[发明专利]使用超视距情景感知来执行高级驾驶辅助系统功能的方法和系统

说明书

一种执行车辆的高级驾驶辅助系统(ADAS)功能的方法，包括：接收来自设置在车辆上的多个传感器的多个输入；基于多个输入的第一子集确定车辆的位置候选池；基于多个输入的第二子集迭代地更新位置候选池；基于位置候选的平均数生成车辆位置估计；评估车辆位置估计的置信度；基于多个输入生成超视距情景感知，并基于置信度和车辆位置估计将车辆定位在数字地图上；以及基于超视距情景感知和车辆在数字地图上的定位，执行ADAS功能。

技术领域

本发明总体上涉及一种使用精确车辆定位和超视距情景感知来执行机动车辆的高级驾驶辅助系统功能的方法和系统。

背景技术

本章节中的陈述仅提供与本公开有关的背景信息，并且可构成或可不构成现有技术。

机动车辆已经采用日益先进的技术来进行设计，旨在提高机动车辆的安全性、效率和机动性。这种技术的一个实例包括高级驾驶辅助系统。通常，高级驾驶辅助系统使车辆系统自动化、具有适应性或增强车辆系统，以提高车辆安全性和/或操作员驾驶性能。高级驾驶辅助系统可以依靠来自多个数据源的输入，这些数据源包括LiDAR、声纳、超声波、雷达以及来自摄像头的图像处理，并且输入可能来自与机动车辆本身分离的其他数据源，例如，车辆与车辆间(V2V)或车辆与基础设施间(V2I)系统。高级驾驶辅助系统设计成通过提供提醒驾驶员注意潜在问题的技术来避免事故，或通过实施安全措施(例如，自动激活紧急制动)来避免碰撞。通过使用增强某些系统的特征(例如，自动照明、自动停车、自适应巡航控制、自动制动或使用摄像头技术得以改进的盲点消除)，可以提高操作员驾驶性能。

这些高级驾驶辅助系统功能部分地受限于系统能相对于其周围环境精确定位机动车辆的程度。一种机动车辆的精确定位方法包括使用安装在机动车辆上的LiDAR传感器来同时进行定位和绘制地图。另一种机动车辆的精确定位方法包括使用差分全球定位系统(DGPS)。然而，LiDAR传感器和DGPS比较昂贵。此外，这些方法需要用于检测物体的视距，因此限制了可用的高级驾驶辅助系统功能。虽然新兴的V2V/V2I网络可以提供有关远距离车辆或地区的信息，但这些信息仍然需要对机动车辆进行精确定位。因此，本领域需要一种通过使用低成本传感器并使用具有精确定位的V2V/V2I网络开发新功能来提供精确定位的方法和系统。

发明内容

提供了一种执行车辆的高级驾驶辅助系统(ADAS)功能的方法。该方法包括：接收来自设置在车辆上的多个传感器的多个输入；基于多个输入的第一子集，确定车辆的位置候选池；基于多个输入的第二子集，迭代地更新位置候选池；基于位置候选的平均数，生成车辆位置估计；评估车辆位置估计的置信度；基于多个输入，生成超视距情景感知，并基于置信度和车辆位置估计，将车辆定位在数字地图上；以及基于超视距情景感知和车辆在数字地图上的定位，执行ADAS功能。

在一个方面，多个输入的第一子集包括车辆的GPS定位数据、车辆与车辆间(V2V)数据以及来自安装在车辆上的至少一个传感器的物体检测数据。

在另一个方面，多个输入的第二子集包括车辆的GPS定位数据、V2V数据、来自安装在车辆上的至少一个传感器的物体检测数据以及车辆运行情况。

在另一个方面，确定位置候选池包括：基于GPS定位数据和V2V数据，生成车辆的初始位置候选组；根据物体检测数据和数字地图，生成本地车道级地图；以及根据与本地车道级地图一致的初始位置候选组，确定位置候选池。

在另一个方面，生成本地车道级地图包括：将距车道中心线的距离以及车辆的航向与中心线之间的角度与车辆所在车道的中心线的经度、纬度和航向融合在一起。

在另一个方面，迭代地更新位置候选池包括：基于车辆运行情况为每个位置候选预测更新的位置候选；根据物体检测数据和数字地图，生成本地车道级地图；确定更新的位置候选是否与本地车道级地图、GPS定位数据和V2V数据一致；以及如果更新的位置候选与本地车道级地图或GPS定位数据和V2V数据不一致，则用另一个位置候选替换更新的位置候选。