一步描述该概念。本
技术实现思路
并非旨在标识出要求保护的主题的必要特征，也并非旨在用于确定要求保护的主题的范围。
附图说明
[0005]在本文档中参考以下附图描述了道路模型中的车道类型和道路假设的确定的一个或多个方面的细节。贯穿附图使用相同的数字来引用相似的特征和部件：图1示出了可在其中实现道路模型中的车道类型和道路假设的确定的示例环境；图2示出了道路感知系统的示例配置；图3示出了被配置为确定与道路模型中的车道类型假设和道路假设相关联的不确定性的道路感知系统的示例流程图；图4示出了用于生成道路模型中的车道类型假设的车道类型模块的示例流程图；图5示出了由道路感知系统的车道类型模块限定的车道的示例集合；
图6示出了由车道类型模块基于车道标记(marker)分配的可信度质量的示例流程图；图7示出了由车道类型模块基于轨迹证据分配的可信度质量的示例流程图；图8示出了由车道类型模块基于道路标识(signage)分配的可信度质量的示例流程图；图9示出了用于生成道路模型中的道路假设的道路类型模块的示例流程图；并且图10示出了被配置为作出对道路模型中的车道类型和道路假设的确定的道路感知系统的示例方法。
具体实施方式
概述
[0006]道路感知系统是用于辅助驾驶和自主驾驶系统的重要技术。一些驾驶系统(例如，等级2、等级3、或等级4系统)和一些安全标准(例如，系统的预期功能安全(SOTIF)(ISO/PAS 21448:2019“道路交通工具
‑
预期功能安全”))不仅要求道路感知系统对车道、车道类型和道路本身进行建模，还要求量化模型中的不确定性，并维持车道类型假设和道路假设。
[0007]一些道路感知系统将道路定义为一个或多个区段的组合，其中每个区段被分成条带。这些系统一般将每个条带标识为两个车道边界之间的区域。这样的系统和方法可能是复杂的。另外，这些系统不提供用于基于由交通工具获取到的传感器数据来更新道路拓扑的明确方法。
[0008]相比之下，本文档描述了不太复杂并且准确的道路感知技术，以估计与道路模型中的车道类型和道路相关联的可信度参数和合理性参数。例如，这些技术可解决不同信息源之间的潜在冲突，以为情境评估和安全路径规划以及操纵控制提供稳健的信息。具体而言，提供了算法框架，以用于融合来自视觉、轨迹(例如，使用传感器测量的轨迹)以及先验知识的信息，以估计车道类型和道路类型。根据与车道类型相关联的可信度参数和合理性参数，道路感知系统可确定与一个或多个道路假设相关联的总体不确定性。以该方式，所描述的道路感知技术和系统可提供关于交通工具周围的环境的关键信息(尤其是对应于其中的道路和车道的信息)，以提供安全的路径规划和操纵控制。
[0009]例如，所描述的技术可限定道路模型中的车道类型，并且量化与车道类型相关联的不确定性。所描述的道路感知系统将车道区段合并成建议车道的集合。道路感知系统可随后使用与车道类型相关联的不确定性，来确定与车道类型假设和道路假设相关联的可信度参数和合理性参数。以此方式，所描述的技术和系统可量化道路模型中的不确定性，并更好地满足针对L3/L4系统的SOTIF要求。所描述的技术和系统还可缩小到具有较少传感器或不同传感器配置的其他自主驾驶或辅助驾驶系统。
[0010]本节描述了所描述的技术和系统可如何作出对道路模型中的车道类型和道路假设的确定的仅一个示例。本文档描述了其他的示例和实现。操作环境
[0011]图1示出了可在其中实现道路模型中的车道类型和道路假设的确定的示例环境100。在所描绘的环境100中，道路感知系统106被安装到交通工具102或被集成在交通工具102内。交通工具102可在道路120上行驶，道路120包括车道122(例如，第一车道122
‑
1和第
二车道122
‑
2)。在该实现中，交通工具102在第一车道122
‑
1中行驶。
[0012]尽管示出为汽车，但交通工具102可表示其他类型的机动交通工具(例如，摩托车、公共汽车、牵引车、半挂车卡车、或者施工装备)。通常，制造商可将道路感知系统106安装到可在道路120上行驶的任何移动平台。
[0013]在所描绘的实现中，道路感知系统106的一部分被安装至交通工具102的后视镜中，以具有道路120的视场。道路感知系统106可从交通工具102的任何外表面投射视场。例如，交通工具制造商可将道路感知系统106的至少一部分集成到侧视镜、保险杠、车顶或其中视场包括道路120的任何其他内部或外部位置。一般而言，交通工具制造商可设计道路感知系统106的位置以提供充分包含了交通工具102可能行驶于其上的道路120的特定视场。
[0014]交通工具102还包括一个或多个传感器104，以将输入数据提供到道路感知系统106的一个或多个处理器(未示出于图1中)。传感器104可包括相机、雷达系统、全球定位系统(GPS)、全球导航卫星系统(GNSS)、激光雷达系统或者它们的任何组合。相机可拍摄道路120的静止图像或者视频。雷达系统或激光雷达系统可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，包括：由交通工具的道路感知系统来限定车道，所述车道构成道路的部分，所述车道中的每一个具有多个车道类型假设；由所述道路感知系统来确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的相应的可信度质量，所述相应的可信度质量指示与用于限定相应的车道类型假设的数据相关联的置信度；由所述道路感知系统并且使用与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量，来确定与每个车道类型假设相关联的相应的可信度参数和合理性参数，所述可信度参数指示所述车道中的每一个的车道类型的置信度，所述合理性参数指示所述车道类型适用于所述车道中的每一个的可能性；由所述道路感知系统将针对所述车道中的每一个车道的所述多个车道类型假设合并为针对所述道路的至少一个道路假设；由所述道路感知系统并且使用与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度参数和合理性参数，来确定与所述至少一个道路假设中的每一个相关联的可信度参数和合理性参数；确定与至少一个道路假设相关联的所述可信度参数和所述合理性参数各自是大于还是小于相应的阈值；以及响应于确定所述至少一个道路假设的所述可信度参数和所述合理性参数各自大于所述相应的阈值，使用所述至少一个道路假设作为给对所述道路上的所述交通工具进行操作的自主驾驶系统或辅助驾驶系统的输入。2.如权利要求1所述的方法，其特征在于，使用来自以下各项中的至少一项的数据来限定所述车道：一个或多个视觉传感器、地图、数据库、一个或多个雷达传感器、或一个或多个激光雷达传感器。3.如权利要求所述2的方法，其特征在于，每个道路假设和每个车道类型假设基于所述数据动态地更新。4.如权利要求1所述的方法，其特征在于，将针对所述车道中的每一个车道的所述多个车道类型假设合并为针对所述道路的所述至少一个道路假设包括：确定满足邓普斯特
‑
谢弗理论和邓普斯特
‑
谢弗融合规则的性质的建议车道集合。5.如权利要求1所述的方法，其特征在于，确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量包括：确定两个车道标记边界对于所述车道中的每一个而言是否为可用的；响应于确定所述两个车道标记边界对于所述车道中的一个车道而言是不可用的，基于所述车道标记边界的类型和所述车道标记边界的边界位置，来确定与针对所述车道中的所述一个车道的所述多个车道类型假设相关联的所述相应的可信度质量；并且响应于确定所述两个车道标记边界对于所述车道中的另一车道而言是可用的，将所述车道中的所述另一车道的车道宽度与车道宽度阈值范围进行比较:响应于确定所述另一车道的所述车道宽度大于或小于所述车道宽度阈值范围，分配与针对所述车道中的所述另一车道的所述多个车道类型假设相关联的所述相应的可信度质量；并且
响应于确定所述车道宽度在所述车道宽度阈值范围内，基于针对所述车道中的所述另一车道的所述车道标记边界的所述类型和所述车道标记边界的所述边界位置，来确定与针对所述车道中的所述另一车道的所述多个车道类型假设相关联的所述相应的可信度质量。6.如权利要求1所述的方法，其特征在于，确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量包括：针对所述车道中的每一个，对两个车道标记边界的曲率进行比较。7.如权利要求6所述的方法，其特征在于，针对所述车道中的每一个，对所述两个车道标记边界的所述曲率进行比较包括：针对所述车道中的每一个，获取所述两个车道标记边界的离散的车道标记点；使用所述离散的车道标记点，计算所述车道标记边界中的每一个的曲率值；将所述车道标记边界中的每一个的所述曲率值编译为一系列曲率值；以及比较所述一系列曲率值中的相邻车道标记边界之间的距离。8.如权利要求1所述的方法，其特征在于，确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量包括：确定对于所述道路的所述车道而言轨迹证据是否为可用的；响应于确定对于所述道路的所述车道而言所述轨迹证据不是可用的，确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量；并且响应于确定对于所述道路的所述车道而言所述轨迹证据是可用的，确定对于所述交通工具正行驶的当前车道而言所述轨迹证据是否为可用的：响应于确定对于所述当前车道而言所述轨迹证据是可用的，确定与针对所述当前车道的所述多个车道类别假设相关联的所述相应的可信度质量；以及响应于确定对于所述当前车道而言所述轨迹证据不是可用的，确定与针对所述车道中的每一个车道的所述多个车道类别假设相关联的所述相应的可信度质量。9.如权利要求1所述的方法，其特征在于，确定与针对所述车道中的每一个车道的所述多个车道类型假设相关联的所述相应的可信度质量包括：确定所述道路标识是否被检测到；响应于确定所述道路标识被检测到，确定所述道...

【专利技术属性】
技术研发人员：贾斌，D，
申请(专利权)人：安波福技术有限公司，
类型：发明
国别省市：