[發明專利]用于確定機動車的位置的方法和裝置

有效

• 申請號: 201910515429.7
• 申請日: 2019-06-14
• 公開（公告）號: CN110608746B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: C.默費爾斯;M.沙克
• 申請（專利權）人: 大眾汽車有限公司
• 主分類號: G01C21/30
• 分類號: G01C21/30;G01S13/931;G01C11/04;B60W30/12
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 萬欣;陳浩然

本發明涉及一種用于確定機動車的位置的方法和裝置。在第一步驟中確定(10)機動車的臨時的位置。此外探測(11)在機動車的周圍環境中的目標。在此，目標至少包括可見和虛擬的建筑角。探測的目標于是轉變(12)到本地坐標系中并且使轉變到本地坐標系中的目標基于機動車的臨時位置關聯(13)于帶有目標的地圖?；谄胶庥嬎銇碜罱K確定(14)機動車的位置，在其中測定地圖的對于轉變到本地坐標系中的目標而言最適宜的目標。

技術領域

本發明涉及一種用于確定機動車的位置的方法和裝置。

背景技術

先進的車輛變得日益自主，也就是說車輛提供越來越多的功能和系統以供駕駛員使用，其在控制車輛的情況中通過指示來輔助駕駛員或接管車輛控制的部分。對于這樣的功能和系統而言需要大量的關于車輛和其環境周圍的信息。

對于自動化的行駛功能而言需要知道的是，車輛相對于車道或車道中間(所謂的中間線或中央線)位于何處。除了關于在相應的車道方面的橫向放置的信息之外還需要縱向定位，以便于例如可相對于路口的目標執行駕駛操作。

用于位置確定的第一種方法在于使用帶有在厘米范圍內的絕對精度的高精度測量的數字車道幾何形狀地圖結合高精度的GPS系統。這里借助于GPS傳感器在沒有另外的成像傳感機構的情況下確定地圖中的位置。然而利用高精度地圖和高精度GPS的解決方案非常昂貴。

另一種方法在于采用面向傳感器的數據，如例如使用來自雷達、攝像頭或激光雷達的特征云(Merkmalswolken)。這里生成特征云的復雜的地圖并且將其與多個復雜的當前檢測的特征做比較。該方法然而計算上非常費時且耗費內存。例如為了地圖的更新的目的，地圖從車輛到后端中的傳遞由于與此相關的移動無線成本而非常昂貴。

另外的方法存在于在區域中稀去的地面標志。這里生成帶有車道標記、路沿石和交通指示牌的地面標志地圖，并且用于與當前檢測的特征做比較。然而，地面標志例如由于車道標記的磨損可能丟失現實性并且使定位結果錯誤。因此每年多次重新產生地圖，以便于更新不是非常穩定的地面標志。

在該背景下，文件DE?10?2016?214?028?A1說明了一種用于確定車輛的位置的方法。在該方法中，檢測車輛的預估位置并且根據檢測的預估位置調用參考地圖數據。參考地圖數據包括地面標志的參考位置。借助于檢測單元檢測數據組并且根據數據組確定帶有地面標志參數的地面標志觀察。根據確定的地面標志觀察確定周圍環境模型數據，其中，周圍環境模型數據包括車輛的交通環境的說明。根據周圍環境模型數據和參考地圖數據產生大量的位置假設并且使位置假設關聯有概率，其中，根據概率確定并且輸出車輛的位置。

文件DE?10?2016?214?030?A1說明了一種用于確定車輛的位置的方法。在該方法中借助于檢測單元檢測帶有數據點的數據組，其中每個數據組關聯有時間點。對于檢測的數據組而言分別確定地面標志觀察，其中，地面標志觀察關聯有地面標志參數和目標類。根據確定的地面標志觀察產生周圍環境模型數據，其中，周圍環境模型數據包括交通環境的說明，并且根據周圍環境模型數據，根據地面標志觀察的目標類和其地面標志參數來執行針對地面標志觀察的間距計算，其中，確定用于地面標志觀察的間距值。在此，根據間距值使地面標志觀察關聯于確定的地面標志。周圍環境模型數據關聯有概率并且關聯的概率根據地面標志觀察而改變。周圍環境模型數據根據關聯于地面標志觀察的概率來更新并且輸出周圍環境模型數據。