[发明专利]用于确定车辆的地理位置和朝向的方法和设备

说明书

在根据本发明的用于确定车辆的地理位置和朝向的方法中，利用车辆的至少一个摄像机检测（1）车辆周围环境的图像，其中所检测的图像至少部分地包括车辆周围环境在地平面上的区域。针对所检测的图像的各个像素分别生成（2）分类信息，该分类信息指明与多个预先给定的对象类别之一的关联，其中基于该关联来进行（3）图像的语义分割。基于图像的语义分割来探测（4）地面纹理过渡。将所探测到的地面纹理过渡投影（6）到车辆周围环境的地平面上。将被投影到车辆周围环境的地平面上的地面纹理过渡与在全局参考地图中的地面纹理过渡之间的偏差最小化（7、8、9）。基于被最小化的偏差来输出（10）车辆在空间内的当前位置和朝向。

技术领域

本发明涉及一种用于确定车辆的地理位置和朝向的方法，该方法尤其可以被用于自动或部分自动驾驶的车辆的自定位。本发明还涉及一种用于执行所述方法的设备以及一种车辆，所述车辆被设立为执行这种方法或具有这种设备。

背景技术

精确且鲁棒的自定位是车辆在道路交通中进行自动驾驶的前提之一。全球卫星导航系统（诸如GPS系统）广泛用于汽车领域的位置确定和导航。但是，除了在恶劣的接收条件下（例如在市区或在下大雪的情况下）带来的困难之外，精度也不足以用于与安全相关的应用。

虽然通过诸如DGPS那样的方法可以显著改善基于GPS定位的精度，在DGPS中通常经由无线电将校正信号传送到DGPS接收器。但是，通过这种方式也仍然不可能进行安全的自动驾驶。这样，一方面基于无线电的系统可能由于无线电干扰而失灵，或者由于加密、有可能甚至未预先告知的加密而无法被操作人员分析，从而于是不可能以足够的精度来进行可靠的位置测量。

此外，在卫星辅助的位置确定中，至少在不添加其它传感器数据的情况下，不存在关于车辆的取向或朝向的信息。该信息只能通过对过往的、连续的位置进行求差来间接计算。

为了在进行位置确定时也确定车辆的朝向，已知不同的解决方案，在这些解决方案中，以传感器技术方式来检测车辆周围环境，例如利用摄像机或LIDAR（英语“lightdetection and ranging”的缩写：光探测和测距（激光雷达））传感器来检测车辆周围环境。

这样，可以借助于经由特定地标的基于摄像机的定位来确定在地图平面内的2D坐标以及也确定车辆在该平面内的朝向，这些地标被录入在数字地图中并且在摄像机图像中被探测到。但是，这要求：必须在数字地图中录入足够数量的合适的地标，这些地标即使在任何季节的任何天气下也都可以被探测到。

同样存在用于基于激光雷达的定位的方案。无论车辆周围环境中的照明条件如何，LIDAR传感器都为所检测到的对象提供具有厘米级精度3D空间坐标的点云。结合由3D点组成的数字地图，可以将这些测量点用于位置确定。在此，为了定位所述车辆，将当前测量的激光雷达（Lidar）点云匹配到数字地图中，也就是说，与该地图中的3D点尽可能精确地达成一致。但是，这种基于激光雷达的定位的缺点在于：为此所需的精确3D地图的构建花费很高。

在WO 2018/140701 A1中描述了基于对地标的检测来进行的基于激光雷达的定位。在这种情况下，附加地将摄像机的数据与3D点关联。在US 2017/0248963 A1和US 2018/0136644 A1中也集中地收集不同传感器的数据，以执行针对自动驾驶车辆的道路规划。在此，也使用定位器，该定位器分析不同传感器的数据并通过将传感器数据与地图数据进行比较来确定自动车辆的姿态。

此外，WO 2018/104563 A2公开了：为了确定车辆的位置和朝向而利用一个或多个摄像机来检测车辆周围环境。在这种情况下，为了找到可通过与参考地图进行比较而被用于定位的地标所在的区域，对利用摄像机所检测到的图像执行语义分割。在此，对于诸如建筑物或交通标志那样的对象类别来说，结合深度测量来生成3D地标。也提出了通过多个帧对这种地标的跟踪。

发明内容

本发明的任务是：提供一种用于确定车辆的地理位置和朝向的经改善的方法和经改善的设备。