基于减速带的定位增强的制作方法

本发明通常涉及用于自动车辆导航、部分自动车辆导航和驾驶员辅助系统的车辆定位。

背景技术：

车辆(尤其是汽车、部分自动驾驶汽车、和包括驾驶员辅助系统的汽车)越来越多地包括用于确定车辆位置的各种系统和传感器。用于车辆的当前定位技术包括全球定位系统(gps)和航位推算。然而，gps技术(包括全球导航卫星系统(gnss))在某些条件下会导致一些不确定性。例如，由于信号遮挡(例如，由于高的建筑物、处于隧道或停车场中)、建筑的信号反射或大气条件，gps定位可能不准确。此外，航位推算技术可能不精确，并且可能在车辆行驶时累积误差。然而，车辆的精确定位对于实现安全的自动车辆导航是至关重要的。因此，可能需要一种增强用于自动车辆导航的定位技术的解决方案。

技术实现要素：

本发明涉及用于自动车辆导航、部分自动车辆导航和驾驶员辅助系统的车辆定位。在一些实施例中，车辆包括用于确定车辆姿态(位置和方向)的多个系统，例如gps、航位推算系统、hd地图系统和多个定位传感器(例如，激光雷达、相机、超声波传感器等)。车辆可以使用gps系统和/或航位推算技术中的一个或多个来估计其位置。然而，在gps不可用或不可靠的某些情况下(例如，由于车辆附近的建筑引起的信号接收不良，或当车辆在停车结构内时)，车辆的估计位置可能变得更加不确定。此外，随着车辆继续移动，航位推算技术可能产生估计的车辆位置的误差。

在一些实施例中，车辆使用地图信息来细化其估计位置，以减少位置误差。可以使用无线或有线连接到服务器、另一车辆、或另一数据源下载地图信息，或将地图信息存储在车辆上。地图信息包括由车辆使用相机、lidar、超声波传感器、和车辆中包括的其他传感器，检测到的并且与地图信息的特征匹配的多个特征。车辆可以确定其相对于一个或多个检测到的特征的位置，并且基于传感器信息和地图信息，获得车辆相对于地图信息的估计姿态。以这种方式，车辆可以获得相对于仅使用gps和航位推算获得的估计位置的改进的估计位置。

在一些实施例中，地图信息包括一个或多个减速带的位置。在减速带上行驶会导致车辆向上和向下加速。该加速度可以由能够测量三轴和车头距的车辆加速度的imu(惯性测量单元)和/或一个或多个悬架水平传感器测量，该一个或多个悬架水平传感器被配置为测量车辆悬架系统的活动，例如在减速带上行驶。车辆使用这些数据来确定其相对于减速带的位置，并且因此可以基于减速带在地图内的位置来确定其在地图信息内的位置。

附图说明

图1示出了根据本发明的示例的车辆控制系统的系统框图。

图2示出了根据本发明的示例的基于地图信息和减速带的检测来更新其估计姿态的车辆。

图3a示出了根据本发明的示例的、当车辆行驶在减速带上时，从多个传感器收集数据的车辆。

图3b示出了根据本发明的示例的由车辆中包括的一个或多个传感器收集的数据。

图4示出了根据本发明的示例的用于基于地图信息和传感器信息来定位车辆的过程。

具体实施例

在对多个实施例的以下描述中，参考形成多个实施例的一部分的附图，并且其中，通过图示的方式示出了可以实践的具体实例。应当理解，在不脱离所公开的示例的范围的情况下，可以使用其他示例并且可以进行结构改变。此外，在本发明的上下文中，“自动驾驶”(或类似表述)可以指自动驾驶、部分自动驾驶和/或驾驶员辅助系统。

本发明涉及用于自动车辆导航、部分自动车辆导航和驾驶员辅助系统的车辆定位。在一些实施例中，车辆包括用于确定车辆姿态(位置和方向)的多个系统，例如gps、航位推算系统、hd地图系统和多个定位传感器(例如，激光雷达、相机、超声波传感器等)。车辆可以使用gps系统和/或航位推算技术中的一个或多个来估计其位置。然而，在gps不可用或不可靠的某些情况下(例如，由于车辆附近的建筑引起的信号接收不良，或当车辆在停车结构内时)，车辆的估计位置可能变得更加不确定。此外，随着车辆继续移动，航位推算技术可能产生估计的车辆位置的误差。

在一些实施例中，车辆使用地图信息来细化其估计位置，以减少位置误差。可以使用无线或有线连接到服务器、另一车辆、或另一数据源下载地图信息，或将地图信息存储在车辆上。地图信息包括由车辆使用相机、lidar、超声波传感器、和车辆中包括的其他传感器，检测到的并且与地图信息的特征匹配的多个特征。车辆可以确定其相对于一个或多个检测到的特征的位置，并且基于传感器信息和地图信息，获得车辆相对于地图信息的估计姿态。以这种方式，车辆可以获得相对于仅使用gps和航位推算获得的估计位置的改进的估计位置。

在一些实施例中，地图信息包括一个或多个减速带的位置。在减速带上行驶会导致车辆向上和向下加速。该加速度可以由能够测量三轴和车头距的车辆加速度的imu(惯性测量单元)和/或一个或多个悬架水平传感器测量，该一个或多个悬架水平传感器被配置为测量车辆悬架系统的活动，例如在减速带上行驶。车辆使用这些数据来确定其相对于减速带的位置，并且因此可以基于减速带在地图内的位置来确定其在地图信息内的位置。

图1示出了根据本发明的示例的车辆控制系统100的系统框图。车辆控制系统100可以执行下面参考图2-4描述的方法中的任一个。车辆控制系统100可以集成到车辆中，例如，消费者汽车。可以集成车辆控制系统100的车辆的其他示例包括但不限于飞行器、船或工业汽车。在一些实施例中，车辆控制系统100包括能够捕获图像数据(例如，视频数据)的一个或多个相机106，以用于确定车辆周围环境的各种特征。车辆控制系统100还可以包括能够检测车辆周围环境的各种特征的一个或多个其他传感器107(例如，雷达、超声波、lidar、imu、悬架水平传感器等)，和能够确定车辆的位置的全球导航卫星系统(gnss)接收器108。在一些实施例中，传感器107还包括航位推算传感器，例如车轮传感器和速度传感器，其数据可用于估计车辆运动。应当理解，gnss接收器108可以是全球定位系统(gps)接收器、北斗接收器、伽利略接收器和/或glonass接收器。车辆周围环境的特征(例如，由imu或悬架水平传感器检测到的减速带)可用于将车辆相对于地图信息105定位。车辆控制系统100还可以经由地图信息接口105(例如，蜂窝互联网接口、wi-fi互联网接口等)(例如，通过互联网连接)接收特征地图信息。在一些示例中，车辆控制系统100还可以包括无线收发器109，无线收发器109被配置成从其他车辆和/或从智能基础设施接收信息。

车辆控制系统100还可以包括车载计算机110，车载计算机110联接到相机106、传感器107、gnss接收器108、地图信息接口105、和无线收发器109，并且能够接收来自传感器107、gnss接收器108、地图信息接口105以及无线收发器109的输出。车载计算机110能够基于传感器测量、地图信息、gnss信息和航位推算技术中的一个或多个来估计车辆位置。车载计算机110包括存储空间112、存储器116和处理器114中的一个或多个。处理器114可以执行下面参考图2-4描述的任何方法。另外，存储空间112和/或存储器116可以存储用于执行参考图2-4描述的任何方法的数据和指令。存储空间112和/或存储器116可以是任何非暂时性计算机可读存储介质，例如固态驱动器或硬盘驱动器，以及其他可能的驱动器。

在一些示例中，车辆控制系统100连接(例如，经由控制器120)到车辆中的一个或多个致动器系统130和车辆中的一个或多个指示器系统140。一个或多个致动器系统130可包括但不限于马达131或发动机132、电池系统133、传动装置134、悬架装置135、制动器136、转向系统137和门系统138。在车辆操作期间，车辆控制系统100经由控制器120控制这些致动器系统130中的一个或多个；例如，使用马达131或发动机132、电池系统133、传动装置134、悬架装置135、制动器136和/或转向系统137等，在完全自动驾驶操作或者部分自动驾驶操作中来控制车辆。致动器系统130可以包括将航位推算信息(例如，转向信息、速度信息、车轮信息等)(例如，通过控制器120)发送到车载计算机110的传感器(例如，传感器107，包括航位推算传感器)，以确定车辆的位置和方向。一个或多个指示器系统140可包括但不限于车辆中的一个或多个扬声器141(例如，作为车辆中的娱乐系统的一部分)、车辆中的一个或多个灯142、车辆中的一个或多个显示器143(例如，作为车辆中的控制器或娱乐系统的一部分)、以及车辆中的一个或多个触觉致动器144(例如，作为车辆中的方向盘或座椅的一部分)。车辆控制系统100可以经由控制器120控制这些指示器系统140中的一个或多个，例如，以提供视觉和/或音频指示，例如驾驶员将需要控制车辆的指示。

图2示出了根据本发明的示例的基于地图信息201和减速带203的检测来更新其估计姿态的车辆200。车辆200可以包括图1中所示的系统。车辆200可以是自动车辆、部分自动车辆、或者可以包括使用车辆对其位置的估计的驾驶员辅助系统。例如，车辆200可以基于gnss和航位推算测量值205估计其位置(例如，车辆后轴的中点)，以获得在不确定性范围内的估计位置x0，y0，在此视觉上表示为不确定性范围207。在一些实施例中，航位推算测量包括基于车轮传感器、速度传感器等的车辆运动的测量。如图2所示，车辆的实际位置(xa，ya)包括在不确定性范围207内，但与车辆的估计位置(x0，y0)不同。在某些情况下，例如在驾驶员操作的车辆中操作导航系统，这种不确定性范围207水平是可接受的。然而，在某些情况下，例如自动驾驶情况，可以期望在至少一个方向上对车辆位置以有降低的不确定性而能更精确估计。在这些情况下以及在其他情况下，车辆可以使用地图信息和包括一个或多个检测到的地图特征的传感器数据，将车辆在地图内定位，这又允许车辆自我定位。也就是说，车辆可以使用来自其传感器中的一个或多个(例如，传感器107)的数据，来确定其相对于包括在地图信息中的一个或多个特征的位置。

在一些实施例中，车辆200可以访问包括减速带203的位置的地图信息201。例如，减速带203可以通过其端部在位置(x1，y1)和(x2，y2)的定位而在地图信息中定义。在驾驶时，车辆200可以使用一个或多个传感器(例如，传感器107)来检测减速带203，如下面参考图3所描述的。车辆200基于捕获的传感器数据而确定其相对于减速带203的位置，其允许车辆匹配或以其他方式识别其在地图201内的确定位置。如图2所示，当车辆200检测到减速带203时，其估计位置(x'0，y'0)更新到减速带顶部的位置。车辆的新估计位置可具有相关的不确定性范围，在此表示为不确定性范围211。如图所示，不确定性范围211可小于纵向方向上的不确定性范围207，其是车辆行驶的方向，例如，因为车辆确定其穿过减速带，但不一定确定其沿减速带长度的位置。对于自动驾驶操作，纵向误差可能比横向误差更重要和/或更难确定，因为车辆200可以使用相机、lidar和其他传感器来避免横向碰撞，而纵向方向上(即，在车辆行驶方向上的道路中间)的特征较少，以用于车辆检测和用于定位。以这种方式，与仅依靠gnss和航位推算相比，车辆200通过检测包括在地图信息中的减速带203来获得其改进的位置估计。

图3a示出了根据本发明的示例的在车辆300在减速器303上行驶时，车辆300从多个传感器321-325收集数据。车辆300可以对应于上面参考图1和图2所讨论的一个或多个车辆。如图3a所示，车辆300可以以速度vx在x方向上行进。当车辆300行驶越过减速带303(例如，在时间tf，其前轮越过，并且在时间tr，其后轮越过)时，车辆以加速度az在z方向上加速。车辆300包括一个或多个传感器，其可包括运动传感器321、前悬架水平传感器323和后悬架水平传感器325。在一些实施例中，运动传感器321包括加速度计和惯性测量单元(imu)中的一个或多个。尽管在车辆300上的特定位置处示出了运动传感器321、前悬架水平传感器323和后悬架水平传感器325，但是应当理解，在不脱离本发明的范围的情况下，可替换的传感器位置是可能的。现在将参考图3b描述示例性传感器数据。

图3b示出了根据本发明的示例的由车辆中包括的一个或多个传感器收集的数据311-315。例如，数据311可以由包括在车辆300中的运动传感器321收集。如图所示，数据311的竖轴表示垂直加速度311(az)，数据的水平轴表示时间。数据313可以由包括在车辆300中的前悬架水平传感器323收集。如图所示，数据的竖轴313表示车辆300的前悬架的水平，而数据的水平轴表示时间。数据315可以由包括在车辆300中的后悬架水平传感器325收集。如图所示，数据的竖轴313表示车辆300的后悬架的水平，而数据的水平轴表示时间。

当车辆300处于运动中时，传感器321-325可以检测垂直加速度(az)311、前悬架水平313和/或后悬架水平315。在第一时间t0，车辆300在平地上行驶，传感器301还没有基于传感器数据311-315检测减速带303。当在tf时，车辆300的前轮行驶在减速带303上，传感器321-325基于垂直加速度311和前悬架水平313检测减速带。具体地，例如，运动传感器321检测垂直加速度311，前悬架水平传感器323检测前悬架水平313。当在tr时，车辆300的后轮再次行驶减速带303上，传感器321-325基于垂直加速度311和后悬架水平315检测减速带。具体地，例如，运动传感器321检测垂直加速度311，后悬架水平传感器325检测后悬架水平315。在前轮行驶在减速带303上和后轮行驶在减速带303上之间的时间δt等于车辆l的长度除以车辆的纵向速度vx(即，车辆在通过减速带的方向上的速度)。

在检测到前轮行驶在减速带303上之后和/或在检测到后轮行驶在减速带303上之后，车辆300可以更新其估计位置。在一些实施例中，车辆可以在其车载计算机(例如，车载计算机110)上存储一个或多个程序或算法，程序或算法用于基于传感器数据311-315来确定车辆行驶在减速带303上。例如，车载计算机可以将传感器数据311-315与一个或多个阈值或训练曲线相匹配，以使数据与从减速带预期的数据配置文件匹配。

图4示出了根据本发明的示例的用于基于地图信息和传感器信息来定位车辆的过程400。过程400可以由上面参考图1-3描述的一个或多个车辆执行。在步骤402，加载地图信息。加载地图信息可以包括如上所述从第三方资源下载地图信息和/或访问存储在车载计算机(例如，车载计算机110)或车辆的另一系统上的地图信息中的一个或多个。

在步骤404，车辆确定其大致位置。在一些实施例中，车辆使用诸如航位推算和/或获得gnss样本的技术来估计其位置。估计的位置可以包括具有不确定性的位置，如上参考图2所描述的。在一些实施例中，通过以规律或不规律时间间隔对gnss传感器测量进行采样，并使用来自一个或多个航位推算传感器(例如，传感器107)的数据更新样本之间的估计位置，来获得估计位置。在gnss接收不良的某些情况下(例如，当车辆在地下或被高层建筑包围时)，与gnss接收强烈的情况相比，车辆估计位置的不确定性可能增加。

在步骤406，车辆识别地图信息内的减速带(例如，减速带203或减速带303)。识别地图信息内的减速带可以包括确定车辆在行驶在减速带上的情况下处于阈值距离或预期阈值时间内。地图信息可以包括减速带的坐标和其他信息，例如接近减速带的附加特征，或减速带的高度和/或预期的传感器响应。在一些实施例中，可以基于其末端的位置，在地图信息中定义减速带，如图2所示。

在步骤408，车辆获得传感器数据，例如上面参考图1-3描述的传感器数据。传感器数据可包括由imu感测的加速度或车头距，或由悬架水平传感器感测到的悬架水平中的一个或多个。在图3中示出在车辆行驶在减速带上时收集的来自这些传感器的示例性数据。

在步骤410，车辆基于传感器数据计算相对于车辆的减速带位置。例如，当车辆检测到其前轮或其后轮当前正行驶在减速带上时，它可以基于参考点和车轮之间的已知相对方向来计算车辆上的参考点与减速带之间的距离。

在步骤412，车辆使用地图内的减速带位置和相对于车辆的减速带位置来计算其在地图信息内的位置。基于车辆相对于减速带的计算位置、减速带在地图内的位置、以及车辆的已知尺寸，车辆自我定位。如上面参考图2所描述的，在一些实施例中，基于减速带定位的车辆估计位置可包括横向误差，横向误差大于车辆的纵向误差。然而，为了在自动驾驶模式下操作车辆而无碰撞，车辆可以依靠传感器(例如，距离传感器、激光雷达、超声波、相机等)来检测横向方向上的物体，以避免碰撞和/或减少横向不确定性。

应当理解，在不脱离本发明的范围的情况下，可以以与在此描述过程400的步骤的顺序而不同的顺序执行过程400的步骤。此外，在不脱离本发明的范围的情况下，可以重复、跳过或同时执行各个步骤。

因此，以上公开内容提供了使用用于安全自动车辆导航的减速带来增强定位技术的方式。

因此，根据以上所述，本发明涉及一种用在车辆中的系统，该系统包括：一个或多个传感器；可操作地联接到一个或多个传感器的一个或多个处理器；以及包括指令的存储器，当指令由一个或多个处理器执行时，使得所述一个或多个处理器执行包括以下步骤的方法：加载地图信息，地图信息包括减速带在地图内的位置；从一个或多个传感器接收运动数据；基于运动数据，计算减速带相对于车辆的位置；以及基于减速带在地图内的位置和减速带相对于车辆的位置来计算车辆在地图内的位置。附加地或替选地，在一些示例中，一个或多个传感器包括加速度计。附加地或替选地，在一些示例中，一个或多个传感器包括惯性测量单元(imu)。附加地或替选地，在一些示例中，该系统还包括全球导航卫星系统(gnss)接收器，其中，该方法还包括使用来自gnss接收器的数据估计车辆的位置，并基于减速带在地图内的位置和减速带相对于车辆的位置，计算车辆在地图中的位置的步骤，这降低了车辆的估计位置的不确定性。附加地或替选地，在一些示例中，系统还包括一个或多个航位推算传感器，其中，该方法还包括使用来自航位推算传感器的数据来估计车辆位置的步骤，以及基于减速带在地图内的位置和减速带相对于车辆的位置，计算车辆在地图中的位置的步骤，这降低了车辆的估计位置的不确定性。附加地或替选地，在一些示例中，一个或多个传感器包括一个或多个悬架水平传感器，悬架水平传感器定位在车辆的前轴和车辆的后轴中的一个或多个处，其中，基于来自一个或多个悬架水平传感器的数据，计算减速带的位置。

本发明的一些示例涉及包括指令的非暂时性的计算机可读介质，当指令由一个或多个处理器执行时，使得所述一个或多个处理器执行包括以下步骤的方法：加载地图信息，地图信息包括减速带在地图内的位置；从包括在车辆系统中的一个或多个传感器接收运动数据；基于运动数据，计算减速带相对于车辆的位置；以及基于减速带在地图内的位置和减速带相对于车辆的位置来计算车辆在地图内的位置。附加地或替选地，在一些示例中，一个或多个传感器包括加速度计。附加地或替选地，在一些示例中，一个或多个传感器包括惯性测量单元(imu)。附加地或替选地，在一些示例中，该车辆系统还包括全球导航卫星系统(gnss)接收器，其中，该方法还包括使用来自gnss接收器的数据估计车辆的位置，并基于减速带在地图内的位置和减速带相对于车辆的位置，计算车辆在地图中的位置的步骤，这降低了车辆的估计位置的不确定性。附加地或替选地，在一些示例中，车辆系统还包括一个或多个航位推算传感器，其中，该方法还包括使用来自航位推算传感器的数据来估计车辆位置的步骤，以及基于减速带在地图内的位置和减速带相对于车辆的位置，计算车辆在地图中的位置的步骤，这降低了车辆的估计位置的不确定性。附加地或替选地，在一些示例中，车辆系统的一个或多个传感器包括一个或多个悬架水平传感器，悬架水平传感器定位在车辆的前轴和车辆的后轴中的一个或多个处，其中，基于来自一个或多个悬架水平传感器的数据，计算减速带的位置。

本发明的一些示例涉及一种方法，该方法包括：加载地图信息，地图信息包括减速带在地图内的位置；从车辆系统中包括的一个或多个传感器接收运动数据；基于运动数据，计算减速带相对于车辆的位置；以及基于减速带在地图内的位置和减速带相对于车辆的位置来计算车辆在地图内的位置。附加地或替选地，在一些示例中，一个或多个传感器包括加速度计。附加地或替选地，在一些示例中，一个或多个传感器包括惯性测量单元(imu)。附加地或替选地，在一些示例中，该方法还包括使用来自车辆系统中包括的全球导航卫星系统(gnss)接收器的数据估计车辆的位置，其中，基于减速带在地图内的位置和减速带相对于车辆的位置，来计算车辆在地图内的位置，这降低了车辆的估计位置的不确定性。附加地或者替选地，该方法还包括使用来自车辆系统中包括的一个或多个航位推算传感器的数据，来估计车辆的位置，其中，基于减速带在地图内的位置和减速带相对于车辆的位置，计算车辆在地图中的位置的步骤，这降低了车辆的估计位置的不确定性。附加地或替选地，在一些示例中，车辆系统的一个或多个传感器包括一个或多个悬架水平传感器，悬架水平传感器定位在车辆的前轴和车辆的后轴中的一个或多个处，其中，基于来自一个或多个悬架水平传感器的数据，计算减速带的位置。

尽管已经参考附图充分描述了示例，但是应当注意，对于本领域技术人员来说，各种改变和修改将是显而易见的。这些改变和修改应被理解为包括在由所附权利要求限定的本发明的示例的范围内。