用于确定第一地标的全局位置的方法和系统与流程

本发明涉及一种用于确定第一地标的全局位置的方法和系统。

背景技术：

自动引导车辆的前提条件是，在每种情况下准确地知道车辆的位置，其中，特别是需要分米或厘米范围内的精度。一般来说，通过连续使用卫星支持的位置确定方法(例如gps)不能实现这种精度，并且借助这种方法的位置确定经常导致系统的跳跃式行为。因此，为了定位车辆，可以使用地图支持的方法，其中，将车辆的当前的传感器数据与已知的地图数据进行比较。因为地图数据例如包括地标的准确位置，所以车辆可以在其周围环境中采集地标，并且可以通过将传感器数据与地图数据进行比较，非常准确地确定车辆的当前的位置。

在利用地标、例如借助参考车辆采集地图数据时，可以借助参考车辆的传感器识别地标，并且以特定精度定位地标。通过多次观察和补偿测量误差，确定其在地图的坐标系中的位置。当在这种映射(kartierung)之后车辆经过存在具有地标的地图的位置时，则可以相对于地标确定车辆的位置。地标地图的精度因此对于车辆的以此为基础的定位的精度来说是非常重要的。

在映射地标时，当其中设置了足够准确的参考定位系统，通过该参考定位系统例如借助对卫星系统的数据的后处理，可以在映射过程的特定时间点以足够的精度确定参考车辆的实际位置时，尤其是可以假定参考车辆的位置是已知的(“mappingwithknownposes(利用已知姿势进行映射)”)。现在，将采集的地标的每个位置与先前确定的位置相关联。为了补偿确定地标的位置时的不确定性，使用借助最小二乘法的补偿计算。以这种方式，确定地标在地图的坐标系内的位置。

在de102004003850a1中提出的用于识别车道上的标记的方法中，通过激光扫描仪按照时间顺序在采集空间内采集多个距离图像，其中，采集空间与车道表面相交。对于识别出的标记，估计方位和形状。尤其是识别车道标记。

de102007020791a1描述了一种用于车道标记的识别设备，其中，借助lidar设备采集数据。基于中心线位置、中心线形状和车道宽度，周期性地提取关于行驶轨迹的数据。此外，描述了通过曲线走向跟踪识别出的行驶轨迹。

技术实现要素：

因此，本发明要解决的技术问题是，提供一种使得能够提高地标地图的精度的方法和系统，其中，地标地图尤其是借助参考车辆的数据产生。

根据本发明，上述技术问题通过具有权利要求1的特征的方法和具有权利要求13的特征的系统来解决。有利的设计方案和扩展方案由从属权利要求得到。

在根据本发明的用于确定第一地标的全局位置的方法中，采集至少一个第一和第二测量数据组。在此，将第一测量数据组与第一参考点和第一采集空间相关联，并且将第二测量数据组与第二参考点和第二采集空间相关联。在第一和第二采集空间中检测第一地标。此外，在第一采集空间中检测第二地标。借助第一测量数据组确定第一和第二地标相对于第一采集空间的参考点的第一相对位置，并且借助第二测量数据组确定第一地标相对于第二采集空间的参考点的第二相对位置。随后，借助第一测量数据组确定第一和第二地标相对于彼此的空间相关性。

借助所确定的第一地标的第一和第二相对位置，借助所确定的第二地标的第一相对位置，并且借助所确定的空间相关性，来确定第一地标关于全局参考点的全局位置。

由此可以有利地以特别高的精度确定第一地标的全局位置，并且可以修正测量误差。

本发明以如下为基础：不仅多次确定特定地标的位置，以便然后例如借助平均值或根据最小二乘法以减小的测量误差确定该地标的优化的位置。此外替代地，在进行优化时作为边界条件(“限制”)考虑多个地标相对于彼此的相对位置。由于这些边界条件，尤其需要多个地标相对于彼此的相对位置和结构在产生的地标地图中保持不变。

在已知的系统中，通常多次采集和定位地标，并且使用这些单个地标的多个测量来与其它地标无关地确定准确的位置。例如采集多个图像并且借助图像相应地确定特定地标的相对位置，即相对于针对相应的图像以特定的不确定性确定的参考点的位置。随后，借助多个相对位置确定地标在地标地图中的全局位置。

根据本发明的方法通过考虑一个地标相对于同样检测到的其它地标的相对位置，来改善这种过程。也就是说，虽然地标在地图的坐标系中的全局位置通常可以以更大的不准确性采集，但是检测到的地标相对于彼此的相对位置可以以更好的准确性确定。通过组合这些数据，总体上得到更大数量的用于确定全局位置的条件，因此精度明显提高。

根据本发明，将使得能够采集并且定位对象、尤其是地标的全部数据称为“测量数据组”。

术语“第一测量数据组”和“第二测量数据组”涉及至少两个不同的测量数据组。其可以、但是不需要按照时间顺序或特定空间关系采集。尤其是第一测量数据组可以在第二测量数据组之前采集，或者第二测量数据组可以在第一测量数据组之前采集。仅假设采集测量数据组的采集空间重叠。此外，在重叠区域中采集第一地标，从而对于该地标存在冗余的数据。尤其是可以采集比所提到的两个地标更多的地标，并且可以在重叠区域中多次采集多个地标。

尤其是如下对象被称为本发明的意义上的“地标”，其在一定的地理位置处长期存在并且具有确定的固定的特性。地标尤其是可以用作定向点。

在根据本发明的方法的一个设计方案中，地标包括车道标记、柱子和/或边缘。由此，有利地考虑在通常驶过的行驶路径、例如街道和道路中存在的车道的相关的持续的特征。

例如可以在行驶路径的周围环境中的建筑物中检测到边缘。在相对于地面竖直的方向上具有伸长的延伸的对象理解为在最广泛的意义上的柱子。例如可以将沿着街道、街灯的导向柱(leitpfosten)、桥柱、信号灯柱或交通指示牌的柱子识别为柱子。例如当柱子由于更大的高度而超过障碍物时，当其可以从远处看到时，或者当其由于清楚地定义的轮廓可轻松识别出并且可以准确地定位时，柱子通常具有作为定向点的有利的特性。车道标记的优点在于，当其恰好没有被物体、例如雪或污物层覆盖时，其在车道上、至少在车辆周围的区域中可以以惯常的方式轻松识别出。

所提到的示例也具有对于地标来说有利的特性，即其以特定尺度标准化，并且识别因此变得容易。例如在大多数国家中存在关于车道标记、柱子和行驶路径的区域中的其它对象的形状和布置的交通法规。车道上的条纹例如作为行驶轨迹的限制由于其形状通常具有例如在车道的纵向延伸方向上伸长的明显的朝向。

根据本发明，借助与确定空间相关性相同的测量数据组确定参考位置。也就是说，不需要单独的步骤来采集地标相对于彼此的空间相关性。这是本发明相对于已知的方法的重要的优点。

在一个构造方案中，将每个测量数据组分别与一个时间点相关联。由此，有利地确保测量数据组的数据基本上同时采集或者可以视为同时采集。由此尤其是同时采集用于空间相关性和用于确定参考位置的数据。

尤其是当借助测量数据组确定地标的空间相关性时，这是有利的。例如可以借助照相机图像确定多个地标相对彼此如何布置。当数据与特定时间点相关联时，可以假设空间相关性与现实是一致的，而例如由于进行采集的照相机移动而产生的所采集的数据的坐标系的改变不会使空间相关性歪曲。必要时可以对采集的测量数据组进行预处理，以便在传感器的同时移动时避免例如对采集的人为影响(artefakte)。

在另一个构造方案中，按照时间顺序采集多个测量数据组，其中，与测量数据组相关联的采集空间沿着轨迹相对于彼此移动。这有利地允许使用参考车辆在测量行驶期间逐步采集数据，以建立具有地标的地图。

在此，可以选择或调整在参考车辆沿着轨迹以特定速度移动时采集测量数据组的频率，使得采集空间具有足够大的重叠，并且以很高的概率采集重叠区域中的地标。以这种方式，可以采集大量条件，用于准确地确定地标的全局位置。

在一个扩展方案中，测量数据组包括距离信息和/或图像数据。由此，可以有利地容易地识别并且定位地标。

测量数据组例如可以借助单眼照相机(monokamera)、飞行时间照相机(time-of-flight-kamera)、立体照相机、光检测和测距(light-detection-and-ranging，lidar)设备和/或无线电检测和测距(radio-detection-and-ranging，radar)设备来采集。多种方法的组合尤其是能够实现特别好的采集。

在另一个设计方案中，借助卫星支持的位置确定方法采集测量数据组的参考点。由此，有利地将已知的方法与本发明结合。

尤其是可以借助卫星支持的位置确定方法，在采集测量数据组的点处采集参考车辆的位置。该地理位置可以用作参考点，相对于参考点确定在测量数据组中检测到的地标的相对位置。然后，通过根据本发明整合用于确定地标的全局位置的数据，例如可以补偿采集参考点时的不精确性。

在所述方法的一个构造方案中，全局参考点是地面的一个地点的位置。由此，可以有利地提供所确定的地标的全局位置用于稍后使用、例如在数据库中使用，借助数据库，通过稍后采集地标，车辆可以确定其自己在地面上的地理坐标系内的位置。

在一个扩展方案中，借助所确定的全局位置产生或更新地图数据。这有利地允许建立具有地标的全局位置的地图。

在另一个构造方案中，所确定的空间相关性包括距离和/或角度。由此有利地明确地表征地标相对于彼此的空间布置。尤其是空间相关性可以作为所确定的地标的相对位置之间的矢量来确定。然后，在根据本发明的方法中，确定全局位置，使得该空间相关性的矢量保持不变或者仅在定义的条件下以定义的方式改变。

在一个扩展方案中，借助补偿计算确定第一地标的全局位置。这有利地允许使用已知的计算方法来确定地标的准确的全局位置。

在补偿计算(其例如在大地测量学中是已知的)中，例如根据特定边界条件优化具有特定位置处的多个地标的网络的数据。在一个构造方案中，将所确定的空间相关性用作针对补偿计算的边界条件。

此外，在另一个构造方案中，借助补偿计算确定第二地标的第二全局位置。通过按照根据本发明的方法引入附加的边界条件，补偿计算的结果得到改善。同时，借助同时采集的地标使边界条件的采集变得容易并且得到改善。

根据本发明，开头提到的系统包括采集单元，通过采集单元可以采集至少一个第一和第二测量数据组。在此，第一测量数据组与第一参考点和第一采集空间相关联，并且第二测量数据组与第二参考点和第二采集空间相关联。所述系统还包括检测单元，通过检测单元可以在第一和第二采集空间中检测第一地标以及在第一采集空间中检测第二地标。其还包括计算单元，通过计算单元，可以借助第一测量数据组确定第一和第二地标相对于第一采集空间的参考点的第一相对位置，并且可以借助第二测量数据组确定第一地标相对于第二采集空间的参考点的第二相对位置。

所述系统还包括相关单元，通过相关单元，可以借助第一测量数据组确定第一和第二地标相对于彼此的空间相关性。所述系统最后还包括补偿单元，通过补偿单元，可以借助所确定的第一地标的第一和第二相对位置，借助所确定的第二地标的第一相对位置并且借助所确定的空间相关性，确定第一地标关于全局参考点的全局位置。

根据本发明的系统尤其是构造用于实现前面描述的根据本发明的方法。所述系统因此具有与根据本发明的方法相同的优点。

在根据本发明的方法的一个构造方案中，采集单元包括单眼照相机、飞行时间照相机、立体照相机、lidar设备和/或radar设备。因此，可以有利地借助不同的方法采集结构。尤其是可以使用不同的传感器和传感器类型的组合。尤其是单眼照相机已经非常广泛地流行，并且可以廉价地提供。

在另一个构造方案中，车辆包括所述系统，其中，对于每个测量数据组，还可以相应地采集车辆的位置，并且将相应地采集的车辆的位置作为参考点与相应的测量数据组相关联。参考点由此有利地由车辆本身采集，例如借助卫星支持的位置确定系统采集。

附图说明

现在，借助实施例参考附图说明本发明。

图1示出了具有包括根据本发明的系统的实施例的车辆的车道；

图2a至2e示例性地示出了车道上的地标之间的空间相关性；以及

图3a至3d示出了具有在根据本发明的方法的实施例中确定的采集的地标的相对位置的实施例。

具体实施方式

参考图1，说明具有根据本发明的系统的实施例的车辆。

车辆1在车道10上行驶。车辆1包括采集单元2和与其耦联的计算单元4。计算单元4本身包括检测单元3、相关单元5和补偿单元6。

此外，示出了采集单元2的采集空间20a，其相对于采集单元2和车辆1基本上是恒定的并且随着车辆1在车道10上移动。车辆1的周围环境中的地标是特别重要的。在所示出的示例中，在车道10的边缘上布置有导向柱8，并且例如在车道10的中间提供车道标记7。在所示出的情况下，这些地标的一部分当前位于采集空间20a中。

参考图2a至2e，借助示例性地示出的车道上的地标之间的空间相关性说明根据本发明的方法的实施例。在此，从上面参考图1说明的根据本发明的系统的实施例出发。

图2a示出了车道10，在车道10上布置有地标21a、21b、21c、21d、21e、21f。在该示例中，例如可以涉及车道标记7。车辆1沿着车道10移动，并且在车道10上行驶期间在三个连续的时间点尤其是借助飞行时间(tof)照相机采集测量数据组。在此，测量数据组尤其是包括图像数据和例如图像数据的每个图像点的距离数据。也就是说，在采集空间20a、20b、20c中采集距离和位置分辨的图像。将以这种方式采集的测量数据组分别与其采集的时间点相关联。采集测量数据组的时间点和车辆1的移动速度在此相互协调，使得采集空间20a、20b、20c具有特定重叠，从而至少两个连续的测量数据组的采集空间20a、20b、20c包括车道表面的特定区域。

对于每个测量数据组，即例如对于采集的tof照相机的每个图像，确定相应的时间点的参考位置。该参考位置尤其是可以对应于车辆1的当前的全局地理位置，其例如借助采集单元2的gps模块(未示出)的数据来确定。也就是说，例如考虑车辆1、因此采集空间20a、20b、20c在两个测量数据组的采集之间移动。

根据针对采集空间20a、20b、20c采集的测量数据组，利用检测单元3识别地标21a、21b、21c、21d、21e、21f，并且利用计算单元4确定其相对于测量数据组的相应的参考点的相对位置。例如可以通过校准照相机，将采集的图像中的特定位置与相对于车辆的位置相关联。然后，可以根据在该时间点针对车辆1确定的参考位置，确定识别出的地标21a、21b、21c、21d、21e、21f的相对位置。

与车道表面上的地标21a、21b、21c、21d、21e、21f的真实的地理位置相比，所确定的该相对位置的精度尤其是取决于参考点、在这种情况下为车辆1的位置的确定的精度以及相对于车辆1的位置确定的精度。在图2b至2d中示出的情况下，理想地假设，地标21a、21b、21c、21d、21e、21f在车道表面上刚好定位在其实际的全局位置上。与这种理想情况的偏差以及根据本发明的方法用于修正这样形成的误差的应用进一步在下面说明。

在图2b至2d中示出了哪些地标21a、21b、21c、21d、21e、21f位于哪个采集空间20a、20b、20c中。例如在采集空间20a中采集地标“a”、“b”和“c”(21a、21b、21c)。附加地在图2c所示出的采集空间20b中采集地标“c”21c。也就是说，在该示例中，可以对地标“c”21c的位置进行两次测量。

此外，利用相关单元5确定地标21a、21b、21c的空间相关性，其通过地标21a、21b、21c之间的连接线示出。在此，尤其确定地标21a、21b、21c相对于彼此具有什么距离，并且虚拟的连接线相对于彼此以什么角度延伸。这可以在可以假设基本上是二维的车道表面上以特别简单的方式确定，然而根据本发明的方法也允许扩展到三维空间，例如用于确定车道标记和在车道10上方的特定高度的信号灯之间的空间相关性。

借助空间相关性和采集空间20a、20b、20c的重叠，可以组合多个测量数据组，如示意性地在图2b、2c和2d中示出的。在图2e中示出了这种组合。这尤其是可以借助补偿单元6进行，如在下面所描述的，组合在此对于所示出的理想化的情况特别简单。

在此，现在也可以确定伪观察，即可以确定没有一起在测量数据组中采集的地标21a、21b、21c、21d、21e、21f之间的空间相关性。在图2e中示出的数据例如允许陈述地标“a”、“d”和“f”之间的空间相关性，尽管这些地标既没有在第一采集空间20a中(参见图2b)，也没有在第三采集空间20c中(参见图2d)共同采集。

这定义了大量的辅助条件，其中，前提条件是，借助测量数据组产生的地标地图再现如此确定的空间相关性。在此，尤其是可以假设，借助测量数据组、例如借助照相机的图像，可以以非常高的精度确定空间相关性。尤其是该精度可以明显比参考位置或车辆1的位置的确定的精度更好。

参考图3a至3d，说明具有在根据本发明的方法的实施例中确定的采集的地标的相对位置的实施例。在此，从上面参考图1说明的根据本发明的系统的实施例和上面参考图2a至2e说明的根据本发明的方法的实施例出发。

与上面在图2b至2d中所示出的类似，在图3a至3c中示出的情况下，在车辆1在车道10上移动期间，也在三个连续的时间点采集测量数据组。采集空间20a至20c相应地相对于彼此移动。

然而，在该示例中，各个测量数据组的参考位置的确定存在统计误差。由于该原因，地标21a、21b、21c、21d、21e、21f没有在其实际的全局位置上采集。为了清楚起见，特别明显地示出了在图3a至3d中示出的移动。然而，同时可以借助所采集的测量数据组以高的精度确定地标21a、21b、21c、21d、21e、21f之间的空间相关性，从而忽略图3a至3d中的这种不确定性。

例如在图3a中示出的情况下，在采集空间20a中采集地标“a”、“b”和“c”(21a、21b、21c)。所确定的相对于存在测量误差的相对点的相对位置22a、22b、22c相对于地标“a”、“b”和“c”(21a、21b、21c)的实际位置移动。然而，在此以高的精度采集利用虚线示出的空间相关性。

与此类似，图3b和3c示出了数据的采集和在其它采集空间20b和20c中的相对位置23c、23d、23e、24d、24e、24f的确定。

利用补偿单元6将采集的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f组合，如在图3d中示意性地示出的。此外，在此为了更好理解，示出了地标21a、21b、21c、21d、21e、21f。现在，补偿单元6的任务是确定地标21a、21b、21c、21d、21e、21f的全局位置，使得其尽可能刚好对应于地标21a、21b、21c、21d、21e、21f的真实的地理位置。为此，执行补偿计算，其中，作为辅助条件引入空间相关性。尤其是空间相关性是在补偿计算中得到的参量(限制)。

为了理解实施例，首先描述根据已知方式的补偿计算的模型，随后说明通过根据本发明的方法的扩展。

所确定的地标21a、21b、21c、21d、21e、21f的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f具有确定特定参考位置(在该示例中是车辆位置)时的不精确性，以及检测、即例如采集单元2、检测单元3和计算单元4的不精确性，即例如进行图像处理和校准时的不精确性。在此，检测的不精确性明显小于例如利用gps模块确定特定参考点的附加的不精确性。也就是说，确定每个地标21a、21b、21c、21d、21e、21f与其检测的数量对应地包括的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f。

所确定的每个单独的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f的方差可以通过方差传播(varianzfortpflanzung)来确定。现在，为了确定多次检测到的地标21a、21b、21c、21d、21e、21f的全局位置，大地测量学经常运用“最小二乘法”。例如可以使用具有线性函数关系的模型。为此，首先将检测彼此相关联，其中，确定所确定的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f中的哪一个与哪个地标21a、21b、21c、21d、21e、21f相关联。为此，可以使用本身已知的方法。随后，通过观察和要估计的参数之间的函数关系是线性的简单模型，针对所示出的实施例构建补偿计算。为此，在根据最小二乘法的补偿计算的过程中，首先建立观察矢量l，其在此由所确定的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f的x和y坐标构成。此外，描述未知的参数矢量(最佳位置)，a描述设计矩阵，并且p描述权重矩阵(协方差矩阵σll的逆)：

该示例中的用于针对线性函数关系计算全局位置的补偿模型因此为：

以这种方式，对于每个地标21a、21b、21c、21d、21e、21f执行补偿，从而针对每个单个地标21a、21b、21c、21d、21e、21f对所确定的多个相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f进行修正。

根据本发明，现在，对这种方法进行修改，使得作为另外的边界条件引入先前确定的空间相关性，以得到地标21a、21b、21c、21d、21e、21f相对于彼此的结构。补偿计算提供不同的方法，以使得将条件引入到计算中。在补偿计算中遵循空间相关性的这种方法可以以多种不同的方式进行，例如借助高斯-马尔可夫(gauss-markov)模型或高斯-赫尔默特(gauss-helmert)模型进行。对于该实施例，下面示例性地说明适当的更简单的方法中的一种(niemeier,wolfgang(2008):ausgleichungsrechnung.2.auflage.berlin:degruyter)，其中，作为虚构的观察引入观察到的测量时期的地标之间的距离。在其它实施例中，可以使用其它本身已知的方法，以便在进行优化时考虑空间上的边界条件。

在该实施例中，如下扩展上面描述的线性模型：

其中，

上面列举的全局位置的计算通过如下公式保持存在：

显然，通过借助属于地标21a、21b、21c、21d、21e、21f的多个相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f，确定地标21a、21b、21c、21d、21e、21f的最佳的全局位置，通过根据本发明的方法对所确定的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f的不确定性进行了修正。然而，在此考虑到所确定的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f之间的空间相关性作为边界条件应当保持不变或者仅允许尽可能小的偏差。

在图3d中示出的示例中，这例如将导致所确定的相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f移动，其中，通过空间相关性，“相关的”相对位置22a、22b、22c、23c、23d、23e、24d、24e、24f基本上共同移动。

在其它实施例中，将由车辆1采集的测量数据组尤其是与所采集的车辆1的位置或者与采集单元2的gps模块的数据一起传输至外部装置，并且在那里进行处理。在此，外部装置也可以包括计算单元4、检测单元3、相关单元5和/或补偿单元6。外部装置例如可以是服务器或计算设备。

借助所确定的全局位置，可以产生或更新地图数据。这可以借助车辆1的装置或借助外部装置、例如服务器进行。可以将这些地图数据传输至另外的车辆，其随后可以借助具有地标21a、21b、21c、21d、21e、21f的全局位置的地图数据确定其自己在车道10上的位置。在此，地图数据可以由车辆1本身存储，或者地图数据可以在需要时例如基于车辆1的查询从外部服务器传输至车辆1。

附图标记列表

1车辆

2采集单元

3检测单元

4计算单元

5相关单元

6补偿单元

7车道标记

8柱子；导向柱

10车道

20a、20b、20c采集空间

21a、21b、21c、21d、21e、21f地标a、b、c、d、e、f(实际的全局位置)

22a、22b、22c第一相对位置

23c、23d、23e第二相对位置

24d、24e、24f第三相对位置