• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    DieErfindung betrifft ein Verfahren zur Positionsbestimmung eines Fahrzeugsauf einem Wegenetz unter Verwendung von Positions- und/oder Koppelsensorenund einer digitalen Karte, welche das Wegenetz mittels Pfaden darstellt,wobei füreinen vorgewählten Pfadanhand der digitalen Karte eine geschätzte Position des Fahrzeugsbestimmt wird, indem eine oder mehrere Messgrößen der Positions- und/oderKoppelsensoren, als Funktion der Längsposition auf dem Pfad genommen,mit einer oder mehreren entsprechenden aus der digitalen Karte abgeleitetenProfilgrößen alsFunktionen der Längspositionauf dem Pfad verglichen werden, um zu ermitteln, bei welcher Längspositionauf dem Pfad die Messgrößen am bestenmit den Profilgrößen übereinstimmen,dadurch gekennzeichnet, dass die aus der digitalen Karte abgeleiteten Profilgrößen (mi(s)) durch Vorfilterung (fi)geglättetwerden, so dass mindestens ihre erste Ableitung stetig ist, bevorsie mit den Messgrößen (ki(s)) verglichen werden.
    公开号:DE102004029543A1
    申请号:DE200410029543
    申请日:2004-06-18
    公开日:2005-10-27
    发明作者:Klaus Mezger；Thomas Passegger
    申请人:DaimlerChrysler AG；
    IPC主号:G01C21-30
    专利说明:
    [0001] DieErfindung betrifft ein Verfahren zur Positionsbestimmung eines Fahrzeugsauf einem Wegenetz unter Verwendung von Positions- und/oder Koppelsensorenund einer digitalen Karte.
    [0002] Aus "Patent Abstractsof Japan" zu derJP 2001-272239 A1 ist ein Fahrzeugnavigationssystem bekannt, welchesein so genanntes Map-Matching durchführt. Die durch Koppelung mittelsverschiedener Sensoren zu erwartende Fahrzeugposition wird in einemKalmanfilter mit Positionssignalen eines GPS-Empfängers desNavigationssystems verglichen, und das Vergleichsergebnis wird anden GPS-Empfängerrückgekoppelt,um die Präzisionder Ortsbestimmung zu erhöhen.
    [0003] BeiMap-Matching auf Basis von digitalen Karten wird das Wegenetz normalerweisein von der aktuellen Position aus fahrbare Pfaden zerlegt. Es wirddann versucht, durch einen Matching-Schritt das tatsächlich gefahrenePositionsprofil mit einem der Pfade optimal zur Deckung zu bringen.Der Erfindung liegt die Erkenntnis zu Grunde, dass es für die Filterungungünstigist, ein aus Messgrößen vonPositions- und/oder Koppelsensoren resultierendes Profil unmittelbarmit einem entsprechenden aus so einer digitalen Karte abgeleiteten Profilzu vergleichen.
    [0004] DiesesProblem wird durch das Verfahren mit den Merkmalen von Anspruch1 gelöst.
    [0005] DerErfindung liegt die Erkenntnis zugrunde, dass es sinnvoller ist,anstelle eines 2-D-Matchings einer Positionskette in einer Ebene(lon/lat), die Messgrößen alsProfilfunktion der Wegstrecke s eines Pfades abzubilden und damitnur in einer Dimension entlang der Wegstrecke s zu matchen. DieseVorgehensweise kann analog sowohl für die Koordinatenwerte (lonoder lat) als auch fürweitere Messgrößen wiez.B. Streckenkrümmungoder Nordwinkel gematcht werden.
    [0006] Alsweiteres wird vorgeschlagen, diese als Funktion der Wegstrecke sdargestellten Messgrößen – auch Messprofilegenannt – wieauch Vergleichsverläufeaus der Karte vor dem Matchingschritt zu filtern.
    [0007] Durchdie Filterung, die z.B. mittels eines Tiefpasses oder durch Berechnungeines gleitenden Mittels erfolgen kann, werden die aus der digitalenKarte abgeleiteten Profilgrößen, diebei einer Wegenetzdarstellung mittels Pfaden normalerweise nichtstetig differenzierbar sind, zu Funktionen, die mindestens einmaloder mehrfach stetig differenzierbar sind und damit eine Signalformcharakteristikohne diskrete Verläufeerhalten. Dadurch könnendie Profilgrößen leichtund genau mit den Messgrößen verglichenwerden, vorzugsweise durch Korrelation oder durch rekursive Filterung.
    [0008] Auchdie Messgrößen können vorgefiltertwerden, bevor sie mit den Profilgrößen verglichen werden, um dieSignalformcharakteristiken der gefilterten Größen möglichst gut aneinander anzupassen.Dabei kann die Vorfilterung mittels Tiefpass oder mittels Berechnungeines gleitenden Mittels erfolgen oder anderer Filter erfolgen.Insbesondere werden Filter so gewählt dass Fehler in den Profilgrößen oderin den Messgrößen aufgrundvon Messfehlern oder Kartendatenmängeln reduziert werden undeine Angleichen der Signalformen für ein nachfolgendes erfolgreichesMatching erreicht wird. Durch die Unterschiede in den Messgrößen undden Profilgrößen werdenregelmäßig unterschiedlicheFilter fürdie jeweilige Vorfilterung verwendet.
    [0009] BevorzugteWeiterbildungen der Erfindung sind in den Unteransprüchen angegeben.
    [0010] WeitereMerkmale und Vorteile der Erfindung ergeben sich aus der nachfolgendenBeschreibung von Ausführungsbeispielenanhand der Zeichnung. In der Zeichnung zeigen:
    [0011] 1 einWegenetz mit drei verschiedenen Pfaden, 2D-Schätzposition und Pfad-bezogenerStreckenkoordinate,
    [0012] 2 eineFolge von Messungen einer Profilgröße (gepunktet) und Profilverlaufaus digitaler Karte (durchgezogen),
    [0013] 3 einenZusammenhang zwischen Schätzpositionund erwarteter Messung, sowie eine Positionskorrektur via eingetroffenerMessung und lokaler Profilsteigung,
    [0014] 4 dieVerrechnung der Mess- und Schätzfehlervarianzen,
    [0015] 5 einenaus einer Kartendarstellung resultierenden Polygonzug (Pfeil s)in der x,y-Ebene und einen realen Fahrtverlauf (Linie mit Rundungen),
    [0016] 6 Profileder geometrischen Beschreibungsgrößen x, y, ψ, κ für das Beispiel aus 5 alsFunktion der Wegstrecke (aus geraden Linien zusammengesetzte Kurven:abgeleitet aus Polygonverläufender digitalen Karte; Kurven mit Rundungen: typischer Verlauf ausrealer Fahrt),
    [0017] 7 eineVariante fürden Informationsfluss beim Profil-Matching,
    [0018] 8 dieAngleichung der Signalcharakteristika durch ein geeignetes Anpassfilter,
    [0019] 9 einBeispiel fürein (Sub-)Optimalfilter, und
    [0020] 10 eineMethode zur Kompensation von GPS-Offsets vor der Korrelation.
    [0021] DiePositionsbestimmung eines Fahrzeugs auf einem Wegenetz unter Nutzungvon Positionssensorik und digitaler Karte des Wegenetzes erfolgtin drei Schritten: 1. Extraktion einzelner 'linearer' Pfade aus dem Wegenetzals mögliche 'Kandidaten' für die tatsächlich gefahreneTrajektorie – dieseKandidaten müssennaturgemäß in derNähe dergemessenen Positionen liegen. 2. Optimale 'Projektion' der Messungen aufdie einzelnen Fahrweg-Kandidaten, d.h. für jeden möglichen Pfad wird eine aufihm liegende beste Schätzpositionbestimmt. Weiterhin wird ein Bewertungsmaß für die Übereinstimmungsgüte zwischenMessreihe und Geometrie der Pfade ermittelt. 3. Berechnung der Wahrscheinlichkeiten für die einzelnen Pfade (unddamit der Positionskandidaten) – dies geschiehtunter Betrachtung der Konkurrenzsituation der betrachteten Alternativen.
    [0022] Für Schritt 1 gibtes entsprechende Kartenzugriffs-Software, und für Schritt 3 sind ebenfallsLösungen bekannt.
    [0023] Schritt 2,eindimensionales Map-Matching genannt, wird nachfolgend näher beschrieben.
    [0024] Ausgangsbasisfür diein der Navigation genutzten vorgestellten Map-Matching-Verfahrenist die Vorstellung, dass die Position des Fahrzeugs irgendwo aufdem von einer digitalen Karte dargestellten Streckennetz liegt.Bedingt durch Sensor- und Kartenfehler liegt eine z.B. mit GPS undKoppelsensorik ermittelte, geographische (2D)-Position, in 1 mit* gekennzeichnet, nicht genau auf diesem Netz. Vielmehr muss durch denals Map-Matching bezeichneten Verfahrensschritt erst die ZuordnungMessposition – Kartenpositionermittelt werden. Anstelle einer Beschreibung der Fahrzeugpositionin der Ebene wird bei dem hier dargestellten Verfahren von der Vorstellungausgegangen, dass sich das Fahrzeug linear entlang dem Verlauf eineseindimensionalen Fahrweges (des Netzes) bewegt. Die Position aufdem Fahrweg bzw. Pfad kann dann mit der Wegkoordinate s eindeutigbeschrieben werden. Dabei wird die mögliche Mehrdeutigkeit der Zuordnungauf verschiedene Pfade zunächstaußerAcht gelassen und der korrekte Pfad (in 1 Pfad Nr.1) als bekannt angenommen.
    [0025] DasMatchingproblem füreinen bestimmten Pfad reduziert sich damit auf die Frage, bei welcherStreckenkoordinate s (entlang des Pfades) die Position am wahrscheinlichstenanzunehmen ist (Schätzpositions), gegeben eine vorangegangene Sequenz von Messungen über Positionen,Geschwindigkeiten, Drehraten usw..
    [0026] Anderebekannte Methoden des Map-Matching bilden eine Folge von 2D-Positionsmessungenauf einen kartierten Fahrweg im Sinne einer verallgemeinerten Projektionab (üblicherweise unterNutzung von Verfahren der kleinsten Quadrate), dabei werden weitereGrößen wiedie Übereinstimmungdes Richtungswinkels, der Streckenkrümmung kaum genutzt.
    [0027] Imvorliegend beschriebenen Verfahren werden alle relevanten Messgrößen, alsoneben den Koordinaten geografische Länge und Breite auch der Streckenwinkelund die Krümmungeinheitlich als Profilfunktionen der Streckenkoordinaten s angeschriebenund in dem Verfahren parallel in identischer Weise genutzt.
    [0028] DerAnsatz, mehrere Messgrößen alsparallele 'Informationskanäle' im Matching zu nutzen,hat den Vorteil, dass sich Fehler in einzelnen Kanälen wenigerstark auswirken, andererseits kann bei Ausfall von einzelnen Messkanälen dasMatching auf Basis der Verbleibenden weitergeführt werden. Dies ist insbesondere interessantfür einentemporärenAusfall der GPS-Messungenz.B. auf Grund von Abschattungen. Das 1D-Matching wird dann alleinauf Basis des Krümmungsprofilsder Strecke fortgeführt.
    [0029] DieGrundzügedes Profilvergleichsverfahrens werden im folgenden Abschnitt anhandeines einfachen Beispiels zunächstfür einen 'Messkanal' veranschaulicht – siehehierzu 2.
    [0030] Gegebensei ein Streckenverlauf, mit dessen Streckenkoordinate s eine physikalischeGröße eindeutigverknüpftist (als Beispiel hier der Richtungswinkel ψ).
    [0031] EinFahrzeug, das sich entlang dieser Route bewegt und dabei permanentseinen Kurswinkel ermittelt, könntedurch Vergleich des gemessenen mit einem kartierten (Kurswinkel)-Profilseine Position bestimmen. Dazu müsstedas gefahrene Profil entlang dem (in einem Rechner abgespeicherten)Profil 'verschoben' werden.
    [0032] Für eine bestimmteVerschiebung Δs*wird die (schraffiert dargestellte) Differenz F(Δs) zwischen Mess- und Referenzprofilminimal.
    [0033] Wennvon Mehrdeutigkeitsproblemen, Messfehlern usw. zunächst abgesehenwird, ist damit die tatsächlicheLängspositions eindeutig bestimmbar (Wegverschiebung Δs* in 2).
    [0034] Üblicherweisewerden fürderartige Aufgabenstellungen Korrelationsverfahren eingesetzt, beidenen der Profilfehler (bzw. die daraus abgeleitete Kreuz-Korrelationsfunktion)für jedein Frage kommende Verschiebung Δsberechnet werden muss. Wegen dieses Umstandes ist die direkte Berechnungder Korrelationsfunktion recht aufwändig, insbesondere wenn dieMessungen entlang der Fahrstrecke s nicht äquidistant anfallen, wie imvorliegenden Fall.
    [0035] Nunkann anhand 2 leicht erkannt werden, dassder kumulierte Profilfehler, bzw. die Korrelationsfunktion eineraus k Messungen gebildeten Messreihe (Fläche zwischen den beiden Kurven)nicht komplett neu berechnet werden muss, wenn eine neue Messungzum Zeitpunkt tk+1 hinzutritt (rautenförmiger Abschnitt zwischenden Kurven + Abweichung). Als eine erste Möglichkeit der Vereinfachungdes Korrelationsverfahrens kann die Fehlerfunktion F(Δs) bzw. diedaraus abgeleitete Kreuzkorrelationsfunktion R(Δs) rekursiv formuliert werden: Rk+1(Δs) = Rk(Δs)+ rk+1(Δs), (1)d.h. dieKreuzkorrelierte zum Zeitpunkt tk+1 berechnetsich als Summe der Kreuzkorrelierten Rk desvorhergehenden Messzeitpunkts (enthält die Information aus dergesamten Mess-Historie bis tk), ergänzt um einenAnteil rk+1, der allein aus der neuen Messungermittelt wird. Die gesuchte, optimale Verschiebung Δs*k+1 ergibt sich wieder beim Minimum der FehlerfunktionFk+1 bzw. beim Maximum der KreuzkorrelationsfunktionRk+1 in Bezug auf Δs. Sowohl R als auch r sinddabei allerdings als (numerische) Funktion der Variablen Δs anzuschreiben undals solche in der Handhabung etwas 'sperrig'. Zusätzlich ergibt sich die Notwendigkeit,die Information aus weiter zurückliegendenMessungen durch geeignete Gewichtungsmechanismen allmählich ausder fortgeschriebenen Funktion wieder auszublenden, um die Ortsschätzung nicht übermäßig aufveraltete Informationen abzustützen.
    [0036] Mitdem hier beschriebenen Verfahren wird nun zur weiteren Vereinfachungvorgeschlagen, als Information überdie bisherige Messreihe nur die resultierende Ortsschätzung ŝ und alsGüteparameterderen erwartete Standardabweichung σs fortzuschreiben.
    [0037] Gegenüber demvollständigenKorrelationsverfahren besteht der Unterschied dieses reduziertenVerfahrens darin, dass nicht die gesamte Korrelationsfunktion R(Δs), sondernnur die Lage (ŝ)und lokale Gestalt (σs) ihres Maximums fortgeschrieben wird, dennletztlich wird nur diese Information bei der Bestimmung der Längspositions weiterverwendet. Dabei wird von der Annahme ausgegangen, dassdas Verfahren in der lokalen Umgebung des Maximums verbleibt, d.h.seinen Veränderungenvon Messung zu Messung folgt. Diese Annahme ist bei ausreichenderVersorgung mit Messdaten sicher erfüllt – bei längerem Ausbleiben von Messinformationsind beide Verfahren (Korrelation und reduziertes Verfahren) gleichermaßen aufdie reine Fortschreibung auf Basis einer Wegmessung (z.B. Odometer)angewiesen.
    [0038] DieWirkungsweise des reduzierten Verfahrens und die Bedeutung der fortgeschriebenenParameter wird anhand von 3 nochmalsverdeutlicht.
    [0039] Diebisherige Messreihe (bis Zeitpunkt tk) seizu einer Positionserwartung ŝk+1 fürden Zeitpunkt tk+1 verrechnet worden. Ausdem kartierten Profil wird dann bei dieser Position die zu erwartendeMessung ψ'k+1 abgelesen.Trifft nun die Messung bei einem anderen Wert ψk+1 ein,kann mit der Differenz zwischen eingetroffener und erwarteter Messungsowie der lokalen Profilsteigung eine Korrektur Δs für die Position errechnet werden(punktierte Hilfslinien in 3) – im Extremfallbringt diese Korrektur die Positionsschätzung an den Ort, wo das kartierteProfil genau der Messung entspricht. Wie an 3 leichterkannt werden kann, ist dies in erster Näherung erfüllt, wenn Δs berechnet wird nach
    [0040] Eshandelt sich deshalb um einen 'Extremfall', weil der Schätzwert ŝk+1 komplett auf die der neuen Messung entsprechendenPosition korrigiert wird. Dies ist aber nur dann sinnvoll, wennsowohl das Kartenprofil als auch die Messung selbst fehlerfrei sind.Wenn mit Fehlern gerechnet werden muss, empfiehlt es sich, den neuenSchätzwertals Vermittlung zwischen dem bisherigen Schätzwert und der neuen Messungnach folgender Vorschrift zu bestimmen:
    [0041] DerParameter α bestimmthierbei, in welchem Umfang die neue Messung im Verhältnis zurfortgeschriebenen 'Alt'-Information genutztwird. Wesentliche Eigenschaft eines Kalmanfilters ist es nun, diesenFaktor im Verlauf des Verfahrens den aktuell gegebenen Fehlercharakteristikaoptimal anzupassen.
    [0042] 4 machtdeutlich, wie die Bewertung der zwei verschiedenen Informationenaufgrund ihrer Fehlercharakteristika zustande kommt: Das Filterhabe aus den bisherigen Informationen Schätzposition ŝ und deren Fehlervarianz σ2s bestimmt. Die Messung habe die dargestellteFehlervarianz σ2 ψ, in der auch Fehlerdes ψ-Profils subsummiertsind, denn die Auswirkungen eines Fehlers in ψ(s) sind identisch zu der einesFehlers bei der ψ-Messung.Entsprechend dem stochastischen Kalkül des Kalmanfilters wird derKorrekturfaktor von Gleichung (3) in diesem skalaren Beispiel wiefolgt bestimmt:
    [0043] Dermit Gleichtung (4) berechnete Faktor α/c entspricht der FilterkorrekturmatrixK der Kalmanfilter-Herleitung fürden vektoriellen Fall, wie man durch Vergleich leicht feststellenkann. Der oben abgeleitete Parameter α macht die Filtereigenschaftenanschaulich deutlich: Ist die Güte des bisherigen Schätzwertshoch im Verhältniszur Messung (d.h. kleines σs, großes σψ),dann wird α sehrklein – derInformation aus der Messung wird weniger vertraut als der fortgeschriebenenAlt-Information.
    [0044] Sinddie Verhältnisseumgekehrt, wird α nahebei 1 liegen – derneue Schätzwertwird fast ausschließlichaus der Messinformation gebildet.
    [0045] DieProfilsteigung c = dψ/dsbestimmt, wie sich ein Messfehler auf einen Fehler in der Positionsschätzung transformiert – bei einerkleinen Steigung sind auch verhältnismäßig guteMessungen weniger wert, da sich der Fehler in Bezug s auf starkvergrößert.
    [0046] DasMatching-Verfahren zur rekursiven Schätzung der Längsposition ŝ lässt sichdann z.B. mittels eines Kalmanfilters auf Basis nichtlinearer, auseiner digitalen Karte extrahierbarer Profilgrößen realisieren.
    [0047] Entsprechendlässt sichauch der einkanalige Fall, d.h. der Nutzung nur einer Verlaufsgröße für den Profilvergleich,ganz analog auf mehre Kanälebzw. Verlaufsgrößen erweitern.In dem entsprechenden Kalman-Filterentwurf bedeutet dies lediglichdie Hinzunahme weiterer Messgrößen.
    [0048] Esfolgt eine Beschreibung der Messgrößenfilterung und Darstellungals Funktion der Wegkoordinate.
    [0049] DigitaleKarten bilden den Verlauf einer realen Straße in einer Knoten-Kanten-Topologie(Netz) ab. Die Digitalisierungspunkte sind durch Geradenstücke verbunden.Dieser polygonzugartige Verlauf stellt das geometrische Abbild derStraßedar. 5 zeigt einen solchen Kartenausschnitt in dertypischen Polygonrepräsentation.
    [0050] Mitder Vorstellung, dass ein Fahrzeug sich in der Regel auf der Straße aufhält, kommtman zu der idealisierten Modellvorstellung, es bewege sich exaktauf dem Polygonzug im eindimensionalen Straßenmodell. Die hierbei vernachlässigte Querabweichungdes Fahrzeugs von der Straßenachsewirkt sich wie ein geringfügigerzusätzlicherOffset aus und kann modellseitig wie der GPS-Offsetfehler (Δx, Δy) behandeltwerden.
    [0051] Derhier verfolgte Ansatz ist nun, die mittels der Sensorik erfasstenMesswerte als Funktionen des gefahrenen Weges in Form von Profilenanzuschreiben und mit den aus dem Straßenmodell (Karte) zu erwartendenWerten zu vergleichen. Die Messabweichungen werden dann im Kalmanfilterzu einer Schätzungfür die wahrePosition s entlang des Polygonzugs verrechnet.
    [0052] Für den Profilvergleichkönnenparallel verschiedene Messgrößen genutztwerden, z.B. die folgenden vier Größen:
    [0053] Aneinem einfachen Beispiel-Polygonzug in 5 wird nundie Erstellung der Profilgrößen ausder digitalen Karte erläutert.
    [0054] Voneinem Fahrzeug, das sich an der Stelle s0 befindeund sich in Richtung der Kante fortbewegt, kann erwartet werden,dass es in etwa als Winkellage die Orientierung der Straße aufweist.In dem dargestellten eindimensionalen Koordinatensystem bezüglich desWeges s lassen sich dann alle vier Profilgrößen als Funktionen des entlangdem Polygonzug abgetragenen Weges s modellieren. 6 veranschaulichtdie Transformation der Größen x, y, ψ, κ in die wegbezogeneDarstellung.
    [0055] DerRichtungswinkel des kartierten Verlaufs ändert sich sprunghaft an denStützpunktendes Polygonzugs. Das Profil ψ(s)ergibt sich daher als Treppenfunktion, deren Sprünge die Winkeländerungenreproduzieren.
    [0056] DieKrümmungist die Differentiation des Winkelprofils nach dem Weg s. Somitergibt sich ein Profil diracscher Delta-Funktionen. Winkel- und Krümmungsprofilsind nicht stetig differenzierbar und besitzen damit für das Filterunangenehme Eigenschaften.
    [0057] Dieswird dadurch abgemildert, dass die diskreten Verläufe ausder digitalen Karte durch eine Vorfilterung geglättet werden, so dass Verläufe entstehen,die eher den real gefahrenen Profilen (Kurven mit Rundungen in 6)der Messkanäleentsprechen.
    [0058] Imallgemeinen Fall könnenVorfilter in beide Signalwege (der gemessenen Profile und der Kartenprofile)integriert werden, wenn damit am Ausgang vergleichbare Signalverläufe erzieltwerden. Vorfilter in beiden Signalwegen sind in 7 alsBlöckefi bzw. gi dargestellt.
    [0059] Diejeweiligen gemessenen Profile mi(s) werdendann in einem Korrelator mit den aus der Karte abgeleiteten Profilenki(s) verglichen und so verschoben, dasseine Längsposition ŝ gefundenwird, bei der alle Profilvergleiche die beste Übereinstimmung erbringen.
    [0060] Wichtigfür dieKorrektheit der (ggf. integrierten) Vorfilterung ist, dass die inder Korrelation verwendeten Größen ausKarte und Messung vergleichbare Eigenschaften besitzen. So wirdman versuchen, den typisch stufenförmigen Profilverlauf der digitalenKarte (siehe 6) mit einem geeigneten Filter sozu transformieren, dass er zu den eher verschliffenen Signalformeneines real gefahrenen Profils kompatibel ist, wie in 8 veranschaulicht.
    [0061] ImBeispiel von 8 ist dargestellt, dass zurAngleichung des stufenförmigenWinkelprofils aus der digitalen Karte an das kontinuierliche Profileines bei Fahrt auf der entsprechenden Strecke gemessenen Verlaufsein Anpassfilter z.B. mit der Charakteristik eines Tiefpasses, gleitendenMittels o.ä.erforderlich wäre.Optional könnenbeide Verläufenoch durch weitere, fürbeide Kanäleidentische Filter aufbereitet werden, die für die Korrelation wesentlicheSignalanteile gegenübererwartbaren Störsignalen(z.B. Rauschen, konstante Offsets ...) hervorheben. Diese Filtersind in 8 als Selektivfilter in beideSignalwege eingefügt.
    [0062] DeranschließendeVergleich der Profile kann entweder durch eine Korrelation oderdurch ein rekursives Filterverfahren, wie weiter oben beschrieben,durchgeführtwerden. Als rekursives Filter kann beispielsweise ein nichtlinearesOptimalfilter (wie z.B. das Extended Kalmanfilter) genutzt werden.In diesem Fall muss keine algorithmische Trennung zwischen Vorfilterungund Korrelation erfolgen – beideAufgaben könnenim Schätzfilterintegriert werden, wie in 9 veranschaulicht.
    [0063] DerProfilkorrelator sucht dann diejenige Längsposition ŝ, bei derdie währendder Fahrt gemessenen Profile mit den aus der Karte abgeleitetenam Besten übereinstimmen.
    [0064] Nebender in erster Linie interessierenden Schätzung für die Längsposition s können indiesem Filter auch weitere Schätzgrößen (wiez. B. vorzugsweise der aktuelle Positionsversatz oder Offset-Fehlerder GPS-Messung) bei diesem Vergleich ermittelt werden.
    [0065] Dazuwerden die geschätztenOffsets x^0, y^0 derGPS-Messung in beiden Koordinaten zweckmäßigerweise vor dem Profilvergleichauf die GPS-Messwerte angebracht, so dass die GPS-Verfälschungweit gehend kompensiert wird.
    [0066] EineSchätzungdes GPS-Offsets in den Koordinaten x bzw. y kann z.B. dadurch erfolgen,dass die Differenzen zwischen den gemessenen GPS-Werten x, y undden am Ort ŝ ausder Karte ermittelten Koordinatenwerten x(ŝ), y(ŝ) gebildet werden und über einelängereZeit gemittelt bzw. Tiefpass-gefiltert werden.
    [0067] Dader Profilkorrelator diesen Vergleich mit neu eintreffenden Messwertenlaufend neu durchführt, kannbei der Ermittlung der geschätztenLängsposition ŝ jeweilsder zuletzt ermittelten Schätzwertgenutzt werden, der zweckmäßigerweiseum den inzwischen gefahrenen Weg korrigiert wird. Hierzu können Messungen derRadsensorik und/oder die Geschwindigkeitsmessungen des GPS genutztwerden (zusätzlicheEingangsgröße in denKorrelator in 10).
    [0068] DasVerfahren zur Positionsbestimmung eines Fahrzeugs wird nachfolgendzusammengefasst beschrieben.
    [0069] Dieim vorhergehenden Abschnitt eingeführten Profilgrößen einesStraßenverlaufslassen sich in zwei Gruppen einteilen: – von derSensorik erfasste Messwerte mi(s) – dieentsprechenden, aus dem Straßenmodell(Karte)abgeleiteten Profilgrößen ki(s)
    [0070] DieseProfilgrößen werdenals Funktion des Fahrweges s angeschrieben. Die Profilgrößen können jeweilsmit einer geeigneten Vorfilterung fi bzw.gi vorverarbeitet werden, so dass – beideProfile miteinander kompatibel sind, d.h. im Idealfall bis auf eineVerschiebung miteinander übereinstimmen(Filterkomponente, die in f und g unterschiedlich ist) – ggf.durch ein zusätzlichesSelektivfilter Nutzsignalanteile gegenüber Störsignalen betont werden, umden nachfolgenden Korrelationsschritt zu begünstigen (Filterkomponente,die in fi bzw. gi ingleicher Weise enthalten ist).
    [0071] Dernachgeschaltete Profil-Korrelator (siehe 7 bzw. 9)ermittelt, bei welcher Schätzposition ŝ die gemessenenProfile am Besten mit den Kartenprofilen übereinstimmen. Dabei können Kenngrößen über dieaktuelle Signalqualitätder Schätz- und Messgrößen genutztwerden, um eine optimale Gewichtung der verschiedenen Messkanäle beimProfilvergleich zu gewährleisten.
    [0072] DieseVergleichs- und Verschiebeoperation wird mit laufendem Eintreffenvon Messungen jeweils erneut durchgeführt. In einer rekursiven Formulierungdes Profilvergleichs wird dabei üblicherweisedie Schätzposition ŝ aus demvorangegangenen Schritt zunächstum den inzwischen zurückgelegtenWeg Δs (z.B.aus der Radsensorik ableitbar) hochgerechnet und dann um einen Wertnachkorrigiert, der aus dem neuen Profilvergleich bestimmt wird.Welches Gewicht dabei dem hochgerechneten Wert im Verhältnis zuder Information aus dem Profilvergleich gegeben wird, kann wiederumaus Kenngrößen derSignalqualitätabgeleitet werden, wie dies z.B. in einem Extended Kalmanfilterimplizit erfolgt.
    权利要求:
    Claims (6)
    [1] Verfahren zur Positionsbestimmung eines Fahrzeugsauf einem Wegenetz unter Verwendung von Positions- und/oder Koppelsensorenund einer digitalen Karte, wobei aus dem Wegenetz alternative Pfade,die das Fahrzeug befahren könnte,bestimmt werden und fürmindestens einen dieser Pfade eine geschätzte Position bestimmt wird,gekennzeichnet dadurch, dass eine oder mehrere Messgrößen derPositions- und/oder Koppelsensoren, als Funktion der Längspositionauf dem Pfad genommen, mit einer oder mehreren entsprechenden ausder digitalen Karte abgeleiteten Profilgrößen als Funktionen der Längspositionauf dem Pfad verglichen werden, um zu ermitteln, bei welcher Längspositionauf dem Pfad die Messgrößen am Bestenmit den Profilgrößen übereinstimmen,wobei die aus der digitalen Karte abgeleiteten Profilgrößen (mi(s)) durch Vorfilterung (fi)geglättetwerden, bevor sie mit den Messgrößen (ki(s)) verglichen werden.
    [2] Verfahren nach Anspruch 1, dadurch gekennzeichnet,dass die Profilgrößen durchVorfilterung (fi) insbesondere durch einFilter mit der Charakteristik eines Tiefpasses oder gleitenden Mittelsso geglättetwerden, dass mindestens ihre erste Ableitung stetig ist.
    [3] Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet,dass auch die Messgrößen insbesondere zurBeseitigung von Messfehlern vorgefiltert werden, bevor sie mit den Profilgrößen verglichenwerden, um die Signalformcharakteristiken der gefilterten Größen möglichstgut aneinander anzupassen.
    [4] Verfahren nach einem der vorhergehenden Ansprüche, dadurchgekennzeichnet, dass die vorgefilterten Profilgrößen und die wahlweise vorgefiltertenMessgrößen durchKorrelation oder durch rekursive Filterung miteinander verglichenwerden.
    [5] Verfahren nach Anspruch 4, dadurch gekennzeichnet,dass die Profilgrößen undMessgrößen durchein nichtlineares Optimalfilter miteinander verglichen werden, indas die Vorfilterung algorithmisch integriert ist.
    [6] Verfahren nach einem der vorhergehenden Ansprüche, dadurchgekennzeichnet, dass die vorgefilterten Profilgrößen und die wahlweise vorgefiltertenMessgrößen eineSelektivfilterung erfahren, bei der für den Vergleich wesentlicheSignalanteile gegenüberunwesentlichen oder störendenSignalanteilen hervorgehoben werden, bevor sie miteinander verglichenwerden.
    类似技术:
    公开号 | 公开日 | 专利标题
    US9283967B2|2016-03-15|Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
    US10303168B2|2019-05-28|On-vehicle control device, host vehicle position and posture specifying device, and on-vehicle display device
    CN106574975B|2020-09-04|使用外围信号的轨迹匹配
    CN101363740B|2011-02-09|位置校正设备
    US7414575B2|2008-08-19|Position calculating apparatus, position calculating method, and program
    US7117087B2|2006-10-03|Method for estimating location of moving object in navigation system
    US4999783A|1991-03-12|Location detecting method
    DE102010005293B4|2019-11-14|System und Verfahren zur Spurpfadschätzung unter Verwendung einer Sensorvereinigung
    KR100262057B1|2000-07-15|차량항법 시스템을 위한 위치보정 방법
    KR100231285B1|1999-12-01|차량용 현재 위치 산출 장치 및 차량 선회를 검출하는 방법
    KR101919366B1|2019-02-11|차량 내부 네트워크 및 영상 센서를 이용한 차량 위치 인식 장치 및 그 방법
    EP0523860B1|1996-05-01|Vorrichtung für das Berechnen der Position und des Azimuths eines Fahrzeuges
    JP3449240B2|2003-09-22|車両用現在位置検出装置、車両用現在位置表示装置、ナビゲーション装置および記録媒体
    EP0687892B1|1999-05-12|Verfahren und Vorrichtung zum Feststellen eines Fahrzeugazimuths
    EP0194802B1|1992-12-02|Einrichtung zum Generieren eines Kurssignals für ein Landfahrzeug
    DE102014211450A1|2014-12-24|Spurüberwachung mit elektronischem Horizont
    US8239131B2|2012-08-07|Navigation device, navigation method, and navigation program
    US8457880B1|2013-06-04|Telematics using personal mobile devices
    WO2015123604A1|2015-08-20|Systems and methods for estimating movements of a vehicle using a mobile device
    KR101241171B1|2013-03-11|영상센서를 이용한 ｇｐｓ 위치정보 보정방법
    JP5082295B2|2012-11-28|地図データ提供装置
    US8213682B2|2012-07-03|Feature information collecting apparatuses, methods, and programs
    EP2813816B1|2019-05-01|Verfahren zur durchführung einer map-übereinstimmung in einem benutzerendgerät
    US8558679B2|2013-10-15|Method of analyzing the surroundings of a vehicle
    JP5269024B2|2013-08-21|路面状況推定装置および路面状況推定方法
    同族专利:
    公开号 | 公开日
    DE102004029543B4|2006-09-07|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    法律状态:
    2005-10-27| OP8| Request for examination as to paragraph 44 patent law|
    2007-03-08| 8364| No opposition during term of opposition|
    2007-05-03| 8327| Change in the person/name/address of the patent owner|Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE |
    2008-01-17| 8327| Change in the person/name/address of the patent owner|Owner name: DAIMLER AG, 70327 STUTTGART, DE |
    2015-04-30| R081| Change of applicant/patentee|Owner name: ELEKTROBIT AUTOMOTIVE GMBH, DE Free format text: FORMER OWNER: DAIMLER AG, 70327 STUTTGART, DE Effective date: 20150324 |
    2017-02-10| R082| Change of representative|
    2021-01-01| R119| Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee|
    优先权:
    申请号 | 申请日 | 专利标题
    DE102004017591||2004-04-07||
    DE102004017591.8||2004-04-07||
    DE200410029543|DE102004029543B4|2004-04-07|2004-06-18|Verfahren zur Positionsbestimmung eines Fahrzeugs durch Mehrkanal-Profil-Map-Matching|DE200410029543| DE102004029543B4|2004-04-07|2004-06-18|Verfahren zur Positionsbestimmung eines Fahrzeugs durch Mehrkanal-Profil-Map-Matching|
    [返回顶部]