用于根据车辆周围环境的雷达签名确定车辆的准确位置的方法和设备与流程

本发明涉及用于确定车辆的第一高精度位置的一种方法和一种设备，其中，该方法包括：检测环境数据值的步骤、确定粗略位置的步骤、确定环境特征数据值的步骤以及确定第一高精度位置的步骤。

背景技术：

de102015002155a1公开一种用于求取机动车的行驶方向上的可用行驶通道方面的地点信息的方法，该地点信息包括位置和/或定向。在此，借助至少一个雷达传感器记录描述机动车周围环境的雷达数据，并且在雷达数据中辨识和定位描述行驶通道边界的至少一个静止特征。

此外，为了在车辆坐标系中求取行驶通道，分析处理行驶通道信息，其中，由行驶通道信息推导出位置信息。

技术实现要素：

根据本发明的用于确定车辆的第一高精度位置的方法包括如下步骤：借助车辆的至少一个雷达传感器检测环境数据值，其中，环境数据值代表车辆的周围环境；根据所检测的环境数据值确定车辆的粗略位置；根据车辆的所确定的粗略位置确定环境特征数据值，其中，环境特征数据值代表至少一个环境特征和该至少一个环境特征的第二高精度位置；根据所述至少一个环境特征确定车辆的第一高精度位置，其中，根据预给定的定位标准，车辆的第一高精度位置比车辆的粗略位置更准确。

在此，车辆的粗略位置是车辆的在预给定坐标系内的如下位置：该位置经受一定的模糊性在此，例如可以涉及圆形的位置说明，其中，给该位置分配圆心和半径。通过将该圆形转换到(二维的)地图中来获得车辆的粗略位置，其方式是：通过将车辆定位在圆形内，其中，对于粗略位置的说明而言不重要的是，车辆具体位于圆圈内的哪里。例如，模糊性(因此圆的半径)处于约5米的数量级中。通常，圆的面积大于车辆的从上方观察的基本面积。

在此，第一和/或第二高精度位置表示预给定坐标系内的位置，其中该位置也经受一定的模糊性。然而，第一和/或第二高精度位置与粗略位置的不同之处在于，根据预给定的定位标准，这种模糊性更准确。所述定位标准例如是：第一和/或第二高精度位置的模糊性以预给定因子小于粗略位置的模糊性。例如，第一和/或第二高精度位置的模糊性处于约20至30厘米或更小的数量级中。

在此，车辆的第一高精度位置例如被分配给车辆的确定的点。

在此，车辆可以理解为有人驾驶的和无人驾驶的车辆。此外，不仅可以涉及手动运行的车辆而且可以涉及部分自动化的、高度自动化的或全自动化的车辆。

一方面，根据本发明的方法具有如下优点：根据至少一个环境特征并且因此独立于可能的无线电连接地(例如通过gps确定位置)确定车辆的第一高精度位置。即使如果由于给定的周围环境影响(例如高的房屋或山)无法接收gps信号，则也可以实现车辆的第一高精度位置的确定。另一方面显示出如下优点：在第二步骤中进行位置的确定。在第一步骤中确定粗略位置并且在第二步骤中才进行高精度位置的确定，但是所述高精度位置的确定取决于已知的粗略位置。由此，在总体上以显著更少的计算开销并且明显更快地进行高精度位置的确定，由此例如改善车辆的驾驶员辅助功能的有效性和车辆的安全性。

优选地，确定车辆的粗略位置，其方式是：根据预给定的第一比较标准将环境数据值至少部分地与第一雷达签名进行比较。

优选地，确定车辆的第一高精度位置，其方式是：根据预给定的第二比较标准将环境数据值至少部分地与第二雷达签名进行比较。

优选地，第一雷达签名和/或第二雷达签名以雷达图的形式存在，其中，所述车辆所述雷达图。

总体上基于雷达的方法具有如下优点：例如与基于视频的方法相比，该方法不取决于照明特性(例如根据白天和夜间或根据车辆周围环境中的来自阳光或其它光源的光)来实现。此外，可以使用车辆中现有的雷达传感器，由此无须安装其他的传感器。

在此，第一和/或第二雷达签名例如可以理解为如下数据值：所述数据值已经预先借助雷达传感器所检测并且借助位置分配以雷达图的形式存储在存储介质上。

在此，每个周围环境具有对于其而言典型的雷达签名，并且因此可以借助第一和/或第二比较标准将所述雷达签名分配给粗略位置和/或第一高精度位置。

在此，根据第一和/或第二比较标准，将所检测的环境数据值(借助车辆的至少一个雷达传感器所检测)与第一和/或第二雷达签名如此进行比较，使得所检测的环境数据值具有确定的信号结构，所述信号结构必须与第一和/或第二雷达签名在预给定范围内一致。例如，仅当存在相应数据的至少90％的一致性时，在第一和/或第二雷达签名与所检测的环境数据值之间才会存在一致性。

优选地，如此确定环境特征数据值，使得该环境特征数据值如此代表恰好一个环境特征，使得根据预给定的评估标准，该环境特征与车辆之间的距离最小。

该环境特征与车辆之间的距离根据预给定的评估标准是最小的表示：与至少一个另外的环境特征与车辆之间的至少一个另外的距离相比，所述环境特征与车辆之间的距离根据预给定的评估标准是最小的。

该环境特征与车辆之间的距离根据预给定的评估标准是最小的是特别有利的，因为改善地和更准确地检测出具有至车辆的更小距离的环境特征，由此在总体上更快速和更有效地实施该方法。

在一种特别优选的实施方式中，如此确定车辆的第一高精度位置，使得第一高精度位置能够实现车辆的如下运行：该运行在仅确定粗略位置的情况下无法实现。

这是特别有利的，这是因为，由于更准确的位置确定以及因此对车辆方位的改善的认知而提高了车辆的安全性，因此例如可以更准确地确定至障碍物的距离并且可以避免与障碍物的碰撞。

优选地，如此确定车辆的粗略位置和/或如此确定车辆的第一高精度位置，使得粗略位置和/或第一高精度位置包括预给定坐标系——尤其gps坐标系中的位置。

在一种特别优选的实施方案中，基于至少一个环境特征的第二高精度位置，确定车辆的第一高精度位置。

这是特别有利的，因为基于第二高精度位置——例如根据gps坐标系内的给定位置，通过确定车辆至至少一个环境特征的相对距离和相对速度，通过简单的矢量相加——可以快速和准确地确定车辆的第一高精度位置。

用于确定车辆的第一高精度位置的根据本发明的设备包括：第一装置，该第一装置用于借助车辆的至少一个雷达传感器检测环境数据值，其中，环境数据值代表车辆的周围环境；第二装置，该第二装置用于根据所检测的环境数据值确定车辆的粗略位置。此外，该设备包括第三装置，该第三装置用于根据车辆的所确定的粗略位置确定环境特征数据值，其中，该环境特征数据值代表至少一个环境特征和至少一个环境特征的第二高精度位置；第四装置，该第四装置根据至少一个环境特征确定车辆的第一高精度位置，其中，根据预给定的定位标准，车辆的第一高精度位置比车辆的粗略位置更准确。

优选地，第一装置和/或第二装置和/或第三装置和/或第四装置构造用于实施根据该方法权利要求中至少一项所述的方法。

本发明的有利扩展方案在从属权利要求中说明并且在说明书中列出。

附图说明

在附图中示出本发明的实施例并且在以下说明书中进一步阐述。在附图中示出：

图1纯示例性地示出包括根据本发明的设备的车辆，该设备用于实施根据本发明的方法。

图2纯示例性地示出一种实施例。

图3纯示例性地示出一种流程图形式的实施例。

具体实施方式

图1示出包括设备110的车辆100，该设备用于实施根据方法权利要求中至少任一项所述的方法300。

该设备110包括第一装置111，该第一装置用于借助至少一个雷达传感器101检测环境数据值，车辆100包括该雷达传感器。在此，第一装置111如此构造，使得该第一装置可以借助连接(例如电缆)接收由车辆100的雷达传感器101所检测的数据。此外，第一装置111构造用于分析处理所检测的环境数据值并且例如基于所检测的环境数据值建立车辆100的周围环境200的雷达图像。为此，第一装置111例如包括第一计算单元，该第一计算单元包括处理器、主存储器、存储介质和相应的软件，以便执行这种分析处理。

此外，设备110包括第二装置112，该第二装置用于确定车辆100的粗略位置220。为此，第二装置112例如包括第二计算单元，该第二计算单元包括处理器、主存储器，存储介质和相应的软件，以便执行这种确定。在另一实施方式中，第一装置111的第一计算单元和第二计算单元也可以是相同的。例如可以确定粗略位置220，其方式是：将借助第一装置111所检测的和所分析处理的环境数据值与第一雷达签名进行比较。该粗略位置例如可以以雷达图105的形式存在，该雷达图包括基于位置的雷达签名。在此，雷达图105不仅可以由第二装置112所包括而且也可以独立于设备110而存在于车辆100中——例如存在于导航系统中。借助将环境数据值与第一雷达签名进行比较，因此给车辆100分配粗略位置220。此外，第二装置112与第一装置111连接。

此外，设备110包括第三装置113，该第三装置用于根据车辆100的所确定的粗略位置220确定环境特征数据值，其中，该环境特征数据值代表至少一个环境特征201和至少一个环境特征201的第二高精度位置230。为此，第三装置113例如包括第三计算单元，该第三计算单元包括处理器，、主存储器以及数据库，该数据库与相应的软件一起存储在存储介质上，其中，与粗略位置220相关的数据库包括环境特征数据值形式的环境特征201，该环境特征数据值与相应的第二高精度位置230相关联。在此，例如由第二装置112读取粗略位置220，并且在数据库中选择预给定距离内的所有环境特征201，然后选择具有至车辆的最短距离202的环境特征201，并且将关于环境特征201的所有数据传输给第四装置114。在另一实施方式中，第三计算单元可以与第一和/或第二计算单元相同。

此外，设备110包括第四装置114，该第四装置用于根据至少一个环境特征201确定340车辆100的第一高精度位置210。为此，第四装置114例如包括第四计算单元，该第四计算单元包括处理器、主存储器、存储介质和相应的软件，以便执行这种确定。在另一实施方式中，第一和/或第二和/或第三和/或第四计算单元也可以是相同的。在此，例如确定车辆100的第一高精度位置210，其方式是：根据预给定的第二比较标准，将环境数据值至少部分地与第二雷达签名进行比较。该第二雷达签名也可以如第一雷达信号那样以雷达图105的形式存在。通过与第二雷达签名进行比较，可以高精度地确定车辆100相对于环境特征的位置和/或运动方向。基于环境特征201的已知的第二高精度位置230，第四计算单元现在例如可以借助矢量相加确定车辆100的第一高精度位置210，其方式是：将车辆100的相对位置与环境特征201的第二高精度位置相加。

图2示出车辆100和车辆100的周围环境200。此外，多个环境特征201处于周围环境200中。借助车辆100的设备110和至少一个雷达传感器101检测环境数据值。基于所检测的环境数据值，确定车辆的粗略位置220。粗略位置220在此示例性地作为车辆所在的椭圆形区域示出。基于该粗略位置220确定环境特征201，其中，优选确定恰好一个如下环境特征201：该环境特征至车辆100的距离202最小。此外，环境特征201的第二高精度位置230是已知的。现在基于该第二高精度位置230，例如在使用车辆100的相对于环境特征201的距离202和/或运动方向的情况下，确定车辆的第一高精度位置210。例如，也可以由所检测的环境数据值确定该运动方向，其方式是：借助与第一和/或第二雷达签名的比较来确定车辆100的定向。此外，可以借助车辆100包括的其他传感器确定该运动方向。

图3借助流程图示出一种实施例。

在步骤301中开始方法300。该方法例如通过如下行驶功能实现：该行驶功能在用于运行车辆100的控制设备上实现，该行驶功能需要车辆100的第一高精度位置，并且该行驶功能借助向设备110发送相应信号来请求该第一高精度位置210。

在步骤310中，借助车辆100的至少一个雷达传感器101检测环境数据值，其中，环境数据值代表车辆100的周围环境200。

在步骤320中，根据所检测的环境数据值确定车辆100的粗略位置220。

在步骤330中，根据所确定的车辆100的粗略位置220确定环境特征数据值，其中，该环境特征数据值代表至少一个环境特征201和至少一个环境特征201的第二高精度位置230。

在步骤340中，根据至少一个环境特征201确定车辆100的第一精高度位置210，其中，根据预给定的定位标准，车辆100的第一高精度位置210比车辆100的粗略位置220更准确。

在步骤350中结束方法300，其方式例如是：设备110将车辆100的第一高精度位置210传输给控制设备，该控制设备需要车辆100的第一高精度位置210来运行车辆100。