用于产生供在高级驾驶员辅助系统(ADAS)中使用的视野的方法及系统与流程

本发明涉及用于产生供在车辆的高级驾驶员辅助系统(adas)中使用的视野的方法及系统。

背景技术：

高级驾驶员辅助系统越来越多地用于车辆中以给驾驶员提供例如刹车、碰撞避免及速度选择等领域的辅助。此类系统可帮助减少驾驶员工作负载，且可用于改进安全性、车辆操作效率、驾驶员舒适度及/或燃料效率。

adas的操作依赖于对前方道路及其性质的认识。举例来说，adas可考虑例如前方道路的区段的曲率或坡度等因素以便确定穿越所述区段的适合速度，且可接着(举例来说)控制车辆的刹车子系统以便实施所确定速度。通常，可称为adas视野提供者子系统的adas子系统经由车辆总线(例如控制器局域网(can)总线)与车辆网络的adas应用程序通信以便控制车辆子系统。不同adas应用程序可根据经由车辆总线从adas视野提供者接收的信息控制不同相应车辆子系统。举例来说，可存在关于刹车、暂停等的adas应用程序。adas视野提供者子系统提供adas视野信息，所述adas视野信息可由与给定车辆子系统相关联的adas应用程序使用以使用adas视野数据来提供对相应车辆子系统的控制。

adas视野提供者子系统的操作的一个方面涉及产生适合adas“视野”以供经由车辆总线传递到车辆子系统。adas视野包括关于前方道路网络的一部分的数字地图信息，所述数字地图信息由adas应用程序用于实施关于车辆子系统的adas功能性。确定adas视野涉及预测车辆可在不久的将来行进的一或若干路径以确保经由车辆总线发射必要数据以允许在车辆行进时由车辆子系统实施adas功能。

adas视野可包含关于前方道路的路线及道路的相关联属性(例如曲率、坡度等)的信息，所述属性可由车辆的adas应用程序用于实施对车辆子系统的adas控制。与不同车辆系统相关联的adas应用程序可筛选所提供adas视野数据以提取控制其相关子系统所需的信息。举例来说，可提取道路曲率数据以供在控制刹车系统中使用。

当确定前方道路网络的适合部分以包含于adas视野中时，有必要平衡提供充足数据以确保可由车辆系统充分实施adas功能性同时避免使与车辆系统相关联的车辆adas应用程序超负载。因此，对车辆可经预期在不久的将来行进的一或若干路径的预测是产生适合adas视野的基础。确定适合adas视野可涉及特定挑战，举例来说，取决于车辆是否沿循经预计算路线及适应车辆与经预计算路线的潜在偏离。举例来说，在简单情况下，adas视野可包括仅与当前穿越的道路直到距当前位置预定距离相关的数据。然而，在此类情况下，如果驾驶员从当前穿越的道路偏离，那么adas应用程序可“变盲”达一段时间直到可产生关于新穿越的道路区段的新adas视野为止。

申请人已意识到，需要用于产生供由adas使用的视野且特定而言，用于在产生adas视野时预测车辆可在不久的将来行进的一或若干路径的经改进方法及系统。

技术实现要素：

根据本发明的第一方面，提供一种产生供在车辆的adas中使用的视野的方法，其包括：

使用以下各项中的一或多者产生所述视野：所存储基于数字位置的数据、车辆数据及驾驶员数据。

因此，根据本发明，产生adas视野涉及使用所存储基于数字位置的数据及/或车辆数据及/或驾驶员数据。

根据本发明的第二方面，提供一种用于产生供在车辆的adas中使用的视野的系统，所述系统包括：

用于使用以下各项中的一或多者产生所述视野的构件：所存储基于数字位置的数据、车辆数据或驾驶员数据。

在此另一方面中，本发明可包含关于本发明的第一方面所描述的任何或所有特征，且反之亦然，只要其不互相排斥即可。因此，如果本文中未明确陈述，那么本发明的系统可包括用于执行所描述的方法的步骤中的任一者的构件。

用于执行所述方法的步骤中的任一者的构件可包括经配置(例如，经编程)以如此进行的一组一或多个处理器。可使用与任一其它步骤相同或不同组的处理器执行给定步骤。可使用处理器组的组合执行任一给定步骤。所述系统可进一步包括用于存储(举例来说)指示所产生视野的数据及/或用于确定视野的数据(即，车辆数据、驾驶员数据及/或基于数字位置的数据)的数据存储构件(例如计算机存储器)。用于产生视野的构件可为adas系统的视野产生子系统。

如本文中所使用，术语“视野”指的是供车辆的adas使用的驾驶视野。视野包含对车辆可在最近的将来行进穿过道路网络的一部分的一或多个路径的预测及使得能够做出此预测的数据。道路网络包括由节点连接的多个道路节段且由指示每一道路节段及节点(即，决策点)的数字地图数据表示。在优选实施例中，视野包括指示车辆在决策点处可采取多个路径中的每一者的相对概率的数据。视野可包括指示所述或每一所预测路径的数字地图数据及/或指示所述或每一所预测路径的一或多个属性的数据。此可允许在车辆到达道路网络的即将到来的部分之前提前获得关于相关部分的数据以使得adas能够起作用。道路网络的部分可由视野的边界界定。

通过使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据来产生adas视野，已发现，可获得含有对于车辆的适当引导必需的数据的有用视野。特定而言，已发现，此数据的使用允许较可靠地确定在决策点处可采取多个可能路径中的每一者的相对概率。此可允许做出对车辆可采取的路径的较准确预测，从而甚至在车辆从所预期最可能路径偏离的情况下产生车辆的adas系统基于adas视野的较可靠操作。

所产生视野可从车辆的当前位置延伸到界定视野的边界的在当前位置前方的预定距离。adas视野可沿着所述或每一所预测路径从当前车辆位置延伸到所述预定距离。所述距离可达到500m或者达到200m及/或至少100m。在当前位置前方的给定距离指的是在当前行进方向上的距离。可针对给定应用视需要选择视野的范围。视野可延伸到对应于在行进方向上的距离的给定半径(例如，在向前行进方向上在180度角度内)。

如本文中所使用，“路径”可包括一或多个道路节段的至少一部分。路径表示车辆可穿过道路网络采取的轨迹。路径为由数字地图的一或多个道路节段的至少一部分界定的路径。数字地图包括表示道路网络的道路节段的多个节段。

根据本发明，使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据来产生视野。优选地，至少使用所存储基于数字位置的数据。可另外使用所存储车辆及驾驶员数据中的一者或两者。在未明确陈述的情况下且除非上下文另外需要，将了解，可使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据的任一组合。

在优选实施例中，基于数字位置的数据为数字地图数据。

在若干实施例中，所存储数字地图数据表示道路网络的多个道路节段，表示每一道路节段的数据与指示一或多个道路节段属性的数据相关联。所述方法可包括使用与道路节段数据相关联的属性数据来产生视野。

与表示道路节段的数据相关联且可用于产生所述或每一路径的属性数据包含指示道路节段的固有性质及/或指示沿着节段的车辆流量的属性数据。车辆流量属性数据可为历史车辆流量数据且可包括车辆速度分布曲线数据。所述数据可为时间相依的，即，关于给定时间周期。

可用于产生视野的道路节段属性数据可包含指示以下各项中的一或多者的数据：道路节段的几何形状、道路节段的坡度、道路节段的角度、节段的道路等级、与节段相关联的速度限制(无论是所推荐的还是合法的)、指示沿着节段的车辆流量的车辆流量数据及车辆速度分布曲线数据。

视野的产生可基于与所述或每一道路节段相关联的属性的绝对值。然而，在一些优选实施例中，视野的产生替代地或另外基于一道路节段的一或若干属性与一或多个其它道路节段的对应一或若干属性的比较。因此，可考虑一或若干属性的相对值。举例来说，可考虑上文所论述的类型中的任一者的属性的相对值，例如道路等级、坡度、角度、速度限制、速度分布曲线等。所述方法可包括将指示一个道路节段的一或若干属性的数据与另一道路节段或节段的对应属性数据进行比较以产生视野。

在本发明的实施例中使用的基于数字位置的数据还可涉及车辆采取的历史路径(例如，基于车辆“探测数据”(如下文的以下细节中所描述))。

车辆或驾驶员数据优选地为所存储车辆或所存储驾驶员数据。所述数据优选地涉及具有针对其产生视野的adas的个别车辆及/或车辆的个别驾驶员。车辆数据可包括指示车辆或驾驶员的一或多个参数的数据。可用于产生视野的车辆数据可包含指示以下各项中的一或多者的数据：车辆类型、车辆速度、车辆的历史移动(例如，车辆的转向历史)、车辆沿着道路网络的给定节段的行进频率等。驾驶员数据可包含指示驾驶员的过去行为(例如，驾驶员的转向历史等)的数据。

在优选实施例中，车辆数据可包括与车辆的历史移动相关的数据。

在其它实施例中，车辆数据可包括指示车辆的当前移动的数据，例如，车辆行进的速度、位置或路径。优选地，将此数据与基于数字位置的数据组合地使用以产生视野。在车辆数据为所存储数据的情况下，数据优选地不涉及车辆的当前移动。

将了解，车辆的特定参数可指示驾驶员的参数，例如，与驾驶员的过去行为或转向历史相关。此类参数可视为车辆的驾驶员特定参数。举例来说，车辆的adas可收集与驾驶员的特定行为相关的数据。在车辆可具有多个驾驶员的情况下，此可基于在已识别特定驾驶员的情况下的车辆的移动。因此，将了解，可基于其产生adas视野的车辆参数可为或可并非车辆的驾驶员特定参数。在一些情况下，驾驶员特定数据可通过驾驶员简档来识别且可指示驾驶员在驾驶其它车辆时的行为。因此，驾驶员数据可不必为与个别车辆相关的数据。

根据本发明，使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据产生视野的步骤优选地包括：使用所述数据来确定指示车辆在最近的将来将采取与决策点相关联的多个可能外出路径中的每一者的相对概率的数据。

将了解，视需要，可关于道路网络的任何额外决策点执行本文中关于给定决策点所描述的方法。

如本文中所使用，车辆在最近的将来采取的在决策点处的一组多个可能外出路径中的一路径的“相对概率”指的是车辆可经预期采取所述路径相对于车辆将在最近的将来采取决策点处的所述组多个可能外出路径中的其它路径中的任一者的概率的概率。对可能路径的参考或对路径的概率或可能性的任一其它参考应理解为指的是车辆在最近的将来沿着所述路径行进的概率。

优选地，针对决策点处的每一相应可能外出路径，确定指示将优先于可能外出路径中的任一其它者采取所述路径的相对概率的数据。所述方法可包括使相对概率数据与指示其涉及的路径及/或其涉及的决策点的数据相关联。

将了解，“外出”路径及实际上将采取给定路径的相对概率的界定将取决于到决策点的进入路径。因此，采取多个可能外出路径中的每一者的相对概率是参考给定进入路径。

所述方法可包括确定将相对于其界定外出路径的到决策点的进入路径的步骤。进入路径为车辆经预期沿着其行进以到达决策点的路径。在优选实施例中，进入路径为车辆当前沿着其行进的道路节段的延续部分。替代地或另外，所述路径可为车辆的已知最可能路径的一部分，例如经预计算路线的一部分。在这些情况下，已知路径的部分优选地为已知路径的在决策点处终止的尽头部分。然而，甚至在已知决策点处的对应于经预计算路线的一部分的外出路径的情况下，本发明的这些优选实施例仍可适用于确定在决策点处可采取多个其它路径中的每一者的相对概率。

所述决策点可为界定多个可能外出路径的任一决策点，针对所述多个可能外出路径，确定与采取所述可能路径中的每一者相关联的相对概率为合意的。在若干实施例中，决策点为车辆沿着当前穿越的道路节段的延续部分将遇到的下一决策点。可假设，车辆将继续沿着当前穿越的道路节段至少直到到达下一决策点为止。因此，远到下一决策点的路径可视为已知的。

在一些实施例中，所述方法包括识别车辆的当前位置，确定车辆当前沿着其行进的道路节段及识别将遇到的下一决策点。所述方法可接着包括根据本发明的方法确定将采取与决策点相关联的多个外出路径中的每一者的相对概率。

设想，可“即时”执行确定与决策点处的路径相关联的相对概率的优选方法。因此，优选地，决策点为即将到来的决策点或将遇到的下一决策点。尽管如此，设想，可相对于道路网络的任一决策点执行所述方法，或所述方法可适用于提前确定可与识别其涉及的每一决策点的数据相关联地存储于数据库或类似物中以供视需要随后使用的相对概率值。在此情况下，可任意地选择相对于其界定外出路径的进入路径，且可获得关于多个可能进入路径的给定决策点的数据。

在其实施例中的任一者中，所述方法可包括选择决策点，及确定与将针对其确定相对概率相关联的决策点的进入路径及多个外出路径。

所述决策点可为针对给定进入路径存在两个或两个以上可能外出路径的任一类型的决策点。所述决策点可为任一形式的相交点、环形路口、交叉口、十字路、路径的分岔口等。如本文中所使用的术语“决策点”还涵盖其中个别交叉口靠近在一起的多交叉口。在这些情况下，可将从每一交叉口出发的路径视为大致从单个决策点出发且可被如此处理。

所述方法优选地涉及确定指示车辆将在决策点处(针对给定进入路径)采取一组两个或两个以上可能外出路径中的每一者的相对概率的数据。优选地，所述方法包括关于给定进入路径确定关于存在于决策点处的每一可能外出路径的相对概率数据。外出路径可界定为从决策点而非进入路径起源的任一路径。可能外出路径可能或可能不包含与决策点相关联的所有潜在外出路径，且可出于各种原因而不考虑特定路径(例如，由于其被视为在接近于与行进方向相反的方向的方向上，低于显著阈值等)。举例来说，针对交叉口可不考虑对应于进入路径但在相反行进方向上的路径，但针对环形路口可考虑所述路径。不考虑的此类路径被认为并非“可能”外出路径。除非上下文另外要求，否则本文中对“外出路径”的参考应理解为指的是“可能外出路径”。因此，相对于决策点处的一组多个可能外出路径执行本发明的方法。所述组多个可能外出路径为期望确定其相对概率数据的那些路径，即，被视为给定应用的相关路径的路径。

在其中决策点处的可能外出路径中的一者已知对应于经预计算路线的一部分的一些实施例中，所述方法可包括从确定其相对概率的所述组多个外出路径排除所述外出路径，或适当地调整计算以确保此路线被确定为最可能的。此可通过以下操作完成：给对应于所述路线的路径指派概率1且(举例来说)相应地调整其它路径的概率，或调整其它路径的相对概率使得其均不高于对应于所述路线的路径的相对概率。

确定指示车辆可采取多个路径中的每一可能外出路径的相对概率的数据的步骤可包括：根据车辆可经预期优先于所述组多个可能外出路径中的路径中的任一其它路径沿着每一路径行进的可能性对所述路径进行排名。因此，相对概率可能是就路径的定性排序来说的。在其它实施例中，所述步骤可包括：确定指示将优先于路径中的任一其它路径采取每一可能外出路径的相对概率的关于所述路径的概率因数。概率因数提供将采取路径的相对概率的定量量度。

确定指示可采取给定可能外出路径的相对概率的数据的步骤可包括使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据，如下文将更详细地描述。确定给定可能外出路径的相对概率的步骤可进一步包括使用指示车辆经预期行进以到达决策点的进入路径的数据、与此路径及/或车辆在其沿着进入路径行进时的参数(例如，速度、加速度等)相关联的属性数据。

所述方法可包括存储指示将采取每一可能外出路径的相对概率的所确定数据。所存储数据可指示路径的排名或概率因数。所述方法可包括针对每一可能外出路径与识别路径的数据相关联地存储指示将优先于路径中的任一其它路径采取所述路径的相对概率的数据。所述方法可进一步包括存储指示相对于其界定外出路径的进入路径的数据。所述方法可包括与指示可能外出路径所涉及的决策点(例如，决策点的位置)的数据相关联地存储指示采取可能外出路径的相对概率的数据。决策点的位置可按绝对值计算或关于沿着(举例来说)最可能路径等的距离。

现在将描述本发明的一些优选实施例，其说明可使用不同类型的所存储基于数字位置(例如，地图)数据、车辆数据及/或驾驶员数据来确定指示采取每一可能外出路径的相对概率的数据的方式。将了解，可视需要组合这些实施例中的任一者。举例来说，确定与每一可能外出路径相关联的相对概率可涉及考虑以下各项中的一或多者：可能外出路径的角度及/或道路等级、过去驾驶员及/或车辆采取的路径、当前车辆速度、与路径相关联的平均速度及指示历史上基于“探测数据”选择路径的概率的数据。可建构指示路径的相对概率的适合概率函数以考虑任何或所有这些因数及其中具有视需要给每一者指派的适当权重。

在使用之处基于数字位置的数据(例如，数字地图数据)可为与界定相关外出路径在其延伸远离决策点时的初始部分的道路节段相关的数据。

在一些实施例中，确定可能外出路径中的每一者的相对概率数据的步骤可包括使用所存储数字地图数据。在这些实施例中，确定将采取不同可能外出路径的相对概率的步骤可包括使用与至少界定外出路径在决策点处的初始部分的道路节段相关联的属性数据。属性数据可为上文所论述的类型中的任一者。可直接使用属性数据或可使用属性数据来确定在确定中使用的基于其的其它数据。

在特定实施例中，所述方法包括：使用指示在外出路径与进入路径之间界定的角度及外出路径的道路等级中的一者或两者的数据确定指示在决策点处将采取可能外出路径中的每一者的相对概率的数据。

可使用所存储数字地图数据确定角度数据。举例来说，可使用与指示界定可能外出路径(至少其初始部分)及任选地还界定进入路径的道路节段的数据相关联的属性数据或从其导出的数据确定角度数据。可使用指示每一道路节段的轨迹的数据或与相对于决策点界定外出路径的节段的角度相关的数据等间接确定角度数据。道路等级指示道路的相对重要性且可为功能道路等级。根据标准定义，可将道路分等级使得较高道路等级指示相对较不重要道路。换句话说，公路或高速公路具有比小道路低的功能道路等级。

在若干实施例中，所述方法包括：在可能外出路径相对于进入路径与相对较低角度相关联时及/或在与指示相对较大重要性的道路等级相关联时，确定所述外出路径相对更有可能，即，存在车辆将优先于每一其它可能外出路径采取所述路径的相对较高可能性。

所述确定可基于角度及/或道路等级的任一函数。在所述确定基于角度及道路等级两者的函数的情况下，可适当地调整所述函数以视需要将角度或道路等级对所述确定的贡献加权。

在若干实施例中，所述方法包括：使用数字地图数据中的指示决策点处的机动动作是否被认为是“优先机动动作(prioritymanoeuvre)”的数据确定指示在决策点处将采取可能外出路径中的每一者的相对概率的数据。举例来说，交叉口处的复杂机动动作也可为常见机动动作，且在数字地图数据中针对交叉口标记为特殊情况。在数字地图数据中标示为优先机动动作的从进入路径到外出路径的机动动作可能且优选地认为比其以其它方式基于(举例来说)在外出路径与进入路径之间界定的角度及外出路径的道路等级相对更有可能。

类似地，所述方法的实施例可另外或替代地包括：使用数字地图数据中的指示决策点处的机动动作是否被认为是“不被鼓励的机动动作(discouragedmanoeuvre)”或“非法机动动作”的数据确定指示将采取可能外出路径中的每一者的相对概率的数据。举例来说，多个连续决策点(例如，交叉口)处的一系列机动动作可在数字地图数据中标记为非法机动动作且可在产生视野时被指派零或接近于零的概率。“不被鼓励的机动动作”与上文所提及的“优先机动动作”相反且指的是看似有利(例如，基于在外出路径与进入路径之间界定的角度及外出路径的道路等级)但实际上危险或不常用的机动动作。在数字地图数据中标示为不被鼓励的机动动作的从进入路径到外出路径的机动动作可能且优选地认为比其以其它方式基于(举例来说)在外出路径与进入路径之间界定的角度及外出路径的道路等级相对更不可能。

替代地或另外，将基于指示个别驾驶员及/或车辆在决策点处采取的历史路径的数据确定指示将采取可能外出路径中的每一者的相对概率的数据。所述数据为给定决策点特定的。所述数据为个别驾驶员及/或车辆特定的。对驾驶员或车辆行进的过去行为的认识可使得能够更准确地做出关于未来行为/行进及因此关于未来路径的预测。

在此方面，设想，由于驾驶员可使用多个车辆，因此参考个别驾驶员简档获得历史路径数据且可假设所述历史路径数据可在驾驶员于任何时间驾驶车辆时适用。在其它实施例中，所述数据可为车辆特定的，而无论驾驶员可能是谁。在许多情况下，在车辆总是由同一驾驶员驾驶的情况下，在车辆或驾驶员的历史行进之间将不存在差异。除基于所存储数字地图数据的因数考虑(例如路径的角度及/或等级)外还可使用这些实施例。

历史路径数据指示驾驶员及/或车辆在决策点处相对于进入路径采取多个可能外出路径中的每一者的历史概率。所述数据可为历史概率数据或允许确定历史概率数据的数据。举例来说，所述数据可包括指示采取路径中的每一者的频率的数据。举例来说，可从频率数据确定驾驶员/车辆先前在沿着进入路径2接近时有70％的次数在给定决策点处采取外出路径1。所述方法可包括从与车辆及/或驾驶员在决策点处采取的路径相关的历史数据选择与待考虑的每一进入-外出路径组合相关的数据。因此，历史路径数据可包含与决策点的其它进入-外出路径组合相关的数据。

所述方法可包括使将采取给定外出路径的相对概率对驾驶员及/或车辆采取所述路径的历史相对概率的依赖相关联。相对较高概率可与具有个别驾驶员及/或车辆历史上采取的相对较高概率的路径相关联。

举例来说，可从车辆的adas或与其相关联的导航装置获得与车辆及/或驾驶员行进的历史路径相关的数据。

在一些实施例中，所述方法进一步包括获得指示驾驶员及/或车辆在决策点处采取的历史路径的数据。在一些实施例中，所述方法包括从指示驾驶员及/或车辆在道路网络中的多个决策点中的每一者处采取的历史路径的数据库确定此数据。所述数据库可包括指示与指示所述或每一决策点的位置的数据相关联地采取的历史路径的数据。

所述方法延伸到产生及/或提供此数据库的步骤。在若干实施例中，所述方法包括获得并存储指示个别驾驶员及/或车辆相对于道路网络的一或多个且优选地多个决策点的至少一个可能进入路径且优选地相对于多个或每一可能进入路径采取所述或每一决策点处的多个不同可能外出路径中的每一者的频率的数据。举例来说，可给与给定决策点相关联的每一路径指派一识别符，及识别驾驶员或车辆行进跨越多个可能进入路径中的每一者的决策点到多个可能外出路径中的每一者的频率的所建构矩阵。

本发明因此延伸到包括此数据库的数据产品。

尽管在一些实施例中，所述或每一所确定路径是基于指示个别驾驶员或车辆采取的历史路径的数据确定的，但在其它实施例中或另外，可使用指示多个车辆采取的历史路径的数据以确定所述或每一路径(如下文更详细地描述)。

替代地或另外，所述方法包括：使用与界定相应路径的道路节段相关联的速度分布曲线数据确定指示将采取多个可能外出路径中的每一者的相对概率的数据。所述速度分布曲线为基于指示车辆沿着界定从决策点延伸的路径的至少部分的道路节段行进的历史速度的数据的速度分布曲线。速度分布曲线数据可为与道路网络的每一道路节段相关联的属性且因此可形成所存储数字地图数据的部分。

表示界定给定路径的道路节段的数字地图数据可与表示所述节段的速度分布曲线的数据相关联。速度分布曲线优选地指示与节段相关联的平均速度，且优选地，所述方法包括使用由与界定每一可能外出路径的道路节段相关联的速度分布曲线数据所指示的平均速度数据以确定相对概率数据。速度分布曲线可与作为整体的若干节段相关联，或指示关于沿着节段的一或多个位置的一或多个速度分布曲线的数据可与所述节段相关联。因此，在这些实施例中，所考虑的外出路径中的每一者可由具有与其相关联的速度分布曲线数据的道路节段表示。这些实施例中所使用的速度分布曲线数据可为时间相依的。在若干实施例中，指示多个不同时间周期中的每一者的速度分布曲线的速度分布曲线数据可与给定道路节段相关联。所述方法可进一步包括从与界定外出或进入路径的给定节段相关联的速度分布曲线数据选择与包含当前时间或将穿越所述节段的所预期时间的周期相关的速度分布曲线数据。

所述方法可包括将由与表示可能外出路径中的不同外出路径的节段相关联的速度分布曲线数据所指示的速度数据(例如，平均速度数据)进行比较以确定指示将采取所述路径的相对概率的数据。

在一些实施例中，相对较高概率与具有指示与其相关联的相对较高平均速度的速度分布曲线的路径相关联。根据速度分布曲线数据的较高平均速度可指示较重要道路。因此，可使用速度分布曲线数据的考虑作为评估道路等级的间接方式。

替代地或另外，在其它实施例中，所述方法可包括：通过将与表示每一给定路径的道路节段相关联的速度分布曲线数据与车辆沿着进入路径行进的当前速度进行比较而确定将采取多个可能外出路径中的每一者的相对概率。优选地，所述方法包括将车辆沿着进入路径的当前速度与车辆沿着每一可能外出路径的速度进行比较。在这些实施例中，相对较高概率可与可能外出路径相关联，其中在车辆的进入当前速度与基于和外出路径相关联的速度分布曲线数据的和所述外出路径相关联的平均速度之间存在相对较小差。因此，可假设，外出路径在其具有更接近于进入路径所行进的速度的平均速度的情况下更有可能。

可使用与给定节段相关联的速度分布曲线数据作为加权因数来与本文中所描述的其它因数一起或单独地确定将采取对应于所述节段的路径的总体概率。

在优选实施例中，速度分布曲线数据基于关于与车辆相关联的多个装置的位置相对于时间的数据。此数据可称为车辆“探测数据”，且本文中对车辆“探测数据”的任何参考应理解为指此位置数据。由于装置与相应车辆相关联，因此装置的位置可视为对应于车辆的位置。所述方法可延伸到获得此位置数据及/或使用所述数据来确定速度分布曲线数据并使所述数据与其涉及的相应道路节段相关联的步骤。车辆位置数据可为下文关于其中使用历史探测数据确定相对概率数据的另一些实施例所描述的形式中的任一者。

因此，至少在优选实施例中，与道路节段相关联的速度分布曲线数据指示在一或多个且优选地多个时间周期期间穿越所述道路节段的平均行进速度。举例来说，速度分布曲线数据可展示平均速度如何跨越一天(例如，按小时计算)改变。优选地，使用对于产生视野的时间的适当的时间周期的平均速度确定将采取从决策点的每一外出路径的相对概率。举例来说，可选择匹配当前时间的时间周期或匹配车辆将到达决策点的时间的时间周期(其将通常为相同的，这是因为视野打算为可在最近的将来行进的路径的反映)。

本发明不限于使用基于“探测数据”的速度分布曲线数据来确定路径的概率。举例来说，所述方法可包括使用涉及与车辆相关联的装置的位置相对于时间的数据(即，车辆探测数据)且优选地在长时间周期(例如，数周、数个月等)内获得的数据(即，可称为“历史数据”)来确定与在决策点处采取每一可能外出路径相关联的相对概率，或更一般来说，在视野中预测一或多个可能路径。

所述方法可包括：使用基于前述历史探测数据的指示关于进入路径已采取从决策点的多个可能外出路径中的每一者的历史相对概率的数据确定相对概率数据。所述方法可包括使相对较高概率与可能外出路径相关联，所述可能外出路径与已基于历史探测数据选择的相对较高概率相关联。可单独地使用历史上选择路径的相对概率或使用其作为加权因数来与其它因数一起确定将选择路径的相对概率。

所述方法可延伸到确定指示针对给定进入路径已采取多个可能外出路径中的每一者的历史相对概率的数据。此可使用在包括决策点的道路网络的一部分中关于与车辆相关联的多个装置的位置相对于时间的历史数据执行。所述方法可包括使用位置数据来确定车辆关于进入路径已采取从决策点的多个可能外出路径中的每一者的相对频率。可使用指示采取每一路径的次数的计数获得历史概率数据。在其它实施例中，所述方法可包括：从包括指示针对道路网络的一或多个且优选地多个决策点的一或多个且优选地多个可能进入路径在所述或每一决策点处已采取多个可能外出路径中的每一者的频率的数据的数据库获得历史相对概率数据。

历史概率可为时间相依的。因此，可针对给定路径关于不同时间周期确定多个历史概率。举例来说，可确定指示与车辆相关联的装置在给定时间帧内采取所述路径的次数的计数并使用所述计数以确定给定路径的历史概率。确定使用历史位置数据将选择给定路径的概率的步骤可包括：使用关于与在对应于当前时间或到达决策点处的所预期时间的时间周期内接近决策点的车辆相关联装置的历史概率数据。

所述方法可延伸到获得位置数据。获得位置数据的步骤可包括从与车辆相关联的装置接收所述数据或可包括存取所存储位置数据。所述方法可因此包括获得关于道路网络中的与车辆相关联的多个装置相对于时间的移动的位置数据，及筛选所述数据以获得与装置(及因此车辆)关于给定进入路径沿着从决策点的多个可能外出路径中的所述或每一可能外出路径的行进相关的数据。所述方法可接着包括使用所述数据来获得采取每一可能外出路径的次数的计数，及确定针对给定进入路径采取每一外出路径的相对概率。

在一些实施例中，所述方法包括产生及/或提供概率矩阵，所述概率矩阵关于道路网络的一或多个决策点中的每一者包括指示车辆针对一或多个可能进入路径中的每一者将采取在决策点处的多个可能外出路径中的每一者的相对概率的数据，其中指示将采取给定可能外出路径的相对概率的数据基于关于与车辆相关联的多个装置的位置相对于时间的历史数据。优选地，所述矩阵包括指示针对一或多个且优选地多个决策点处的每一可能进入路径在所述决策点处采取的每一可能外出路径的相对概率的数据。所述方法可包括使用此概率矩阵以确定不同外出路径的相对概率数据。概率矩阵的数据可为时间相依的，且因此可基于关于与车辆相关联的装置在给定时间周期内的移动的数据。

所述方法可包括存储此概率矩阵。

本发明延伸到包括此概率矩阵的数据产品。

根据本发明的另一方面，提供一种数据产品，其包括概率矩阵，所述概率矩阵关于道路网络的一或多个决策点中的每一者具有指示车辆针对一或多个可能进入路径中的每一者将采取在决策点处的多个可能外出路径中的每一者的相对概率的数据，其中指示将采取给定可能外出路径的相对概率的数据基于关于与车辆相关联的多个装置相对于时间的移动的位置数据。

在此另一方面中，本发明可包含参考本发明的其它方面所描述的任何或所有特征，只要其不互相排斥即可。

根据本发明，在其涉及概率矩阵的若干方面或实施例中的任一者中，提供概率矩阵的步骤可包括获得关于道路网络中的与车辆相关联的多个装置相对于时间的位置的位置数据，及筛选位置数据以获得指示车辆沿着道路网络的所述或每一决策点处的每一可能外出路径且相对于所述或每一决策点处的所述或每一进入路径的行进的数据。接着，可使用经筛选数据来确定采取决策点处的多个路径中的每一者的相对概率。

根据使用位置数据的任一实施例，所述方法可延伸到获得关于与车辆相关联的装置的移动的位置数据的步骤。获得位置数据的步骤可能或可能不包括从一或多个装置接收所述数据。在一些布置中，获得所述数据的步骤可包括存取所述数据(即，所述数据先前被接收并存储)。在其中接收所述数据的步骤涉及从装置接收所述数据的布置中，设想所述方法可进一步包括在本发明的其它步骤及任选地筛选数据之前存储所接收位置数据。接收位置数据的步骤不必与所述方法的其它一或若干步骤同时或在同一地点发生。

在若干实施例中，在中央控制器(例如服务器系统)处接收位置数据。所述服务器可执行使用位置数据来确定将采取多个路径中的每一者的相对概率或来确定概率矩阵的步骤。

至少在优选实施例中，从一或多个且优选地多个装置收集根据本发明使用的位置数据且所述位置数据涉及装置相对于时间的移动。因此，所述装置为移动装置。将了解，位置数据中的至少一些数据与时间数据(例如，时间戳)相关联。然而，出于本发明的目的，没必要所有位置数据均与时间数据相关联，只要其可用于提供与根据本发明的交通控制信号相关的信息即可。然而，在优选实施例中，所有位置数据均与时间数据(例如，时间戳)相关联。

装置与车辆相关联。可假设装置的位置对应于车辆的位置。因此，如果未明确提出，那么对从与车辆相关联的装置获得的位置数据的参考可由对从车辆获得的位置数据的参考代替，且对一或若干装置的移动的参考可由对车辆的移动的参考代替，且反之亦然。装置可与车辆集成在一起(例如，内置传感器或导航设备)或可为与车辆相关联的单独装置(例如便携式导航设备)。当然，可从不同装置的组合或单个类型的装置(例如，与车辆相关联的装置)获得位置数据。

所述装置可为能够出于本发明的目的提供位置数据及充足相关联定时数据的任何移动装置。所述装置可为具有位置确定能力的任何装置。举例来说，所述装置可包括用于跨越点或蜂窝式通信网络(例如gsm装置)从wifi存取及接收信息且使用此信息来确定其位置的构件。然而，在优选实施例中，所述装置包括用于在特定时间点接收指示接收器的位置的卫星信号且优选地以规则间隔接收经更新位置信息的全球导航卫星系统(gnss)接收器(例如gps接收器)。此类装置可包含导航装置、具有定位能力的移动电信装置、位置传感器等。

本文中在其实施例中的任一者中所描述的用于产生视野的方法的步骤优选地由adas的视野产生子系统执行。adas与车辆相关联。举例来说，视野产生子系统可由一或若干适合软件模块提供。视野产生子系统优选地经由车辆通信网络(例如，can总线)与车辆的一或多个adas应用程序通信。

所述方法可进一步包括存储用于产生视野的基于数字位置的数据、车辆数据及/或驾驶员数据的步骤。

基于数字位置的数据及/或指示车辆或驾驶员参数的数据可存储于任何位置中，只要其可由(例如)用于产生视野的子系统存取以用于产生视野即可。视野产生子系统可包括用于存储用于产生视野的数字地图数据及/或车辆或驾驶员参数的构件，或此数据可单独存储到视野产生子系统。类似地，视野数据(例如，概率数据)可由视野产生子系统的存储器存储或存储于其它处。

优选地，基于数字位置的数据、车辆数据及/或驾驶员数据或者在确定的情况下的概率数据局部存储到车辆(例如，在adas的存储器上)。

所述方法可进一步包括以下步骤：使用所确定视野数据(例如，与决策点相关联的多个外出路径的相对概率数据)来确定车辆可经预期在最近的将来沿着其行进的一或多个所预测路径(例如，最可能路径及至少一个替代路径中的一者或两者)。至少一个替代路径优选地至少包括最可能替代路径。所述方法可包括存储指示所述或每一所确定路径的数据。最可能外出路径及至少一个替代路径中的一或多者优选地为决策点处的外出路径。

产生视野的步骤可包括确定车辆可经预期在最近的将来行进的最可能路径及至少一个替代路径，其中使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据以确定最可能路径及/或至少一个替代路径。

在其中确定沿循决策点处的多个不同可能外出路径中的每一者的相对概率数据的优选实施例中，所述方法可包括：基于车辆将从决策点行进的概率数据确定最可能外出路径及/或使用所述概率数据确定与决策点处的一或多个且优选地多个替代外出路径相关联的相对概率。

无论车辆是否沿循经预计算路线，本发明的方法及系统均可适用。在一些实施例中，所述车辆为沿循经预计算路线的车辆，而在其它实施例中，所述车辆为未沿循经预计算路线的车辆。在后一种情况下，车辆将为所谓的“自由驾驶”。

在其中车辆未沿循经预计算路线的实施例中，可将基于相对概率数据的最可能外出路径视为车辆将行进的最可能路径。

如本文中所使用，“经预计算路线”指的是在起点与目的地之间计算的路线。所述路线可为与车辆相关联的导航装置预计算的路线。所述导航装置可为集成或便携式导航装置。在这些实施例中，经预计算路线为在产生adas视野的步骤发生之前计算的路线。所述方法可进一步包括在产生adas视野的步骤之前在起点与目的地之间计算车辆将沿循的路线的步骤，且所述系统可包括用于计算路线的构件。所述路线可在车辆开始行进之前预计算，或可为在路途中(例如，在从最初计划的路线偏离的情况下)计算的路线。所述方法可包括在车辆沿着经预计算路线的行进期间产生adas视野。

当车辆沿循经预计算路线时，可假设最可能路径对应于前方的经预计算路线的一部分。因此，在其中车辆沿循经预计算路线、最可能路径的实施例中及因此在若干实施例中，假设决策点处的最可能外出路径对应于经预计算路线或所述外出路径对应于其一部分。此可能或可能不与在优选实施例中由使用所存储基于数字位置的数据、车辆数据及/或驾驶员数据确定的相对概率所指示的最可能路径相同。在其中可能外出路径中的一者已经对应于经预计算路线的一部分的一些实施例中，所述方法可包括从确定其相对概率的所述组多个外出路径排除所述外出路径，或适当地调整计算以确保此路线被确定为最可能的，如上文所描述。

在外出路径对应于经预计算路线的情况下，本发明的方法在其优选实施例可用于确定在决策点处将采取多个外出路径中的每一者而非对应于经预计算路线的外出路径的相对概率。这些路径将提供在决策点处从经预计算路线偏离的替代路径。如果车辆的路径在决策点处从最可能路径(即，对应于经预计算路线的路径)偏离，那么本发明可接着提供确定车辆将沿循这些替代路径中的任一者的相对概率的能力。

确定从决策点出发的替代路径以及最可能路径为有利的，这是因为如果车辆从最可能路径(主路径)偏离，那么可将替代路径视为将采取的最可能路径。如果车辆从所预期主路径偏离，那么通过将指示在决策点处可采取不同替代路径的概率的数据包含于视野中，adas可能够继续操作且获得与路径相关的数据，从而减小“盲驾驶”的可能性。

所述方法优选地包括提供存储指示所产生视野的数据及/或经由车辆总线将指示所产生视野的数据提供到车辆的一或多个adas应用程序(例如，车辆adas的客户端方)。优选地，这些步骤由adas的视野产生子系统执行。

adas应用程序用于控制车辆的相应子系统。一或多个adas应用程序可经布置以用于控制以下各项中的一或多者：刹车功能、暂停及车辆的速度选择子系统。

在其中产生视野的步骤包括确定一或多个所预测路径(例如，最可能路径及替代路径中的一者或两者)的实施例中，所述方法可包括存储指示所述或每一路径的数据及/或经由车辆总线将此数据提供(例如，发射)到车辆的一或多个adas应用程序以供所述一或多个应用程序使用。

在其中存储及/或经由总线提供指示一或多个所预测路径的数据的实施例中，所述数据可包括路径的一或多个属性或允许确定此类属性的数据。视需要，属性数据可包括识别与一或多个属性相关联的位置的信息。举例来说，属性数据可指示具有高曲率的道路节段的一部分的起点及终点。

关于视野的路径的属性数据指的是在车辆的当前位置前方的所预测路径的性质，且可包含以下各项中的任一者或全部：节段的坡度、节段的曲率、节段的高度、节段的几何形状及与节段相关联的速度分布曲线。因此，属性数据可反映节段的固有性质，或举例来说涉及沿着节段的所预期车辆速度数据。所述属性数据可为可由一或多个adas应用程序使用来实施一或多个adas功能的任何属性数据。因此，在一些实施例中，所述方法可进一步包括车辆的adas应用程序使用经由车辆总线发射的属性数据来执行以下各项中的一或多者：发出速度警告、提供速度推荐及自动地控制车辆的刹车功能。

优选地，至少关于所确定最可能路径而提供此属性数据，且在一些实例中，仅针对最可能路径而提供此属性数据。在这些后来的实施例中，优选地，经由总线提供指示沿着最可能路径的一或多个替代路径的存在及/或位置的数据。指示一或多个替代路径的存在的数据优选地包括指示在根据本发明确定的决策点处将采取所述路径的相对概率的数据。在优选实施例中，针对已确定其相对概率数据的每一替代路径提供相对概率数据。在这些实施例中，adas应用程序将使用替代路径的存在的指示来在发现车辆从最可能路线偏离时从视野产生器请求其它数据(例如，属性数据)。

将了解，根据本发明的方法可至少部分地使用软件来实施。将看出，当从另一些方面看时，本发明延伸到包括计算机可读指令的计算机程序产品，所述计算机可读指令适于在于适合数据处理构件上执行时执行本文中所描述的方法中的任何或所有方法。本发明还延伸到包括此软件的计算机软件载体。此软件载体可为物理(或非暂时性)存储媒体或可为信号(例如电线上的电子信号、光学信号或无线电信号，例如卫星或类似物)。

根据本发明的另一些方面或实施例中的任一者，本发明可包含参考本发明的其它方面或实施例所描述的特征中的任一者，只要其不互相排斥即可。

应注意，关于一或多个节段的短语‘与……相关联’不应解释为要求对数据存储位置的任何特定限制。所述短语仅要求特征可关于节段被识别。因此，关联性可(举例来说)借助于对潜在地位于远程服务器中的副文件的参考而实现。

下文中陈述这些实施例的优点，且这些实施例中的每一者的另一些细节及特征定义于所附独立权利要求中且另外在以下实施方式中。

附图说明

现在将仅以实例方式且参考附图描述本发明的各种实施例，在附图中：

图1展示可用于实施本发明的方法的与车辆相关联的示范性adas系统的组件；

图2示意性地图解说明adas视野的概念；

图3a图解说明将根据本发明的用于确定外出路径的相对概率的方法应用于具有四个外出路径的交叉口的结果，其中未计算路线；

图3b展示其中存在经预计算路线的对应结果；

图4a图解说明可将本发明的方法应用于确定环形路口处的路径的概率的方式；

图4b图解说明可将本发明的方法应用于多交叉口的方式；

图5a图解说明在车辆的当前位置前方直到由adas视野一旦产生便将延伸的距离的限制界定的在行进方向上的距离的道路网络的一部分；

图5b图解说明可穿过网络采取的路径的数目；

图5c图解说明可向adas应用程序表示这些路径的方式；

图6a、6b及6c图解说明可向adas应用程序表示关于道路网络中的所预测路径的信息的不同方式。

具体实施方式

图1是可用于实施本发明的方法的与车辆相关联的示范性adas系统的组件的示意性图解说明。

adas系统1包含视野产生子系统3，视野产生子系统3经由控制器局域网(can)总线5将视野数据传递到多个adas应用程序7、9及11。所述adas应用程序经布置以实施adas控制车辆的相应子系统的功能性。举例来说，所述adas应用程序可分别用于控制刹车、速度选择及暂停车辆子系统。在使用中，相应adas应用程序筛选来自视野数据的相关数据以供在控制其相关联车辆子系统中使用。

视野提供子系统3经布置以产生指示由adas应用程序使用的驾驶视野(“adas视野”)的数据。adas视野为包括指示可预期车辆将沿着其行进的在车辆的当前位置前方的一或多个所预测路径的数据的电子视野。adas视野基于数字地图数据。

为了提供adas功能，adas应用程序需要关于前方道路及其属性(例如，坡度、曲率、速度限制等)的信息。adas视野提供关于一或多个所预测路径直到在当前位置前方的给定距离的此信息。所述前方距离可为200m。经由车辆总线5发射到adas应用程序的adas视野数据至少含有最可能路径(直到在车辆前方的特定、通常预定范围)的属性数据。adas视野产生子系统3提供关于可由不同adas应用程序7、9、11需要的任何属性的属性数据或允许由所述应用程序请求此属性数据的数据，且相应子系统可接着选择或请求与其操作相关的属性数据。举例来说，可由用于控制车辆的刹车的adas应用程序选择与前方路径的曲率相关的数据。可在栏位中提供属性数据以促进adas应用程序对相关数据的筛选。

视野产生子系统3经布置以根据本文中所描述的实施例中的任一者确定视野，且致使经由车辆总线将视野数据发射到adas应用程序。视野产生子系统3可经布置以与用于存储所产生视野数据的存储器通信。将了解，如下文所描述，并非所有所确定的视野数据均有必要在给定时间经由车辆总线发射。举例来说，可确定并存储涉及替代路径而非所确定最可能路径的数据，但除非需要，否则不经由总线发射所述数据以避免使adas应用程序过负载。adas视野产生子系统还与数字地图数据通信。此用于确定视野。在一些布置中，adas视野产生子系统可使用与数字地图数据存储装置分开的软件模块来实施，或可以其它方式包含存储此数据的构件。因此，数字地图数据提供功能与视野产生功能可单独地或作为经组合系统的部分来实施。

图2示意性地图解说明adas视野的概念。可看出，电子adas视野10以类似于车辆传感器视野12的方式给adas提供关于前方路径的信息，但可提供关于路径的超出车辆传感器视野的限制(例如，在拐角周围)且无论天气条件如何的信息，这是因为adas视野基于数字地图数据。

在道路网络中的各个点处，将存在在其处车辆可具有可能外出路径的选择的节点(即，决策点)。在若干实施例中，本发明至少涉及一种在决策点处较可靠地确定最可能路径及可能采取多个替代路径中的每一者的相对概率的方法。将参考为交叉口的决策点描述一些示范性方法。

在给定时间，车辆具有在特定道路节段上界定的当前位置。可假设，节段的延续部分形成最可能路径直到到达第一交叉口为止。在第一交叉口处，可使用本发明的方法来确定可能采取可能外出路径中的每一者的相对概率。此使得能够在尚不知晓(例如，依据经预计算路线)的情况下做出关于多个外出路径中的哪一者形成主路径的延续部分及哪一者形成替代路径的确定。还做出关于可能采取这些替代路径中的一者的相对可能性的确定。

为了确定此，在决策点处针对每一外出路径确定指示将优先于所有其它可能外出路径选择所述路径的可能性的概率。在此过程中，可从所述确定排除经考虑为并非可能外出路径的特定外出路径，例如，可将其指定为“受限”路径。可通过给每一所述特定外出路径指派概率“0”而排除这些特定外出路径。

确定每一外出路径的概率的方式取决于车辆是否沿循经预计算路线。

在未预计算任何路线的情况下，在决策点处针对每一外出路径确定指示将采取所述路径而有损于所有其它外出路径的可能性的概率。使用以下文所描述的方式中的一者运算的算法完成此过程。可将最可能路径确定为从决策点连续的最可能路径。接着，可将每一其它外出路径分等级为替代路径。

存储指示与所确定最可能路径及每一替代路径相关联的识别及概率的数据。此数据与指示其涉及的交叉口的数据相关联。

当预计算路线时，可假设在决策点处的最可能外出路径为从交叉口沿着经预计算路线的外出路径。此可推翻对路径的任何限制。将其余未受限外出路径确定为替代路径。

如针对不具有经预计算路线的实施例所描述，针对其它路径中的每一者确定概率，但将每一概率除以2以避免路径比对应于经预计算路线的路径更有可能的，但维持其它路径的排名。对应于经预计算路线的路径的概率被看作是100％减其它外出路径的概率的和。

存储与指示此涉及的交叉口的数据相关联的指示每一替代路径的识别及概率的数据。

可使用适合算法计算将从交叉口采取给定可能外出路径的概率。现在将描述算法可根据其运算的一些实施例。

在一个实施例中，概率为外出路径与车辆经预期进入交叉口所沿着的路径(即，所预期进入路径)的线所成的角度a及外出路径的道路等级c的因数。

对于具有n个外出路径的相交点，将具有n个概率，在所述概率之间可具有以下关系：

p1α1＝p2α2＝...＝piαi＝...＝pnαn

其中α是外出路径的系数且由以下方程式定义：

其中：

ai是第i外出路径与进入路径之间的角度；

ci是第i外出路径的道路等级；

nc是道路等级的总数目；且

k是通常以实验方式确定的系数。

在给出第一个关系的情况下，可使用概率中的一者来表达所有其它概率：

且已知所有概率的和为1，因此：

p1+p2+...+pi+...+pn＝1

从后两个关系，得出：

且因此，可将每一概率计算为：

上文所提及的概率系数α影响概率的值。可使用常数k来对公式进行微调，这是因为通过使其值变化，可使赋予道路等级及角度的相应权重变化。当然，视需要，在不具有道路等级的情况下，概率可基于角度。

在这些实施例中，所述概率函数基于以下假设：进入路径的延续部分(除非存在经预计算路线)将为最直路径或就等级来说最类似于当前行进的路径的路径。

图3a中展示将所述算法应用于其中未计算路线的具有四个外出路径的交叉口的结果的实例。以指向交叉口的箭头展示进入路径。此处，根据上文公式基于角度及道路等级的概率得出路径2(p2)经确定为最可能外出路径。其余路径p1、p3及p4形成具有所陈述概率的替代外出路径。图3a中的角度是相对于进入路径的以虚线展示的线的延续部分。

图3b展示其中存在经预计算路线使得进入路径的后续部分已知为从交叉口外出的路径4(p4)的对应结果。此展示将调整与外出路径相关联的概率的方式。

尽管已参考呈交叉口的形式的相交点进行了描述，但本发明的方法可适用于其它类型的决策点，例如环形路口或甚至多交叉口。在环形路口中，已发现，可忽视界定围绕环形路口的路径的环，且可将环形路口视为具有对应于每一(未受限)出口的外出路径的单个相交点，包含对应于与进入路径相反的车道的外出路径，即，表示围绕环形路口的一整圈，其中概率和为1。图4a中图解说明可考虑环形路口的方式。

图4b图解说明方法可适用于多交叉口的方式。此处，可看出，出于确定概率的目的，可将两个接近交叉口近似看作单个交叉口。离开两个交叉口的所有未受限外出路径均被视为离开近似多交叉口的单个交叉口，且其概率的和被视为1。

除其中基于路径的角度及路径的道路等级确定外出路径的概率的上文实施例外，在确定每一外出路径的概率时，还可替代地或另外考虑各种其它因数。可通过对方程式1中的概率函数的适合更改以引入另一些项(可如本技术领域中已知视需要对其加权)而考虑这些因数。

举例来说，给定外出路径的概率可另外基于对从进入路径到外出路径的机动动作的加权比通常在数字地图数据中所预期的加权更正还是更负。举例来说，交叉口处的复杂机动动作也可为常见机动动作，且在数字地图数据中针对交叉口标记为特殊情况。相反地，看似简单的机动动作可实际上较危险或简单地不经常使用，且也在数字地图数据中针对交叉口适当地标记出。

给定外出路径的概率可另外基于与界定路径的道路节段相关联的平均速度，如由与节段相关联的速度分布曲线数据所指示。速度分布曲线指示沿着节段的平均行进速度。如本技术领域中已知，数字地图数据可包含与每一道路节段相关联的基于横越节段的车辆的历史速度的速度分布曲线数据。此数据可基于车辆探测数据，即，指示车辆相对于时间的位置的数据(例如，经时间戳标记位置数据)。速度分布曲线数据可关于给定时间周期。在一些实施例中，可能采取给定外出路径的概率另外或替代地基于与节段相关联的平均速度(如由速度分布曲线数据所指示)，使得较高概率将被指派给与较高平均速度相关联的道路节段。与节段相关联的平均速度可间接指示其道路等级。因此，在上文的概率确定中，平均速度可用作对道路等级的替代。

在其它实施例中，所述方法可替代地或另外包括将与界定外出路径的道路节段相关联的平均速度(如由速度分布曲线数据所指示)与车辆在其接近交叉口时沿着进入路径行进的当前速度进行比较。可将相对较高概率指派给具有更接近于车辆的当前速度的平均速度的外出路径。换句话说，可假设车辆将继续沿着需要最小速度改变的路径。

在其它实施例中，概率可替代地或另外基于针对个别驾驶员关于道路网络的不同交叉口建立的转向历史数据库。每一次驾驶员通过道路网络中的给定交叉口，车辆的adas(或任何其它适合电子装置，例如导航装置)可存储指示所采取的进入及外出路径的数据且将此数据添加到数据库。以此方式，针对每一交叉口，可收集表示驾驶员在给定交叉口处采取每一类型的转向的次数的计数的数据。转向将表示相对于进入路径的转向类型(例如，当进入路径为路径1时，采取路径4)且可基于与驾驶员所采取的进入及外出路径相关的数据。此可用于确定驾驶员在给定交叉口处采取给定类型的转向的历史概率。当驾驶员接近交叉口时，可使用此数据来基于驾驶员先前基于当前进入路径将可能外出路径中的每一者选择为外出路径的概率而向所述路径指派一概率。转向历史数据库可包括交叉口处的每一类型的转向的数量概率因数或采取每一类型的转向的相对排名。

如将了解，尽管可针对特定驾驶员(潜在地无论车辆如何)建立此转向历史数据库，但在其它实施例中，可针对个别车辆以类似方式建立转向历史数据库而无论驾驶车辆的人员如何。

可替代地或另外基于车辆探测数据(在相对长时间周期(例如，数周、数个月等)内收集)(即，相对于时间，而非个别驾驶员特定的位置数据)使用简单方法。可以类似方式使用历史探测数据以建立关于在道路网络中在多个交叉口中的每一者处采取的路径的概率矩阵。可筛选与车辆在网络中的移动相关的探测数据以提取通过每一交叉口的探测踪迹。可取决于所使用的进入及外出路径而将每一踪迹指派给一组格(bin)。因此，针对交叉口处的外出与进入路径的每一组合，可存在一组格。接着，可使用所述数据来获得穿过交叉口(例如，从给定进入路径到给定外出路径)的每一路径的计数。可关于针对给定进入路径所采取的每一外出路径确定一概率。当车辆接近给定交叉口时，可从表示可基于当前进入路径采取每一外出路径的概率的数据库获得相关数据。以此方式，可使用每一外出路径的基于历史探测数据的这些概率来单独或与如上文所概述的其它因数组合地确定与每一外出路径相关联的概率。

根据将描述的本发明的实施例，由视野产生子系统确定与从交叉口出发的最可能路径及多个替代外出路径相关联的概率。视野产生子系统存储指示每一路径及其概率的数据。

视野产生子系统可接着经由车辆总线将指示每一路径及其相关联概率的数据提供到一或多个子系统。存在可完成此过程的各种方式。

减少经由can总线发射的视野数据量为合意的。出于此原因，在特定实施例中，仅经由车辆总线发射最可能路径的属性数据以及识别任何此类属性的位置(例如，相对于车辆的当前位置)的数据。最可能路径可称为“主路径”。此为车辆的取决于adas视野的限制的最可能未来轨迹，如由adas视野提供子系统3所确定。

在沿着主路径的每一决策点处，将存在车辆可在从主路径偏离的情况下采取的可能替代路径。从沿着主路径的决策点出发的替代路径可称为在主路径下方的第一级子路径。从第一级子路径分支出的路径称为第二级子路径等等。参考图5a、5b及5c图解说明此概念。

图5a图解说明道路网络的在车辆的当前位置20前方直到由adas视野一旦产生便将延伸的距离的限制界定的在行进方向上的距离(例如，200m)的一部分。道路网络由通过节点(例如，24)连接的多个链路或道路节段(例如，21、22)组成。adas视野的产生考虑穿过道路网络而非个别道路节段及节点的车辆可采取的可能路径(即，轨迹)。

图5b图解说明穿过图5a中所展示的网络可采取的路径的数目。所述路径中的每一者具有驾驶员将沿循其的概率。此可用于确定可经预期被沿循的最可能路径或主路径，且在许多情况下，可用于确定至少第一级子路径。可将第一级子路径视为可在沿着主路径的给定决策点处采取的替代路径。

图5c图解说明可向adas应用程序表示这些路径的方式。此示意性地表示穿过道路网络的可能路径之间的关系。在此情况下，路径2形成最可能路径或主路径，且路径1、3及4为在沿着主路径的长度的不同相应决策点处从主路径偏离的第一级子路径。路径5为在沿着第一级子路径4的长度的决策点处从第一级子路径4偏离的第二级子路径。

adas视野产生子系统3将确定最可能路径(即，主路径2)。如上文所论述，在一些简单系统中，adas视野产生子系统可仅经由车辆总线发射此主路径的属性数据。图6a中展示此所发射视野的实例。然而，如果车辆从主路径偏离，那么系统将“变盲”直到产生新的最可能路径或主路径为止。因此，视野产生子系统3还确定从主路径偏离的至少第一阶子路径为有益的。

在确定一或多个第一级子路径的情况下，视野产生子系统3可经由车辆总线连同主路径或最可能路径的对应数据一起将所述或每一第一级子路径的属性数据提供到adas应用程序。然而，为了减少所发射的数据量，在一些布置中，仅发射关于第一级子路径的存在及其沿着主路径的位置的最少数据。此可通过提供标记第一级子路径所存在之处的沿着主路径的位置的适合存根而完成。可参考从界定主路径的当前穿越的道路节段的起点的偏移界定存根位置。图6b图解说明将在此情况下发射的可能视野的形式。如果adas应用程序需要关于第一级子路径的路线及性质的额外数据(例如，如果车辆从主路径偏离)，那么可使用所述存根来从adas视野提供者请求第一级子路径的属性数据，接着，可经由车辆总线将所述属性数据发射到adas应用程序。再次，adas应用程序将在此情况下暂时变盲。

图6c中展示另一选择。此处，发射与第一级子路径中的每一者相关以及与主路径相关的属性数据。此可使得adas应用程序能够甚至在车辆开始沿着第一级子路径中的一者而非主路径行进的情况下继续操作。如同图6b布置中的第一级子路径，可发射任何第二级子路径作为存根。在本发明的优选实施例中，确定并经由车辆总线发射关于第一及第二级子路径的信息。

当根据本发明确定了决策点处的最可能路径及一或多个替代路径时，视野提供者可以这些方式中的任一者向adas应用程序表示所确定路径。可将决策点(例如，交叉口)处的每一替代外出路径表示为从交叉口处的主路径或最可能路径出发的第一级子路径。

在优选实施例中，视野提供者经由车辆总线连同指示与沿着主路径的交叉口相关联的每一替代外出路径的位置的存根数据一起提供交叉口处的主路径或最可能路径的属性数据。存根数据可包含指示存在于交叉口处的每一替代外出路径及其在存在多个路径的情况下的概率的数据。此数据包含于经由车辆总线发射到adas应用程序的视野数据中。概率数据确保在车辆从主路径偏离的情况下可较容易地识别新的路径。如在优选实施例中，仅发射指示每一替代路径的存在及其概率的存根数据，减少需要经由车辆总线发射的数据量。

关于主路径的所发射数据可包含关于组成主路径的所确定部分的道路节段或节段的属性的以下数据中的任一者：速度限制、在不存在与道路节段相关联的合法速度限制的情况下的所推荐速度限制、功能道路等级、路的形式、坡度、曲率等。

视需要，adas应用程序可使用所述数据。在优选实施例中，使用所接收视野数据来执行以下各项中的至少一者：提供超速警告，调整当前速度或操作车辆的刹车子系统。adas应用程序可基于与最可能路径或主路径相关联的曲率、坡度或速度限制控制速度。

虽然已参考优选实施例描述了本发明，但所属领域的技术人员将理解，可在不背离如所附权利要求书中所陈述的本发明的范围的情况下对其形式及细节做出各种改变。