本发明涉及一种通过地标确定至少部分自动驾驶的车辆的姿态的方法，其中设置有后端服务器，利用后端服务器将地标的地标数据从地图向车辆的车辆控制系统传输。
背景技术
在技术领域中，姿态可理解为物体的空间方位，即物体在二维空间或三维空间中的位置和取向。
在此，用于确定车辆的姿态的方法至少附加地基于车辆环境中不同类型的地标，其中姿态基础例如可以表现为gps数据。在此，可以基于gps数据利用由地标的识别产生的数据来增加车辆的姿态数据。特别是车辆的取向、例如行驶方向可以在很大程度上通过地标确定。在此，基于地标确定车辆姿态的准确度大于利用gps数据确定的准确度。在此，在部分自动驾驶的车辆中，特别是在未来的全自动驾驶车辆中，纯gps导航不再足以进行车辆导航，而必须应用检测车辆附近的环境且特别是通过识别地标进行车辆导航的系统。在此，术语“车辆控制系统”主要包括检测姿态、评估数据和最终控制车辆所需的所有部件。车辆控制系统特别是包括诸如激光传感器、雷达传感器、红外传感器、电容传感器、激光雷达传感器和/或视频图像采集器的检测器。
对此，例如de102014206901a1公开了一种用于确定环境中至少部分自动驾驶车辆的姿态的方法。在此，情况识别一方面基于借助于环境传感器系统的环境检测，该环境传感器系统包括超声波传感器、激光传感器、雷达传感器、红外和电容传感器、激光雷达传感器和/或视频图像采集器。在此，在车辆在交通中移动时情况识别基于对车辆外部物体的探测，在此同样指明特定情况的信息提示者是相关的。这些例如可为视觉标记、物体或边界。作为附加或替代，为了改善情况识别的准确度可使用其它用于定位的技术，因此可借助于gps系统或具有地标的数字地图结合里程计来确定地理数据。在此，地标是车辆附近环境中的物体，而例如也可为交通信号灯等交通标志以及车道标记。
也就是说，作为感知车辆环境的基础，借助于检测器使用测量数据，通过检测算法可从中提取出物体。基于这些物体可对车辆环境进行建模，以便可规划例如自身车辆的轨迹并做出其他行动决定。
在此，环境模型的质量在很大程度上取决于所使用的环境传感装置。这些环境传感装置受系统制约而在其精度和范围方面的测量特性中有所不同，并且它们的性能通常显著依赖于诸如雨、雾、阳光照射或人工照明等环境条件。例如，潮湿车道中的道路标记特别是在昏暗中不能可靠地用作地标，因为潮湿的车道特别是在昏暗中可能反光，使得相应的检测器不能被激活，而其他检测器在这些天气条件下仍起作用。
然而，并非所有类型的地标都受到影响因素的同等影响。例如，无论天气条件如何，信号设施通常都可以很好地被检测，而例如在利用车辆附近环境中的客观物体以光学方式工作的检测系统中，不能够在所有照明条件下都对相应的环境可靠地进行建模。
作为车辆姿态的重要附加源，除了基于车辆上或车辆中检测器的传感器测量数据的信息之外，还越来越多地使用来自地图的信息。这些地图可以从中央地图服务器或中央后端服务器(下文简称为后端服务器)传输到相应的车辆。然后，在车辆控制系统中，将借助于车辆检测器检测的环境信息与环境信息融合，从而可以实现通常相当高的质量以生成环境模型。
如果来自地图的所有地标借助于后端服务器被传输到车辆控制系统，则将产生大量信息，这可能不必要地使在后端服务器和车辆的车辆控制系统之间的通信信道的可用带宽严重过载。车辆控制系统的运算能力也在硬件方面受到限制，因此希望减少从后端服务器传输到车辆控制系统的数据量。
技术实现要素：
本发明的目的在于，改进一种用于确定至少一个部分自动驾驶车辆的姿态的方法，其中该方法应被设计成使得将尽可能有限的数据量从后端服务器传输到车辆控制系统。还应降低车辆控制系统所需要的运算能力，并且减少车辆控制系统待处理的数据量。在此，应当仍保持能够可靠地引导部分自动驾驶的车辆。
该目的基于根据权利要求1前序部分并具有相应特征部分的所述的方法和基于根据权利要求9所述的车辆控制系统来实现的。在从属权利要求中说明了本发明的有利改进方案。
本发明包括以下技术规定：根据环境影响对待传输的地标数据进行选择，并且其中从后端服务器向车辆控制系统的地标数据的传输限于所进行的选择。
本发明的核心在于，考虑可感测到的环境影响，基于这些影响而仅将根据所识别的当前环境条件(即，优先根据一天中的时间和天气条件)仍可被车辆控制系统有利地使用的那些地标数据从后端服务器向车辆控制系统传输，以生成高质量的环境模型。
所传输的环境信息必须为车辆控制系统提供一些信息增值，其至少超出车辆控制系统通过用于识别附近环境的检测器已经获得的信息。因此，优选地传输也可以被车辆的检测器识别的地标，从而不会传输那些虽然可用于车辆控制系统但由于环境影响而无法被感测到的其他地标。因此，在当前条件下可被车辆控制系统的环境传感器容易检测到的地标位置(即，例如在夜间主动照明的光源)应当优选地由后端服务器从存储的地图材料中发送到车辆控制系统。例如可通过雨水传感器、光传感器、温度传感器等识别的当前情况可以给出关于容易识别的地标类型和不能很好地识别的地标类型的结论。因此，如果基于实际上可容易检测到的地标例如以定位精度的形式难以很好地定位，则应仅传输当前难以识别的地标。通过根据本发明取决于情况地传输关于地标的信息，可最优地利用车辆控制系统的运算能力。以这种方式可显著降低车辆电子系统和通信基础设施的成本。
环境影响例如由以下因素形成：天气、一天中的时间、交通、能见度、光照条件和/或湿度，以及道路标记、交通拥堵、可能遮盖路标的繁忙的对向交通、前方行驶的车辆等。借助于车辆的环境传感器检测环境影响并且将其传输到车辆控制系统。
例如，在潮湿的反光道路上，特别是在黑暗中，道路标记将被忽略，从而用于检测道路标记的相应检测器将不会激活，并且从后端服务器向车辆控制系统的特定数据的相关传输不会激活。例如，还可规定，在背光时不考虑照明装置，例如交通信号设备或前方行驶车辆的照明，因为特别是在背光的情况下相应的检测并不是有意义的，并且无法达到相应的检测质量，从而例如在背光时相应的信号设备仅提供很少的信息内容。
根据本发明的一个有利的改进方案规定，提供有信息服务，利用该信息服务将与车辆位置相关的环境影响传输到后端服务器。例如，利用气象服务形成可能的信息服务，该气象服务向后端服务器传输车辆位置处或车辆周围的天气数据。此外，可提供有特别装配的其他车辆的信息，这些信息形成信息服务。
车辆具有用以检测地标的检测器，其中将从后端服务器传输到车辆控制系统的地标数据与由检测器检测的地标融合，从而可实现以明显更高的质量来生成环境模型。
对于该方法的改进实施方式可规定，根据环境影响利用优选的地标自学习从后端服务器向车辆控制系统传输特定的地标。例如，可根据诸如天气、光照条件、照明等环境影响来识别根据经验分析的在地标和可实现的检测质量之间的关系，以便车辆控制系统在特定环境场景的背景下分配相应的地标并且例如对其他地标进行分类和忽略。这种自学习促使车辆控制系统的工作原理的持续改进和越来越节约资源的使用。该自学习特别是可包括由后端服务器提供的地标的选择，从而根据同样特定的环境条件可持续改进地优化特定地标的基于环境的传输。
根据该方法的另一有利的改进方案，附加地根据本地化场景执行对用于处理特定地标的地标数据的检测算法的选择。由此可实现驾驶的进一步改进，并且如果根据本地化场景增加或减少地标数据量，则可实现用于确定车辆姿态的更少数据流量的优点，其中除了降低后端服务器的传输率之外，还将减少车辆控制系统中待处理的数据流量。
对特定检测器的选择可以由车辆控制系统进行，使得可以在不同的检测器之间切换，例如可打开或关闭检测器和对应的检测算法。
此外，本发明还涉及一种车辆控制系统，其用于执行借助于不同地标确定至少部分自动驾驶的车辆的姿态的方法，其中设置有后端服务器，利用后端服务器将地图中的地标的地标数据传输到车辆的车辆控制系统。在此规定，根据环境影响对待传输的地标数据进行选择，并且其中从后端服务器向车辆控制系统的地标数据的传输限于所进行的选择。上述方法的其他特征和相关优点同样也被考虑用于车辆控制系统。
附图说明
下面将参考附图结合对本发明优选实施例的说明更详细地描述改进本发明的其他措施。其中：
图1示出了执行根据本发明的方法的示意图，其具有示例性示出的环境影响、信息服务和后端服务器以及车辆，并且
图2示出了具有后端服务器的车辆控制系统的结构的示例，该后端服务器用于根据环境影响提供关于地标的数据。
具体实施方式
图1示出了根据本发明的方法的流程。作为示例，示出了三种不同的环境影响14：例如可能炫目的阳光；例如妨碍道路标记识别的降雨；或者例如诸如建筑物等的远距离地标不太容易识别的夜间。
关于示例性示出的环境影响的信息借助于信息服务17被传输到后端服务器13。信息服务17例如通过气象服务或通过其他车辆形成，这些车辆可借助于特殊的传感器提供关于环境影响的数据。
最后，后端服务器13获得关于环境影响14的数据并且根据当前的环境影响选择将传输到车辆1的特定地标。然后在车辆1的车辆控制系统100中将借助于车辆检测器15、16检测的周围环境信息与后端服务器13的周围环境信息融合，从而可实现更高的质量来生成环境模型19。作为示例，示出了地标10、11、12：道路标记10、交通标志11和固定物体12(例如房屋或墙壁)。
图2以各个部件的详细图示示出了车辆控制系统100。此外，示出了用于将地标数据传输到车辆控制系统100的后端服务器13。
车辆控制系统100具有多个检测器15和16，其中仅示例性地示出了两个检测器15、16。利用模块18可以根据应识别哪种类型的地标10、11、12来借助开关s1或s2进行对检测器15、16的切换。
如果检测器15或检测器16被激活或者两个检测器15和16都被激活，则可以确定环境模型19，从而可以在情况分析20之后最终提供功能21，利用该功能通过执行器22输出用于引导车辆的动作。
除了车辆控制系统100之外，还示意性地示出了后端服务器13。其例如位于车辆1外部的静止位置处，并且被构造用于将例如地图中的地标数据传输到车辆控制系统100。根据本发明，后端服务器13从信息服务17获得关于当前环境影响14的数据，例如天气、一天中的时间等。根据这些数据，后端服务器13根据预设的和/或自学习的模型选择出特定的地标10、11、12，这些地标在已知的环境影响14下对于车辆控制系统100而言特别适合用于创建环境模型19。关于不太适合用于创建环境模型19的地标10、11、12的数据不会被传输，因为其不能够被检测器15、16检测或识别。
然后，在车辆控制系统100中将借助于车辆检测器15、16检测到的周围环境信息与后端服务器13的周围环境信息融合，从而可实现更高的质量来生成环境模型19。
在此，以步骤23在后端服务器中进行针对天气特定的地标10、11、12的选择，这些地标从地图存储器24中提取。最后，在步骤25中，将所选择的地标数据传输到车辆控制系统100，如在后端服务器13和车辆控制系统100之间的箭头所示。
本发明在其实施方式上并不局限于上述优选实施例，而是可考虑在基本上不同类型的实施方式中也利用所示解决方案的许多变型方案。从权利要求、说明书或附图中得到的所有特征和/或优点，连同设计细节、空间布置和方法步骤，无论就其自身而言，还是它们各种组合，都是本发明的内容。