技术领域
[0001] 本
发明涉及一种导航的方法以及一种用于执行用于在被限界的区域内部的至少一个自动驾驶的道路车辆的导航方法的导航设备。
背景技术
[0002] 目前,自动驾驶是各种
汽车设计概念的重要主题。通常,在此
力求通过自动系统替代乘用车和货物运输车、例如轿车、商用车和货车的驾驶员,为此,通过不同的
传感器模仿驾驶员的
感知。对视觉的模仿,即,识别在道路表面上的标记、交通标志、
信号装置(信号灯,交通标志等)和其它交通参与者,在此对干扰非常敏感。尤其是在落日时的
背光或者在车道上的
水、
雪和
冰,通常导致误识别。此外,所需的地图制图需要越来越高的数据量,这使已知的汽车设计概念的实现变得困难。
[0003] 此外,也已知用于自动驾驶车辆的卫星辅助的导航方法,这同样有缺点,因为在现代城市内部的狭窄的街道中的附加的地面
站点(DGPS或RTK)中,常常至少部分地屏蔽信号自身,从而在此处妨碍了充分精确地控制车辆。
[0004] 由此,在已知的用于自动驾驶的系统中,复制人类的控制和调节过程。从外部提供的大多GPS辅助的轨迹仅仅用于导航,即,用于路线选择或者用于确定到达目的地的里程,而通过与视觉感知相似地设计的信号进行车辆引导。相应的内容通过评估来自摄像机图像、雷达/激
光信号或车辆的不同
车轮转速的信号(从这些信号中可计算
转弯半径)实现。在这种情况下,任务分配时仍是通过外部系统进行路线选择,在那里确定,应通过哪条道路行驶到目的地,并且通过车辆的车载系统进行车路线控制,车载系统面向人类驾驶员的感知标准。
[0005] 总结地,可如下描述已知的工作原理,自动控制/调节装置通过以下方式复制人类驾驶员的感知能力,即,自动控制/调节装置面向相同的信息源并且此外将这些感知以高要求的且无
缺陷的构造识别转变成周围现实的图像并且由此模仿人类驾驶员。不仅对于感应装置而且在
数据处理中,从该工作原理中得到如下要求,所述要求不能满足或者仅仅以非常高的消耗满足且尽管如此以几乎不可避免的安全
风险才能满足。
[0006] 也已知这样的方案,即,在其中,借助于
基础设施的设备,例如驱动电线、磁体或感应线圈进行自动驾驶。这种系统仅仅有限地适合用于在城市内部区域中控制车辆,因为这种在车道表面中的安装设备是复杂的,成本高的,并且容易受到与天气相关的影响,例如雨,雪和冰的干扰。此外,在车道表面之外的安装设备容易受到清扫机和故障清除车的破坏。
发明内容
[0007] 基于此,本发明的目的是,提供一种导航设备和一种导航方法,通过所述导航设备和导航方法至少部分地消除
现有技术的缺点。
[0008] 尤其是,应给出一种导航设备和一种导航方法,所述导航设备和导航方法可靠地且成本适宜地实现在有限区域中的自动驾驶。
[0009] 1.导航方法
[0010] 该目的首先通过根据
权利要求1所述的导航方法实现。据此,根据本发明规定,在被限界的区域中布置多个分别具有发送接收单元的
位置固定的站点,为了数据交换,发送接收单元可无线地与车辆的发送接收单元相连接,从而通过获得信号从车辆的发送接收单元到至少两个站点并且返回的传输时间,可明确地确定车辆的位置和速度。
[0011] 在下文中并且在
从属权利要求中给出该方法的优选的设计方案。
[0012] 根据本发明的优选的第一设计方案规定,车辆是包括多个自动且可单独行驶的车辆的车队中的一个车辆。就此而言,单独意味着,车辆可彼此独立地行驶不同的路线。
[0013] 优选地,由信号从车辆的发送接收单元到站点的传输时间T1、数据处理时间T0和信号从站点到车辆的发送接收单元的传输时间T2得到信号的传输时间T。
[0014] 尤其是规定,信号包含进行发送的发送接收单元的识别标志。该识别标志由进行发送的发送接收单元调制到信号上,并且允许车辆和站点的明确的关联。
[0015] 相应地,为了在确定的时间间隔中精确地确
定位置和速度以及为了车辆的行车路线控制,发送基本上无定向的信号。与之相对地,在已知的雷达或
激光雷达系统中发送定向的信号。所述无定向的信号包含用于识别车辆的编码,并且实现仅相对小的有效距离,从而所需的发送功率很小。在位于附近的站点中的发送接收单元中接收该信号,并且在精确地确定的时间间隔之后将该信号与站点的识别标志一起以无线电回送。
[0016] 由此,在车辆中的发送接收单元在可精确限定的
时间窗之内获得回送信号,该时间窗由信号到站点的传输时间T1,始终相同的回送间隔T0(数据处理时间)和从站点返回车辆的传输时间T2组成。由此,可从总传输时间T中精确地确定位置和速度。在测量的时刻,车辆位于与站点间隔开的限定的球面上。由于车辆必然位于地面上,位置的可能性的数量从球面减小到路面与球面的交集,即,在一条线上。于是,通过相对于另一以相同的方式限定线(曲线)的站点的测方位,得到标记车辆位置的交点。
[0017] 对于两条获得的曲线得到两个交点的可能的情况,或是通过另一站点确定第三位置和速度,利用之前确定的测方位中的一个检查可信度,或是不使用该测方位。无论如何,在三个测方位时,确定车辆的精确的明确的位置。如果准确地以地图方式绘制站点,则可将与道路地图或视频图像材料相比需要更小的数据量的矢量空间限定成行驶路线。
[0018] 处理时间T0可为固定的值或可变化,其中,在后面一种情况中,将实际上针对每个测方位所用的时间T0一起回送,从而位置确定是明确的。于是,当多个车辆与相同的站点连接并且未同步进行数据处理时,这种变型方案是合理的或甚至是必须的。
[0019] 与传统的雷达或激光雷达系统相反地,不需要定向的测方位,避免了识别错误,并且可省去复杂的时钟同步,例如在单向系统(GPS)中的时钟同步,因为不测量时刻,而是测量时间间隔,并且站点的相应的位置是固定的。
[0020] 可实时地进行由传输时间和站点位置的评估
算法,并且为规定的行驶路线(轨迹)的保存的修正系数存储在
数据库中。
[0021] 在一种特别的实施方案中,存储直接的修正算法,代替确定位置,该修正算法从获得的数据和理论/实际偏差中获得并且转化用于车辆控制的修正数据。
[0022] 在本发明的另一优选的实施方式中,测方位从位置固定的站点开始,并且设计成发射应答器的发送接收单元位于车辆中。在这种情况中,作为测方位的附加,站点也发送用于轨迹的修正数据。该实施方式的优点在于,轨迹的数据库在每个站点中都需要非常少的数据量,因为仅仅存储相应的站点的发送区域并且不存储可能被车辆驶过的整个被限界的区域。
[0023] 为了避免传输时间误差,例如反射
辐射的传输时间误差,选择在周围环境的面上几乎不引起反射的无线电序列。
[0024] 优选地,使被传输的数据数字化。在优选的实施方式中,以分组的形式进行数据传输,从而不需要存在持续信号。
[0025] 在本发明的另一实施方式中,由发送接收单元发送的数据和/或行驶路线修正数据传输给控制总站。随后,通过所谓的
人工智能系统或其它学习方法优化该数据,并且将结果输入到可供使用的数据库中和/或用于持续改善和匹配的算法中。
[0026] 根据本发明的另一优选的实施方式规定,位置固定的站点附加地也用作WLAN站点和充电控制装置以及用于结算。
[0027] 为了能在被限界的区域内部在规定的路径上控制自动驾驶的车辆,以地图方式绘制被限界的区域。
[0028] 优选地,规定以矢量的方式进行以地图方式的绘制。为了能以矢量的方式,精确地且以最小的数据量检测该被限界的区域,首先可将每个道路区段,即,在丁字路口和十字路口之间的车行道绘制成矢量图。
[0029] 分别通过交叉的线段到两个或多个类别中的相应合适的过渡半径描述十字路口和丁字路口,例如,小的半径用于窄车道的锐
角十字路口,以及大的半径用于宽车道的钝角丁字路口。
[0030] 以路径长度标记表示每个道路区段。
[0031] 车行道设有从中点的偏移值。
[0032] 以地图方式的绘制结束之后,所有道路被实际的车辆驶过并且检验矢量数据。
[0033] 于是,由自动驾驶的车辆组成的车队中的所有车辆都获得如下
软件,即,通过该软件可使车载控制跟随矢量化的道路。在此,考虑偏移值。例如,一个车辆以与中心相距0.7m的距离在内车道上运动,并且另一车辆以1.4m的距离在外车道上运动,从而最优地引导并排行驶的车辆。在此,也可确定用于上车和下车的停车道。
[0034] 通过位置固定的站点的CPS的信号,识别由于公差或干扰参量累积带来的偏差并且进行相应的修正。
[0035] 由此,典型地如下获得行驶路线:
[0036] 乘客通过优选地具有APP的
移动电话将
呼叫信号与其行驶目的地一起发送给总站。在呼叫时,自动地一起发送乘客的位置。该位置基于已知的GPS信号。在总站(或者在车队中的下一个车辆)中的计算机根据GPS数据获得矢量化的车行道的相应的位置数据。紧接着,借助于根据现有技术已知的戴克斯特拉算法,获得最短的路线。备选地,也可通过将行驶时间而不是距离与道路区段关联,来选择最快的路线。为此从车队中的活动的(行驶的)自动车辆的持续记录报告中集中地获取为此所需的数据。
[0037] 在总站中,或者以车载方式在车队中的每个车辆中进行路线优化。
[0038] 在此,路线引导考虑车道与中心线偏移的数据以及如下另一偏移,所述另一偏移由于接收天线不位于车道表面的高度上而是位于更高的高度上而产生。以优化的方式,接收天线布置在车辆的
车顶上,并且在可能的车辆侧倾时,考虑在车轮的轨迹和天线的轨迹之间的侧向偏差。
[0039] 通过当前导航方法,车辆并不面向视觉地或者通过雷达/激光雷达获取的特征,例如路边石或者道路标记,而是面向以矢量的方式获取的、高度精确的且以短程无线电无干扰地传输的引
导轨道,该引导轨道没有被磨损或弄脏(例如被停止的车辆或者被雪或冰)。与此无关地,该系统不仅可通过直接的视频传输而且可通过点控制进行修正。
[0040] 在本发明的优选的实施方案中,在确定位置时,如此为信号编码,使得将测方位辐射用作方向确定,并且将一个或多个可调制的信号用于距离确定,从而即使利用仅一个在接收区域中的发送器也能实现准确的位置确定。然而,为了冗余,还是将所有可用的发送信号与交叉测方位一起使用。
[0041] 在车辆经过信号应可供使用但是未接收到信号的位置或区域的情况下,车辆将包含故障报告的信号发送给被限界的区域的控制总站。
[0042] 在一种特别的实施方案中,所描述的发送器,尤其是无线电发送器与WLAN系统一起组合成网络,其中,以公共WLAN供给很多区域,例如全部城市区域。为此,各个站点部分地设计成
中继器,从而数据仅仅从一个站点传输到下一个站点,并且可取消到每个站点的各自的数据传输。于是,可将WLAN数据并行地用于车辆的导航。
[0043] 在另一实施方案中,车辆不仅与所描述的无线发送器通讯,而且与直接附近的移动电话的信号通讯,从而可检测到可动的参与者,例如其它轿车,行人和
自行车。
[0044] 2.导航设备
[0045] 补充地,开头给出的目的由用于执行所述导航方法的导航设备实现。为此,根据本发明规定,在被限界的区域中,布置有多个分别具有发送接收单元的位置固定的站点,为了交换数据并且确定车辆的位置和速度,发送接收单元可无线地与车辆的发送接收单元相连接。此外,提供信号网络,在其中,以短的距离,优选地以在10m至50m之间的距离,发送具有短的有效距离的无线
电信号,该无线电信号包含关于发送器的位置、交通情况和其它用于安全的车辆引导的数据的数字化信息。
[0046] 在下文中并且在相关的从属权利要求中给出本发明的优选的实施方式。
[0047] 为了降低在安装导航设备时的高成本和消耗,根据本发明的一种优选的设计方案规定,位置固定的站点的发送接收单元与通电的基础设施元件的
电流供给装置相连接,尤其是与信号灯、
路灯、信息指示牌、
广告牌和/或其它照明装置的电流供给装置相连接。在将发送接收单元布置在通电的交通信号设备中时,可利用的是,不仅存在并可使用电流源,而且可传输关于交通情况的信息,例如临时改变的限速的信息,或者先行规则的信号灯信号。实际上,在城市内部中的所有这种通电的设备都基于几乎视觉的信号传播,因为驾驶员必须能看到交通标志,从而不会由于障碍物遮蔽。
[0048] 根据本发明的一种特别优选的实施方式,规定,位置固定的站点的发送接收单元布置在通电的基础设施元件的
基座和照明器件之间。此外,位置固定的站点的发送接收单元优选地具有插头以用于电流供给,该插头与通电的基础设施元件的照明器件的插头几何结构相对应。因此,在使用街灯时,发送接收单元可被拧入(之前的)照明器件的
螺纹中,这此外带来的优点是,仅仅照明器件的位置的高度就保证了可靠的
信号传输。
[0049] 3.区间观察
[0050] 尤其是在城市交通中,自动驾驶的车辆不仅必须具有非常精确的行车路线控制和位置确定,而且当可动的障碍物,例如其它交通参与者在碰撞曲线上运动时,也必须识别或者已经在识别技术上预测在车行道上的障碍物。由于在城市交通中高的交通
密度,对这种障碍物的视线常常是受限的,从而即使特别高效的系统也仅能实现受限制的辅助。
[0051] 根据本发明的一种尤其优选的实施方式规定,位置固定的站点具有传感器,该传感器能以合适的软件实现障碍物识别。优选地,传感器是摄像机、雷达传感器,激光雷达传感器或
超声波传感器。为了电流供给,传感器与位置固定的站点的电流供给装置相连接,从而安装耗费低。
[0052] 障碍物识别适合所有如下应用,即,在其中,在车队中的车辆之间和/或在车辆和控制总站之间和/或在车辆和各个控制装置之间进行数据交换,从而可能的障碍物的信息可直接传输给在相关的区间中的车辆。
[0053] 优选地,传感器与在障碍物识别系统的观察区域中的车辆位置检测和车行道检测进行组合。一旦车辆到达被检测的区间,车辆开始与站点对话并且以直接通过无线电/WLAN/NFC等被通知的方式获得关于可能的障碍物的信息。
[0054] 特别的优点在于,
[0055] ·由于位置高,不会出现或者以更低的程度出现或者几乎不出现对观察区间的阻碍,
[0056] ·与装配在车辆上的检测系统不同,背景图像基本上保持相同并且由此更简单地识别结构,
[0057] ·每个变化,即,对象在观察空间中的每个运动可通过以下方式简单地且可靠地被识别,即,从第二图像的
像素中减去第一图像的像素并且由此剩余的差异必然代表着变化,例如进入观察空间中的运动的行人,
[0058] ·通过相似的简单的算法,可通过简单的像素对比操作识别运动方向,[0059] ·在车辆位于视线范围中之前,更早地获得出现的障碍物,以及
[0060] ·在夜晚时,也能检测障碍物,因为街灯作为位置固定的站点同时用于照明。
[0061] 已知的用于避免碰撞的系统固定在车辆上,并且由此仅仅能获取在车辆之前的非常小的空间,因为这些系统在转弯时仅仅能有限地定向在行驶路线上,障碍物例如是其它前方行驶的、迎面而来的或者侧向停着的车辆或者在路上的指示牌,并且形状识别软件必须持续地面对变化的背景图案。后者导致,或是识别需要非常高的计算功率,或者必须保存用于所有的交通区域的背景数据库,从而必须处理非常大的数据量。
[0062] 形状识别软件如下工作,即,通过数字化和/或矢量化获取在观察空间中的变化,并且将该变化换算成形状并进行关联。
[0063] 在此,变化的视角,光线状态或背景图像是显著的干扰参量,因为获得的图像与保存的图像由此不同,并且必须计算偏差中的哪些是干扰参量哪些是目标参量。
[0064] 在行驶的车辆上,背景、光线和视角持续变化,由此,检测和识别目标参量非常困难并且容易受到干扰。
[0065] 相反地,位置固定地安装的传感器总是“看到”观察空间(区间)的相同图像,该图像最多由于光线发生变化。然而,这种变化轻易地通过保存的日间和夜间图像以及可能的季节性图像补偿。通过检测多个变化的像素,也可将集体的变化、例如光线或季节影响简单地与通过运动的对象引起的变化区分开。
[0066] 进入黄昏使图像中的一大部分的像素以连续的
颜色变化的形式在每单位时间以非常小的数量值进行变化,相反地,驶入观察空间中的车辆或行人在很少的像素部分中产生对比显著的颜色改变。
[0067] 此外产生的另外每个变化必然为仅还需要定位的运动的对象,以识别,该对象是否可能与附近的车辆碰撞。通过在被获取的区域中矢量地或者模拟地或者作为像素形状地检测车辆的路线,可非常简单地利用软件提供空间关联。于是,在车辆自身识别到障碍物之前,警告车辆并且进行
制动准备。此外,障碍物识别系统作为单独的系统在没有与车辆共同的子系统的情况下构成相对于车辆中的现有障碍物识别系统的冗余。在两个系统矛盾的情况中,进行可信度检查并且据此做出决定。在每次有怀疑的情况中,以有准备的方式提高制动准备。附加地,静态的和/或移动的系统输出作为大光灯信号或声学信号,并且警示障碍物。
[0068] 针对这种自动驾驶的汽车设计概念(其运行限制在确定的空间中),此外减小了成本消耗,因为需配置比车辆更少的站点。并且,静态的安装设备成本更适宜。
[0069] 在一种特别的实施方案中,在识别障碍物时,静态的单元也识别移动电话的无线电信号作为决策辅助。
[0070] 此外,根据本发明的系统也检测车辆的通过,并且由此提供行车路线控制的冗余的反馈,车道控制由车辆自身进行或者借助于设置在附近或相同位置上的测方位系统进行。
[0071] 在车辆外部的系统或车载系统识别到障碍物时,计算绕行轨迹,所述绕行轨迹通过相对于地图绘制的中心线矢量加上围绕障碍物区域的过渡半径的偏移的矢量获得。由此,在虚拟的轨道上引导车辆,该轨道相应于数学的曲线而不是具有无限多种变化可能性的点
云。
[0072] 由此,在到达障碍物时得到以下流程:
[0073] 自动驾驶的车辆在其沿着所选择的矢量轨迹的行程上接近障碍物,该障碍物首先被在路灯中的外部摄像机检测到,由此,将第一警报信号发送给车辆并且降低速度。一旦障碍物也被车辆的车载系统获取,两者,即车载的和静态的系统调整优化的绕行路线,并且在通过两个系统获得的绕行路线一致并且被
许可时,进行绕行。与此并行地,在总站记录绕行的时间。
[0074] 总地来说,通过本发明,与现有技术相反地,提出完全另一种工作原理,在该工作原理中,提供对周围现实的矢量的且足够准确的图像,并且将该图像由外部的传输系统传输给车辆,使得保持与所描述的面向光学信号或雷达/激光雷达信号时一致的
精度。相反地,车辆直接在作为周围环境的矢量图像以地图方式绘制的虚拟轨道上运动。由此,用于车辆引导的内部感知是具有非常紧凑的数据量的矢量图,该矢量图可简单地且可靠地存储和处理。当保证了在控制源和车辆之间的数据传输时,实现初级的路线引导,即,精确的轨迹
跟踪。
[0075] 当车辆自动地在被限界的区域中与其它交通参与者并行行驶时,次级的车辆引导,也就是说绕开障碍物并且避免碰撞,需要与根据本发明的导航方法相匹配的解决方案。为此,同样采用预设的矢量。由此,不必考虑无限多种车辆必须根据情况进行处理的选项。
相反,同样设置外部的系统,使得以简单的且可计算机控制地实施的方法识别可能的障碍物并且实时地将对来自同样矢量的场景的响应传输给车辆。
[0076] 由此,不仅周围环境的图像,而且初级的和次级的车辆引导都以数字的和矢量的方式进行,并且不再通过像素图和模拟路线进行。
[0077] 与根据现有技术已知的方法相比,本发明之所以也是有利的,是因为所获取的数据可直接作为原始数据进行评估,这显著减小了计算量。相对地,在已知的方法中,必须融合来自不同传感器(摄像机,激光雷达,雷达)的数据,这提高了对计算功率的要求,并且由此也提高了对不可预知的事件的响应时间。
附图说明
[0078] 接下来根据附图描述具体的
实施例。其中:
[0079] 图1示出了被限界的区域,以及
[0080] 图2示出了道路区段。
具体实施方式
[0081] 图1示出了被限界的区域1,在区域1中,车队中的车辆可自动驾驶。被限界的区域例如是城市或城市内部区域,并且包含多个道路2、十字路口和丁字路口。沿着道路2布置位置固定的站点(在图1中以黑点示出),站点具有发送接收单元3。如在图2中示出的那样,车辆4同样具有发送接收单元5,从而通过测量到至少两个、三个或更多的位置固定的站点的信号传输时间,能明确地确定位置和速度。紧接着,通过合适的控制,车辆可在被限界的区域1的地图上绘制的路线上运动。