使用汽车雷达合成孔径雷达的精确自定位的制作方法

文档序号:14608305发布日期:2018-06-05 20:15阅读:199来源:国知局
使用汽车雷达合成孔径雷达的精确自定位的制作方法

本发明涉及车辆中的自主驾驶,并且具体涉及一种用于估计车辆在景观或环境内的位置以便允许车辆在环境中自主驾驶的系统和方法。

可动态地将数字地图提供给车辆以便向驾驶员提供指示他的驾驶路线的合理的局部地图。然而,目前的定位系统提供的车辆位置的误差了高达数米。虽然此幅度的误差可能不会妨碍人类驾驶员正确地驾驶车辆通过其环境,但是自主驾驶系统需要更严格的误差控制以便允许车辆的安全驾驶。因此,需要高度精确地估计车辆在其环境内的位置以便能够实现自主驾驶系统。



技术实现要素:

在一个示例性实施例中,公开了一种驾驶车辆的方法。该方法包括:在车辆的处理器处获得车辆在环境中的位置的第一估计值;从数据库获得与该位置的第一估计值相关联的环境中的静态物体的表示;以及获得环境中的静态物体的合成孔径雷达(SAR)测量值。将静态物体的SAR测量值与数据库中的静态物体的表示进行比较以获得车辆的位置的第二估计值,且基于车辆的位置的第二估计值来驾驶车辆通过环境。

数据库可包括以下一项:(i)数字地图;(ii)通过先前的SAR测量值增强的数字地图;以及(iii)从先前的SAR测量值创建的合成图像。

基于车辆的位置的第二估计值驾驶车辆通过环境可包括在给定位置的第二估计值的情况下执行适合于车辆的环境的操纵。

将静态物体的SAR测量值与静态物体的表示进行比较可包括以下至少一项:(i)将静态物体的SAR测量值的大小与静态物体的表示的大小进行比较;(ii)比较静态物体的SAR测量值和静态物体的表示的相对角度;以及(iii)比较静态物体的SAR测量值和静态物体的表示的相对范围。

训练阶段和/或定位阶段可在接收到SAR测量值时执行。训练阶段包括获得车辆位置的估计值、获得车辆的估计位置处的SAR测量值,以及利用SAR测量值和其相关的车辆位置估计值在数据库中创建静态物体的表示。定位阶段进一步包括将SAR测量值与存储在数据库中的静态物体的表示进行匹配。

在另一个示例性实施例中,公开了一种用于车辆的驾驶系统。驾驶系统包括雷达系统、处理器和自主驾驶系统。雷达系统获得车辆环境中的静态物体的合成孔径雷达(SAR)测量值。处理器获得车辆在环境中的位置的第一估计值、从数据库获得与位置的第一估计值相关联的环境中的静态物体的表示,以及将静态物体的SAR测量值与数据库中的静态物体的表示进行比较以获得车辆位置的第二估计值。自主驾驶系统基于车辆位置的第二估计值来驾驶车辆通过环境。

数据库可包括以下一项:(i)数字地图;(ii)通过先前的SAR测量值增强的数字地图;以及(iii)从先前的SAR测量值创建的合成图像。

自主驾驶系统可基于车辆位置的第二估计值通过在给定位置的第二估计值的情况下执行适合于车辆的环境的操纵来驾驶车辆通过环境。

处理器可通过执行以下至少一项将静态物体的SAR测量值与静态物体的表示进行比较:(i)将静态物体的SAR测量值的大小与静态物体的表示的大小进行比较;(ii)比较静态物体的SAR测量值和静态物体的表示的相对角度。以及(iii)比较静态物体的SAR测量值和静态物体的表示的相对范围。

处理器还可在接收到雷达系统处的SAR测量值时执行以下至少一项:(i)训练阶段;以及(ii)定位阶段。训练阶段包括获得车辆位置的估计值、获得车辆的估计位置处的SAR测量值,以及利用SAR测量值和其相关的车辆位置估计值在数据库中创建静态物体的表示。定位阶段进一步包括将SAR测量值与存储在数据库中的静态物体的表示进行匹配。

在又一示例性实施例中,公开了一种车辆。该车辆包括雷达系统、处理器和自主驾驶系统。雷达系统获得车辆环境中的静态物体的合成孔径雷达(SAR)测量值。处理器获得车辆在环境中的位置的第一估计值、从数据库获得与位置的第一估计值相关联的环境中的静态物体的表示,以及将静态物体的SAR测量值与数据库中的静态物体的表示进行比较以获得车辆位置的第二估计值。自主驾驶系统基于车辆位置的第二估计值来驾驶车辆通过环境。

数据库可包括以下一项:(i)数字地图;(ii)通过先前的SAR测量值增强的数字地图;以及(iii)从先前的SAR测量值创建的合成图像。

自主驾驶系统可基于车辆位置的第二估计值通过在给定位置的第二估计值的情况下执行适合于车辆的环境的操纵来驾驶车辆通过环境。

处理器可通过执行以下至少一项将静态物体的SAR测量值与静态物体的表示进行比较:(i)将静态物体的SAR测量值的大小与静态物体的表示的大小进行比较;(ii)比较静态物体的SAR测量值和静态物体的表示的相对角度;以及(iii)比较静态物体的SAR测量值和静态物体的表示的相对范围。

处理器还可在接收到雷达系统处的SAR测量值时执行以下至少一项:(i)训练阶段;以及(ii)定位阶段。训练阶段包括获得车辆位置的估计值、获得车辆的估计位置处的SAR测量值,以及利用SAR测量值和其相关的车辆位置估计值在数据库中创建静态物体的表示。定位阶段进一步包括将SAR测量值与存储在数据库中的静态物体的表示进行匹配。

结合附图,根据下面的详细描述,本公开的上述特征和优点以及其它特征和优点是显而易见的。

附图说明

其它特征、优点和细节(仅以示例的方式)出现在以下详细描述中,该详细描述参考附图,在该附图中:

图1示出了包括用于根据本文在实施例中公开的方法执行自主驾驶的系统的车辆;

图2示出了车辆可驾驶通过并且可存储在数据库中的环境的示例性数字地图;

图3示出了为了确定车辆相对于环境中的静态物体的位置而进行的车辆操作;

图4示出了在一个实施例中确定车辆相对于其环境的位置的方法;

图5示出了说明使用近似车辆位置建立合成孔径雷达(SAR)测量值的数据库以便创建车辆环境的数字地图的方法的流程图;且

图6示出了说明使用在图5的方法期间创建的SAR测量值和数据库来确定车辆位置的方法的流程图。

具体实施方式

以下描述仅仅具有示例性本质并且不旨在限制本公开、其应用或用途。应当理解的是,在整个附图中,对应的附图标号指示相同或对应的部分和特征。

根据示例性实施例,图1示出了包括用于根据本文在实施例中公开的方法执行自主驾驶的系统102的车辆100。系统102确定车辆100在其环境内的位置并且使用车辆100的位置来自主地驱动车辆通过其环境。系统102包括雷达系统104,其用于对车辆100附近的环境中的物体进行成像。雷达系统104包括侧视发射器106和侧视接收器108。在图1的实施例中,侧视发射器106和侧视接收器108位于车辆100的乘客侧视镜120中。然而,这并不意味着对公开的限制。侧视发射器106和侧视接收器108可形成单个雷达系统104,或替代地可为MIMO(多输入、多输出)雷达系统的一部分,其包括发射器阵列和接收器阵列。

当车辆100沿着路线行驶时,操作侧视发射器106和侧视接收器108以形成合成孔径雷达(SAR),该合成孔径雷达创建辆侧面的物体的图像。SAR使用目标区域上方的雷达天线的运动来提供比静止波束扫描雷达可能的分辨率更精细的空间分辨率。为了创建SAR图像,发射连续的无线电波脉冲以“照亮”目标场景,且接收并记录每个脉冲的回波。使用单个波束成形天线来发射脉冲并接收回波。随着车辆移动,相对于物体的天线位置随着时间而改变。连续记录的雷达回波的信号处理允许组合来自这些多个天线位置的记录以便创建高分辨率图像。

系统102进一步包括数据库110,其包括局部环境的映射数据。映射数据可包括数字地图,其包括环境内的各种静态物体以及它们的相关位置。这样的静态物体可包括建筑物、桥梁、指示牌、柱子、护栏、消防栓等。在一个实施例中,可将映射数据从独立的映射源或服务提供给数据库。在一个实施例中,在车辆100处获得的SAR测量值用于建立此数字地图,由此改进车辆100相对于数字地图中表示的静态物体的相对位置,如下面关于图5所讨论。

系统102进一步包括自主驾驶系统112,其基于车辆100的估计位置来驾驶车辆。如本文所讨论,处理器114操作雷达系统102和数据库110以便向自主驾驶系统112提供车辆100的位置的估计值,其允许自主驾驶系统驾驶通过车辆环境。估计的位置可为地理中心网格上的位置或相对于静态物体的位置。

图2示出了车辆100可驾驶通过并且可存储在数据库110中的环境的示例性数字地图200。数字地图提供环境的三维景观,从而允许驾驶员或自主驾驶系统112具有环境的街道级图像。可标记数据库中的静态物体使得它们在环境中的位置是已知的。这样的位置可为物体的地理中心位置。在一个实施例中,数字地图允许驾驶员或自主驾驶系统112将自己定位在数字地图内,并且提供从选定位置观看的图像,包括选定位置的各种地标和其它静态物体。

图3示出了为了确定车辆100相对于环境中的静态物体300的位置而进行的车辆操作。在图3中,静态物体300是建筑物。当车辆100在其侧视发射器106和侧视接收器108被启动的情况下从点A驾驶至点B,雷达系统104接收可用于创建静态物体300的SAR图像的SAR测量值。SAR图像可与从存储在数据库110中的数字地图提取的静态物体的表示进行比较。一旦确定了SAR图像与数字地图中的静态物体的表示之间的匹配,就可将车辆相对于静态物体的位置估计为在选定误差内。在各种实施例中,位置误差小于约10厘米。

除了使用SAR测量值以及数据库110中的数字地图来确定车辆100相对于环境中的静态物体300的位置之外,还可将SAR测量值添加到数据库中以便增强数字地图。每当车辆100通过静态物体300并且获得SAR图像时,可将SAR图像添加到先前记录的SAR测量值,且可使用多个SAR图像来创建合成SAR测量值。随后的SAR图像可与合成SAR图像进行比较以估计车辆的位置。本文关于图4至6讨论这些方法。

图4示出了在一个实施例中确定车辆相对于其环境的位置的方法。在框402中,获得车辆的位置的初始测量值。初始测量值可为全球定位系统(GPS)测量值或使用另一个地理位置系统获得的测量值。在框404中,使用初始测量值提供车辆的近似自定位,或被称为车辆位置的第一估计值。在框406中,使用第一估计值来确定车辆在存储在数据库110中的数字地图内的位置。一旦确定车辆在数字地图内的位置,可从数字地图提取或获得车辆位置内的静态物体的各种表示(框410),该车辆位置对应于车辆在数字地图内的位置。替代地,可从数字地图中提取与车辆位置相关联的图像,其中图像包括各种物体的表示。返回至框404,当汽车被驾驶时,获得SAR测量值并将其进行处理以便提供与位置的第一估计值对应的SAR图像(框408)。在框412中,将来自框408的SAR图像与在框410中从数字地图中提取的图像进行比较。当这些图像在选定标准内彼此匹配时,确定车辆位置的第二估计值(框414)。更具体地,可将在SAR图像中找到的静态物体与在数据库中110的图像中找到的静态物体的表示进行比较,以确定车辆相对于静态物体的位置。在一个实施例中,可使用数据库中的静态物体的表示的相对大小和静态物体的SAR测量值来确定与静态物体相距的相对距离。另外,可使用静态物体的SAR图像和静态物体的表示中的相对角度来确定车辆相对于静态物体的角位移,且可使用静态物体的SAR测量值和可使用静态物体的表示的相对范围来确定与静态物体相距的相对距离。图4的方法提供了比车辆位置的第一估计值更准确的车辆位置的第二估计值。

图5和6概述了用于估计车辆在环境内的位置的两阶段过程。图5示出了也称为训练阶段的第一阶段,其中将SAR测量值存储在数据库中以便创建地图以供后续使用。图6示出了也称为定位阶段的第二阶段,其中将SAR测量值与存储在数据库110中的一个或多个SAR测量值进行比较以便获得车辆位置的估计值。

返回至图5,流程图500说明了使用近似车辆位置建立SAR测量值的数据库以便创建车辆环境的数字地图的方法。在框502中,在车辆处接收GPS测量值或其它类型的地理位置测量值。根据这些测量值,在框504中获得车辆位置的近似估计(“第一估计值”)。在框506中获得并处理SAR测量值,且SAR测量值与位置的估计值相关联。在各种实施例中,SAR测量值被不断地获得和处理,因此可在接收与其相关联的位置的估计值的同时获得SAR测量值。在框508中,使用车辆位置的估计值和与位置估计值相关联的SAR测量值来创建数据库。当车辆第二次驾驶至该位置时,另一个SAR测量值与该位置的估计值相关联并被记录在数据库中。在一个实施例中,针对相同特定位置的多个SAR测量值用于在数据库中为特定位置创建合成SAR测量值。在另一个实施例中,特定位置的SAR测量值与预先存在的数字地图一起使用,以便增强与特定位置相关的数字地图的一部分。

图6示出了说明使用图5的训练阶段期间创建的SAR数据库使用定位阶段期间的SAR测量值来确定车辆位置的方法的流程图600。在框602中,获得车辆的位置的初始测量值。初始测量值可为全球定位系统(GPS)测量值或使用另一个地理位置测量值。在框604中,使用初始测量值提供近似自定位或车辆位置的第一估计值。在框606中,使用第一估计值来确定车辆在图5的训练阶段期间形成的数据库内的位置。在给定车辆在训练数据库内的位置的第一估计值的情况下,在框610中,从数字地图中提取与估计位置相关联的各种静态物体。在一个实施例中,从训练数据库中提取与车辆位置的第一估计值相关联的合成图像,且合成图像包括各种静态物体。返回至框604,当汽车被驾驶时,在框608中获得SAR测量值,其提供与位置的第一估计值对应的SAR图像。在框612中,将来自框608的SAR图像与在框610处从训练数据库中提取的合成图像进行比较。当这些图像在选定标准内彼此匹配时,确定车辆位置的第二估计值(框614)。第二估计值通常比第一估计值更准确。在各种实施例中,与位置的第二估计值相关联的误差小于10厘米。

在各种实施例中,可使用SAR测量值来确定车辆位置的第二估计值(如关于图6所讨论)并且建立数据库(如关于图5所讨论)。因此,单个SAR测量值可用作训练阶段和定位阶段的一部分。

在某些车辆位置处,SAR测量值可能不返回静态物体的图像。在没有找到静态物体的这些情况下,可使用航位推算法或其它自定位方法来估计车辆位置。

一旦已经估计了位置的第二估计值,就可将第二估计值发送至自主驾驶系统112。自主驾驶系统112可使用位置的第二估计值作为其起点来驾驶通过车辆环境。使用本文公开的方法获得的位置的第二估计值的准确度适合于允许自主驾驶系统112安全地驾驶通过环境。可理解的是,当车辆驾驶通过换届时,所公开的方法可在沿着路线的多个位置处使用。将这些多个位置处的位置估计值提供给自主驾驶系统112,由此允许自主驾驶系统112更新车辆在其环境内的位置的估计值。

虽然已经参考示例性实施例描述了以上公开,但是本领域技术人员将会理解,在不脱离本公开的范围的情况下,可进行各种改变并且可用等同物替换其元件。另外,在不脱离本公开的实质范围的情况下,可进行许多修改以使特定的情况或材料适应本公开的教导。因此,希望本公开不限于所公开的特定实施例,而是将包括落入本申请范围内的所有实施例。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1