CN112240767A - 车辆定位识别 - Google Patents
车辆定位识别 Download PDFInfo
- Publication number
- CN112240767A CN112240767A CN202010667902.6A CN202010667902A CN112240767A CN 112240767 A CN112240767 A CN 112240767A CN 202010667902 A CN202010667902 A CN 202010667902A CN 112240767 A CN112240767 A CN 112240767A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- coordinate system
- location
- host vehicle
- global coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 15
- 230000007246 mechanism Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/0009—Transmission of position information to remote stations
- G01S5/0072—Transmission between mobile stations, e.g. anti-collision systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了“车辆定位识别”。一种计算机,包括处理器和存储器。所述存储器存储指令,所述指令能够由所述处理器执行以:在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
Description
技术领域
本公开涉及车辆导航领域,并且更具体地涉及车辆定位确定。
背景技术
车辆在操作时使用传感器收集数据,该传感器包括雷达、激光雷达、视觉系统、红外系统和超声换能器。车辆可在沿道路行驶时致动传感器以收集数据。基于该数据,就有可能确定车辆操作参数。例如,传感器数据可指示车辆的定位、速度、加速度等。
发明内容
一种计算机包括处理器和存储器,所述存储器存储指令,所述指令能够由所述处理器执行以:在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
所述指令还可包括用于基于所述目标车辆第一定位的分辨率误差来识别所述主车辆的所述定位的指令。
所述指令还可包括用于从所述目标车辆接收传感器数据的指令,以及用于停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器的指令。
所述指令还可包括用于经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位的指令、用于确定在所述局部坐标系中的第二目标车辆第二定位的指令,以及用于基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位的指令。
所述指令还可包括用于将所述目标车辆的图像输入到机器学习程序中以识别所述目标车辆在所述局部坐标系中的所述定位的指令。
所述指令还可包括用于经由车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位的指令,以及用于基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位的指令。
所述指令还可包括用于基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位的指令。
所述目标车辆可为车队中的引导车辆,并且所述主车辆在所述车队中。
一种方法包括:在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
所述方法还可包括基于所述目标车辆在所述全局坐标系统中的所述定位的分辨率误差来识别所述主车辆的所述定位。
所述方法还可包括从所述目标车辆接收传感器数据,以及停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器。
所述方法还可包括经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位。
所述方法还可包括将所述目标车辆的图像输入到机器学习程序中,以识别所述目标车辆在所述局部坐标系中的所述定位。
所述方法还可包括经由无线车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位。
所述方法还可包括基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位。
一种系统包括:车辆传感器;用于在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位的构件;用于确定在局部坐标系中的目标车辆第二定位的构件,所述局部坐标系具有在所述主车辆处的原点;以及用于仅基于以下各项来识别在所述全局坐标系中的主车辆定位的构件:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
所述系统还可包括用于从所述目标车辆接收传感器数据以及停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器的构件。
所述系统还可包括用于经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位的构件。
所述系统还可包括用于经由无线车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位的构件。
还公开了一种计算装置,所述计算装置被编程为执行上述方法步骤中的任一个。还公开了一种车辆,所述车辆包括所述计算装置。还公开了一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储指令,所述指令能够由计算机处理器执行以执行上述方法步骤中的任一个。
附图说明
图1是用于确定车辆的定位的示例系统的框图。
图2是车队的平面图。
图3是用于确定车辆的定位的示例过程的框图。
具体实施方式
车辆使用定位技术来确定用于操作(例如导航、碰撞避免等)的定位。定位可能需要多个复杂传感器,例如激光雷达、高分辨率GPS等。有利地,如本文所公开,缺乏这些复杂传感器中的一个或多个的车辆可基于具有复杂传感器的另一个车辆的定位来执行定位技术。也就是说,具有足够以高精度确定其定位的传感器的主车辆可通过诸如V2V(车辆对车辆)通信的通信介质将其定位传输到一个或多个附近的车辆,并且附近车辆可基于接收到的定位和主车辆距相应的附近车辆的距离来确定其相应定位。因此,缺乏使用定位技术的复杂传感器的附近车辆可确定它们在全局坐标系中的相应定位。当车辆包括可执行定位技术的传感器时,使用主车辆将其定位传输到车辆允许车辆停用传感器,从而减少车辆的动力消耗。
图1示出用于确定车辆101的定位的示例系统100。系统100包括计算机105。车辆101中典型地包括的计算机105被编程为从一个或多个传感器110接收收集的数据115。例如,车辆101的数据115可包括车辆101的定位、关于车辆101周围的环境的数据、关于车辆外部的对象(诸如另一个车辆)的数据等。车辆101定位典型地以常规形式提供,例如地理坐标,诸如经由使用全球定位系统(GPS)的导航系统获得的纬度和经度坐标。数据115的另外的示例可包括车辆101的系统和部件的测量结果,例如,车辆101的速度、车辆101的轨迹等。
计算机105通常被编程为用于在车辆101网络(例如,包括常规的车辆101通信总线)上进行通信。经由网络、总线和/或其他有线或无线机制(例如,车辆101中的有线或无线局域网),计算机105可向车辆101中的各种装置(例如,控制器、致动器、传感器等,包括传感器110)传输消息和/或从所述各种装置接收消息。替代地或另外地,在计算机105实际上包括多个装置的情况下,车辆网络可用于在本公开中表示为计算机105的装置之间的通信。另外,计算机105可被编程用于与网络125进行通信,如下所述,该网络可包括各种有线和/或无线联网技术,例如蜂窝、低功耗(BLE)、有线和/或无线分组网络等。
数据存储106可为任何类型,例如硬盘驱动器、固态驱动器、服务器或者任何易失性或非易失性介质。数据存储106可存储从传感器110发送的收集的数据115。
传感器110可包括多种装置。例如,车辆101中的各种控制器可作为传感器110操作以经由车辆101网络或总线提供数据115,例如与车辆速度、加速度、位置、子系统和/或部件状态等相关的数据115。此外,其他传感器110可包括相机、运动检测器等,即,用于提供数据115以评估部件的位置、评估道路的坡度等的传感器110。传感器110还可包括但不限于短程雷达、远程雷达、激光雷达和/或超声换能器。
收集的数据115可包括在车辆101中收集的多种数据。上文提供了收集的数据115的示例,并且此外,数据115通常使用一个或多个传感器110来收集,并且可另外地包括在计算机105中和/或在服务器130处根据该数据计算出的数据。一般来说,收集的数据115可包括可由传感器110采集和/或根据此类数据计算出的任何数据。
车辆101可包括多个车辆部件120。在这种背景下,每个车辆部件120包括适于执行诸如移动车辆101、使车辆101减慢或停止、使车辆101转向等机械功能或操作的一个或多个硬件部件。部件120的非限制性示例包括推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如,其可包括方向盘、转向齿条等中的一者或多者)、制动部件、清洁部件、泊车辅助部件、自适应巡航控制部件、自适应转向部件、可移动座椅等。为了避免疑问,应注意,部件120还包括传感器110;为了方便起见,本文中用单独的附图标记来标识传感器110,例如,传感器110的以下讨论中的一些涉及感测能力等,并且不属于其他部件120。
系统100还可包括连接到服务器130和数据存储135的网络125。计算机105还可被编程为经由网络125与诸如服务器130的一个或多个远程站点通信,这种远程站点可能包括数据存储135。网络125表示车辆计算机105可通过其与远程服务器130通信的一种或多种机制。因此,网络125可为各种有线或无线通信机制中的一种或多种,包括有线(例如,电缆和光纤)和/或无线(例如,蜂窝、无线、卫星、微波和射频)通信机制的任何期望的组合以及任何期望的网络拓扑(或当使用多个通信机制时的多个拓扑)。示例性通信网络包括提供数据通信服务的无线通信网络(例如,使用低功耗(BLE)、IEEE802.11、车辆对车辆(V2V)和/或车辆对基础设施(V2X)(诸如专用短程通信(DSRC))等)、局域网(LAN)和/或广域网(WAN),包括互联网。
图2是车队200(即,沿着道路一起行驶的多个车辆)的平面图。车队200包括主车辆101和多个目标车辆,该多个目标车辆包括引导车辆205和跟随车辆210。在车队200中,引导车辆205通过网络125(例如,V2V通信)向跟随车辆210和主车辆101传输信息。例如,引导车辆205可传输引导车辆205在全局坐标系中的定位,如下所述,并且跟随车辆210和主车辆101可基于引导车辆205在全局坐标系中的定位来确定它们在全局坐标系中的相应定位,如下所述。在图2的示例中,主车辆101和跟随车辆210与引导车辆205都在车队200中。可选地,主车辆101、引导车辆205和跟随车辆210可单独地操作,即,不在车队200中,并且相应的操作员可将主车辆101和/或跟随车辆210朝向不同的相应目的地操作。另外可选地,车队200可包括多于一个跟随车辆210,例如,两个、四个等。因此,主车辆101和跟随车辆210可减少传感器操作,从而当在车队200中行驶中降低动力消耗。
引导车辆205可通过网络125将来自一个或多个传感器110的数据115传输到主车辆101和跟随车辆210。引导车辆205可通过网络125(例如,V2V通信)将主车辆101和跟随车辆210可能没有收集的数据115提供到主车辆101和跟随车辆210。例如,引导车辆205可从来自激光雷达110的数据115生成数据点云,并且通过网络125将数据点云传输到计算机105和跟随车辆210。主车辆101和跟随车辆210可能缺乏引导车辆205所具有的一个或多个传感器110,例如,激光雷达、高分辨率定位检测等。可选地,在识别引导车辆205后,主车辆101和跟随车辆210可依赖于来自引导车辆205的数据115而停用一个或多个传感器110以减少相应车辆101、210的电池的功率消耗。
引导车辆205确定其在全局坐标系中的定位。在这种背景下,“全局坐标系”是地理定位经度和纬度坐标系,其中根据固定原点来指定地球表面的坐标,该固定原点即为不会随着独享移动而改变并且不依赖于任何对象相对于坐标系(例如全球导航卫星系统(GNSS),诸如全球定位系统(GPS))的定位的原点,全局坐标系的纵轴和横轴被示为图2中的罗盘刻度盘中的南北轴线和东西轴线。引导车辆205可向服务器130发送请求引导车辆205在全局坐标系中的定位(例如,指示引导车辆205的纬度和经度的GPS坐标)的信号。在接收到引导车辆205的定位后,引导车辆205可通过网络125将该定位(例如,作为一组坐标的纬度和经度)传输到主车辆101和跟随车辆210。
主车辆101可确定引导车辆205在局部坐标系中的定位。在这种背景下,主车辆101的“局部坐标系”是将在主车辆101上和/或中的点作为原点的二维坐标系。例如,原点可为主车辆101的中心点,如图2所示。原点可为存储在数据存储106中的在主车辆101上的预定点。局部坐标系具有从原点延伸的横轴X和纵轴Y。主车辆101可识别引导车辆205在局部坐标系中的定位。也就是说,计算机105可致动一个或多个传感器110以检测引导车辆205,例如,计算机105可致动雷达以确定主车辆101与引导车辆205之间的距离。在另一个示例中,计算机105可致动相机110以收集引导车辆205的图像,并且可将图像输入到图像辨识算法,诸如机器学习程序。机器学习程序可为用车辆的参考图像和在图像中距车辆的参考距离训练的神经网络。可通过诸如梯度下降的常规技术来调整成本函数的系数,以训练神经网络输出引导车辆205的标识和主车辆101与引导车辆205之间的距离。因此,计算机105可将引导车辆205的图像输入到机器学习程序,以输出主车辆101与引导车辆205之间的距离。
在检测到引导车辆205后,计算机105可确定引导车辆205在局部坐标系中的定位,从而分配指示引导车辆205的定位的沿着横轴X的坐标x和沿着纵轴线Y的坐标y。一般来说,坐标(x,y)表示主车辆101与引导车辆205或跟随车辆210中的一者之间的距离的分量矢量,即,距离的沿着横轴X延伸的分量和距离的沿着纵轴Y延伸的分量。在图2的示例中,坐标(x1,y1)表示局部坐标系中的主车辆101与引导车辆205之间的距离的分量矢量,并且坐标(x2,y2)表示局部坐标系中的主车辆101与跟随车辆210之间的距离的分量矢量。
计算机105确定主车辆101在全局坐标系中的定位。计算机105可基于引导车辆205在局部坐标系中的定位来确定主车辆101在全局坐标系中的定位。也就是说,引导车辆205在全局坐标系中的位置可被确定为:
其中是引导车辆205在全局坐标系中的位置,是如由引导车辆205的计算机检测到的引导车辆205的位置(即,如由引导车辆205的传感器检测到的纬度和经度),并且ΔeL是定位误差,即,引导车辆205的位置的分辨率误差。在这种背景下,“定位误差”是由车辆101、205、210确定的位置与车辆101、205、210的实际(或“地面实况”)位置的差异,典型地是由如上所述的传感器110和/或导航卫星系统的容差引起的。也就是说,定位误差是根据传感器110数据确定的引导车辆205的定位附近(即,周围)的区域。定位误差可为来自服务器130的全局位置坐标的纬度分辨率误差和经度分辨率误差的均方根。“分辨率误差”是如上所述的传感器110和/或导航卫星系统可收集的最小数据大小。也就是说,分辨率误差是在相应坐标系中提供数据115的传感器110和/或系统的分辨率与坐标的偏差。引导车辆205可通过网络125将位置和定位误差ΔeL传输到计算机105。
计算机105可基于引导车辆205在局部坐标系中的位置和引导车辆205在全局坐标系中的位置来确定主车辆101在全局坐标系中的位置。也就是说,主车辆101在全局坐标系中的位置是主车辆101与引导车辆205的纬度和经度的相对差。相对差是从主车辆101到引导车辆205的距离,即,引导车辆205在局部坐标系中的位置。因此,主车辆101在全局坐标系中的位置可被表达为引导车辆205在全局坐标系中的位置与引导车辆205在局部坐标系中的位置的矢量和:
其中是主车辆101在全局坐标系中的位置,是引导车辆205在局部坐标系中的位置,并且Δe局部是引导车辆205在局部坐标系中的位置的定位误差,即,分辨率误差。定位误差可为例如局部坐标系中的收集数据115的传感器110的横向分辨率误差和纵向分辨率误差的均方根。也就是说,主车辆101在全局坐标系中的位置是主车辆205在全局坐标系中的位置与从主车辆101到引导车辆205的分量矢量的矢量和。如在等式2中所示,为了确定主车辆101在全局坐标系中的位置,计算机105在引导车辆205在全局坐标系中的位置处开始,然后沿着横向X轴移动引导车辆205在局部坐标系中的位置的横向分量x1,并且然后沿着纵向Y轴移动引导车辆205在局部坐标系中的位置的纵向分量y1。换句话说,
主车辆101的计算机105可通过网络125从引导车辆205接收引导车辆205在全局坐标系中的位置并且计算机105可基于来自主车辆101的一个或多个传感器110的数据115来确定引导车辆205在局部坐标系中的位置也就是说,计算机105可致动一个或多个传感器110,例如相机,以检测引导车辆205在局部坐标系中的定位。例如,在从引导车辆205的相机110接收到图像后,计算机105可使用常规的图像辨识算法(例如,Canny边缘检测)来确定主车辆101与引导车辆205之间的距离以及引导车辆205在局部坐标系中的定位(x1,y1)。因此,计算机105可在不使用诸如高分辨率GPS和/或激光雷达的高级传感器110的情况下识别主车辆101在全局坐标系中的位置,从而减少计算机105的功耗和计算。
计算机105可基于跟随车辆210在全局坐标系中的位置来确定主车辆101在全局坐标系中的位置。也就是说,除了基于引导车辆205的位置来确定主车辆101的位置之外,计算机105还可接收跟随车辆210在全局坐标系中的位置以确定主车辆101在全局坐标系中的位置。跟随车辆210包括计算机,该计算机可基于引导车辆205在全局坐标系中的接收到的位置来确定跟随车辆210在全局坐标系中的位置,如上文关于主车辆101所描述。也就是说,跟随车辆210可应用等式1至2,代入其定位以确定跟随车辆210在全局坐标系中的定位计算机105可接收跟随车辆210在全局坐标系中的位置并且通过上述等式1至2,确定主车辆101在全局坐标系中的位置。也就是说,计算机105可将等式1至2应用于跟随车辆210在局部坐标系中的位置(x2,y2)和跟随车辆210在全局坐标系中的接收到的位置因此,计算机105可基于多个车辆205、210在局部坐标系中的定位来确定主车辆101在全局坐标系中的定位。也就是说,计算机105可经由车辆对车辆通信接收多个车辆(例如,引导车辆205、一个或多个跟随车辆210等)中的每一个在全局坐标系中的相应定位,并且可基于接收到的定位来确定主车辆101在全局坐标系中的定位。通过基于引导车辆205和一个或多个跟随车辆210的接收到的定位来确定主车辆101在全局坐标系中的位置,计算机105可执行主车辆101的位置的冗余确定以提高所确定的位置的精度。
在确定主车辆101在全局坐标系中的位置后,计算机105可致动一个或多个部件120以沿着道路移动主车辆101。也就是说,在自主模式下将主车辆101从原点移动到目的地典型地需要主车辆101在全局坐标系中的定位位置。计算机105可使用主车辆101的位置来规划从原点到目的地的路线和轨迹,并且可根据该路线和该轨迹来致动推进装置120、转向部件120和制动器120,以将主车辆101从原点移动到目的地。在另一个示例中,计算机105可使用主车辆101在全局坐标系中的位置来执行与其他车辆205、210的碰撞减轻和避免。也就是说,基于主车辆101、引导车辆205和跟随车辆210在全局坐标系中的位置,计算机105可确定碰撞的可能性,例如,确定主车辆101的转向、制动或加速的常规的碰撞威胁技术,以避开引导车辆205和/或跟随车辆210。
图3是用于确定主车辆101的定位的示例过程300的框图。过程300开始于框305,其中主车辆101的计算机105接收目标车辆205、210在全局坐标系中的定位。例如,如上所述,车队200的引导车辆205可用例如高分辨率GPS、雷达数据等来确定其在全局坐标系中的位置。引导车辆205可将引导车辆205在全局坐标系中的位置发送到附近车辆,例如,主车辆101的计算机105。
接下来,在框310中,计算机105检测目标车辆205、210在局部坐标系中的定位。如上所述,计算机105可致动一个或多个传感器110以确定目标车辆205、210在局部坐标系(即,原点在主车辆101处的笛卡尔坐标系)中的定位。例如,计算机105可致动雷达以确定主车辆101与目标车辆205、210之间的距离,该距离对应于局部坐标系中的一组特定的坐标。
接下来,在框315中,计算机105确定主车辆101在全局坐标系中的定位。如上所述,计算机105可通过用矢量加法将在局部坐标系中从主车辆101到目标车辆205、210的距离加到目标车辆205、210在全局坐标系中的定位来确定主车辆101在全局坐标系中的定位。例如,计算机105可使用上述等式1至2来确定主车辆101在全局坐标系中的定位。
接下来,在框320中,计算机105确定是否继续过程300。例如,当主车辆101仍在车队200中时,计算机105可确定继续过程300。如果计算机105确定继续,则过程300返回到框305。否则,过程300结束。
如本文所使用的,修饰形容词的副词“基本上”意指形状、结构、测量结果、值、计算等可能偏离精确描述的几何形状、距离、测量结果、值、计算等,这是因为材料、加工、制造、数据采集器测量、计算、处理时间、通信时间等存在缺陷。
本文所讨论的计算装置(包括计算机105)包括处理器和存储器,所述存储器通常各自包括能够由诸如上面识别的计算装置的一个或多个计算装置执行并用于执行上述过程的框或步骤的指令。计算机可执行指令可由使用各种编程语言和/或技术创建的计算机程序来编译或解译,所述编程语言和/或技术包括但不限于单独或组合的JavaTM、C、C++、Python、Visual Basic、Java Script、Perl、HTML等。一般来说,处理器(例如,微处理器)例如从存储器、计算机可读介质等接收指令,并且执行这些指令,由此执行一个或多个过程,包括本文所描述的过程中的一个或多个。可使用各种计算机可读介质来存储和传输此类指令和其他数据。计算机105中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
计算机可读介质包括参与提供可由计算机读取的数据(例如,指令)的任何介质。此类介质可采用许多形式,包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久性存储器。易失性介质包括典型地构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD ROM、DVD、任何其他光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM、EPROM、快闪EEPROM、任何其他存储器芯片或盒式磁带、或计算机可从中读取的任何其他介质。
关于本文所描述的介质、过程、系统、方法等,应理解,虽然此类过程等的步骤已被描述为按照某一有序的顺序发生,但是此类过程可在以本文描述的次序以外的次序执行所描述的步骤的情况下来实践。还应理解,可同时地执行某些步骤,可添加其他步骤,或者可省略本文所描述的某些步骤。例如,在过程300中,可省略一个或多个步骤,或者可与图3所示的不同的次序执行步骤。换句话说,本文对系统和/或过程的描述是为了示出某些实施例的目的而提供,而决不应将其理解为对所公开的主题进行限制。
因此,应理解,包括以上描述和附图以及所附权利要求的本公开意图是说明性的而非限制性的。通过阅读以上描述,除了所提供的示例之外的许多实施例和应用对于本领域技术人员来说将是显而易见的。本发明的范围不应参考以上描述来确定,而应参考所附的和/或基于此包括在非临时专利申请中的权利要求连同此类权利要求有权拥有的等同物的全部范围来确定。预期并期望本文所讨论的领域未来将有所发展,并且所公开的系统和方法将并入此类未来的实施例中。总而言之,应理解,所公开的主题能够进行修改和变化。
除非另有说明或上下文另有要求,否则修饰名词的冠词“一个”应被理解为是指一个或多个。短语“基于”涵盖部分地或完全地基于。
根据本发明,提供了一种系统,所述系统具有计算机,所述计算机包括处理器和存储器,所述存储器存储指令,所述指令可由所述处理器执行以:在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
根据一个实施例,所述指令还可包括用于基于所述目标车辆第一定位的分辨率误差来识别所述主车辆的所述定位的指令。
根据一个实施例,所述指令还可包括用于从所述目标车辆接收传感器数据的指令,以及用于停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器的指令。
根据一个实施例,所述指令还可包括用于经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位的指令、用于确定在所述局部坐标系中的第二目标车辆第二定位的指令,以及用于基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位的指令。
根据一个实施例,所述指令还可包括用于将所述目标车辆的图像输入到机器学习程序中以识别所述目标车辆在所述局部坐标系中的所述定位的指令。
根据一个实施例,所述指令还可包括用于经由车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位的指令,以及用于基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位的指令。
根据一个实施例,所述指令还可包括用于基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位的指令。
根据一个实施例,所述目标车辆是车队中的引导车辆,并且所述主车辆在所述车队中。
根据本发明,提供了一种方法,所述方法具有:在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
根据一个实施例,本发明的特征还在于,基于所述目标车辆在所述全局坐标系统中的所述定位的分辨率误差来识别所述主车辆的所述定位。
根据一个实施例,本发明的特征还在于,从所述目标车辆接收传感器数据,以及停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器。
根据一个实施例,本发明的特征还在于,经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位。
根据一个实施例,本发明的特征还在于,将所述目标车辆的图像输入到机器学习程序中,以识别所述目标车辆在所述局部坐标系中的所述定位。
根据一个实施例,本发明的特征还在于,经由无线车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位。
根据一个实施例,本发明的特征还在于,基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位。
根据一个实施例,所述目标车辆是车队中的引导车辆,并且所述主车辆在所述车队中。
根据本发明,提供了一种系统,所述系统具有:车辆传感器;用于在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位的构件;用于确定在局部坐标系中的目标车辆第二定位的构件,所述局部坐标系具有在所述主车辆处的原点;以及用于仅基于以下各项来识别在所述全局坐标系中的主车辆定位的构件:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
根据一个实施例,本发明的特征还在于,用于从所述目标车辆接收传感器数据以及停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器的构件。
根据一个实施例,本发明的特征还在于,用于经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位的构件。
根据一个实施例,本发明的特征还在于,用于经由无线车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位的构件。
Claims (15)
1.一种方法,所述方法包括:
在主车辆中经由无线车辆对车辆通信从目标车辆接收在全局坐标系中的目标车辆第一定位;
确定在局部坐标系中的目标车辆第二定位,所述局部坐标系具有在所述主车辆处的原点;以及
仅基于以下各项来识别在所述全局坐标系中的主车辆定位:(i)在所述主车辆中确定的局部坐标系数据,包括所述目标车辆第二定位,以及(ii)在所述车辆对车辆通信中的数据,包括所述目标车辆第一定位。
2.如权利要求1所述的方法,所述方法还包括基于所述目标车辆第一定位的分辨率误差来识别所述主车辆的所述定位。
3.如权利要求1所述的方法,所述方法还包括从所述目标车辆接收传感器数据,以及停用所述主车辆中的收集与所述接收到的传感器数据相同类型的传感器数据的一个或多个传感器。
4.如权利要求1所述的方法,所述方法还包括经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位。
5.如权利要求1所述的方法,所述方法还包括将所述目标车辆的图像输入到机器学习程序中,以识别所述目标车辆在所述局部坐标系中的所述定位。
6.如权利要求1所述的方法,所述方法还包括经由车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位。
7.如权利要求1所述的方法,所述方法还包括基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位。
8.如权利要求1所述的方法,其中所述目标车辆是车队中的引导车辆,并且所述主车辆在所述车队中。
9.如权利要求3至8中任一项所述的方法,所述方法还包括基于所述目标车辆第一定位的分辨率误差来识别所述主车辆的所述定位。
10.如权利要求2至3或5至8中任一项所述的方法,所述方法还包括经由无线车辆对车辆通信接收在所述全局坐标系中的第二目标车辆第一定位、确定在所述局部坐标系中的第二目标车辆第二定位以及基于所述第二目标车辆第一定位和所述第二目标车辆第二定位来识别在所述全局坐标系中的所述主车辆定位。
11.如权利要求2至5或7至8中任一项所述的方法,所述方法还包括经由车辆对车辆通信接收多个车辆中的每一个在所述全局坐标系中的相应定位以及基于所述接收到的定位来确定所述主车辆在所述全局坐标系中的所述定位。
12.如权利要求2至6或8中任一项所述的方法,所述方法还包括基于多个车辆在所述局部坐标系中的定位来确定所述主车辆在所述全局坐标系中的所述定位。
13.一种计算机,所述计算机被编程为执行如权利要求1至8中任一项所述的方法。
14.一种车辆,所述车辆包括如权利要求13所述的计算机。
15.一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储指令,所述指令能够由计算机处理器执行以执行如权利要求1至8中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/515,482 | 2019-07-18 | ||
US16/515,482 US10777084B1 (en) | 2019-07-18 | 2019-07-18 | Vehicle location identification |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112240767A true CN112240767A (zh) | 2021-01-19 |
Family
ID=72425803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667902.6A Pending CN112240767A (zh) | 2019-07-18 | 2020-07-13 | 车辆定位识别 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10777084B1 (zh) |
CN (1) | CN112240767A (zh) |
DE (1) | DE102020118741A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11210951B2 (en) | 2020-03-03 | 2021-12-28 | Verizon Patent And Licensing Inc. | System and method for location data fusion and filtering |
US11514790B2 (en) * | 2020-03-26 | 2022-11-29 | Gm Cruise Holdings Llc | Collaborative perception for autonomous vehicles |
CN114076601B (zh) * | 2021-11-16 | 2024-03-19 | 北京经纬恒润科技股份有限公司 | 辅助定位方法及装置 |
US12187279B2 (en) * | 2022-09-29 | 2025-01-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and system for personalized car following with transformers and RNNs |
CN115623418B (zh) * | 2022-10-14 | 2023-05-30 | 润芯微科技(江苏)有限公司 | 一种基于v2v通信的车辆网络临时通讯方法及其系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7546182B2 (en) | 2006-02-21 | 2009-06-09 | Gm Global Technology Operations, Inc. | Inter vehicular ad hoc routing protocol and communication system |
KR101326889B1 (ko) * | 2011-11-07 | 2013-11-11 | 현대자동차주식회사 | 이동 기준국을 이용한 차량간 상대 위치 제어 방법 및 그 시스템 |
US9253753B2 (en) * | 2012-04-24 | 2016-02-02 | Zetta Research And Development Llc-Forc Series | Vehicle-to-vehicle safety transceiver using time slots |
US20130278441A1 (en) * | 2012-04-24 | 2013-10-24 | Zetta Research and Development, LLC - ForC Series | Vehicle proxying |
US20200234574A1 (en) | 2017-06-13 | 2020-07-23 | Lg Electronics Inc. | Vehicle control device installed in vehicle and vehicle control method |
US10768628B2 (en) * | 2017-12-12 | 2020-09-08 | Uatc, Llc | Systems and methods for object detection at various ranges using multiple range imagery |
KR102163895B1 (ko) * | 2018-07-16 | 2020-10-12 | 엘지전자 주식회사 | 차량 제어 장치 및 그것을 포함하는 차량 |
-
2019
- 2019-07-18 US US16/515,482 patent/US10777084B1/en active Active
-
2020
- 2020-07-13 CN CN202010667902.6A patent/CN112240767A/zh active Pending
- 2020-07-15 DE DE102020118741.6A patent/DE102020118741A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
US10777084B1 (en) | 2020-09-15 |
DE102020118741A1 (de) | 2021-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10981564B2 (en) | Vehicle path planning | |
US11783707B2 (en) | Vehicle path planning | |
US10777084B1 (en) | Vehicle location identification | |
US9823081B2 (en) | Vehicle passenger identification | |
US10955857B2 (en) | Stationary camera localization | |
US11460851B2 (en) | Eccentricity image fusion | |
US20180203446A1 (en) | Object tracking by unsupervised learning | |
US10262476B2 (en) | Steering operation | |
US11087147B2 (en) | Vehicle lane mapping | |
US11367347B2 (en) | Enhanced sensor operation | |
EP4020111B1 (en) | Vehicle localisation | |
US11383704B2 (en) | Enhanced vehicle operation | |
GB2550485A (en) | Enhanced vehicle operation | |
US11673548B2 (en) | Vehicle detection and response | |
US20220333933A1 (en) | Enhanced vehicle and trailer operation | |
JP6507841B2 (ja) | 先行車両推定装置及びプログラム | |
US11183052B2 (en) | Enhanced vehicle operation | |
US11551456B2 (en) | Enhanced infrastructure | |
US20220017095A1 (en) | Vehicle-based data acquisition | |
US12227195B2 (en) | Hypothesis inference for vehicles | |
WO2021074660A1 (ja) | 物体認識方法及び物体認識装置 | |
US20200310436A1 (en) | Enhanced vehicle localization and navigation | |
CN114074618A (zh) | 车辆传感器操作 | |
CN111731200A (zh) | 便携式装置数据校准 | |
US11158066B2 (en) | Bearing only SLAM with cameras as landmarks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |