[发明专利]用于模型化车辆的周围环境的方法

说明书

本发明涉及一种用于模型化车辆的周围环境(1)的方法，包括以下步骤：通过由至少一个传感器(2)检测周围环境(1)得到用于多个测量位置的周围环境数据；存储所述测量位置；提供多个砖(3)、尤其网格瓦片，以便存储所述周围环境数据；在第一周围环境模型(10)的至少一个第一砖(4)和至少一个第二砖(5)中存储周围环境数据，其中第一砖(4)和第二砖(5)代表周围环境(1)的部分区域；存储来自第一砖(4)的周围环境数据的至少一个明确的特征(8)和所属的第一测量位置，在所述第一测量位置处检测特征(8)；存储车辆的所行驶的轨迹；检测来自第二砖(5)内的第二测量位置处的特征(8)，其中第一砖(4)和第二砖(5)的周围环境数据不同；由第一测量位置和第二测量位置和行驶的轨迹求取已校正的测量位置和已校正的轨迹；以及通过第一周围环境模型(10)的根据已校正的轨迹校正的周围环境数据的加入来创建第二周围环境模型(20)。

技术领域

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

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——所谓的单元。所述单元中的每一个可以包含占用度量。

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。

图1例如示出具有占用网格的周围环境模型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。

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)。

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。

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。

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。

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。