CN112629547A - 用于创建定位地图的方法和设备 - Google Patents
用于创建定位地图的方法和设备 Download PDFInfo
- Publication number
- CN112629547A CN112629547A CN202010999260.XA CN202010999260A CN112629547A CN 112629547 A CN112629547 A CN 112629547A CN 202010999260 A CN202010999260 A CN 202010999260A CN 112629547 A CN112629547 A CN 112629547A
- Authority
- CN
- China
- Prior art keywords
- map
- creating
- positioning map
- partial maps
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011524 similarity measure Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims 1
- 230000004807 localization Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 5
- 241000274965 Cyrestis thyodamas Species 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 101001086191 Borrelia burgdorferi Outer surface protein A Proteins 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2237—Vectors, bitmaps or matrices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
用于创建(340)定位地图的一种方法(300)和一种设备，该方法包括以下步骤：接收(310)环境数据值，将环境数据值划分(320)成至少两个独立的数据组，创建(330)多个部分地图，创建(340)定位地图以及提供(350)定位地图。
Description
技术领域
本发明尤其涉及一种用于创建定位地图的方法，该方法具有以下步骤：接收环境数据值；将环境数据值划分为至少两个独立的数据组；创建多个部分地图；基于多个部分地图创建定位地图；以及提供定位地图。
发明内容
根据本发明的用于创建定位地图的方法包括以下步骤：接收表示至少一个车辆的周围环境的环境数据值；将环境数据值划分为至少两个独立的数据组；以及基于至少两个独立的数据组创建多个部分地图。该方法还包括以下步骤：根据多个部分地图的一致性检查，基于多个部分地图创建定位地图；以及提供定位地图。
例如借助车辆的环境传感装置来检测环境数据值，并且随后为了(借助服务器等；在此借助设备)接收而传输该环境数据值。环境传感装置理解为至少一个视频传感器和/或至少一个雷达传感器和/或至少一个激光雷达传感器和/或至少另一传感器，该传感器构造用于以环境数据值的形式检测车辆的周围环境。在一种可能的实施方式中，环境传感装置为此例如包括具有合适的软件的计算单元(处理器、工作存储器、硬盘)和/或与这种计算单元连接。
环境数据值理解为例如由(不同车辆的)多于一个环境传感装置检测的和/或在不同时刻检测的数据值。在一种实施方式中，环境数据值例如包括(可比较的)周围环境的视频数据和雷达数据，其中，该视频数据和雷达数据由车辆的或不同车辆的环境传感装置检测。
在此，周围环境理解为例如借助环境传感装置可以检测到的区域。在一种实施方式中，至少一个车辆的周围环境理解为部分区域的至少部分重叠的区域，其中，每个部分区域相应于车辆的周围环境。
创建地图(在此：多个部分地图和/或定位地图)理解为例如将环境数据值添加到基础地图中。在一种实施方式中，创建例如包括将由周围环境包括的环境特征添加到该基础地图中。基础地图例如理解为地图原始数据和/或已经存在的(数字)地图。
创建多个部分地图尤其理解为：基于至少两个独立的数据组创建至少两个部分地图，该部分地图表示周围环境的不同方面(不同的传感器[例如视频和雷达等]、不同的检测时刻[昼和夜等]、不同的天气条件、不同的交通条件和/或交通密度等)。
至少两个部分地图的一致性检查理解为：检查是否可以将至少两个部分地图融合为共同的地图(在此：定位地图)。在此，例如(基于各个环境特征)检查至少两个部分地图(在预给定的公差范围内)是否一致和/或是否能够变为一致。对一致性检查的结果进行分析处理，以识别地图创建中的错误。如果一致性检查失败，则可以推断出制图中存在错误。因此，该步骤是ISO 26262/ISO/PAS 21448意义上的安全方案的一部分，并且即使在非安全关键应用的范畴内也有助于提高错误检测率并且因此有助于提高所创建的定位地图的质量。
根据多个部分地图的一致性检查来创建定位地图理解为：将(基于所执行的一致性检查而可以融合的)所有部分地图融合为定位地图。在一种实施方式中，在此例如可以理解为：将由恰好这些部分地图所包括的所有环境特征都集成到共同的地图中，该共同的地图随后相应于定位地图。
环境特征理解为：例如可以借助车辆的环境传感装置检测和/或分类或分配的对象(交通标志、基础设施特征[护栏、弯道走向、隧道、桥梁等]、建筑物等)。在一种实施方式中，环境特征例如附加地或替代地理解为道路走向(车道数量、弯道半径等)和/或多个(例如重复的)对象(例如交通标志的特征序列等)的图案。
地图例如理解为数字地图，该数字地图以(地图)数据值的形式存在于存储介质上。该地图例如如此构造，使得包括一个或多个地图层，其中，地图层例如从鸟瞰视角示出地图(道路的走向和位置、建筑物、景观特征等)。这例如相应于导航系统的地图。另一地图层例如包括雷达地图，其中，由雷达地图包括的定位特征存储有雷达签名。另一地图层例如包括激光雷达地图，其中，由激光雷达地图包括的定位特征存储有激光雷达签名。
定位地图尤其如此构造，使得定位地图适合于车辆(尤其自动化的车辆)的导航。这例如理解为：定位地图构造用于借助定位地图与(自动化的)车辆的传感器数据值的比较来确定该(自动化的)车辆的高精度位置。为此，定位地图包括例如具有高精度的位置说明(坐标)的环境特征。
自动化的车辆理解为以下车辆：该车辆按照SAE等级1至5(参阅标准SAE J3016)构造。
高精度位置理解为以下位置：该位置在预给定的坐标系(例如WGS84坐标)内如此准确，使得该位置不超过最大允许的模糊度。在此，最大模糊度例如可以取决于周围环境。此外，最大模糊度例如可以取决于是手动地还是部分自动化地、高度自动化地或全自动化地(相应于SAE等级1至5中的一个)运行车辆。原则上，最大模糊如此低，使得尤其确保(自动化的)车辆的可靠运行。对于自动化车辆的全自动化运行，最大模糊度例如处于约10厘米的数量级。
提供定位地图理解为：定位地图例如能够被调用地或能够被传输地存储或传输。在一种实施方式中，提供例如理解为将定位地图传输给至少一个(自动化的)车辆和/或另一服务器和/或云。
根据本发明的方法有利地解决以下任务：提供一种用于创建定位地图的方法。该任务借助根据本发明的方法来解决，其方式是：将所接收的环境数据值划分为至少两个独立的数据组，并且随后基于至少两个独立的数据组创建多个部分地图，以及基于部分地图中的多个创建定位地图。在此表现出以下优点：定位地图的创建对地图产生和车辆定位的可靠性具有有利影响。这在安全方案的范畴内对于基于特征的车辆定位是重要的安全措施。
优选地，根据至少一个划分标准进行划分。尤其根据周围环境的环境特性来选择至少一个划分标准。
(根据至少一个划分标准，其中，尤其根据周围环境的环境特性来选择至少一个划分标准)进行划分理解为：例如根据预给定的标准(环境特性)过滤或搜索环境数据值，然而根据该标准独立地存储所述环境数据值。可能的划分标准例如是上面已经描述的不同方面。划分标准尤其理解为检测时刻(昼或夜；预给定的检测时间段[早晨；6-10点，...]等)和/或天气条件(阳光充足、晴朗、有雾等)和/或传感器类型(一个数据组包括所有视频数据，另一数据组包括所有雷达数据等)和/或交通条件(一个数据组包括(根据预给定的标准)在高交通密度时已经检测的环境数据值，另一数据组包括(根据预给定的标准)在低交通密度时已经检测的环境数据值等)和/或其他标准。
优选地，根据环境特性的加权选择至少一个划分标准，其中，该加权基于预给定的标准和/或基于机器学习方案。
加权例如理解为：优选使用确定的划分标准，其中，仅当例如满足对环境数据值的确定要求时才使用其他划分标准。例如，如果不存在夜间已检测的数据，则根据昼和夜的划分没有意义。
根据预给定的标准的加权例如理解为该加权已经事先从经验数据(检查、分析、测试等)中导出。
基于机器学习方案的加权例如理解为：(尤其相对于预给定的结果)根据环境数据值的实际构型(例如车辆的数量、各个传感器类型的频繁度、各个检测时刻或时间段的频繁度等)借助相应的“机器学习算法”来进行加权。
优选地，借助相似性度量(尤其借助相似性度量以及借助基于相似性度量对制图错误影响的识别和/或最小化)来进行一致性检查。
相似性度量例如理解为Hausdorff和/或OSPA度量和/或其他度量。
根据本发明的设备(尤其计算单元)设置用于实施根据本发明的方法的所有步骤。
在一种可能的实施方式中，该设备包括计算单元(处理器、工作存储器、硬盘)以及用于实施根据本发明的方法的合适的软件。为此，该设备例如包括发送和/或接收单元，该发送和/或接收单元构造用于(尤其借助车辆和/或外部服务器或云)传输和/或接收环境数据值和/或定位地图，或者该发送和/或接收单元构造用于借助合适的接口与发送和/或接收装置连接。在另一实施方式中，该设备构造为服务器或云(即服务器或计算单元的复合体)。
此外，要求保护一种计算机程序，该计算机程序包括指令，当通过计算机运行该计算机程序时，该指令促使该计算机实施根据本发明所述的方法。在一种实施方式中，计算机程序相应于由设备包括的软件。
此外，要求保护一种机器可读的存储介质，在该存储介质上存储有该计算机程序。
本发明的有利扩展方案下述说明书中列出。
附图说明
本发明的实施例在附图中示出，并且在随后的描述中进一步阐述。附图示出：
图1以流程图的形式示出根据本发明的方法的一个实施例。
具体实施方式
图1示出用于创建340定位地图的方法300的一个实施例。
方法300在步骤301中开始。
在步骤310中，接收表示至少一个车辆的周围环境的环境数据值。
在步骤320中，将环境数据值划分为至少两个独立的数据组。
在步骤330中，基于至少两个独立的数据组创建多个部分地图。
在步骤340中，根据多个部分地图的一致性检查，基于多个部分地图创建定位地图。
在步骤350中，提供定位地图。
方法300在步骤360中结束。
Claims (7)
1.一种用于创建(340)定位地图的方法(300)，所述方法包括：
接收(310)表示至少一个车辆的周围环境的环境数据值；
将所述环境数据值划分(320)成至少两个独立的数据组；
基于所述至少两个独立的数据组创建(330)多个部分地图；
根据所述多个部分地图的一致性检查，基于所述多个部分地图创建(340)所述定位地图；
提供(350)所述定位地图。
2.根据权利要求1所述的方法(300)，其特征在于，根据至少一个划分标准进行所述划分(320)，其中，根据所述周围环境的环境特性来选择所述至少一个划分标准。
3.根据权利要求2所述的方法(300)，其特征在于，根据所述环境特性的加权来选择所述至少一个划分标准，其中，所述加权基于预给定的标准和/或基于机器学习方案。
4.根据权利要求1所述的方法(300)，其特征在于，所述一致性检查借助相似性度量以及借助基于所述相似性度量对制图错误影响的识别和最小化来进行。
5.一种设备、尤其计算单元，所述设备设置用于实施根据权利要求1至4中任一项所述的方法(300)的所有步骤。
6.一种计算机程序，所述计算机程序包括指令，当通过计算机运行所述计算机程序时，所述指令促使所述计算机实施根据权利要求1至4中任一项所述的方法(300)。
7.一种机器可读的存储介质，在所述存储介质上存储有根据权利要求6所述的计算机程序。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102019214603.1A DE102019214603A1 (de) | 2019-09-24 | 2019-09-24 | Verfahren und Vorrichtung zum Erstellen einer Lokalisierungskarte |
| DE102019214603.1 | 2019-09-24 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112629547A true CN112629547A (zh) | 2021-04-09 |
Family
ID=74846591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010999260.XA Pending CN112629547A (zh) | 2019-09-24 | 2020-09-22 | 用于创建定位地图的方法和设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11442913B2 (zh) |
| CN (1) | CN112629547A (zh) |
| DE (1) | DE102019214603A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114018240B (zh) * | 2021-10-29 | 2024-10-11 | 广州小鹏自动驾驶科技有限公司 | 一种地图数据的处理方法和装置 |
| US11649687B1 (en) * | 2022-03-29 | 2023-05-16 | James Dawson | High expansion anti-rotation anchor catcher |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015225472A1 (de) * | 2015-12-16 | 2017-06-22 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erstellen einer Karte |
| EP3616422B1 (en) * | 2017-05-26 | 2021-02-17 | Google LLC | Machine-learned model system |
| DE102017122440A1 (de) * | 2017-09-27 | 2019-03-28 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Lokalisieren und Weiterbilden einer digitalen Karte durch ein Kraftfahrzeug; Lokalisierungseinrichtung |
| US10684131B2 (en) * | 2018-01-04 | 2020-06-16 | Wipro Limited | Method and system for generating and updating vehicle navigation maps with features of navigation paths |
| US11157527B2 (en) * | 2018-02-20 | 2021-10-26 | Zoox, Inc. | Creating clean maps including semantic information |
| US20190361454A1 (en) * | 2018-05-24 | 2019-11-28 | GM Global Technology Operations LLC | Control systems, control methods and controllers for an autonomous vehicle |
| US11068515B2 (en) * | 2018-07-24 | 2021-07-20 | Google Llc | Map uncertainty and observation modeling |
| US11151866B2 (en) * | 2019-02-05 | 2021-10-19 | Intel Corporation | Enhanced high definition maps for a vehicle |
| US11054265B2 (en) * | 2019-03-29 | 2021-07-06 | Intel Corporation | Methods and systems for improving maps |
-
2019
- 2019-09-24 DE DE102019214603.1A patent/DE102019214603A1/de active Pending
-
2020
- 2020-08-03 US US16/983,756 patent/US11442913B2/en active Active
- 2020-09-22 CN CN202010999260.XA patent/CN112629547A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20210089506A1 (en) | 2021-03-25 |
| DE102019214603A1 (de) | 2021-03-25 |
| US11442913B2 (en) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
| CN105698801B (zh) | 提高由交通工具使用的数字地图数据准确度的方法和系统 | |
| CN109143207B (zh) | 激光雷达内参精度验证方法、装置、设备及介质 | |
| CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
| CN110968094B (zh) | 用于运行车辆的方法和设备 | |
| US11002553B2 (en) | Method and device for executing at least one measure for increasing the safety of a vehicle | |
| CN112204346A (zh) | 用于确定车辆位置的方法 | |
| CN113295176A (zh) | 地图更新方法、地图更新装置及计算机可读存储介质 | |
| CN112629547A (zh) | 用于创建定位地图的方法和设备 | |
| CN113822944A (zh) | 一种外参标定方法、装置、电子设备及存储介质 | |
| CN115205803A (zh) | 自动驾驶环境感知方法、介质及车辆 | |
| US11821752B2 (en) | Method for localizing and enhancing a digital map by a motor vehicle; localization device | |
| CN113532499A (zh) | 无人系统的传感器安全性检测方法、设备及存储介质 | |
| CN111947669A (zh) | 用于将基于特征的定位地图用于车辆的方法 | |
| CN113448340B (zh) | 一种无人机的路径规划方法、装置、无人机及存储介质 | |
| CN115235482A (zh) | 地图更新方法、装置、计算机设备及介质 | |
| CN112154355B (zh) | 高精度地图定位方法、系统、平台及计算机可读存储介质 | |
| CN113758492A (zh) | 地图检测方法和装置 | |
| KR20220050507A (ko) | Nd 맵 생성방법 및 그를 활용한 맵 업데이트 방법 | |
| CN116229118A (zh) | 一种基于流形匹配的鸟瞰图目标检测方法 | |
| CN111661054B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
| CN114283397A (zh) | 全局重定位方法、装置、设备及存储介质 | |
| CN115685232A (zh) | 自导引车辆的定位方法、装置、服务器及存储介质 | |
| CN106537172B (zh) | 用于确定传感器的位置和/或定向的方法 | |
| US20240077330A1 (en) | Method and apparatus for determining a highly accurate position of a vehicle |
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 |