用于估计车辆位置的计算机实现的方法与流程

本发明涉及一种用于估计车辆位置的计算机实现的方法。此外，本发明还涉及一种用于执行这种方法的处理设备和计算机程序，以及一种包括用于执行这种方法的指令的计算机可读(存储器)介质。

背景技术：

1、车辆可以具有被配置用于影响车辆的纵向和/或横向引导的驾驶员辅助系统(fas)。例如，车道辅助可以被配置为将车辆保持在车道标记之间。标记可以例如借助于摄像机被扫描并且自动被识别。

2、许多fas需要了解车辆的确切位置。位置可以在纵向和/或横向方向上确定，并且相对于预定的参考点来表示。例如，可以借助关于诸如wgs84之类的预定大地测量参考系统的地图信息来确定绝对地理位置。例如可以在横向方向上相对于所识别的车道标记来指定车辆的相对位置。

3、车辆位置的确定通常会出现一系列错误和不准确性。例如，传感器提供受噪声干扰的和/或失真的信息，或者有时可能完全失效。不同的测量条件或复杂的处理启发法会导致不同精度或不同可靠性的确定。

4、为了使得能够尽可能精确且可靠地确定对车辆的位置，可以使用多个优选在统计上独立的位置信息源来进行车辆位置的统计估计。不同的位置信息例如可以基于车道边界的基于摄像机的检测、物体或障碍物的基于激光雷达的检测、dgps数据和/或基于里程计的预测。然后，来自不同来源的多个位置信息可以组合成所估计的车辆位置。在此，可以求助于对于本领域技术人员本身已知的传感器数据融合的常见算法，例如卡尔曼滤波技术。

5、在传感器数据融合的一些传统方法中，例如提供了基于不同源的多个位置估计，其分别分配有呈协方差形式的统计离差。在此，在高斯白噪声的假设下，协方差反映了各个位置估计的精确性。从多个位置估计的组合中，例如借助于卡尔曼滤波，通常可以获得新的位置估计，其协方差小于来自不同源的各个位置估计的协方差。

6、与用于估计上述类型车辆位置的已知方法相关的挑战在于，来自不同源的各个位置估计实际上往往不完全遵循在车辆真实位置周围的统计正态分布。各个位置估计所遵循的统计分布(可能偏离正态分布)的相应平均值特别是通常相对于车辆的真实位置偏移一定的距离。该偏移或该距离通常被称为偏差。为此，在本说明书的范畴内在下文中也使用偏差值的名称。在简单的情况下，偏差值例如可以是在特定方向上的恒定偏移。然而，偏差值也有可能根据大小和方向而变化。

7、如果从不同来源导出的一些或所有位置估计具有偏差，则传统的(特别是基于卡尔曼滤波器的)传感器数据融合算法通常不会实现车辆位置的最优估计。例如，如果将没有偏差的第一位置估计和有偏差的第二位置估计相组合，则结果、即组合的位置估计同样具有偏差，从而通常甚至比第一位置估计更差。

8、从机器人技术中已知基于图形的定位算法(所谓的图形slam算法)，其通过将偏差建模为位置估计的一部分来解决有偏差的位置数据的问题。然而，在自动驾驶领域的应用中，可用的信息通常不足以能够正确地估计偏差。此外，这种基于图形的方法的缺点在于，其需要大量的运算时间，从而并不总是适用于自动驾驶领域的应用。

技术实现思路

1、本发明所基于的目的在于，提供改进的车辆定位。本发明通过独立权利要求的主题来实现该目的。从属权利要求反映了优选的实施方式。

2、该目的通过独立权利要求的特征来实现。在从属权利要求中说明了有利的实施方式。

3、需要指出，从属于独立权利要求的权利要求的附加特征在没有独立权利要求的特征或者仅在与独立权利要求的特征子集相组合的情况下可构成独立于独立权利要求的所有特征组合的单独发明，其可以成为独立权利要求、分案申请或后续申请的主题。这同样适用于说明书中所述的技术理论，其可以形成独立于独立权利要求的特征的发明。

4、本发明的第一方面涉及一种用于估计车辆位置的计算机实现的方法。该方法例如可以借助于(数据)处理设备来执行(关于本发明的第二方面，参见下文)。

5、该方法的一个步骤提供基于来自至少一个第一源的一个或多个位置信息的第一位置估计，其中第一位置估计分配有第一偏差值和第一统计离差。

6、例如，可以为第一位置估计分配诸如正态分布之类的统计分布。特别是可以以这种统计分布的形式给定第一位置估计。

7、在这种情况下，可以相对于统计分布例如以协方差、标准差、三倍标准差等形式给定统计离差。

8、例如，可以将偏差值给定为最大预期偏差(在最坏情况偏差的意义上)。如果偏差值是正确的，则实际发生的偏差(即在个别情况下实际发生的偏差)在这种情况下位于0和给定偏差值之间。

9、替代地，偏差值在其方面可以同样以(另外的)统计离差的形式给定，例如以正态分布的协方差、标准差或三倍标准差的形式。例如，对应的现实模型在这种情况下可以为一系列测量数据计算一次偏差，然后为每个测量点计算当前误差。然后将得到总误差为偏差和当前误差的总和。

10、例如，偏差值可以至少在一定时间内是恒定的，或者假设是恒定的。

11、另一步骤是提供基于来自至少一个第二源的一个或多个位置信息的第二位置估计。在此，可以为第二位置估计分配第二偏差值和第二统计离差。

12、源例如可以包括以下列表中的一个或多个元件：(环境)传感器，特别是呈激光雷达传感器、雷达传感器和/或摄像机的形式；里程计；卫星导航系统的接收模块。在此，上述传感器或里程计和/或接收模块优选地布置在待估计其位置的车辆中或车辆处。在里程计的情况下，可以例如以基于里程计数据的预测的形式提供位置估计。里程计数据可以例如表示车辆相对于先前所占据的点已进行的移动，并且例如基于由车辆车轮处的转速传感器提供的信号来确定。

13、例如，一个或多个源可以提供关于(例如以光学方式)所识别的车道边界、(例如以光学方式或借助于激光雷达)所识别的方位点(也称为地标)或(例如以光学方式或借助于激光雷达所识别的)物体或障碍物的信息作为位置估计的基础。换言之，在由摄像机和/或激光雷达传感器所提供的图像中例如可识别车辆环境中的车道边界和/或方位点和/或物体。

14、在此，特别是可以相对于一个或多个车道边界进行位置估计，并且其例如可以得出关于车辆在多个车道中的哪个车道上行驶的结论。也就是说，为了能够例如在自主驾驶或高度自动驾驶中确保足够的安全性，有必要可靠地确定相对于周围车道的车辆位置。在此，在总体安全概念的范畴内，力求以非常高的统计可靠性来确定车辆位于车道内的哪个位置。在此，特别是也期望在车道内的尽可能稳定的定位。

15、如上所述，还可以设置呈接收模块形式的源，其基于卫星支持的导航系统所接收的信号来提供位置信息。因此，可以通过使用卫星导航系统(例如gps或dgps)的数据来进行车辆位置的估计。

16、通常，可以例如相对于或通过使用地图信息来进行车辆位置的估计，即例如可以估计车辆位于哪个地图位置。地图信息可以例如由地图存储器提供。地图数据可以特别是包括物体或方位点和/或车辆可行驶的路线的位置或定向。

17、在此，地图数据可以例如至少部分地基于通过传感器检测的数据，其在勘测车的一次或多次勘测行程中被记录。在此所使用的环境传感器例如可以包括全球卫星导航系统(例如gps或dgps)的接收器、一个或多个光学摄像机、一个或多个雷达传感器和/或一个或多个激光雷达传感器。

18、因此，存储在地图存储器中的数字地图可以包含多个层，其中例如一个层基于全球卫星导航系统的数据，另一个层基于光学摄像机数据，并且另一个层基于激光雷达数据。不同的层可以包含可借助于相应的传感器技术识别的特征。

19、第一或第二位置估计的提供例如还可以包括通过执行所述方法的处理单元或者通过在处理单元中实现的(软件)功能模块来接收第一位置估计，其中位置估计可以在接收之后用于进一步处理。例如，由另一处理单元(可以是例如传感器模块一部分)或者由执行该方法的处理单元的另一功能模块可以将第一位置估计输出到处理设备或最初提到的功能模块，以进行进一步处理。

20、第一位置估计可以已经为基于来自多个不同的第一源的融合位置信息的组合位置估计。因此，第一位置估计例如可以是位置估计的多级组合的中间结果或临时结果，这些位置估计分别基于来自不同源的位置信息。替代地，第一位置估计可以基于来自单个第一源的位置信息。

21、第二位置估计可以优选地基于来自单个第二源的位置信息。替代地，第二位置估计也可以已经是组合的位置估计，如上文关于第一位置估计所述。

22、该方法的另一步骤是确定第三偏差值以及第三统计离差，其中第三偏差值和第三统计离差被分配给由第一位置估计和第二位置估计的组合得到的第三位置估计。

23、例如，第三位置估计可以是统计组合的结果，例如相应于第一或第二位置估计的两个概率分布的求平均或相乘(随后进行归一化)。第三位置估计优选为第一位置估计和第二位置估计通过卡尔曼滤波器进行组合的结果。因此，第三偏差值和第三统计离差同样可以由第一位置估计和第二位置估计的统计组合得到。

24、根据一些实施变型方案，不一定必须实际确定第三位置估计来求取第三偏差值和第三统计离差。如果利用第二位置估计提供与之对应的第二偏差值和与之对应的第二统计离差，则例如可以考虑的是，可以基于第一偏差值、第一统计离差、第二偏差值和第二统计离差来确定第三偏差值和第三统计离差。

25、另一步骤是借助于质量标准来评估第一位置估计和第三位置估计，该质量标准考虑到被分配给相应位置估计的第一偏差值或第三偏差值和被分配给相应位置估计的第一统计离差或第三统计离差。

26、如果评估显示第三位置估计在质量标准方面优于第一位置估计，则在进一步的步骤中使用第三位置估计作为车辆位置的估计结果或者作为用于与来自一个或多个其他源的位置信息的组合的基础。

27、相反，如果评估显示第一位置估计在质量标准方面优于第三位置估计，则使用第一位置估计作为车辆位置的估计结果或者用作用于与来自一个或多个其他源(即与第二源不同的源)的位置信息的组合的基础。特别是可以规定，在这种情况下，为了估计车辆位置的目的，将丢弃(即忽略)第二位置估计(以及第三位置估计)。

28、在上述情况下，其中将第一或第三位置估计用作车辆位置的估计结果，该结果可以例如被输出到车辆的下游功能模块以用于进一步处理，并且例如用作控制车辆的驾驶员辅助功能的基础。

29、根据一个实施方式，基于质量标准对第一位置估计和第三位置估计的评估包括：将第一偏差值和第一统计离差的第一和与第三偏差值和第三统计离差的第三和进行比较。

30、根据该实施方式的一个改进方案，第一和与第三和也可以分别为加权和，即利用不同的因子对各个偏差和各个统计离差进行加权的和。

31、例如，根据该实施方式的一个变型方案，如果第三和(在值上)小于第一和，则可以确定第三位置估计在质量标准方面优于第一位置估计。替代地或附加地，还可以规定，如果第一和小于第三和，则确定第一位置估计在质量标准方面优于第三位置估计。

32、此外，在本发明的范畴内，基于质量标准对第一位置估计和第三位置估计的评估可以包括：将第三偏差值与第一统计离差进行比较。例如，如果第三偏差值大于第一统计离差，则在此可以确定第一位置估计在质量标准方面优于第三位置估计。

33、根据本发明的方法可以通过确定车辆的姿态来改进，即以根据本发明提出的方式来估计车辆的姿态。除了车辆的位置之外，姿态还包括车辆的定向(例如相对于一个或多个车道边界的定向)。在此，例如可以沿两个或三个轴的右手坐标系以笛卡尔坐标指定位置，并且将定向指定为围绕这些轴的旋转角度。

34、根据本发明的第二方面，提出了一种处理设备，其中该处理设备被设计用于执行根据本发明第一方面的方法。方法的特征或优点可以相应地适用于处理设备，反之亦然。

35、处理设备例如可以是包括一个或多个处理器(例如cpu和/或gpu)的车辆控制系统的一部分，在该处理器上进行用于执行方法所需的运算操作。

36、例如，车辆位置应被估计的车辆可以具有根据第二方面的处理设备。

37、在此，车辆优选地包括驱动马达并且是机动车，特别是公路机动车。例如可以通过影响驱动马达或制动装置在纵向方向上控制机动车。

38、车辆可以配备有一个或多个驾驶员辅助系统，其利用所估计的车辆位置。车辆优选地被设置用于至少部分自动驾驶，包括高度自动驾驶或甚至自主驾驶。

39、例如，可以根据所估计的位置来控制车辆的驾驶功能。驾驶功能特别是可以实现车辆的纵向和/或横向控制，例如以速度辅助或车道保持辅助的形式。在此，所估计的位置可以是车辆的安全相关参数，并且可以例如在车辆的纵向和/或横向方向上进行测量。

40、第三方面涉及一种包括指令的计算机程序，在处理设备运行计算机程序时，该指令使处理设备执行根据第一方面的方法。

41、本发明的第四方面涉及一种包括指令的计算机可读(存储)介质，在由处理设备运行时，该指令使处理设备执行根据第一方面的方法。

42、应当理解，上面结合本发明的第三方面和第四方面提到的处理设备可以特别是根据本发明的第二方面的处理设备。

43、例如，处理设备可以包括一个或多个可编程微型计算机或微控制器，并且该方法可以具有程序代码介质的计算机程序产品的形式来实现。计算机程序产品还可以存储在计算机可读数据载体上。

44、根据另一方面，提出了一种用于估计车辆位置的系统。该系统包括：位置信息的第一源和位置信息的至少一个第二源，其中在这些源中特别是可以是车辆的一个或多个环境传感器；以及在数据技术上与源连接的根据本发明第二方面的处理设备，其中处理设备被设置为从源接收位置信息，并且基于位置消息来执行根据本发明第一方面的方法。

45、根据一些实施方式，将源自多个不同源的位置信息彼此组合以确定车辆的估计位置。在此，根据组合位置估计的预期偏差值和预期统计离差(与不考虑其他位置信息的结果相比)，做出关于是否将由源提供的特定其他位置信息用于组合的决定。在此，本发明基于以下想法，即可以通过组合位置估计的由质量标准定义的同时优化以有效的方式不仅在统计离差方面而且在偏差值方面实现改进的车辆位置估计。