用于确定车辆的高精度位置的方法和设备与流程

本发明涉及一种用于确定车辆的高精度位置的方法以及设备，所述方法具有：感测周围环境数据值的步骤，实施该周围环境数据值与地图的比较的步骤，与所述比较有关地确定车辆的高精度位置的步骤，以及基于所述高精度位置提供信号的步骤。

技术实现要素：

根据本发明的用于确定车辆的高精度位置的方法包括：感测周围环境数据值的步骤，所述周围环境数据值代表车辆的周围环境，其中，该周围环境包括多个周围环境特征，所述多个周围环境特征具有至少一个规律结构，并且这些周围环境数据值至少包括至少一个规律结构。该方法还包括：实施所述周围环境数据值与地图的比较的步骤，与所述比较有关地确定车辆的高精度位置的步骤，以及基于所述高精度位置提供信号的步骤。

车辆例如应理解为道路车辆和/或无人驾驶飞机和/或飞机和/或火车。道路车辆尤其应理解为自动化车辆。自动化车辆应理解为部分自动化的、高度自动化的或完全自动化的车辆。

优选地，这样提供信号，使得基于高精度位置运行车辆，和/或这样提供信号，使得与该信号有关地来更新地图。

运行车辆应理解为，例如部分自动化地、高度自动化地或完全自动化地运行车辆。在此，该运行例如包括确定车辆的轨迹和/或借助自动化的横向控制和/或纵向控制驶过该轨迹和/或实施与安全性相关的驾驶功能。此外，该运行例如包括显示车道变换指示和/或实施光控制功能和/或实施至少一个导航任务。提供信号例如应理解为，借助(数据)接口这样提供或传输该信号，使得该信号例如被车辆的至少一个控制器接收以用于运行。

高精度位置应理解为这样的位置：该位置在预给定的坐标系统、例如gnss坐标内是这样精确的，使得该位置不超过所允许的最大模糊度在此，该最大模糊度例如可以取决于车辆的周围环境。此外，最大模糊度例如可以取决于车辆是部分自动化地、高度自动化地还是完全自动化地运行。原则上，最大模糊度如此低，使得确保车辆的安全运行。对于车辆的完全自动化运行，最大模糊度例如处于约10厘米的数量级。

地图例如应理解为数字地图，该数字地图构造为用于：例如结合导航系统和/或车辆的控制器和/或结合与车辆连接的或由该车辆所包含的智能手机来确定车辆的高精度位置和/或与该高精度位置有关地实施功能等。在一种实施方式中，地图应理解为这样的数据值：该数据值尤其代表规律结构与其位置和/或(例如呈矢量形式的)位置变化的结合。

车辆的周围环境例如应理解为这样的区域，该区域可以借助车辆的环境传感器装置被感测到。

环境传感器装置例如应理解为至少一个视频传感器和/或至少一个雷达传感器和/或至少一个激光雷达传感器和/或至少一个超声波传感器和/或至少一个另外的传感器，所述至少一个另外的传感器构造为用于以周围环境数据值的形式感测车辆的周围环境。

根据本发明的方法以有利的方式解决了以下问题：尤其在自动化车辆中，车辆的安全且可靠的运行在许多情况下依赖于对车辆的高精度位置的识别。在此，已知的是，与周围环境特征有关地确定(高精度)位置。然而，为此也必须明确地感测、识别单个周围环境特征作为这种周围环境特征并且最终例如借助地图将所述单个周围环境特征配属给一个位置。但是，在此，彼此相似的或有规律地重复的周围环境特征恰好有可能导致位置确定的不精确性，这种位置确定的不精确性使得无法安全运行。在这里所说明的方法辅助高精度位置的确定，其方式是：恰好将规律结构的存在有利地用于确定高精度位置。

多个周围环境特征例如应理解为车道标记和/或交通标志和/或基础设施的组成部分例如防护栏固定柱等，其中，至少一个规律结构应理解为，在这些多个周围环境特征之间的、与多个周围环境特征的对应构型有关的空间间距。在另一实施方式中，至少一个规律结构应理解为感测时间点之间的、例如取决于车辆速度的时间间隔，在这些感测时间点借助环境传感器装置来感测多个周围环境特征。在另一实施方式中，空间上的规律结构也可以理解为感测时间点之间的、例如取决于车辆速度的时间间隔，在这些感测时间点借助环境传感器装置感测多个周围环境特征。

有利地，至少一个规律结构描述多个周围环境特征沿着参考结构周期性出现。该参考结构尤其相当于车道标记和/或车辆轨迹。

参考结构例如应理解为所谓的参考线，其中，将多个周围环境特征绘制在该参考线上。原则上，多维参考结构也是可行的。在一种可能的实施方式中，例如在是车道标记(例如车道边界标记等)的情况下不必明确地定义所述参考线。例如，多个周围环境特征投影在其上的车辆轨迹也适合作为参考线。

在此，显示出以下优点：可以快速且高效地表示规律结构，并且因此可以为了确定车辆的高精度位置对这些规律结构进行分析评价或使用。

优选地，多个周围环境特征具有至少两个相对彼此独立的规律结构，并且在实施比较的步骤中，确定所述至少两个相对彼此独立的规律结构的关系，其中，与该关系有关地进行比较。在一种实施方式中，所述至少两个相对彼此独立的规律结构之一是参考线，其中，例如将至少一个另外的结构与该参考线的间距用于所述比较。

至少两个相对彼此独立的规律结构的关系例如应理解为恒定的相位移和/或例如与周围环境有关地出现的(变化的)相位移和/或相互之间的横向间距或纵向间距。

在此，显示出以下优点：存在用于确定高精度位置的另一特征，该另一特征使该方法在总体上还更可靠并因此更安全地用于车辆。

优选地，附加地设置确定车辆的粗略位置的步骤，和/或设置与该粗略位置有关地对车辆的周围环境进行分类的步骤，并且与对周围环境的分类有关地来感测周围环境数据值。

粗略位置应理解为例如gps坐标中的位置，该位置至少如此不精确，使得不能根据该粗略位置来运行车辆。粗略位置例如是由导航系统确定和/或显示的位置。车辆的粗略位置例如允许相对于道路区段进行定位，但是例如在车道是多车道的情况下，几乎已经排除了确定车道。通常带有几米的不精确性地确定粗略位置，其中，该不精确性还取决于车辆的周围环境。

与该粗略位置有关地对车辆的周围环境进行分类例如应理解为，将周围环境配属给交通线路类别，其中，例如借助导航系统确定交通线路类别。交通线路类别例如是以下类别中的一个：乡村道路、市区道路、有/无中间带的道路、高速公路、快速道路、田间小路、上坡或下坡等。在此，根据周围环境的实际分类，存在典型的周围环境特征，这些周围环境特征因此特别适合用于实施本方法。例如，在市区道路上不应期望有护栏，其中，乡村道路例如不具有规则的照明装置。

在此，显示出以下优点：例如将环境传感器装置这样匹配于与车辆的粗略位置有关地确定的周围环境，使得快速且可靠地确定多个周围环境特征。这例如可以涉及确定传感器类型的定向和/或使用。

根据本发明的用于确定车辆的高精度位置的设备包括：用于感测周围环境数据值的环境传感器装置，所述周围环境数据值代表车辆的周围环境，其中，该周围环境包括多个周围环境特征，这些周围环境特征具有至少一个规律结构，并且所述周围环境数据值至少包括至少一个规律结构。该设备还包括用于实施周围环境数据值与地图的比较的计算装置、用于与该比较有关地确定车辆的高精度位置的定位装置，以及用于基于该高精度位置提供信号的接口。

优选地，设置用于确定车辆的粗略位置的另外的装置，和/或设置用于与该粗略位置有关地对车辆的周围环境进行分类的附加装置。

优选地，环境传感器装置和/或计算装置和/或定位装置和/或接口和/或另外的装置和/或附加装置构造为用于，实施根据方法权利要求中至少一项所述的方法。

在从属权利要求中说明并在说明书中列出本发明的有利的扩展方案。

附图说明

在附图中示出并且在下面的说明中详细阐述本发明的实施例。附图示出：

图1根据本发明的设备的一个实施例；

图2(2a、2b和2c)根据本发明的方法的实施例；

图3(3a和3b)根据本发明的方法的实施例的流程图。

在下面对图1、2和3的说明中，术语“车辆”和“自动化车辆”同义地使用并且不表示任何限制。

具体实施方式

图1示出车辆100，该车辆包括根据本发明的用于确定330自动化车辆100的高精度位置的设备110。

用于确定330自动化车辆100的高精度位置的设备110例如包括用于感测310周围环境数据值的环境传感器装置111，这些周围环境数据值代表自动化车辆100的周围环境200，其中，周围环境200包括多个周围环境特征210、220，这些周围环境特征具有至少一个规律结构，并且该周围环境数据值至少包括所述至少一个规律结构。该设备还包括用于实施320该周围环境数据值与数字地图的比较的计算装置112、用于与该比较有关地确定330自动化车辆100的高精度位置的定位装置113以及用于基于该高精度位置提供340用于运行自动化车辆100的信号的接口114。

在一种实施方式中，环境传感器装置111例如构造为计算单元(处理器、主存储器、硬盘)，该计算单元与已经由自动化车辆100所包括的至少一个传感器101连接。在另一实施方式中，环境传感器装置包括该至少一个传感器本身。计算单元例如这样地包括软件，使得对所感测的周围环境数据值实现分析评价。在此，例如基于视差原理确定自动化车辆100与多个周围环境特征210、220中的至少一个周围环境特征之间的间距，和/或确定结构和/或识别多个周围环境特征210、220的规律结构。

计算装置112例如包括处理器、主存储器和硬盘，该硬盘包括适合用于实施320周围环境数据值与数字地图的比较的软件。该比较例如通过以下方式进行：对周围环境数据值搜索预给定的特性，该特性例如取决于环境传感器装置的具体构型，并且这些特性被代表与地点相关的可比较特性的数字地图所包含。这些特性例如是呈灰度等级形式的颜色值和/或形状和/或颜色变化和/或多个特性相互之间的布置。

定位装置113例如包括计算单元(处理器、主存储器、硬盘)以及合适的软件，该软件构造为用于，与该比较有关地确定自动化车辆100的高精度位置。例如，通过确定自动化车辆100相对于多个周围环境特征210、220的相对位置来确定高精度位置。这例如借助多个周围环境特征中的至少一个周围环境特征与自动化车辆100之间的方向矢量和/或间距来实现，因为多个周围环境特征210、220的高精度位置也保存在该数字地图中。

用于基于该高精度位置提供用于运行自动化车辆100的信号的接口114例如这样构造，使得有线地和/或无线地将该高精度位置传输给例如用于运行自动化车辆100的控制器。为此，接口114例如包括用于传输数据的发送和/或接收设备。在一种实施方式中，接口114例如附加地包括计算装置，以便进行数据格式的匹配和/或改变。

在一种实施方式中，该设备110例如包括用于确定305自动化车辆100的粗略位置的另外的装置115和/或用于与该粗略位置有关地对自动化车辆100的周围环境200进行分类306的附加装置116。

在此，另外的装置115例如构造为导航系统。在另一实施方式中，另外的装置115例如构造为数据接口，该数据接口从导航系统接收粗略位置，该导航系统由自动化车辆100包含。所述导航系统例如也可以是智能电话，该智能电话有线地和/或无线地、例如通过蓝牙等与自动化车辆100和/或设备110连接。

附加装置116例如构造为计算单元(处理器、主存储器、硬盘)，该计算单元包括适合用于与该粗略位置有关地对自动化车辆100的周围环境200进行分类306的软件。

图2a示出方法300的一个实施例。在此，自动化车辆100位于交通线路上。在自动化车辆100的借助环境传感器装置111所感测的周围环境200中存在多个周围环境特征210、220，其中，多个周围环境特征210、220具有规律结构，在这里示例性地以沿着交通线路以规律的间距布置的对象示出。在此，“规律地反复出现的间距”例如应理解为这样的距离，该距离例如可以在预给定的极限值内变化但不超过这些极限值。因此，所述至少一个规律结构描述多个周围环境特征210、220沿着参考结构周期性出现，其中，所述参考结构在一种可能的实施方式中相当于车道标记230、在这里例如是车道边界标记和/或相当于自动化车辆100的轨迹240。

此外，多个周围环境特征210、220可以例如构造为防护栏的固定柱、车道标记、导向柱、标志牌、交通信号灯、路灯、混凝土障碍物(新泽西护栏)、引导信标(leitbaken)、嵌入道路中的电车轨道、隔音壁和隧道壁、隧道中的灯光条和反射器条、排水沟或路边石棱边，其中，例如将侧面间距视为规律结构。此外，多个周围环境特征210、220例如可以构造为防护栏的固定柱、车道标记、导向柱、标志牌、交通信号灯、路灯、混凝土障碍物(新泽西护栏)(的接合部位)、引导信标、隔音壁和隧道壁的接合部位、例如在隔离带上和/或隧道中的发光器或反射器、排水盖和/或人孔盖(gullidecke)、(例如在高速公路排水沟处的)铺路石或路边石接合部位，其中，例如将纵向间距视为规律结构。此外，多个周围环境特征210、220例如可以构造为车道标记、隧道壁部段和/或隔音壁部段或铺路石和/或路边石部段，其中，例如将长度视为规律结构。此外，也可以考虑地面波形起伏和/或不平坦和/或车道标记的亮度变化和/或颜色变化和/或隔音壁和/或隧道壁和/或发光器和/或反射器和/或滚动噪声中的(例如在频率或音量方面的)差异和/或轨道枕木。

在此，周期性和仅缓慢(例如沿路段缓慢)变化的结构具有以下优点：即使当多个周围环境特征210、220中的单个周围环境特征例如被其他交通参与者遮挡时，也能够可靠地被确定。在此，与经典的定位方法相反，不再仅使用尽可能限界在平面中的周围环境特征(例如标志牌、路灯、房屋拐角等)，而是使用在空间上延伸的周围环境特征(例如防护栏、车道标记条纹(fahrspurmarkierungszüge))，这些周围环境特征本身不太精确，但是例如相对于部分的变化和遮挡明显更稳健。那么通过组合多个周围环境特征210220中的各个周围环境特征仍能在与替代方法可比较的水平上确定330高精度位置。如果所述结构沿着参考结构发生变化并且这种变化是能简单描述的，则例如在线性变化的情况下可能仅保存多个周围环境特征210、220中的两个周围环境特征就足够了。尽管存储器形式极其紧凑，但仍可以通过(在这种情况下线性的)内插法来确定自动化车辆100的高精度位置。

图2b示出规律结构，该规律结构是多个周围环境特征210、220沿着参考结构的周期性出现。在此，该参考结构作为参考线示出，其中，周围环境特征210、220因此被投影到这些参考线上。这种投影或表示例如在实施320比较的步骤中借助计算装置112实现。

图2c示出两个规律结构，通过两个相对彼此独立的规律结构表示。在此，在实施320比较的步骤中，确定至少两个相对彼此独立的规律结构的关系，其中，与该关系有关地进行比较。在此，相互之间的关系例如通过相位移体现，该相位移在实施320比较的步骤320中借助计算装置112来确定。

图3a示出用于确定330车辆100的高精度位置的方法300的一个实施例。

在步骤301中，方法300开始。

在步骤310中，感测代表车辆100的周围环境200的周围环境数据值。在此，周围环境200包括多个周围环境特征210、220，这些周围环境特征具有至少一个规律结构，并且这样感测这些周围环境数据值，使得这些周围环境数据值至少包括至少一个规律结构。

在步骤320中，实施该周围环境数据值与地图的比较。

在步骤330中，与所述比较有关地确定车辆100的高精度位置。

在步骤340中，基于所述高精度位置提供信号。

在步骤350中，方法300结束。

图3b示出用于确定330自动化车辆100的高精度位置的方法300的一个替代实施例，其中，替代地包括两个附加的步骤305和306。在这里未详细示出的另一实施方式中，方法300替代地仅包括两个步骤中的一个步骤305或306。

在步骤301中，方法300开始。

在步骤305中，确定自动化车辆100的粗略位置。

在步骤306中，与所述粗略位置有关地对自动化车辆100的周围环境200进行分类。

接下来，根据对图3a的说明进行步骤310至350。