[go: up one dir, main page]

CN120303717A - 用于在车辆内识别工地的方法 - Google Patents

用于在车辆内识别工地的方法 Download PDF

Info

Publication number
CN120303717A
CN120303717A CN202380086056.0A CN202380086056A CN120303717A CN 120303717 A CN120303717 A CN 120303717A CN 202380086056 A CN202380086056 A CN 202380086056A CN 120303717 A CN120303717 A CN 120303717A
Authority
CN
China
Prior art keywords
vehicle
worksite
construction site
microphone
identifying
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
Application number
CN202380086056.0A
Other languages
English (en)
Inventor
P·米特曼
M·库尼亚夫斯卡娅
周志亮
S·丁格勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daimler Truck Holding AG
Original Assignee
Daimler Truck AG
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 Daimler Truck AG filed Critical Daimler Truck AG
Publication of CN120303717A publication Critical patent/CN120303717A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用于在车辆(1)内识别工地(10)的方法,车辆配备有至少一个麦克风(2),其中,麦克风(2)被设计为外向式麦克风(2),用于至少在行驶方向(F)上探测来自车辆(1)周围环境的声学信号(A),并在计算单元(3)中对声学信号进行评估,以通过可确定的概率将至少一个在工地(10)上使用的设备(9)分类为发出至少一部分声学信号(A)的对象,从而识别工地(10)。

Description

用于在车辆内识别工地的方法
技术领域
本发明涉及根据权利要求1前序部分所述的用于在车辆内识别工地的方法,以及根据权利要求10前序部分所述的车辆。
背景技术
未来,SAE 3级至5级的自动化车辆(例如卡车、轿车、公共汽车等)将越来越多地上路行驶。行车任务在此由车辆负责完成。与人类司机相同,车辆为此需要了解周围环境。自动化车辆为此主要采用以下三个信息源:
- 车载传感器装置,用于实时感测周围环境;
- 先验信息,其被预先采集并存储在HD地图(高分辨率地图)中;以及
- V2X通信,即车辆与例如其他车辆(V2V)或基础设施(V2I)之间的通信。
出于多种原因,车载传感器装置和HD地图是主要依赖对象。两者结合可提供可接受的安全水平。但当HD地图不再是最新的时,问题随之产生。尤其是在工地场景中,这是一项巨大挑战。一方面,工地的基础设施通常不如常规街道完善。另一方面,工地通常不是静态的,而是动态变化的,例如在铺装新路面时。工地可能在一夜之间建成,且其位置和/或边界会发生变化。同时,工地的行驶条件通常比常规交通基础设施更差。例如车道可能更窄、道标不清,且可能缺少护栏及道标。相似状况也出现在为道路维护和道路清理作业(例如修剪邻近街道的植被或绿化带)而进行的短期交通流调整中,这是因为这种调整在很短时间内完成并具有移动性。在这种情况下,自动化车辆必须识别其地图并不是最新的,并且只能依靠车载传感器装置完成行车任务。
EP 2 879 92 B1描述了采用多来源信息识别工地的方法和系统。在一个示例中,配置为控制车辆的计算装置可以配置为接收来自多个来源的、与识别车辆所行驶道路上的工地相关的信息。此外,计算装置可以配置为基于这些信息确定道路上工地的存在概率。另外,计算装置可配置为基于所述概率来修改为车辆行驶行为分配的控制策略,并基于修改后的控制策略来控制车辆。
发明内容
本发明的任务是指明一种新颖的用于在车辆内识别工地的方法以及一种新颖的车辆。
根据本发明,所述任务通过一种具有权利要求1所述特征的用于在车辆内识别工地的方法以及一种具有权利要求10所述特征的车辆来完成。
本发明的有利设计是从属权利要求的主题。
提出一种用于在具有至少一个麦克风的车辆内识别工地的方法。根据本发明,麦克风被设计为外向式麦克风,用于至少在行驶方向上探测来自车辆周围环境的声学信号,并在计算单元中予以评估,例如借助频率分析和/或阶序分析予以评估,以通过可确定的概率将至少一种在工地上使用的设备分类为发出声学信号的至少一部分的对象,从而识别工地。
例如,推土机、挖掘机、气动锤、压路机、绿篱修剪机、沥青摊铺机等设备可以依据声学信号的典型特性进行分类。
在一个实施方式中,车辆按照自动驾驶模式运行。
在一个实施方式中,依据分类的对象及其概率调整车辆的行驶策略和/或行驶行为,并确定所识别的工地的状态。
在一个实施方式中,行驶行为被调整为使车辆以降级模式运行,例如以调整后的速度行驶。
在一个实施方式中,基于设备的分类对工地进行分类并评估工地的状态。
特别是,可根据工地的类型、动态性和/或活跃性等特征对工地进行分类。
工地的类型可以例如包括:夜间工地、道路清理、桥梁施工、铺装新路面、车道变更等。
工地的动态性可以例如区分为静态和动态,其中,静态工地的边界和范围不发生移动(例如桥梁施工),而动态工地则会发生移动(例如铺设新路面、道路清理)。
工地的活跃性例如可以分为活跃和非活跃,其中,活跃工地当前正在施工,因此需考虑工地上有人且数据库的时效性可能随时发生变化,其中,非活跃工地当前未施工,例如在车辆内置或无线可用的数字地图中标记的工地处未通过声学信号识别到活跃设备。
另外,所述分类可以结合时间和特定工地类型的常规工作时间进行。
例如,如果所用设备被分类为绿篱修剪机,则可以推测工地处于活跃状态,并以一定速度沿车辆行驶方向移动。
在一个实施方式中,车辆将所识别的信息传输至中央数据库,以供后续车辆使用。
在一个实施方式中,可以使用其他传感器装置(例如至少一个摄像头、至少一个雷达和/或至少一个激光雷达)辅助工地分类。
在一个实施方式中,可以借助其他传感器装置采集周围环境,并更新存储在中央数据库内的地图。
根据本发明的一个方面,提出一种车辆,尤其是自动化车辆,例如商用车辆、公共汽车或轿车,该车辆具有至少一个麦克风且配置用于执行上述方法。
本发明通过麦克风实现工地的早期识别以及工地活跃或非活跃状态的判断。借助这些信息,可以提前调整行驶行为,从而提升所有参与者(尤其是车辆、其他交通参与者及工地人员)的安全性。
附图说明
以下将依据附图来详细解释本发明的实施例。
其中:
图1示出一种用于在车辆内识别工地的方法的示意图,
图2示出车辆的示意图。
具体实施方式
图1示出一种用于在自动化车辆1内识别工地10的方法的示意图。图2示出车辆1的示意图。自动化车辆1(例如轿车、公共汽车或卡车)以自动化行驶模式(例如SAE 4级或5级)在道路(例如公共街道)上行驶,并且尤其是具有至少一个外向式麦克风2。
在步骤S1中,自动化车辆1通过至少一个麦克风2感测表征工地10的声学信号A。在步骤S2中,车辆1在计算单元3中评估声学信号A。工地10上使用的机器和设备9产生特定的声学信号A,可通过频率分析或阶序分析进行评估,从而以可确定的概率对发出声学信号的对象进行分类。由此可以识别出例如推土机、挖掘机、气动锤、压路机、绿篱修剪机、沥青摊铺机等。感测到的声学信号A越多,评估的置信度越高。
在步骤S3中,车辆1依据评估结果和所述概率决定是否调整行驶策略和行驶行为(例如速度),并确定所识别的工地10的状态。
一方面,通过基于声学信号A的早期识别,即使在未进行视觉感测的情况下,也能确认行驶路线上存在工地10。由此可以提前调整车辆1的行驶行为,使车辆1以降级模式(例如以调整后的速度)来运行。如果工地10已记录在例如可通过无线连接8访问中央数据库4的地图中,则此信息自然是已知的。
基于所用设备9的分类,可对工地10进行分类并估计工地状态。例如,如果所用设备9被分类为绿篱修剪机,则可推测工地10以一定速度沿车辆1的行驶方向F行进。
在一个可选步骤S4中,车辆1将所识别到的信息传输至中央数据库4。若所识别到的信息(尤其是关于行进的工地10)被集中存储,后续车辆即可获知其地图在这一区域内以一定概率不再是最新的。
为辅助工地10的分类,除麦克风2外,还可采用其他传感器装置,例如至少一个摄像头5、至少一个雷达、至少一个激光雷达6等。
工地10的相关分类主要包括(其他分类亦可考虑):
- 类型:夜间工地、道路清理、桥梁施工、新路面铺设、车道变更;
- 静态:工地10的边界和范围不发生移动(例如桥梁施工);
- 动态:工地10发生移动(例如新路面铺设、道路清理);
- 活跃:工地10当前正在施工。故工地10上可能有人,且数据库的时效性可能随时发生变化;
- 非活跃:工地10当前未施工。
工地10在此也可以被分配合理的分类组合,例如“活跃动态”。在此情况下,可以推测后续车辆通过时地图已不再是最新的。
另外,所述分类可以借助于时间以及特定工地10类型的常规工作时间来进行。
如果自动化车辆1配备有为采集地图数据所需的传感器装置,则可以在步骤S5中采集周围环境并更新地图。
至少一个麦克风2例如也可以被用于识别紧急任务用车辆,从而在不增加成本的情况下提高安全性。
对于依据评估信号而被视为车辆1(例如商用车辆)无法通过的未知工地10,车辆1可以在进入工地10之前处于安全状态,从而避免在工地10内因停车可能性降低或不存在停车条件而导致交通拥堵。
这不仅提高当前驶过的自动化车辆1的安全性,也提高后续交通的安全性。
附图标记列表:
1车辆
2麦克风
3计算单元
4中央数据库
5摄像头
6激光雷达
8无线连接
9设备
10工地
A声学信号
F行驶方向
S1-S5步骤

Claims (10)

1.一种用于在车辆(1)内识别工地(10)的方法,车辆具有至少一个麦克风(2),
其特征在于,麦克风(2)被设计为外向式麦克风(2),用于至少在行驶方向(F)上探测来自车辆(1)周围环境的声学信号(A),并在计算单元(3)中对所述声学信号进行评估,以通过能确定的概率将至少一个在工地(10)上使用的设备(9)分类为发出声学信号(A)的至少一部分的对象,从而识别工地(10)。
2.根据权利要求1所述的方法,其特征在于,车辆(1)以自动化行驶模式运行。
3.根据权利要求1或2所述的方法,其特征在于,根据分类的对象及其概率,调整车辆(1)的行驶策略和/或行驶行为,并确定所识别的工地(10)的状态。
4.根据权利要求3所述的方法,其特征在于,调整行驶行为,使车辆(1)以降级模式运行。
5.根据前述权利要求中任一项所述的方法,其特征在于,基于设备(9)的分类,对工地(10)进行分类并估计工地状态。
6.根据前述权利要求中任一项所述的方法,其特征在于,车辆(1)将所识别的信息传输至中央数据库(4),以供后续车辆使用。
7.根据前述权利要求中任一项所述的方法,其特征在于,为了分类工地(10),采用其他传感器装置,例如至少一个摄像头(5)、至少一个雷达和/或至少一个激光雷达(6)。
8.根据权利要求7所述的方法,其特征在于,借助其他传感器装置采集周围环境,并更新存储在中央数据库(4)中的地图。
9.根据权利要求5至8中任一项所述的方法,其特征在于,工地(10)根据其类型、动态性和/或活跃性等特征进行分类。
10.一种车辆(1),其具有至少一个麦克风(2),其特征在于,车辆(1)配置用于执行根据前述权利要求中任一项所述的方法。
CN202380086056.0A 2022-12-16 2023-12-05 用于在车辆内识别工地的方法 Pending CN120303717A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102022133746.4 2022-12-16
DE102022133746.4A DE102022133746A1 (de) 2022-12-16 2022-12-16 Verfahren zum Erkennen einer Baustelle in einem Fahrzeug
PCT/EP2023/084374 WO2024126168A1 (de) 2022-12-16 2023-12-05 Verfahren zum erkennen einer baustelle in einem fahrzeug

Publications (1)

Publication Number Publication Date
CN120303717A true CN120303717A (zh) 2025-07-11

Family

ID=89164306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202380086056.0A Pending CN120303717A (zh) 2022-12-16 2023-12-05 用于在车辆内识别工地的方法

Country Status (4)

Country Link
EP (1) EP4634899A1 (zh)
CN (1) CN120303717A (zh)
DE (1) DE102022133746A1 (zh)
WO (1) WO2024126168A1 (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3713825A1 (de) 1987-04-24 1988-11-10 Siemens Ag Hochverfuegbares serielles bussystem
US20150217730A1 (en) 2012-08-02 2015-08-06 Xavier Boland Windscreen wiper device
US10282999B2 (en) * 2017-03-17 2019-05-07 GM Global Technology Operations LLC Road construction detection systems and methods
US11255692B2 (en) * 2019-03-19 2022-02-22 Here Global B.V. System and method for identification of a roadwork zone
DE102019203813A1 (de) * 2019-03-20 2020-09-24 Robert Bosch Gmbh Detektion und näherungsweise Ortung von Signalquellen
DE102020203943A1 (de) * 2020-03-26 2021-09-30 Zf Friedrichshafen Ag Verfahren zur Lärmerfassung und Lärmanalyse
US11738767B2 (en) * 2020-06-16 2023-08-29 Magna Electronics Inc. Vehicular driver assist system using acoustic sensors
JP2022048992A (ja) * 2020-09-15 2022-03-28 トゥーシンプル, インコーポレイテッド 先導自律車両(av)による工事区域の検出および後続avのためのルート指定計画の更新

Also Published As

Publication number Publication date
DE102022133746A1 (de) 2024-06-27
EP4634899A1 (de) 2025-10-22
WO2024126168A1 (de) 2024-06-20

Similar Documents

Publication Publication Date Title
US12265390B2 (en) Autonomous vehicle safe stop
AU2020203517B2 (en) Dynamic routing for autonomous vehicles
US11257377B1 (en) System for identifying high risk parking lots
US11887380B1 (en) Sidewalk detection for pedestrian behavior modeling
US11282388B2 (en) Edge-assisted alert system
JP6677765B2 (ja) 自律運転のための作業中及び非作業中の工事区域のマップ作成
US11292486B2 (en) System and apparatus for a connected vehicle
US10657811B2 (en) Travel lane identification without road curvature data
CA3155591C (en) Functional safety in autonomous driving
US20190347931A1 (en) Systems and methods for driving intelligence allocation between vehicles and highways
US9335178B2 (en) Method for using street level images to enhance automated driving mode for vehicle
US10668922B2 (en) Travel lane identification without road curvature data
US12393192B2 (en) Behavior prediction for railway agents for autonomous driving system
US11971259B2 (en) System and method for contextualizing objects in a vehicle horizon
CN1443347A (zh) 确定交通状况信息的方法
US11638131B2 (en) Dynamic adjustment of vehicular micro cloud properties
US11328592B2 (en) Systems and methods for roadway obstruction detection
CN120303717A (zh) 用于在车辆内识别工地的方法
US20230399021A1 (en) Systems and methods for detecting restricted traffic zones for autonomous driving
EP4261093A1 (en) Method comprising the detection of an abnormal operational state of an autonomous vehicle
US20220297683A1 (en) Vehicle guard rail system
US11030900B2 (en) System and method for automatically controlling a vehicle in a traffic network
CN113838281A (zh) 交通锥情况下的基于路线安排的车道引导系统
Mocanu et al. Highly automated driving and its requirements on road planning and design
JP2025027219A (ja) 車両走行制御装置及び車両走行制御方法

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