[发明专利]用于界定区域内的车辆驾驶辅助的方法

说明书

本公开涉及用于界定区域内的车辆驾驶辅助的方法。用于界定区域(100)内的车辆驾驶辅助的计算机实现方法包括由中央数据处理系统(200)执行的以下步骤：通过覆盖界定区域(100)的无线局域网(300)从位于界定区域(100)内的多个车辆(Vsubgt;i/subgt;，i＝1、2、3……)接收来自车辆(Vsubgt;i/subgt;)的车载传感器的感测数据，由此来自每个车辆(Vsubgt;i/subgt;)的感测数据与所述车辆(Vsubgt;i/subgt;)周围的环境相关；集中处理和融合来自多个车辆(Vsubgt;i/subgt;)的感测数据；基于集中处理和融合的步骤的结果，通过无线局域网(300)向至少一个目标车辆(Vsubgt;i/subgt;)发送用于车辆驾驶辅助的信息。

技术领域

本公开涉及在例如室内空间的界定区域内的车辆驾驶辅助和/或自主驾驶领域。

背景技术

自主车辆或自动车辆必须能够在任何环境下执行不同的任务，包括自定位、环境建模、外部对象(诸如行人、其它车辆、自行车)的映射和跟踪。

自定位可能是自主车辆的最重要的任务。自主车辆的自定位越准确，外部对象的定位和跟踪就越准确。自主车辆的自定位可以基于由不同车载感测系统(诸如摄像头、LiDAR、雷达等)收集的数据来执行。

此外，自主车辆必须生成环境模型来识别车辆的周围环境中的静态对象(例如墙壁)，避免与静态对象的碰撞，并规划从点A到点B的最佳路径。

自定位的已知方法使用例如GNSS(全球导航卫星系统)的卫星导航系统。其使得设置有用于接收GNSS信号的接收器的车辆能够使用通过来自卫星的无线电沿着视线发送的时间信号来以高精度(在几厘米到米内)确定其位置(经度、纬度和高度/仰角)。然而，在室内环境内，例如在隧道或停车库中，来自卫星导航系统的信号通常不可用，并且需要以不同的方式执行自定位。

已知用于在室内环境中的自主车辆的自定位的不同方法。

第一已知方法包括使用诸如加速器和陀螺仪的机械运动传感器和运动模型来跟踪车辆的位置和取向。

在第二已知方法中，由诸如LiDAR或摄像头的一个或更多个车载传感器收集连续观察，并且配准，并且从这些连续观察得出车辆的运动。

文献KR20190121275A公开了一种用于基于机器学习和/或人工智能算法来定位室内空间内的车辆的室内定位方法。车辆利用感测系统获取室内空间的图像信息，并且将所获取的信息与预先生成的室内地图进行匹配，以基于匹配结果来定位室内空间中的车辆。

第一方法和第二方法的缺点是它们执行相对定位，这需要知道车辆的初始位置和取向。KR20190121275A的方法限于基于预先生成的室内地图来定位室内空间中的一个车辆定位。

已知方法仅限于在室内环境中对一个车辆进行自定位。因此，需要改进在其它参与者(如其它车辆和/或行人)可以进入的室内环境内的车辆自动驾驶和/或车辆驾驶辅助。

发明内容

本公开涉及一种用于界定区域内的车辆驾驶辅助的计算机实现方法，该计算机实现方法包括由中央数据处理系统执行的以下步骤：

-通过无线局域网从位于界定区域内的多个车辆接收来自车辆的车载传感器的感测数据，由此来自每个车辆的感测数据与所述车辆周围的环境相关；

-集中处理和融合来自多个车辆的感测数据；

-基于集中处理和融合的步骤的结果，通过无线局域网向多个车辆中的至少一个目标车辆发送用于车辆驾驶辅助的信息。