[go: up one dir, main page]

WO2018069060A1 - Dispositif de localisation et dispositif de production de données d'intégrité - Google Patents

Dispositif de localisation et dispositif de production de données d'intégrité Download PDF

Info

Publication number
WO2018069060A1
WO2018069060A1 PCT/EP2017/074714 EP2017074714W WO2018069060A1 WO 2018069060 A1 WO2018069060 A1 WO 2018069060A1 EP 2017074714 W EP2017074714 W EP 2017074714W WO 2018069060 A1 WO2018069060 A1 WO 2018069060A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
vehicle
remarkable
processing unit
environment
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.)
Ceased
Application number
PCT/EP2017/074714
Other languages
English (en)
Inventor
Kichun JO
Paulo Resende
Benazouz Bradai
Thomas Heitzmann
Alexandre GARNAULT
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.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren GmbH
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 Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Publication of WO2018069060A1 publication Critical patent/WO2018069060A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • 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
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera

Definitions

  • the present invention relates to the location of vehicles.
  • It relates more particularly to a location device and a device for producing integrity data.
  • the invention applies particularly advantageously in the case where it is desired to obtain accurate and reliable positioning of the vehicle without using a precise (and therefore expensive) geolocation system.
  • More and more motor vehicles are equipped with GPS and / or GMS locating device (according to the acronyms of the "Global Positioning System” and “Global System for Mobile Communication”), making it possible to determine a position of the vehicle along a network of taxiways.
  • GPS and / or GMS locating device accordinging to the acronyms of the "Global Positioning System” and “Global System for Mobile Communication”
  • the present invention proposes a location device in an environment, the location device comprising a sensor, and an electronic processing unit comprising a storage unit in which data relating to the positioning of remarkable elements located in the environment, characterized in that the storage unit stores integrity data each associated with at least one remarkable element and a region of the environment, and in that the processing unit is designed to determine a position of the vehicle by matching data relating to the positioning of remarkable elements, stored in the storage unit, with data representative of the vehicle environment obtained by means of said sensor, only for remarkable elements associated with a data item Reliability Indicative Integrity for the Current Region e.
  • the process of determining the position of the vehicle is thus adapted according to the region concerned, in order to take into account only the remarkable elements allowing at best a precise location, as indicated by the integrity data.
  • the processing unit is adapted to match said data relating to the positioning of remarkable elements with said data representative of the vehicle environment only for remarkable elements associated with an integrity datum having a value greater than a threshold predetermined;
  • each integrity datum is associated with a category of remarkable elements (or, in other words, with all the remarkable elements of this category);
  • the processing unit is designed to determine the current region as a function of a determined vehicle position at a previous iteration
  • the processing unit designed to determine the current region according to a position provided by a geolocation system (which may however be relatively inaccurate, and thus a reasonable cost); the processing unit is adapted to match said information relating to the positioning of remarkable elements with said data representative of the vehicle environment for a plurality of potential positions and to determine the position of the vehicle as a function of said potential positions.
  • the invention also provides a device for producing integrity data (which can then be used as proposed above), comprising a sensor designed to capture data representative of an environment, a location-based device designed to provide data of a position, and a processing unit having a storage unit in which data relating to the positioning of remarkable elements located in the environment are stored, characterized in that the processing unit is designed to construct a perception model by function of the position data and the stored data, for processing the captured data and for producing said integrity data by comparing the processed data with the perception model.
  • the perception model relates to a remarkable element; the processed data can then be representative of this remarkable element.
  • the processing unit is furthermore here designed to produce integrity data relating to a category of remarkable elements.
  • the processing unit is designed to store said integrity data in association with a region of the environment.
  • FIG. 1 schematically shows, seen from the side, a vehicle equipped with a locating device according to the teachings of the invention
  • FIG. 2 schematically represents an image of the road environment of the vehicle of FIG. 1, captured by means of an image sensor of the locating device which equips this vehicle
  • FIGS. 3A and 3B each schematically represent an image, respectively of a first type of remarkable element and of a second type of remarkable element capable of being located in the road environment of the vehicle
  • FIG. 4 shows an example of a table stored within the localization device
  • FIG. 5 diagrammatically represents a localization method implemented in the location device of FIG. 1;
  • FIG. 6 schematically represents a previous position of the vehicle of FIG. 1, as well as a plurality of potential positions that could be occupied by the vehicle,
  • FIG. 7 schematically represents a vehicle designed to generate integrity data
  • FIG. 8 schematically represents an exemplary method of constructing a table containing such integrity data.
  • FIG. 1 schematically represents a vehicle 1, here a motor vehicle such as a car, a truck, or a bus, located on a taxiway 3.
  • vehicle 1 may be a vehicle whose movements are manually controlled by a driver, or an autonomous vehicle.
  • the vehicle 1 comprises a locating device 10 which comprises a sensor 11, making it possible to capture data relating to a road 2 environment of the vehicle 1, in particular data relating to the positions of elements of this environment with respect to the vehicle 1.
  • the sensor 1 1 can be achieved by means, in particular:
  • an image sensor such as a front, rear or side camera
  • a lidar such as a laser rangefinder (or laser scanner).
  • the road environment 2 of the vehicle designates all the objects, terrains, roads, reliefs, plants, and constructions located near the vehicle 1, as well as those possibly separated from the vehicle 1 but visible or at least detectable from it such as a particularly high distant building.
  • the sensor 1 1 is adapted more precisely to capture data representative of a portion of the road environment of the vehicle located in a detection field of the sensor.
  • the senor 1 1 is produced by means of an image sensor, in this case a video camera.
  • the detection field of the sensor 1 1 corresponds in this case to the field of view CH of the image sensor.
  • the image sensor 1 1 is here adapted to be disposed in the vehicle 1 so that its field of vision CH includes part of the road environment 2 facing the vehicle 1.
  • the location device may comprise one or more additional sensors as described above.
  • the locating device may for example comprise the above-mentioned image sensor 11 and a lidar.
  • the locating device 10 also comprises an electronic processing unit 12 including in particular a processor performing logical operations, for example a microprocessor, and a storage unit 13, made for example by means of a hard disk or a non-memory device. -volatile rewritable.
  • the electronic processing unit 12 stores, for example within a memory of the electronic processing unit 12, computer program instructions, the execution of which by the aforementioned processor allows the implementation by the computer. electronic processing unit 12 of the methods described below.
  • the electronic processing unit 12 is connected to the sensor 1 1, and is adapted to receive the data captured by this sensor January 1, or at least representative data thereof.
  • the storage unit 13 stores:
  • cartographic data including data representative of a network of traffic lanes on which the vehicle 1 is traveling and data D 1 indicative of the positioning of remarkable elements ER 1 in the road environment traversed by the vehicle 1;
  • integrity data 11, Ik, IP each relating to a category Ck (or type) of remarkable elements and to a region RI of the road environment.
  • integrity data are used as described below to limit the remarkable elements used for the location of the vehicle 1 to remarkable elements that allow a reliable location of the vehicle 1.
  • One example of a technique for obtaining such integrity data Ik is described below with reference to FIGS. 7 and 8.
  • the integrity data can be stored in the storage unit 13 when the vehicle 1 is put into service and / or updated periodically (for example by downloading via a telecommunication module fitted to the vehicle 1).
  • FIG. 4 shows an example of a table stored in the storage unit 13 and containing the integrity data 11, Ik, IP respectively associated with the categories C1, Ck, CP of remarkable elements for a region RI of the road environment. .
  • the term "remarkable element” designates an element that can be identified and effectively identified by means of the data captured by the sensor 11, such as for example a road sign element such as a traffic sign, a traffic light, including a traffic light, or a marking line on the ground.
  • a road sign element such as a traffic sign, a traffic light, including a traffic light, or a marking line on the ground.
  • Such a remarkable element ERi can also be a barrier or a parapet lining a traffic lane, a building facade, a piece of street furniture, or a relief having a specific shape.
  • said map data further comprises, for each of said remarkable elements, an indication of the category Ck of remarkable elements to which this remarkable element belongs.
  • Such a category Ck corresponds, for example, to the remarkable elements of the "traffic light” type, or of the "speed limit sign” type, or to the "right-turn traffic sign” type.
  • the storage unit 13 further comprises, for at least one of these categories Ck of remarkable elements, here for each of them, descriptive data, representative of common characteristics specific to the remarkable elements belonging to this category.
  • FIGS. 3A and 3B show two such images: one, IM1, representative of a remarkable element of the "tricolor” type (FIG. 3A), and the other, IM2, representative of a remarkable element of the "panel” type speed limitation indication ".
  • These descriptive data may also include data representative of the positioning, with respect to each other, of characteristic points, such as angular points, or points having a high brightness or contrast, of a remarkable element typical of this category.
  • FIG. 2 diagrammatically represents, for an exemplary road configuration, an IMG image of the road 2 environment of the vehicle 1 captured by the image sensor.
  • N The number of remarkable elements ER1, ERi, ERN which are located in the 2 road environment of the vehicle 1 and which are included in the detection field of the sensor, is denoted N. These remarkable elements are referenced here by the index i between 1 and N.
  • the locating method firstly comprises a processing step E10 of captured data DCAPT by the sensor 1 1.
  • This E10 processing step of the captured DCAPT data comprises:
  • the detection field of the sensor corresponds here to the field of view CH of the image sensor 11, and that the captured data DCAPT are representative of an image of the road environment 2 of the vehicle captured by it.
  • the remarkable elements ER1, ERi, ERN mentioned above are detected by analysis of this image, by means of a shape recognition algorithm, for example.
  • the processed data DT1, DTi, DTN representing one of these remarkable elements can comprise in particular:
  • the locating device comprises several sensors (for example several cameras), it is possible, during the processing step E10, to:
  • 13 of the locating device 10 here comprise, for each remarkable element ER1, ERi, ERN located in the road 2 of the vehicle environment 1, reference data D1, Di, DN relating to this remarkable element.
  • the reference data D1, Di, DN relating to one of these remarkable elements include: - the data relating to the positioning of this remarkable element, and here,
  • the descriptive data (which have been described above), corresponding to the category to which this remarkable element belongs (for example a characteristic image of a traffic light, if the remarkable element is a traffic light).
  • an integrity datum Ik is for example indicative of reliability if its value is greater than a predetermined threshold.
  • a predetermined threshold Sk for each category Ck of remarkable elements.
  • the current region RI of the environment can be determined either according to the position of the vehicle 1 as determined during a previous iteration of the positioning process described here, or by means of a geolocation system (no shown) of the vehicle 1 (such a geolocation system may provide relatively little accurately the position of the vehicle 1 without this being problematic since it is sufficient to determine the region of the environment where the vehicle 1) is located.
  • the locating method therefore comprises a step E20 for determining the POSV position of the vehicle 1 by matching the processed data DTiO ', DTi, DTN' and reference data DiO ', Di', DN 'only for the remarkable elements ERiO ', ERi', ERN 'whose category Ck is associated with an integrity data item Ik indicative of reliability for the current region, that is to say here an integrity data item Ik for the current region having a value greater than the corresponding predetermined threshold Sk (here associated with the category Ck concerned).
  • the locating device 10 here uses POS1 potential positions,
  • POSj POSM obtained on the basis of a model of displacement of the vehicle 1, for example in practice distributed around a potential potential position ⁇ POSj>, itself determined according to the previous POSP position of the vehicle 1 and a vehicle traveling speed 1 relative to the taxiway 3 that it borrows.
  • the average potential position ⁇ POSj> of the vehicle is determined according to the vehicle displacement model, for example by vector summing the vehicle's previous POSP position with the product of its speed multiplied by a time elapsed since the instant corresponding to this previous position. .
  • the number of potential positions POS1, POSj, ... POSM thus determined is denoted M. These potential positions are referenced here by the index j, between 1 and M.
  • the level of likelihood with the reference NVi ', j is that associated with the potential position POSj, and is determined by comparing, for the remarkable element ERi ', the processed data DTi' (obtained on the basis of the data captured DCAPT) with the reference data Di 'pre-recorded in the unit memorizing 13.
  • the expected data determined during step a) can, as here, include expected perceptual data, of the same type as the processed data DT1, DTi, ... DTN relating to this remarkable element.
  • This expected perceptual data corresponds to an estimate of the processed data that would be obtained if the vehicle was positioned at this potential position POS1, ..., POSj, ... POSM.
  • step b) is for example carried out in:
  • step b) The comparison made in step b) can also be performed, more simply, by calculating a difference between:
  • the likelihood level NVi ', j associated respectively with each of the POSj potential positions of the vehicle 1, is determined so as to be larger the larger the aforementioned overall deviation. Otherwise formulated, the level of likelihood NVi ', j is all the greater as the expected data, determined for this potential position POSj, are close to the data DTi' processed from the captured data. DCAPT.
  • the level of likelihood NVi ', j can for example be inversely proportional to the overall data gap mentioned above.
  • the processing unit 12 firstly determines, for example, for each potential position POSj, a global level of likelihood NGVj, as a function of the different levels. likelihood NVi ', j associated with this potential position POSj, and which were obtained for each of the remarkable elements ERi' whose category Ck is associated with an integrity data item (relative to the current region) indicative of reliability.
  • the overall likelihood level NGVj of the potential position POSj is for example determined in accordance with the formula F2 below, that is to say summing, for all the remarkable elements ERi 'whose category Ck is associated with an integrity datum (relative to the current region RI) indicative of reliability, the likelihood levels NVi ', j associated with this potential position POSj:
  • NGVj ⁇ j: ⁇ 3 ⁇ 4 ' . NVi'j (F2).
  • the processing unit 12 determines the POSV position of the vehicle 1 as a function of the potential positions POS1, POSj, POSM thereof and the corresponding global likelihood levels NGV1, NGVj, ... NGVM.
  • the position POSV of the vehicle 1 is for example determined by calculating a weighted average of said potential positions POS1, POSj, POSM, each assigned a weighting coefficient which is determined according to the overall level of likelihood NGV1, NGVj, ... NGVM of this potential position.
  • the weighting coefficients associated respectively with each of the POSj potential positions of the vehicle 1 can in particular be equal to each of the overall level of likelihood NGVj of this potential position POSj.
  • the POSV position of the vehicle 1 is determined according to the following formula F3:
  • the POSV position of the vehicle 1 could for example be determined to be equal to that of said potential positions POS1, POSj, POSM which (among these potential positions) has the overall level of likelihood NGVj the largest.
  • a POSV position of the reliable vehicle 1 is thus obtained since this position POSV has only been determined taking into account the remarkable elements ERi 'for which the integrity data Ik indicate that the remarkable elements ERi' of this category Ck are reliable. in the region concerned (current region).
  • FIGS. 7 and 8 of an exemplary process for constructing an integrity data table Ik such as that used above.
  • Figure 7 schematically shows a vehicle 100 designed to generate this integrity data Ik.
  • This vehicle 100 includes a sensor 1 1 1 capable of capturing data
  • SENS representative of the road environment of the vehicle 100 a processing unit 1 12 and a precision geolocation device 120.
  • the sensor 1 1 1 is for example a video camera, such as a front camera equipping the vehicle 100.
  • the SENS data captured by the sensor 1 1 1 represent in this case an image of the environment located at the front of the vehicle Alternatively, the sensor 1 1 1 could be a radar, an ultrasonic detector or a laser range finder.
  • the processing unit 1 12 is for example made by means of a processor (such as a microprocessor) and includes a storage unit 1 13 (such as a hard disk).
  • a processor such as a microprocessor
  • a storage unit 1 13 such as a hard disk
  • the processing unit 1 12 stores, for example within a memory of the processing unit 1 12, computer program instructions, the execution of which by the above-mentioned processor notably allows the implementation by the processor. processing unit 1 12 of the method described below with reference to FIG. 8.
  • the storage unit 13 stores, in particular, map data, which includes LOC data indicative of the positioning of remarkable elements in the road environment.
  • the precision geolocation device 120 is for example a satellite geolocation system using a real time kinematic (or RTK GNSS for "Real Time Kinematic Global Navigation Satellite System”) technique.
  • the precision geolocation device 120 provides GPS data representative of the position of the vehicle 100 in the environment.
  • FIG. 8 schematically represents an exemplary method implemented within the vehicle 100 (specifically by the processing unit 1 12) to construct the table containing integrity data Ik represented in FIG. 4 and used in the example described. above with reference to Figures 1 to 6.
  • the processing unit 1 12 builds, for example for a plurality of remarkable elements located around the position of the vehicle 100 (as indicated by the GPS data), a MODLI perception model. (ie a representation of the observations of the sensor 1 1 1 expected) on the basis of the GPS data (data representative of the position of the vehicle 100) and on the basis of the data LOC (data indicative of the positioning of the remarkable element concerned).
  • the model MODLi constructed may also take into account noise characteristics of the sensor 1 1 1 used.
  • the processing unit 1 12 detects the remarkable elements present in the captured data SENS (here in the image captured by the front camera 1 1 1) and produces, for each remarkable element, data PERCi representative of the perception of this remarkable element by the sensor 1 1 1.
  • These representative data PERCi are, for example, of the same type as the processed data DTi obtained for the various elements that are remarkable during the locating process described above with reference to FIGS. 1 to 6.
  • the processing unit 1 12 can then determine, during a step E50, integrity data associated with a remarkable element by comparing the perception model MODLi and the representative data PERCi (issues as indicated above from the observation by the sensor 1 1 1).
  • This integrity data for example, has a value representative of the correspondence between the perception model MODLi and the representative data PERCi.
  • the processing unit 1 12 determines in step E60 the current region RI according to the GPS data.
  • the different possible regions correspond, for example, to a predetermined division of the map of the environment in which the vehicle 100 moves.
  • the processing unit 1 12 determines, for each category Ck of remarkable elements, the integrity data Ik relating to the category concerned Ck on the basis of the integrity data obtained (as described above) for the different remarkable elements of this category Ck encountered during the evolution of the vehicle 100 in the current region RI.
  • the integrity data Ik relating to a category Ck are for example obtained by averaging the integrity data relating to the different remarkable elements of this category Ck encountered.
  • the processing unit stores (here in the storage unit 1 13), in association with the region RI, the integrity data 11, Ik, IP respectively determined for the various categories C1, Ck, CP of remarkable elements.
  • the evolution of the vehicle 100 in different regions RI thus makes it possible to produce and store, for each of these RI regions, a set of integrity data 11, Ik, IP (associated respectively with the various categories of remarkable elements) and therefore to obtain a table such as that stored in Figure 4.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Navigation (AREA)

Abstract

Un dispositif de localisation comprend un capteur (11) et une unité de traitement (12) électronique comportant une unité de mémorisation (13) dans laquelle sont stockées des données relatives au positionnement d'éléments remarquables situés dans un environnement (2). L'unité de mémorisation (13) stocke des données d'intégrité associées chacune à au moins un élément remarquable et à une région de l'environnement (2). L'unité de traitement (12) est conçue pour déterminer une position du véhicule (1) en mettant en correspondance des données relatives au positionnement d'éléments remarquables, stockées dans l'unité de mémorisation (13), avec des données représentatives de l'environnement (2) du véhicule (1) obtenues au moyen dudit capteur (11), seulement pour des éléments remarquables associés à une donnée d'intégrité indicative de fiabilité pour la région courante. Un dispositif de production de données d'intégrité est également décrit.

Description

Dispositif de localisation et dispositif de production de données d'intégrité
DOMAINE TECHNIQUE AUQUEL SE RAPPORTE L'INVENTION La présente invention concerne la localisation des véhicules.
Elle concerne plus particulièrement un dispositif de localisation et un dispositif de production de données d'intégrité.
L'invention s'applique particulièrement avantageusement dans le cas où l'on souhaite obtenir un positionnement précis et fiable du véhicule sans utiliser un système de géolocalisation précis (et donc coûteux).
ARRIERE-PLAN TECHNOLOGIQUE
De plus en plus de véhicules automobiles sont équipés d'un dispositif de localisation de type GPS et/ou GMS (selon les acronymes anglo-saxons de "Global Positioning System" et de "Global System for Mobile communication"), permettant de déterminer une position du véhicule le long d'un réseau de voies de circulation.
II est connu également, pour déterminer une telle position, de mettre en correspondance :
- des données, préenregistrées dans une unité de mémorisation du véhicule, relatives au positionnement d'éléments remarquables, tels que des feux ou des panneaux de signalisation routière, situés sur ce réseau de voies de circulation, avec
- une image capturée par une caméra frontale équipant le véhicule, puis de déterminer la position du véhicule en fonction de cette mise en correspondance.
Mais, lorsque l'un des éléments remarquables de l'environnement routier du véhicule a été déplacé, à l'occasion de travaux routiers par exemple, lesdites données représentatives de son positionnement, stockées dans l'unité de mémorisation du dispositif de localisation, peuvent ne plus correspondre fidèlement à la position réelle de cet élément remarquable. La mise en correspondance mentionnée ci-dessus peut alors conduire à une détermination erronée, ou tout du moins imprécise, de la position du véhicule.
Par ailleurs, l'un des éléments remarquables situé dans l'environnement routier du véhicule peut être masqué partiellement, par exemple par des végétaux, des passants, ou d'autres véhicules. Cet élément se prête alors mal à une telle mise en correspondance, dont il risque de dégrader la précision. OBJET DE L'INVENTION
Dans ce contexte, la présente invention propose un dispositif de localisation dans un environnement, le dispositif de localisation comprenant un capteur, et une unité de traitement électronique comportant une unité de mémorisation dans laquelle sont stockées des données relatives au positionnement d'éléments remarquables situés dans l'environnement, caractérisé en ce que l'unité de mémorisation stocke des données d'intégrité associées chacune à au moins un élément remarquable et à une région de l'environnement, et en ce que l'unité de traitement est conçue pour déterminer une position du véhicule en mettant en correspondance des données relatives au positionnement d'éléments remarquables, stockées dans l'unité de mémorisation, avec des données représentatives de l'environnement du véhicule obtenues au moyen dudit capteur, seulement pour des éléments remarquables associés à une donnée d'intégrité indicative de fiabilité pour la région courante.
Le processus de détermination de la position du véhicule est ainsi adapté en fonction de la région concernée, afin de ne tenir compte que des éléments remarquables permettant au mieux une localisation précise, conformément à ce qu'indiquent les données d'intégrité.
D'autres caractéristiques envisageables à titre optionnel (et donc non limitatif) sont les suivantes :
- l'unité de traitement est conçue pour mettre en correspondance lesdites données relatives au positionnement d'éléments remarquables avec lesdites données représentatives de l'environnement du véhicule seulement pour des éléments remarquables associés à une donnée d'intégrité ayant une valeur supérieure à un seuil prédéterminé ;
- chaque donnée d'intégrité est associée à une catégorie d'éléments remarquables (ou, autrement dit, à l'ensemble des éléments remarquables de cette catégorie) ;
- l'unité de traitement est conçue pour déterminer la région courante en fonction d'une position du véhicule déterminée à une itération précédente ;
- l'unité de traitement conçue pour déterminer la région courante en fonction d'une position fournie par un système de géolocalisation (qui pourra toutefois être relativement peu précis, et ainsi d'un coût raisonnable) ; - l'unité de traitement est conçue pour mettre en correspondance lesdites données relatives au positionnement d'éléments remarquables avec lesdites données représentatives de l'environnement du véhicule pour une pluralité de positions potentielles et pour déterminer la position du véhicule en fonction desdites positions potentielles.
L'invention propose également un dispositif de production de données d'intégrité (qui pourront ensuite être utilisées comme proposé ci-dessus), comprenant un capteur conçu pour capturer des données représentatives d'un environnement, un dispositif de géolocalisation conçu pour fournir des données de position, et une unité de traitement comportant une unité de mémorisation dans laquelle sont stockées des données relatives au positionnement d'éléments remarquables situés dans l'environnement, caractérisé en ce que l'unité de traitement est conçue pour construire un modèle de perception en fonction des données de position et des données stockées, pour traiter les données capturées et pour produire lesdites données d'intégrité par comparaison des données traitées au modèle de perception.
Dans les exemples donnés ci-après, le modèle de perception est relatif à un élément remarquable ; les données traitées peuvent alors être représentatives de cet élément remarquable.
L'unité de traitement est par ailleurs ici conçue pour produire des données d'intégrité relatives à une catégorie d'éléments remarquables.
On peut en outre prévoir que l'unité de traitement soit conçue pour mémoriser lesdites données d'intégrité en association avec une région de l'environnement.
DESCRIPTION DÉTAILLÉE D'UN EXEMPLE DE RÉALISATION
La description qui va suivre en regard des dessins annexés, donnés à titre d'exemples non limitatifs, fera bien comprendre en quoi consiste l'invention et comment elle peut être réalisée.
Sur les dessins annexés :
- la figure 1 représente schématiquement, vu de côté, un véhicule équipé d'un dispositif de localisation conforme aux enseignements de l'invention,
- la figure 2 représente schématiquement une image de l'environnement routier du véhicule de la figure 1 , capturée au moyen d'un capteur d'image du dispositif de localisation qui équipe ce véhicule, - les figures 3A et 3B représentent chacune schématiquement une image, respectivement d'un premier type d'élément remarquable et d'un deuxième type d'élément remarquable susceptibles d'être situés dans l'environnement routier du véhicule,
- la figure 4 montre un exemple de table mémorisée au sein du dispositif de localisation,
- la figure 5 représente schématiquement un procédé de localisation mis en œuvre dans le dispositif de localisation de la figure 1 ,
- la figure 6 représente schématiquement une position précédente du véhicule de la figure 1 , ainsi qu'une pluralité de positions potentielles que pourrait occuper le véhicule,
- la figure 7 représente schématiquement un véhicule conçu pour générer des données d'intégrité, et
- la figure 8 représente schématiquement un exemple de procédé de construction d'une table contenant de telles données d'intégrité.
La figure 1 représente schématiquement un véhicule 1 , ici un véhicule automobile tel qu'une voiture, un camion, ou encore un bus, situé sur une voie de circulation 3. Le véhicule 1 peut être un véhicule dont les déplacements sont commandés manuellement par un conducteur, ou un véhicule autonome.
Le véhicule 1 comprend un dispositif de localisation 10 qui comporte un capteur 1 1 , permettant de capturer des données relatives à un environnement 2 routier du véhicule 1 , en particulier de données relatives aux positions d'éléments de cet environnement par rapport au véhicule 1 .
Le capteur 1 1 peut être réalisé au moyen, notamment :
- d'un capteur d'image, comme une caméra frontale, arrière ou latérale,
- d'un radar,
- d'un détecteur à ultrasons,
- ou encore d'un lidar (selon l'acronyme anglo-saxon de "Light Détection and Ranging"), tel qu'un télémètre laser (ou scanner laser).
L'environnement routier 2 du véhicule désigne l'ensemble des objets, terrains, routes, reliefs, végétaux, et constructions situés à proximité du véhicule 1 , ainsi que ceux éventuellement éloignés du véhicule 1 mais visibles ou tout au moins détectables depuis celui-ci, tels par exemple qu'un édifice distant particulièrement haut. Le capteur 1 1 est adapté plus précisément à capturer des données représentatives d'une partie de l'environnement routier du véhicule située dans un champ de détection du capteur.
Dans le mode de réalisation décrit ci-dessous, le capteur 1 1 est réalisé au moyen d'un capteur d'images, en l'occurrence une caméra vidéo.
Le champ de détection du capteur 1 1 correspond dans ce cas au champ de vision CH du capteur d'image.
Le capteur d'image 1 1 est adapté ici à être disposé dans le véhicule 1 de manière que son champ de vision CH inclue une partie de l'environnement 2 routier située face au véhicule 1 .
De manière optionnelle, le dispositif de localisation peut comprendre un ou plusieurs capteurs supplémentaires tels que décrits ci-dessus. Ainsi, le dispositif de localisation peut par exemple comprendre le capteur d'image 1 1 susmentionné ainsi qu'un lidar.
Le dispositif de localisation 10 comprend également une unité de traitement 12 électronique comportant notamment un processeur effectuant des opérations logiques, par exemple un microprocesseur, et une unité de mémorisation 13, réalisée par exemple au moyen d'un disque dur ou d'une mémoire non-volatile réinscriptible.
L'unité de traitement électronique 12 mémorise, par exemple au sein d'une mémoire de l'unité de traitement électronique 12, des instructions de programme d'ordinateur, dont l'exécution par le processeur susmentionné permet la mise en œuvre par l'unité de traitement électronique 12 des procédés décrits ci- dessous.
L'unité de traitement électronique 12 est connectée au capteur 1 1 , et est adaptée à recevoir les données capturées par ce capteur 1 1 , ou tout au moins des données représentatives de celles-ci.
L'unité de mémorisation 13 mémorise quant à elle :
- des données cartographiques, parmi lesquelles des données représentatives d'un réseau de voies de circulation sur lequel circule le véhicule 1 et des données Di indicatives du positionnement d'éléments remarquables ERi dans l'environnement routier parcouru par le véhicule 1 ;
- des données d'intégrité 11 , Ik, IP relatives chacune à une catégorie Ck (ou type) d'éléments remarquables et à une région RI de l'environnement routier.
Ces données d'intégrité sont utilisées comme décrit dans la suite pour limiter les éléments remarquables utilisés pour la localisation du véhicule 1 à des éléments remarquables qui permettent une localisation fiable du véhicule 1 . On décrit plus loin en référence aux figures 7 et 8 un exemple de technique d'obtention de telles données d'intégrité Ik.
Les données d'intégrité peuvent être mémorisées dans l'unité de mémorisation 13 à la mise en service du véhicule 1 et/ou mises à jour périodiquement (par exemple par téléchargement via un module de télécommunication équipant le véhicule 1 ).
La figure 4 montre un exemple de table mémorisée dans l'unité de mémorisation 13 et contenant les données d'intégrité 11 , Ik, IP associée respectivement aux catégories C1 , Ck, CP d'éléments remarquables pour une région RI de l'environnement routier.
L'expression « élément remarquable » désigne un élément pouvant être identifié et repéré efficacement par l'intermédiaire des données capturées par le capteur 1 1 , tel par exemple qu'un élément de signalisation routière comme un panneau de signalisation, un feu de signalisation, notamment un feu tricolore, ou encore une ligne de marquage au sol. Un tel élément remarquable ERi peut aussi correspondre à une barrière ou à un parapet bordant une voie de circulation, à une façade de bâtiment, à un élément de mobilier urbain, ou à un relief présentant une forme spécifique.
Ici, lesdites données cartographiques comprennent en outre, pour chacun desdits éléments remarquables, une indication de la catégorie Ck d'éléments remarquables à laquelle appartient cet élément remarquable.
Une telle catégorie Ck correspond par exemple aux éléments remarquables du type « feu de circulation tricolore », ou du type « panneau de limitation de vitesse », ou encore du type « panneau de signalisation d'obligation de tourner à droite ».
L'unité de mémorisation 13 comprend en outre, pour l'une au moins de ces catégories Ck d'éléments remarquables, ici pour chacune d'elles, des données descriptives, représentatives de caractéristiques communes propres aux éléments remarquables appartenant à cette catégorie.
Ces données descriptives sont représentatives de caractéristiques spécifiques à cette catégorie, et communes aux différents éléments remarquables qui en font partie. Elles peuvent être représentatives d'une forme ou d'une texture commune à ces éléments, ou comprendre une image typique d'un élément appartenant à cette catégorie.
Les figures 3A et 3B montrent deux telles images : l'une, IM1 , représentative d'un élément remarquable du type « feu tricolore » (figure 3A), et l'autre, IM2, représentative d'un élément remarquable du type « panneau d'indication de limitation de vitesse ».
Ces données descriptives peuvent aussi comprendre des données représentatives du positionnement, les uns par rapport aux autres, de points caractéristiques, tels que des points anguleux, ou des points présentant une luminosité ou un contraste élevé, d'un élément remarquable typique de cette catégorie.
La figure 2 représente schématiquement, pour un exemple de configuration routière, une image IMG de l'environnement 2 routier du véhicule 1 capturée par le capteur d'image.
Plusieurs éléments remarquables situés dans cet environnement routier sont visibles dans cette image IMG, en particulier un feu tricolore ER1 , un panneau de signalisation routière ER2, une ligne de marquage au sol ER3, et une façade d'immeuble ER4.
On décrit à présent en référence à la figure 5 un exemple de procédé de localisation conforme à l'invention.
Le nombre d'éléments remarquables ER1 , ERi, ERN qui sont situés dans l'environnement 2 routier du véhicule 1 et qui sont inclus dans le champ de détection du capteur, est noté N. Ces éléments remarquables sont référencés ici par l'indice i, compris entre 1 et N.
Le procédé de localisation comprend tout d'abord une étape de traitement E10 de données capturées DCAPT par le capteur 1 1 .
Cette étape de traitement E10 des données capturées DCAPT comprend :
- une détection des éléments remarquables ER1 , ERi, ERN présents dans le champ de détection du capteur 1 1 , comprenant une identification de la catégorie à laquelle appartient chacun des éléments remarquables détectés, et - une détermination, pour chaque élément remarquable ER1 , ERi, ERN détecté, de données traitées DT1 , DTi, DTN représentant de manière concise cet élément remarquable.
On rappelle que le champ de détection du capteur correspond ici au champ de vision CH du capteur d'image 1 1 , et que les données capturées DCAPT sont représentatives d'une image de l'environnement routier 2 du véhicule capturée par celui-ci.
Les éléments remarquables ER1 , ERi, ERN mentionnés ci-dessus sont détectés par analyse de cette image, au moyen d'un algorithme de reconnaissance de forme, par exemple.
Les données traitées DT1 , DTi, DTN représentant l'un de ces éléments remarquables peuvent comprendre notamment :
- une position de l'élément remarquable, dans l'image capturée,
- une position de l'élément remarquable par rapport au véhicule, déduite de l'image capturée,
- des positions de points caractéristiques de cet élément remarquable (point anguleux, point très lumineux et/ou contrasté, point présentant des propriétés particulières vis-à-vis d'un changement d'échelle de l'image),
- une partie de l'image capturée (c'est-à-dire une sous-image), dans laquelle cet élément remarquable est visible.
Lorsque le dispositif de localisation comprend plusieurs capteurs (par exemple plusieurs caméras), on peut prévoir, au cours de l'étape de traitement E10, de :
- traiter les données capturées par chacun de ces capteurs, puis de - déterminer lesdites données traitées DT1 , DTi, DTN par fusion des résultats obtenus lors du traitement des données provenant respectivement des différents capteurs.
Les données cartographiques mémorisées dans l'unité de mémorisation
13 du dispositif de localisation 10 comprennent ici, pour chaque élément remarquable ER1 , ERi, ERN situé dans l'environnement 2 routier du véhicule 1 , des données de référence D1 , Di, DN relatives à cet élément remarquable.
Les données de référence D1 , Di, DN relatives à l'un de ces éléments remarquables comprennent : - les données relatives au positionnement de cet élément remarquable, et, ici,
- les données descriptives (qui ont été décrites précédemment), correspondant à la catégorie à laquelle appartient cet élément remarquable (par exemple une image caractéristique de feu tricolore, si l'élément remarquable est un feu tricolore).
Comme expliqué dans la suite, on propose ici d'utiliser, pour déterminer la position du véhicule V, seulement les éléments remarquables ERiO', ERi', ERN' dont la catégorie Ck est associée à une donnée d'intégrité Ik indicative de fiabilité pour la région courante RI de l'environnement où est actuellement situé le véhicule 1 . En pratique, une donnée d'intégrité Ik est par exemple indicative de fiabilité si sa valeur est supérieure à un seuil prédéterminé. Dans l'exemple décrit ici, on prévoit d'utiliser un seuil prédéterminé Sk pour chaque catégorie Ck d'éléments remarquables.
On remarque que la région courante RI de l'environnement peut être déterminée soit d'après la position du véhicule 1 telle que déterminée lors d'une précédente itération du processus de positionnement décrit ici, soit au moyen d'un système de géolocalisation (non représenté) du véhicule 1 (un tel système de géolocalisation pouvant fournir relativement peu précisément la position du véhicule 1 sans que cela soit ici problématique puisqu'il suffit de déterminer la région de l'environnement où est située le véhicule 1 ).
Le procédé de localisation comprend donc une étape E20 de détermination de la position POSV du véhicule 1 par mise en correspondance des données traitées DTiO', DTï, DTN' et des données de référence DiO', Di', DN' seulement pour les éléments remarquables ERiO', ERi', ERN' dont la catégorie Ck est associée à une donnée d'intégrité Ik indicative de fiabilité pour la région courante, c'est-à-dire ici une donnée d'intégrité Ik pour la région courante ayant une valeur supérieure au seuil prédéterminé correspondant Sk (associé ici à la catégorie Ck concernée).
Du fait que seules certaines données traitées DTiO', DTï, DTN' sont utilisées, il est envisageable (selon une forme possible de mise en œuvre de l'invention) de ne détecter et traiter lors de l'étape de traitement E10 que les catégories Ck d'éléments remarquables ERi pour lesquelles la donnée d'intégrité Ik est indicative de fiabilité pour la région courante. On prévoit par ailleurs en pratique de mettre en correspondance les données traitées DTiO', DTi', DTN' et les données de référence DiO', Di', DN' pour une pluralité de positions potentielles POS1 , POSj, ... POSM susceptibles d'être occupées par le véhicule 1 à l'instant courant.
Le dispositif de localisation 10 utilise ici des positions potentielles POS1 ,
POSj, POSM obtenues sur la base d'un modèle de déplacement du véhicule 1 , par exemple en pratique réparties autour d'une position potentielle moyenne <POSj>, elle-même déterminée en fonction de la position précédente POSP du véhicule 1 et d'une vitesse de déplacement de véhicule 1 par rapport à la voie de circulation 3 qu'il emprunte.
La position potentielle moyenne <POSj> du véhicule est déterminée conformément au modèle de déplacement du véhicule, par exemple en sommant vectoriellement la position précédente POSP du véhicule avec le produit de sa vitesse multipliée par une durée écoulée depuis l'instant correspondant à cette position précédente.
Le nombre de positions potentielles POS1 , POSj, ... POSM ainsi déterminées est noté M. Ces positions potentielles sont référencés ici par l'indice j, compris entre 1 et M.
Pour chacune desdites positions potentielles POS1 , POSj, ... POSM et pour chacun des éléments remarquables ERiO', ERi', ERN' dont la catégorie Ck est associée à une donnée d'intégrité Ik pour la région courante supérieure au seuil Sk, l'opération de mise en correspondance MCiO', MCi', MCN' est ensuite réalisée au moyen des étapes suivantes :
a) détermination, en fonction de la position potentielle concernée POSj et des données Di' relatives au positionnement de l'élément remarquable concerné ERi', d'une donnée attendue, représentative d'une position qu'occuperait ledit élément remarquable ERi' par rapport au véhicule 1 si le véhicule était positionné au niveau de cette position potentielle POSj,
b) comparaison de ladite donnée attendue avec lesdites données traitées DTi' obtenues pour cet élément remarquable ERi', et
c) détermination, pour ledit élément remarquable ERi', d'un niveau de vraisemblance NVi',j associé à cette position potentielle POSj du véhicule 1 , en fonction du résultat de ladite comparaison.
On remarque que le niveau de vraisemblance portant la référence NVi',j est celui associé à la position potentielle POSj, et est déterminé en comparant, pour l'élément remarquable ERi', les données traitées DTi' (obtenues sur la base des données capturées DCAPT) avec les données de référence Di' préenregistrées dans l'unité de mémorisation 13.
La donnée attendue déterminée au cours de l'étape a) peut, comme ici, comprendre des données perceptives attendues, du même type que les données traitées DT1 , DTi, ... DTN relatives à cet élément remarquable.
Ces données perceptives attendues correspondent à une estimation des données traitées qui seraient obtenues si le véhicule était positionné au niveau de cette position potentielle POS1 , ... , POSj, ... POSM.
Lorsque les données traitées DTi' comprennent les positions de points caractéristiques de l'élément remarquable, la comparaison de l'étape b) est par exemple réalisée en :
- calculant, pour chaque point caractéristique, un écart entre la position de ce point telle qu'indiquée par les données traitées DTi', et la position attendue de ce point, telle qu'indiquée par les données attendues mentionnées ci-dessus, puis en
- sommant les écarts ainsi déterminés pour obtenir un écart global entre prédictions et observation, pour cet élément remarquable ERi'.
La comparaison réalisée à l'étape b) peut aussi être réalisée, plus simplement, en calculant un écart entre :
- d'une part, la position relative de l'élément remarquable ERi' considéré, par rapport au véhicule 1 , si le véhicule était positionné au niveau de la position potentielle concernée POSj, position relative déterminée en fonction des données Di relatives au positionnement de cet élément remarquable ERi' stockées dans l'unité de mémorisation 13 du dispositif, et,
- d'autre part, une position de cet élément remarquable ERi' par rapport au véhicule 1 , déduite des données capturées DCAPT.
Ici, à l'étape c), le niveau de vraisemblance NVi',j, associé respectivement à chacune des positions potentielles POSj du véhicule 1 , est déterminé de manière à être d'autant plus grand que l'écart global susmentionné est petit. Autrement formulé, le niveau de vraisemblance NVi',j est d'autant plus grand que les données attendues, déterminées pour cette position potentielle POSj, sont proches des données DTi' traitées issues des données capturées DCAPT. A titre d'exemple, le niveau de vraisemblance NVi',j peut par exemple être inversement proportionnel à l'écart global entre données, mentionné ci- dessus.
Pour déterminer la position POSV du véhicule 1 comme expliqué ci- après, on peut prévoir que l'unité de traitement 12 détermine tout d'abord par exemple, pour chaque position potentielle POSj, un niveau global de vraisemblance NGVj, en fonction des différents niveaux de vraisemblance NVi',j associés à cette position potentielle POSj, et qui ont été obtenus pour chacun des éléments remarquables ERi' dont la catégorie Ck est associée à une donnée d'intégrité (relative à la région courante) indicative de fiabilité.
Le niveau global de vraisemblance NGVj de la position potentielle POSj est par exemple déterminé conformément à la formule F2 ci-dessous, c'est-à-dire en sommant, pour l'ensemble des éléments remarquables ERi' dont la catégorie Ck est associée à une donnée d'intégrité (relative à la région courante RI) indicative de fiabilité, les niveaux de vraisemblance NVi',j associés à cette position potentielle POSj :
NGVj =∑j:≡¾'. NVi'j (F2) .
L'unité de traitement 12 détermine ensuite la position POSV du véhicule 1 en fonction des positions potentielles POS1 , POSj, POSM de celui-ci et des niveaux globaux de vraisemblance NGV1 , NGVj, ... NGVM correspondants.
La position POSV du véhicule 1 est par exemple déterminée en calculant une moyenne pondérée desdites positions potentielles POS1 , POSj, POSM, affectées chacune d'un coefficient de pondération qui est déterminé en fonction du niveau global de vraisemblance NGV1 , NGVj, ... NGVM de cette position potentielle.
Les coefficients de pondération associés respectivement à chacune des positions potentielles POSj du véhicule 1 peuvent en particulier être égaux chacun au niveau global de vraisemblance NGVj de cette position potentielle POSj. Dans ce cas, la position POSV du véhicule 1 est déterminée conformément à la formule F3 suivante :
POSV = [∑j=* POSj x NGVj] /[∑ =" NGVj] (F3) .
En variante, au lieu d'être déterminée par un calcul de moyenne pondérée, la position POSV du véhicule 1 pourrait par exemple être déterminée comme étant égale à celle desdites positions potentielles POS1 , POSj, POSM qui (parmi ces positions potentielles) présente le niveau global de vraisemblance NGVj le plus grand.
On obtient ainsi une position POSV du véhicule 1 fiable puisque cette position POSV n'a été déterminée qu'en tenant compte des éléments remarquables ERi' pour lesquels les données d'intégrité Ik indiquent que les éléments remarquables ERi' de cette catégorie Ck sont fiables dans la région concernée (région courante).
On décrit à présent en référence aux figures 7 et 8 un exemple de processus de construction d'une table de données d'intégrité Ik telle que celle utilisée ci-dessus.
La figure 7 représente schématiquement un véhicule 100 conçu pour générer ces données d'intégrité Ik.
Ce véhicule 100 comprend un capteur 1 1 1 apte à capturer des données
SENS représentatives de l'environnement routier du véhicule 100, une unité de traitement 1 12 et un dispositif de géolocalisation de précision 120.
Le capteur 1 1 1 est par exemple une caméra vidéo, telle qu'une caméra frontale équipant le véhicule 100. Les données SENS capturées par le capteur 1 1 1 représentent dans ce cas une image de l'environnement situé à l'avant du véhicule 100. En variante, la capteur 1 1 1 pourrait être un radar, d'un détecteur à ultrasons ou d'un télémètre laser.
L'unité de traitement 1 12 est par exemple réalisée au moyen d'un processeur (tel qu'un microprocesseur) et inclut une unité de mémorisation 1 13 (telle qu'un disque dur).
L'unité de traitement 1 12 mémorise, par exemple au sein d'une mémoire de l'unité de traitement 1 12, des instructions de programme d'ordinateur, dont l'exécution par le processeur susmentionné permet notamment la mise en œuvre par l'unité de traitement 1 12 du procédé décrit ci-dessous en référence à la figure 8.
L'unité de mémorisation 1 13 mémorise notamment des données cartographiques, qui incluent des données LOC indicatives du positionnement d'éléments remarquables dans l'environnement routier.
Le dispositif de géolocalisation de précision 120 est par exemple un système de géolocalisation par satellite utilisant une technique de cinématique tems réel (ou RTK GNSS pour "Real Time Kinematic Global Navigation Satellite System"). Le dispositif de géolocalisation de précision 120 fournit des données GPS représentatives de la position du véhicule 100 dans l'environnement.
La figure 8 représente schématiquement un exemple de procédé mis en œuvre au sein du véhicule 100 (précisément par l'unité de traitement 1 12) pour construire la table contenant des données d'intégrité Ik représentée en figure 4 et utilisée dans l'exemple décrit ci-dessus en référence aux figures 1 à 6.
Au cours d'une étape E30, l'unité de traitement 1 12 construit, par exemple pour une pluralité d'éléments remarquables situés autour de la position du véhicule 100 (telle qu'indiquée par les données GPS), un modèle de perception MODLi (i.e. une représentation des observations du capteur 1 1 1 attendues) sur la base des données GPS (données représentatives de la position du véhicule 100) et sur la base des données LOC (données indicatives du positionnement de l'élément remarquable concerné).
Le modèle MODLi construit peut éventuellement tenir compte en outre de caractéristiques de bruit du capteur 1 1 1 utilisé.
Au cours d'une étape E40, l'unité de traitement 1 12 détecte les éléments remarquables présents dans les données capturées SENS (ici dans l'image capturée par la caméra frontale 1 1 1 ) et produit, pour chaque élément remarquable, des données PERCi représentatives de la perception de cet élément remarquable par le capteur 1 1 1 . Ces données représentatives PERCi sont par exemple du même type que les données traitées DTi obtenues pour les différents éléments remarquables au cours du procédé de localisation décrit plus haut en référence aux figures 1 à 6.
L'unité de traitement 1 12 peut alors déterminer au cours d'une étape E50 des données d'intégrité associées à un élément remarquable en comparant le modèle de perception MODLi et les données représentatives PERCi (issues comme indiqué ci-dessus de l'observation par le capteur 1 1 1 ). Ces données d'intégrité ont par exemple une valeur représentative de la correspondance entre le modèle de perception MODLi et les données représentatives PERCi.
On prévoit ici de mémoriser (par exemple dans l'unité de mémorisation 1 13) des données d'intégrité Ik relatives chacune à l'ensemble des éléments remarquables d'une catégorie Ck dans une région RI de l'environnement. Ainsi, l'unité de traitement 1 12 détermine à l'étape E60 la région courante RI en fonction des données GPS. Les différentes régions possibles correspondent par exemple à un découpage prédéterminé de la carte de l'environnement dans lequel évolue le véhicule 100.
Tant que le véhicule 100 évolue dans la même région courante RI
(d'après les données GPS), l'unité de traitement 1 12 détermine, pour chaque catégorie Ck d'éléments remarquables, les données d'intégrité Ik relatives à la catégorie concernée Ck sur la base des données d'intégrité obtenues (comme décrit ci-dessus) pour les différents éléments remarquables de cette catégorie Ck rencontrés au cours de l'évolution du véhicule 100 dans la région courante RI.
Les données d'intégrité Ik relatives à une catégorie Ck sont par exemple obtenues en moyennant les données d'intégrité relatives aux différents éléments remarquables de cette catégorie Ck rencontrés.
Lorsque le véhicule 100 quitte la région courante RI, l'unité de traitement mémorise (ici dans l'unité de mémorisation 1 13), en association avec la région RI, les données d'intégrité 11 , Ik, IP respectivement déterminées pour les diverses catégories C1 , Ck, CP d'éléments remarquables.
L'évolution du véhicule 100 dans différentes régions RI permet ainsi de produire et de mémoriser, pour chacune de ces régions RI, un ensemble de données d'intégrité 11 , Ik, IP (associées respectivement aux différentes catégories d'élément remarquables) et donc d'obtenir une table telle que celle mémorisée à la figure 4.

Claims

REVENDICATIONS
1 . Dispositif de localisation (10) dans un environnement, le dispositif de localisation comprenant :
- un capteur (1 1 ), et
- une unité de traitement (12) électronique comportant une unité de mémorisation (13) dans laquelle sont stockées des données relatives au positionnement d'éléments remarquables situés dans l'environnement,
caractérisé en ce que :
- l'unité de mémorisation (13) stocke des données d'intégrité (11 , Ik, IP) associées chacune à au moins un élément remarquable (ER1 , ER2, ER3, ER4) et à une région (RI) de l'environnement, et en ce que
- l'unité de traitement (12) est conçue pour déterminer une position (POSV) du véhicule (1 ) en mettant en correspondance des données (D1 , Di, DN) relatives au positionnement d'éléments remarquables, stockées dans l'unité de mémorisation (13), avec des données (DT1 , DTi, DTN) représentatives de l'environnement (2) du véhicule (1 ) obtenues au moyen dudit capteur (1 1 ), seulement pour des éléments remarquables associés à une donnée d'intégrité (11 , Ik, IP) indicative de fiabilité pour la région courante (RI).
2. Dispositif selon la revendication 1 , dans lequel l'unité de traitement (12) est conçue pour mettre en correspondance lesdites données (D1 , Di, DN) relatives au positionnement d'éléments remarquables avec lesdites données (DT1 , DTi, DTN) représentatives de l'environnement (2) du véhicule (1 ) seulement pour des éléments remarquables associés à une donnée d'intégrité (11 , Ik, IP) ayant une valeur supérieure à un seuil prédéterminé (S1 , Sk, SP).
3. Dispositif selon la revendication 1 ou 2, dans lequel chaque donnée d'intégrité (11 , Ik, IP) est associée à une catégorie (C1 , Ck, CP) d'éléments remarquables.
4. Dispositif selon l'une des revendications 1 à 4, dans lequel l'unité de traitement (12) est conçue pour déterminer la région courante (RI) en fonction d'une position (POSV) du véhicule (1 ) déterminée à une itération précédente.
5. Dispositif selon l'une des revendications 1 à 4, dans lequel l'unité de traitement (12) conçue pour déterminer la région courante (RI) en fonction d'une position fournie par un système de géolocalisation.
6. Dispositif selon l'une des revendications 1 à 5, dans lequel l'unité de traitement (12) est conçue pour mettre en correspondance lesdites données (D1 , Di, DN) relatives au positionnement d'éléments remarquables avec lesdites données (DT1 , DTi, DTN) représentatives de l'environnement (2) du véhicule (1 ) pour une pluralité de positions potentielles (POS1 , POS2, POSj, POSM) et pour déterminer la position (POSV) du véhicule (1 ) en fonction desdites positions potentielles (POS1 , POS2, POSj, POSM).
7. Dispositif de production de données d'intégrité (Ik), comprenant :
- un capteur (1 1 1 ) conçu pour capturer des données (SENS) représentatives d'un environnement,
- un dispositif de géolocalisation (120) conçu pour fournir des données de position (GPS), et
- une unité de traitement (1 12) comportant une unité de mémorisation (1 13) dans laquelle sont stockées des données (LOC) relatives au positionnement d'éléments remarquables situés dans l'environnement,
caractérisé en ce que l'unité de traitement (1 12) est conçue pour construire un modèle de perception (MODLi) en fonction des données de position (GPS) et des données stockées (LOC), pour traiter les données capturées (SENS) et pour produire lesdites données d'intégrité (Ik) par comparaison des données traitées (PERCi) au modèle de perception (MODLi).
8. Dispositif selon la revendication 7, dans lequel le modèle de perception (MODLi) est relatif à un élément remarquable et dans lequel les données traitées (PERCi) sont représentatives de cet élément remarquable.
9. Dispositif selon la revendication 7 ou 8, dans lequel l'unité de traitement (1 12) est conçue pour produire des données d'intégrité (Ik) relatives à une catégorie d'éléments remarquables.
10. Dispositif selon l'une des revendications 7 à 9, dans lequel l'unité de traitement (1 12) est conçue pour mémoriser lesdites données d'intégrité (11 , IP) en association avec une région (RI) de l'environnement.
PCT/EP2017/074714 2016-10-13 2017-09-28 Dispositif de localisation et dispositif de production de données d'intégrité Ceased WO2018069060A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1659940A FR3057693B1 (fr) 2016-10-13 2016-10-13 Dispositif de localisation et dispositif de production de donnees d'integrite
FR1659940 2016-10-13

Publications (1)

Publication Number Publication Date
WO2018069060A1 true WO2018069060A1 (fr) 2018-04-19

Family

ID=57750183

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/074714 Ceased WO2018069060A1 (fr) 2016-10-13 2017-09-28 Dispositif de localisation et dispositif de production de données d'intégrité

Country Status (2)

Country Link
FR (1) FR3057693B1 (fr)
WO (1) WO2018069060A1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210221389A1 (en) * 2018-05-14 2021-07-22 3M Innovative Properties Company System and method for autonomous vehicle sensor measurement and policy determination

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008113861A2 (fr) * 2007-03-21 2008-09-25 Universiteit Gent Système et procédé pour une détermination de position
US20120150428A1 (en) * 2010-12-08 2012-06-14 Wolfgang Niem Method and device for recognizing road signs in the vicinity of a vehicle and for synchronization thereof to road sign information from a digital map
US20120288138A1 (en) * 2011-05-10 2012-11-15 GM Global Technology Operations LLC System and method for traffic signal detection
FR3025898A1 (fr) * 2014-09-17 2016-03-18 Valeo Schalter & Sensoren Gmbh Procede et systeme de localisation et de cartographie
EP3016086A1 (fr) * 2014-10-27 2016-05-04 HERE Global B.V. Image négative pour la détection de placement de signe

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008113861A2 (fr) * 2007-03-21 2008-09-25 Universiteit Gent Système et procédé pour une détermination de position
US20120150428A1 (en) * 2010-12-08 2012-06-14 Wolfgang Niem Method and device for recognizing road signs in the vicinity of a vehicle and for synchronization thereof to road sign information from a digital map
US20120288138A1 (en) * 2011-05-10 2012-11-15 GM Global Technology Operations LLC System and method for traffic signal detection
FR3025898A1 (fr) * 2014-09-17 2016-03-18 Valeo Schalter & Sensoren Gmbh Procede et systeme de localisation et de cartographie
EP3016086A1 (fr) * 2014-10-27 2016-05-04 HERE Global B.V. Image négative pour la détection de placement de signe

Also Published As

Publication number Publication date
FR3057693B1 (fr) 2022-04-15
FR3057693A1 (fr) 2018-04-20

Similar Documents

Publication Publication Date Title
EP3105752B1 (fr) Procede de determination d&#39;une limitation de vitesse en vigueur sur une route empruntee par un vehicule automobile
EP3765868B1 (fr) Procédé robuste de détection d&#39;obstacles, notamment pour véhicules autonomes
EP2043044B1 (fr) Procédé et dispositif d&#39;assistance au parcage d&#39;un véhicule automobile
EP4308881B1 (fr) Procede et dispositif de determination d&#39;une fiabilite d&#39;une cartographie basse definition.
WO2018069060A1 (fr) Dispositif de localisation et dispositif de production de données d&#39;intégrité
WO2018041978A1 (fr) Dispositif de détermination d&#39;une limitation de vitesse, système embarqué comprenant un tel dispositif et procédé de détermination d&#39;une limitation de vitesse.
EP3472015B1 (fr) Procédé de détermination d&#39;une classe de conduite de référence
WO2019122573A1 (fr) Procédé de surveillance d&#39;un environnement d&#39;un premier élément positionné au niveau d&#39;une voie de circulation, et système associé
FR3098778A1 (fr) Procédé et dispositif embarqué d’aide à la conduite avec tracé de contour de voie dépassé
FR3096469A1 (fr) Procédé et système d’identification d’un objet dans l’environnement d’un véhicule automobile
WO2018069059A1 (fr) Dispositif et procédé de localisation d&#39;un véhicule
FR3082044A1 (fr) Procede et dispositif de detection de la voie de circulation sur laquelle circule un vehicule, en fonction des delimitations determinees
EP3775988B1 (fr) Procédé et dispositif de détection d&#39;objets dans l&#39;environnement d&#39;un véhicule, en présence de goutelettes
FR3075949A1 (fr) Procede de determination sur une distance d’anticipation de la trajectoire d’un vehicule automobile.
WO2016146823A1 (fr) Procédé d&#39;estimation de paramètres géométriques représentatifs de la forme d&#39;une route, système d&#39;estimation de tels paramètres et véhicule automobile équipé d&#39;un tel système
FR3077549A1 (fr) Procede de determination de la trajectoire d’un vehicule automobile en absence de marquage au sol.
EP3008664B1 (fr) Procédé et système de suivi d&#39;objets en mouvement
FR3137780A1 (fr) Procédé et dispositif de détermination d’un tracé arrière d’au moins une délimitation latérale de voie de circulation
EP4290493A1 (fr) Procédé d&#39;obtention d&#39;une donnée représentative d&#39;un risque de survenance d&#39;un accident de la route, dispositif, système et programmes d&#39;ordinateurs correspondants
FR3062835A1 (fr) Procede et systeme de determination d&#39;un indice de confiance associe a une caracteristique d&#39;une voie de circulation
WO2018115323A1 (fr) Système et procédé de détection d&#39;un contexte d&#39;évolution d&#39;un véhicule
FR3036498A1 (fr) Procede et systeme de localisation en ligne d&#39;un vehicule automobile
FR3151816A1 (fr) Procédé de détection d’objets dynamiques
WO2020239783A1 (fr) Procédé et dispositif de détermination de distance de visibilité pour l&#39;aide au dépassement
FR3146640A1 (fr) Procédé et dispositif de contrôle d’un trajet d’un véhicule autonome circulant selon un mode manuel

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17771788

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17771788

Country of ref document: EP

Kind code of ref document: A1