【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于针对自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法。另外，本专利技术涉及一种用于确定这种停车空间的品质值的相应设备。最后，本专利技术还涉及一种具有这种设备的机动车辆。
技术介绍
1、自动驾驶车辆必须利用合适的传感器和算法不断确定其位置和方位(位姿)，并通过将其与数字地图等进行比较来确保其处于没有静态障碍物的可行驶区域中。为此，在行驶时，使用合适的传感器(例如前视摄像机或顶视摄像机)连续检测环境。使用合适的算法对所得出的数字图像进行分析，以识别独特的图像内容，即所谓的特征或地标(下文统称为“特征”)，并确定它们的位置。这些特征通常是在图像中产生的像素图案，并不一定匹配于真实的对象。相反地，地标则是真实的对象，例如表面、边、线、线交叉点、柱子、标牌、停车位编号等。
2、定位算法将结果与数字地图中的信息进行比较，数字地图中除了包含特征和地标位置之外，还包含相应的特征类型和地标类型。基于这些附加信息，可以将检测到的特征和地标匹配于地图上的特征和地标记录并读取它们的绝对位置。通过另外考虑车辆与所检测到的地标之间的测量距离，还确定车辆位置和车辆方位(位姿)。
3、可达到的精度取决于车辆环境中可检测到的特征和地标的数量。由于在停车楼中转弯半径小且车道窄，对精度的要求比在街道和高速公路上更高，因此在停车楼中在确定车辆位置和车辆方位时要考虑的特征和地标的最少数量也相应较高。
4、在此背景下特别值得关注的是，能够评估停车楼是否适合于自动驾驶车辆，并直接开放停车楼或专门为停车楼配设附
5、从公开文本us2020/0294310 a1中已知一种神经网络，用于确定倾斜多边形的角点，该倾斜多边形界定在定义停车场的图像中的区域。此外，神经网络可以输出预测锚框的角点与停车位入口相对应的概率的置信值。置信值可用于选择锚框和/或倾斜多边形的一组角点来定义停车位的入口。使用神经网络预测的倾斜多边形的角点与停车位的角点之间的最小总距离可用于简化关于锚框是否应用作有效样本的决定。
技术实现思路
1、本专利技术的目的是，提高使用停车空间时的安全性，尤其是自动驾驶车辆的安全性。
2、根据本专利技术，该目的通过根据独立权利要求的方法和设备来实现。本专利技术的有利改进方案由从属权利要求产生。
3、根据本专利技术，提供了一种用于针对自动或半自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法。因此应使用品质值来评估停车空间。品质值为此例如提供关于停车空间是否适合自动驾驶或半自动驾驶的依据，该方法因此可用于自动驾驶的所有自动驾驶级别。
4、本文件中的术语“停车空间”应理解为是停车场、停车楼、停车平台以及用于停放车辆(特别是机动车辆)的其他设施的通用术语。通常通过构成所谓的地标的相应的地面标线来识别停车库或停车区。
5、在根据本专利技术的方法的第一步骤中，确定停车空间的整个可行驶区域。整个可行驶区域一般包括车道、其他可行驶区域、停车表面(即停车库或停车区)以及未经授权可行驶区域。自动或半自动驾驶的车辆必须能够在该停车空间的整个可行驶区域中进行自我定位。优选地，该整个可行驶区域还必须能够由自动或半自动驾驶的车辆行驶。停车空间的整个可行驶区域的确定可以通过车辆或通过例如由停车场或停车楼操纵的特殊设备来进行。在个别情况下，使用现成的数字地图也能足以确定整个可行驶区域。
6、然后在可行驶区域中规定网格点。因此在整个可行驶的空间中规定随后被用于确定品质值的点。这些网格点的目的是不必以极高的局部分辨率来评估整个可行驶区域。而是出于效率原因，使用具有或多或少地相距的点的网格，以便在自动或半自动驾驶期间实现足够的安全性。
7、然后针对每个网格点确定从各自网格点能记录的停车空间的特征。因此分析从每个网格点能够记录(即“看到”或“识别”)哪些特征。所有可能的检测器技术都可以用于此记录。例如，从某一特定网格点出发，使用距地面一米的摄像机在所有空间方向上可以记录五个特征(例如地标)。利用雷达探测器可能只记录两个地标。在此示例中，使用高度为1.2米的摄像机可能记录六个地标，其中四个位于一个半空间中，另外两个位于另一半空间中。特征或地标和特征的确定可以通过设置在停车空间中的所有网格点上的检测器设备来进行。
8、最后，利用所收集到的这些数据，可以基于从每个网格点能记录的特征的平均数量获得品质值(品质标准)。因此可以例如对于停车楼得出，从每个网格点出发，例如对于位于一米高度的顶视系统，平均能够识别到三个特征。对于同一停车楼，雷达系统可检测到或可记录的特征的平均数量为1.5个。在另一个停车楼中用顶视系统可记录的特征的平均数量例如可以是四个，用雷达系统可记录的平均数量可以是两个。这样，可以根据品质值，并在必要时根据所使用的技术，评估不同停车空间或停车楼的自动或半自动驾驶的可用性。
9、在根据本专利技术的方法的一种有利实施方案中，网格点彼此等距布置。具体地，网格点可以在平面上的一个方向上或多个方向上等距。尤其是，网格点可以根据笛卡尔坐标系在每个维度的方向上等距间隔开。网格点在此情况下位于方形图案的角点处。网格点还可以布置在例如等边三角形的角点处。由此例如产生具有三角形网眼的由网格点构成的网。在此情况下各个网格点也是等距的。这样的等距网格点系统的优点是，一方面网格点易于确定，另一方面更容易比较不同的停车空间。
10、在一个实施例中可以规定，在确定特征时获得每个能记录的特征相对于各自网格点的极坐标或笛卡尔坐标。通过获得每个能记录的特征的坐标，可以为在停车空间中的导航提供附加的有价值的信息。此外，还可以使用坐标来估计或计算各个特征从各个网格点的可见性或可记录性。
11、如上所述，在特定实施例中还可以规定，在确定特征时，对于每一特征提供关于多种检测器技术中的一种的信息，利用所述多种检测器技术能从相应的网格点记录该特征，专门针对一种或多种检测器技术来提供品质值。因此能够对于同一个停车楼为具有顶视系统的车辆确定与具有前置摄像机系统的车辆不同的品质值。这意味着停车空间的品质值可以根据具体车辆来确定。因此停车空间可能更适合进行自动驾驶的高价车辆，而不适合进行自动驾驶的低价车辆。
12、用于确定停车空间中特征的检测器技术可以基于可见光、红外光、超声波、雷达或无线电。如有必要，还可以使用其他能够以接触或非接触方式来记录或检测停车空间的特征的技术。
13、根据一种优选实施方式规定，特征中的每一特征产生特定的像素图案或表示地标。这意味着，在像素图案情况下，所记录的图像不代表在检测前景中的真实的特定的对象。例如，在停车楼中的固定照明情况下，在确定的观察窗中，例如由于建筑、使用的材料、存在的阴影等，会产生会被用作自动驾驶的特征的非常特定的像素图案。另一方面，该特征也可以是特定的真实对象，例如地面标线或柱子。地面标线的非常特殊的区段，例如停车表面的角落，也可以作为地标。因此在网格点环境中通常可以记录大量特征。
1本文档来自技高网...
【技术保护点】
1.一种用于针对自动或半自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，所述网格点彼此等距布置。
3.根据权利要求1或2所述的方法，其特征在于，在确定(S3)特征时，获得每个能记录的特征相对于各自网格点的极坐标或笛卡尔坐标。
4.根据前述权利要求中任一项所述的方法，其特征在于，在确定(S3)特征时，对于每一特征提供关于多种检测器技术中的一种的信息，利用所述多种检测器技术能从相应的网格点记录该特征，专门针对一种或多种检测器技术来提供品质值。
5.根据前述权利要求中任一项所述的方法，其特征在于，所述检测器技术中的每一检测器技术基于可见光、红外光、超声波、雷达或无线电。
6.根据前述权利要求中任一项所述的方法，其特征在于，所述特征中的每一特征产生特定的像素图案或者表示地标。
7.根据前述权利要求中的一项所述的方法，其特征在于，在获得(S4)品质值时，还考虑从每个网格点能记录的特征的数量的方差。
8.根据前述权利要求中任一项所述的方法，其特
9.一种用于控制机动车辆(7)的方法，该方法包括：根据前述权利要求中任一项确定第一停车空间的第一品质值；检查(S5)第一品质值是否满足第一条件，仅当条件被满足时控制(S7)机动车辆(7)驶向第一停车空间或为机动车辆(7)开放第一停车空间。
10.根据权利要求9所述的方法，其特征在于，开放所述第一停车空间，根据权利要求1至7中任一项确定第二停车空间的第二品质值，将所述第一品质值与所述第二品质值进行比较，根据相应的比较结果控制机动车(7)驶向第一停车空间或第二停车空间。
11.一种用于针对自动驾驶确定停车空间、特别是停车场或停车楼的品质值的设备(1)，其特征在于
12.一种用于利用控制装置控制机动车辆(7)的设备(1)，所述控制装置被设计用于执行根据权利要求9或10所述的方法。
13.一种具有根据权利要求12所述的设备(1)的机动车辆(7)。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于针对自动或半自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，所述网格点彼此等距布置。
3.根据权利要求1或2所述的方法，其特征在于，在确定(s3)特征时，获得每个能记录的特征相对于各自网格点的极坐标或笛卡尔坐标。
4.根据前述权利要求中任一项所述的方法，其特征在于，在确定(s3)特征时，对于每一特征提供关于多种检测器技术中的一种的信息，利用所述多种检测器技术能从相应的网格点记录该特征，专门针对一种或多种检测器技术来提供品质值。
5.根据前述权利要求中任一项所述的方法，其特征在于，所述检测器技术中的每一检测器技术基于可见光、红外光、超声波、雷达或无线电。
6.根据前述权利要求中任一项所述的方法，其特征在于，所述特征中的每一特征产生特定的像素图案或者表示地标。
7.根据前述权利要求中的一项所述的方法，其特征在于，在获得(s4)品质值时，还考虑从每个网格点能记录的特征的数量的方...
【专利技术属性】
技术研发人员：R·库贝，T·伊肯，C·拉斯特，S·瓦普勒，M·霍利基，R·黑泽尔，SG·恰尔尼安，T·达迈尔，
申请(专利权)人：大众汽车股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。