阅读说明：本技术 操作驾驶辅助系统的方法和具有适于实施该方法的驾驶辅助系统的车辆 (Method for operating a driving assistance system and vehicle having a driving assistance system suitable for carrying out the method ) 是由 F·里斯 F·舒斯特 M·豪伊斯 M·加纳 F·盖斯 J·罗斯 于 2018-04-17 设计创作，主要内容包括：本发明涉及一种操作用于车辆(1)的驾驶辅助系统(2)的方法,其中为了确定所述车辆(1)在数字环境地图中的位置,借助车辆自有的传感器系统(1.1)检测车辆(1)的环境数据(D<Sub>Umg</Sub>),并与储存于所述环境地图中的地图数据(D<Sub>Kart</Sub>)进行比对,为了确定车辆(1)在实际环境中的位置,借助车辆自有的至少一个卫星接收器(1.3)测定车辆(1)的位置数据(D<Sub>Pos</Sub>),根据所述位置数据(D<Sub>Pos</Sub>)以及根据与所述环境数据(D<Sub>Umg</Sub>)比对过的环境数据(D’<Sub>Umg</Sub>)测定车辆(1)的经确定的位置的精度,其中对精度进行预测,借助所述精度能够为给定的位于车辆(1)前方的路段确定车辆(1)在环境地图中的位置,以及,在所述测定的精度和所述为前方路段预测的精度高于所述精度的至少一个阈值的情况下,使能所述车辆的全自动化工作。本发明还涉及一种车辆,其具有适于实施所述方法的驾驶辅助系统(2)。(the invention relates to a method for operating a driver assistance system (2) for a vehicle (1), wherein, for determining the position of the vehicle (1) in a digital environment map, environment data (DUmg) of the vehicle (1) are detected by means of a vehicle-specific sensor system (1.1) and compared with map Data (DKART) stored in the environment map, and for determining the position of the vehicle (1) in the actual environment, position data (DPos) of the vehicle (1) are determined by means of at least one vehicle-specific satellite receiver (1.3), the accuracy of the determined position of the vehicle (1) is determined on the basis of the position data (DPos) and on the basis of the environment data (D' Umg) compared with the environment data (DUmg), wherein an accuracy is predicted by means of which the position of the vehicle (1) in the environment map can be determined for a given distance ahead of the vehicle (1), and enabling full automation of the vehicle if the accuracy of the measurement and the accuracy of the prediction for the road segment ahead are higher than at least one threshold value of the accuracy. The invention also relates to a vehicle having a driving assistance system (2) suitable for carrying out the method.)

操作驾驶辅助系统的方法和具有适于实施该方法的驾驶辅助 系统的车辆

技术领域

本发明涉及一种根据权利要求1的前序部分所述的操作驾驶辅助系统的方法。

背景技术

在现有技术中，用于实现车辆的半自动化和/或全自动化工作的驾驶辅助系统的操作方法已为人所知。举例而言，在DE 10 2011 119 762 A1中描述过一种对汽车进行定位的方法，以及一种适用于汽车的定位系统。该系统包括数字地图，其中以本地化的方式记录有有关地点特定的特征(也称作地标)的数据，包括周围环境识别装置，其用于检测车辆的周围环境中的地点特定的特征，并且包括与该数字地图以及该周围环境识别装置耦合的定位模块。定位模块具有处理单元，其用于将检测的数据与记录于数字地图中的有关地点特定的特征的数据进行比对，以及用于根据在地化地记录于数字地图中的地点特定的特征对车辆位置进行定位。该系统还包括车辆的针对车辆运动数据的惯性测量单元，其与定位模块耦合，该定位模块的处理单元适于借助车辆运动数据以根据地点特定的特征定位的位置为基础确定车辆位置。

发明内容

本发明的目的在于，提供一种较现有技术有所改善的操作驾驶辅助系统的方法，以及提供一种应用所述方法的车辆。

本发明用以达成上述目的的解决方案为在权利要求1和10中给出的特征。

本发明的有利技术方案参阅从属权利要求。

在操作用于车辆的驾驶辅助系统的方法方面，借助车辆自有的传感器系统检测车辆的环境数据，并与储存于环境地图中的地图数据进行比对，用以确定车辆在数字环境地图中的位置。为了确定车辆在实际环境中的位置，借助至少一个车辆自有的***确定车辆的位置数据。此外，根据所述位置数据以及根据经过与环境数据比对的环境数据测定所述经确定的位置的精度。为了测定精度，优选将所述位置数据和所述经比对的环境数据传输至一个位置滤波器，其中借助所述位置滤波器将车辆在环境地图中的位置与车辆的实际位置进行比对，并且特别是借助所述比对对车辆在环境地图中的位置进行似真性检验。此外，根据测定的精度使能车辆的全自动化工作。全自动化工作在此是指高度自动化工作或者自主工作。

根据本发明，还对所述精度进行预测，借助所述精度能够为给定的位于车辆前方的路段确定车辆在环境地图中的位置。仅当所述测定的精度和所述为前方路段预测的精度符合给定的要求、即高于至少一个给定的精度阈值时，才使能车辆的全自动化工作，即才能全自动化地操作车辆。优选地，仅在符合对精度的要求的情况下，所述使能才保持不变。亦即，当不再符合针对使能全自动化工作的条件时，结束车辆的全自动化工作。

优选根据前方的路段，特别是根据前方路段的弯曲度和/或车道宽度给定所述精度的至少一个给定的阈值。这样便使得对位置测定精度的要求与前方的路段匹配。这样一来，与在具有宽车道的直线路段上的工作相比，针对在具有窄车道的弯曲路段上的全自动化工作的使能，可以对位置测定精度提出更高的要求。

与传统的方法相比，借助所述方法能够实现更长且中断更少的全自动化行驶。这能为驾驶者提升全自动化驾驶的体验质量。通过对预测的精度以及阈值(其对应对前方路段中的位置测定精度的要求)进行比对，能够预先规划车辆在特定时间内的全自动化工作的可行性。特别是根据车道走向、车道宽度以及/或者期望或给定的行车速度预测所述车辆在环境地图中的位置的精度的阈值。举例而言，与针对直线型车道走向的精度相比，针对曲线走向的精度的阈值更低。通过对车辆的全自动化工作的可行性进行预先规划，能够延长可供驾驶者手动接管车辆的操作的时间。

附图说明

下面结合图式对本发明的实施例进行详细说明。

其中：

图1示意性示出具有驾驶辅助系统的车辆。

具体实施方式

唯一的图1为根据一个实施例的具有驾驶辅助系统2的车辆1的框图。

驾驶辅助系统2适于实施车辆1的半自动化和全自动化工作，并且包括控制单元2.1，其用于激活、取消激活以及在激活情况下实施所述半自动化和全自动化工作。为此，控制单元2.1与车辆自有的传感器系统1.1耦合，借助所述传感器系统检测车辆1的环境数据D_Umg。车辆自有的传感器系统1.1例如包括激光雷达传感器、雷达传感器、超声波传感器和/或红外传感器，其具有有限的检测范围。

借助车辆自有的传感器系统1.1，能够在车辆周围环境中行驶期间识别储存于数字环境地图中的包括地标和车道属性的地图数据D_Kart，并与地图数据D_Kart进行比对。这种比对通常被称为匹配。其中确定在环境地图的哪个位置上，检测的环境数据D_Umg与储存于环境地图中的地图数据D_Kart对应。下文将地图数据D_Kart中的那些与检测的环境数据D_Umg对应的环境数据称作经比对的环境数据D'_Umg。在环境地图中储存了有关地点特定的特征(特别是地标)和车道属性的地图数据D_Kart，其与当地的地理位置对应。例如可以将交通指示牌、路灯或者其他物体作为地标储存。所述环境地图可以储存在车辆1的导航装置1.2中，其中，车辆1中通常仅储存环境地图中的一个片段，其包含位于车辆前方的路段。通过将检测的环境数据D_Umg与储存的地图数据D_Kart进行比对，能够确定车辆1在环境地图中的位置。

在本实施例中，车辆1还包括***1.3，例如所谓的GNSS(全球导航卫星系统)接收器，其用于接收车辆1在实际环境中的位置数据D_Pos。

为了对车辆1在环境地图中的位置进行似真性检验，将车辆1的位置数据D_Pos和经过与地图数据D_Kart比对的环境数据D'_Umg传输至位置滤波器2.2。除此以外，可以将里程计数据传输至位置滤波器2.2。位置滤波器2.2是驾驶辅助系统2的组成部分，并且例如构建为卡尔曼滤波器。根据借助位置滤波器2.2对车辆1的位置进行的似真性检验，能够确定车辆1在环境地图中的可能性最高的位置。此外，位置滤波器2.2能够根据输入的数据D_Pos、D_Kart测定车辆1在环境地图中的经确定的位置的精度。

为了激活车辆1的全自动化工作，车辆1在环境地图中的经确定的位置的高精度是强制要求。亦即，如果车辆1的经确定的位置的精度低于给定的阈值，则不激活或者取消激活车辆1的全自动化工作。这是因为，就车辆1的全自动化工作而言需要对车辆1的周围环境的深入了解，其超出车辆自有的传感器系统1.1的检测范围。特定言之，知悉车辆1的前方路段的精确的车道走向对于全自动化制动以及避让策略的可靠实施而言至关重要。

例如在接收的位置数据D_Pos的信号质量较低，以及/或者在周围环境中的显著地标的数目过小的情况下，可能出现低于阈值的情况。由此可能发生车辆1的全自动化工作的出于安全原因的中断，其中驾驶者需要手动接管车辆1的操作。然而，对于特定的路段、特别是车道走向而言，阈值可能被给定为高于必要程度。此外，阈值可能根据车道宽度以及/或者期望或给定的行车速度变化。举例而言，车辆1的全自动化工作可能在车道具有直线走向的情况下中断，其中至少对于车辆1的横向引导而言，所需的精度理应小于车道具有弯曲走向时的情形。通常仅有较短的持续时间可供用于接管车辆1的手动操作，故即使是在全自动化工作中，驾驶者也总是需要保持注意力和做好接管准备。

为了为驾驶者提升全自动化驾驶的体验质量，为给定的位于车辆1前方的路段预测车辆1在环境地图中的位置的精度，并且为所述精度预测至少一个阈值，用以使能车辆1的全自动化工作。

为了预测车辆1的位置的精度，一方面预测车辆1在实际环境中的位置的精度。特别是根据环境地图中的地点特定的特征，预估待接收的位置数据D_Pos的接收质量、即预期的信号质量。例如在高架桥、垂直结构的多路径效应等条件下，接收质量可能降低。这会降低车辆1在环境地图中的经确定的位置的精度。

为了预测车辆1在实际环境中的位置的精度，首先以车辆1的当前位置和全球导航卫星系统的当前卫星星座为出发点，对经过前方路段的例如持续给定的公里数的试验驾驶进行仿真。如果在仿真的试验驾驶期间穿过位于车道旁或者车道上的高架桥和/或垂直结构，则就对作用于位置数据D_Pos的接收质量的效应的预期影响进行分析。为了预测车辆1在实际环境中的位置的精度，在此使用经简化的仿真模型。

为了预测车辆1的位置的精度，另一方面预测车辆1的在环境地图中确定的尚未经似真性检验的位置的精度。这个精度是与储存于环境地图中的地标的空间密度相关。在此，以车辆1的当前位置以及位置滤波器2.2的当前状态为出发点，对经过前方路段的例如持续给定的公里数的试验驾驶进行仿真。在这个仿真的范围内，根据地标生成虚拟的传感器数据。位置滤波器2.2的经简化的模型使用所述虚拟的传感器数据，用于预估车辆1的位置精度在前方路段、特别是地图段中的发展。

为了预测所述至少一个阈值，就车道走向、车道宽度以及/或者期望或给定的行车速度对包含前方路段的地图数据D_Kart进行分析。所述路段例如包括从当前观察点出发的200米的长度。预测精度取决于具体应用实例。

通过将为车辆1在环境地图中的位置预测的精度与阈值进行比对，能够预先规划车辆1在特定时间内的全自动化工作的可行性。借此延长可供驾驶者手动接管车辆的操作的时间，并且为驾驶者提升全自动化驾驶的体验质量。