自主驾驶系统及自主驾驶方法与流程

1.本公开涉及一种自主驾驶系统和方法，更具体地，涉及一种能够确定高清晰度地图的误差的自主驾驶系统和自主驾驶方法。


背景技术：

2.车辆是指当在道路或轨道上行驶时能够将人或货物运送到目的地的设备。车辆可以主要通过使用设置有车身的一个或多个车轮而移动到多个位置。这种车辆可以包括三轮车辆或四轮车辆、具有两个车轮的车辆(例如摩托车)、建筑机器、自行车以及在设置在轨道上的铁轨上运行的列车。
3.近来，为了减轻驾驶员的负担并增加便利性，正积极地进行对装备有动态地提供关于车辆状况、驾驶员状况和周围环境的信息的高级驾驶员辅助系统(adas)的车辆的研究，并且也正积极地进行对使用adas的自主驾驶系统的研究。
4.随着安装在车辆上的adas的发展，高精度地图已经被用作自主驾驶系统的必要元素。
5.然而，当高精度地图中存在误差时，其可能导致自主驾驶系统的严重故障。


技术实现要素：

6.因此，本公开的一个方面是提供一种能够考虑实际道路状况来确定高清晰度地图的误差的自主驾驶系统和自主驾驶方法。
7.本公开的附加方面将在以下的描述中部分地阐述，并且部分地从该描述中将是显而易见的，或者可以通过本公开的实践而获知。
8.根据本公开的一方面，一种自主驾驶系统包括：第一传感器，其安装在车辆中，具有面向车辆前方的视场，并且被配置为获取前方图像数据；第二传感器，其选自包括雷达和光检测和测距(lidar：激光雷达)的组，安装在车辆中，具有面向车辆前方的检测视场，并且被配置为获取前向检测数据；通信器，其被配置为从外部服务器接收车辆的当前位置处的高清晰度地图；以及控制器，其包括处理器，处理器被配置为处理高清晰度地图、前方图像数据和前向检测数据，其中，所述控制器被配置为响应于处理所述前方图像数据和所述前向检测数据而计算所述车辆与右道路边界线之间的第一距离以及所述车辆与左道路边界线之间的第二距离，响应于处理所述高清晰度地图而计算所述车辆与所述右道路边界线之间的第三距离以及所述车辆与所述左道路边界线之间的第四距离，并且基于所述第一距离、所述第二距离、所述第三距离和所述第四距离确定所述高清晰度地图的地图质量指标，以及基于所述地图质量指标确定所述高清晰度地图的误差。
9.所述控制器可以被配置为当所述地图质量指标小于或等于预定阈值时确定所述高清晰度地图的误差存在。
10.所述控制器可以被配置为当所述第一距离和所述第三距离之间的均方根误差(rmse)大于或等于预定第一值时降低所述地图质量指标。
11.所述控制器可以被配置为当所述第一距离和所述第三距离之间的rmse小于或等于比预定第一值小的预定第二值时提高所述地图质量指标。
12.所述控制器可以被配置为当所述第二距离和所述第四距离之间的rmse大于或等于预定第一值时降低所述地图质量指标。
13.所述控制器可以被配置为当所述第二距离和所述第四距离之间的rmse小于或等于比预定第一值小的预定第二值时提高所述地图质量指标。
14.所述控制器可以被配置为当响应于处理所述前方图像数据和所述前向检测数据而检测到的车道的颜色或形状与响应于处理所述高清晰度地图而获取的车道的颜色或形状不同时，降低所述地图质量指标。
15.所述控制器可以被配置为确定车辆在所述高清晰度地图上的坐标，使得所述第一距离和所述第三距离之间的rmse与所述第二距离和所述第四距离之间的rmse的总和最小化。
16.所述控制器可以被配置为当确定所述高清晰度地图的误差存在时，将所述车辆的控制权转移给驾驶员。
17.所述控制器可以被配置为当确定所述高清晰度地图的误差存在时，控制所述通信器将所述前方图像数据和所述前向检测数据中的至少一个发送到服务器。
18.根据本公开的另一方面，一种自主驾驶方法包括以下步骤：从安装在车辆中并具有面向车辆前方的视场的前方相机获取前方图像数据；由通信器从外部服务器接收车辆的当前位置处的高清晰度地图；控制器响应于处理所述前方图像数据而计算所述车辆与右道路边界线之间的第一距离以及所述车辆与左道路边界线之间的第二距离；所述控制器响应于处理所述高清晰度地图而计算所述车辆与所述右道路边界线之间的第三距离以及所述车辆与所述左道路边界线之间的第四距离；由所述控制器基于所述第一距离、所述第二距离、所述第三距离和所述第四距离确定所述高清晰度地图的地图质量指标；以及基于所述地图质量指标确定所述高清晰度地图的误差。
19.确定所述误差的步骤可以包括当所述地图质量指标小于或等于预定阈值时确定所述高清晰度地图的误差存在。
20.确定所述地图质量指标的步骤可以包括当所述第一距离和所述第三距离之间的均方根误差(rmse)大于或等于预定第一值时降低所述地图质量指标。
21.确定所述地图质量指标的步骤可以包括当所述第一距离和所述第三距离之间的rmse小于或等于比预定第一值小的预定第二值时提高所述地图质量指标。
22.确定所述地图质量指标的步骤可以包括当所述第二距离和所述第四距离之间的rmse大于或等于预定第一值时降低所述地图质量指标。
23.确定所述地图质量指标的步骤可以包括当所述第二距离和所述第四距离之间的rmse小于或等于比预定第一值小的预定第二值时提高所述地图质量指标。
24.所述方法还可以包括当响应于处理所述前方图像数据而检测到的车道的颜色或形状与响应于处理所述高清晰度地图而获取的车道的颜色或形状不同时降低所述地图质量指标的步骤。
25.所述方法还可以包括确定车辆在所述高清晰度地图上的坐标，使得所述第一距离和所述第三距离之间的rmse与所述第二距离和所述第四距离之间的rmse的总和最小化的
步骤。
26.所述方法还可以包括当确定所述高清晰度地图的误差存在时，将所述车辆的控制权转移给驾驶员的步骤。
27.所述方法还可以包括当确定所述高清晰度地图的误差存在时控制所述通信器向所述服务器发送所述前方图像数据的步骤。
附图说明
28.通过结合附图对实施方式的以下描述，本公开的这些和/或其它方面将变得明显且更容易理解，在附图中：
29.图1是示出根据示例性实施方式的车辆的配置的图；
30.图2是示出根据示例性实施方式的自主驾驶系统的配置的图；
31.图3是示出根据示例性实施方式的自主驾驶系统中包括的相机和雷达的视图；
32.图4是根据示例性实施方式的自主驾驶方法的流程图；
33.图5是示出根据示例性实施方式的由自主驾驶系统获取的前方图像数据和高清晰度地图的视图；
34.图6至图10是示出可以确定高精度地图的误差存在的情况的视图。
具体实施方式
35.现在将详细参照本公开的实施方式，在附图中示出了本公开的实施方式的示例，其中贯穿全文，相同的附图标记指代相同的元件。本说明书没有描述所公开的实施方式的所有元件，并且省略了对本领域公知的内容的详细描述，或者省略了对基本相同配置的冗余描述。在说明书中使用的术语“部件”、“模块”、“构件”、“块”等可以用软件或硬件来实现。此外，多个“部件”、“模块”、“构件”、“块”等可以体现为一个组件。还可能的是，一个“部件”、“模块”、“构件”、“块”等包括多个组件。
36.在整个说明书中，当元件被称为“连接到”另一元件时，其可以直接或间接连接到另一元件，并且“间接连接到”包括经由无线通信网络连接到另一元件。
37.此外，应当理解，术语“包括”和“具有”旨在指示存在说明书中公开的元件，而不旨在排除可以存在或可以添加一个或多个其它元件的可能性。
38.在整个说明书中，当一个构件位于另一个构件“上”时，这不仅包括一个构件与另一个构件接触的情况而且还包括两个构件之间存在另一个构件的情况。
39.术语第一、第二等用于将一个组件与另一组件区分开，并且该组件不受上述术语的限制。
40.单数的表达包括复数的表达，除非其在上下文中有明显不同的含义。
41.在操作中使用的附图标记用于描述方便，并且不旨在描述操作的顺序，并且除非另有说明，否则可以以不同的顺序执行操作。
42.以下，将参照附图详细描述本发明的实施方式。
43.图1是示出根据示例性实施方式的车辆的配置的图。
44.如图1所示，车辆1包括发动机10、变速器20、制动装置30和转向装置40。发动机10包括气缸和活塞，并且可以产生用于驱动车辆1的动力。变速器20包括多个齿轮，并且可将
由发动机10产生的动力传递到车辆的车轮。制动装置30可通过与车轮的摩擦使车辆1减速或使车辆1停止。转向装置40可以改变车辆1的行驶方向。
45.车辆1可以包括多个电气部件。例如，车辆1包括发动机管理系统(ems)11、变速器控制单元(tcu)21、电子制动控制模块31、电子动力转向(eps)41、车身控制模块(bcm)和自主驾驶系统100。
46.ems 11可响应于驾驶员通过加速器踏板加速的意愿或来自自主驾驶系统100的请求而控制发动机10。例如，ems 11可以控制发动机10的扭矩。
47.tcu 21可响应于驾驶员通过变速杆的换档指令和/或车辆1的行驶速度而控制变速器20。例如，tcu 21可调节从发动机10到车轮的变速比。
48.电子制动控制模块31可以响应于驾驶员通过制动踏板制动的意愿和/或车轮打滑而控制制动装置30。例如，电子制动控制模块31可以响应于当车辆1制动时检测到的车轮打滑而临时释放车轮的制动(也称为防抱死制动系统(abs))。电子制动控制模块31可以响应于当车辆1转向时检测到的过度转向和/或转向不足而选择性地释放车轮的制动(也称为电子稳定控制(esc))。此外，电子制动控制模块31可以响应于当车辆1被驱动时检测到的车轮的打滑而临时制动车轮(也称为牵引力控制系统(tcs))。
49.eps 41可以辅助转向装置40的操作，使得驾驶员可以响应于驾驶员通过转向盘转向的意愿而容易地操纵转向盘。例如，eps 41可以辅助转向装置40的操作，以在低速行驶或停车期间减小转向力，并且在高速行驶期间增大转向力。
50.bcm 51可以控制为驾驶员提供便利或确保驾驶员安全的电气组件的操作。例如，bcm 51可以控制前照灯、雨刷、仪表、多功能开关和方向指示灯。
51.自主驾驶系统100可辅助驾驶员操作(例如，驾驶、制动和转向等)车辆1。例如，自主驾驶系统100可以检测车辆1正在行驶的道路环境(例如，其它车辆、行人、骑车人、车道、路标、红绿灯等)，并且响应于检测到的环境而控制车辆1的驾驶和/或制动和/或转向。
52.在另一示例性实施方式中，自主驾驶系统100可以从外部服务器接收车辆的当前位置处的高清晰度地图，并且响应于接收到的高清晰度地图而控制车辆1的驾驶和/或制动和/或转向。
53.自主驾驶系统100可以向驾驶员提供各种功能。例如，自主驾驶系统100可提供车道偏离警告(ldw)、车道保持辅助(lka)、远光辅助(hba)、自主紧急制动(aeb)、交通标志识别(tsr)、智能巡航控制(scc)、盲点检测(bsd)和惯性驾驶引导等。
54.自主驾驶系统100可包括用于获取车辆1周围的图像数据的相机模块101、用于获取车辆1周围的对象数据的雷达模块102、以及用于扫描车辆1周围并检测对象的光检测和测距(激光雷达)模块103。相机模块101包括相机101a和电子控制单元(ecu)101b，并且捕获车辆1的前部并识别其它车辆、行人、骑车人、车道、道路标志、结构等。雷达模块102包括雷达102a和ecu 102b，并且可以获取车辆1周围的对象(例如，其它车辆、行人、骑车人、结构等)的相对位置、相对速度等。
55.激光雷达模块103包括激光雷达103a和ecu 103b，并且获取车辆1周围的移动对象(例如，其它车辆、行人、骑车人等)的相对位置、相对速度等。此外，激光雷达模块103可以获取附近固定对象(例如，建筑物、标志、交通灯、凸起物等)的形状和位置。
56.具体地，激光雷达模块103可以通过获取用于车辆1的外部视图的点云数据来获取
车辆1周围的固定对象的形状和位置。
57.换句话说，自主驾驶系统100处理从相机模块101获取的图像数据、从雷达模块102获取的检测数据和从激光雷达模块103获取的点云数据，并且可以响应于处理图像数据、检测数据和点云数据而检测车辆1正在行驶的道路环境、位于车辆1前方的前方对象、位于车辆1侧面的侧面对象和位于车辆1后面的后部对象。
58.自主驾驶系统100不限于图1所示的系统，并且激光雷达模块103可以用雷达模块102代替或者与雷达模块102一起使用。自主驾驶系统100可包括用于接收车辆1的当前位置处的高清晰度地图(也称为高精度地图)的通信器150。
59.通信器150可由通信芯片、天线和相关组件来实现，以接入无线通信网络。换句话说，通信器150可以被实现为能够与外部服务器进行远程通信的各种类型的通信模块。换句话说，通信器150可以包括用于以无线方式与外部服务器发送和接收数据的无线通信模块。
60.上述电气组件可以经由用于车辆的通信网络(nt)彼此通信。例如，电气组件可以通过以太网、面向媒体的系统传输(most)、flexray、控制器局域网(can)和本地互连网络(lin)等来发送和/或接收数据。例如，自主驾驶系统100可经由nt分别通过ems 11、电子制动控制模块31和eps 41来发送驾驶控制信号、制动信号和转向信号。
61.图2是示出根据示例性实施方式的自主驾驶系统的配置的图。图3是示出根据示例性实施方式的自主驾驶系统中包括的相机和雷达的视图。
62.如图2所示，车辆1可包括制动系统32、转向系统42和自主驾驶系统100。
63.制动系统32可包括图1中描述的电子制动控制模块31(参见图1)和制动装置30(参见图1)，并且转向系统42可包括eps 41(参见图1)和转向装置40(参见图1)。
64.制动系统32和转向系统42可控制车辆1，使得车辆1基于自主驾驶系统100的控制信号进行自主驾驶。
65.自主驾驶系统100可包括前方相机110、前雷达120、多个角雷达130、激光雷达135和通信器150。
66.如图3所示，前方相机110可以具有面向车辆1前方的视场110a。前方相机110例如可以安装在车辆1的前挡风玻璃上，但是可以设置在任何位置而没有限制，只要其具有面向车辆1前方的视场即可。
67.前方相机110可以拍摄车辆1的前方并获取车辆1的前方的图像数据。车辆1前方的图像数据可以包括相对于位于车辆1前方的道路边界线的位置。
68.前方相机110可以包括多个透镜和图像传感器。图像传感器可包括将光转换为电信号的多个光电二极管，并且所述多个光电二极管可以按二维矩阵布置。
69.前方相机110可以电连接到控制器140。例如，前方相机110可以通过nt、硬线或印刷电路板(pcb)中的一个连接到控制器140。
70.前方相机110可以将车辆1的前方的图像数据(以下称为前方图像数据)发送到控制器140。
71.如图3所示，前雷达120可具有朝向车辆1前方的感测场120a。前雷达120可以安装在例如车辆1的格栅或保险杠上。
72.前雷达120可以包括向车辆1的前方辐射发射波的发射天线(或发射天线阵列)和接收由对象反射的反射波的接收天线(或接收天线阵列)。前雷达120可以从由发射天线发
射的发射波和由接收天线接收的反射波获中取前向检测数据。前向检测数据可包括关于位于车辆1前方的其它车辆或行人或骑车人的距离信息和速度程度。前雷达120可基于发射波和反射波之间的相位差(或时间差)来计算到对象的状态距离，并基于发射波和反射波之间的频率差来计算对象的相对速度。
73.前雷达120可以通过nt、硬线或pcb中的一个连接到控制器140。前雷达120可以向控制器140发送前向检测数据(以下称为前向检测数据)。
74.多个角雷达130包括安装在车辆1的右前侧的第一角雷达131、安装在车辆1的左前侧的第二角雷达132、安装在车辆1的右后侧的第三角雷达133、以及安装在车辆1的左后侧的第四角雷达134。
75.如图3所示，第一角雷达131可以具有面向车辆1的右前侧的检测视场131a。前雷达120例如可以安装在车辆1的前保险杠的右侧。第二角雷达132可以具有面向车辆1的左前侧的检测视场132a，并且可以安装在车辆1的前保险杠的左侧。第三角雷达133可以具有面向车辆1的右后侧的检测视场133a，并且可以安装在例如车辆1的后保险杠的右侧。第四角雷达134可以具有面向车辆1的左后方的检测视场134a，并且可以安装在例如车辆1的后保险杠的左侧。
76.第一角雷达131、第二角雷达132、第三角雷达133和第四角雷达134中的每一个可以分别包括发射天线和接收天线。第一角雷达131、第二角雷达132、第三角雷达133和第四角雷达134可以分别获取第一角检测数据、第二角检测数据、第三角检测数据和第四角检测数据。第一角检测数据可以包括关于位于车辆1的右前侧的其它车辆或行人或骑车人或结构(以下称为对象)的距离信息和速度程度。第二角检测数据可以包括关于位于车辆1的左前侧的对象的距离信息和速度程度。第三角检测数据和第四角检测数据可以分别包括位于车辆1的右后侧和车辆1的左后侧的对象的距离信息和相对速度。
77.第一角雷达131、第二角雷达132、第三角雷达133和第四角雷达134中的每一个可以分别通过例如nt、硬线或pcb中的一个连接到控制器140。第一角雷达131、第二角雷达132、第三角雷达133和第四角雷达134可以分别向控制器140发送第一角检测数据、第二角检测数据、第三角检测数据和第四角检测数据。
78.激光雷达135可以获取车辆1附近的移动对象(例如，其它车辆、行人、骑车人等)的相对位置、相对速度等。此外，激光雷达135可以获取附近固定对象(例如，建筑物、标志、交通灯、凸起物等)的形状和位置。激光雷达135可以安装在车辆1中以具有车辆1的外部视场135a，并且可以获取车辆1的外部视场135a的点云数据。
79.例如，如图3所示，激光雷达135可以设置在车辆1的外部以具有车辆1的外部视场135a，更具体地，可以设置在车辆1的环路(loop)上。
80.激光雷达135包括发射光的光发射器、被配置为接收在从光发射器发射的光被障碍物反射时的反射光当中的预定方向上的光的光接收器、以及光发射器和光接收器固定到其上的pcb。在这种情况下，pcb可设置在由旋转驱动器旋转的支撑板上，使得pcb可沿顺时针或逆时针方向旋转360度。
81.换句话说，支撑板可根据从旋转驱动器传送的动力绕其轴线旋转，并且光发射器和光接收器固定到pcb，并且随着pcb的旋转可顺时针或逆时针旋转360度。因此，激光雷达135可以通过以360度发射和接收光来从所有方向135a检测对象。
82.光发射器是发射光的组件(例如，红外激光器)，并且根据示例性实施方式，光发射器可以设置为单个或多个。
83.当从光发射器发射的光被障碍物反射时，光接收器被设置为接收反射光当中的预定方向上的光。通过光接收器接收光而生成的输出信号可以被提供给控制器140的对象检测处理。
84.光接收器可以包括用于聚集接收到的光的聚光透镜和用于检测接收到的光的光学传感器。根据实施方式，光接收器可以包括用于放大由光学传感器检测到的光的放大器。
85.激光雷达135可以接收关于对象外表面上的许多点的数据，并且可以获取点云数据，该点云数据是这些点的数据的组。
86.控制器140可以包括相机模块101(参见图1)的ecu 101b(参见图1)和/或雷达模块102(参见图1)的ecu 102b(参见图1)和/或激光雷达模块103的ecu 103b(参见图1)和/或单独的集成ecu。
87.在下文中，为了便于描述，假设从前雷达120获取的前向感测数据可以被从激光雷达135获取的点云数据替换或与点云数据可互换地使用。换句话说，从前雷达120获取的前向检测数据可以是指从激光雷达135获取的用于车辆1前方的点云数据。
88.控制器140可以包括处理器141和存储器142。
89.处理器141处理前方相机110的前方图像数据和前雷达120的前向检测数据，并生成用于分别控制制动系统32和转向系统42的制动信号和转向信号。此外，处理器141可以响应于对前方相机110的前方图像数据和前雷达120的前向检测数据的处理，计算车辆1和右道路边界线之间的距离(在下文中称为第一距离)以及车辆1和左道路边界线之间的距离(在下文中称为第二距离)。
90.作为计算第一距离和第二距离的方法，可以使用传统的图像数据处理技术和/或雷达/激光雷达数据处理技术。
91.处理器141可处理前方相机110的前方图像数据和前雷达120的前向检测数据，并响应于处理前方图像数据和前向检测数据而检测车辆1前方的对象(例如，车道和结构)。
92.特别地，处理器141可基于由前雷达120获取的前向检测数据来获取车辆1前方的对象的位置(距离和方向)和相对速度。处理器141可基于前方相机110的前方图像数据来获取车辆1前方的对象的位置(方向)和类型信息(例如，对象是否是另一车辆、结构等)。此外，处理器141可将通过前方图像数据检测到的对象与通过前向检测数据检测到的对象进行匹配，并基于匹配结果获取车辆1前方的对象的类型信息、位置和相对速度。
93.此外，如上所述，处理器141可以获取与车辆1正在行驶的道路环境相关的信息、与前方对象相关的信息，并且计算车辆1与右道路边界线之间的距离以及车辆1与左道路边界线之间的距离。
94.道路边界线可以是指诸如车辆1物理上不能通过的护栏、隧道的相对端部、人造墙等结构的边界线，也可以是指车辆1原则上不能通过的中心线，但不限于此。
95.处理器141可以处理从通信器150接收的高清晰度地图，并且响应于处理高清晰度地图，计算车辆1和右道路边界线之间的距离(在下文中称为第三距离)以及车辆1和左道路边界线之间的距离(在下文中称为第四距离)。
96.特别地，处理器141可以基于从全球定位系统(gps)获得的车辆1的当前位置来接
收车辆1的当前位置处的高清晰度地图，并且基于前方图像数据和前向感测数据来确定车辆1在高清晰度地图上的位置。
97.例如，处理器141可以基于从gps获得的车辆1的位置信息来确定在高清晰度地图上车辆1正在行驶的道路，并且基于前方图像数据和前向检测数据来确定车辆1正在行驶的行驶车道。换句话说，处理器141可以确定车辆在高清晰度地图上的坐标。
98.例如，处理器141可以响应于对前方图像数据和前向检测数据的处理来确定左车道的数量，并且基于所确定的左车道的数量来确定车辆正在行驶的车道在高清晰度地图上的位置，从而具体地确定车辆1在高清晰度地图上的坐标。然而，确定车辆1在高清晰度地图上的坐标的方法不限于此。
99.换句话说，处理器141可以基于在前方图像数据和前向检测数据的基础上检测到的右车道的数量来确定车辆1在高清晰度地图上的坐标，并且基于在前方图像数据和前向检测数据的基础上计算出的第一距离和第二距离来确定车辆1在高清晰度地图上的坐标。
100.为此，处理器141可包括处理前方相机110的前方图像数据和高清晰度地图数据的图像处理器和/或处理前雷达120的检测数据的数字信号处理器和/或生成用于控制制动系统32和转向系统42的控制信号的微控制器(mcu)或域控制单元(dcu)。
101.存储器142可存储用于处理器141处理诸如前方图像数据和高清晰度地图数据的图像数据的程序和/或数据、用于处理检测数据的程序和/或数据、以及用于生成制动信号和/或转向信号的程序和/或数据。
102.存储器142可以临时存储从前方相机110接收的图像数据和/或从雷达120接收的检测数据和从通信器150接收的高清晰度地图，并且还临时存储处理器141的处理图像数据和/或检测数据的结果。
103.此外，存储器142可以永久地或半永久地存储从前方相机110接收的图像数据和/或从雷达120和130接收的检测数据和/或从通信器150接收的与来自处理器141的信号相对应的高清晰度地图。
104.为此，存储器142不仅可以包括诸如静态随机存取存储器(sram)和动态随机存取存储器(dram)之类的易失性存储器，还可以包括诸如闪存、只读存储器(rom)和可擦除可编程只读存储器(eprom)之类的非易失性存储器。
105.如上所述，雷达120和130可以由在车辆1附近进行扫描并检测对象的激光雷达135代替或可与激光雷达135互换地使用。
106.如上所述，已经详细描述了车辆1中包括的每个组件。在下文中，将参照图4至图10详细描述控制器140确定高清晰度地图的误差的过程。
107.图4是根据示例性实施方式的自主驾驶方法的流程图，图5是示出根据示例性实施方式的由自主驾驶系统获取的前方图像数据和高清晰度地图的视图，并且图6至图10是示出可以确定高清晰度地图的误差存在的情况的视图。
108.参照图4，根据示例性实施方式，前方相机可以获取前方图像数据，前雷达和/或激光雷达可以获取前向检测数据，并且控制器140可以从前方相机和前雷达接收前方图像数据和前向检测数据(1000)。
109.根据示例性实施方式，通信器150可从云服务器接收车辆1的当前位置处的高清晰度地图，并且控制器140可从通信器150接收高清晰度地图(1100)。特别地，通信器150可将
从gps检测到的车辆1的当前位置发送到云服务器，并且云服务器可将基于车辆1的当前位置的高清晰度地图发送到通信器150。
110.控制器140可以处理从前方相机110获取的前方图像数据和从前雷达120获取的前向检测数据，并且响应于处理前方图像数据和前向检测数据，计算车辆1与右道路边界线之间的第一距离和车辆1与左道路边界线之间的第二距离(1200)。
111.此外，控制器140可响应于处理高清晰度地图而计算车辆1与右道路边界线之间的第三距离以及车辆1与左道路边界线之间的第四距离(1300)。
112.参照图5，可以识别前方图像数据300和高清晰度地图400。如上所述，控制器140可以确定车辆1在高清晰度地图400上的坐标。例如，控制器140可以基于从前方图像数据300检测到的左车道的数量为1，确定车辆1在高清晰度地图400上的坐标为第二车道的中心。
113.此后，控制器140可以将通过处理前方图像数据300和前向检测数据检测到的右道路边界线rb1和左道路边界线lb1与通过处理高清晰度地图400检测到的右道路边界线rb2和左道路边界线lb2进行匹配。
114.控制器140可基于前方图像数据300和前向检测数据来计算第一距离d1和第二距离d2，并且可基于高清晰度地图400来计算第三距离d3和第四距离d4。
115.控制器140可基于第一距离d1、第二距离d2、第三距离d3和第四距离d4来确定高清晰度地图400的地图质量指标(1400)。
116.特别地，当第一距离d1和第三距离d3之间的均方根误差(rmse)大于或等于预定第一值时，控制器140可以降低地图质量指标，并且当第一距离d1和第三距离d3之间的rmse小于或等于比预定第一值小的预定第二值时，可以提高地图质量指标。在这种情况下，预定第一值可以被设置为车辆1的宽度，但不限于此。
117.此外，当第二距离d2和第四距离d4之间的rmse大于或等于预定第一值时，控制器140可以降低地图质量指标，并且当第二距离d2和第四距离d4之间的rmse小于或等于比预定第一值小的预定第二值时，可以提高地图质量指标。
118.在这种情况下，控制器140可以校正车辆1在高清晰度地图400上的坐标，使得第一距离d1和第三距离d3之间的rmse与第二距离d2和第四距离d4之间的rmse的总和最小化。
119.换句话说，为了避免第一距离d1和第三距离d3之间的rmse与第二距离d2和第四距离d4之间的rmse由于在高清晰度地图400上错误地确定的坐标而变大的情况，控制器140可以确定车辆1在高清晰度地图400上的坐标，使得第一距离d1和第三距离d3之间的rmse与第二距离d2和第四距离d4之间的rmse的总和最小化。
120.当第一距离d1和第三距离d3之间的rmse和/或第二距离d2和第四距离d4之间的rmse通过校正车辆1在高清晰度地图400上的坐标而小于或等于预定第二值时，控制器140可以提高高清晰度地图的地图质量指标，从而补偿地图质量指标。
121.然而，即使当校正了车辆1在高清晰度地图400上的坐标，第一距离d1和第三距离d3之间的rmse和/或第二距离d2和第四距离d2之间的rmse大于或等于预定第一值时，控制器140也可以降低高清晰度地图的地图质量指标，从而将地图质量指标降低到小于或等于阈值。
122.此后，控制器140可基于地图质量指标确定高清晰度地图的误差(1500)。
123.例如，当地图质量指标小于或等于预定阈值时，控制器140可以确定高清晰度地图
的误差存在。
124.参照图6，可以识别出基于前方图像数据300的车道数量为4个，而基于高清晰度地图400的车道数量为3个。
125.在图6所示的情况下，控制器140可基于左车道的数量将车辆1在高清晰度地图400上的坐标确定为最右车道。
126.此后，当确定第一距离d1和第三距离d3之间的rmse大于或等于预定第一值时，控制器140可校正车辆1在高清晰度地图400上的坐标，使得第一距离d1与第三距离d3之间的rmse与第二距离d2与第四距离d4之间的rmse的总和最小化。
127.然而，当确定第一距离d1和第三距离d3之间的rmse或第二距离d2和第四距离d4之间的rmse大于或等于预定第一值时，可以降低高清晰度地图400的地图质量指标。
128.因此，当关于道路的车道由于道路的扩展而已经增加的信息没有反映在高清晰度地图中时，根据示例性实施方式的自主驾驶系统100可以容易地确定高清晰度地图的误差。
129.参照图7，可以识别出基于前方图像数据300的可用车道数量为2个，而基于高清晰度地图400的可用车道数量为3个。
130.在图7所示的情况下，控制器140可基于左车道的数量将车辆1在高清晰度地图400上的坐标确定为中间车道。
131.此后，当确定第一距离d1和第三距离d3之间的rmse大于或等于预定第一值时，控制器140可校正车辆1在高清晰度地图400上的坐标，使得第一距离d1和第三距离d3之间的rmse与第二距离d2和第四距离d4之间的rmse之和最小化。
132.然而，当确定第一距离d1和第三距离d3之间的rmse或第二距离d2和第四距离d4之间的rmse大于或等于预定第一值时，可以降低高清晰度地图400的地图质量指标。
133.因此，当关于由于道路建设导致的可用车道减少的信息未反映在高清晰度地图中时，根据示例性实施方式的自主驾驶系统100可以容易地确定高清晰度地图的误差。
134.参照图8，可以识别出基于前方图像数据300的公路收费站的类型是开放类型，而基于高清晰度地图400的公路收费站的类型是封闭类型。
135.在图8所示的情况下，控制器140可基于左车道的数量将车辆1在高清晰度地图400上的坐标确定为中间车道。
136.此后，在车辆1通过收费站的情况下，当第一距离d1和第三距离d3之间的rmse和/或第二距离d2和第四距离d4之间的rmse大于或等于预定的第一值时，控制器140可校正车辆1在高清晰度地图400上的坐标，使得第一距离d1与第三距离d3之间的rmse和第二距离d2与第四距离d4之间的rmse之和最小化。
137.然而，当确定第一距离d1和第三距离d3之间的rmse或第二距离d2和第四距离d4之间的rmse大于或等于预定第一值时，可以降低高清晰度地图400的地图质量指标。
138.因此，当关于封闭的收费站已经改变为开放的收费站的信息没有反映在高清晰度地图中时，根据示例性实施方式的自主驾驶系统100可以容易地确定高清晰度地图的误差。
139.尽管图4中未示出，但是当响应于处理前方图像数据和前向检测数据而检测到的车道的颜色或形状与响应于处理高清晰度地图而获取的车道的颜色或形状不同时，控制器140可以降低高清晰度地图的地图质量指标。
140.换句话说，即使当第一距离d1和第三距离d3之间的rmse和/或第二距离d2和第四
距离d4之间的rmse小于预定第一值时，也可以降低地图质量指标。
141.例如，参照图9，可以识别出基于前方图像数据300的左车道ll1的颜色和形状与基于高清晰度地图400的左车道ll2的颜色和形状不同。
142.换句话说，当基于前方图像数据300的左车道ll1是蓝实线而基于高清晰度地图400的左车道ll2是白虚线时，控制器140可以降低高清晰度地图400的地图质量指标。
143.因此，当关于一般车道已经改变为公共汽车专用车道的信息未反映在高清晰度地图中时，根据示例性实施方式的自主驾驶系统100可以容易地确定高清晰度地图的误差。
144.作为另一示例性实施方式，参照图10，可以识别出基于前方图像数据300的右车道rb1的形状和基于高清晰度地图400的左车道rb2的形状不同。
145.换句话说，当基于前方图像数据300的右车道rb1是直线而基于高清晰度地图400的右车道rb2是曲线时，控制器140可以降低高清晰度地图400的地图质量指标。
146.因此，当关于曲线车道已经改变为直线车道的信息未反映在高清晰度地图中时，根据示例性实施方式的自主驾驶系统100可以容易地确定高清晰度地图的误差。
147.在根据示例性实施方式的车辆1是自主驾驶车辆的情况下，当确定高清晰度地图的误差存在时，控制器140可以将车辆1的控制权转移给驾驶员。在这种情况下，控制器140可以通过设置在车辆1中的用户界面请求驾驶员转移控制权。
148.因此，根据示例性实施方式的自主驾驶系统100可以防止由于高清晰度地图的误差而导致的自主驾驶系统100的故障。
149.此外，当确定高清晰度地图的误差存在时，控制器140可以控制通信器150将前方图像数据和前向检测数据中的至少一个发送到云服务器。
150.因此，云服务器可以快速消除高清晰度地图中的误差。
151.根据本公开，通过将车辆1的实际驾驶状况与高清晰度地图进行比较，可以快速确定高清晰度地图的误差并使误差的风险最小化。
152.从以上显而易见的是，本公开的实施方式可以快速确定高清晰度地图的误差，以防止由于高清晰度地图的误差而导致的自主驾驶系统的故障。
153.同时，所公开的实施方式可以以用于存储要由计算机携带的指令的记录介质的形式来实现。指令可以以程序代码的形式存储，并且在指令被处理器执行时可以生成程序模块以执行本公开的实施方式中的操作。记录介质可以对应于计算机可读记录介质。
154.计算机可读记录介质包括存储于其上然后可由计算机读取的数据的任何类型的记录介质。例如，计算机可读记录介质可以是只读存储器(rom)、随机存取存储器(ram)、磁带、磁盘、闪存、光数据存储设备等。
155.至此已经参考附图描述了本公开的示例性实施方式。对于本领域普通技术人员来说显而易见的是，本公开可以以不同于上述示例性实施方式的其它形式来实践，而不改变本公开的技术思想或基本特征。以上示例性实施方式仅作为示例，并且不应当以有限的意义来解释。
156.相关申请的交叉引用
157.本技术基于并要求于2020年8月28日向韩国知识产权局提交的韩国专利申请no.10-2020-0109296的优先权，该韩国专利申请的公开内容通过整体引用并入本文中。