[go: up one dir, main page]

KR102166512B1 - 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템 - Google Patents

주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템 Download PDF

Info

Publication number
KR102166512B1
KR102166512B1 KR1020187009350A KR20187009350A KR102166512B1 KR 102166512 B1 KR102166512 B1 KR 102166512B1 KR 1020187009350 A KR1020187009350 A KR 1020187009350A KR 20187009350 A KR20187009350 A KR 20187009350A KR 102166512 B1 KR102166512 B1 KR 102166512B1
Authority
KR
South Korea
Prior art keywords
section
vehicle
surrounding environment
information
lane
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.)
Active
Application number
KR1020187009350A
Other languages
English (en)
Other versions
KR20180048985A (ko
Inventor
안드레아스 티체
스테판 오르트만
Original Assignee
폭스바겐 악티엔게젤샤프트
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 폭스바겐 악티엔게젤샤프트 filed Critical 폭스바겐 악티엔게젤샤프트
Priority claimed from PCT/EP2016/077112 external-priority patent/WO2017089136A1/de
Publication of KR20180048985A publication Critical patent/KR20180048985A/ko
Application granted granted Critical
Publication of KR102166512B1 publication Critical patent/KR102166512B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/42—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B60W2556/60—
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2111/00—Details of signals used for control of position, course, altitude or attitude of land, water, air or space vehicles
    • G05D2111/50—Internal signals, i.e. from sensors located in the vehicle, e.g. from compasses or angular sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)

Abstract

본 발명은 자동차(50) 내의 디바이스(2)에서 하기 단계들을 포함하는, 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법에 관한 것이다: 적어도 하나의 카메라(4)에 의해 자동차(50)의 주변 환경(12)의 이미지 시퀀스를 캡쳐하는 단계, 캡쳐된 이미지 시퀀스에서 평가 유닛(5)에 의해 객체들(28)을 검출하고 분류하는 단계, 자동차(50)에 대해 객체들(28)의 객체 위치들을 평가 유닛(5)에 의해 결정하는 단계, 주변 환경(12)에서 미리 정해진 크기와 미리 정해진 경계(14-17)를 갖는 섹션(13)을 규정하는 단계, 규정된 섹션(13) 내의 결정된 객체 위치들에 객체들(28)을 할당하는 단계, 섹션(13) 내에 위치한 자동차(50)의 차선(22)을 식별하는 단계, 객체들(28)의 위치와 객체 정보, 규정된 섹션(13)에 대한 섹션 정보, 차선 정보 및 시간 정보를 송신 장치(6)에 의해 맵 관리 장치(3)에 전송하는 단계. 맵 관리 장치(3)에서 데이터가 수신되어 디지털 맵(60)과 비교된다. 후속해서 대응하는 주변 환경 맵이 디바이스(2)에 전송되고, 규정된 섹션(13)의 주변 환경 데이터와 비교되고, 차량(50)이 위치 추적된다. 본 발명은 또한 디바이스(2), 관련 맵 관리 장치(3) 및 관련 시스템(1)에 관한 것이다.

Description

주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템
본 발명은 주변 환경에서 자동차를 정밀 위치 추적하기 위한 자동차를 위한 디바이스, 맵 관리 장치, 시스템 및 방법에 관한 것이다.
최근의 자동차들은 다수의 보조 시스템, 그 중에 주변 환경에서 자동차를 위치 추적할 수 있는 내비게이션 시스템을 포함한다. 이러한 내비게이션 시스템은 다수의 위성 신호의 평가에 의해 자동차의 위치가 결정되는, 예를 들어 글로벌 위치 결정 시스템(GPS)에 기반한다. 또한, 자동차의 주변 환경으로부터 맵이 생성되는 시스템들이 공개되어 있다. 이미 맵핑된(mapped) 영역을 통해 추후 주행 시 생성된 맵에서 자동차가 위치 추적될 수 있다.
DE 10 2014 002 821 A1호에 주변에서 모바일 장치를 위치 추적하기 위한 방법이 공개되어 있고, 상기 장치는 다양한 위치 추적 방법을 이용해서 장치의 주변을 검출하기 위한 다수의 센서를 포함하고, 이 경우 주변을 위해 참조 맵이 제공되고, 상기 참조 맵은 주변 내의 다수의 위치를 포함하고, 주변 내의 적어도 하나의 위치에 대해서는 주변의 검출을 위한 적어도 하나의 센서로 실시될 수 있는 적어도 하나의 위치 추적 방법이 추천되고, 이 경우 모바일 장치의 현재 위치에 대해서는 장치의 위치 추적을 위해 참조 맵에 따라 추천되는 적어도 하나의 위치 추적 방법이 이용되며, 상기 방법은 적어도 하나의 센서로 실시될 수 있다.
DE 10 2011 119 762 A1호에 자동차에 적합한 위치 결정 시스템 및 해당 방법이 공개되어 있다. 시스템은 위치 특이적 특징들에 관한 데이터가 기록된 디지털 맵, 차량의 주변에서 위치 특이적 특징들을 검출하기 위한 적어도 하나의 주변 환경 식별 장치 및 디지털 맵과 주변 환경 식별 장치에 결합된 위치 추적 모듈을 포함한다. 위치 추적 모듈은 검출된 데이터와 디지털 맵에 기록된 위치 특이적 특징들에 관한 데이터의 검정을 위한 그리고 디지털 맵에 위치 추적되어 기록된 위치 특이적 특징들을 참고로 차량 위치의 위치 추적을 위한 처리 유닛을 포함한다. 또한, 시스템은 위치 특이적 특징들을 참고로 위치 추적된 위치에 기초한 차량 이동 데이터를 이용해서 차량 위치를 결정하도록 구성된 처리 유닛을 가진 위치 추적 모듈에 결합된 차량 이동 데이터를 위한 차량의 관성 측정 유닛을 포함한다.
본 발명의 과제는 주변 환경에서 자동차의 위치 추적이 개선되는, 주변 환경에서 자동차를 위치 추적하기 위한 방법과 시스템을 제공하는 것이다.
상기 과제는 본 발명에 따라 청구항 제 1 항의 특징들을 포함하는 방법, 제 8 항의 특징들을 포함하는 디바이스, 제 9 항의 특징들을 포함하는 맵 관리 장치 및, 제 10 항의 특징들을 포함하는 시스템에 의해 해결된다.
본 발명의 바람직한 실시예들은 종속 청구항들에 제시된다.
주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법이 제공되고, 상기 방법은 특히 자동차 내의 디바이스에서 하기 단계들, 즉 적어도 하나의 카메라에 의해 자동차의 주변 환경의 이미지 시퀀스를 캡쳐하는 단계, 캡쳐된 이미지 시퀀스에서 객체들을 평가 유닛에 의해 검출하고 분류하는 단계, 자동차에 대해 객체들의 객체 위치들을 평가 유닛에 의해 결정하는 단계, 주변 환경에서 미리 정해진 크기와 미리 정해진 경계를 갖는 섹션을 규정하는 단계, 규정된 섹션 내의 결정된 객체 위치들에 검출되어 분류된 객체들을 할당하는 단계, 섹션 내에 위치한 자동차의 차선을 평가 유닛에 의해 식별하는 단계, 검출되어 분류된 객체들의 객체 위치와 객체 정보, 규정된 섹션에 대한 섹션 정보, 차선 정보 및 시간 정보를 송신 장치에 의해 맵 관리 장치에 전송하는 단계를 포함하고, 맵 관리 장치에서 하기 단계들, 즉 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 섹션에 대한 시간 정보를 디바이스로부터 수신하는 단계, 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 시간 정보에 기초해서 섹션의 수신된 정보를 디지털 맵과 비교하는 단계, 디지털 맵에서 대응하는 섹션을 검출하는 단계, 섹션에 대응하는 디지털 맵의 주변 환경 데이터를 디바이스에 전송하는 단계를 포함하고, 또한 자동차 내의 디바이스에서 하기 단계들, 즉 수신 장치를 이용해서 맵 관리 장치로부터 주변 환경 데이터를 수신하는 단계, 수신된 주변 환경 데이터를 규정된 섹션과 평가 유닛에 의해 비교하는 단계, 비교 결과에 기초해서 평가 유닛에 의해 주변 환경에서 자동차를 위치 추적하는 단계를 포함한다.
또한, 주변 환경에서 자동차를 정밀 위치 추적하기 위한 자동차를 위한 디바이스가 제공되고, 상기 디바이스는 자동차의 주변 환경의 이미지 시퀀스를 캡쳐하기 위한 적어도 하나의 카메라, 캡쳐된 이미지 시퀀스에서 객체들을 검출하여 분류하도록, 카메라에 대해서 검출되어 분류된 객체들의 객체 위치를 결정하도록, 미리 정해진 크기와 미리 정해진 경계를 갖는 섹션을 주변 환경에서 규정하도록, 규정된 섹션 내의 결정된 객체 위치들에 검출되어 분류된 객체들을 할당하도록 및, 섹션 내에 위치한 자동차의 차선을 식별하도록 형성된 평가 유닛, 검출되어 분류된 객체들의 객체 위치와 객체 정보, 규정된 섹션에 대한 섹션 정보, 차선 정보 및 시간 정보를 맵 관리 장치에 전송하도록 형성된 송신 장치 및, 맵 관리 장치로부터 주변 환경 데이터를 수신하도록 형성된 수신 장치를 포함하고, 상기 평가 유닛은 또한, 수신된 주변 환경 데이터를 규정된 섹션과 비교하도록 및 비교 결과에 기초해서 주변 환경에서 자동차를 위치 추적하도록 형성된다.
또한, 맵 관리 장치가 제공되고, 상기 맵 관리 장치는 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 섹션에 대한 시간 정보를 디바이스로부터 수신하도록 형성된 수신 장치, 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 시간 정보에 기초해서 섹션의 수신된 정보를 디지털 맵과 비교하도록 및 디지털 맵에서 대응하는 섹션을 검출하도록 형성된 비교 장치 및, 섹션에 대응하는 주변 환경 데이터를 디지털 맵으로부터 자동차에 전송하도록 형성된 송신 장치를 포함한다.
상호 작용 시 주변 환경에서 자동차를 정밀 위치 추적하기 위한 시스템이 형성되고, 상기 시스템은 주변 환경에서 자동차를 정밀 위치 추적하기 위한 자동차를 위한 적어도 하나의 디바이스 및 맵 관리 장치를 포함한다.
실시예에서, 섹션 내의 식별된 차선은 좌측 차선 경계와 우측 차선 경계의 통로에 의해 묘사되고, 이 경우 좌측 및 우측 차선 경계는 각각 차선 함수로서 설명되는 것이 제공된다. 이는, 차선을 묘사하는데 필요한 데이터양이 감소할 수 있는 장점을 제공한다. 이로 인해 적어도 하나의 모바일 장치와 맵 관리 장치 사이의 통신 접속을 통한 통신 시 밴드폭이 절약된다.
특히 실시예에서, 차선 함수들은 3차 다항 함수로서 형성되는 것이 제공된다. 이는 특히 상당한 데이터 감소와 동시에 융통성을 제공한다. 좌표마다 4개의 계수만이 기재되면 되므로, 3차원에서 섹션 당 총 12개의 계수가 기재되면 된다. 특히, 다항 함수들은 독립 변수로서 시간을 포함하는 것이 제공된다. 그러나 위치 좌표, 예를 들어 주행 경로 등을 독립 변수로서 사용하는 것도 가능하다.
다른 실시예에서, 좌측 차선 경계와 우측 차선 경계의 비교 및/또는 이러한 규정된 섹션을 위해 수신된 주변 환경 데이터와 관련 차선 함수들의 비교에 의해 규정된 섹션에서 자동차의 위치 추적이 이루어지는 것이 제공된다. 이는, 위치 추적이 특히 효율적으로 신속하게 실시될 수 있는 장점을 제공하는데, 그 이유는 매우 소수의 데이터만이 서로 비교되면 되기 때문이다.
실시예에서 특히, 자동차에서 추가로 규정된 섹션에 대응하는 하나 이상의 위치 정보가 글로벌 위치 결정 장치에 의해 검출되는 것이 제공되고, 이 경우 상기 위치 정보는 또한 맵 관리 장치에 전송되고, 비교 시 맵 관리 장치에 의해 고려된다. 이는, 비교가 가속화되는 장점을 제공하는데, 그 이유는 주변 환경 또는 디지털 맵 내의 자동차의 대략적 위치가 공개되어 있기 때문이다. 이로 인해 디지털 맵 내의 더 작은 영역만이 전송된 데이터와 비교되어 유사성에 관해 조사되면 된다. 글로벌 위치 결정 시스템으로서 예를 들어 GPS(Global Positioning System) 또는 갈릴레오 시스템(Galieleo System)이 이용될 수 있다.
다른 실시예에서, 수신된 주변 환경 데이터로부터 자동차에 대해서 자동차의 주변 환경 내의 객체들을 위한 객체 위치들이 결정되는 것이 제공된다. 이는, 자동차에 대해 객체들의 정확한 상대 위치를 제공하는 것을 가능하게 한다. 이는 특히, 자동차가 반 자율 또는 자율 주행하는 경우에 바람직하다. 이때 객체들을 참고로 자동차를 위해 주변 환경에서 정확한 위치와 방향이 결정될 수 있다.
다른 실시예에서 또한, 맵 관리 장치는 주변 환경 데이터에 포함된 객체들을 랜드마크 또는 장애물로서 분류하는 것이 제공된다. 이러한 분류는 추후에 자동차 내의 평가 유닛이 신속하고 효율적으로 장애물을 검출하여 이를 우회하고 또는 적절한 시기에 그 앞에서 정지하는 것을 가능하게 한다. 맵 관리 장치에서 분류에 의해 또한 처리 능력이 절약될 수 있는데, 그 이유는 다수의 디바이스 또는 자동차에서 분류는 한 번만 실행되면 되고, 모든 디바이스 또는 모든 자동차가 개별적으로 객체들을 분류하지 않아도 되기 때문이다. 전체적으로 이로 인해 리소스가 절약되고 비용이 감소할 수 있다.
특히 또한, 맵 관리 장치에 의해서도 디지털 맵이 생성되는 것이 제공될 수 있다. 이를 위해 맵 관리 장치는 자동차 내의 디바이스로부터 및/또는 다른 자동차들 내의 디바이스들로부터 또는 다른 모바일 장치들로부터 전송된 식별되어 분류된 객체들의 객체 위치와 객체 정보, 규정된 섹션에 대한 섹션 정보, 차선 정보 및 시간 정보를 평가하고, 인접한 섹션들을 통합한다. 후속해서 통합된 섹션들이 병합되어 디지털 맵이 형성된다.
디바이스, 맵 관리 장치 및 또한 시스템의 부분들은 단독으로 및 통합되어 하드웨어와 소프트웨어의 조합으로서, 예를 들어 마이크로컨트롤러 또는 마이크로프로세서에서 실행되는 프로그램코드로서 형성될 수 있다.
계속해서 본 발명은 바람직한 실시예들을 참고로 도면과 관련해서 설명된다.
도 1은 주변 환경에서 자동차를 정밀 위치 추적하기 위한 시스템의 실시예를 도시한 개략도.
도 2는 방법의 설명을 위해 자동차의 일반적인 주변 환경을 도시한 개략도.
도 3은 차선 함수들을 포함한 규정된 섹션을 도시한 개략도.
도 1에 주변 환경(12; 도 2 참조)에서 자동차(50)를 정밀 위치 추적하기 위한 시스템(1)의 개략도가 도시된다. 시스템(1)은 이 실시예에서 자동차(50) 내에 형성된 적어도 하나의 디바이스(2) 및 예를 들어 중앙 서버로서 형성된 맵 관리 장치(3)를 포함한다. 맵 관리 장치는 또한 특히 디지털 맵의 생성도 실시해야 한다.
디바이스(2)는 카메라(4), 평가 유닛(5), 송신 장치(6) 및 수신 장치(33)를 포함한다. 맵 관리 장치(3)는 예를 들어 수신 장치(7), 통합 장치(8), 병합 장치(9), 디지털 맵이 저장된 메모리(10), 송신 장치(34) 및 비교 장치(35)를 포함한다.
도 2는 방법의 설명을 위해 자동차(50)의 일반적인 주변 환경(12)의 개략도를 도시한다. 카메라(도 4; 도 1 참조)는 예를 들어 자동차(50)의 주행 방향(11)으로 향한다. 카메라(4)는 자동차(50)의 주변 환경(12)의 이미지들의 시퀀스를 캡쳐한다. 캡쳐된 이미지들의 시퀀스는 카메라(4)로부터 평가 유닛(5)에 제공된다. 이미지들의 시퀀스로부터 평가 유닛(5)은 섹션(13)을 규정한다. 상기 섹션(13)은 미리 정해진 크기를 갖는다. 이러한 섹션(13)은 또한 전방 경계(14), 후방 경계(15), 우측 경계(16) 및 좌측 경계(17)를 갖는다. 규정된 섹션(13) 내에 자동차(50)가 직접 위치하는 도로(18)의 섹션 및 도로(18)의 주변(19)의 부분이 놓인다. 추가 섹션(20)은 추후 시점에 이미지들의 다른 시퀀스로부터 규정되므로, 추가 섹션(20)의 후방 경계(21)는 그에 앞서 규정된 섹션(13)의 전방 경계(14)와 동일하다. 이로 인해 자동차(50)의 주변 환경(12)은 다양한 시점에 단계적으로 검출되고, 섹션들(13, 20)의 형태로 연속해서 나란히 배치된다.
각각의 섹션(13, 20)에서 평가 유닛(5)은 자동차(50)의 차선(22)을 식별한다. 이 실시예에서 차선(22)은 우측에서 도로(18)의 차선 경계(23)에 의해 제한되고, 이 경우 우측 차선 경계(23)는 예를 들어 우측 차도 라인에 의해 제공될 수 있다. 차선(22)의 좌측 차선 경계(24)는 예를 들어 도로(18)의 중앙선(25)에 의해 제공된다.
차선(22)의 각각의 차선 경계(23, 24)는 평가 유닛(5)에서 이미지 식별 방법에 의해 식별되고, 예를 들어 각각의 좌표에 대해 수학적으로 3차 다항 함수의 형태로 제시된다:
Figure 112018032723763-pct00001
좌표 X, Y 및 Z는, 예를 들어 섹션(22)의 전방 경계(14)의 중심점 또는 카메라 위치와 관련된 좌표계와 관련된다. 좌표 X는 주행 방향(11)의, 좌표 Y는 측방향의 그리고 좌표 Z는 수직 방향의 좌표계를 나타낸다. 함수 X(t)는 따라서 시간 t에 따른 X-방향의 함수이고, 상기 시간은 섹션(13)이 검출된 시간과 관련된다. 이로써 식별된 차선(22)의 각각의 지점이 공간적으로 규정된다. 차선 함수들의 계수들은 수학적으로 적절한 적합(fitting) 방법에 의해 결정될 수 있으므로, 개별 차선 함수들은 결정된 계수들 a1, a2, a3, a0, b1, b2, b3, b0 및 c1, c2, c3, c0에 의해 규정되고, 시간의 함수로서 차선 경계들(23, 24)이 설명된다. 차선 함수들을 포함한 섹션(13)의 개략도가 도 3에 도시된다.
계수들은 차선 정보를 형성하고, 상기 차선 정보는 시간 정보 및 섹션 정보와 함께 맵 관리 장치(3) 또는 서버에 디바이스(2)의 송신 장치(6)를 이용해서 전송된다. 전송은 예를 들어 무선 통신 접속(32)에 의해 이루어진다(도 1 참조).
다항 함수를 이용한 차선(22)의 설명에 의해 전송할 데이터양은 현저하게 감소할 수 있으므로, 섹션(13, 20) 당 소수의 데이터량만이 전송되면 된다.
또한, 주변 환경(12) 내의 다른 객체들(28)도 검출되는 것이 제공된다. 즉, 예를 들어 차선(22)의 주변(19)에 있는 또는 차선(22) 위의 랜드마크(26)와 장애물(27)이 존재한다. 랜드마크(26)는 예를 들어 나무 또는 도로 조명 장치일 수 있다. 장애물(27)은 예를 들어 교통 체증의 끝을 마킹하는 다른 자동차 또는 상기 차선(22) 위에서 작업 중이며 차선(22)이 변경되어야 한다는 표지판일 수 있다.
카메라(4)는 이미지 콘텐츠를 캡쳐하고, 객체 인식에 적합한 방법을 이용해서, 어떤 객체(28)인지 결정하는 것이 가능하다. 이 경우 객체 인식을 위한 공개된 모든 방법, 특히 패턴 인식 방법이 이용될 수 있다. 또한, 예를 들어 카메라(4)에 대해서 객체(28)의 위치가 결정되는 것이 가능하다. 이는 예를 들어 인식된 객체(28)를 표에 저장된 객체와 비교함으로써 이루어진다. 이로 인해 객체(28)의 크기가 결정되고, 후속해서 자동차(50) 또는 카메라(4)에 대한 간격이 추론될 수 있다. 차례로 검출된 다수의 섹션(13, 20)에서 카메라(4)에 대해서 객체(28)의 각도의 결정에 의해 객체(28)의 위치가 공개된다. 위치는 예를 들어 벡터의 형태로 또는 해당하는 객체 유형에 따른 좌표로서 규정될 수 있다. 이러한 객체 정보는 또한 각각의 섹션(13, 20)에 대한 시간의 함수로서 검출되고, 송신 장치(6)에 의해 맵 관리 장치(3) 또는 서버에 전송된다.
맵 관리 장치(3)는 객체 정보와 관련 객체 위치, 섹션 정보, 차선 정보 및 각각의 섹션(13, 20)에 대한 시간 정보를 수신한다. 적절한 방법을 이용해서 이러한 정보들은, 차선(22)을 포함한 디지털 맵(60)을 형성하도록 통합된다. 이 경우 섹션의 구성을 위해 예를 들어 공개된 패턴 인식 방법이 이용될 수 있다. 이러한 방법은, 주어진 정보에 의해 섹션 정보들을 할당하는 것과 적절하게 일치하는 경우에 섹션들(13, 20)을 서로 결합할 수 있다.
개별 섹션들(13, 20)의 결합은 맵 관리 장치(3)에서 예를 들어 통합 장치(8)에 의해 이루어진다.
다양한 섹션들(13, 20) 사이의 유사성은 예를 들어 차선 함수들의 계수들의 비교에 의해 결정된다. 이러한 일치는, 동일한 차선(22)이 관련되는 것이 전제될 수 있다. 입증을 위해 추가로 다른 정보들, 예를 들어 차선(22)의 외부에 위치한 객체들(28)의 종류와 위치에 관한 객체 정보들이 서로 비교된다.
차선(22)의 디지털 맵(60)은, 예를 들어 다수의 자동차(50) 내의 다수의 디바이스들(2)이 각각 객체 정보와 관련 객체 위치, 섹션 정보, 차선 정보 및 각각의 섹션에 대한 시간 정보를 맵 관리 장치(3)에 송신하고 맵 관리 장치(3)는 상기 정보를, 그로부터 예를 들어 가중 및 평균 또는 중첩을 이용해서 특히 고도의 정확성을 갖는 디지털 맵(60)을 생성하기 위해 이용함으로써 개선될 수 있다.
다수의 디바이스들(2)의 다수의 섹션(13, 20)들의 평균화는 맵 관리 장치(3)에서 예를 들어 병합 장치(9)에 의해 이루어진다. 디지털 맵(60)은 메모리(10)에 저장되고, 거기에서 언제든지 변경 및 다시 호출될 수 있다.
섹션(13, 20)의 예를 들어 하나의 객체(28)가 변경되었을 경우, 방법은 맵 관리 장치(3)에서, 제 1 단계에서 특정한 개수의 정보들이 일치하는 것을 보장한다. 이는 예를 들어 차선들(22)의 계수들일 수 있다. 비교 시 다른 파라미터들, 예를 들어 객체들(28)의 객체 크기 및 객체 유형(예를 들어 나무의 경우)이 일치하면, 이미 더 이른 시점에 검출되어 디지털 맵(60)에 저장되었던 섹션(13, 20)이 관련되는 것이 전제된다.
맵 관리 장치(3) 또는 서버에서 이로써 주변 환경(12)의 이미지가 국소(디지털 맵;60) 및 글로벌 좌표계에 작성되고, 상기 좌표계는 섹션(13, 20)의 다수의 정보로 이루어진다. 특히 이로써 다수의 디바이스들(2)의 복수의 캡쳐된 이미지들의 시퀀스들이 병합되어 하나의, 매우 정확한 디지털 맵(60)을 형성할 수 있다.
랜드마크(26)로서 또는 장애물(27)로서 객체들의 검출과 분류 및 관련 객체 위치들의 평균화에 의해 표준 좌표계에서 고도로 정확한 위치 확인이 계산될 수 있다. 이러한 위치 확인은 디지털 맵(60)에 섹션들(13, 20)의 고정에 이용된다.
맵 관리 장치는, 주변 환경(12)의 통합된 이미지를 디지털 맵(60)으로서 다시 자동차(50) 내의 디바이스(2)에 전송할 수 있다. 이를 위해 섹션(13)이 디지털 맵(60)과 비교됨으로써, 수신된 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 섹션(13)에 대한 시간 정보가 맵 관리 장치(3)의 비교 장치(35)에 의해 평가된다. 섹션(13)에 대응하는 디지털 맵(60)의 주변 환경 데이터는 그리고 나서 송신 장치(34)에 의해 디바이스(2)에 전송된다.
디바이스(2)가 수신 장치(33)에 의해 주변 환경 데이터를 수신하면, 주변 환경(12)의 수신된 섹션은 평가 유닛(5)에서 바로 기록된 섹션(13)과 비교되고, 자동차(50) 내의 디바이스(2)의 정확한 위치는 편차의 평가에 의해 규정된다. 이러한 방법에 의해, 차선(22) 위의 자동차(50)의 정확한 위치를 결정하는 것이 가능하다. 추가로, 자동차(50)의 주변 환경(12) 내의 객체들(28)의 정확한 위치를 결정하는 것이 가능하다.
이로 인해 차선(22)의 좌측 경계(24)와 우측 경계(23)는 센티미터 범위로 정확하게 결정될 수 있다. 자동차(50)는, 이로 인해 차선(22)에서 정확하게 위치 추적될 수 있다. 이러한 정확한 위치 추적은 특히 자율 주행을 위해 중요하다.
또한, 자동차(50)의 주변 환경(12)에서 객체들(28)을 정확히 위치 추적하여 디지털 맵(60)에 마킹하는 것이 바람직하다. 또한, 객체(28)가 맵 관리 장치(3)에서 도로(22) 위의 장애물(27)로서 분류되었을 경우에, 특히 바람직하다. 자동차(50) 내의 디바이스(2)에 장애물(27)의 해당 분류의 전송에 의해 자동차(50)는 상기 장애물(27)을 정확히 우회하고, 장애물(27) 앞에서 정지하거나 또는 다른 도로 사용자들에게 이에 대해 경고하는 것이 가능하다.
또한, 추가로, 자동차(50) 내의 추가 GPS를 이용해서 대략적 위치 평가가 이루어지는 것이 제공될 수 있다. 위치 평가는 그리고 나서 또한 맵 관리 장치(3)에 전송되므로, 디지털 맵(60)에서 대응하는 섹션(13, 20)의 발견이 더 효율적으로 및 더 신속하게 실시될 수 있다.
디바이스(2), 맵 관리 장치(3) 및 시스템(1)의 부분들은 단독으로 및 통합되어 하드웨어 및 소프트웨어의 조합으로서, 예를 들어 마이크로컨트롤러 또는 마이크로프로세서에서 실행되는 프로그램코드로서 형성될 수 있다.
1 시스템 2 디바이스
3 맵 관리 장치 4 카메라
5 평가 유닛 6 송신 장치
7 수신 장치 8 통합 장치
9 병합 장치 10 메모리
11 주행 방향 12 주변 환경
13 섹션 14 전방 경계
15 후방 경계 16 우측 경계
17 좌측 경계 18 도로
19 주변 20 추가 섹션
21 추가 섹션의 후방 경계 22 차선
23 우측 차선 경계 24 좌측 차선 경계
25 중앙선 26 랜드마크
27 장애물 28 객체
32 통신 접속 33 수신 장치
34 송신 장치 35 비교 장치
50 자동차 60 디지털 맵

Claims (10)

  1. 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법으로서,
    - 상기 자동차(50) 내의 디바이스(2)에서:
    적어도 하나의 카메라(4)에 의해 상기 자동차(50)의 상기 주변 환경(12)의 이미지 시퀀스를 캡쳐하는 단계, 캡쳐된 이미지 시퀀스에서 객체들(28)을 평가 유닛(5)에 의해 검출하고 분류하는 단계, 상기 자동차(50)에 대한 상기 객체들(28)의 객체 위치를 상기 평가 유닛(5)에 의해 결정하는 단계, 상기 주변 환경(12)에서 미리 정해진 크기와 미리 정해진 경계(14, 15, 16, 17)를 갖는 섹션(13)을 규정하는 단계, 규정된 섹션(13) 내의 결정된 객체 위치들에, 검출되어 분류된 객체들(28)을 할당하는 단계, 상기 섹션(13) 내에 위치한 상기 자동차(50)의 차선(22)을 상기 평가 유닛(5)에 의해 식별하는 단계, 상기 검출되어 분류된 객체들(28)의 객체 위치와 객체 정보, 규정된 섹션(13)에 대한 섹션 정보, 차선 정보 및 시간 정보를 송신 장치(6)에 의해 맵 관리 장치(3)에 전송하는 단계;
    - 상기 맵 관리 장치(3)에서:
    객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 상기 섹션(13)에 대한 시간 정보를 상기 디바이스(2)로부터 수신하는 단계, 객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 시간 정보에 기초해서 상기 섹션(13)의 수신된 정보를 디지털 맵(60)과 비교하는 단계, 상기 디지털 맵(60)에서 대응하는 섹션(13)을 검출하는 단계, 상기 섹션(13)에 대응하는 상기 디지털 맵(60)의 주변 환경 데이터를 상기 디바이스(2)에 전송하는 단계;
    - 상기 자동차(50) 내의 상기 디바이스(2)에서:
    수신 장치(33)를 이용해서 상기 맵 관리 장치(3)로부터 주변 환경 데이터를 수신하는 단계, 수신된 주변 환경 데이터를 상기 평가 유닛(5)에 의해 규정된 섹션(13)과 비교하는 단계, 비교 결과에 기초해서 상기 평가 유닛(5)에 의해 상기 주변 환경(12)에서 자동차(50)를 위치 추적하는 단계를 포함하고,
    섹션(13) 내의 식별된 차선(22)은 좌측 차선 경계(24)와 우측 차선 경계(23)의 통로에 의해 묘사되고, 상기 좌측 차선 경계(24)와 상기 우측 차선 경계(23)는 각각 차선 함수로서 설명되고,
    상기 차선 함수는 3차 다항 함수로서 형성되며, 상기 차선 함수는 시간을 독립 변수로서 포함하는 것을 특징으로 하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법.
  2. 제1항에 있어서, 상기 좌측 차선 경계(24)와 상기 우측 차선 경계(23)의 비교 및 상기 규정된 섹션(13)에 대해 수신된 주변 환경 데이터와 관련 차선 함수들의 비교 중 적어도 하나에 의해 상기 규정된 섹션(13)에서 상기 자동차(50)의 위치 추적이 이루어지는 것을 특징으로 하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법.
  3. 제1항 또는 제2항 중 어느 한 항에 있어서, 상기 자동차(50)에서 추가로 상기 규정된 섹션(13)에 대응하는 하나 이상의 위치 정보가 GPS 장치에 의해 검출되고, 상기 위치 정보는 또한, 상기 맵 관리 장치(3)에 전송되고, 비교 시 상기 맵 관리 장치(3)에 의해 고려되는 것을 특징으로 하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법.
  4. 제1항 또는 제2항 중 어느 한 항에 있어서, 수신된 주변 환경 데이터로부터, 상기 자동차의 상기 주변 환경(12) 내의 객체들(28)을 위한 객체 위치들이 상기 자동차(50)에 대해서 결정되는 것을 특징으로 하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법.
  5. 제1항 또는 제2항 중 어느 한 항에 있어서, 상기 맵 관리 장치(3)는 주변 환경 데이터에 포함된 객체들(28)을 랜드마크(26)로서 또는 장애물(27)로서 분류하는 것을 특징으로 하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 방법.
  6. 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 자동차(50)를 위한 디바이스(2)로서,
    상기 자동차(50)의 상기 주변 환경(12)의 이미지 시퀀스를 캡쳐하기 위한 적어도 하나의 카메라(4);
    캡쳐된 이미지 시퀀스에서 객체들(28)을 검출하여 분류하여, 검출되어 분류된 객체들(28)의 상기 카메라(4)에 대한 객체 위치를 결정하도록, 미리 정해진 크기와 미리 정해진 경계(14, 15, 16, 17)를 갖는 섹션(13)을 상기 주변 환경(12)에서 규정하도록, 규정된 섹션(13) 내의 결정된 객체 위치들에 상기 검출되어 분류된 객체들(28)을 할당하도록, 그리고 상기 섹션(13) 내에 위치한 상기 자동차(50)의 차선(22)을 식별하도록 형성된 평가 유닛(5);
    상기 검출되어 분류된 객체들(28)의 객체 위치와 객체 정보, 규정된 섹션(13)에 대한 섹션 정보, 차선 정보 및 시간 정보를 맵 관리 장치(3)에 전송하도록 형성된 송신 장치(6); 및
    상기 맵 관리 장치(3)로부터 주변 환경 데이터를 수신하도록 형성된 수신 장치(33)를 포함하고,
    상기 평가 유닛(5)은 또한, 수신된 주변 환경 데이터를 상기 규정된 섹션(13)과 비교하도록, 그리고 비교 결과에 기초해서 상기 주변 환경(12)에서 상기 자동차(50)를 위치 추적하도록 형성되고,
    섹션(13) 내의 식별된 차선(22)은 좌측 차선 경계(24)와 우측 차선 경계(23)의 통로에 의해 묘사되고, 상기 좌측 차선 경계(24)와 상기 우측 차선 경계(23)는 각각 차선 함수로서 설명되고,
    상기 차선 함수는 3차 다항 함수로서 형성되며, 상기 차선 함수는 시간을 독립 변수로서 포함하는 것을 특징으로 하는, 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 자동차(50)를 위한 디바이스(2).
  7. 맵 관리 장치(3)로서,
    객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 섹션(13)에 대한 시간 정보를 디바이스(2)로부터 수신하도록 형성된 수신 장치(7);
    객체 정보와 객체 위치, 섹션 정보, 차선 정보 및 시간 정보에 기초해서 상기 섹션(13)의 수신된 정보를 디지털 맵(60)과 비교하도록, 그리고 상기 디지털 맵(60)에서 대응하는 섹션(13)을 검출하도록 형성된 비교 장치(35); 및
    섹션에 대응하는 주변 환경 데이터를 디지털 맵으로부터 자동차에 전송하도록 형성된 송신 장치(34)를 포함하고,
    섹션(13) 내의 식별된 차선(22)은 좌측 차선 경계(24)와 우측 차선 경계(23)의 통로에 의해 묘사되고, 상기 좌측 차선 경계(24)와 상기 우측 차선 경계(23)는 각각 차선 함수로서 설명되고,
    상기 차선 함수는 3차 다항 함수로서 형성되며, 상기 차선 함수는 시간을 독립 변수로서 포함하는 것을 특징으로 하는 맵 관리 장치(3).
  8. 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 시스템(1)으로서, 제6항에 따른 적어도 하나의 디바이스(2) 및 제7항에 따른 맵 관리 장치(3)를 포함하는 주변 환경(12)에서 자동차(50)를 정밀 위치 추적하기 위한 시스템(1).
  9. 삭제
  10. 삭제
KR1020187009350A 2015-11-25 2016-11-09 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템 Active KR102166512B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102015015156 2015-11-25
DE102015015156.8 2015-11-25
DE102016205433.3A DE102016205433A1 (de) 2015-11-25 2016-04-01 Verfahren, Vorrichtung, Kartenverwaltungseinrichtung und System zum punktgenauen Lokalisieren eines Kraftfahrzeugs in einem Umfeld
DE102016205433.3 2016-04-01
PCT/EP2016/077112 WO2017089136A1 (de) 2015-11-25 2016-11-09 Verfahren, vorrichtung, kartenverwaltungseinrichtung und system zum punktgenauen lokalisieren eines kraftfahrzeugs in einem umfeld

Publications (2)

Publication Number Publication Date
KR20180048985A KR20180048985A (ko) 2018-05-10
KR102166512B1 true KR102166512B1 (ko) 2020-10-16

Family

ID=58773274

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187009350A Active KR102166512B1 (ko) 2015-11-25 2016-11-09 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템

Country Status (5)

Country Link
US (1) US20180347991A1 (ko)
EP (1) EP3380810B1 (ko)
KR (1) KR102166512B1 (ko)
CN (1) CN108291814A (ko)
DE (1) DE102016205433A1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3740737A1 (en) * 2018-04-03 2020-11-25 Mobileye Vision Technologies Ltd. Systems and methods for determining navigational parameters
DE102018221178A1 (de) * 2018-12-06 2020-06-10 Robert Bosch Gmbh Lokalisierungssystem
DE102019210758B4 (de) * 2019-07-19 2021-05-12 Volkswagen Aktiengesellschaft Bereitstellung und Übertragung von Positionsdaten einer Umgebung eines Kraftfahrzeugs
DE102019213612A1 (de) * 2019-09-06 2021-03-11 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs
CN110837539B (zh) * 2019-09-25 2022-11-11 交控科技股份有限公司 一种铁路电子地图构建方法及电子地图位置匹配方法
CN110941003B (zh) * 2019-10-25 2022-02-25 北京汽车集团有限公司 车辆识别方法，装置，存储介质及电子设备
US11999345B2 (en) 2020-12-10 2024-06-04 Zoox, Inc. Velocity-based relevance filter
US20220282979A1 (en) * 2021-03-03 2022-09-08 Delhivery Private Limited System and Method for Generating and Optimizing Dynamic Dispatch Plans
DE102021116223A1 (de) 2021-06-23 2022-12-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Einrichtung zur vegetationsbasierten Positionsbestimmung eines Kraftfahrzeugs und Kraftfahrzeug
CN115223065B (zh) * 2022-07-25 2023-04-07 中国人民解放军陆军航空兵学院 一种基于高精度定位复盘分析空突地面装备机动能力的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009098154A1 (en) * 2008-02-04 2009-08-13 Tele Atlas North America Inc. Method for map matching with sensor detected objects
US20120116676A1 (en) * 2010-11-10 2012-05-10 Gm Global Technology Operations, Inc. Method of Augmenting GPS or GPS/Sensor Vehicle Positioning Using Additional In-Vehicle Vision Sensors
JP2015108604A (ja) * 2013-12-06 2015-06-11 日立オートモティブシステムズ株式会社 車両位置推定システム，装置，方法、及び、カメラ装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7634336B2 (en) * 2005-12-08 2009-12-15 Electronics And Telecommunications Research Institute Localization system and method of mobile robot based on camera and landmarks
DE102010033729B4 (de) * 2010-08-07 2014-05-08 Audi Ag Verfahren und Vorrichtung zum Bestimmen der Position eines Fahrzeugs auf einer Fahrbahn sowie Kraftwagen mit einer solchen Vorrichtung
US20140126822A1 (en) * 2011-03-11 2014-05-08 The University Of Sydney Image Processing
US20130060461A1 (en) * 2011-09-07 2013-03-07 INRO Technologies Limited Method and apparatus for using pre-positioned objects to localize an industrial vehicle
DE102011082379A1 (de) * 2011-09-08 2013-03-14 Robert Bosch Gmbh Verfahren zum Erfassen von Navigationsdaten
DE102011119762A1 (de) 2011-11-30 2012-06-06 Daimler Ag System und Verfahren zur Positionsbestimmung eines Kraftfahrzeugs
KR101478258B1 (ko) * 2013-05-07 2014-12-31 숭실대학교산학협력단 차선 인식 방법 및 그 시스템
KR20140137577A (ko) * 2013-05-23 2014-12-03 한국전자통신연구원 차량의 주변환경 정보를 제공하는 장치 및 그 방법
DE102013211696A1 (de) * 2013-06-20 2014-12-24 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Vervollständigen und/oder Aktualisieren einer digitalen Straßenkarte, Vorrichtung für ein Kraftfahrzeug und Kraftfahrzeug
DE102013011969A1 (de) * 2013-07-18 2015-01-22 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
EP3812962A1 (en) * 2013-12-04 2021-04-28 Mobileye Vision Technologies Ltd. Navigating a vehicle to pass another vehicle
DE102014002821A1 (de) 2014-02-26 2015-08-27 Audi Ag Verfahren und ein System zum Lokalisieren einer mobilen Einrichtung

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009098154A1 (en) * 2008-02-04 2009-08-13 Tele Atlas North America Inc. Method for map matching with sensor detected objects
US20120116676A1 (en) * 2010-11-10 2012-05-10 Gm Global Technology Operations, Inc. Method of Augmenting GPS or GPS/Sensor Vehicle Positioning Using Additional In-Vehicle Vision Sensors
JP2015108604A (ja) * 2013-12-06 2015-06-11 日立オートモティブシステムズ株式会社 車両位置推定システム，装置，方法、及び、カメラ装置

Also Published As

Publication number Publication date
CN108291814A (zh) 2018-07-17
US20180347991A1 (en) 2018-12-06
EP3380810B1 (de) 2022-04-06
DE102016205433A1 (de) 2017-06-14
EP3380810A1 (de) 2018-10-03
KR20180048985A (ko) 2018-05-10

Similar Documents

Publication Publication Date Title
KR102166512B1 (ko) 주변 환경에서 자동차를 정밀 위치 추적하기 위한 방법, 디바이스, 맵 관리 장치 및 시스템
KR102027408B1 (ko) 디지털 맵을 생성하기 위한 방법 및 시스템
US10621861B2 (en) Method and system for creating a lane-accurate occupancy grid map for lanes
CN109313856B (zh) 物体检测方法及物体检测装置
JP7040374B2 (ja) 物体検出装置、車両制御システム、物体検出方法及び物体検出用コンピュータプログラム
US11157751B2 (en) Traffic guide object recognition device, traffic guide object recognition method, and storage medium
CN110249205B (zh) 用于在数字式定位地图中定位自动化程度较高的车辆、例如高度自动化的车辆(haf)的方法
US20190072674A1 (en) Host vehicle position estimation device
US20170369051A1 (en) Occluded obstacle classification for vehicles
JP2021117048A (ja) 変化点検出装置及び地図情報配信システム
US10325163B2 (en) Vehicle vision
US12240450B2 (en) V2X warning system for identifying risk areas within occluded regions
CN110929475B (zh) 对象的雷达简档的注释
US12106669B2 (en) Control apparatus, movable object, control method, and computer readable storage medium
KR101724868B1 (ko) 영상기반 교통표시 인식장치 및 방법
US10755435B2 (en) Micromechanical sensor and method for manufacturing a micromechanical sensor
US11881031B2 (en) Hierarchical processing of traffic signal face states
JP7373524B2 (ja) 制御装置、移動体、制御方法及びプログラム
JP7449206B2 (ja) 通信制御装置、車両、プログラム、及び通信制御方法
JP7083768B2 (ja) 認識装置、車両制御装置、認識方法、およびプログラム
US10809070B2 (en) Method and device for determining the location of a vehicle
US11885640B2 (en) Map generation device and map generation method
US11428781B2 (en) System and method for radar-based localization in sparse environment
CN114187779A (zh) 通信控制装置、车辆、计算机可读存储介质以及通信控制方法
JP7241582B2 (ja) 移動体位置検出方法及び移動体位置検出システム

Legal Events

Date Code Title Description
A201 Request for examination
PA0105 International application

Patent event date: 20180402

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190620

Patent event code: PE09021S01D

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20191230

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20200723

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20201008

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20201012

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20240927

Start annual number: 5

End annual number: 5