Nothing Special   »   [go: up one dir, main page]

CN111194459A - 自动驾驶功能部件的评估和在不同处理阶段中的道路识别 - Google Patents

自动驾驶功能部件的评估和在不同处理阶段中的道路识别 Download PDF

Info

Publication number
CN111194459A
CN111194459A CN201880065775.3A CN201880065775A CN111194459A CN 111194459 A CN111194459 A CN 111194459A CN 201880065775 A CN201880065775 A CN 201880065775A CN 111194459 A CN111194459 A CN 111194459A
Authority
CN
China
Prior art keywords
road
trajectory
evaluation
vehicle
evaluating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201880065775.3A
Other languages
English (en)
Other versions
CN111194459B (zh
Inventor
J.斯佩尔
T.T.阮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen AG
Original Assignee
Volkswagen AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volkswagen AG filed Critical Volkswagen AG
Publication of CN111194459A publication Critical patent/CN111194459A/zh
Application granted granted Critical
Publication of CN111194459B publication Critical patent/CN111194459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/20—Road profile, i.e. the change in elevation or curvature of a plurality of continuous road segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种用于评估用于道路识别的部件的探测结果、由道路估计来估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹的方法和设备，其中，探测结果、估计的道路和计划的轨迹被称为假设，为了评估部件、道路估计或驾驶员辅助系统使用度量，其基于自我车辆的手动驾驶的轨迹，其中，在手动驾驶的轨迹与针对预设的参考点的假设之间的偏差在与初始点的预设的距离中、在车辆自身的xy坐标系中被确定，并且根据评估确定，用于道路识别的部件、道路估计和/或驾驶员辅助系统的假设是否满足预设的标准。

Description

自动驾驶功能部件的评估和在不同处理阶段中的道路识别
本发明涉及一种根据权利要求1的前序部分的用于根据探测结果以及驾驶员辅助系统、根据计划的轨迹来评估用于道路识别的部件的方法、根据权利要求8的前序部分的相应的设备以及根据权利要求9的前序部分的用于离线评估在不同的环境场景中的手动驾驶轨迹的系统。
在例如作为自动驾驶功能的前提的道路识别中存在如下问题，所使用的例如用于标志识别和道路识别的探测器根据区域和环境条件示出不同的特性。因此，基于摄像头的标志识别通常在高速公路和州际公路上良好地起作用，然而，标志识别的性能在城市场景中有所下降，在城市场景中，通常只有柏油过道或路边石限制道路。在这种情况下，备选方案是，跟随前方车辆、路边石和/或护栏，或者完全不提供驾驶功能。
在对这种道路识别系统的不断研发中也存在该问题，其中，问题是，新的软件版本也具有与更早的版本不同的特性，由此就会改变系统的探测特性。
此外，所述道路识别系统可能具有以下问题：
道路识别系统的供应商的数据表是部分不充分的，并且其有效性取决于测试场景。
不是所有情况都是可模拟并且可转用至实际条件的。
在基于图像的评估方案中，拍摄图像、例如像素标记是前提条件。然而，如果缺少向拍摄图像的逆变换，基于图像的评估方案不能够用于来自其他的来源的道路假设，这带来附加的费用。
系统的路上(On-Road)评估、即伴随着自动驾驶功能激活的实际行驶是非常困难和危险的，因为大多只能困难地鉴别出在实际行驶中的误差来源，或者一些误差是不能够预测的。因此，在路上评估中，大多不能够确定误差来源是否由探测器、例如摄像头、前方人员、地图等、道路识别或道路规划造成。
借助高精度的GPS接收器和高精度的地图执行对自动驾驶功能的评估是可能的，然而这是昂贵的解决方案。尤其仅能为特定的区域提供具有标志和车道的高精度的位置的高精度的地图，从而同样限制了该可能性。
在T.T.Ngyuen等人的公开文献“Learning of Lane Information Reliabilityfor Intelligent Vehicles”,2016IEEE International Conference on MultisensorFusion and Integration for Intelligent Systems,Baden-Baden,Germany,Sep19-21,2016中，借助基于手动驾驶轨迹并且确定轨迹与假设的道路估计之间的角度偏差的度量标准来评估道路估计的可靠性。
文献EP 2 974 943 A2描述了一种检测车道的车道检测系统，所述车道检测系统具有车辆位置检测系统，其检测相对于车道的车辆实际位置；调节系统，其通过相对于车道的车辆实际位置和相对于车道的车辆额定位置确定调节偏差并且由此确定调节信号；和转向促动器，调节系统给转向促动器加载以调节信号，使得将车辆实际位置调节为车辆额定位置。在此构造了横向引导系统，使得调节系统包含至少两个调节器或带有至少两个参数组的至少一个调节器，其中，分别通过调节器或分别通过参数组产生的调节特性是不同的。此外设置了调节器选择系统，其借助辅助装置检测至少一个影响驾驶情况的参量，并且根据至少一个参量的值选择调节器中的一个或参数组中的一个来使用在调节器系统中，并且调节器系统在使用选择的调节器或选择的参数组的情况下将调节信号输出至转向促动器。
文献DE 10 2015 012 648 B4描述了一种用于运行机动车的至少一个车辆系统的方法，该车辆系统具有至少一个用于至少部分自动引导机动车的车辆引导功能，其中，机动车具有至少一个指向机动车的前方的环境传感器，通过机动车的评估单元在机动车当前行驶车道的由假设数据组描述的未来走向方面对环境传感器的环境数据进行评估，由此，将假设数据组传输至车辆系统，并且在实施至少一个车辆引导功能时考虑到假设数据组，其特征在于，通过评估单元确定多个不同的与未来走向相关联的假设数据组，并且在其可靠性方面通过可靠性值的关联性评估假设数据组，其中，多个具有超过阈值的可靠性值的假设数据组由评估单元传输至车辆系统，并且通过车辆系统的至少一个实施的车辆引导功能根据功能特性和/或当前的驾驶情况从若干传输的假设数据组选择一个在执行车辆引导功能时要使用的假设数据组。
文献DE 10 2013 003 944 A1描述了一种用于提供驾驶员辅助功能的方法，其中，预定义的目录载有多种街道场景，并且得到传感器数据。该目录包括多个街道场景，其通过至少一个参数化的环境特征分别描述街道情况。传感器数据分别描述至少一个测得的环境特征。由相应的至少一个测得的环境特征与至少一个参数化的环境特征的比较相应得到街道场景的概率值。基于概率值选择街道场景，根据街道场景提供驾驶员辅助功能。
因此，本发明所要解决的技术问题在于，根据计划的轨迹对
-用于道路识别的传感器、如用于标志、路边石等的探测器，
-整个驾驶员辅助系统，和
-驾驶员辅助系统进行成本低廉的评估，
以及提供
-根据评估结果来建立自动驾驶功能的可用性地图的系统。
所述技术问题通过具有权利要求1的特征的方法、具有权利要求8的特征的设备以及通过具有权利要求9的特征的系统解决。本发明的优选的实施方式是从属权利要求的主题。
在根据本发明的用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的方法中，其中，探测结果、估计的道路和计划的轨迹被称为假设，
-为了评估部件、道路估计或驾驶员辅助系统，使用以自我车辆的手动驾驶轨迹为基础的度量标准，其中，在车辆自身的xy坐标系中，在与初始点的预设距离处针对预设的参考点确定手动驾驶轨迹与假设之间的偏差，并且
-根据评估确定：用于道路识别的部件、道路估计和/或驾驶员辅助系统的假设是否满足预设的标准。
以该方式确定手动驾驶轨迹与假设的平行性，而不必使用高精度的GPS和高精度的地图。
用于所述评估的优选度量标准规定如下：
-确定手动驾驶轨迹的在预设距离处的参考点与在起始时刻车辆自身的坐标系的沿行驶方向延伸的x轴之间的角度，
-确定假设的在预设距离处的参考点与在起始时刻车辆自身的坐标系的沿行驶方向延伸的x轴之间的角度，
-确定两个上述角度的差的数值，
-比较角度差的数值与预设的阈值，用以评估装置或驾驶员辅助系统，并且
-根据比较结果将假设分类为对于该标准适用或不适用。
度量标准提供有利于确定Ground-Truth(地面实况)数据的方法，其中，在相应的道路区段上的手动驾驶轨迹的横向错位无关紧要，由此，不同的用于道路识别的探测器或装置的评估与在该道路区段上的手动的轨迹的位置无关。
优选地，预设的阈值是1°至3°、尤其是2°。更大的值会使关于手动的轨迹和假设的平行性的结论不太精确。
替代地，当可提供高精度的地图时，也可以使用高精度的地图来代替手动驾驶轨迹。两个类型的Ground-Truth数据、即高精度的地图和手动驾驶轨迹彼此没有很大的不同。
优选地，除了角度差的度量标准以外，还可以确定手动驾驶轨迹的和假设的参考点之间的欧几里得距离，并且将其作为另外的度量标准用于假设的评估。以该方式，可以借助多个彼此独立的度量标准得到结论，由此，评估变得更可靠。相应地可以计算出加权地组合不同的度量的评估结果的程度。
在根据本发明的用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的方法的另外的优选的实施方式中，其中，探测结果、估计的道路和计划的轨迹被称为假设，并且其中，该实施方式尤其是也可以包括之前描述的方法，
-为了评估装置或驾驶员辅助系统，使用以自我车辆的轨迹为基础的度量标准，其中，在车辆自身的xy坐标系中，在与初始点的预设距离处针对预设的参考点确定轨迹与假设之间的偏差，并且
-根据评估确定：用于道路识别的部件、道路估计和/或驾驶员辅助系统的假设是否满足预设的标准。
在该实施方式中，可以使用另外的度量标准来评估。
优选地，所使用的度量标准基于：
-在起始时刻沿行驶方向延伸的x轴与假设的参考点之间的角度差，换言之，确定平行性，
-轨迹的和假设的参考点之间的欧几里得距离，或
-假设与通过高精度GPS位置结合高精度地图所得到的精确的地图的偏差。
此外优选地，参考点与初始点的预设距离是在10m至200m之间、尤其是30m。小于10m的距离有效性较小，因为角度差或欧几里得距离太小。大于200m的距离具有太大的不准确性，所述不准确性归咎于在从手动驾驶轨迹建立参考时的误差传递。
提供一种根据本发明的用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的设备，其中，探测结果、估计的道路和计划的轨迹被称为假设，并且其中，所述设备用于执行之前描述的方法，所述设备包括：
-用于道路识别的部件、用于道路估计的装置和/或驾驶员辅助系统，
-用于评估假设的装置，和
-用于分类假设的装置。
根据本发明的用于离线评估在不同的环境场景中的手动驾驶轨迹的系统包括：
-数据库，用于存储有关手动驾驶轨迹、传感器数据、探测和针对每个手动的轨迹确定的假设以及道路区段的文本数据，
-用于由数据组、例如标志、路边石、前方车辆、护栏等确定关于街道走向的信息的装置，
-用于由关于街道走向的信息估计街道走向的装置，其确定估计的街道走向，
-用于由街道走向的估计确定驾驶轨迹的装置，其中，针对相应的估计的街道走向确定驾驶轨迹，
-评估装置，用于使用预设的度量标准来评估关于街道走向的信息、评估估计的街道走向并且评估针对估计的街道走向确定的驾驶轨迹，
-用于维持至少一个评估度量标准的装置，和
-输出装置，其提供评估结果。
此外优选地，系统包括从数据库提取数据组、从数据组获得相关的数据，并且将其提供给评估装置的装置，从而使得评估结果配备有所述相关的数据。
优选地，与相应的道路区段有关的GPS坐标也属于所述相关的数据。
此外优选地，评估结果涉及在自动驾驶功能的可用性方面对道路区段的评估。
此外优选地，从评估结果确定自动驾驶功能的可用性地图。
可用性地图优选包含关于自动驾驶功能、用于道路识别和道路估计的装置的可用性的信息。
借助这种可用性地图，可以在所谓的“Shadow Mode(阴影模式)”中确定，街道区段是否适用于自动驾驶功能。换言之，手动驾驶经过多个街道区段，以便记录传感器和功能的数据。在此，没有激活自动驾驶功能。通过离线处理，利用提出的评估框架建立收集的数据，可以以可用性地图的形式展示评估框架的结果。可以由多个车辆、即车队收集和提供用于离线处理的数据。
总之，该方法涉及对用于道路识别的装置的通用的评估框架的开发。在此，通过手动驾驶记录数据，并且驶过的轨迹形成参考、即所谓的Ground-Truth数据。与使用高精度的地图和高精度的DGPS相比，这是明显更有利的解决方案。
详细地可以根据计划的轨迹评估道路识别的所有部件和具有驾驶功能的驾驶员辅助系统，即
-用于道路识别的传感器，例如用于标志、路边石等的探测器，
-整个的道路识别和
-驾驶员辅助系统，
以及
根据评估结果提供用于建立自动驾驶功能的可用性地图的系统。
此外，可以定义和评估不同的评估度量标准、例如角度偏差、横向的偏移、以小时或公里为单位计的可用性。此外，可以利用新的度量标准扩展评估系统，而不必改变该系统。
优点是，不依赖于高精度的GPS接收器和高精度的地图，能够同时对多种信息源进行评估，其中，该方法或系统也可以用于评估停车场领航系统。除了不同的信息源以外，可以在不同的等级上评估道路识别和具有驾驶功能的驾驶员辅助系统。
公开的是，基于手动驾驶轨迹和对平行性的评估，仅能实现对自我车道的评估。自我车辆的变道导致失真的结果。可以通过过滤变道来避免这一点。此外，在交叉路口和汽车行驶时的转向可能性会歪曲评估结果，同样可以通过过滤考虑到这一点。
随后根据附图阐述本发明的优选的实施方式。在此：
图1示出了所要解决的问题的图示；
图2示出了优选的度量标准的图示；
图3在准确的图示中示出了度量标准；
图4示出了另外的可能的度量标准的图示；
图5以示意图示出了评估方案；并且
图6示出了可用性地图的示例。
图1以示意图说明了一种在评估道路识别系统时出现的问题，道路识别系统例如使用在驾驶员辅助系统中。道路识别系统不仅理解为用于道路识别、道路估计的传感器，而且也理解为具有驾驶功能的驾驶员辅助系统本身。在此，共同的特性是，道路识别系统提供关于自我车辆的未来轨迹的预测，该预测在此通常被称为假设。
在此例如装备有高精度的GPS2的自我车辆1在具有两个车道4、5的道路3上行驶，其中，自我车辆1在左车道5上移动。两个车道4、5通过标志、即右边的连续的标志6、中间标志7和左边的标志8彼此分离。
在自我车辆1之前，在相邻车道4上存在在前方行驶的车辆9，其中假定两个车辆1、9分别在两个车道的车道中心10、11上移动。为了说明该情况，在图1中画出两个车道4、5的两个车道中心10、11。此外，以虚线画出自我车辆1的由车道保持系统或高速公路领航系统计划的轨迹12，该轨迹沿左车道5的车道中心11延伸。计划的轨迹12是在上述的意义中的假设。在此，由车道保持系统或高速公路领航系统已经识别左边的标志8，这通过附图标记13表示。
如果在自我车辆1中存在ACC(自适应巡航控制)系统，那么ACC系统识别在前方行驶的车辆9，并且确定轨迹14，自我车辆1能够借助该轨迹将其自己在前方行驶的车辆9的后方引导至右车道4上。
此外，自我车辆1可以识别右车道4的左边的标志7、即中心标志7，并且基于对左边的标志7的识别，根据识别到右车道4右边标志6的探测结果15，建议朝右边的车道标志6的方向的可能的轨迹16。
因此提出了如下问题，如下三个可能的假设中的哪个是正确的，即计划的沿左车道5的车道中心11的轨迹12、引导至在前方行驶的车辆9的后方的轨迹14，或朝右边的车道标志6的方向引导的轨迹16。从图1明显的是，沿左车道5的车道中心11引导的轨迹12是正确的假设。
例如可以根据高精度的GPS接收器和高精度的地图做出关于三个假设12、14和16的相关性的决定，这然而是迄今为止最昂贵的解决方案。此外，高精度的地图仅对于街道网络的特定的区段是可用的。
图2示出了使用基于在车道3上的具有GPS2的自我车辆1的手动驾驶的轨迹17的度量标准来评估车道识别系统，其中，在图2中作为待评估的假设示出了从中心标志7出发朝右边的车道边缘标志6的方向的探测15。为了定义度量标准，使用相对车辆固定的xy坐标系，其中，x方向沿自我车辆1的行驶方向指向，并且y方向垂直于x方向指向。此外，在预设距离处确定参考点CPref和CPH，其中，预设距离在10m至200m之间的范围内，其中优选使用30m。在此，参考点CPref涉及手动驾驶的轨迹17，并且参考点CPH涉及观察的假设15，在本示例中，对右边的道路标志6的探测15从中心标志7出发。从起始时刻t＝t0出发，在此例如从自我车辆1的当前的地点出发，在达到参考点CPref(其同样相应于达到假设的参考点CPH)的时刻t＝t1确定相应的相对于x轴的角度角度αref和αh以及两个角度之间的差的绝对值，即：
Δα＝|αref-αh| (1)
在参考17与假设15之间的角度差Δα用于判断或评估假设。
图3更详细地示出了所使用的度量标准。示出了在道路3上移动的自我车辆1，其中，自我车辆在起始时刻t＝t0中展开相对车辆固定的xy坐标系，并且具有xy坐标系的坐标为(0,0)的零点Pref在此处于自我车辆1的后车桥的中心。
从时刻t＝t0出发，自我车辆1以速度v＝(vx,vy)沿着作为参考轨迹的手动驾驶轨迹GT(Ground truth)移动。手动驾驶轨迹GT通常不符合在时刻t＝t0定义的x轴，该x轴例如在直的道路中相当于自我车辆1的车道的中心线。在时刻t＝t1，自我车辆1达到具有坐标(xt1,yt1)的参考点CPref，该参考点相对于初始点Pref具有距离rl。在更晚的时刻t2，自我车辆达到图3所示的位置，该位置对于用于定义优选的度量标准的即时观测来说是无关紧要的。
为了观察图3所示的假设H，所述假设的走向在图示中始于坐标为(Xh,o,yti.o)的点Ph。在时间点t＝t1，假设H达到参考点CPh，该参考点相对于所述假设H的初始点Ph具有距离rl。角度差Δα的上述的方程(1)因此可以写为：
Figure BDA0002443767490000091
换言之，利用基于手动驾驶路径的度量标准，根据方程(1)或(2)可以做出关于假设H相对于驶过的路径GT的平行性的结论。因此，角度差Δα越小，那么假设H就越好。已经在上述的T.T.Ngyuen等人的公开文献中使用该度量标准。
图4示出了另外的可能的度量标准，其能够如何用于评估道路识别系统。又示出了自我车辆1，该自我车辆1在具有两个车道4、5的道路3上、在左车道5上、在车辆自身的xy坐标系中沿x方向移动。此外示出了假设H，其朝识别到的右边的道路边缘标志6的方向延伸，并且对应于图1的探测结果15。现在，没有如在图3中那样使用手动驾驶轨迹作为参考，而是将坐标系的x方向用作参考轨迹。
同样定义了两个参考点、即CPref和CPh，其中，CPref是在x轴上的在距离rl处的点，而CPh是假设上相应的参考点。角度差ΔOH在此描述了在参考点CRH处的假设H与x轴之间的角度差。实际的手动驾驶轨迹在该度量标准中没有作用。
此外可能的是，将两个参考点CPref和CPh之间的距离As用作针对假设H与通过x轴实现的直线取向或手动驾驶轨迹(未示出)的偏差的程度。
最后可能的是，将在坐标系的原点Pref与两个参考点之间通过假设H和x轴展开的平面与平面FS的重叠UE作为针对假设H与假定的直线行驶的偏差的程度，自我车辆沿x轴从原点Pref到参考点CPref的假定的行驶路径处于该平面FS中。
图5示出了建议的常见的评估方案，借助所述评估方案，基于收集的测量行驶结果可以建立可用性地图34，针对道路的不同的区段可以从可用性地图获知：在可信的范围内、例如在确信在相应区段上能够实现自动驾驶的范畴内，可以产生不同的传感器和/或驾驶员辅助系统的哪些预测轨迹、即假设，从而前瞻性地或者说预先地激活或不激活自动驾驶功能。
评估系统20包括数据库21，其包含记录、即关于在不同的场景下的手动驾驶的评估行驶的数据组，其中，每个数据组除了传感器数据以外还具有文本数据。可以从地图提取出文本数据或手动标记哪些文本数据描述当前的情况，例如：具有差的标志或没有标志的区域、前面的人正改变车道。不同的场景例如是在城市环境中、在高速公路或州际公路上的行驶。所述数据除了纯粹的传感器数据以外和拍摄时间以及通过GPS得到的位置一起作为数据组存储为传感器数据的文本数据。
从数据库21获取关于道路走向的结果22、即传感器结果22。在此涉及关于道路标志的信息、数字地图的信息、识别的路边石、护栏、从环境地图确定的空闲的路径等。直接由相应的传感器确定的事件被输送至评估装置29，评估装置借助所使用的可从预设的度量标准的集合30选出的度量标准执行对传感器结果的评估。评估结果31随后例如和GPS位置信息一起可以通过接口32被访问，可以从外部作用到接口上。在此，可以经由数据提取27从数据库21并行地提取与相应的评估结果相关的GPS数据和其他的相关的数据，并且在过滤28之后，可以将所需的相关的数据输送到评估装置29，从而可以提供完整的评估结果数据组31。
根据传感器结果22执行道路估计23，所述道路估计产生估计的道路走向24。借助从存在的度量集合30选择的评估度量标准，对估计的道路走向进行评估29。在评估29中被评估的估计道路设有其他的相关的数据28、如GPS位置数据，并且将其作为评估结果31提供给接口32。
道路估计23此外被输送至相应的驾驶员辅助系统25，并且在那里被处理，其中，处理结果产生计划的轨迹26，对所述轨迹进行评估29，使得评估结果和相关的数据28、如GPS一起作为评估结果31提供给接口32。
评估数据组31随后可以通过接口32输送至道路估计的性能指标33、可用性地图34和误差观察35。
图6示出了可用性地图，其可以由图4的评估系统的评估结果组成。图6是沃尔夫斯堡周围的环境的地图片段，其中，根据可用性例如针对自动驾驶功能标记街道和高速公路。在此意味着：
“+”在因此标记的道路区段中，左边的和右边的道路标志是可识别的，从而自动驾驶功能可以根据道路中心定向，
“-”在此，只有具有左边的标记的假设可适用自动驾驶功能，
“○”在这些区段中，没有提供正确的假设，从而自动驾驶功能在此是不可用的，并且
“◇”在这些区段中，只有基于正确的标志的假设才是适用的。
借助用于道路识别的装置的假设的可靠性估计建立可用性地图，这例如根据图5阐述。在此，多次驶过这些路线区段，以便得到假设与驾驶的轨迹之间的差异，其中，在数据库中、即图5中的所谓的后端21中检测差异。出于对“在哪里可以激活该功能”的考虑，通过测得的数据建立自动驾驶功能的可用性地图。因此建立的可用性地图形成用于开启高速公路领航功能的基础。
因为从可用性地图可以提前识别：哪些传感器在哪个街道区段中适用于自动驾驶功能，或者由于缺乏积极的评估结果，在特定的路段中是否完全无法识别道路，所以自动驾驶功能可以相应地发挥作用，并且尤其是对于没有可靠的传感装置的区段提早警告驾驶员，从而可以顺利地将驾驶功能转交给驾驶员。
附图标记清单
1 自我车辆
2 GPS
3 道路
4 右车道
5 左车道
6 右边的标志
7 中间标志
8 左边的标志
9 在前方行驶的车辆-ACC对象
10 车道中心
11 车道中心
12 假设、计划的轨迹、车道保持系统
13 识别的左边的标志
14 假设、计划的轨迹、ACC
15 假设、探测结果、右边的道路边缘
16 假设、沿探测结果15的自我车道
17 手动驾驶的轨迹
GT Ground Truth数据-手动的轨迹
H 假设
ciref 参考角度
Qh 假设的角度
Δα 角度差
ΔOH 角度差
t0 时间点
t1 时间点
t2 时间点
CPref 手动驾驶的轨迹的参考点
CPh 假设的参考点
rl 参考长度/参考距离
As 参考点之间的欧几里得距离
UE 重叠
FS 假定的行驶路径的表面
20 评估系统
21 数据库
22 传感器结果
23 道路估计
24 确定的道路
25 驾驶员辅助系统
26 计划的轨迹
27 提取的数据
28 相关的数据
29 度量的应用
30 可能的度量的集合
31 具有GPS坐标的结果
32 接口
33 性能指标
34 可用性地图
35 误差观察
+基于左边的和右边的道路标志的假设
-仅具有左边的标志的假设
○没有假设
◇仅具有右边的标志的假设

Claims (15)

1.一种用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的方法，其中，所述探测结果、估计的道路和计划的轨迹被称为假设(H)，
其特征在于，为了评估装置或驾驶员辅助系统，使用以自我车辆的手动驾驶轨迹为基础的度量标准，其中，在车辆自身的xy坐标系中，在与初始点的预设距离处针对预设的参考点确定手动驾驶轨迹与假设(H、12、14、15、16、17)之间的偏差，并且
根据所述评估确定：用于道路识别的部件、道路估计和/或驾驶员辅助系统的假设是否满足预设的标准。
2.根据权利要求1所述的方法，其特征在于，
确定所述手动驾驶轨迹的在预设距离(rl)处的参考点与在起始时刻车辆自身的坐标系的沿行驶方向延伸的x轴之间的角度，
确定所述假设的在预设距离(rl)处的参考点与在起始时刻车辆自身坐标系的沿行驶方向延伸的x轴之间的角度，
确定两个上述角度的差的数值，
将角度差的数值与预设的阈值进行比较，用以评估装置或驾驶员辅助系统，并且
根据比较结果将所述假设分类为对于所述标准适用或不适用。
3.根据权利要求2所述的方法，其特征在于，预设的阈值是1°至3°、尤其是2°。
4.根据权利要求2或3所述的方法，其特征在于，除了角度差的度量标准以外，还确定手动驾驶轨迹的和假设的参考点之间的欧几里得距离，并且使用所述欧几里得距离作为另外的度量标准来评估所述假设。
5.一种用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的方法，尤其根据上述权利要求中任一项所述的方法，其中，所述探测结果、估计的道路和计划的轨迹被称为假设(H)，
其特征在于，为了评估装置或驾驶员辅助系统，使用以自我车辆的轨迹为基础的度量标准，其中，在车辆自身的xy坐标系中，在与初始点的预设距离处针对预设的参考点确定所述轨迹与假设(H、12、14、15、16、17)之间的偏差，并且根据所述评估确定：用于道路识别的部件、道路估计和/或驾驶员辅助系统的假设是否满足预设的标准。
6.根据权利要求5所述的方法，其特征在于，所述度量标准基于：
在起始时刻沿行驶方向延伸的x轴与假设的参考点之间的角度差，
所述轨迹的和所述假设的参考点之间的欧几里得距离，或
所述假设与通过高精度GPS位置结合高精度地图所得到的精确的地图的偏差。
7.根据前述权利要求中任一项所述的方法，其特征在于，所述参考点与初始点的预设距离(rl)在10m至200m之间、尤其是30m。
8.一种用来对用于道路识别的部件的探测结果、通过道路估计所估计的道路和/或自我车辆的所使用的驾驶员辅助系统的计划的轨迹进行评估的设备，其中，所述探测结果、估计的道路和计划的轨迹被称为假设(H)，其中，所述设备配置和设计用于执行根据前述权利要求中任一项所述的方法，所述设备具有
用于道路识别的装置或驾驶员辅助系统，
用于评估假设的装置，和
用于分类假设的装置。
9.一种用于离线评估在不同的环境场景中的手动驾驶轨迹的系统(20)，其具有：
数据库(21)，用于存储与手动驾驶轨迹(GT)、针对每个手动的轨迹(GT)确定的假设(H)以及道路区段的文本数据相关的数据组，
用于由数据组确定关于街道走向的传感器信息的装置(22)，
用于由关于街道走向的信息估计街道走向的装置(23、24)，该装置(23、24)确定估计的街道走向(24)，
用于通过对街道走向的估计来确定驾驶轨迹的装置(25、26)，其中，针对各个估计的街道走向确定驾驶轨迹(26)，
评估装置(29)，用于使用预设的度量标准来评估关于街道走向的信息、评估估计的街道走向并且评估针对估计的街道走向所确定的驾驶轨迹，
用于维持至少一个评估度量标准的装置(30)，和
用于提供评估结果(321)的装置。
10.根据权利要求9所述的系统，其特征在于，装置(27)从数据库提取数据组、从所述数据组获取相关的数据(28)，并且将其提供给评估装置(29)，从而使得评估结果(31)配备有相关的数据。
11.根据权利要求10所述的系统，其特征在于，通过涉及相应的道路区段的GPS坐标形成所述相关的数据。
12.根据权利要求9至11中任一项所述的系统，其特征在于，所述评估结果(31)涉及对道路区段在自动驾驶功能的可用性方面的评估。
13.根据权利要求12所述的系统，其特征在于，由所述评估结果(31)确定自动驾驶功能的可用性地图(34)。
14.根据权利要求13所述的系统，其特征在于，所述可用性地图包含关于自动驾驶功能和用于道路识别的装置的可用性的信息。
15.根据权利要求12至14中任一项所述的系统，其特征在于，由所述评估结果(31)推导出误差观察(35)和性能指标(33)。
CN201880065775.3A 2017-10-10 2018-09-25 自动驾驶功能部件的评估和在不同处理阶段中的道路识别 Active CN111194459B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017009435.7 2017-10-10
DE102017009435.7A DE102017009435B4 (de) 2017-10-10 2017-10-10 Evaluation von Komponenten automatischer Fahrfunktionen und Fahrbahnerkennung auf unterschiedlichen Verarbeitungsstufen
PCT/EP2018/075985 WO2019072550A1 (de) 2017-10-10 2018-09-25 Evaluation von komponenten automatischer fahrfunktionen und fahrbahnerkennung auf unterschiedlichen verabeitungsstufen

Publications (2)

Publication Number Publication Date
CN111194459A true CN111194459A (zh) 2020-05-22
CN111194459B CN111194459B (zh) 2024-01-09

Family

ID=63787909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880065775.3A Active CN111194459B (zh) 2017-10-10 2018-09-25 自动驾驶功能部件的评估和在不同处理阶段中的道路识别

Country Status (4)

Country Link
US (1) US11345371B2 (zh)
CN (1) CN111194459B (zh)
DE (1) DE102017009435B4 (zh)
WO (1) WO2019072550A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415672A (zh) * 2021-01-19 2022-04-29 百度（美国）有限责任公司 用于自主驾驶车辆的动态模型评估

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019119002A1 (de) * 2019-07-12 2021-01-14 Bayerische Motoren Werke Aktiengesellschaft Bestimmen einer Fahrspurbegrenzung
WO2021059601A1 (ja) * 2019-09-27 2021-04-01 アイシン・エィ・ダブリュ株式会社 運転支援装置及びコンピュータプログラム
US11292470B2 (en) * 2020-01-06 2022-04-05 GM Global Technology Operations LLC System method to establish a lane-change maneuver
DE102020200183A1 (de) * 2020-01-09 2021-07-15 Continental Automotive Gmbh Verfahren zum Erstellen einer probabilistischen Freiraumkarte mit statischen und dynamischen Objekten
DE102020118640A1 (de) 2020-07-15 2022-01-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Fahrzeugsystem zur Ermittlung eines Fahr-Korridors für ein Fahrzeug
US11756313B2 (en) * 2020-09-29 2023-09-12 Aptiv Technologies Limited Road-perception system configured to estimate a belief and plausibility of lanes in a road model
CN113239986B (zh) * 2021-04-25 2023-04-18 浙江吉利控股集团有限公司 车辆轨迹评价网络模型的训练方法、装置和存储介质
CN114485681B (zh) * 2021-12-30 2023-10-10 武汉光庭信息技术股份有限公司 一种利用dr轨迹评价中精度地图数据一致率的方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004034748A1 (de) * 2004-07-17 2006-02-02 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem zur Müdigkeitserkennung und/oder Aufmerksamkeitsbeurteilung eines Fahrzeugführers
WO2006094585A1 (de) * 2005-03-08 2006-09-14 Daimlerchrysler Ag Verfahren zum schätzen des verlaufs einer fahrspur
DE102009047264A1 (de) * 2009-11-30 2011-06-01 Robert Bosch Gmbh Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs
DE102013003944A1 (de) * 2013-03-08 2014-09-11 Volkswagen Ag Verfahren und Vorrichtung zum Bereitstellen von Fahrerassistenzfunktionalität
DE102013019424A1 (de) * 2013-11-20 2015-05-21 Audi Ag Verfahren zum Betrieb eines Fahrzeugsystems zur Überwachung eines Fahrers und Kraftfahrzeug
WO2015106913A1 (de) * 2014-01-16 2015-07-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren und system zum schätzen eines fahrspurverlaufs
EP2974943A2 (de) * 2014-06-24 2016-01-20 MAN Truck & Bus AG Querführungssystem zur adaptiven, automatisierten querführung eines fahrzeugs
CN106458214A (zh) * 2014-06-04 2017-02-22 奥迪股份公司 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
US20170068862A1 (en) * 2014-04-04 2017-03-09 Delphi Technologies, Inc. Method for lane detection
DE102015012648A1 (de) * 2015-09-30 2017-03-30 Audi Ag Verfahren zum Betrieb wenigstens eines Fahrzeugsystems eines Kraftfahrzeugs und Kraftfahrzeug
CN106871915A (zh) * 2015-12-04 2017-06-20 大众汽车有限公司 在机动车中用于自动驾驶的方法和装置
JP2017138887A (ja) * 2016-02-05 2017-08-10 スズキ株式会社 車線合流時の自動運転継続可否判断装置およびその自動運転継続可否判断方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5272448B2 (ja) * 2008-03-04 2013-08-28 日産自動車株式会社 車両用運転支援装置及び車両用運転支援方法
US8775063B2 (en) * 2009-01-26 2014-07-08 GM Global Technology Operations LLC System and method of lane path estimation using sensor fusion
EP2738520B1 (en) * 2012-11-28 2017-01-11 Elektrobit Automotive GmbH Technique for assisting driving a vehicle based on an identified road mark
JP5761162B2 (ja) * 2012-11-30 2015-08-12 トヨタ自動車株式会社 車両位置推定装置
KR101751163B1 (ko) * 2013-03-15 2017-06-26 폭스바겐 악티엔 게젤샤프트 차량의 경로 판정 시스템 및 그 방법
DE102013219414A1 (de) 2013-09-26 2015-03-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Bereitstellung einer prädiktiven Fahrzeugbewegungsinformation für ein Fahrerassistenzsystem eines Fahrzeugs
US20200317216A1 (en) * 2015-04-10 2020-10-08 State Farm Mutual Automobile Insurance Company Operator-specific configuration of autonomous vehicle operation
DE102015218361A1 (de) 2015-09-24 2017-03-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Testeinheit zur Verifizierung einer Fahrzeugfunktion

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004034748A1 (de) * 2004-07-17 2006-02-02 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem zur Müdigkeitserkennung und/oder Aufmerksamkeitsbeurteilung eines Fahrzeugführers
WO2006094585A1 (de) * 2005-03-08 2006-09-14 Daimlerchrysler Ag Verfahren zum schätzen des verlaufs einer fahrspur
DE102009047264A1 (de) * 2009-11-30 2011-06-01 Robert Bosch Gmbh Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs
DE102013003944A1 (de) * 2013-03-08 2014-09-11 Volkswagen Ag Verfahren und Vorrichtung zum Bereitstellen von Fahrerassistenzfunktionalität
DE102013019424A1 (de) * 2013-11-20 2015-05-21 Audi Ag Verfahren zum Betrieb eines Fahrzeugsystems zur Überwachung eines Fahrers und Kraftfahrzeug
WO2015106913A1 (de) * 2014-01-16 2015-07-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren und system zum schätzen eines fahrspurverlaufs
US20170068862A1 (en) * 2014-04-04 2017-03-09 Delphi Technologies, Inc. Method for lane detection
US20170102707A1 (en) * 2014-06-04 2017-04-13 Audi Ag Method for operating a driver assistance system for automatically guiding a motor vehicle, and paired motor vehicle
CN106458214A (zh) * 2014-06-04 2017-02-22 奥迪股份公司 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
EP2974943A2 (de) * 2014-06-24 2016-01-20 MAN Truck & Bus AG Querführungssystem zur adaptiven, automatisierten querführung eines fahrzeugs
DE102015012648A1 (de) * 2015-09-30 2017-03-30 Audi Ag Verfahren zum Betrieb wenigstens eines Fahrzeugsystems eines Kraftfahrzeugs und Kraftfahrzeug
CN106871915A (zh) * 2015-12-04 2017-06-20 大众汽车有限公司 在机动车中用于自动驾驶的方法和装置
JP2017138887A (ja) * 2016-02-05 2017-08-10 スズキ株式会社 車線合流時の自動運転継続可否判断装置およびその自動運転継続可否判断方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HARTMANN OLIVER ET AL.: "Towards autonomous self-assessment of digital maps" *
NGUYEN TRAN TUAN ET AL.: "A survey of performance measures to evaluate ego-lane estimation and a novel sensor-independent measure along with its applications" *
RECHY ROMERO ADRIAN ET AL.: "Environment-aware sensor fusion for obstacle detection" *
SARHOLZ F ET AL.: "Evaluation of different approaches for road course estimation using imaging radar" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415672A (zh) * 2021-01-19 2022-04-29 百度（美国）有限责任公司 用于自主驾驶车辆的动态模型评估

Also Published As

Publication number Publication date
DE102017009435A1 (de) 2019-04-11
US20200353951A1 (en) 2020-11-12
CN111194459B (zh) 2024-01-09
DE102017009435B4 (de) 2023-05-11
WO2019072550A1 (de) 2019-04-18
US11345371B2 (en) 2022-05-31

Similar Documents

Publication Publication Date Title
CN111194459B (zh) 自动驾驶功能部件的评估和在不同处理阶段中的道路识别
CN102463991B (zh) 用于确定供车辆和汽车行驶的可信车道的方法和装置
JP4914160B2 (ja) 車両制御装置
CN109477728B (zh) 用于确定车辆相对于路面行车道的横向位置的方法和装置
EP3358545B1 (en) Travel control method and travel control device
US20080291276A1 (en) Method for Driver Assistance and Driver Assistance Device on the Basis of Lane Information
US10963708B2 (en) Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes of a road
KR20180009755A (ko) 차선의 추정 방법
US10885358B2 (en) Method for detecting traffic signs
US11703347B2 (en) Method for producing an autonomous navigation map for a vehicle
JP5382356B2 (ja) 運転アシストシステム
JP4775658B2 (ja) 地物認識装置・自車位置認識装置・ナビゲーション装置・地物認識方法
CN113227712B (zh) 用于确定车辆的环境模型的方法和系统
JP6790638B2 (ja) 走行制御方法および走行制御装置
CN112781600A (zh) 一种车辆导航方法、装置及存储介质
CN115320619A (zh) 用于对车辆环境进行场景解读的方法
CN116946127A (zh) 用于识别本车辆变换或保持车道的方法、控制器及本车辆
US20210158696A1 (en) Systems and methods for mitigating anomalies in lane change detection
JP7001024B2 (ja) 車載機
WO2021045096A1 (ja) 車両用位置特定装置及び車両用位置特定方法
US12054144B2 (en) Road information generation apparatus
US11885640B2 (en) Map generation device and map generation method
CN114954510A (zh) 划分线识别装置
WO2021209403A1 (en) Detection of obstacles in a curved road
JP7543196B2 (ja) 走行制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant