用于确定道路网的行车道的走向的方法以及用于实施该方法的服务器设备专利检索-偏航风力发电机组风力发电场风能专利检索查询-专利查询网

用于确定道路网的行车道的走向的方法以及用于实施该方法的服务器设备

阅读：251发布：2020-05-08

专利汇可以提供用于确定道路网的行车道的走向的方法以及用于实施该方法的服务器设备专利检索，专利查询，专利分析的服务。并且本发明涉及一种用于基于多个机动车(17)的行驶轨迹(19)来确定道路网(13)的行车道(16)的走向的方法，其中，通过服务器设备(10)首先借助于所述行驶轨迹(19)来识别行车道(16)的未连接的行车道区段(31)的相应的走向。本发明规定，然后通过如下方式确定在各行车道区段(31)之间的拓扑关系，即，借助于在相应的个别情况观察中的各个行驶轨迹(19)确定：所述机动车(17)中的至少一些机动车在所述行车道区段中的哪些行车道区段(31)之间实际上转向了，其中，基于预先确定的连结标准(33)借助于进行转向的行驶轨迹(19)被识别为相关联的各行车道区段(31)被连接成一条相应的行车道(16)，并且提供描述所确定的行车道(16)的走向的行车道数据(38)。，下面是用于确定道路网的行车道的走向的方法以及用于实施该方法的服务器设备专利的具体信息内容。

权利要求

1.用于基于多个机动车(17)的行驶轨迹(19)来确定道路网(13)的行车道(16)的走向的方法，其中，通过服务器设备(10)借助于所述行驶轨迹(19)来识别行车道(16)的未连接的行车道区段(31)的相应的走向，
其特征在于，
通过如下方式确定在各行车道区段(31)之间的拓扑关系，即，在相应的个别情况观察中借助于各个行驶轨迹(19)确定：所述机动车(17)中的至少一些机动车在所述行车道区段中的哪些行车道区段(31)之间实际上转向了，其中，基于预先确定的连结标准(33)借助于进行转向的行驶轨迹(19)被识别为相关联的各行车道区段(31)被连接成一条相应的行车道(16)，并且提供描述所确定的行车道(16)的走向的行车道数据(38)。
2.按照权利要求1所述的方法，其中，所述连结标准(33)对于相应两个行车道区段(31)预先规定：沿着所述两个行车道区段(31)中的其中一个行车道区段延伸的、预先确定的相对最小份额的行驶轨迹(19)和/或预先确定的绝对最小数量的行驶轨迹(19)也必须沿着所述两个行车道区段(31)中的另一个行车道区段延伸。
3.按照上述权利要求之一所述的方法，其中，所述连结标准(33)对于相应三个或更多个行车道区段(31)预先规定：如果延伸经过这些行车道区段(31)中的其中一个行车道区段的行驶轨迹(19)以处于预先确定的值域内的数量比例分配到所述行车道区段(31)中的其余的行车道区段上，则将所述其中一个行车道区段(31)与所述其余的行车道区段(31)相连接。
4.按照上述权利要求之一所述的方法，其中，借助于各个行驶轨迹(31)来确定并且用信号表示：在相应两个行车道(16)之间是否能进行行车道变换(35)。
5.按照上述权利要求之一所述的方法，其中，借助于各个行驶轨迹(19)的相应的走向方向(22)来识别行车道(16)和/或单行道的规定的行驶方向。
6.按照上述权利要求之一所述的方法，其中，为了识别所述行车道区段(31)的相应走向，借助于预先确定的统计学方法将行驶轨迹(19)总结成机动车(17)的停留概率的一个概率分布(27)，并且在所述概率分布(27)中按照预先确定的搜寻标准来确定特征点(28)，并且借助于预先确定的连接方法分别将所述特征点(28)中的一些特征点通过连接部(30)连接成各行车道区段(31)之一的一个相应走向。
7.按照权利要求6所述的方法，其中，所述统计学方法包括基于包含在所述行驶轨迹(19)中的位置说明(23)形成直方图或估计核密度。
8.按照权利要求6或7所述的方法，其中，所述搜寻标准预先规定：所述概率分布(27)的局部最大值和/或鞍点分别是特征点(28)。
9.按照权利要求7至8之一所述的方法，其中，所述连接方法分别将沿着至少一个预先确定的几何基本形状之一设置的各特征点(28)连接成一个行车道区段(31)。
10.按照权利要求7至9之一所述的方法，其中，所述连接方法规定，借助于霍夫变换来识别相关联的特征点(28)。
11.按照上述权利要求之一所述的方法，其中，所述行驶轨迹(19)通过预先确定的航位推算方法来形成，所述航位推算方法为了描述相对的位置变化而评估相应的机动车(17)的加速度、速度、偏航率和/或航向。
12.服务器设备(10)，所述服务器设备具有计算装置(12)，所述计算装置设置为用于实施按照上述权利要求之一所述的方法。

说明书全文

用于确定道路网的行车道的走向的方法以及用于实施该方法

的服务器设备

技术领域

[0001] 本发明涉及一种用于基于多个机动车的行驶轨迹来确定道路网的道路的行车带或行车道的走向的方法。所述方法可以通过一种同样是本发明的组成部分的服务器设备来实施。

背景技术

[0002] 为了将道路网的道路行车道准确地绘制成地图，可以借助于专用的测量车辆进行测量。不过，这是耗时且昂贵的。

[0003] 另一种可能性在于，集中地收集多个机动车的行驶过的行驶轨迹的轨迹数据并且借助于这些行驶轨迹来确定行车道的相应走向。一种这种类型的方法例如从DE 10 2015 000 399 A1中已知。按照该方法，基于行驶轨迹来确定对于机动车的停留概率的概率分布。
通过连接在所述概率分布的函数中的数学上的最大位置可以重构行车道走向。不过，这在一些情况下仅适用于短的行车道区段，如果所述行车道走向例如可以沿着一个直的路段被明确地确定的话。而如果各行驶轨迹相交，则借助于所述概率分布不能识别出，这是否指示出两条道路形成一个交叉路口或者其中一条道路通过桥在另一条道路上方引导。因为通常在轨迹数据中缺少高度说明，从所述高度说明可以识别出：相交叉的各行驶轨迹是如在存在交叉路口的情况下那样在同一高度上延伸，还是如在存在桥的情况下那样一个方向的各行驶轨迹在与相交叉的方向的各行驶轨迹不同的高度水平上延伸。但关于在各道路之间的连接的信息是决定性的，以便能够在道路地图中给出例如是否存在转弯可能性，这仅在交叉路口处是这种情况而在桥处不是这种情况。只有这样才能够将道路地图用于导航辅助。

发明内容

[0004] 本发明的目的在于，基于机动车的多个行驶轨迹来确定或重构道路网的行车道的走向。

[0005] 所述目的通过各独立权利要求的技术方案来实现。本发明也包括进一步扩展方案，如其从各从属权利要求、以下说明和各附图中得出的那样。

[0006] 通过本发明提供了一种用于确定道路网的行车带或行车道的走向的方法。所述走向基于多个机动车的行驶轨迹来确定。对所述行驶轨迹的相应描述可以从相应的机动车中以轨迹数据的形式来接收。所述行驶轨迹可以给出对于机动车沿着所述行驶轨迹的相应位置的一系列位置说明。所述行驶轨迹例如可以通过机动车的相应的导航系统来提供。

[0007] 所述轨迹数据可以通过服务器设备来收集。通过所述服务器设备，借助于行驶轨迹来识别行车道的未连接的行车道区段的相应的走向。这种未连接的行车道区段由开头所描述的问题造成，例如基于概率分布虽然对于有限的路段、即个别行车道区段可以明确地确定相应行车道的走向。这种行车道区段的长度可以处于例如2m至500m的范围内。但是在有疑问的情况下、例如是存在交叉路口还是桥，但目前还是无法决定，在那里汇聚的行车道区段中的哪些行车道区段这样连接，使得机动车可以从所述行车道区段中的其中一个转向到另一行车道区段上。

[0008] 因此，为了确定在各行车道区段之间的拓扑关系，亦即，为了识别现有的连接，按照本发明规定，在相应的个别情况观察中借助于机动车的各个行驶轨迹确定：所述机动车中的至少一些机动车在行车道区段中的哪些行车道区段之间实际上转向了。相关联的行车道区段因此例如借助于以下被识别出，例如预先确定的最小数量的机动车能够在各行车道区段中的相应两个行车道区段之间转向。通过给出了哪些行车道区段应被连结的连结标准来规定所述最小数量和/或其他条件。基于预先确定的所述连结标准借助于进行转向的行驶轨迹被识别为相关联的各行车道区段于是被连结或连接成一条相应的行车道。所述连结标准可以预先规定，在两个行车道区段之间至少有多少车辆必须转向，以便将所述两个行车道区段识别为相连接的。因此，在满足连结标准的情况下，相应的行车道区段被连结或连接。于是，对于这样确定的行车道的走向提供描述行车道的行车道数据。

[0009] 通过本发明得出如下优点，即，在没有附加的测量数据的情况下仅借助于行驶轨迹就能够确定道路网的道路具有哪种行车道走向，其中，在有疑问的情况下、例如在相交叉的行驶轨迹中，通过个别情况观察来确定在先前重构的、未连接的行车道区段之间的拓扑关系。因此，借助于所述方法可以将道路网的行车道的走向绘制成地图，在其中也给出了在各行车道之间的变换可能性。因此，行车道的所确定的走向例如适合于导航辅助。

[0010] 通过本发明的其他实施方式得到其他优点。

[0011] 一种实施方式规定，所述连结标准对于相应两个行车道区段来预先规定：这些行车道区段必须共同具有行驶轨迹，以便将所述行车道区段相连结。在此特别是涉及两个相邻的或彼此相继的行车道区段。因此，沿着所述两个行车道区段中的其中一个行车道区段延伸的行驶轨迹的预先确定的最小份额必须也沿着所述两个行车道区段中的另一个行车道区段延伸。因此，规定一个预先确定的最小份额，该最小份额例如可以通过百分比数据来规定。所述最小份额例如可以处于20％至100％的范围内。因此，延伸经过所述其中一个行车道区段的行驶轨迹的例如至少50％也必须延伸经过所述另一个行车道区段。由此得出如下优点，即，在两个行车道区段之间的连接借助于对所述连接的相对性利用来识别。附加于或替代于此地，所述连结标准可以关于所述相应两个行车道区段预先规定：预先确定的绝对最小数量的沿着所述两个行车道区段中的其中一个行车道区段延伸的行驶轨迹也必须沿着所述两个行车道区段中的另一个行车道区段延伸。因此，绝对数量是决定性的。由此得出如下优点，即，可以通过相应地预先规定所述绝对最小数量来排除个别情况。该最小数量例如可以处于大于5的范围内。

[0012] 一种实施方式规定，所述连结标准关于相应三个行车道区段预先规定：如果延伸经过所述三个行车道区段中的其中一个行车道区段的行驶轨迹以处于预先确定的值域内的数量比例分配到所述行车道区段中的其余两个行车道区段上，则将所述其中一个行车道区段与所述其余两个行车道区段相连结或相连接。由此能够以有利的方式在纯转弯车道和所谓的混合的转弯车道(具有继续直线行驶的附加可能性)之间进行区分。由此也可以识别出行车道的分岔。为了仅列举对于数值的示例，所述值域例如可以处于从1/5至4/5。因此，例如如果行驶轨迹以1/3至2/3的比例来分配，则识别出分岔。当然，该实施方式也可以相应地应用于多于三个的行车道区段。

[0013] 一种实施方式规定，借助于各个行驶轨迹确定并且用信号表示：在相应两个行车道之间是否能进行行车道变换。如果至少一个机动车或预先确定的最小数量的机动车在两个行车道之间实现变换(在个别情况观察下可借助于其行驶轨迹识别)，则由此可识别出行车道变换。该最小数量可以通过预先确定的、必须被满足的行车道变换标准来预先规定，以便识别行车道变换。所述行车道变换标准能够预先规定绝对最小数量和/或相对最小数量(沿着行车道行驶的机动车的数字上的份额)。通过该实施方式能够以有利的方式识别出建筑性分隔(未能识别出行车道变换)和/或能够识别出对于行车道变换的可能性。

[0014] 一种实施方式规定，借助于各个行驶轨迹的相应的走向方向，亦即借助于分别行驶的行驶方向来识别行车道和/或单行道的所规定的行驶方向。在此，单行道是单个行车道或全部沿相同的行驶方向引导的多个相邻的行车道，而没有沿相反方向的其他相邻的行车道。由此得到如下优点，即，也可以基于行驶轨迹将规定的行驶方向绘制成地图。

[0015] 至此出发点是，各个行车道区段是已知的。如已经阐述的那样，这样的行车道区段可以总是在行车道走向明确的地方被确定或识别，因为例如不存在分岔或交叉路口。本方法的一种实施方式涉及识别这些行车道区段的相应走向、亦即形成行车道区段。为此，借助于所述统计学方法将行驶轨迹总结成机动车的停留概率的概率分布。对于这种统计学方法的一个例子是形成直方图(直方图形成法)。于是，在所述概率分布中按照预先确定的搜寻标准来确定特征点。于是，借助于预先确定的连接方法分别将所述特征点中的一些特征点通过连接而连接成各行车道区段之一的相应走向。因此，该连接方法将各特征点相连接或者描述如下行车道区段的至少一个走向，该走向在特征点方面满足预先确定的优化标准、例如走向至特征点的距离的平方和最小。每个行车道区段可以具有预先确定的基本形状、例如可以是直线段或弧形段。通过使用概率分布及其特征点，尽管各个行驶轨迹与行车道中心有偏差，但仍可以重构其走向。

[0016] 如已经阐述的那样，用于总结行驶轨迹的统计学方法可以包括形成直方图。一种实施方式规定，所述统计学方法包括估计核密度。在这种核密度估计中，对于包含在所述行驶轨迹中的每个位置说明，可以分别将二维的概率密度函数(对于沿X方向和沿Y方向的停留概率)以其平均值或最大值在数字地图中定位到按照位置说明的位置处。这种概率密度函数也被称为核(核心)。于是，如果将所有定位在相应位置上的概率密度函数例如通过求和相组合或叠加，则获得机动车的停留概率的所描述概率分布作为二维的、亦即与位置相关的概率函数(对于X方向和Y方向)。由此得出如下优点，即，所述概率分布作为连续函数来确定并且因此能够补偿检测孔雀。

[0017] 于是，一种实施方式规定，用于找出特征点的所述搜寻标准预先规定：所述概率分布的局部最大值和/或鞍点分别是特征点。因此，每个特征点表示如下地点，在所述地点处停留概率关于邻接的周围区域和/或预先确定的空间方向是最大的。由此，例如可以将行车道中心识别为属于行车道的行驶轨迹的统计学平均值。

[0018] 一种实施方式规定，用于连接各个特征点的所述连接方法分别将沿着预先确定的几何基本形状设置的这些特征点连接成一个行车道区段。这种基本形状例如可以是直线段或圆弧段或椭圆弧段或回旋段。可以设置多个预先确定的几何基本形状并且可以对于每个基本形状检验：是否可以沿着其排列各特征点。这于是得到一个行车道区段。通过该实施方式得出如下优点，即，每个行车道区段具有可信的形状，如这些对于真实行车道来说在施工技术上能够完全存在的公共道路那样。

[0019] 一种实施方式规定，所述连接方法规定：借助于霍夫变换来识别相关联的特征点。为此，可以借助于霍夫变换将特征点的坐标变换到霍夫参数空间(霍夫空间)中，如其本身从现有技术中、例如从US3069654A中已知的那样。于是，在霍夫参数空间中，可以确定至少一个满足预先确定的聚类标准的聚类点。这种聚类点按照一种可能的聚类标准例如可以是预先确定大小的区域的中点，在所述区域中存在预先确定的最小数量的转换点。于是，这样的聚类点描述了形状可以通过聚类点的逆变换来确定的行车道区段。通过该实施方式得出如下优点，即，能够自动地确定各个行车道区段的走向。

[0020] 如果为了确定行驶轨迹的轨迹数据而使用GPS数据(GPS-全球定位系统)，则行车道准确地绘制成地图是有问题的，因为GPS数据具有这样大的分散程度，使得所描述的行驶轨迹可能局部地太不准确而以致于无法在两个相邻的行车道之间进行区分。因此，一种实施方式规定，通过预先确定的所谓的航位推算方法(组合定位导航法)来形成或确定行驶轨迹。这种方法评估关于相应的机动车的加速度和/或速度和/或偏航率和/或所谓的航向(例如作为方位的行驶方向说明)，以便确定相对位置变化。换言之，相应行驶轨迹的轨迹数据的产生基于机动车的测距装置，所述测距装置使用车辆传感器来确定相对位置变化和/或运动动态性。由此，能够比利用GPS接收器在局部更准确地确定行驶轨迹。

[0021] 按照本发明的方法规定，接收多个机动车的行驶轨迹的轨迹数据。为了这能够集中地实施，通过本发明也提供了一种服务器设备。这种服务器设备可以构造为因特网服务器。所述服务器设备具有计算装置，所述计算装置设置为用于实施按照本发明的方法的实施方式。所述方法的方法步骤例如可以基于用于所述计算装置的程序代码来实现。所述服务器设备可以借助于计算机或计算机网络来实现。

[0022] 本发明的其他特征由权利要求书、附图和对附图的说明得出。以上在说明书中提到的各特征和特征组合以及以下在对附图的说明中提到的和/或在附图中单独示出的各特征和特征组合不仅可以以分别给出的组合、而且也可以以其他组合或单独地使用。

附图说明

[0023] 现在借助于优选实施例以及参考各附图来更详细地阐述本发明。图中：

[0024] 图1示出按照本发明的服务器设备的一种实施方式的示意图；

[0025] 图2示出用于阐明机动车的停留概率的概率分布的简图；

[0026] 图3示出用于阐明概率分布的另一图表；

[0027] 图4示出用于阐明一个方法步骤的简图，在该方法步骤中连接各行车道区段；

[0028] 图5示出用于阐明一个方法步骤的简图，在该方法步骤中检验对于行车道变换的可能性；

[0029] 图6示出道路地图，如其通过服务器设备借助于按照本发明的方法的实施方式可以形成的那样，并且在该地图中通过被连结的行车道区将各行车道的走向绘制成地图；以及

[0030] 图7示出用于阐明一个方法步骤的简图，以便能够使用航位推算方法中的轨迹数据。

具体实施方式

[0031] 在各附图中，用相同的附图标记分别表示功能上相同的元件。

[0032] 图1示出了服务器设备10，该服务器设备例如可以是能够作为服务器连接到因特网11上的计算机或计算机网络。所述服务器设备10可以具有计算装置12，所述计算装置可以设置为用于对于具有道路14的道路网13生成道路地图15，所述道路地图这样准确地描述所述道路网13，使得各个行车道16特别是与关于例如允许的行驶方向和/或行车道变换可能性和/或建筑性分隔的信息一起被记录在地图15中。所述道路地图15因此是行车道准确的。

[0033] 所述服务器设备10为此可以从沿着行车道16行驶的多个机动车17中接收轨迹数据18，所述轨迹数据描述了由所述机动车17经过或驶过的相应行驶轨迹19。轨迹数据18例如可以通过相应的无线电连接20、例如移动无线电连接经由例如移动无线电网络21和/或因特网11传递至服务器设备10。

[0034] 所述服务器设备10可以根据轨迹数据18将行驶轨迹19例如记录或追溯或重构在道路地图15中。在图1中，为了清楚起见，仅被重构的行驶轨迹19中的一些行驶轨迹配设有附图标记。此外，可以对于每个行驶轨迹19给出相应的机动车的行驶方向22。每个行驶轨迹19可以分别具有位置说明23，所述位置说明23给出相应的机动车17在相应的时刻的停留地点。通过连接各位置说明23得出相应的行驶轨迹19的走向。为此，可以将相应的位置说明23中的坐标记录在图1中所示的坐标系24中。

[0035] 所述服务器设备10现在可以由行驶轨迹19的走向重构行车道16的走向。为了阐明在此可能潜在的问题，由道路网13示出了交叉路口25，该交叉路口借助于行驶轨迹19仅可识别为所述行驶轨迹19中的一些行驶轨迹的交叠路口26。因为也可能的是，代替交叉路口25而得到行驶轨迹19的交叠路口26，因为所述机动车17中的一些机动车通过桥驶过另一道路。

[0036] 所述服务器设备10现在仍然可以重构行车道16的走向，并且在此也可以重构或识别在各行车道16之间的变换可能性，并且因此在地图15中对其进行记录或者地图绘制。

[0037] 为此，图2阐明了所述服务器设备10如何首先能够基于行驶轨迹19来确定对各个机动车17的停留概率的统计学描述。图2针对坐标X，Y示出概率分布27，所述概率分布(在Z方向上从图平面垂直地出来地)给出在相应的坐标处或在相应的地点处停留过机动车的相应的停留概率H。为了阐明，将概率分布27通过等值线并且在边缘处通过2D横截面来示出。

[0038] 图3再次示出图2中的概率分布27的横截面29。停留概率H可以基于核密度估计以所描述的方式来确定或形成。在概率分布27中可以确定特征点28，在图2中所述特征点中的仅仅一些特征点配设有附图标记，以便保持清晰性。特征点28例如可以分别是概率分布27的函数在最大位置X1、X2处的局部最大值或鞍点。

[0039] 图3示出沿着横向于道路14之一的走向的方向(在此为X方向)可以得出两个最大值和因此两个特征点，这指示出两个行车道。在此，也可以将预先确定的行车道宽度尺寸作为可信度测试的基础。

[0040] 在图2中还示出特征点28中的至少一些可通过相应的连接部30相连接，因为可看出，这些特征点28以预先确定的最小可靠性来表示行车道区段31的走向。以下将特征点28与所属的连接部30的组合分别视为与行车道区段31同义。为了识别相关联的特征点28，可以对预先确定的区域中的所有特征点31例如借助于霍夫变换进行变换，并且在霍夫参数空间中借助于预先确定的聚类标准如所描述的那样来确定聚类点。每个聚类点可以描述一个行车道区段31，其走向可以通过逆变换来确定。

[0041] 图4示出现在如何能够从个别的、未连接的行车道区段31出发重构在道路网13中的行车道16的走向、亦即行车道区段31的拓扑结构。为此，分别在两个或多于两个行车道区段31之间分别确定一个连结32。这现在不再借助于统计学的描述、亦即借助于停留概率27来进行，而是对行驶轨迹19中的个别进行个别情况观察。借助于行驶轨迹19的相应的单独走向可以确定，是否存在或发生了机动车17之一从所述行车道区段31中的其中一个行车道区段至所述行车道区段31中的另一个行车道区段的变换或转向。在此，连结标准33可以作为基础，该连结标准例如可以预先规定必须在相应两个行车道区段31之间延伸的行驶轨迹19的绝对最小数量，由此通过连结32将这些行车道区段相连结。也可以在沿着一个行车道区段31引导的行驶轨迹19中规定一个预先确定的相对最小份额(例如最小百分比)，该最小份额也必须引导经过所述另一行车道区段31，以便形成或调节连结32。

[0042] 图5示出如何借助于各个行驶轨迹19也可识别出对于行车道变换35的可能性。用于行车道变换35的可能性可以与两个行车道区段31的原本的连结32(如其基于行车道16本身的走向产生)例如借助于相应所基于的行驶轨迹19的数量或相对频率来区分，因为行车道变换的行驶轨迹比在行车道之内延伸的行驶轨迹稀少。通过识别出对于理论上可能的如下连结37，在所述连结处尽管如此没有行驶轨迹19沿着引导或者行驶轨迹19的数量小于阈值，也可以普遍地识别建筑性分隔36或行车道分隔。

[0043] 图6示出完成的道路地图15，其中通过各个行车道区段32及其相应的连结32来模拟行车道16的走向。未示出所识别出的对于行车道变换的可能性。在交叉路口25处，可以借助于在道路地图15中的连结32通过服务器设备10或通过可以使用道路地图15的导航设备来确定在道路网络13中存在哪些行驶可能性或导航可能性。

[0044] 行车道16的这样确定的走向可以通过行车道数据38描述，该行车道数据例如可以被传递到机动车、例如机动车17的相应的导航装置中，以便所述导航装置例如可以基于行车道数据38提供导航辅助。于是，借助于行车道数据38可能的是，规划行驶路线并且在此考虑行车道16的走向以及例如在交叉路口25处按照连结32的变换可能性。

[0045] 因此总结地，为了创建行车道准确的道路地图15而观察机动车17的多个行驶轨迹19。这些行驶轨迹19不需要通过GPS点来产生，而是可以通过航位推算方法来产生。在此，通过使用关于加速度、速度、偏航率和/或航向的信息，确定相应机动车在相应当前检测时刻相对于最后检测时刻的位置。这些信息可以以有利的方式由相应机动车的现有的系列传感器产生。该方法在观察小的路段(行车道区段)时比GPS更准确并且可以为了可信度测试而处于车辆的运动模型之下。然而，在观察较长的路段时可能出现漂移。为了克服该偏差，可以将地标用作固定点，在这些固定点之间逐段地挂起或锚定所计算的行驶轨迹19。因此，漂移或偏移可以被校正。

[0046] 为了于是能够得出关于各个行车道区段的拓扑结构的结论，首先产生松散的行车道网。该松散的行车道网仅仅表明车辆的停留地点并且还不包含例如是单行道还是纯或混合的右转弯车道的信息。

[0047] 为了产生所述松散的行车道网，可以使用高精度的GPS数据。然而，这些仅能以非常高的耗费来产生并且因此不适合。替代地，可以借助于核密度估计器来评估通过航位推算方法所产生的多个行驶轨迹19。

[0048] 图7示出了在航位推算过程中可以如何校正漂移。道路14可以通过例如在行驶时识别出的已知的地标38、例如弯道39被明确地识别。现在使用对地标38的位置的准确知识，以便将原本行驶的行驶轨迹19再次匹配或映射到道路上并且因此通过位移41来修正通过航位推算方法在所估计的行驶轨迹40中产生的漂移。

[0049] 在另一步骤中，可以通过评估多个行驶轨迹19得出关于行车道16的数量的结论。然而，由此确定的行车道描述与行车道中心不重合，而是正态分布的(参见图3)。借助于例如核密度估计装置可以作出关于行车道中心和行车道16的数量的结论。利用相同的方案也可以产生在纵向方向中的位置。结果是包含车辆在不同行车道上的所有可能位置的松散的行车道网。可以将其描述为概率分布27。

[0050] 为了能够确定之后仍缺少的拓扑结构，在单独评估中又单独地观察行驶轨迹19(参见图4和图5)。通过依次观察在松散的行车道网上行驶的行驶轨迹19的位置说明23可以确定，行车道16是被建筑性分隔、还是行车道变换是可能的，是单行道还是例如混合的或者纯右转弯车道。相应于此地，所述行车道网随着更多的轨迹数据28而不断改善。

[0051] 因此，以有利的方式不需要耗费的传感机构，因为可以通过多个机动车的现有的车队数据产生行车道准确的地图。

[0052] 附图标记列表

[0053] 10 服务器设备

[0054] 11 因特网

[0055] 12 计算装置

[0056] 13 道路网

[0057] 14 道路

[0058] 15 道路地图

[0059] 16 行车道

[0060] 17 机动车

[0061] 18 轨迹数据

[0062] 19 行驶轨迹

[0063] 20 无线电连接

[0064] 21 移动无线电网络

[0065] 22 行驶方向

[0066] 23 位置说明

[0067] 24 坐标系

[0068] 25 交叉路口

[0069] 26 交叠路口

[0070] 27 概率分布

[0071] 28 特征点

[0072] 29 横截面

[0073] 30 连接部

[0074] 31 行车道区段

[0075] 32 连结

[0076] 33 连结标准

[0077] 35 行车道变换

[0078] 36 建筑性分隔

[0079] 37 可能的连结

[0080] 38 地标

[0081] 39 弯道

[0082] 40 估计的行驶轨迹

[0083] 41 移位

[0084] H 频率

[0085] X X方向

[0086] Y Y方向

标题	发布/更新时间	阅读量
风机偏航卡钳报警方法和系统	2020-05-08	713
用于对称面内级间分离轨迹预估的试验装置及试验方法	2020-05-11	971
一种风电偏航制动器用改性聚酰亚胺摩擦材料及其制备方法	2020-05-11	780
车辆远光控制系统、方法及车辆	2020-05-08	744
一种基于多传感器无人驾驶的桥梁快速检测车	2020-05-11	155
一种复合翼垂直起降无人机的姿态控制方法	2020-05-08	637
一种模拟空中两机加油对接实验平台	2020-05-08	44
一种基于BIM与计算机视觉技术的室内定位导航方法	2020-05-11	864
机舱和风力发电机组	2020-05-08	685
一种基于GPRS的风力发电机组偏航系统故障检测装置	2020-05-08	480