用于估算车辆位置的装置及方法与流程

与相关申请的交叉引用

本申请要求2018年11月16日提交至韩国知识产权局的韩国专利申请no.10-2018-0142015的优先权，该申请的全部内容通过引用结合于此。

本发明涉及一种用于估算车辆位置的装置及方法。

背景技术：

自动驾驶系统需要准确地识别车辆的当前位置，因此需要精确的车辆位置估算技术(其使用精确地图)。精确地图包括例如车道信息、道路信息、道路设施信息等信息，且还包括例如传感器数据、三维(3d)数据等数据。

因此，随着精确地图数据的量增加，由于系统在精确地图搜索中的搜索操作负荷较重，识别车辆位置所需的时间会增加。因此，随着精确地图搜索所需时间的增加，传统的车辆位置估算技术在实时识别车辆位置方面的性能可能会较差。

技术实现要素：

本发明致力于解决现有技术中存在的上述问题,同时仍完整保留现有技术所具有的优点。

本发明的一方面提供一种用于估算车辆位置的装置及方法，其基于全球定位系统(gps)信号特征来优化精确地图搜索区域。

本发明所要解决的技术问题不限于上述问题，本发明所属领域的技术人员将从以下描述中清楚地理解本发明未提及的任何其它技术问题。

根据本发明的一个方面，一种用于估算车辆位置的装置包括：位置信息检测器，其配置为检测车辆的位置信息；图像信息检测器，其配置为检测车辆周围的图像信息；存储装置，其配置为存储精确地图；以及处理器，其配置为：根据所述位置信息的可靠性确定精确地图的搜索范围；在所述搜索范围中搜索候选对象；将所述候选对象与所述图像信息进行匹配；根据匹配结果估算车辆的当前位置。

在一个实施方案中，所述位置信息检测器使用全球定位系统(gps)接收器获取位置信息。

在一个实施方案中，所述处理器配置为使用所述位置信息和存储在所述存储装置中的先前的补偿值来生成参考坐标。

在一个实施方案中，所述先前的补偿值定义为在先前的车辆位置估算周期中检测到的位置信息与当前估算的位置信息之间的差。

在一个实施方案中，所述处理器配置为确定以参考坐标为中心的预定形状的搜索区域。

在一个实施方案中，所述处理器配置为根据所述位置信息的可靠性确定搜索区域的大小。

在一个实施方案中，所述处理器配置为根据水平精度因子(hdop)确定所述位置信息的可靠性，所述水平精度因子根据所述全球定位系统接收器测量的数据来计算。

在一个实施方案中，所述处理器配置为根据所述先前的补偿值确定所述搜索区域的大小。

在一个实施方案中，所述处理器配置为：识别所述图像信息中包含的对象；从所述候选对象中提取出与被识别的对象相匹配的候选对象；基于被提取出的候选对象计算车辆的当前位置；将计算出来的当前位置定义为最终位置。

在一个实施方案中，所述处理器配置为计算所述最终位置与所述位置信息之间的差，并根据所述差更新所述先前的补偿值。

根据本发明的一个方面，一种用于估算车辆位置的方法包括：第一操作，检测车辆的位置信息和车辆周围的图像信息；第二操作，根据所述位置信息生成参考坐标；第三操作，参照所述参考坐标确定精确地图的搜索区域；第四操作，在所述搜索区域中选择候选对象；以及第五操作，将所述候选对象与所述图像信息进行匹配并根据匹配结果估算车辆的当前位置。

在一个实施方案中，所述第一操作包括以下步骤：使用全球定位系统(gps)模块检测所述位置信息；以及经由摄像头检测所述图像信息。

在一个实施方案中，所述第二操作包括：通过将存储在存储装置中的先前的补偿值添加至所述位置信息来生成所述参考坐标。

在一个实施方案中，所述先前的补偿值定义为在先前的车辆位置估算周期中检测到的位置信息与当前估算的位置信息之间的差。

在一个实施方案中，所述第三操作包括：确定具有以参考坐标为中心的预定形状的搜索区域。

在一个实施方案中，所述第三操作包括以下步骤：根据全球定位系统接收器的信号质量确定搜索区域的大小；以及根据先前的补偿值确定搜索区域的大小。

在一个实施方案中，所述全球定位系统接收器的信号质量根据水平精度因子(hdop)来确定，所述水平精度因子根据所述全球定位系统接收器测量的数据来计算。

在一个实施方案中，根据先前的补偿值确定搜索区域的大小的步骤包括：根据先前的补偿值确定搜索区域的扩大或缩小比。

在一个实施方案中，所述第四操作包括以下步骤：识别所述图像信息中包含的对象；从所述候选对象中提取出与被识别的对象相匹配的候选对象；基于被提取出的候选对象计算车辆的当前位置；以及将计算出来的当前位置定义为最终位置。

在一个实施方案中，在所述第五操作后，所述方法进一步包括：计算被估算的位置与所述位置信息之间的差；以及根据所述差更新所述先前的补偿值。

附图说明

在下文中结合附图所作的详细说明中，本发明的上述及其他目的、特征和优点将变得更明显，其中：

图1是说明根据本发明的实施方案的用于估算车辆位置的装置的框图；

图2和图3是用于说明根据本发明的用于确定精确地图搜索区域的方法的示意图；

图4是说明根据本发明的实施方案的用于估算车辆位置的方法的流程图。

具体实施方式

下文将参考示例性附图详细描述本发明的示例性实施方案。应注意，在向每一附图中的元件添加附图标记时，相同的或等同的元件被标记为相同的附图标记，即便这些元件显示在其它的附图中时也是如此。进一步地，在描述本发明的实施方案时，当确定相关的已知配置或功能的详细描述干扰对本发明的实施方案的理解时，将省略相关的已知配置或功能的详细描述。

在描述根据本发明的实施方案的元件时，可能使用例如第一、第二、a、b、(a)、(b)等词语。这些词语仅用于将一元件与其它元件区分开而并不限制这些元件的性质、顺序或序列。除非另有定义，此处使用的所有词语(包括技术和科技术语)的含义与本发明所属领域的普通技术人员通常所理解的含义相同。将进一步理解，例如在常用词典中定义的词语应被解释为具有与其在相关领域的语境中相一致的含义，除非本文明确定义，否则不得以理想化或过于字面的意义进行解释。

本发明涉及可应用于自动驾驶系统的车辆位置估算(识别)技术。本发明使用全球定位系统(gps)信号的可靠性来设定最佳的精确地图搜索区域，从而在自动驾驶系统中实现高效的精确地图搜索。

图1是说明根据本发明的实施方案的用于估算车辆位置的装置100的框图。

参考图1，装置100包括车辆信息检测器110、图像信息检测器120、位置信息检测器130、存储装置140及处理器150。

车辆信息检测器110包括用于检测车辆信息的一个或多个传感器以及经由车载网络(ivn)连接而安装于车辆上的电子控制单元(ecu)。车辆内的ivn可以实施为控制器局域网络(can)、多媒体导向系统传输(most)网络、局部互联网络(lin)以及/或者线控(flexray)等等。车辆信息包括车辆驾驶相关的控制信息，例如车辆速度、转向角度、转向角速度等等。

图像信息检测器120通过安装在车辆上的摄像头获取车辆周围的图像信息。例如，图像信息检测器120包括能获取车辆前方图像的摄像头。图像信息包括位于车辆前方、后方和/或侧方的对象、左侧和右侧车道的类型和到车辆的距离、道路曲率等等。

摄像头可分别安装于车辆的前部、后部和侧部。该摄像头可以实现为图像传感器的至少一者：例如电荷耦合器件(ccd)图像传感器、互补金属氧化物半导体(cmos)图像传感器、电荷启动器件(cpd)图像传感器、电荷注入器件(cid)图像传感器等。所述摄像头可以包括图像处理器，该图像处理器配置为对通过图像传感器获取的图像执行图像处理(例如噪声消除、色彩再现、文件压缩、图像质量调整、饱和度调整等等)。

位置信息检测器130测量车辆的当前位置。位置信息检测器130可以实现为全球定位系统(gps)接收器。所述gps接收器接收从三个或更多个gps卫星发射的信号并使用接收到的gps信号计算车辆的当前位置。

此外，位置信息检测器130基于由所述gps接收器测量的数据(位置坐标)来计算水平精度因子(horizontaldilutionofprecision,hdop)。水平精度因子(hdop)是这样的系数，其指示取决于天球中gps卫星的分布状态的退化程度。所述hdop指水平定位结果的精度。

存储装置140存储精确的地图数据(精确的地图信息，下文中简称为精确地图)。精确地图包括自动驾驶所需的车道信息(例如车道的数量、车道位置(坐标)、道路类型、用于所述道路的合适的速度等等)、道路信息、道路设施信息以及周围环境信息。

存储装置140可存储经编程以嵌入至处理器150并执行预定操作的软件。存储装置140还可存储处理器150的输入和输出数据。

存储装置140可存储图像处理逻辑、精确地图搜索逻辑、位置估算逻辑等等。存储装置140还可存储车辆信息、位置信息、图像信息、参考搜索区域大小、先前的补偿值等。此外，存储装置140还可存储查找表，该查找表包含例如取决于hdop的搜索区域大小(范围)、取决于先前的补偿值的搜索区域大小等等的信息。

存储装置140可实现为存储介质(记录介质)的至少一者，例如闪速存储器、硬盘、sd卡(安全数码卡)、随机存取存储器(ram)、静态随机存取存储器(sram)、只读存储器(rom)、可编程只读存储器(prom)、电可擦可编程rom(eeprom)、可擦可编程rom(eprom)、寄存器、可移动磁盘、网络存储器等等。

处理器150控制用于估算车辆位置的装置100的整体操作。处理器150可以实现为专用集成电路(asic)、数字信号处理器(dsp)、可编程逻辑器件(pld)、现场可编程门阵列(fpgas)、中央处理单元(cpu)、微控制器及微处理器的至少一者。

处理器150使用由检测器110-130检测到的信息以及存储在存储装置140中的精确地图作为输入来执行车辆位置估算逻辑。也就是说，处理器150使用位置信息、图像信息及精确地图信息执行位置补偿并估算车辆的当前位置。

处理器150将存储装置140提供的精确地图以及从检测器110-130输入的车辆信息、位置信息和图像信息编辑成可在所述逻辑处进行处理的数据形式。也就是说，处理器150对输入至所述逻辑的数据进行预处理。

处理器150使用由位置信息检测器130检测的位置信息和存储在存储装置140中的先前的补偿值生成参考坐标。例如，处理器150通过将所述先前的补偿值添加至检测到的位置信息来计算参考坐标。

在此方面，先前的补偿值是在先前的车辆位置估算周期(过程)中所计算的值。先前的补偿值指的是由位置信息检测器130输出的位置信息(测量到的位置信息)与最终估算的位置信息之间的差。也就是说，所述补偿值是估算的最终位置减去由gps接收器测量到的位置。

处理器150通过根据由gps接收器测量的位置精度(即gps信号可靠性(质量))优化精确地图搜索区域来控制位置补偿功能的执行。处理器150确定gps信号可靠性，即，基于在位置信息检测器130处计算的水平定位结果精度(水平精度因子，hdop)的检测到的位置信息的可靠性。

例如，当hdop小于1，或者hdop等于或大于1但小于10时，处理器150确定gps信号可靠性为好；当hdop大于10时，处理器150确定gps信号可靠性为差。

此外，处理器150可根据先前的补偿值来确定gps信号可靠性。例如，当先前的补偿值小于3米，或者先前的补偿值等于或大于3米但小于9米时，处理器150确定gps信号可靠性为好；当先前的补偿值大于9米时，处理器150确定gps信号可靠性为差。

处理器150根据gps信号可靠性来确定以参考坐标为中心的精确地图搜索区域(下文中简称为搜索区域)。处理器150将参考坐标反映至精确地图上并设定以参考坐标为中心的预定形状(例如圆形、方形、多边形等等)的搜索区域。

此外，处理器150根据gps信号可靠性来确定搜索区域的大小。随着gps信号可靠性降低，处理器150增加搜索区域的大小，且随着gps信号可靠性增加，处理器150减小搜索区域的大小。例如，处理器150根据gps信号可靠性来确定搜索区域的半径。

也就是说，处理器150根据hdop和/或先前的补偿值来增加或减小搜索区域的大小。

当确定搜索区域后，处理器150搜索精确地图中相应区域的对象。此时，处理器150根据搜索条件将搜索区域中的一个或多个对象选为候选对象。在此方面，搜索条件指预定的搜索对象(例如路标、车道、地铁站等等)。

处理器150将选定的候选对象与图像信息中的对象进行匹配。也就是说，处理器150识别图像信息中的对象并从选定的候选对象中提取出与被识别的对象相匹配的候选对象。处理器150使用被提取的候选对象作为参考来计算车辆的当前位置并将计算出的当前位置定义为最终位置。

处理器150计算估算的位置信息(最终位置)和位置信息检测器130检测到的位置信息之间的差来作为补偿值(即，最终位置检测位置)。处理器150用计算出的补偿值更新存储在存储装置140中的先前的补偿值。也就是说，在当前周期中计算出的补偿值作为下一个周期中的先前的补偿值。

图2和图3是用于说明根据本发明的用于确定精确地图搜索区域的方法的示意图。

处理器150可根据gps信号可靠性(质量)来确定搜索区域的大小。处理器150在gps信号可靠性较低时增大搜索区域的大小，在gps信号可靠性较高时减小搜索区域的大小。

在此方面，处理器150使用在位置信息检测器130处计算的hdop来评估gps信号可靠性(检测到的位置信息的可靠性)。处理器150根据hdoph确定搜索区域的大小rg(h)。如图2中所示，当hdop小于1时，处理器150确定搜索区域的半径rg为15米。当hdop等于或大于1但小于10时，处理器150确定搜索区域的半径rg为20米，且当hdop等于或大于10时，处理器150确定搜索区域的半径rg为30米。

处理器150可以根据先前的补偿值来确定搜索区域的大小。在此方面，当先前的补偿值较大时，意味着由gps接收器测量的位置与实际位置之间的差较大。也就是说，当先前的补偿值较大时，由gps接收器测量的定位精度较低。因此，当先前的补偿值d较大时，处理器150增加搜索区域的大小rd(d)，且当先前的补偿值d较小时，处理器150减小搜索区域的大小rd(d)。在此方面，搜索区域的大小rd(d)是指的是搜索区域的当前大小与搜索区域的参考大小(参考半径)之间的比率(表示扩大或缩小)。

参照图3，当先前的补偿值d小于3米时，处理器150确定搜索区域的扩大/缩小比rd(d)为1。当先前的补偿值d等于或大于3米但小于9米时，处理器150确定搜索区域的扩大/缩小比rd(d)为1.2，且当先前的补偿值d等于或大于9米时，处理器150确定搜索区域的扩大/缩小比rd(d)为1.6。

图4是说明根据本发明的实施方案的用于估算车辆位置的方法的流程图。

用于估算车辆位置的装置100的处理器150使用由位置信息检测器130检测到的位置信息和存储在存储装置140中的先前的补偿值来生成参考坐标(s110)。处理器150通过将所述先前的补偿值添加至检测到的位置信息来计算参考坐标。

处理器150根据参考坐标来确定精确的地图搜索区域(以下简称“搜索区域”)(s120)。处理器150将参考坐标反映至精确地图上并设定以参考坐标为中心的搜索区域。

处理器150根据检测到的位置信息的可靠性(gps信号可靠性)来确定搜索区域的大小(s121)。处理器150根据hdop确定检测到的位置信息的可靠性。随着hdop增大，处理器150增大搜索区域的大小，且随着hdop减小，处理器150减小搜索区域的大小。

处理器150根据先前的补偿值来确定搜索区域的大小(s122)。当先前的补偿值较大时，处理器150增大搜索区域的大小，且当先前的补偿值较小时，处理器150减小搜索区域的大小。

处理器150基于确定的搜索区域选择精确地图中的候选对象(s130)。处理器150在确定的搜索区域中选择(划分)预定的搜索对象，并将其定义为候选对象。

处理器150通过将选定的候选对象与图像信息检测器120检测到的图像信息进行匹配来估算车辆的当前位置(s140)。处理器150识别包含于检测到的图像信息中的对象，并从选定的候选对象中提取出与被识别的对象相匹配的候选对象。处理器150使用被提取的候选对象作为参考来计算车辆的当前位置，并将其估算为最终位置。

例如，当车辆行驶时，鉴于gps信号大约为1hdop的良好状况，处理器150搜索小半径区域内的对象并计算当前位置。然后，当gps信号状况恶化(hdop大于10)时，处理器150使用操作逻辑将搜索区域的半径增加到30米。然后，处理器150检查先前操作的补偿值。当先前的补偿值为10米时，处理器150确定gps信号的可靠性较低，然后根据操作逻辑将搜索区域增加60％。此后，处理器150最终将搜索半径调整为40米。

在一个实例中，当hdop大于10且先前的补偿值大于9米时，处理器150将搜索区域设置为最大搜索半径并在精确地图中搜索对象以计算当前位置。此后，当车辆偏离城市并进入没有建筑物的平地上的公路时，gps信号的质量提高，因此gps接收器测量的位置与估算位置之间的差几乎为0。然后，处理器150根据操作逻辑将精确地图搜索区域减小到最小。

上述描述仅仅是对本发明技术构思的说明，本领域技术人员可以在不偏离本发明基本特征的情况下进行各种修改和改变。因此，本发明公开的实施方案并非旨在限制本发明的技术构思，而是为了说明本发明，且本发明的技术构思的范围不受实施方案的限制。本发明的范围应当解释为包含在所附权利要求的范围内，属于权利要求范围的所有技术构思应当解释为包含在本发明的范围内。

根据本发明，精确地图搜索区域的大小可以根据gps(全球定位系统)信号特性而变化，因此可以根据环境来优化精确地图搜索区域。从而，可以优化识别位置所需的时间并提高车辆位置估算的准确性。

在上文中，尽管本发明已参照示例性实施方案和附图进行了描述，但本发明并不限于此，而是可以由本发明所属领域的技术人员在不背离本发明权利要求书保护的精神和范围的情况下做出各种修改和变化。