用于支持自动行驶车辆的环境识别的方法和装置 |
|||||||
申请号 | CN202280046719.1 | 申请日 | 2022-06-16 | 公开(公告)号 | CN117751394A | 公开(公告)日 | 2024-03-22 |
申请人 | 大众汽车股份公司; | 发明人 | R·菲利普; J·雷贝因; L·哈特延; A·巴斯勒; F·舒尔特; | ||||
摘要 | 本 发明 涉及一种用于支持自动行驶车辆(50)的环境识别(53)的方法,其中,确定所述车辆(50)当前执行的机动的机动类别(20‑x),其中,基于所确定的机动类别(20‑x),查明至少一个在存储的关联(15)中与所确定的机动类别(20‑x)相关联的 基础 区域(21‑x),其中,在考虑车辆(50)和/或环境的当前参数的情况下,对于所查明的至少一个基础区域(21‑x),分别确定在车辆(50)的环境中的配属的相关环境区域(22‑x),其中,分别为至少一个基础区域(21‑x)所确定的相关环境区域(22‑x)被提供用于环境识别(53),使得环境识别(53)可以在考虑分别确定的环境区域(22‑x)的情况下进行。本发明还涉及一种用于支持自动行驶车辆(50)的环境识别(53)的装置(1)。 | ||||||
权利要求 | 1.一种用于支持自动行驶车辆(50)的环境识别(53)的方法, |
||||||
说明书全文 | 用于支持自动行驶车辆的环境识别的方法和装置[0001] 本发明涉及一种用于支持自动驾驶车辆的环境识别的方法和装置。 [0002] 自动驾驶功能的环境识别或环境感知(传感器和处理)的任务是检测或识别周围的道路使用者,如车辆、骑行者或行人。检测与驾驶任务相关的道路使用者是自动驾驶车辆安全行动的先决条件。然而,特别是在城市交通领域,有许多不同的道路使用者,其并不总是与车辆的未来行为相关。因此,未认识前面的车辆要比未识别在车辆后面安全距离内过马路的骑行者危险得多。因此,环境识别应该是有针对性的。 [0003] 从US2019/0374151 A1中已知一种基于焦点标记传感器数据的方法。来自车辆传感器的数据与跟踪驾驶员目光的数据一起被收集。还可以检测车辆行驶的路线。根据传感器数据评估驾驶员的视线,以确定驾驶员关注的是哪个特征。将为该特征创建焦点数据集。可以对许多驾驶员的焦点检测进行汇总,以确定观察特征的频率。可以利用焦点数据集训练机器学习模型,识别给定场景的感兴趣区域,从而更快地识别相关危险。 [0004] 从US2020/0130682 A1中已知安全系统,自动驾驶系统和相关方法。在某些方面可以配置安全系统,用于接收车辆定位数据,其指明车辆的一个位置,在基于车辆位置数据的车道坐标系中确定第一车道段,其中,第一车道段是定位车辆的车道段,基于来自第一车道段的安全区域确定相关车道段集,确定或接收指示在车道坐标系中的第二车道段的障碍物位置数据,其中第二车道段是障碍物所处的车道段,并且如果第二车道段不包括在相关车道段集中,则将该障碍物分类为非相关障碍物,如果第二车道段包括在相应车道段集中,则将该障碍物分类为相关障碍物。 [0005] 本发明所要解决的技术问题在于,提供一种用于支持自动行驶车辆的环境识别的方法和装置,其可用于改进环境识别,特别是关于有针对性的环境识别。 [0007] 特别地,提供了一种用于支持自动行驶车辆的环境识别的方法,其中,确定所述车辆当前执行的机动(或称为动作)的机动类别,其中,基于所述机动类别,查明至少一个在存储的关联(或称为关联系统、分类系统)中与所确定的机动类别相关联的基础区域,其中,在考虑车辆和/或环境的当前参数的情况下,对于所查明的至少一个基础区域,分别确定在车辆的环境中的配属的相关环境区域,其中,分别为至少一个基础区域所确定的相关环境区域被提供用于环境识别,使得环境识别可以在考虑分别确定的环境区域的情况下进行或者说执行。 [0008] 此外,特别地,提供了一种用于支持自动驾驶车辆的环境识别的装置,包括具有至少一个计算设备和至少一个存储器的数据处理设备,所述数据处理设备用于确定所述车辆当前执行的机动(或称为动作)的机动类别,基于所述机动类别,确定至少一个与在存储的关联中确定的机动类别相关联的基础区域,在考虑车辆和/或环境的当前参数的情况下,对于所确定的至少一个基础区域,分别确定在车辆的环境中的配属的相关环境区域,并且分别为至少一个基础区域确定的相关环境区域被提供用于环境识别,使得环境识别可以在考虑分别确定的环境区域的情况下进行。 [0009] 所述方法和装置使得能够在车辆的环境中确定与环境识别相关的环境区域。由此,环境识别可以有针对性地聚焦于这些相关环境区域,例如,用于检测这些相关环境区域中的障碍物和其他道路使用者。这里的一个基本思想是将车辆的行为划分为不同机动类别的机动。机动类别特别地是自动驾驶车辆的行为的语义划分,特别是逐段的行为。例如,机动类别可以是以下之一:沿车道行驶,改变车道,接近交叉口,穿过交叉口,左转,右转,接近人行横道或穿过人行横道等。在例如存储在为此目的提供的装置的存储器中的关联中,每个机动与基础区域关联,这些基础区域定义了相对于车辆或相对于环境与该机动的相关区域。例如,这些基础区域可以定义为: [0010] ‑区域,包括前方行驶车辆和并行车辆, [0011] ‑区域,包括在要转换的车道上接近的车辆, [0012] ‑区域,包括在与要转换的车道相邻的车道上接近的车辆, [0013] ‑区域,包括在与车辆行驶的车道合并的车道上行驶的车辆, [0014] ‑区域,包括交叉车道上的车辆, [0015] ‑区域,包括人行横道处的易受伤害的道路使用者。 [0016] ‑等。 [0017] 基础区域在此尤其通常地定义。这特别意味着基础区域(尚且)与车辆的当前环境没有任何具体关系(例如精确的尺寸、位置等),而是相对于车辆或仅相对于一般机动(例如,基础区域包括人行横道)定义的。 [0018] 例如,可以手动为不同的机动类别定义基础区域,并以关联关系进行存储。然而,也可以设想通过例如机器学习方法和/或人工智能来自动定义基础区域。 [0019] 基于所确定的机动类别,查明在所存储的关联中与所确定的机动类别相关联的至少一个基础区域。在关联中,可以将单个或多个基础区域与机动类别关联。 [0020] 由于基础区域仅被通常地定义,对于所查明的至少一个基础区域,考虑到车辆和/或环境的当前参数,在车辆的环境中分别确定配属的相关环境区域。换言之,通常地定义的基础区域将特别转换成与当前环境特定相关的环境区域。 [0021] 车辆的当前参数特别包括位置、速度和/或加速度等。环境的当前参数特别包括车道线和车道(其例如可以从道路地图确定),以及人行横道的位置和/或设计等。环境的另一个当前参数可以是环境中车道上允许的最大速度,该速度也可以从地图中检索或从检测的传感器数据中确定(例如,通过评估环境中的交通标志)。车辆和环境的参数还可以包括车辆和/或其他车辆的制动和/或加速值和/或响应时间。特别是,这种制动和/或加速度值和/或响应时间可以包括典型值或统计平均值。 [0022] 相关环境区域的确定可以特别基于为每个基础区域指定的可参数化的方程进行。然后为了所述确定,用当前参数对方程进行参数化,并在此基础上确定具体的相关环境区域。特别规定,应分别考虑到给定交通情况的最不利情况(“最坏情况”),以便特别存在安全容忍度。 [0023] 为所述至少一个基础区域分别确定的相关环境区域被提供用于环境识别,因此可以在考虑所述分别确定的环境区域的情况下进行环境识别。例如,在用于在处理环境数据时分配计算能力的环境识别中可以考虑特定的相关环境区域,以便在处理和/或评估环境数据时可以将重点放在特定的相关环境区域上。因此,可以有针对性地使用有限的计算和/或存储资源。 [0024] 该方法和装置的一个优点是,相关的环境区域的确定实现了有针对性的环境识别。相关的环境区域已经在关联中预先定义,并与机动类别相关联,因此只需根据当前情况(车辆和环境)进行具体设计。这种方法简化了工作,并允许在确定相关环境区域时节省或保持较低的计算能力和内存需求。 [0025] 装置的部件可以单独地或组合地设计为硬件和软件的组合,例如,作为在微控制器或微处理器上执行的程序代码。然而,也可以提供部件单独或组合地形成为特定于应用的集成电路(ASIC)和/或现场可编程门阵列(FPGA)。在此,数据处理设备特别包括所述计算设备中的至少一个和至少一个存储器。 [0026] 在一个实施例中规定,环境识别被配置为环境识别被限制在相关的环境区域。因此,车辆的现有资源(传感器、计算能力、存储器等)可以有针对性地(必要时完全)用于相关环境区域的环境识别。 [0027] 在一个实施例中规定,所述措施是在所述车辆的运行期间执行的。相关环境区域的确定发生在车辆的自动驾驶过程中。换句话说,在在线运行中执行确定相关环境区域的措施。 [0028] 在一个实施例中规定,基于存储的环境数据和/或车辆数据执行措施,其中将确定的相关环境区域存储在环境图中的相应位置,该环境图设置用于环境识别。因此,该方法还可以用于准备和/或计划随后进行的环境识别。特别地,由于在车辆的自动驾驶过程中可以从提供的地图中检索相关的环境区域,因此可以减少环境识别中所需的计算和/或存储器要求。 [0029] 在一个实施例中规定,在确定相关环境区域时,考虑设置在环境中的光信号设施的各自开关状态。因此,可以进一步限制相关的环境区域,从而进一步减少对计算能力和/或存储器的需求。特别可以规定,与交通流被信号灯设施的相应开关状态(例如,交通信号设施设置为“红色”)停止的区域相对应的相关环境区域或相关环境区域的子区域不用于环境识别,或者相关环境区域被相应信号灯设施的相应开关状态影响的子区域相应地缩小。换句话说,被信号灯设施的开关状态阻止的交通流在环境识别中不被考虑或以较少的努力被考虑。 [0030] 在一个实施例中规定,在确定每个配属的相关环境区域中的至少一个时考虑车辆的与计算资源相关的响应时间。因此,可以根据环境识别和/或自动驾驶车辆的当前性能来确定相关的环境区域。例如,如果环境识别需要处理许多相关的环境区域和/或在这些相关环境区域中检测和/或跟踪许多障碍物和/或其他道路使用者,则所需的计算时间可能会增加。这导致自动驾驶时车辆的响应时间变长。考虑到这一点,相关环境区域是在考虑响应时间的情况下确定的。例如,当响应时间增加时,可以增大相关的环境区域,以便在环境识别中考虑到行驶更远的车辆,这些车辆由于响应时间增加而可能与车辆相撞。车辆的响应时间通常在几百毫秒的范围内,这取决于车辆中可用或可用的总计算能力和/或总体可提供或可用的存储空间。 [0031] 在一个实施例中规定,在确定每个配属的相关环境区域中的至少一个时,基于所确定的机动类别而确立的车辆的加速度曲线被考虑。因此,在确定相关环境区域时,可以更好地考虑车辆在执行当前机动时的行为。加速度曲线可以包括加速度,制动(减速度)和恒定速度(加速度等于零)。 [0032] 在一个实施例中规定,在考虑到城市道路设施指南(RASt)的情况下来确定相应配属的相关环境区域。特别是,指令中关于交叉口能见度的信息可以考虑在内。因此,通常可以缩小相关的环境区域,因为能见度无论如何都是有限的。这允许节省计算能力和/或存储空间。 [0033] 装置设计的进一步特征来自方法设计的描述。该装置的优点分别与该方法的设计相同。 [0035] 图1示出了用于支持自动行驶车辆的环境识别的装置的实施例的示意图; [0036] 图2示出用于说明将机动类别与基础区域关联的示意图; [0037] 图3至8示出用于说明从基础区域确定相关环境区域的示意图; [0038] 图9示出车辆的示例加速度曲线的示例示意图; [0039] 图10和11示出示意图,用于说明从基础区域确定相关环境区域; [0040] 图12示出说明在真实环境中的相关环境区域的示意图; [0041] 图13示出用于支持自动行驶车辆的环境识别的方法的实施例的示意流程图。 [0042] 在图1中示出了用于支持自动行驶车辆50的环境识别53的装置1的实施例的示意图。例如,装置1设置在车辆50中,并且特别地用于环境识别53的准备。 [0043] 装置1包括具有计算设备3和存储器4的数据处理设备2。 [0044] 数据处理设备2被设置为确定车辆50当前执行的机动的机动类别20。为此,向数据处理设备2提供例如车辆50的状态数据,例如通过车辆50的传感器51获取的传感器数据10,以及由车辆50的导航装置52提供的导航数据11(例如,规划的行驶路线、最大速度、车道路线等)。传感器数据10和导航数据11可以同时包括车辆数据和环境数据。数据处理设备2评估状态数据,并由此使用自身已知的方法确定当前执行的机动的机动类别20。 [0045] 从所确定的机动类别20开始,数据处理设备2在所存储的关联15中查明与所确定的机动类别20相关联的基础区域21中的至少一个。关联15(比照图2)可以包括例如表格关联,其中存储了与每个机动类别20相关联的每个基础区域21。 [0046] 数据处理设备2考虑到车辆50和/或环境的当前参数,在车辆50的环境中分别确定与所确定的至少一个基础区域21所属的相关环境区域22。在此,从车辆50的状态数据以及环境的环境数据,特别是从传感器数据10和导航数据11来确定参数。 [0047] 由用于环境识别53的数据处理设备2提供了分别针对至少一个基础区域21所确定的相关环境区域22,因此可以在考虑到分别确定的环境区域22的情况下来执行环境识别53。例如,以数据分组的形式提供相关的环境区域22。 [0048] 可以特别地规定,环境识别53被配置为:环境识别53被限制在相关的环境区域22。 [0049] 还可替代地规定,基于存储的环境数据12和/或车辆数据13来执行措施,其中在环境图30中的相应位置存储确定的相关环境区域22,其中环境图30被提供用于环境识别53。在该替代方案中,装置1可以特别地设置在车辆50的外部。例如,装置1可以被设计为中央服务器,其中在执行措施之后将环境图30传送到车辆50,并且在环境识别53中从环境图30中检索存储在其中的相关环境区域22。 [0050] 可以规定,在确定相关环境区域22时,考虑布置在环境中的光信号装置的各自开关状态。开关状态(例如,“红”、“绿”等)可以例如从检测到的传感器数据10来确定。备选或补充地,也可以通过车到基建结构接口和/或车到车接口来查询和/或接收开关状态。然后可以缩小或丢弃包括例如由信号灯设施的开关状态阻塞的交通流和/或道路路段的相关环境区域22。 [0051] 可以规定在确定每个配属的相关环境区域22中的至少一个时,考虑车辆50的计算资源相关的响应时间。 [0052] 可以规定,在确定每个配属的相关环境区域22中的至少一个时,考虑从特定机动类别20建立的车辆50的加速度曲线16。 [0053] 此外,可以设想在考虑到关于城市道路设施(RASt)的指南17的情况下确定配属的相关环境22。特别是,可以考虑能见度18。 [0054] 图2示出了一个示意图,用于说明从机动类别20‑x到基础区域21‑X的的关联15。在所示示例中,关联15具有表的形式,其中各个机动类别20‑x与各个基础区域21‑x相关联。例如,机动类别20‑x和基础区域21‑x可以根据经验数据手动或自动地确定和/或定义。对于特定机动类别20‑x,根据关联15确定分配给该机动类别20‑x的基础区域21‑x。例如,如果确定的机动类别20‑x是20‑6,则确定为基础区域21‑1和21‑4,如果在前面的交叉口存在人行横道,则确定为基础区域21‑6。 [0055] 基础区域21‑x特别对应于以下区域: [0056] ‑基础区域21‑1,包括前方行驶车辆和并行车辆, [0057] ‑基础区域21‑2,包括在要转换的车道上接近的车辆, [0058] ‑基础区域21‑3,包括在与要转换的车道相邻的车道上接近的车辆, [0059] ‑基础区域21‑4,包括在与车辆行驶的车道合并的车道上行驶的车辆, [0060] ‑基础区域21‑5,包括交叉车道上的车辆, [0061] ‑基础区域21‑6,包括人行横道处的易受伤害的道路使用者。 [0062] 在图3至11中,从基础区域21‑x开始确定相关环境区域22‑x的示例性说明如下。在所示的示例中,通过将相应的参数(车辆和/或环境的参数)插入到方程中,从可参数化的方程开始确定。 [0063] 在图3a和3b中,示出了用于阐明从基础区域21‑1确定相关环境区域22‑1的示意图。通过使用从环境图中已知的车道宽度St和附加公差距离Stol的方程来确定。 [0064] 在此得到车辆50前面的要监控的距离SB: [0065] [0066] 第一个加数涉及在响应时间treaction期间由于最大可能加速度aacell,max而行驶的距离,第二个加数涉及在响应时间treaction期间由于恒定速度v0而行驶的距离,第三个加数涉及在响应时间treaction期间使用abrake,max的最大制动(减速)时的制动距离。 [0067] 然后,如图3b所示,由车辆长度和SB+St以及具有车辆车道宽度Sl和宽度Sl的两个相邻车道的和得到相关区域。 [0068] 如果可以预期来自迎面而来的车辆的迎面交通(图4),则相关的环境区域22‑7可以从相应的基础区域21‑7计算,例如,使用前面的SB方程,该方程具有Stol公差,另外考虑横向偏移Slat,以便特别考虑向在相应相反的道路上的横向相邻区域的转向: [0069] Slat=Slat,ego+Slat,obj+Stol [0070] 其中: [0071] [0072] [0073] 第一个加数涉及针对车辆50(“ego”)的响应时间treaction,ego或迎面车辆(“obj”)的响应时间treaction,obj的最大横向加速度aego,lat accel,max或aobj,lat accel所得的距离。第二加数涉及针对响应时间treaction,ego或响应时间treaction,obj在以aego,lat brake,max或aobj,lat brake,max以水平加速度制动时的横向加速度。由此产生如图4所示的相关环境区域22‑7,其中考虑了对应于车辆50的宽度的车辆50的车道宽度的Sl,ego。 [0074] 在图5中,示出了用于阐明从基础区域21‑2中确定相关环境区域22‑2的示意图,该基础区域21‑2包括在要转换到的车道中的接近车辆。除了前面给出的计算SB的方程和车辆50的长度lego外,还可以使用以下方程式来确定具有距离Slb的后侧的部分区域: [0075] [0076] 其中,vlimit表示当前速度限制。然后可以根据图5所示的量和相邻车道的车道宽度St相应地确定相关的环境区域22‑2。 [0077] 在图6中示出了用于阐明从基础区域21‑3中确定相关环境区22‑3的示意图,该基础区域21‑3包括在与要转换的车道相邻的车道中的接近车辆。这里的确定基本上与图5所示的基础区域21‑2或由此确定的相关环境区域22‑2一样进行。 [0078] 在图7中,示出了用于阐明从基础区域21‑8确定相关环境区22‑8的示意图,该基础区域21‑8包括在与车辆50行驶的车道合并的车道上行驶的车辆。在此的前提是,车辆50没有路权(“注意路权”)。 [0079] Sm=SB+tego,intersection·vlimit+(Sacc,ego‑Sacc,obj) [0080] 其中: [0081] [0082] [0083] 和 [0084] [0085] 其中tego,intersection是到达交叉口上要转弯的车道的时间,vt是车辆50在转弯的车道上的目标速度。与例如可以从地图中检索的车辆所转向的车道的车道宽度一起,可以从基础区域21‑8确定相关的环境区域22‑8。项Sacc,ego是车辆50在加速到目标速度vt时完成的距离。项Sacc,obj是当50车辆加速到目标速度t时,潜在存在的其他车辆可能完成的距离。 [0086] 在图8中,示出了用于明确从基础区域21‑8确定相关环境区22‑8的示意图,该基础区域21‑8包括在与车辆50行驶的车道合并的车道上行驶的车辆。在此的前提是,车辆50有路权。 [0087] 然后可以使用以下方程进行确定: [0088] [0089] 与图7所示的情况相比,Sm在图8所示的情况下被缩短。 [0090] 可以规定,在确定每个配属的相关环境区域22‑x中的至少一个时,考虑根据已确定机动类别建立的车辆50的加速度曲线40。 [0091] 对于图7和图8所示的情况,在图9中示例性地示出了这样的加速度曲线16。图中显示了车辆的速度v随时间t的变化。在第一区域16‑1中,车辆加速。在随后的区域16‑2中,从时间tlimit开始,达到极限速度限制,并且速度保持恒定。在限速的情况下,车辆向十字路口行驶(见图7和图8)。tego,ls特别表示车辆到达交叉口末端或两条车道连接的位置所需的时间。 [0092] 在此基础上,对于图7所示的情况,给出了确定相关环境区域22‑8的以下方程: [0093] [0094] 其中,第一加数尤其是其他车辆在时间tego,IS内行驶的距离,其中tego,IS特别是车辆50到达车道所需的时间。vlimit是允许的最大速度(速度限制)。第二和第三个加数涉及车辆所进入的车道上潜在的其他道路使用者的制动距离。ρobj表示另一道路使用者的响应时间。 [0095] 图10示出了用于从包括交叉车道上的车辆的基础区域21‑5中明确确定相关环境区域22‑5的示意图。在不考虑加速度曲线16(图9)的情况下,可以使用以下方程确定相关的环境区域22‑5: [0096] Sc=(tegoexit‑t0)·vlimit+Stol [0097] 其中,tego,exit作为车辆50通过交叉口的时间点,t0为当前时间点。特别是,stol是一个示例性的附加安全距离,但也可以省略。 [0098] 如果根据图9考虑加速度曲线16,则可以使用以下方程确定相关的环境区域22‑5: [0099] Sc=tego,IS·vlimit+Ssm [0100] 在这种情况下,Ssm是特别选择的示例性附加安全距离(例如20cm),但也可以省略。 [0101] 图11是一个示意图,用于说明从基础区域21‑6中确定相关的环境区域22‑6,其中包括在人行横道处的易受伤害的道路使用者。在这种情况下,相关的环境区域22‑6可以从行人过路处的长度lcw和宽度(未示出)以及围绕行人过路处两端的圆形区域来确定。例如,可以通过以下方程确定圆形区域: [0102] rcirc=tego,cross·vmax,pd [0103] 其中rcirc是圆形区域的半径,tego,cross是车辆50通过人行横道所需的时间,vmax,pd是行人的最大速度。末端的圆形区域仍可围绕一区域修剪,该区域是行人过路处以外的不可通行区域和/或属于可通行区域的区域。 [0104] 图12示出了用于在车辆50移动且其他道路使用者60存在的真实环境中阐明相关环境区域22‑x的示意图。此外,还显示了车道70的示意图(只有少数几个带有单独的参考符号),这些示意图特别存储在地图中,并根据当前环境的位置从地图中检索。 [0105] 图13示出了用于支持自动行驶车辆的环境检测的方法的实施例的流程图示意图。 [0106] 在措施100中,接收环境数据和车辆数据。环境数据包括例如来自与车辆当前位置有关的环境图的地图数据,例如车道位置、车道宽度、交叉车道等。车辆数据包括例如车辆当前位置、速度和加速度。此外,车辆数据还可以包括规划的行驶路线,例如,该路线可以由自动行驶车辆的导航设备提供。 [0107] 在措施101中,基于接收到的环境数据和接收到的车辆数据,确定车辆当前执行的机动的机动类别。特别是,有多个预定义的机动类别,在这些类别中可以对机动进行分类(例如,左转,右转,变道等)。机动类别的确定可以使用已知的方法来完成,例如使用人工智能。 [0108] 在措施102中,基于所确定的机动类别,确定与在存储的关联中已确定的机动类别相关联的至少一个基础区域。还可以确定用于一个机动类别的几个基础区域。 [0109] 在措施103中,在考虑车辆和/或环境的当前参数的情况下,对于所确定的至少一个基础区域,分别确定在车辆的环境中的配属的相关环境区域。这尤其通过借助通过接收到的环境数据和/或车辆数据提供的参数对方程进行参数化来实现。这些方程特别定义了特定环境中相关环境区域的尺寸或外观,同时考虑到具体情况(速度,加速度,反应时间等)。 [0110] 在措施104中,分别为至少一个基础区域确定的相关环境区域被提供用于环境识别,使得环境识别可以在考虑分别确定的环境区域的情况下进行。 [0111] 在措施105中规定,环境识别被配置成环境识别被限制在相关的环境区域。 [0112] 可以规定,在车辆运行期间执行措施100‑105。 [0113] 可替代地规定,基于存储的环境数据和/或车辆数据执行措施100‑104,其中将确定的相关环境区域存储在环境图中的相应位置,提供用于环境检测的环境图。然后可以使用环境图执行措施105。 [0114] 可以规定,在措施103中,在确定相关环境区域时,考虑布置在环境中的信号灯设施的相应的开关状态。例如,可以从检测到的传感器数据确定当前的开关状态和/或从交通基础设施查询当前开关状态。 [0115] 可以规定,在措施103中,在确定每个相关的相关环境区域中的至少一个时,考虑与计算资源相关的车辆响应时间。 [0116] 可以规定,在措施103中,在确定相应配属的相关环境中的至少一个区域时,考虑到根据特定机动类别确定的车辆加速度曲线。 [0117] 可以规定,在措施103中,在考虑到城市道路设施指南(RASt)的情况下来确定相应配属的相关环境。 [0118] 附图标记清单 [0119] 1 装置 [0120] 2 数据处理设备 [0121] 3 计算设备 [0122] 4 存储器 [0123] 10 传感器数据 [0124] 11 导航数据 [0125] 12 环境数据 [0126] 13 车辆数据 [0127] 15 关联 [0128] 16 加速度曲线 [0129] 16‑1 第一区域(加速度曲线) [0130] 16‑2 第二区域(加速度曲线) [0131] 17 指南 [0132] 18 能见度 [0133] 20,20‑x 机动类别 [0134] 21,21‑x 基础区域 [0135] 22,22‑x 相关环境区域 [0136] 30 环境图 [0137] 50 车辆 [0138] 51 传感器 [0139] 52 导航设备 [0140] 53 环境识别 [0141] 60 其他道路使用者 [0142] 70 车道 [0143] 100‑105 方法的措施 [0144] lcw 人行横道长度 [0145] lego 车辆长度 [0146] SB 距离 [0147] Sc 距离(人行横道) [0148] Sl 车道宽度 [0149] Slat 侧向偏移 [0150] Slb 距离(后侧部分区域) [0151] Sm 距离(合并车道) [0152] Stol 公差距离 |