用于模型化车辆的周围环境的方法
【技术领域】
[0001]本发明涉及一种用于模型化车辆的周围环境的方法。此外，本发明涉及一种控制设备，所述控制设备可以实施根据本发明的方法。
【背景技术】
[0002]如果移动系统(例如机器人、车辆)应当自动地在周围环境中寻找路径并且实施处理，则对于所述系统而言必要的是，创建其局部的周围环境的地图。借助周围环境传感器来检测周围环境并且逐渐地补充或者校正地图。对此的任意的代表形式是所谓的占用网格。在此，将周围环境描述为限定矩形的尺寸并且将所述矩形自身细分成均匀地网格化的元素一一所谓的单元。所述单元中的每一个可以包含占用度量。
[0003]为了将历史测量正确地记录到周围环境模型中，移动系统需要关于其自身位置的了解。所述了解可以由全球定位、如GPS或者通过局部参考、例如里程表或者耦合导航获得。用于全球定位的辅助模块通常具有以下不利:所述辅助模块非常昂贵并且此外也通常达不到所需要的精确度。局部定位单元确定车辆的关于(初始的)参考位置的相对运动。因为相对运动的测量通常具有误差(在例如由不要测量的车轮打滑引起的里程表的情形中)，所以误差累积并且发生位置、但主要是角信息(定向)方面的偏移。
[0004]图1例如不出具有占用网格的周围环境t旲型30，所述占用网格具有车辆的周围环境测量数据，所述车辆多次以圆行驶。其中，模型化自由面7和障碍物9、尤其壁。在真实世界中，侧面上的长的壁位于相同的位置处，然而在所产生的周围环境模型30中所述壁具有显著偏移。因此，周围环境模型30逐渐地越来越差并且因此变得不能使用。
[0005]在机器人中，所述现象作为闭环问题已知并且存在以下解决方案:适合的系统除周围环境模型的创建以外存储所有位置数据、所有所属的测量数据以及如有必要存储适合的特征。在此，特征是在理想情形中可以明确辨识且可以分配的特别的特征。例如列举位置特征、如棱边或者基于图像的特征、如SIFT特征(Scale invariant feature transform:尺度不变特征变换)。
[0006]当车辆再次位于早已知的位置处时，可以根据所述特征确定。如果定位单元具有过大的误差，则推算出:必须如何校正已经测量了所属特征的位置，以便最大化特征的测量可能性。所述问题强烈地与SLAM、同时定位以及映射同源。
[0007]如果已经校正了轨迹，则可以虚拟重新行驶所述轨迹并且对于每一个时间步将所记录的测量集成到新的世界模型中，所述世界模型现在不再具有偏移。
[0008]然而，经典的方法具有以下大的不利:必须对于所有时间步存储测量数据，对于环路闭合可以考虑所述时间步。这导致以下问题:第一是必须保留显著数量的存储空间，第二是事先不确定数据量多大，这意味着，需要增大的数据存储器，其中不明确地判断何时可以使其复位。
[0009]网格瓦片(GridTiles)是用于模型化机器人的具有未知延展的周围环境的方法。基本构思在于，模型化通过一组小的方砖实现，所述方砖分别围绕机器人铺设。所述砖中的每一个尤其具有占用网格并且具有与四个相邻的砖的相邻关系。如果机器人或者所述对象中的所检测的位于迄今通过所述砖描述的区域之外，则在那里同样铺设砖并且将测量集成到分别涉及的砖的网格中。
[0010]具有如此描述的周围环境检测、周围环境模型和闭环能力的移动系统可以是车辆、尤其具有适合的驾驶员辅助系统的汽车。
【发明内容】
[0011]根据本发明的用于模型化车辆的周围环境的方法包括以下步骤:首先获得用于多个测量位置的周围环境数据。这通过借助至少一个传感器来检测周围环境实现。传感器优选是有源的或者无源的光学的传感器。替代地，传感器优选是超声传感器或者雷达传感器。根据本发明，存储以下全部的测量位置:在所述测量位置处传感器检测周围环境。此外提供多个砖，所述多个砖用于存储周围环境数据。砖有利地是网格瓦片。
[0012]随后存储周围环境数据。这优选在先前提供的砖中实现。因此，根据本发明设置，周围环境数据存储在第一周围环境模型的至少一个第一砖和至少一个第二砖中。第一砖和第二砖代表周围环境的应当模型化的部分区域。附加地，存储来自第一砖的周围环境数据的至少一个明确(eindeutig)的特征和所属的第一测量位置。所述第一测量位置是以下位置:在所述位置处已经检测了特征。最后，存储车辆的所行驶的轨迹。这优选可以已经通过测量点的存储来实现，因为测量点离散化地描绘车辆的轨迹。
[0013]随后，由第二砖内的第二测量位置检测先前已经存储了的特征。在此，根据本发明设置，第一砖的周围环境数据与第二砖的周围环境数据不同。因此，根据网格瓦片方法不实施第一砖和第二砖的聚集。然而，第二单元内的特征的检测示出:第一单元和第二单元必须代表周围环境的相同的部分区域。然而因为第一单元和第二单元的周围环境数据不同，所以存在测量误差。这也意味着:车辆相对于第一周围环境模型已经驶过的轨迹是有误差的。
[0014]为了校正测量误差，在下一步骤中考虑第一测量位置和第二测量位置。优选地，根据第一测量位置和第二测量位置之间的差可以求取已校正的轨迹，其方式是，优选地第一测量位置和第二测量位置的差推算出所行驶的轨迹。最后，可以根据所得到的第二轨迹创建第二周围环境模型，已校正的周围环境数据加入到所述第二周围环境模型中。为此，已校正的周围环境数据由已校正的轨迹和第一周围环境模型计算。
[0015]通过所述方式产生第二周围环境模型，所述第二周围环境模型具有正确的值，SP使当原始的测量数据由于测量误差是有误差时。优选地，明确地不实施如在现有技术中那样的所有测量数据的附加存储。
[0016]从属权利要求示出本发明的优选扩展方案。
[0017]在本发明的一种优选实施方式中，第二周围环境模型的创建包括以下步骤:虚拟地沿着所行驶的轨迹行驶第一周围环境模型，其中在所存储的测量位置处实现周围环境的所代表的部分区域的虚拟测量。通过这种方式获得虚拟的测量数据。所述虚拟的测量数据近似于原始地通过传感器获得的测量数据，因为后者作为周围环境数据存储在第一周围环境模型的砖中。此外，实现沿着已校正的轨迹虚拟地行驶第二周围环境模型。在此，将虚拟的测量数据加入到第二周围环境模型中。因为第二周围环境模型借助已校正的轨迹行驶，所以不再存在测量误差。更确切地说，将虚拟的测量数据全局正确地加入到第二周围环境模型中。第一周围环境模型的虚拟行驶和第二环节模型的虚拟行驶优选同时实施。由此，避免虚拟的测量数据的暂存，因为虚拟的测量数据直接地加入到第二周围环境模型中。
[0018]有利地，虚拟的测量通过在环绕所存储的测量位置的预限定的区域内从第一周围环境模型提取测量数据来实现。这能够实现虚拟测量数据的快速且简单的获得。
[0019]同样有利地，虚拟的测量通过虚拟的传感器实现。虚拟的传感器尤其具有预限定的虚拟的检测区域，从而以尽可能小的偏差地近似真实的测量。
[0020]优选地，所行驶的轨迹和已校正的轨迹具有相同的长度。这能够实现来自第一周围环境模型的测量数据直接传输到第二周围环境模型中，尤其通过1:1逻辑。因此，不需要将所行驶的轨迹上的位置耗费地变换成已校正的轨迹上的位置。
[0021]有利地，所述特征是位置特征、尤其所检测的棱边。替代地或附加地，所述特征有利地是图像特征，所述图像特征可以借助尺度不变的特征变换(也称作SIFT，尺度不变特征变换)从周围环境数据提取。
[0022]此外有利地设置，第一周围环境模型和第二周围环境模型存储在一个共同的存储器装置中。网格瓦片的应用尤其设置，存在网格管理器，所述网格管理器接管提供并且去除新的砖的任务。因此，所述网格管理器优选可以管理砖的两个集，所述两个集构成第一周围环境模型和第二周围环境模型。这引起存储器资源的节省。
[0023]在根据本发明的方法的一种优选实施方式中，从第一周围环境模型删除第一周围环境模型的以下砖:所述砖的周围环境数据已经加入到了第二周围环境模型中。这具有以下优点:不再需要的数据不阻碍附加的存储空间。因此，显著降低用于存储第一周围环境模型和第二周围环境模型的耗费。
[0024]特别优选地设置，第一周围环境模型和第二周围环境模型在车辆的周围环境的预限定的部分区域中重叠。通过这种方式，可以将用于存储第一周围环境模型和第二周围环境模型的必要的存储需求减小到最小。
[0025]附加地，本发明涉及一种控制设备。所述控制设备与至少一个传感器连接，所述传感器设置用于扫描其周围环境。此外，存储器装置与控制设备连接。控制设备根据本发明设置用于实施以上所描述的方法。特别地，控制设备布置在车辆中，从而控制设备可以创建车辆的周围环境模型，以便向驾驶员示出其车辆的周围环境。
【附图说明】
[0026]随后参照附图详细描述本发明的实施例。附图示出:
[0027]图1:根据现有技术的周围环境模型的示意图；
[0028]图2:根据本发明的一个实施例的第一周围环境模型的示意图；
[0029]图3:根据本发明的一个实施例的第一周围环境模型的另一示意图；
[0030]图4:根据本发明的一个实施例的第二周围环境模型的示意图；
[0031]图5:根据本发明的一个实施例的控制设备的示意图。
【具体实施方式】
[0032]在本发明的一个实施例中有利地使用网格瓦片，可以利用所述网格瓦片的以下特征:如果借助网格瓦片描绘其周围环境1的机器人、尤其车辆在一个环路中行驶并且没有准确地识别出与最后的环路通过的相同位置处的相同情况，则铺设新的砖3。这完全自动地实现，如在图2中示出的那样。图2示意性示出第一周围环境模型10，所述第一周围环境模型由多个砖3构成。砖3之间的相邻关系仅仅局部已知，从而环路端部近前的、没有由开始砖(第一砖4)得知的第三砖6贴靠新的相邻砖(第二砖5)。第一砖4和第二砖5的聚集