[发明专利]确定车辆的位置数据和/或运动数据的方法

说明书

公开了确定车辆的位置数据和/或运动数据的方法。车辆配备有传感器，该传感器捕获对车辆的周围区域的扫描，其中，所述方法至少包括由计算机硬件组件执行的以下步骤：借助于传感器捕获至少一次扫描，所述至少一次扫描具有采用传感器数据表示给出的多个传感器数据样本；根据数据库确定预定义地图，该预定义地图具有采用地图数据表示给出的至少一个要素；通过将预定义地图中的所述至少一个要素从地图数据表示变换成传感器数据表示来确定变换的地图；对所述至少一次扫描的传感器数据样本的至少一子集与变换的地图中的所述至少一个要素进行匹配；以及基于匹配来确定车辆的位置。

技术领域

本公开涉及确定车辆的位置数据和/或运动数据的计算机实现方法。

背景技术

本领域所已知的车辆能够基于在车辆上安装的至少一个传感器来确定它们的当前位置。例如，许多车辆包括全球定位系统(GPS)，从该系统可以以相当的准确度推断出车辆的位置。借助GPS确定位置需要来自卫星空间的无线电信号，然而这并不总是容易获得的。例如，所需的GPS信号可能非常弱，使得需要相对较长的时间跨度来根据信号评估位置。有时，信号太弱而无法以所需的准确度确定位置。在其它情况下，甚至是无信号可用，例如，在完全或部分封闭的附近地区，诸如公路隧道和建筑物，特别是地下车库。因此，难以确定车辆的位置数据。作为另一问题，例如，对于自主驾驶应用，GPS的准确度有时是不够的。车辆运动数据也会出现类似的问题。尽管通常在每辆车中都安装有一个或更多个运动传感器，但是所测量出的运动数据通常准确度较低，而这对于自主驾驶应用可能是不够的。

现代车辆(例如，高档汽车)配备有雷达和/或LiDAR(光检测和测距)系统。单独的对应测量结果(即，扫描)可能不足以以希望的可靠性和准确度来确定位置。在车辆上安装的一个或更多个运动传感器也会出现类似的问题。特别地，各种测量方法(例如，测程法(odometry)(航位推算法(dead reckoning)))是不适合单独以希望的可靠性来确定位置的。另外，使用雷达传感器或可比得上的传感器技术可能需要大量的处理资源，特别是根据原始传感器数据来确定雷达检测点。原始传感器数据通常是作为以下传感器数据样本给出的：该传感器数据样本具有径向距离分量和距离的变化率(沿径向距离方向的速度)。可以将这样的传感器数据表示为由多普勒传感器递送的多普勒传感器数据或距离多普勒数据。应理解，该原始数据可以是根据甚至更加基本的原始数据(“原始的原始数据”)确定的，例如由多普勒传感器捕获的时域数据。

需要提供一种确定车辆的位置和/或运动数据的改进的方法。

发明内容

在一个方面，本公开致力于一种确定车辆的位置数据和/或运动数据的计算机实现方法，其中，车辆配备有至少一个传感器，所述至少一个传感器捕获对车辆的周围区域的扫描，其中，所述方法至少包括由计算机硬件组件执行的以下步骤：借助于所述至少一个传感器捕获至少一次扫描，其中，所述至少一次扫描表示车辆的周围区域，并且包括采用传感器数据表示给出的多个传感器数据样本，其中，传感器数据表示包括第一分量和第二分量，第一分量表示传感器与车辆的周围区域之间的距离，并且第二分量表示传感器与车辆的周围区域之间的距离的变化率；从数据库确定预定义地图，其中，预定义地图表示车辆的周围区域，并且包括表示静止地标的至少一个要素，其中，所述至少一个要素是采用包括多个坐标的地图数据表示给出的，其中，坐标表示静止地标的位置数据；通过将预定义地图中的所述至少一个要素从地图数据表示变换成传感器数据表示来确定变换的地图；对所述至少一次扫描的传感器数据样本的至少子集与所述变换的地图中的所述至少一个要素进行匹配，其中，所述匹配是根据至少一个影响参数来执行的，所述至少一个影响参数用于控制所述多个传感器数据样本对所述匹配的影响；基于所述匹配来确定车辆的位置数据和/或运动数据。