车辆姿态确定系统和方法.pdf

《车辆姿态确定系统和方法.pdf》由会员分享，可在线阅读，更多相关《车辆姿态确定系统和方法.pdf（21页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010229866.5 (22)申请日 2020.03.27 (30)优先权数据 16/371365 2019.04.01 US (71)申请人 通用汽车环球科技运作有限责任公 司 地址 美国密执安州 (72)发明人 M.斯卢特斯基D.I.多布金 (74)专利代理机构 中国专利代理(香港)有限公 司 72001 代理人 邹松青刘茜 (51)Int.Cl. B60W 10/06(2006.01) B60W 10/18(2012.01) B60W 10/20(2006.01) 。

2、B60W 40/00(2006.01) B60W 50/00(2006.01) (54)发明名称 车辆姿态确定系统和方法 (57)摘要 一种用于准确地估计车辆的姿态 （即， 车辆 的位置和/或取向） 的车辆姿态确定系统和方法。 所述系统和方法使用传感器融合的形式， 其中来 自车辆动力学传感器 （例如， 加速度计、 陀螺仪、 编码器等等） 的输出与来自车辆雷达传感器的输 出一起用于提高车辆姿态数据的准确度。 用由基 于雷达传感器数据的占据网格导出的校正数据 补偿由动力学传感器数据导出的未校正车辆姿 态数据。 有点像基于雷达的地图的2D或3D数学对 象的占据网格必须对应于相同地理位置。 所述系 统。

3、和方法使用数学技术 （例如， 成本函数） 来旋转 和移位多个占据网格， 直到确定最佳拟合解， 并 且然后使用所述最佳拟合解来导出所述校正数 据， 所述校正数据进而提高所述车辆姿态数据的 准确度。 权利要求书1页 说明书13页 附图6页 CN 111806421 A 2020.10.23 CN 111806421 A 1.一种供与具有一个或多个车辆传感器的车辆一起使用的车辆姿态确定方法， 所述方 法包括如下步骤： 从所述车辆传感器收集传感器数据； 从所述传感器数据生成占据网格数据， 所述占据网格数据包括多个占据网格， 每一占 据网格包括多个单独单元格， 并且每一单元格被分配表示对象占据与该特定单。

4、元格相关联 的空间的可能性的概率； 由所述占据网格数据导出校正数据； 以及 从所述校正数据确定经校正车辆姿态数据， 其中所述经校正车辆姿态数据表示所述车 辆的位置和/或取向并且已经被校正以解决所述车辆姿态数据中的漂移或误差。 2.根据权利要求1所述的方法， 其中收集步骤还包括： 从一个或多个车辆雷达传感器收 集雷达传感器数据并且通过车辆通信网络将所述雷达传感器数据提供到车辆数据处理模 块， 并且所述雷达传感器数据包括与已经从所述车辆附近的一个或多个对象反射的雷达信 号相关的信息。 3.根据权利要求1所述的方法， 其中生成步骤还包括： 从所述传感器数据生成占据网格 数据并且将包括所述多个占据网格。

5、的所述占据网格数据存储在位于所述车辆上的存储器 装置中， 并且每一占据网格是包括表示所述车辆附近的场景的概率分布的2D或3D数学结构 或对象。 4.根据权利要求3所述的方法， 其中所述生成步骤还包括： 向所述多个单独单元格中的 每一者分配初始概率， 并且然后基于所述传感器数据是否指示对象更可能或更不可能占据 与该特定单元格相关联的所述空间来向上或向下调整每一单元格的初始概率。 5.根据权利要求1所述的方法， 其中导出步骤还包括： 首先识别表示相同地理位置或场 景并且是用于导出所述校正数据的良好候选的两个或更多个占据网格， 并且然后使用所述 两个或更多个占据网格来导出所述校正数据。 6.根据权利。

6、要求5所述的方法， 其中识别步骤还包括： 对照来自先前保存的占据网格数 据的历史帧评估来自在生成步骤中生成的占据网格数据的候选帧， 并且当数据帧相关性满 足相关性阈值时， 将所述候选帧和所述历史帧识别为用于导出校正数据的良好候选。 7.根据权利要求1所述的方法， 其中导出步骤还包括： 找到表示代表相同地理位置或场 景的两个或更多个占据网格之间的最小误差量的数学解， 并且使用所述解来导出所述校正 数据。 8.根据权利要求7所述的方法， 其中所述导出步骤使用具有成本函数的优化问题解决 技术来找到表示所述两个或更多个占据网格之间的最小误差量的所述数学解， 并且所述成 本函数选自包括以下各项的组： 归。

7、一化互相关 （NCC） 成本函数、 平方距离之和 （SSD） 成本函 数或绝对距离之和 （SAD） 成本函数。 9.根据权利要求7所述的方法， 其中所述校正数据包括平移校正、 旋转校正或平移校正 和旋转校正。 10.根据权利要求1所述的方法， 其中确定步骤还包括： 通过将所述校正数据应用于先 前车辆姿态估计来确定经校正车辆姿态数据。 权利要求书 1/1 页 2 CN 111806421 A 2 车辆姿态确定系统和方法 技术领域 0001 本文中所描述的示例性实施例总体涉及一种供用于车辆中的系统和方法， 并且更 具体地涉及一种可以准确地估计车辆的姿态 （即， 车辆的位置和/或取向） 的车辆姿态确。

8、定 系统和方法。 背景技术 0002 现代车辆经常需要与车辆的地理位置和/或取向 （即， 车辆的姿态） 相关的数据。 例 如， 自主车辆和自主车辆系统通常依赖于此类数据来执行某些自动驾驶操作等等。 此类数 据的准确度 （特别是当其由基于量距和/或GPS的设备唯一地生成此类数据时） 可能受到线 性和角度车辆动力学测量的误差的负面影响。 这些误差可能随着时间累积并且可能导致车 辆姿态数据的不期望漂移。 0003 一种提高车辆姿态数据的准确度的潜在方法是使用载波相位增强型GPS （CPGPS） 设备。 然而， 如由所属领域的技术人员所理解的， 这种类型的GPS设备目前安装在旨在用于 零售市场的单独车。

9、辆上是非常昂贵的。 优选的是， 通过使用已经安装在车辆上的现有设备 来提高车辆姿态数据的准确度， 并且因此， 将不显著增加车辆的成本。 0004 本文中所公开的车辆姿态确定系统和方法被设计成解决这些问题。 发明内容 0005 根据一个方面， 提供一种供与具有一个或多个车辆传感器的车辆一起使用的车辆 姿态确定方法， 所述方法可以包括如下步骤： 从所述车辆传感器收集传感器数据； 根据所述 传感器数据生成占据网格数据， 所述占据网格数据包括多个占据网格， 每一占据网格包括 多个单独单元格， 并且每一单元格被分配表示对象占据与特定单元格相关联的空间的可能 性的概率； 由所述占据网格数据导出校正数据； 。

10、以及从所述校正数据确定经校正车辆姿态 数据， 其中经校正车辆姿态数据表示所述车辆的位置和/或取向并且已经被校正以解决所 述车辆姿态数据中的漂移或误差。 0006 根据各种实施例， 所述姿态确定方法还可以包括以下特征中的任一者或者这些特 征中的一些或全部的任何技术可行组合： 收集步骤还包括： 从一个或多个车辆雷达传感器收集雷达传感器数据并且通过车 辆通信网络将所述雷达传感器数据提供到车辆数据处理模块， 并且所述雷达传感器数据包 括与已经从所述车辆附近的一个或多个对象反射的雷达信号有关的信息； 生成步骤还包括： 从所述传感器数据生成占据网格数据并且将包括多个占据网格 的所述占据网格数据存储在位于所。

11、述车辆上的存储器装置中， 并且每一占据网格是包括表 示所述车辆附近的场景的概率分布的2D或3D数学结构或对象； 所述生成步骤还包括： 向所述多个单独单元格中的每一者分配初始概率， 并且然后 基于所述传感器数据是否指示对象更可能或更不可能占据与该特定单元格相关联的所述 空间来向上或向下调整每一单元格的初始概率； 说明书 1/13 页 3 CN 111806421 A 3 导出步骤还包括： 首先识别表示相同地理位置或场景并且是用于导出所述校正数 据的良好候选的两个或更多个占据网格， 并且然后使用所述两个或更多个占据网格来导出 所述校正数据； 识别步骤还包括： 对照来自先前保存的占据网格数据的历史帧。

12、评估来自在所述生 成步骤中生成的占据网格数据的候选帧， 并且当数据帧相关性满足相关性阈值时， 将候选 帧和所述历史帧识别为用于导出校正数据的良好候选； 所述导出步骤还包括： 找到代表表示相同地理位置或场景的两个或更多个占据网 格之间的最小误差量的数学解， 并且使用所述解来导出所述校正数据； 所述导出步骤使用成本函数来找到表示所述两个或更多个占据网格之间的最小误 差量的所述数学解， 并且所述成本函数选自包括以下各项的组： 归一化互相关 （NCC） 成本函 数、 平方距离之和 （SSD） 成本函数或绝对距离之和 （SAD） 成本函数； 所述校正数据包括平移校正、 旋转校正或两者； 所述确定步骤还包。

13、括： 通过将所述校正数据应用于先前车辆姿态估计来确定经校 正车辆姿态数据； 所述经校正车辆姿态数据包括比所述先前车辆姿态估计更小的漂移或误差； 还包括如下步骤： 借助一个或多个车辆动力学传感器收集动力学传感器数据； 以及 从所述动力学传感器数据估计初始车辆姿态， 并且所述初始车辆姿态估计按未校正车辆姿 态数据的形式提供； 其中所述确定步骤还包括： 通过将所述校正数据应用于所述未校正车 辆姿态数据来确定经校正车辆姿态数据； 动力学传感器数据收集步骤还包括： 从所述车辆动力学传感器收集动力学传感器 数据并且通过车辆通信网络将所述动力学传感器数据提供到车辆数据处理模块， 并且所述 动力学传感器数据包。

14、括与线性、 角度和/或其他形式的车辆动力学测量相关的信息； 所述车辆动力学传感器包括选自包括以下各项的组的至少一个传感器： 加速度计、 陀螺仪或编码器； 所述方法使用传感器融合来将所述动力学传感器数据与所述传感器数据组合在一 起以便减小所述车辆姿态数据中的所述漂移或误差； 还包括如下步骤： 借助车辆电子模块自动控制一个或多个车辆致动器， 其中所述车 辆电子模块借助基于所述经校正车辆姿态数据的指令控制所述车辆致动器； 所述车辆电子模块选自由以下组成的组： 发动机控制模块、 转向控制模块或制动控 制模块。 0007 根据另一方面， 提供一种供与具有一个或多个车辆动力学传感器、 一个或多个车 辆雷达。

15、传感器以及数据处理模块的车辆一起使用的车辆姿态确定方法， 所述方法可以包括 如下步骤： 借助所述车辆动力学传感器收集动力学传感器数据； 从所述动力学传感器数据 估计初始车辆姿态， 并且将所述初始车辆姿态估计按未校正车辆姿态数据的形式提供到所 述数据处理模块； 借助所述车辆雷达传感器收集雷达传感器数据； 将所述雷达传感器数据 发送到所述数据处理模块； 在所述数据处理模块处从所述雷达传感器数据生成占据网格数 据， 所述占据网格数据包括多个占据网格， 每一占据网格包括多个单独单元格， 并且每一单 元格被分配表示对象占据与该特定单元格相关联的空间的可能性的概率； 在所述数据处理 模块处由所述占据网格数。

16、据导出校正数据； 以及从所述校正数据确定经校正车辆姿态数 说明书 2/13 页 4 CN 111806421 A 4 据， 其中所述经校正车辆姿态数据表示所述车辆的位置和/或取向并且已经被校正以解决 所述车辆姿态数据中的漂移或误差。 0008 根据另一方面， 提供一种供与车辆一起使用的车辆姿态确定系统， 其包括： 安装在 所述车辆上并且提供传感器数据的一个或多个车辆传感器； 安装在所述车辆上并且耦合到 所述车辆传感器以接收所述传感器数据的车辆数据处理模块； 以及被配置成用于安装在所 述车辆数据处理模块上的计算机程序产品， 其中所述计算机程序产品包括在由所述车辆数 据处理模块执行时致使所述车辆数。

17、据处理模块执行以下步骤的电子指令： 从所述传感器数 据生成占据网格数据， 所述占据网格数据包括多个占据网格， 每一占据网格包括多个单独 单元格， 并且每一单元格被分配表示对象占据与该特定单元格相关联的空间的可能性的概 率； 由所述占据网格数据导出校正数据； 以及从所述校正数据确定经校正车辆姿态数据， 其 中所述经校正车辆姿态数据表示所述车辆的位置和/或取向并且已经被校正以解决所述车 辆姿态数据中的漂移或误差。 0009 本发明还包括以下技术方案： 技术方案1. 一种供与具有一个或多个车辆传感器的车辆一起使用的车辆姿态确定方 法， 所述方法包括如下步骤： 从所述车辆传感器收集传感器数据； 从所述。

18、传感器数据生成占据网格数据， 所述占据网格数据包括多个占据网格， 每一占 据网格包括多个单独单元格， 并且每一单元格被分配表示对象占据与该特定单元格相关联 的空间的可能性的概率； 由所述占据网格数据导出校正数据； 以及 从所述校正数据确定经校正车辆姿态数据， 其中所述经校正车辆姿态数据表示所述车 辆的位置和/或取向并且已经被校正以解决所述车辆姿态数据中的漂移或误差。 0010 技术方案2. 根据技术方案1所述的方法， 其中收集步骤还包括： 从一个或多个车 辆雷达传感器收集雷达传感器数据并且通过车辆通信网络将所述雷达传感器数据提供到 车辆数据处理模块， 并且所述雷达传感器数据包括与已经从所述车辆。

19、附近的一个或多个对 象反射的雷达信号相关的信息。 0011 技术方案3. 根据技术方案1所述的方法， 其中生成步骤还包括： 从所述传感器数 据生成占据网格数据并且将包括所述多个占据网格的所述占据网格数据存储在位于所述 车辆上的存储器装置中， 并且每一占据网格是包括表示所述车辆附近的场景的概率分布的 2D或3D数学结构或对象。 0012 技术方案4. 根据技术方案3所述的方法， 其中所述生成步骤还包括： 向所述多个 单独单元格中的每一者分配初始概率， 并且然后基于所述传感器数据是否指示对象更可能 或更不可能占据与该特定单元格相关联的所述空间来向上或向下调整每一单元格的初始 概率。 0013 技术。

20、方案5. 根据技术方案1所述的方法， 其中导出步骤还包括： 首先识别表示相 同地理位置或场景并且是用于导出所述校正数据的良好候选的两个或更多个占据网格， 并 且然后使用所述两个或更多个占据网格来导出所述校正数据。 0014 技术方案6. 根据技术方案5所述的方法， 其中识别步骤还包括： 对照来自先前保 存的占据网格数据的历史帧评估来自在生成步骤中生成的占据网格数据的候选帧， 并且当 说明书 3/13 页 5 CN 111806421 A 5 数据帧相关性满足相关性阈值时， 将所述候选帧和所述历史帧识别为用于导出校正数据的 良好候选。 0015 技术方案7. 根据技术方案1所述的方法， 其中导出。

21、步骤还包括： 找到表示代表相 同地理位置或场景的两个或更多个占据网格之间的最小误差量的数学解， 并且使用所述解 来导出所述校正数据。 0016 技术方案8. 根据技术方案7所述的方法， 其中所述导出步骤使用具有成本函数的 优化问题解决技术来找到表示所述两个或更多个占据网格之间的最小误差量的所述数学 解， 并且所述成本函数选自包括以下各项的组： 归一化互相关 （NCC） 成本函数、 平方距离之 和 （SSD） 成本函数或绝对距离之和 （SAD） 成本函数。 0017 技术方案9. 根据技术方案7所述的方法， 其中所述校正数据包括平移校正、 旋转 校正或平移校正和旋转校正。 0018 技术方案10。

22、. 根据技术方案1所述的方法， 其中确定步骤还包括： 通过将所述校正 数据应用于先前车辆姿态估计来确定经校正车辆姿态数据。 0019 技术方案11. 根据技术方案10所述的方法， 其中所述经校正车辆姿态数据包括比 所述先前车辆姿态估计更小的漂移或误差。 0020 技术方案12. 根据技术方案1所述的方法， 其还包括如下步骤： 借助一个或多个车辆动力学传感器收集动力学传感器数据； 以及 从所述动力学传感器数据估计初始车辆姿态， 并且所述初始车辆姿态估计按未校正车 辆姿态数据的形式提供； 其中确定步骤还包括： 通过将所述校正数据应用于所述未校正车辆姿态数据来确定经 校正车辆姿态数据。 0021 技。

23、术方案13. 根据技术方案12所述的方法， 其中动力学传感器数据收集步骤还包 括： 从所述车辆动力学传感器收集动力学传感器数据并且通过车辆通信网络将所述动力学 传感器数据提供到车辆数据处理模块， 并且所述动力学传感器数据包括与线性、 角度和/或 其他形式的车辆动力学测量相关的信息。 0022 技术方案14. 根据技术方案13所述的方法， 其中所述车辆动力学传感器包括选自 包括以下各项的组的至少一个传感器： 加速度计、 陀螺仪或编码器。 0023 技术方案15. 根据技术方案12所述的方法， 其中所述方法使用传感器融合来将所 述动力学传感器数据与所述传感器数据组合在一起以便减小所述车辆姿态数据中。

24、的所述 漂移或误差。 0024 技术方案16. 根据技术方案1所述的方法， 其还包括如下步骤： 借助车辆电子模块自动控制一个或多个车辆致动器， 其中所述车辆电子模块借助基于 所述经校正车辆姿态数据的指令控制所述车辆致动器。 0025 技术方案17. 根据技术方案16所述的方法， 其中所述车辆电子模块选自包括以下 各项的组： 发动机控制模块、 转向控制模块或制动控制模块。 0026 技术方案18. 一种供与具有一个或多个车辆动力学传感器、 一个或多个车辆雷达 传感器以及数据处理模块的车辆一起使用的车辆姿态确定方法， 所述方法包括如下步骤： 借助所述车辆动力学传感器收集动力学传感器数据； 从所述动。

25、力学传感器数据估计初始车辆姿态， 并且将所述初始车辆姿态估计按未校正 说明书 4/13 页 6 CN 111806421 A 6 车辆姿态数据的形式提供到所述数据处理模块； 借助所述车辆雷达传感器收集雷达传感器数据； 将所述雷达传感器数据发送到所述数据处理模块； 在所述数据处理模块处从所述雷达传感器数据生成占据网格数据， 所述占据网格数据 包括多个占据网格， 每一占据网格包括多个单独单元格， 并且每一单元格被分配表示对象 占据与该特定单元格相关联的空间的可能性的概率； 在所述数据处理模块处由所述占据网格数据导出校正数据； 以及 从所述校正数据确定经校正车辆姿态数据， 其中所述经校正车辆姿态数据。

26、表示所述车 辆的位置和/或取向并且已经被校正以解决所述车辆姿态数据中的漂移或误差。 0027 技术方案19. 一种供与车辆一起使用的车辆姿态确定系统， 其包括： 安装在所述车辆上并且提供传感器数据的一个或多个车辆传感器； 安装在所述车辆上并且耦合到所述车辆传感器以接收所述传感器数据的车辆数据处 理模块； 以及 被配置成用于安装在所述车辆数据处理模块上的计算机程序产品， 其中所述计算机程 序产品包括在由所述车辆数据处理模块执行时致使所述车辆数据处理模块执行以下步骤 的电子指令： 从所述传感器数据生成占据网格数据， 所述占据网格数据包括多个占据网格， 每一占 据网格包括多个单独单元格， 并且每一单。

27、元格被分配表示对象占据与该特定单元格相关联 的空间的可能性的概率； 由所述占据网格数据导出校正数据； 以及 从所述校正数据确定经校正车辆姿态数据， 其中所述经校正车辆姿态数据表示所述车 辆的位置和/或取向并且已经被校正以解决所述车辆姿态数据中的漂移或误差。 附图说明 0028 在下文中将结合附图描述一个或多个示例性实施例， 其中相似附图标记表示相似 元件， 并且在附图中： 图1是安装在车辆上的车辆姿态确定系统的实施例的示意性框图； 图2是可以与图1的系统一起使用的车辆姿态确定方法的实施例的示意性框图； 图3A-3D是示出潜在车辆路线的地图的示意性图解， 其中图3A-图3B示出包括漂移或误 差的。

28、未校正车辆姿态数据， 并且图3C-图3D示出其中漂移或误差已经解决的经校正车辆姿 态数据； 图4A-4B是用于生成基于雷达的占据网格并且可以与图2的方法一起使用的潜在过程 的示意性图解； 图5是用于确定哪些基于雷达的占据网格是用于导出校正数据的良好候选并且可以与 图2的方法一起使用的潜在过程的图形图解； 图6A-图6B是用于导出校正数据的良好候选并且可以与图2的方法一起使用的基于雷 达的占据网格的图像， 其中图6A表示历史帧， 并且图6B表示候选帧； 以及 图7是作为用于导出校正数据的潜在过程的一部分并且可以与图2的方法一起使用的 2D转换上的成本函数的图形图解。 说明书 5/13 页 7 C。

29、N 111806421 A 7 具体实施方式 0029 可以使用本文中所公开的车辆姿态确定系统和方法来准确地估计或以其他方式 确定车辆的姿态 （即， 车辆的位置和/或取向） 。 许多车辆 （诸如自主车辆） 依赖于车辆姿态数 据来实行某些自动驾驶操作， 并且此类操作的性能可能受到车辆姿态数据的准确度的影 响。 本系统和方法使用传感器融合的形式， 其中来自车辆动力学传感器 （例如， 加速度计、 陀 螺仪、 编码器等等） 的输出与来自车辆雷达传感器的输出结合地使用以提高车辆姿态数据 的准确度。 根据一个实施例， 利用从占据网格导出的校正数据补偿从车辆动力学传感器导 出的未校正车辆姿态数据， 所述占据。

30、网格由车辆雷达传感器形成。 占据网格 （其是有点像传 感器生成的地图的2D或3D数学对象） 必须对应于相同地理位置， 但是在占据网格由车辆雷 达传感器的输出生成时由于车辆姿态的细微差别而可以具有差异。 本方法和系统使用数学 技术 （例如， 成本函数、 优化问题解决等等） 来旋转和移位多个占据网格， 直到确定最佳拟合 解为止， 并且然后使用所述最佳拟合解来导出所述校正数据， 校正数据进而提高车辆姿态 数据的准确度。 将在下文对此进行更详细的解释。 0030 现在转向图1， 示出具有用于准确地估计车辆姿态 （即， 车辆的位置和/或取向） 的 车辆姿态确定系统12的车辆10的示例， 其中所述系统能够。

31、执行下文所描述的车辆姿态确定 方法。 根据此示例， 系统12包括车辆硬件14， 车辆硬件14具有一个或多个车辆动力学传感器 20-24、 车辆全球定位传感器 （GPS） 28、 车辆雷达传感器32-38、 车辆数据处理模块40、 车辆通 信模块50、 车辆自主驾驶模块60、 其他车辆电子模块70、 车辆显示器80以及执行本文中所描 述的方法、 步骤和/或功能所需的系统、 模块、 装置、 部件、 硬件、 软件等等的任何其他合适组 合。 车辆硬件14的各种部件可以通过车辆通信网络90 （例如， 有线车辆通信总线、 无线车辆 通信网络或一些其他合适通信网络） 连接。 车辆10可以是传统非自主车辆、 。

32、半自主车辆或自 主车辆。 短语 “自主或半自主车辆” 以及任何派生术语广泛地意指能够在无驾驶员要求的情 况下自动实施驾驶相关动作或功能的任何车辆， 并且包括落入国际汽车工程师协会 （SAE） 分类系统的1-5级内的动作。 0031 技术人员应了解的是， 车辆硬件14的示意性框图仅意在示出与本方法一起使用的 一些更相关硬件部件， 而并非意在成为将通常在此类车辆上找到的车辆硬件的精确或详尽 表示。 此外， 车辆硬件14的结构或架构可以实质上不同于图1中所示出的结构或架构 （例如， 与全部都是单独独立部件截然相反， 车辆动力学传感器20-24、 车辆GPS传感器28、 车辆雷达 传感器32-38等等。

33、可以彼此或与其他设备集成或以其他方式组合） 。 由于无数潜在的布置结 构并且为了简洁和清楚起见， 结合图1的所示出实施例描述车辆硬件14， 但是应了解的是， 本系统和方法不限于此。 0032 车辆动力学传感器20-24安装在车辆10上并且耦合到车辆数据处理模块40， 使得 车辆动力学传感器可以为系统提供动力学传感器数据。 可以使用各种类型的车辆动力学传 感器来进行线性、 角度和/或其他形式的车辆动力学测量， 所述车辆动力学测量进而可以用 于生成与车辆的位置和/或取向有关的信息 （即， 未校正车辆姿态数据） 。 根据一个示例， 传 感器20包括一个或多个加速度计， 传感器22包括一个或多个陀螺仪。

34、， 并且传感器24包括一 个或多个编码器， 诸如电磁或光学地耦合到车辆车轮的类型， 并且所有传感器都经由车辆 通信总线90耦合到车辆数据处理模块40。 如本领域中所众所周知的， 车辆动力学传感器20- 24可以是单独封装的传感器， 如图1中示意性地示出的， 或者它们可以集成到更大装置、 模 说明书 6/13 页 8 CN 111806421 A 8 块或系统 （即， 惯性运动单元 （IMU） 、 防抱死制动系统 （ABS） 、 车辆稳定性控制系统等等） 中。 车辆动力学传感器的其他配置和组合 （包括具有更多或更少的传感器、 不同类型的传感器 等等的配置和组合） 当然是可能的。 0033 车辆G。

35、PS传感器26安装在车辆10上并且耦合到车辆数据处理模块40， 使得其可以 为系统提供GPS传感器数据。 根据一个示例， 车辆GPS传感器26提供GPS传感器数据， 所述GPS 传感器数据与动力学传感器数据一起可以用于确定车辆姿态 （即， 车辆位置和/或取向） 的 基本或粗略估计。 可以按照x、 y和/或z坐标、 前进方向、 俯仰 （pitch） 和/或滚动 （roll） 测量 结果或其任何合适组合提供此估计。 本系统和方法不限于任何特定类型的GPS传感器， 因为 可以使用不同的类型。 0034 车辆雷达传感器32-38安装在车辆10上并且耦合到车辆数据处理模块40， 使得车 辆雷达传感器可以。

36、为系统提供雷达传感器数据。 根据一个非限制性示例， 车辆雷达传感器 分别包括一个或多个前视传感器32、 一个或多个后视传感器34以及驾驶员和乘客侧视传感 器36、 38。 然而， 应了解的是， 可以使用少至一个车辆雷达传感器。 由于对准等等的挑战， 有 时优选地的是， 使用短程雷达传感器 （即， 范围高达20 m） ， 然而， 存在其中远程雷达传感器 （即， 范围高达100 m） 更合适的其他应用。 在其他示例中， 车辆雷达传感器32-38包括雷达、 LIDAR （激光雷达） 、 超声和/或其他类型的合适传感器的任何合适组合。 优选的是， 车辆雷达 传感器32-38中的每一者经由共同参照系 （。

37、FOR） 彼此对准和/或与车辆参照系 （FOR） 对准。 应 认识到的是， 车辆雷达传感器的精确数量、 类型、 位置、 取向等等将在很大程度上取决于系 统的应用和要求， 并且传感器32-38不限于任何具体实施例， 假定它们可以用于生成占据网 格， 如下文所解释的。 0035 车辆数据处理模块40、 车辆通信模块50、 车辆自主驾驶模块60以及其他车辆电子 模块70可以包括任何合适部件并且根据行业中已知或使用的任何合适配置布置。 由于模块 40-70的特定架构不是关键的， 并且由于这些模块可以根据如此多的不同实施例来提供， 因 此对模块40的部件的以下描述可以应用于模块40-70中的任一者， 除。

38、非另有说明。 例如， 模 块40-70中的每一者可以包括一个或多个处理装置42、 存储器装置44、 I/O装置以及通常在 此类模块上发现的任何其他硬件和/或软件。 处理装置42可以是能够处理电子指令的任何 类型的装置， 包括微处理器、 微控制器、 主处理器、 控制器、 车辆通信处理器、 通用处理单元 （GPU） 、 加速器、 数字信号处理器 （DSP） 、 现场可编程门阵列 （FPGA） 以及专用集成电路 （ASIC） ， 列举几种可能性。 其可以是仅用于模块40的专用处理器， 或者可以与其他车辆系 统、 模块、 装置、 部件等等共享。 处理装置42可以执行各种类型的电子指令， 诸如存储在存储。

39、 器装置44中的软件和/或固件程序， 其使得模块40能够执行各种功能。 存储器装置44可以是 非暂时性计算机可读介质； 这些包括不同类型的随机存取存储器 （RAM） （包括各种类型的动 态RAM （DRAM） 和静态RAM （SRAM） ） 、 只读存储器 （ROM） 、 固态驱动器 （SSD） （包括其他固态存储 装置， 诸如固态混合驱动器 （SSHD） ） 、 硬盘驱动器 （HDD） 、 磁盘或光盘驱动器， 或以电子方式 存储信息的其他合适计算机介质。 在一个示例中， 处理装置42执行程序或处理数据， 并且存 储器装置44存储程序或其他数据， 以便帮助执行或支持本方法的至少一部分。 003。

40、6 车辆数据处理模块40从一个或多个车辆动力学传感器20-24接收动力学传感器数 据， 从车辆GPS传感器28接收GPS传感器数据， 并且从一个或多个车辆雷达传感器32-38接收 雷达传感器数据， 并且可以被配置成在提供经校正的车辆姿态数据作为输出之前评估、 分 说明书 7/13 页 9 CN 111806421 A 9 析和/或以其他方式处理此输入， 如下文所解释的。 车辆数据处理模块40可以间接或直接连 接到车辆动力学传感器20-24、 到车辆GPS传感器28、 和/或到车辆雷达传感器32-38， 以及到 其他模块50-70的任何组合 （例如， 经由车辆通信网络90） 。 车辆数据处理模块。

41、40可以与车辆 动力学传感器20-24、 车辆GPS传感器28、 车辆雷达传感器32-38和/或车辆显示器80集成或 组合在一起， 使得它们是单个封装模块或单元的一部分， 或者模块40可以与车辆中的任何 数量的其他系统、 模块、 装置和/或部件组合。 0037 车辆通信模块50为车辆提供短程和/或远程无线通信能力， 使得车辆可以与各种 装置和系统通信和交换数据， 包括例如其他车辆或者与自主或半自主车辆一起使用的后端 或基于云的设施。 例如， 车辆通信模块50可以包括实现短程无线通信 （例如， 蓝牙 、 其他 IEEE 802.15通信、 Wi-Fi 、 其他IEEE 802.11通信、 车辆对。

42、车辆通信等等） 的短程无线电 路。 模块50还可以包括实现与后端设施或其他远端定位的实体的远程无线通信 （例如， 蜂 窝、 远程信息处理通信等等） 的蜂窝芯片组和/或车辆远程信息处理单元。 根据一个非限制 性示例， 车辆通信模块50包括处理和存储器装置52、 54 （类似于上文提及的那些） 、 短程无线 电路56、 呈蜂窝芯片组形式的远程无线电路58以及一个或多个天线。 车辆通信模块50可以 间接或直接连接到车辆动力学传感器20-24、 车辆GPS传感器28、 车辆雷达传感器32-38和/ 或车辆显示器80、 以及其他模块40、 60、 70的任何组合 （例如， 经由车辆通信网络90） 。 模。

43、块50 可以与车辆中的任何数量的其他系统、 模块、 装置和/或部件组合。 0038 车辆自主驾驶模块60是任选部件并且为车辆提供自主和/或半自主驾驶能力， 并 且根据特定实施例， 可以是单个模块或单元或若干模块或单元的组合。 车辆自主驾驶模块 60的特定布置结构、 配置和/或架构不是必要的， 只要所述模块帮助使得车辆能够执行自主 和/或半自主驾驶功能即可。 车辆自主驾驶模块60可以间接或直接连接到车辆动力学传感 器20-24、 车辆GPS传感器28、 车辆雷达传感器32-38和/或车辆显示器80、 以及其他模块40、 50、 70和各种车辆致动器的任何组合 （例如， 经由车辆通信网络90） 。。

44、 模块60可以与车辆中的 任何数量的其他系统、 模块、 装置和/或部件组合， 或者在替代方案中， 可以完全省略模块60 （如上文所提及的， 这是任选部件） 。 0039 车辆电子模块70可以包括帮助实现本方法所需的任何其他合适模块。 例如， 模块 70可以包括信息娱乐模块、 传动系统控制模块 （PCM） 、 发动机控制模块 （ECM） 、 变速器控制模 块 （TCM） 、 车身控制模块 （BCM） 、 牵引力控制或稳定性控制模块、 巡航控制模块、 转向控制模 块、 制动控制模块等等的任何组合。 与先前模块一样， 车辆电子模块70可以间接或直接连接 到车辆动力学传感器20-24、 车辆GPS传感。

45、器28、 车辆雷达传感器32-38和/或车辆显示器80、 以及其他模块40、 50、 60和各种车辆致动器的任何组合 （例如， 经由车辆通信网络90） 。 根据 一个非限制性示例， 车辆电子模块70包括发动机控制模块、 转向控制模块和/或制动控制模 块并且耦合到一个或多个车辆致动器 （例如， 驱动或控制发动机部件、 转向部件和/或制动 部件的车辆致动器） ， 使得车辆电子模块可以借助基于经校正车辆姿态数据的指令自动控 制车辆致动器， 如将解释的。 模块70可以与车辆中的任何数量的其他系统、 模块、 装置和/或 部件组合。 0040 现在转向图2的框图， 示出使用由基于雷达的占据网格导出的校正数。

46、据来提高车 辆姿态估计的准确度的车辆姿态确定方法100的示例。 0041 从步骤110开始， 所述方法使用来自一个或多个源的数据来估计车辆姿态。 在此段 说明书 8/13 页 10 CN 111806421 A 10 落中， 在方法100的第一循环或迭代 （在校正数据的生成之前） 的上下文中描述步骤110， 使 得未校正此处生成的车辆姿态数据。 稍后， 在描述中， 将在后续循环或迭代 （在校正数据的 生成之后） 的上下文中描述步骤110， 使得然后校正所生成的车辆姿态数据。 根据一个非限 制性示例， 步骤110从传感器20-24接收动力学传感器数据 （并且任选地， 从传感器28接收 GPS传感。

47、器数据） ， 并且使用此信息来估计车辆的地理位置和/或物理取向 （即， 车辆姿态） 。 在方法100的第一循环或迭代期间， 所估计的车辆姿态可以由步骤110按未校正车辆姿态数 据的形式输出 （对于2D应用， 此数据可以包括x、 y和前进方向 （偏航） 信息； 对于3D应用， 此数 据可以包括x、 y、 z、 前进方向 （偏航） 、 俯仰和滚动信息） ， 并且可以发送到步骤120、 130和 140。 通过使用动力学传感器数据和GPS传感器数据两者， 所述方法可以能够在步骤110处校 正大导航漂移， 但是仍然可能存在可能随时间累积的小导航漂移的问题。 考虑图3A中所示 出的示例， 其中示出导航地。

48、图200， 其中车辆路线202在起始位置204和终止位置206之间延 伸， 并且通常遵循车辆10穿过的实际路线或路径。 如果当前车辆姿态在很大程度上基于来 自传感器20-24的动力学传感器数据确定 （其中GPS传感器数据可能提供一些小校正） ， 则漂 移或误差210可能随时间累积和积累。 漂移210通常表示车辆的实际姿态和车辆的所估计姿 态之间的误差； 此处， 所估计姿态是车辆姿态在其已经被校正之前的初始估计， 如将解释 的。 在一些情况下， 漂移210由诸如即时定位与地图构建 （SLAM） 等等现象加剧， 如技术人员 所理解的。 本系统和方法被设计成解决和最小化此漂移， 并且从而更准确地确定。

49、车辆姿态。 0042 在步骤120中， 所述方法使用来自一个或多个车辆雷达传感器的雷达传感器数据 构建一个或多个占据网格。 更具体来说， 所述方法从车辆雷达传感器32-38发射雷达信号； 接收所反射的雷达信号； 评估、 分析和/或以其他方式解释所反射的雷达信号以确定对象占 据车辆附近的某些区域的概率； 并且然后使用这各种概率来构建或生成占据网格。 如本文 中所使用的， 术语 “占据网格” 广义上是指由一个或多个传感器 （例如， 车辆雷达传感器） 的 输出构建的2D或3D数学结构或对象， 并且包括多个单独单元格， 其中每一单元格被分配表 示对象占据该单元格的可能性的概率 （例如， 介于0和之间的。

50、数字） 。 在2D占据网格的情况 下， 与每一单元格相关联的概率表示对象占据车辆周围的对应面积的可能性； 在3D占据网 格中， 概率表示对象占据车辆周围的对应体积的可能性。 以此方式， 占据网格就像车辆周围 的面积或体积的雷达生成的地图， 但是替代包含图像， 它们可以包含概率的数学分布。 虽然 以下描述假定占据网格由雷达传感器构建而成， 但是应该认识到， 它们可以替代地由超声 或其他传感器构建而成， 并且本发明并不限于基于雷达传感器数据的占据网格。 0043 参考图4A-B， 示出可以如何由来自车辆雷达传感器32的雷达传感器数据构建占据 网格300以便以数学方式表示车辆10前方的场景310的基。