[go: up one dir, main page]

TW202229818A - 使用週期性地更新的錨座標系進行車道映射和定位 - Google Patents

使用週期性地更新的錨座標系進行車道映射和定位 Download PDF

Info

Publication number
TW202229818A
TW202229818A TW110144898A TW110144898A TW202229818A TW 202229818 A TW202229818 A TW 202229818A TW 110144898 A TW110144898 A TW 110144898A TW 110144898 A TW110144898 A TW 110144898A TW 202229818 A TW202229818 A TW 202229818A
Authority
TW
Taiwan
Prior art keywords
vehicle
lane boundary
parameter values
time
lane
Prior art date
Application number
TW110144898A
Other languages
English (en)
Inventor
梅哈那 邦德
烏爾斯 尼森
Original Assignee
美商高通公司
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 美商高通公司 filed Critical 美商高通公司
Publication of TW202229818A publication Critical patent/TW202229818A/zh

Links

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3819—Road shape data, e.g. outline of a route
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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
    • G01C21/1656—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 with passive imaging devices, e.g. cameras
    • 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
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

提出了一種用於使用參考系的混合方法，其中使用在觸發事件時有效地重置全域座標系的一系列錨座標系。對於每個新的錨座標系，可以相對於該新的錨座標系來重新計算針對車道邊界估計（被稱為車道邊界狀態）的參數值。觸發事件可以是基於時間長度、行駛距離和/或不確定度值的。

Description

使用週期性地更新的錨座標系進行車道映射和定位
概括而言，本發明涉及電子車輛系統領域，並且更具體地，本發明涉及先進駕駛員輔助系統（ADAS）。
車輛系統（諸如自動駕駛和ADAS）通常需要追蹤車輛位置和車輛正在行駛的道路的車道邊界。為此，ADAS系統可以利用來自各種來源的資訊。這些來源可以包括例如全球導航衛星系統（GNSS）接收機、慣性測量單元（IMU）和一個或多個相機。可以使用行動車體參考系（“體座標系”）或靜態全域參考系（“全域座標系”）對車輛位置和車道邊界進行追蹤。這兩種選擇都有其缺點。
本文的實施例包括用於使用參考系的混合方法。具體而言，實施例使用一系列錨座標系，這些錨座標系在觸發事件時有效地重置全域座標系。對於每個新的錨座標系，可以相對於該新的錨座標系重新計算針對車道邊界估計（被稱為車道邊界狀態）的參數值。觸發事件可以是基於時間長度、行駛距離和/或不確定度值的。
根據本公開內容的一種道路上的車輛的車道映射和定位的示例方法包括：在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的。所述方法還包括：在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置。所述方法還包括：在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於錨座標系來決定的，所述錨座標系可以包括第二參考系，並且所述第二參數值集合是響應於觸發事件來決定的。
根據本公開內容的一種示例行動設備包括：感測器、記憶體以及與所述感測器和所述記憶體通信地耦接的一個或多個處理單元。所述一個或多個處理單元被配置為：在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的。所述一個或多個處理單元還被配置為：在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置。所述一個或多個處理單元還被配置為：在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於錨座標系來決定的，所述錨座標系可以包括第二參考系，並且所述第二參數值集合是響應於觸發事件來決定的。
根據本公開內容的另一示例設備包括：用於在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合的單元，其中，所述第一參數值集合是相對於第一參考系來決定的。所述設備還包括：用於在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置的單元。所述設備還包括：用於在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合的單元，其中：所述第二參數值集合是相對於錨座標系來決定的，所述錨座標系可以包括第二參考系，並且所述第二參數值集合是響應於觸發事件來決定的。
根據本公開內容的一種示例非暫時性計算機可讀媒體儲存用於道路上的車輛的車道映射和定位的指令。所述指令包括用於進行以下操作的碼：在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的。所述指令還包括用於進行以下操作的碼：在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置。所述指令還包括用於進行以下操作的碼：在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於錨座標系來決定的，所述錨座標系可以包括第二參考系，並且所述第二參數值集合是響應於觸發事件來決定的。
現在將關於圖式來描述若干說明性實施例，圖式構成其一部分。隨後的描述僅提供實施例，而並不旨在限制本公開內容的範圍、適用性或配置。確切而言，隨後對實施例的描述將為本領域技術人員提供用於實現實施例的可行描述。應理解，在不脫離本公開內容的範圍的情況下，可以對元素的功能和佈置進行各種改變。
如本文所使用的，術語“座標系”、“參考系”（reference frame）、“參照系”（frame of reference）等指代追蹤車輛和車道邊界的位置的座標系。根據期望的功能，參考系可以包括2-D座標系（例如，2-D地圖上的緯度和經度等）或3-D座標系（例如，3-D地圖上的緯度、經度和高度（LLA））。此外，根據一些實施例，車輛的位置可以包括朝向資訊，諸如前進方向。在一些實施例中，車輛的位置估計可以包括六個自由度（6DoF）（也被稱為“姿勢”）的估計，其包括平移（緯度、經度和高度）和朝向（俯仰、翻滾和偏航）資訊。
圖1是車輛110的簡化透視圖，其示出了車輛110可以使用ADAS系統的環境。衛星120可以向車輛110上的全球導航衛星系統（GNSS）接收機（例如，全球定位系統（GPS）接收機）提供無線（例如，射頻（RF））信號，以決定車輛110的位置（例如，使用絕對座標或全域座標）。（當然，儘管為了視覺簡潔，圖1中的衛星120被示為相對靠近車輛110，但是將理解的是，衛星120將在環繞地球的軌道中。）衛星120可以是一個或多個GNSS系統的一個或多個衛星星座的一部分。
此外，一個或多個相機可以擷取車輛的周圍環境的圖像。（例如，前向相機可以拍攝來自車輛110的前方的視角130的圖像（例如，視頻）。）此外，車輛110上和/或車輛110中的一個或多個運動感測器（例如，加速計、陀螺儀等）可以提供指示車輛110的移動的運動資料。此類感測器可以被併入慣性測量單元（IMU）中。在一些實施例中，可以對圖像和運動資料進行融合以提供額外的定位資訊。然後，這可以用於補充和/或替代（例如，在需要時）車輛110的GNSS定位，和/或幫助識別和追蹤車輛110正在沿著其行駛的道路上的車道邊界。
追蹤車道邊界、將新偵測到的邊界映射到這些追蹤的車道邊界以及相對於車道邊界來定位車輛的過程在本文中被稱為車道映射和定位。這可以是用於車輛110的若干ADAS功能的主要促成因素，諸如車道保持和自適應巡航控制。車道映射和定位通常由聯合地追蹤車道邊界和車輛位置的濾波器執行，諸如擴展卡爾曼濾波器（EKF）或粒子濾波器。在圖2中示出了用於執行車道映射和定位的示例系統。
圖2是根據一個實施例的車道映射和定位系統200的方塊圖。該系統200可以由車輛110內的各種組件和系統來實現，並且可以構成一個或多個額外車輛系統（例如，車輛定位、導航和/或自動駕駛系統等）的一部分。與本文中的其它實施例一樣，僅作為示例提供的這些圖和替代實施例可以重新排列、添加、省略、組合、分離、重新排列和/或以其它方式改變所示的組件。
此處，車輛感測器205可以包括一個或多個相機210、IMU 215、輪速感測器220、GNSS接收機225和/或能夠指示車輛移動和/或追蹤車輛110正在其上行駛的道路上的車道邊界的其它感測器。感測器205向如上所述可以執行車道映射和定位的濾波器提供輸入。為此，可以首先將來自一個或多個相機210的輸入提供給可以由處理單元和/或專用電路執行的車道邊界偵測功能235。對相機圖像使用對象偵測和/或類似演算法，車道邊界偵測功能235可以基於來自相機210的相機圖像來識別候選車道邊界，並且將這些候選車道邊界提供給濾波器230。
如所提到的，濾波器230可以包括卡爾曼濾波器（例如，EKF）、粒子濾波器、滑動窗口演算法或類似的用於狀態估計的濾波器或演算法，其可以由處理單元和/或專用電路執行（例如，在軟體中）。使用關聯功能240，濾波器230可以將來自車道邊界偵測功能235的輸入中的候選車道邊界與當前正被追蹤的估計車道邊界進行關聯。然後，濾波器230的估計功能250可以基於關聯來更新被追蹤的車道邊界，並且基於來自感測器205的輸入來更新車輛的位置。
然後，可以將由濾波器230執行的這種車道映射和定位的結果提供給車輛110內的各種系統中的任何一者，包括ADAS系統255。如圖所示，ADAS系統255可以包括例如顯示器260、控制區塊265、導航區塊270、路徑規劃區塊275和/或其它功能。顯示器260例如可以向駕駛員或其它車輛用戶顯示車輛110的位置和/或車道邊界。例如，控制區塊265可以控制車輛110的自動功能，諸如車道保持、自適應巡航控制、自動駕駛功能和/或其它功能，這些功能可以包括車輛控制的制動、加速、轉向等等。導航區塊270可以包括用於為車輛110提供導航的設備或系統，該設備或系統可以使用關於車輛110的位置和/或車道邊界的資訊。路徑規劃區塊275可以包括用於基於地圖和當前車輛位置來計算用於車輛的目標路徑並且然後將目標路徑提供給一個或多個車輛控制系統的設備或系統。
圖3A-3C是根據一個實施例的被提供以幫助說明車道關聯的過程的圖。如所提到，這可以由在圖2中所示的濾波器230的關聯功能240來執行。
圖3A示出了相機圖像300。從其獲得圖像的相機可以包括在圖2中所示的感測器205的相機210，並且可以是車輛110的前向相機（例如，具有類似於在圖1中所示的視角130的視角）。這可以允許相機擷取指示車輛110正在沿著其行駛的道路上的車道邊界的車道標線310的圖像。根據期望的功能，車輛相機可以每秒幾次擷取圖像或視頻（例如，每秒30幀（30fps））。車道邊界偵測（例如，在圖2的框235處）可以以類似的速率來執行。
圖3B示出了基於圖3A的相機圖像300的車道邊界偵測輸出320。如前所提到的，車道邊界偵測可以使用各種識別和/或追蹤演算法來識別相機圖像300內的車道邊界偵測330。在一些實施例中，車道邊界偵測輸出320可以包括相機圖像300內的針對每個車道邊界偵測330的識別（例如，使用諸如數字或字母之類的唯一識別符）、以及對應於每個車道邊界偵測330的像素。
車道邊界偵測330可能並不總是與車道標線310準確地對應。在一些情況下，例如，車道標線310可能被車輛或其它對象、雪、冰等遮擋。並且因此，車道邊界偵測輸出320可能無法準確地識別某些車道標線310。此外，在一些情況下，車道邊界偵測可能錯誤地將道路上的其它標線（例如，施工標線、輪胎打滑痕跡等）識別為車道標線310。因此，車道邊界偵測輸出320中的車道邊界偵測330可能最終未被決定為與實際車道邊界相對應。因此，車道邊界偵測330在本文中也被稱為候選車道邊界或車道邊界候選。
圖3C示出了車道邊界映射340，其中，車道邊界偵測330與當前在濾波器中追蹤並且由車道邊界狀態350或濾波器狀態表示的車道邊界相關聯（或被映射到車道邊界）。如圖所示，這種映射可以透過將車道邊界狀態350投影到圖像平面上（例如，如圖3C所示），並且將所投影的車道邊界狀態與車道邊界偵測330進行比較，從而基於相機圖像300而在圖像平面中發生。（替代地，車道邊界偵測330可以被投影到另一平面/座標系上以進行關聯。）廣義地說，透過基於諸如距離、朝向、估計不決定性等因素將車道邊界偵測330與最相似的車道邊界狀態350進行匹配來發生關聯。可以使用各種演算法來執行這種關聯。
可以針對“自車道”360（車輛位於其中）的車道邊界來維護車道邊界狀態350。在可用時，也可以針對與自車道360相鄰的車道來維護車道邊界，諸如相鄰的左車道370（在左側緊鄰自車道360的車道）和相鄰的右車道380（在右側緊鄰自車道360的車道）。例如，追蹤相鄰車道可以允許ADAS系統接收車道邊界映射340作為輸入，以決定是否盡可能地進行車道變換並且（可選地）執行車道變換操縱。來自額外車道的額外車道邊界也可以透過車道邊界狀態350追蹤和表示，這取決於諸如期望功能、偵測到的車道數量、處理能力等的功能。
在濾波器內，車道邊界狀態350可以使用參數化模型來描述車道邊界。也就是說，每個車道邊界狀態350可以包括針對以下各項中的一項或多項的值向量（例如，標量狀態）：表示曲率、前進方向和/或其它車道邊界特徵的標量參數。然後，濾波器可以決定允許車道邊界狀態350準確地表示對應的車道邊界的參數值。（因此，車道邊界狀態350在本文中也被稱為車道邊界估計。）
在圖4A中示出了在車道邊界狀態350中使用的參數的示例。這裡，對於車道邊界上的代表點400，參數可以包括描述車道邊界的車道邊界前進方向410、橫向偏移420和曲率430。根據一些實施例，參數可以包括點400本身的座標。車道邊界狀態350可以使用額外或替代參數來估計車道邊界。如所提到的，可以描述與車架相關的參數，車架可以居中，例如，在點450處。
根據一些實施例，如圖4B中所示，可以對車道邊界狀態350進行分段，以描述即將到來的路段。（為了避免混亂，僅標記了來自一個車道邊界狀態350的分段435。）每個車道邊界分段可以具有唯一的參數值集合，從而允許透過車道邊界狀態350以不同方式來對每個分段435進行建模。分段數量和分段長度440可以根據期望功能而改變，以平衡車道邊界狀態350的精度（其可以隨著分段數量越大而增加）與相關聯的處理要求（其可以隨著分段數量越大而增加）。
這可能導致要追蹤大量參數值。例如，一個實施例可以維護車道邊界狀態350，其表示沿著車輛110前方的75 m道路上的車道邊界，其中每個車道邊界被分割成分段長度440為15 m的分段。這導致針對每個車道邊界狀態350有五個分段。如果濾波器230維護四個車道邊界狀態350（例如，用於自車道360、相鄰左車道370和相鄰右車道380的車道邊界狀態350），則這導致濾波器追蹤20個分段。並且如果每個分段由三個參數值（例如，用於橫向偏移、前進方向和曲率的值）表示，則這導致濾波器230決定60個參數值，以便追蹤與四個車道邊界狀態350相對應的車道邊界。
濾波器230追蹤參數值的方式可能極大地受到由濾波器用來表示這些參數值的參考系的影響。常用的參考系包括行動車體參考系（“體座標系”）或靜態全域參考系（“全域座標系”或“靜態座標系”）。
圖5是關於車輛110的各種座標系的圖示。具體而言，體座標系（“b座標系”）510包括車輛110的主體上的固定位置的座標系。這可以包括例如車輛110上的預定位置（例如，車輛的後軸上的位置）、IMU 215或車輛110的另一感測器的位置等。根據一些實施例，車輛上的位置可以是取決於車輛的。全域座標系（“s座標系”）530包括表示在車輛110外部的座標系的空間座標系。全域座標系530可以獨立於車輛110（例如，相對於地球的座標系），並且可以是由GNSS接收機225使用的座標系。替代地，全域座標系530可以包括在車輛110外部的某個其它靜態位置，諸如在移動之前初始啟動時車輛110的原點。
如所提及的，體座標系510或全域座標系530的使用可能極大地影響濾波器230的功能。例如，如果體座標系510用作濾波器230的參考系，則車道邊界狀態350可能具有複雜的動力學，這可能需要由濾波器進行線性化（例如，在EKF中）。當從感測器205接收輸入時，濾波器230可能需要調整用於車道邊界狀態350的參數值，以反映車輛110（和體座標系510）在道路上的新位置。因此，在具有60個參數值的先前示例中，可能需要更新所有60個參數值。此外，在以高頻接收測量（例如，以200 Hz接收IMU測量）的情況下，濾波器230可以以相同的（或類似的）高頻來決定參數值。當使用體座標系510時，參數值的決定的頻率和複雜性在計算上可能是昂貴的，並且可能排除即時操作。此外，由於體座標系510的使用可能要求動力學的線性化，因此還可能引入顯著的線性化誤差，這可能影響濾波器精度。這些問題使得車道映射性能降級。
另一方面，如果全域座標系530用作參考系，則車道邊界狀態不具有動力學，因為它們不會相對於全域座標系530發生變化。然而，在這種情況下，相對於該全域座標系所計算出的車輛位置之間可能發生潛在的無界漂移，這可能影響濾波器230的精度。換句話說，這種無界漂移使得定位性能降級。在圖6中示出了這一點的示例。
圖6是示出車輛相對於原點座標系640從原點620到終點630的行駛路徑610的簡化圖。這裡，原點620可以包括車輛110在移動之前首次啟動時的位置。原點座標系640是以原點620為中心的全域座標系，其可以在汽車首次啟動時發起並且用作用於車輛110的定位的參考系。
隨著車輛沿著行駛路徑610移動，車輛110的所計算出的位置可能相對於原點座標系640漂移。由於基於感測器輸入的車輛110的所計算出的位置中的誤差和/或不準確性，該漂移是無界的，通常隨著與原點座標系640的距離增加而增加。如圖6所示，例如，所計算出的行駛路徑650（按照原點座標系640）與行駛路徑610不同，使得所計算出的終點660與實際終點630相差累積漂移670。
本文中的實施例透過使用混合方法來解決當使用全域座標系530（例如，原點座標系640）時的無界漂移和當使用體座標系510時的計算複雜性的問題。具體而言，各實施例使用用於基於觸發事件來週期性地將全域座標系530重置為體座標系510的一系列“錨座標系”，而不是使用單個全域座標系530。與使用體座標系510相比，這可以在濾波器230中提供顯著的計算節省，同時還保持漂移有界。圖7示出了一個示例。
圖7是與圖6類似的簡化圖，其示出了車輛從原點720到終點730的行駛路徑710。再次，原點座標系740可以以原點720為中心並且用作初始靜態參考系，以描述在車輛沿著行駛路徑710行駛時車輛的位置。然而，這裡，參考系受到許多“重新錨定（re-anchoring）”的影響，其中隨著車輛從原點720行駛到終點730，週期性地使用靜態錨座標系750（從第一錨座標系750-1開始，然後是第二錨座標系750-2，以此類推）。對於每個錨座標系750，一旦使用錨座標系750，就相對於該錨座標系750來描述行駛路徑710，直到使用後續錨座標系710為止。
利用每個新的錨座標系750，可以重新計算用於車道邊界濾波器狀態的參數值，以在新的錨座標系750中表示。新的錨座標系750的位置可以包括在重新錨定時車輛110的體座標系510的位置。透過以這種方式使用錨座標系750，相對於每個錨座標系750有效地界定漂移累積，漂移累積利用每個後續錨座標系750進行重置。該屬性是有用的，因為濾波器是相對於當前錨座標系進行追蹤的。此外，由於對於每個錨座標系750，參數值可能僅需要重新計算一次，因此該方法的計算要求可以遠小於在車輛110移動時使用體座標系510不斷地重新計算參數值的要求（例如，每幾秒鐘而不是每幾毫秒重新計算參數值）。這進一步減小了此類方法的線性化誤差。
根據期望的功能，導致重新錨定的觸發事件可能改變。例如，根據一些實施例，觸發可以包括以下各項的任何組合：自創建前一座標系（例如，原點座標系740或前一錨座標系750）以來的時間長度、自創建前一座標系以來行駛的閾距離、不確定度值（例如，由濾波器計算的位置估計方差）超過閾等。可以選擇用於這些觸發的閾（例如，閾不確定度值、時間長度、距離），以平衡精度要求、處理能力和其它此類因素。由於這些因素可能改變，因此這些閾可能是動態的，並且可能在行駛路線之間改變，或甚至在單個行駛路線內改變。
可以注意到，對於被建模為3D對象的車道邊界狀態350，在重新錨定期間的相應參數值的計算可能是標準的。然而，在2D建模的車道邊界狀態350的情況下，可以執行額外操作以幫助確保精度。關於圖8A和8B提供了對如何完成這一點的描述。
圖8A是根據一個示例的簡化截面圖，其示出了車輛的行駛路徑815的高程（例如，沿著z軸）和坡度的變化。這裡，可以在第一點820-1和第二點820-2處使用錨座標系（未示出），其中每個錨座標系作為在對應點820處與道路相切的對應的錨x-y平面830。對於車道映射和定位系統200，特別是對於單相機系統，車道邊界狀態350（未示出）可以被建模為2D對象，其可以出現在這些x-y平面830上。然而，當錨座標系之間存在道路高程或坡度的變化（從而導致這些x-y平面830之間的z軸或坡度差，諸如第一錨x-y平面830-1和第二錨x-y平面830-2之間的z軸差840）時，可能出現車道邊界狀態350的不一致性（例如，車道邊界狀態350的大的相機重投影誤差，這可能導致濾波器發散）。
為了幫助確保針對2D建模的車道邊界狀態350而言從一個錨座標系到下一錨座標系的車道邊界狀態350的一致性，各實施例可以使用這些車道邊界狀態350在相機的相機圖像平面850上的投影（例如，圖3A的相機擷取的相機圖像300）。在圖8B中所示的圖示中提供了這方面的示例。具體地，在第一錨x-y平面830-1中建模的車道邊界狀態350可以在第二錨x-y平面830-2中被重新計算，使得車道邊界狀態350從第一錨x-y平面830-1和第二錨x-y平面830-2到相機圖像平面850上的投影保持不變。在一個實施例中，可以透過從第一錨x-y平面到相機圖像平面的透視映射，接下來從相機圖像平面到第二錨x-y平面的逆透視映射來執行這種重新計算。這可以幫助確保跨多個錨座標系的車道邊界狀態350的一致性。
圖9是根據一個實施例的道路上的車輛的車道映射和定位的方法900的流程圖。替代實施例可以以替代的順序執行功能，組合、分離和/或重新排列在圖9的方塊中所示的功能，和/或並行地執行功能，這取決於期望的功能。本領域普通技術人員將明白這種變化。用於執行在圖9中所示的一個或多個方塊的功能的單元可以包括例如濾波器230。如所提到的，濾波器230可以包括卡爾曼濾波器（例如，EKF）、粒子濾波器、或被配置為根據來自一個或多個感測器205的經更新資料序列遞歸地更新狀態估計（例如，車道邊界狀態350）的類似演算法。濾波器230可以在軟體中實現，並且由車載計算機系統（諸如下面將進一步詳細描述的圖10的行動計算系統1000）的處理單元和/或其它硬體和/或軟體組件執行。另外或替代地，此類單元可以包括專用硬體。
在方塊910處，功能包括：在第一時間處決定描述沿著道路的第一部分的車道邊界的第一參數值集合，其中，第一參數值集合是相對於第一參考系來決定的。如前所指出的，車道邊界狀態可以包括描述車道邊界的參數值集合（例如，標量狀態），其可以由濾波器計算和維護並且由感測器輸入進行更新。另外或替代地，參數值可以是基於來自地圖的輸入和/或關於車道邊界的其它相關非感測器資訊的。例如，如圖7所示，第一參考系可以包括原點座標系740或錨座標系750。因此，第一參考系可以包括基於車輛在先前時間點的位置的參考系（或更具體地，車輛的體座標系）。用於執行方塊910的功能的單元可以包括匯流排1005、處理單元1010、數位信號處理器（DSP）1020、輸入設備1070、工作記憶體1035和/或行動計算系統1000的其它組件，如圖10所示並且在下文中進一步詳細描述的。
方塊920處的功能包括：在第一時間之後，決定車輛相對於第一參考系的位置。如圖7所示的過程中所提到的，這可以是基於感測器輸入的，並且可以要求與在車輛移動時關於體座標系重新計算參數值相比少得多的處理功率。根據一些實施例，決定車輛的位置可以包括：獲得指示車輛沿著道路的移動的感測器資訊，並且使用感測器資訊來決定車輛的位置。這可以包括各種感測器205，如圖2所指示的和先前描述的。因此，根據一些實施例，感測器資訊可以包括來自以下各項的移動資訊：位於車輛上的IMU感測器、位於車輛上的輪速感測器、無線信號測量、位於車輛上的GNSS感測器、或位於車輛上的相機感測器、或其任何組合。無線信號測量可以包括由蜂巢式網路、廣域網路和/或區域網路發送的無線信號的測量，其可以用於車輛的定位和/或運動追蹤。用於執行方塊920的功能的單元可以包括匯流排1005、處理單元1010、數位信號處理器（DSP）1020、輸入設備1070、工作記憶體1035和/或行動計算系統1000的其它組件，如圖10所示並且在下文中進一步詳細描述的。
在方塊930處，功能包括：在決定車輛的位置之後，在第二時間處決定描述沿著道路的第二部分的車道邊界的第二參數值集合，其中，第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且第二參數值集合是響應於觸發事件來決定的。在一些情況下，道路的第一部分可以與道路的第二部分至少部分地重疊。如所提及的，錨座標系的使用可以是基於時間、距離和/或不確定度的。因此，根據一些實施例，觸發事件包括：自第一時間以來已經經過的時間長度、自第一時間以來車輛行駛的距離、自第一時間以來已經增長的不確定度值、或其任何組合。如先前所指出的，車道邊界狀態350可以包括用於描述車道邊界的不同類型的參數。根據一些實施例，第一參數值集合和第二參數值集合包括參數的值，所述參數包括：車道邊界的前進方向、車道邊界的曲率、車道邊界的偏移、或車道邊界上的點、或其任何組合。
其它實施例可以包括額外功能。並且如所提及的，一個車道邊界狀態以兩個維度表示，並且圖像平面可以用於幫助確保從一個參考系到下一參考系的一致性。因此，根據一些實施例，第一參數值集合和第二參數值集合以兩個維度描述車道邊界，使得車道邊界從第一錨座標系的平面到位於車輛上的相機的圖像平面上的投影與車道邊界從第二錨座標系的平面到圖像平面上的投影重疊。另外，濾波器可以向各種輸出系統中的任何一者提供所決定的資訊。因此，方法900的一些實施例還可以包括提供所決定的位置或所決定的車道邊界。提供所決定的位置或車道邊界包括：將其提供給車輛的先進駕駛員輔助系統（ADAS）、或車輛的用戶介面、或兩者。
用於執行方塊930的功能的單元可以包括匯流排1005、處理單元1010、數位信號處理器（DSP）1020、輸入設備1070、工作記憶體1035和/或行動計算系統1000的其它組件，如圖10所示並且在下文中進一步詳細描述的。
圖10是行動計算系統1000的一個實施例的方塊圖，行動計算系統1000可以用於執行在本文的實施例中描述的一些或全部功能，包括在圖7中所示的方塊中的一個或多個方塊的功能。行動計算系統1000可以位於車輛上，並且可以包括圖2的車道映射和定位系統200的一些或全部組件。例如，圖2的濾波器230和車道邊界偵測功能235可以由處理單元1010和/或DSP 1020執行；感測器205中的任何或全部感測器可以與感測器1040、GNSS接收機1080和/或輸入設備1070相對應；ADAS 255可以由處理單元1010和/或DSP 1020來實現，或可以被包括在輸出設備1015中；等等。本領域普通技術人員將明白圖2和圖10的額外或替代組件可以重疊的情況。
應當注意，圖10僅意在提供各種組件的一般性說明，其中任何或全部組件可以酌情使用。因此，圖10大致示出了可以如何以相對分離或相對更集成的方式實現各個系統元件。此外，可以注意的是，由圖10所示的組件可以定位到單個設備和/或分佈在各種聯網設備之間，這些設備可以被佈置在車輛上的不同實體位置處。
行動計算系統1000被示為包括硬體元件，這些硬體元件可以經由匯流排1005電子地/通信地耦接（或可以酌情以其它方式進行通信）。這些硬體元件可以包括處理單元1010，其可以包括但不限於一個或多個通用處理器、一個或多個專用處理器（諸如數位信號處理器（DSP）、圖形處理單元（GPU）、特殊應用積體電路（ASIC）、現場可程式化閘陣列（FPGA）等）和/或可以被配置為執行本文描述的方法中的一種或多種方法（包括在圖9中描述的方法的至少一部分）的其它處理結構或單元。行動計算系統1000還可以包括一個或多個輸入設備1070，其可以包括但不限於CAN匯流排（和/或用於各種車輛系統的另一資料源）、車輛反饋系統、用戶輸入（例如，觸控螢幕顯示器、煞車輸入、轉向輸入、刻度盤、開關等）等。行動計算系統1000還可以包括一個或多個輸出設備1015，其可以包括但不限於顯示設備（例如，儀錶板顯示器、資訊娛樂螢幕等）、燈、儀錶、車輛自動化和/或控制系統等。
行動計算系統1000還可以包括可以使得行動計算系統1000能夠與其它設備進行通信（如在以上實施例中描述）的無線通信介面1030，其可以包括但不限於數據機、網路卡、紅外線通信設備、無線通信設備和/或晶片組（諸如藍牙®設備、IEEE 802.11設備、IEEE 802.15.4設備、Wi-Fi設備、WiMAX設備、WAN設備和/或各種蜂巢式設備等）等。無線通信介面1030可以允許例如經由存取點、各種基地台和/或其它存取節點類型和/或其它網路組件、計算機系統、和/或與網路的發送/接收點（TRP）通信地耦接的任何其它電子設備來與TRP傳送（例如，發送和接收）資料和信令，如本文描述的。
通信可以經由用於車輛通勤場合的適用的通信標準進行，諸如車聯網（V2X）。V2X可以包括在支援V2X的車輛之間的車輛對車輛（V2V）通信、在車輛與基於基礎設施的設備（通常被稱為路邊單元或路邊單元（RSU））之間的車輛對基礎設施（V2I）通信、在車輛與附近人員（行人、騎自行車者和其它道路使用者）之間的車輛對人（V2P）通信等等。此外，V2X可以使用各種無線射頻通信技術中的任何一種。例如，蜂巢式V2X（CV2X）是V2X的一種形式，其使用基於蜂巢式的通信，諸如長期演進（LTE）、第五代新無線電（5G NR）和/或由第三代合作夥伴計劃（3GPP）定義的直接通信模式中的其它蜂巢式技術。以這種方式，行動計算系統1000可以包括V2X設備或V2X用戶設備（UE）。
可以經由發送和/或接收無線信號1034的一個或多個無線通信天線1032來執行由無線通信介面1030進行的通信。根據一些實施例，無線通信天線1032可以包括多個離散的天線、天線陣列或其任何組合。天線1032能夠使用波束（例如，Tx波束和Rx波束）來發送和接收無線信號。可以使用數位和/或類比波束成形技術以及相應的數位和/或類比電路來執行波束成形。無線通信介面1030可以包括這樣的電路。
根據期望的功能，無線通信介面1030可以包括用於與基地台和其它地面收發機（諸如無線設備和存取點）進行通信的單獨的接收機和發射機、或收發機、發射機和/或接收機的任何組合。行動計算系統1000可以與可以包括各種網路類型的不同的資料網路進行通信。例如，無線廣域網路（WWAN）可以是分碼多重存取（CDMA）網路、分時多重存取（TDMA）網路、分頻多重存取（FDMA）網路、正交分頻多重存取（OFDMA）網路、單載波分頻多重存取（SC-FDMA）網路、WiMAX（IEEE 802.16）網路等。CDMA網路可以實現一種或多種RAT，諸如CDMA2000、寬頻CDMA（WCDMA）等。CDMA2000包括IS-95、IS-2000和/或IS-856標準。TDMA網路可以實現全球行動通信系統（GSM）、數字先進行動電話系統（D-AMPS）或某種其它RAT。OFDMA網路可以採用LTE、改進的LTE、5G NR等。在來自3GPP的文檔中描述了5G NR、LTE、改進的LTE、GSM和WCDMA。在來自名為“第三代合作夥伴計劃X3”（3GPP2）的聯盟的文檔中描述了Cdma2000。3GPP和3GPP2文檔可公開獲得。無線區域網路（WLAN）也可以是IEEE 802.11x網路，並且無線個域網路（WPAN）可以是藍牙網路、IEEE 802.15x或某種其它類型的網路。本文描述的技術也可以用於WWAN、WLAN和/或WPAN的任何組合。
行動計算系統1000還可以包括感測器1040。如前所提到的，感測器可以包括本文描述的車輛感測器中的任何一者，包括在圖2中所示和先前描述的感測器205。另外或替代地，感測器1040可以包括但不限於一個或多個慣性感測器和/或其它感測器（例如，加速度計、陀螺儀、相機、磁力計、高度計、麥克風、接近度感測器、光感測器、氣壓計等），其中的一些可以用於獲得位置相關測量和/或其它資訊。
行動計算系統1000的實施例還可以包括全球導航衛星系統（GNSS）接收機1080，其能夠使用天線1082（其可以與天線1032相同）從一個或多個GNSS衛星接收信號1084。基於GNSS信號測量的定位可以用於補充和/或併入本文描述的技術。GNSS接收機1080可以使用傳統技術來從GNSS系統（諸如GPS、伽利略、GLONASS、日本上空的準天頂衛星系統（QZSS）、印度上空的印度區域導航衛星系統（IRNSS）、中國上空的北斗導航衛星系統（BDS）等）的GNSS衛星120提取行動計算系統1000的位置。此外，GNSS接收機1080可以與各種增強系統（例如，基於衛星的增強系統（SBAS））一起使用，所述增強系統可以與一個或多個全球和/或區域導航衛星系統（例如，廣域增強系統（WAAS）、歐洲對地靜止導航覆蓋服務（EGNOS）、多功能衛星增強系統（MSAS）和地球靜止增強導航系統（GAGAN）等）相關聯或以其它方式被啟用以與其一起使用。
可以注意的是，儘管在圖10中將GNSS接收機1080示出為不同的組件，但是各實施例不限於此。如本文所使用的，術語“GNSS接收機”可以包括被配置為獲得GNSS測量（來自GNSS衛星的測量）的硬體和/或軟體組件。因此，在一些實施例中，GNSS接收機可以包括由一個或多個處理單元（諸如處理單元1010、DSP 1020和/或無線通信介面1030內的處理單元（例如，在數據機中））執行（作為軟體）的測量引擎。GNSS接收機還可以可選地包括定位引擎，其可以使用來自測量引擎的GNSS測量，以使用EKF、加權最小平方（WLS）、hatch濾波器、粒子濾波器等來決定GNSS接收機的位置。定位引擎也可以由一個或多個處理單元（諸如處理單元1010或DSP 1020）來執行。
行動計算系統1000還可以包括記憶體1060和/或與記憶體1060相通信。記憶體1060可以包括但不限於：本地和/或網路可存取儲存裝置；磁碟驅動器；驅動器陣列；光學儲存設備；固態儲存設備，諸如隨機存取記憶體（RAM）、和/或唯讀記憶體（ROM），其可以是可程式化、可快閃更新的等等。此類儲存設備可以被配置為實現任何適當的資料儲存，包括但不限於各種文件系統、資料庫結構等。
行動計算系統1000的記憶體1060還可以包括軟體元件（在圖10中未示出），包括作業系統、設備驅動器、可執行庫和/或其它碼，諸如一個或多個應用程式，其可以包括由各個實施例提供的計算機程式，和/或可以被設計為實現由其它實施例提供的方法和/或配置由其它實施例提供的系統，如本文描述的。僅透過舉例的方式，可以將關於上文討論的方法描述的一個或多個過程實現為記憶體1060中的可由行動計算系統1000（和/或行動計算系統1000內的處理單元1010或DSP 1020）執行的碼和/或指令。那麼，在一個方面中，可以使用這樣的碼和/或指令來配置和/或適配通用計算機（或其它設備）以執行根據所描述的方法的一個或多個操作。
對於本領域技術人員將顯而易見的是，可以根據具體要求進行實質性的改變。例如，還可以使用客制化硬體，和/或可以用硬體、軟體（包括可移植軟體，諸如小應用程式等）或兩者來實現特定元素。此外，可以採用到諸如網路輸入/輸出設備之類的其它計算設備的連接。
參照圖式，可以包括記憶體的組件可以包括非暫時性機器可讀媒體。如本文使用的，術語“機器可讀媒體”和“計算機可讀媒體”指代參與提供使得機器以特定方式操作的資料的任何儲存媒體。在上文提供的實施例中，各種機器可讀媒體可以涉及向處理單元和/或其它設備提供指令/碼以供執行。另外或替代地，機器可讀媒體可以用於儲存和/或攜帶這樣的指令/碼。在許多實現中，計算機可讀媒體是實體和/或有形儲存媒體。這樣的媒體可以採用多種形式，包括但不限於非揮發性媒體和揮發性媒體。計算機可讀媒體的常見形式包括例如磁性和/或光學媒體、具有孔圖案的任何其它實體媒體、RAM、可程式化ROM（PROM）、可擦除PROM（EPROM）、快閃EPROM、任何其它記憶體晶片或盒、或計算機可以從中讀取指令和/或碼的任何其它媒體。
本文討論的方法、系統和設備是示例。各個實施例可以酌情省略、替代或添加各種過程或組件。例如，關於某些實施例描述的特徵可以組合在各個其它實施例中。實施例的不同方面和元素可以以類似方式組合。本文提供的圖的各種組件可以用硬體和/或軟體來體現。此外，技術不斷發展，並且因此，許多元素是示例，其不將本公開內容的範圍限制於那些特定示例。
已經證明，主要出於常用的原因，有時將這樣的信號稱為位元、資訊、值、元素、符號、字、變量、術語、數字、數值等是方便的。然而，應當理解的是，所有這些或類似術語將與適當的實體量相關聯，並且僅僅是方便的標籤。除非另有特別說明，否則從上文討論中顯而易見的是，將明白貫穿本說明書討論，使用諸如“處理”、“運算”、“計算”、“決定”、“查明”、“識別”、“關聯”、“測量”、“執行”等的術語是指特定裝置（諸如專用計算機或類似的專用電子計算設備）的動作或過程。因此，在本說明書的上下文中，專用計算機或類似的專用電子計算設備能夠操縱或變換信號，這些信號通常被表示為專用計算機或類似的專用電子計算設備的記憶體、暫存器或其它資訊儲存設備、傳輸設備、或顯示設備內的實體電子、電氣或磁量。
如本文中使用的，術語“和”和“或”可以包括各種含義，也預期這些含義至少部分地取決於使用這些術語的上下文。通常，如果使用“或”來關聯列表（諸如A、B或C），則其旨在意指A、B和C（此處在包含性意義上使用）以及A、B或C（此處在排他性意義上使用）。另外，如本文中使用的，術語“一個或多個”可以用於以單數形式描述任何特徵、結構或特性，或可以用於描述特徵、結構或特性的某種組合。然而，應當注意的是，這僅僅是說明性示例，並且所要求保護的主題不限於該示例。此外，如果術語“中的至少一個”用於關聯列表（諸如A、B或C），則其可以被解釋為意指A、B和/或C的任何組合，諸如A、AB、AA、AAB、AABBCCC等。
在描述了若干實施例之後，在不脫離本公開內容的範圍的情況下，可以使用各種修改、替代構造和等效物。例如，上述元素可以僅僅是較大系統的組件，其中，其它規則可以優先於或以其它方式修改各個實施例的應用。此外，可以在考慮上述元素之前、期間或之後採取多個步驟。因此，上述描述不限制本公開內容的範圍。
鑒於該描述，各實施例可以包括特徵的不同組合。在以下編號的條款中描述了實現示例： 條款1：一種道路上的車輛的車道映射和定位的方法，所述方法包括：在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的；在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且所述第二參數值集合是響應於觸發事件來決定的。 條款2：根據條款1所述的方法，其中，所述觸發事件包括：自所述第一時間以來已經經過的時間長度、自所述第一時間以來所述車輛行駛的距離、或自所述第一時間以來已經增長的不確定度值、或其任何組合。 條款3：根據條款1或2所述的方法，還包括：提供輸出資訊，所述輸出資訊包括指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者的資訊。 條款4：根據條款1-3中任一項所述的方法，其中，提供所述輸出資訊包括將所述輸出資訊提供給：所述車輛的先進駕駛員輔助系統（ADAS）、或所述車輛的用戶介面、或兩者。 條款5：根據條款1-4中任一項所述的方法，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。 條款6：根據條款1-5中任一項所述的方法，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括：所述車道邊界的前進方向、所述車道邊界的曲率、所述車道邊界的偏移、或所述車道邊界上的點、或其任何組合。 條款7：根據條款1-6中任一項所述的方法，其中，所述決定所述車輛的所述位置包括：獲得指示所述車輛沿著所述道路的移動的感測器資訊；以及使用所述感測器資訊來決定所述車輛的所述位置。 條款8：根據條款1-7中任一項所述的方法，其中，所述感測器資訊包括來自以下各者的移動資訊：位於所述車輛上的慣性測量單元（IMU）感測器、位於所述車輛上的輪速感測器、無線信號測量、位於所述車輛上的GNSS感測器、或位於所述車輛上的相機感測器、或其任何組合。 條款9：根據條款1-8中任一項所述的方法，其中，所述第一參數值集合和所述第二參數值集合以兩個維度描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。 條款10：一種行動設備，包括：感測器；記憶體；以及與所述感測器和所述記憶體通信地耦接的一個或多個處理單元，所述一個或多個處理單元被配置為：在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的；在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且所述第二參數值集合是響應於觸發事件來決定的。 條款11：根據條款10所述的行動設備，其中，所述一個或多個處理單元還被配置為偵測所述觸發事件，其中，所述觸發事件包括：自所述第一時間以來已經經過的時間長度、自所述第一時間以來所述車輛行駛的距離、或自所述第一時間以來已經增長的不確定度值、或其任何組合。 條款12：根據條款10或11所述的行動設備，其中，所述一個或多個處理單元還被配置為提供輸出資訊，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。 條款13：根據條款10-12中任一項所述的行動設備，其中，所述一個或多個處理單元被配置為將所述輸出資訊提供給：所述車輛的先進駕駛員輔助系統（ADAS）、或所述車輛的用戶介面、或兩者。 條款14：根據條款10-13中任一項所述的行動設備，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。 條款15：根據條款10-14中任一項所述的行動設備，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括：所述車道邊界的前進方向、所述車道邊界的曲率、所述車道邊界的偏移、或所述車道邊界上的點、或其任何組合。 條款16：根據條款10-15中任一項所述的行動設備，其中，為了決定所述車輛的所述位置，所述一個或多個處理單元被配置為：從所述感測器獲得感測器資訊，所述感測器資訊指示所述車輛沿著所述道路的移動；以及使用所述感測器資訊來決定所述車輛的所述位置。 條款17：根據條款10-16中任一項所述的行動設備，其中，為了獲得所述感測器資訊，所述一個或多個處理單元被配置為：從所述感測器獲得移動資訊，所述移動資訊包括：位於所述車輛上的慣性測量單元（IMU）感測器、位於所述車輛上的輪速感測器、無線信號測量、位於所述車輛上的GNSS感測器、或位於所述車輛上的相機感測器、或其任何組合。 條款18：根據條款10-17中任一項所述的行動設備，其中，所述第一參數值集合和所述第二參數值集合以兩個維度描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。 條款19：一種設備，包括：用於在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合的單元，其中，所述第一參數值集合是相對於第一參考系來決定的；用於在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置的單元；以及用於在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合的單元，其中：所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且所述第二參數值集合是響應於觸發事件來決定的。 條款20：根據條款19所述的設備，其中，所述觸發事件包括：自所述第一時間以來已經經過的時間長度、自所述第一時間以來所述車輛行駛的距離、或自所述第一時間以來已經增長的不確定度值、或其任何組合。 條款21：根據條款19或20所述的設備，還包括：用於提供輸出資訊的單元，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。 條款22：根據條款20-21中任一項所述的設備，其中，所述用於提供所述輸出資訊的單元包括：用於將所述輸出資訊提供給以下各者的單元：所述車輛的先進駕駛員輔助系統（ADAS）、或所述車輛的用戶介面、或兩者。 條款23：根據條款20-22中任一項所述的設備，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。 條款24：根據條款20-23中任一項所述的設備，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括：所述車道邊界的前進方向、所述車道邊界的曲率、所述車道邊界的偏移、或所述車道邊界上的點、或其任何組合。 條款25：根據條款20-24中任一項所述的設備，其中，所述用於決定所述車輛的所述位置的單元包括：用於獲得指示所述車輛沿著所述道路的移動的感測器資訊的單元；以及用於使用所述感測器資訊來決定所述車輛的所述位置的單元。 條款26：根據條款20-25中任一項所述的設備，其中，所述用於獲得所述感測器資訊的單元包括：用於從以下各者獲得移動資訊的單元：位於所述車輛上的慣性測量單元（IMU）感測器、位於所述車輛上的輪速感測器、無線信號測量、位於所述車輛上的GNSS感測器、或位於所述車輛上的相機感測器、或其任何組合。 條款27：根據條款20-26中任一項所述的設備，其中，所述第一參數值集合和所述第二參數值集合以兩個維度中描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。 條款28：一種儲存用於道路上的車輛的車道映射和定位的指令的非暫時性計算機可讀媒體，所述指令包括用於進行以下操作的碼：在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的；在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中：所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且所述第二參數值集合是響應於觸發事件來決定的。 條款29：根據條款28所述的非暫時性計算機可讀媒體，其中，所述指令還包括用於進行以下操作的碼：偵測所述觸發事件，其中，所述觸發事件包括：自所述第一時間以來已經經過的時間長度、自所述第一時間以來所述車輛行駛的距離、或自所述第一時間以來已經增長的不確定度值、或其任何組合。 條款30：根據條款28或29所述的非暫時性計算機可讀媒體，其中，所述指令還包括用於進行以下操作的碼：提供輸出資訊，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。
110:車輛 120:衛星 130:視角 200:車道映射和定位系統 205:感測器 210:相機 215:IMU 220:輪速感測器 225:GNSS接收機 230:濾波器 235:車道邊界 240:關聯 250:估計 255:ADAS 260:顯示器 265:控制區塊 270:導航 275:路徑規劃 300:相機圖像 310:車道標線 320:車道邊界偵測輸出 330:車道邊界偵測 340:車道邊界映射 350:車道邊界狀態 360:自車道 370:相鄰的左車道 380:相鄰的右車道 400:點 410:前進方向 420:橫向偏移 430:曲率 435:分段 440:分段長度 450:點 510:b座標系 530:s座標系 610:行駛路徑 620:原點 630:終點 640:原點座標系 650:計算出的行駛路徑 660:計算出的終點 670:累積漂移 710:行駛路徑 720:原點 730:終點 740:原點座標系 750-1:第一錨座標系 750-2:第二錨座標系 750-3:第三錨座標系 750-4:第四錨座標系 760:漂移 770:計算出的終點 810:原點座標系 815:行駛路徑 820-1:第一點 820-2:第二點 830-1:第一錨x-y平面 830-2:第二錨x-y平面 840:z軸差 850:相機圖像平面 900:方法 910:方塊 920:方塊 930:方塊 1000:行動計算系統 1005:匯流排 1010:處理單元 1015:輸出設備 1020:數位信號處理器（DSP） 1030:無線通信介面 1032:無線通信天線 1034:無線信號 1040:感測器 1060:記憶體 1070:輸入設備 1080:GNSS接收機 1082:天線 1084:信號
透過舉例的方式示出了本公開內容的各方面。
圖1是車輛的透視圖的繪圖；
圖2是根據一個實施例的車道映射和定位系統的方塊圖；
圖3A-3C示出了根據一個實施例的車道關聯的過程的圖；
圖4A和4B是示出根據一個實施例的可以如何在濾波器中表示車道邊界狀態的圖；
圖5是示出根據一個實施例的車輛的透視圖，該透視圖示出了可以使用的參考系；
圖6是使用單個原點座標系來示出從原點到終點的車輛行駛路徑的示例的簡化圖；
圖7是與圖6類似但使用多個錨座標系來示出車輛行駛路徑的示例的簡化圖；
圖8A及圖8B是示出根據一個實施例的過程的圖，透過該過程可以確保連續錨座標系之間的車道邊界狀態的一致性；
圖9是根據一個實施例的道路上的車輛的車道映射和定位的方法的流程圖；以及
圖10是行動計算系統的實施例的方塊圖。
根據某些示例實現，各個圖式中的相似的圖式標記指示相似的元素。另外，可以透過在用於元素的第一數字後面跟隨有字母或連字符和第二數字來指示該元素的多個實例。例如，元素110的多個實例可以被指示為110-1、110-2、110-3等或110a、110b、110c等。當僅使用第一數字來指代這樣的元素時，將理解為該元素的任何實例（例如，前面示例中的元素110將指代元素110-1、110-2和110-3或元素110a、110b和110c）。
710:行駛路徑
720:原點
730:終點
740:原點座標系
750-1:第一錨座標系
750-2:第二錨座標系
750-3:第三錨座標系
750-4:第四錨座標系
760:漂移
770:計算出的終點

Claims (30)

  1. 一種道路上的車輛的車道映射和定位的方法，所述方法包括： 在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的； 在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及 在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中： 所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且 所述第二參數值集合是響應於觸發事件來決定的。
  2. 根據請求項1所述的方法，其中，所述觸發事件包括： 自所述第一時間以來已經經過的時間長度， 自所述第一時間以來所述車輛行駛的距離，或 自所述第一時間以來已經增長的不確定度值， 或其任何組合。
  3. 根據請求項1所述的方法，還包括：提供輸出資訊，所述輸出資訊包括指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者的資訊。
  4. 根據請求項3所述的方法，其中，提供所述輸出資訊包括將所述輸出資訊提供給： 所述車輛的先進駕駛員輔助系統（ADAS），或 所述車輛的用戶介面，或 兩者。
  5. 根據請求項1所述的方法，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。
  6. 根據請求項1所述的方法，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括： 所述車道邊界的前進方向， 所述車道邊界的曲率， 所述車道邊界的偏移，或 所述車道邊界上的點，或 其任何組合。
  7. 根據請求項1所述的方法，其中，所述決定所述車輛的所述位置包括： 獲得指示所述車輛沿著所述道路的移動的感測器資訊，以及 使用所述感測器資訊來決定所述車輛的所述位置。
  8. 根據請求項7所述的方法，其中，所述感測器資訊包括來自以下各者的移動資訊： 位於所述車輛上的慣性測量單元（IMU）感測器， 位於所述車輛上的輪速感測器， 無線信號測量， 位於所述車輛上的GNSS感測器，或 位於所述車輛上的相機感測器，或 其任何組合。
  9. 根據請求項1所述的方法，其中，所述第一參數值集合和所述第二參數值集合以兩個維度描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。
  10. 一種行動設備，包括： 感測器； 記憶體；以及 與所述感測器和所述記憶體通信地耦接的一個或多個處理單元，所述一個或多個處理單元被配置為： 在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的； 在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及 在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中： 所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且 所述第二參數值集合是響應於觸發事件來決定的。
  11. 根據請求項10所述的行動設備，其中，所述一個或多個處理單元還被配置為偵測所述觸發事件，所述觸發事件包括： 自所述第一時間以來已經經過的時間長度， 自所述第一時間以來所述車輛行駛的距離，或 自所述第一時間以來已經增長的不確定度值， 或者其任何組合。
  12. 根據請求項10所述的行動設備，其中，所述一個或多個處理單元還被配置為提供輸出資訊，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。
  13. 根據請求項12所述的行動設備，其中，所述一個或多個處理單元被配置為將所述輸出資訊提供給： 所述車輛的先進駕駛員輔助系統（ADAS），或 所述車輛的用戶介面，或 兩者。
  14. 根據請求項10所述的行動設備，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。
  15. 根據請求項10所述的行動設備，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括： 所述車道邊界的前進方向， 所述車道邊界的曲率， 所述車道邊界的偏移，或 所述車道邊界上的點，或 其任何組合。
  16. 根據請求項10所述的行動設備，其中，為了決定所述車輛的所述位置，所述一個或多個處理單元被配置為： 從所述感測器獲得感測器資訊，所述感測器資訊指示所述車輛沿著所述道路的移動，以及 使用所述感測器資訊來決定所述車輛的所述位置。
  17. 根據請求項16所述的行動設備，其中，為了獲得所述感測器資訊，所述一個或多個處理單元被配置為：從所述感測器獲得移動資訊，所述移動資訊包括： 位於所述車輛上的慣性測量單元（IMU）感測器， 位於所述車輛上的輪速感測器， 無線信號測量， 位於所述車輛上的GNSS感測器，或 位於所述車輛上的相機感測器，或 其任何組合。
  18. 根據請求項10所述的行動設備，其中，所述第一參數值集合和所述第二參數值集合以兩個維度描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。
  19. 一種設備，包括： 用於在第一時間處決定描述沿著車輛所位於的道路的第一部分的車道邊界的第一參數值集合的單元，其中，所述第一參數值集合是相對於第一參考系來決定的； 用於在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置的單元；以及 用於在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合的單元，其中： 所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且 所述第二參數值集合是響應於觸發事件來決定的。
  20. 根據請求項19所述的設備，其中，所述觸發事件包括： 自所述第一時間以來已經經過的時間長度， 自所述第一時間以來所述車輛行駛的距離，或 自所述第一時間以來已經增長的不確定度值， 或者其任何組合。
  21. 根據請求項19所述的設備，還包括：用於提供輸出資訊的單元，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。
  22. 根據請求項21所述的設備，其中，所述用於提供所述輸出資訊的單元包括：用於將所述輸出資訊提供給以下各者的單元： 所述車輛的先進駕駛員輔助系統（ADAS），或 所述車輛的用戶介面，或 兩者。
  23. 根據請求項19所述的設備，其中，所述道路的所述第一部分與所述道路的所述第二部分至少部分地重疊。
  24. 根據請求項19所述的設備，其中，所述第一參數值集合和所述第二參數值集合包括參數的值，所述參數包括： 所述車道邊界的前進方向， 所述車道邊界的曲率， 所述車道邊界的偏移，或 所述車道邊界上的點，或 其任何組合。
  25. 根據請求項19所述的設備，其中，所述用於決定所述車輛的所述位置的單元包括： 用於獲得指示所述車輛沿著所述道路的移動的感測器資訊的單元，以及 用於使用所述感測器資訊來決定所述車輛的所述位置的單元。
  26. 根據請求項25所述的設備，其中，所述用於獲得所述感測器資訊的單元包括：用於從以下各者獲得移動資訊的單元： 位於所述車輛上的慣性測量單元（IMU）感測器， 位於所述車輛上的輪速感測器， 無線信號測量， 位於所述車輛上的GNSS感測器，或 位於所述車輛上的相機感測器，或 其任何組合。
  27. 根據請求項19所述的設備，其中，所述第一參數值集合和所述第二參數值集合以兩個維度描述所述車道邊界，使得所述車道邊界從所述錨座標系的平面到位於所述車輛上的相機的圖像平面上的投影與所述車道邊界從所述錨座標系的平面到所述圖像平面上的投影重疊。
  28. 一種儲存用於道路上的車輛的車道映射和定位的指令的非暫時性計算機可讀媒體，所述指令包括用於進行以下操作的碼： 在第一時間處決定描述沿著所述道路的第一部分的車道邊界的第一參數值集合，其中，所述第一參數值集合是相對於第一參考系來決定的； 在所述第一時間之後，決定所述車輛相對於所述第一參考系的位置；以及 在決定所述車輛的所述位置之後，在第二時間處決定描述沿著所述道路的第二部分的所述車道邊界的第二參數值集合，其中： 所述第二參數值集合是相對於包括第二參考系的錨座標系來決定的，並且 所述第二參數值集合是響應於觸發事件來決定的。
  29. 根據請求項28所述的非暫時性計算機可讀媒體，其中，所述指令還包括用於進行以下操作的碼：偵測所述觸發事件，其中，所述觸發事件包括： 自所述第一時間以來已經經過的時間長度， 自所述第一時間以來所述車輛行駛的距離，或 自所述第一時間以來已經增長的不確定度值， 或其任何組合。
  30. 根據請求項28所述的非暫時性計算機可讀媒體，其中，所述指令還包括用於進行以下操作的碼：提供輸出資訊，所述輸出資訊指示所決定的所述車輛的位置、描述所述車道邊界的所述第二參數值集合、或兩者。
TW110144898A 2021-01-21 2021-12-01 使用週期性地更新的錨座標系進行車道映射和定位 TW202229818A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/154,169 2021-01-21
US17/154,169 US11436843B2 (en) 2021-01-21 2021-01-21 Lane mapping and localization using periodically-updated anchor frames

Publications (1)

Publication Number Publication Date
TW202229818A true TW202229818A (zh) 2022-08-01

Family

ID=79164899

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110144898A TW202229818A (zh) 2021-01-21 2021-12-01 使用週期性地更新的錨座標系進行車道映射和定位

Country Status (6)

Country Link
US (2) US11436843B2 (zh)
EP (1) EP4281730A1 (zh)
KR (1) KR20230131209A (zh)
CN (1) CN116710730A (zh)
TW (1) TW202229818A (zh)
WO (1) WO2022159254A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11436843B2 (en) 2021-01-21 2022-09-06 Qualcomm Incorporated Lane mapping and localization using periodically-updated anchor frames
US11847793B2 (en) * 2021-06-18 2023-12-19 Qualcomm Incorporated Collaborative tracking
US12345832B2 (en) * 2022-06-21 2025-07-01 Qualcomm Incorporated Detection of position overlap (PO) between objects
US12523493B2 (en) * 2022-12-09 2026-01-13 Woven By Toyota, Inc. System and method for generating a semantic map for a road
US20250104447A1 (en) * 2023-09-21 2025-03-27 Toyota Jidosha Kabushiki Kaisha System and method for lane graph estimation

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120283912A1 (en) * 2011-05-05 2012-11-08 GM Global Technology Operations LLC System and method of steering override end detection for automated lane centering
US9475500B2 (en) * 2014-11-12 2016-10-25 GM Global Technology Operations LLC Use of participative sensing systems to enable enhanced road friction estimation
CA3067160A1 (en) 2015-02-10 2016-08-18 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
WO2018008082A1 (ja) * 2016-07-05 2018-01-11 三菱電機株式会社 走行車線推定システム
US10107631B2 (en) * 2016-08-19 2018-10-23 GM Global Technology Operations LLC Methods and systems for vehicle positioning feedback
US11560145B2 (en) * 2017-01-10 2023-01-24 Mitsubishi Electric Corporation Travel path recognition apparatus and travel path recognition method
EP3570262A4 (en) * 2017-01-10 2019-12-18 Mitsubishi Electric Corporation VEHICLE DETECTION DEVICE AND METHOD DETECTION METHOD
JP2018169888A (ja) * 2017-03-30 2018-11-01 株式会社デンソー 道路パラメータ推定装置
US20200217972A1 (en) * 2019-01-07 2020-07-09 Qualcomm Incorporated Vehicle pose estimation and pose error correction
US11093761B2 (en) * 2019-03-06 2021-08-17 GM Global Technology Operations LLC Lane position sensing and tracking in a vehicle
DE112020002175T5 (de) 2019-05-28 2022-06-30 Mobileye Vision Technologies Ltd. Systeme und verfahren zur fahrzeugnavigation
CN111753605B (zh) * 2019-06-11 2024-08-20 北京京东乾石科技有限公司 车道线定位方法、装置、电子设备及可读介质
US10777084B1 (en) * 2019-07-18 2020-09-15 Ford Global Technologies, Llc Vehicle location identification
CN110780325B (zh) * 2019-08-23 2022-07-19 腾讯科技（深圳）有限公司 运动对象的定位方法及装置、电子设备
US11436843B2 (en) 2021-01-21 2022-09-06 Qualcomm Incorporated Lane mapping and localization using periodically-updated anchor frames

Also Published As

Publication number Publication date
US11436843B2 (en) 2022-09-06
EP4281730A1 (en) 2023-11-29
US11651598B2 (en) 2023-05-16
US20220230019A1 (en) 2022-07-21
US20220366705A1 (en) 2022-11-17
KR20230131209A (ko) 2023-09-12
WO2022159254A1 (en) 2022-07-28
CN116710730A (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
US11651598B2 (en) Lane mapping and localization using periodically-updated anchor frames
US11487020B2 (en) Satellite signal calibration system
US10788830B2 (en) Systems and methods for determining a vehicle position
US10495762B2 (en) Non-line-of-sight (NLoS) satellite detection at a vehicle using a camera
US11227168B2 (en) Robust lane association by projecting 2-D image into 3-D world using map information
CN111176270B (zh) 使用动态地标的定位
US20200217972A1 (en) Vehicle pose estimation and pose error correction
US20200218905A1 (en) Lateral and longitudinal offset tracking in vehicle position estimation
CN110945320B (zh) 车辆定位方法和系统
US20080319664A1 (en) Navigation aid
CN113519019B (zh) 自身位置推断装置、配备其的自动驾驶系统以及自身生成地图共享装置
KR20210118119A (ko) 차량 센서들 및 카메라 어레이들로부터의 구조화된 지도 데이터의 생성
WO2020146039A1 (en) Robust association of traffic signs with a map
JP6342104B1 (ja) 車両位置推定装置
CN113405545A (zh) 定位方法、装置、电子设备及计算机存储介质
US11908206B2 (en) Compensation for vertical road curvature in road geometry estimation
CN107764273B (zh) 一种车辆导航定位方法及系统
KR102037129B1 (ko) 차량의 위치 보정 장치 및 방법과 이를 이용한 차량 위치 보정 시스템 및 무인 운행이 가능한 차량
CN112824835A (zh) 车辆定位方法、装置及计算机可读存储介质
US20250164252A1 (en) Ego vehicle location determination using sparse high-accuracy object locations
EP3339808B1 (en) Positioning objects in an augmented reality display
US11636693B2 (en) Robust lane-boundary association for road map generation
KR101964059B1 (ko) 실내 주차장 안내 시스템을 위한 바퀴 속력 센서 기반 차량 측위 시스템
RU2772620C1 (ru) Создание структурированных картографических данных с помощью датчиков транспортного средства и массивов камер
CN120668172A (zh) 车辆行驶路径的确定方法、系统、车辆及存储介质