[发明专利]借助激光雷达传感器的测量和计算设备来估计车辆自身运动的方法

说明书

本发明涉及一种用于估计车辆的自身运动的方法，包括以下步骤：借助利用所述车辆的激光雷达传感器在第一时间点提供的传感器数据，来确定具有多个第一点的第一点云；借助利用所述激光雷达传感器在所述第一时间点之后的第二时间点提供的传感器数据，来确定具有多个第二点的第二点云；将所述第一点分配给聚类，并且将所述第二点分配给聚类；从所述第一点云中选择所述第一点，并且从所述第二点云中选择所述第二点；确定相应的对应的所选择的第一点和所选择的第二点之间的位移；以及根据所述位移估计所述车辆的自身运动；其中，对所述第一点的选择和对所述第二点的选择根据相应的聚类的形状来执行。

技术领域

本发明涉及一种用于估计车辆的自身运动的方法。此外，本发明涉及一种用于车辆的计算设备。最后，本发明涉及一种计算机程序以及一种计算机可读存储器(介质)。

背景技术

确定车辆的自身运动对于驾驶员辅助系统或者自动的或自主的驾驶至关重要。为了确定自身运动，目前例如使用惯性测量单元(IMU)。然而，该技术容易出错并且可能无法提供足够的准确性。此外，从现有技术中已知，车辆自身的运动是使用卫星支持的定位系统来确定的。然而，这样的定位系统在城市地区、隧道等中通常可能不可用。

此外，从现有技术中已知，车辆自身的运动是使用来自激光雷达传感器的传感器数据来确定的。为此，DE 10 2008 026 397 A1描述了一种用于借助静止对象估计包括车辆位置和车辆速度的车辆动力性的系统。该系统包括对象传感器，例如激光雷达传感器，其提供静止对象的对象信号。该系统还包括在车辆侧的提供表示车辆运动的信号的传感器。该系统还包括一个映射处理器，它接收对象信号并通过多个数据帧规定了对象跟踪。该系统还包括纵向状态估计处理器，其接收对象信号和传感器信号并在前进方向上提供对车辆速度的校正。该系统还包括横向状态估计处理器，其接收对象信号和传感器信号并在横向上提供对车辆速度的校正。

从机器人领域还已知，使用迭代最近点方法基于激光雷达传感器的传感器数据来估计自身运动。在此可以使用激光雷达传感器检测对象，并且可以确定描述这些对象的点云。这些点云可以针对相继的测量或时间点来确定。此外，相应点云的点可以聚类或组合。在机器人技术中，自身运动通常是在室内进行确定的。具有已知几何形状和/或规定轮廓的对象在此通常可供使用。由此通常确保点云中的点数不会改变，因为对象的轮廓始终相同。

在这种情况下，也采用滤波方法，以便从点云中选择用于确定自身运动的点。在已知的滤波方法即所谓的“筛除”方法中，检查所形成的聚类的绝对的点数和点密度。如果绝对的点数和/或点密度太低，则聚类被视为异常者或被筛除者，并被过滤掉或不被考虑。

在道路交通中通常存在大量不适合确定车辆自身运动的动态的或移动的对象。此外，那里通常还会有干扰对象，例如防撞护栏，它们在激光雷达传感器的检测范围内没有明确的边界或轮廓。然而，这些干扰对象无法利用已知的滤波方法识别出来。其原因是，这些对象具有高的点密度，因此不属于已知的过滤标准。

发明内容

本发明的目的是，提出关于如何借助使用激光雷达传感器的测量更可靠地确定车辆自身运动的解决方案。

根据本发明，该目的通过具有独立权利要求的特征的方法、计算设备、计算机程序以及计算机可读存储器(介质)来实现。本发明的有利改进在从属权利要求中说明。

根据本发明的方法用于估计车辆的自身运动。该方法包括，借助在第一时间点利用车辆的激光雷达传感器提供的传感器数据来确定具有多个第一点的第一点云。此外，该方法包括，借助在第一时间点之后的第二时间点利用激光雷达传感器提供的传感器数据来确定具有多个第二点的第二点云。该方法还包括，将第一点分配给聚类，将第二点分配给聚类，以及从第一点云中选择第一点，并从第二点云中选择第二点。此外该方法包括，确定在相应的对应的所选第一点和所选第二点之间的位移，并借助该位移估计车辆的自身运动。在此规定，对第一点的选择和对第二点的选择根据相应聚类的形状来进行。