运输工具辅助或控制系统及其作为领航器件的应用
阅读说明：本技术 运输工具辅助或控制系统及其作为领航器件的应用 (Vehicle assistance or control system and use thereof as a piloting means ) 是由 V.P.施默鲁斯 于 2021-04-29 设计创作，主要内容包括：本发明涉及一种运输工具辅助或控制系统,具有运输工具(VHCL)和用于识别针对运输工具(VHCL)的障碍物的、尤其自主地可移行的非车载-障碍物识别传感器(RMTS),其中,运输工具包括用于识别针对运输工具(VHCL)的障碍物的车载-障碍物识别传感器(EGOS),其中,运输工具辅助或控制系统包括同步模块,该同步模块用于根据非车载-障碍物识别传感器的输出信号和车载-障碍物识别传感器的输出信号来确定非车载-障碍物识别传感器相对于运输工具和/或相对于车载-障碍物识别传感器(EGOS)的定向。(The invention relates to a vehicle assistance or control system having a Vehicle (VHCL) and an in particular autonomously shiftable off-board obstacle recognition sensor (RMTS) for recognizing an obstacle to the Vehicle (VHCL), wherein the vehicle comprises an on-board obstacle recognition sensor (EGOS) for recognizing an obstacle to the Vehicle (VHCL), wherein the vehicle assistance or control system comprises a synchronization module for determining an orientation of the off-board obstacle recognition sensor relative to the vehicle and/or relative to the on-board obstacle recognition sensor (EGOS) as a function of an output signal of the off-board obstacle recognition sensor and an output signal of the on-board obstacle recognition sensor.)
技术领域
本发明涉及一种运输工具辅助或控制系统。本发明还涉及一种前述运输工具辅助或控制系统作为运输工具的领航器件的应用。
背景技术
专利文献US 2016/0368489 A1公开了一种泊车辅助系统，其中，在外部的自动泊车系统和车辆之间建立通信连接，其中，测量识别到的对象和车辆之间的距离。基于测得的距离启用车辆的制动控制系统。专利文献US 2018/0012497 A1公开了一种用于自动将车辆从起始位置转移至目标位置的车辆导航系统。其中可以规定，例如为了引导车辆，车辆外部的传感器与车辆上的传感器通信。US 2016/0368489 A1公开了一种用于基于图像数据引导机动车的系统。
发明内容
本发明所要解决的技术问题是提供一种改善或替代的运输工具辅助或控制系统。
上述技术问题通过一种运输工具辅助或控制系统来解决，其具有运输工具和用于识别针对运输工具的障碍物的、尤其自主地可移行的非车载-障碍物识别传感器，其中，所述运输工具包括用于识别针对运输工具的障碍物的车载-障碍物识别传感器，其中，所述运输工具辅助或控制系统包括同步模块，该同步模块用于根据非车载-障碍物识别传感器的输出信号和车载-障碍物识别传感器的输出信号来确定非车载-障碍物识别传感器相对于运输工具和/或相对于车载-障碍物识别传感器的定向。
在本发明的有利的设计方案中，非车载-障碍物识别传感器包括标记，并且运输工具包括至少一个摄像机和跟踪模块，所述摄像机用于识别所述标记，所述跟踪模块用于确定非车载-障碍物识别传感器的位置相对于运输工具的参考轴线的角度、但尤其不是用于确定车载-障碍物识别传感器与非车载-障碍物识别传感器之间的距离。在本申请公开内容的范畴内，当运输工具是车辆时，参考轴线例如可以是车辆的纵轴线。在本发明的另外有利的设计方案中，所述非车载-障碍物识别传感器相对于所述运输工具和/或相对于所述车载-障碍物识别传感器的定向还能够根据所述角度、非车载-障碍物识别传感器的输出信号和车载-障碍物识别传感器的输出信号来确定。
在本发明的另外有利的设计方案中，运输工具(VHCL)包括借助于同步模块生成的栅格地图(Gitterkarte)。在本发明的另外有利的设计方案中，所述栅格地图包括与所述车载-障碍物识别传感器的输出信号有关的信息，在该栅格地图中集成有与所述非车载-障碍物识别传感器的输出信号有关的信息。其中尤其规定，在栅格地图中，栅格(Raster)具有“空闲”状态或“未占用”状态，障碍物识别传感器的输出信号和/或非车载-障碍物识别传感器的输出信号针对这些栅格得出“空闲”状态或“未占用”状态。在本发明的另外有利的设计方案中，在所述栅格地图中去除了将运输工具识别为障碍物的信息。
在本发明的另外有利的设计方案中，车载-障碍物识别传感器和/或非车载-障碍物识别传感器是激光雷达或者包括激光雷达。
在本发明的另外有利的设计方案中，运输工具是具有牵引车和半挂车的货车。在本发明的另外有利的设计方案中，车载-障碍物识别传感器是牵引车的一部分。在本发明的另外有利的设计方案中，所述摄像机是牵引车的一部分。在本发明的另外有利的设计方案中，在牵引车的左侧后视镜和/或右侧后视镜中设置分别至少一个向后指向的摄像机和/或分别至少一个向前指向的摄像机。
在本发明的另外有利的设计方案中，运输工具辅助或控制系统包括在非车载-障碍物识别传感器与运输工具或车载-障碍物识别传感器之间的尤其双向的无线通信连接。
前述技术问题还通过根据前述权利要求中任一项所述的运输工具辅助或控制系统的非车载-障碍物识别传感器用作所述运输工具的领航器件的应用来解决，其中，所述非车载-障碍物识别传感器将运输工具尤其沿着预定的轨迹从起始位置引导至希望位置。其中可以规定，运输工具将非车载-障碍物识别传感器变换为其希望位置。在这种情况下，希望的路线或相应的轨迹例如由非车载-障碍物识别传感器或其上级的用于控制非车载-障碍物识别传感器的中心或多个非车载-障碍物识别传感器告知。
前述技术问题还通过前述运输工具辅助或控制系统的运输工具、例如通过具有车载-障碍物识别传感器和接收装置的运输工具来解决，车载-障碍物识别传感器用于识别针对运输工具的障碍物，接收装置用于接收非车载-障碍物识别传感器的输出信号，非车载-障碍物识别传感器用于识别(针对运输工具的)障碍物，其中，运输工具包括同步模块，该同步模块用于确定非车载-障碍物识别传感器相对于运输工具和/或相对于车载-障碍物识别传感器的定向或姿态。
可以规定，栅格地图在运输工具中借助于显示器显示或表示。其中尤其可以规定，运输工具以集成在栅格地图中的方式显示。备选地或附加地可以规定，栅格地图服务于用于运输工具的自主泊车或引导的控制装置。
在本发明的另外有利的设计方案中，运输工具辅助或控制系统包括尤其无线的通信系统，该通信系统用于将非车载-障碍物识别传感器的输出信号传输到接收装置。
在本申请公开内容的范畴内，非车载的意思尤其是并非运输工具的一部分或者不是以固定的方式与运输工具连接。在本申请公开内容的范畴内，车载的意思尤其是非车载的反义。在本申请公开内容的范畴内，车载的意思尤其是集成在运输工具中或者至少与运输工具固定连接。
与车载-障碍物识别传感器有关的输出信号和与非车载-障碍物识别传感器有关的输出信号是这些传感器的测量值的同义词或者至少包含这些传感器的测量值。
在本申请公开内容的范畴内，栅格地图尤其是占用栅格地图或网格地图(或者英文：occupancy grid map、grid map)的同义词。尤其规定，栅格地图或网格地图的这些栅格(或者说单元格)可以采取至少两种不同的状态。表明在栅格或单元格中存在障碍物的状态和表明在栅格或单元格中不存在障碍物的状态。但也可以规定，在栅格地图或网格地图中显示至少三种状态，其中，第三状态表明栅格或单元格是否被占用是未知的，即在栅格或单元格中是否存在障碍物是未知的。
在本申请公开内容的范畴内，测量值同步算法尤其是ICP算法。在本申请公开内容的范畴内，ICP或者说迭代最近点算法尤其是能够实现多个点云彼此匹配的算法。为了应用所述方法尤其规定，多个点云已事先近似地彼此对准或被彼此对准。在执行该算法时，尤其尝试通过旋转和移动使多个点云尽可能好地彼此重叠。基于一组用于旋转和移动的、近似确定的初始变换参数，针对来自一个点云的每个点确定来自另一个点云的相应的最近点(closest point)。随后产生所有这些点对上的距离的总和S、尤其距离的平方的总和。由此得到点云之间的一致性的质量的度量。目标尤其是：通过改变变换参数来使该优化量、即上述总和S最小化。有不同的方法用于确定适当的变换参数，这些方法部分地基于基础点云的结构。一直继续相应的迭代过程，直至找到可接受的最佳值，或者如果不能找到或算出希望的最佳值，则中断该迭代过程。其中尤其规定，非车载-障碍物识别传感器相对于运输工具和/或相对于车载障碍物识别传感器的定向通过对
-非车载-障碍物识别传感器的经旋转后的测量值与车载-障碍物识别传感器的经移动后的测量值之间的距离、
-车载-障碍物识别传感器的经旋转后的测量值与非车载-障碍物识别传感器的经移动后的测量值之间的距离、
-非车载-障碍物识别传感器的经旋转和移动后的测量值与车载-障碍物识别传感器的测量值之间的距离或
-车载-障碍物识别传感器的经旋转和移动后的测量值与非车载-障碍物识别传感器的测量值之间的距离的优化和/或最小化来确定。在此尤其规定，旋转包括不超过一个的自由度，并且移动包括不超过两个的自由度。优化所基于的函数例如如下：
其中，N是来自两个点云的用于优化的点对的数量。这尤其是相邻的测量值。R表示旋转，并且T表示平移或移动。其中，EGOSi表示车载-障碍物识别传感器的第i个测量值(必要时扣除N个测量值的重心)。相应的情况适用于与非车载-障碍物识别传感器有关的RMTSi。但在本申请公开内容的范畴内尤其规定，该方程式不是三维的而是二维的。因此，方程式也可以如下地表示：
其中，xEGOSi表示车载-障碍物识别传感器的第i个测量值(必要时扣除N个测量值的重心)，并且yEGOSi表示沿y方向的相应值。相应的情况适用于与非车载-障碍物识别传感器有关的xRMTSi和yRMTSi。xT表示沿x方向的平移或移动，并且yT表示沿y方向的平移或移动。
以特别合适的方式规定，附加地通过另外的方法、尤其通过非车载-障碍物识别传感器上的标记来确定非车载-障碍物识别传感器的位置相对于运输工具的参考轴线的角度，但尤其不是确定车载-障碍物识别传感器与非车载-障碍物识别传感器之间的距离。以此方式，自由度的数量从三个减少到两个。上面的方程式包括三个自由度，即一个旋转自由度和两个平移自由度，而通过考虑相对于参考轴线、例如车辆的纵轴线的角度θ得到如下用于优化的方程式：
因此，该优化仅还需要针对两个自由度被确定，即针对与旋转R有关的旋转自由度和平移自由度xT。在测量值的数量不足的情况下可以补充过去的测量值。在此例如可以使用SLAM算法。
代替通过减少自由度来简化优化，还可以规定，角度的确定用于可信度或者用于针对自主行驶的询问。因此可以例如仅在如下不等式适用的情况下允许运输工具的自主行驶，即：
在本申请公开内容的范畴内的运输工具可以是行走工具。在本申请公开内容的范畴内的运输工具可以是用于运输人和/或货物的运输工具或者可以理解为这样的运输工具。在本申请公开内容的范畴内的运输工具可以是被驱动的车辆。在本申请公开内容的范畴内的被驱动的车辆尤其意思是：设有技术上的驱动装置，其中可以规定，该驱动装置的主要部件布置在车辆外、但优选布置在车辆内或集成在车辆中。在本申请公开内容的范畴内的被驱动的车辆尤其是非主要由畜力和/或人力驱动的车辆。在本申请公开内容的范畴内的被驱动的车辆但可以可选地包括利用风和/或太阳的驱动装置。在本申请公开内容的范畴内的驱动装置可以是燃烧发动机和/或电动机。在本申请公开内容的范畴内的被驱动的车辆尤其是陆上车辆和/或机动车。在本申请公开内容的范畴内的机动车尤其是能够单独用于道路交通的陆上车辆。在本申请公开内容的范畴内的机动车尤其不局限于具有燃烧发动机的陆上车辆。在本申请公开内容的范畴内的机动车还可以理解为电动机驱动的车辆、例如用于3D交通的车辆。在本申请公开内容的范畴内的运输工具尤其是货车、尤其具有牵引车和半挂车的货车。其中，半挂车尤其可以是集装箱。
附图说明
其它优点和细节由以下对实施例的描述得出。在附图中：
图1示出运输工具辅助或控制系统的实施例的原理图；
图2示出接近停车位的机动车的示例性情景，其中，为了实施辅助，设有根据图1的运输工具辅助或控制系统；
图3示出与图2的场景相符的栅格地图；
图4示出根据图2的情况，但示出借助于非车载-障碍物识别传感器得到的测量点；
图5示出基于借助于车载-障碍物识别传感器和非车载-障碍物识别传感器获得的测量点的栅格矩阵的实施例；
图6示出货车接近停车位的情况；
图7示出关于一种情况的栅格地图的实施例，在该情况中，货车以倒退泊车的方式接近根据图6的停车位；
图8示出根据图6的情况继续进行的实施例，其中，货车在非车载-障碍物识别传感器的辅助下向后驶入根据图6的停车位中；
图9示出另外的情景的实施例，该情景具有停车位和障碍物对象，并且使用可移动的非车载-障碍物识别传感器作为具有车载-障碍物识别传感器的货车的领航器件或导航器件；
图10示出使用根据图9的车载-障碍物识别传感器的输出信号的栅格地图的实施例，但清除了作为障碍物的非车载-障碍物识别传感器；
图11示出使用可移动的非车载-障碍物识别传感器的输出信号的栅格地图的实施例，但清除了作为已知障碍物的货车；
图12示出根据图10和图11的栅格地图叠加成用于使用货车的控制装置的合并的栅格地图；
图13示出根据图9的情况继续进行的实施例，其中，货车接近停车位并且可移动的非车载-障碍物识别传感器已移动到停车位中；
图14示出合并的栅格地图的实施例，其中为了定向补入了货车图，该货车图不是必须属于栅格地图；
图15示出根据图13的情况继续进行的实施例，其中，货车在非车载-障碍物识别传感器的辅助下实施驶入停车位中的机动；
图16示出基于货车的车载-障碍物识别传感器的输出信号的栅格地图的实施例，其中，车载-障碍物识别传感器布置在货车的牵引车上，并且货车的半挂车引起货车后方的遮视；
图17示出使用车载-障碍物识别传感器和非车载-障碍物识别传感器的输出信号的合并的栅格地图的实施例，其中，通过使用非车载-障碍物识别传感器来补偿半挂车后方的遮视；和
图18示出用于控制非车载-障碍物传感器的移动的方法。
具体实施方式
图1示出一种运输工具辅助或控制系统，该运输工具辅助或控制系统包括至少一个可移动的或可移行的非车载-障碍物识别传感器RMTS和运输工具、例如车辆VHCL、尤其货车。运输工具或车辆VHCL包括用于识别针对运输工具的障碍物的车载-障碍物识别传感器和用于接收非车载-障碍物识别传感器RMTS的输出信号的接收装置IO。运输工具VHCL与非车载-障碍物识别传感器RMTS之间的数据交换可以通过单独的无线通信连接或者通过用来进行障碍物识别的信号进行。
运输工具或车辆VHCL还包括同步模块，用于确定非车载-障碍物识别传感器RMTS相对于运输工具或车辆VHCL或相对于车载-障碍物识别传感器EGOS的定向。在本实施例中，同步模块包括模块ICP，在该模块中执行诸如ICP算法之类的测量值同步算法。在补充的设计方案中，也可以进行非车载-障碍物识别传感器RMTS的“1D跟踪”、尤其基于标记的“1D跟踪”。为此，运输工具或车辆VHCL可以具有摄像机系统CAM，该摄像机系统的一个或多个输出信号由跟踪模块TRK如下地评估，即，确定运输工具或车辆VHCL相对于非车载-障碍物识别传感器RMTS的方向(相对于参考轴线的角度)。
运输工具或车辆VHCL还包括地图生成器MG2，用于由车载-障碍物识别传感器EGOS的输出信号生成栅格地图EGOM。在栅格地图EGOM中，运输工具VHCL的环境以栅格的形式被描述，该栅格的栅格面如同例如在图3中示出的那样可以包括“未知”状态U、“空闲”状态F和“占用”状态B。此外，运输工具VHCL包括地图生成器MG1，借助于地图生成器MG1由非车载-障碍物识别传感器RMTS的输出信号生成栅格地图RMTM。合并模块MPM根据运输工具VHCL相对于非车载-障碍物识别传感器RMTS的姿态或定向来将栅格地图EGOM和栅格地图RMTM组合成(合并的)集成的栅格地图，如其例如在图5中示出的那样。在此，栅格面不是被显示为占用而是被显示为空闲，这对应于由非车载-障碍物识别传感器RMTS识别为属于运输工具或车辆VHCL的障碍物。
可以规定，借助于运输工具VHCL的显示器DSP显示栅格地图MAP，和/或栅格地图MAP被控制装置CTRL用于(自主地)移动运输工具VHCL。
前述运输工具辅助或控制系统的工作原理借助以下附图来说明。在此，图2与图4一样示出具有停车位PL的情景。借助于非车载-障碍物识别传感器RMTS被识别为障碍物的点用附图标记1表示，借助于车载-障碍物识别传感器EGOS被识别为障碍物的点用附图标记2表示。
图3示出相应的栅格地图EGOM，其通过评估车载-障碍物识别传感器EGOS的输出信号来获得。在此，运输工具VHCL和非车载-障碍物识别传感器RMTS仅为了更好地定位在栅格地图EGOM中示出。但在一种设计方案中，它们也可以是栅格地图EGOM的一部分。图4示出具有由非车载-障碍物识别传感器RMTS识别为障碍物的点的停车位(参见上文)。得到的栅格地图MAP在图5中示出。关于图2、图3、图4和图5的情景涉及非车载-障碍物识别传感器RMTL移动到停车位PL前。
图6示出另外的情景，其中，运输工具VHCL是半挂车货车，其中，车载-障碍物识别传感器布置在牵引车ZM中，而不布置在半挂车AUFL中。此外规定，非车载-障碍物识别传感器RMTS布置在停车位PL2的内部。图7示出货车已从停车位PL2旁边驶过的情况，更确切地说借助对应的栅格地图MAP。在此示出货车LKW的泊车机动，该泊车机动在图8中继续。
图9、图13和图15示出用于前述运输工具辅助或控制系统的另外的情景或实施例的不同场景。在此，附图标记PL3表示停车位的边界，并且附图标记OB3表示另外的障碍物。目的是将半挂车货车LKW驶入停车位中，该停车位由边界PL3形成。在所示的情景中或在图9所示的场景中，非车载-障碍物识别传感器RMTS不是位置固定的，而是布置在自主行驶的机器人车辆上。作为自主运行的领航器件或导航器件，非车载-障碍物识别传感器RMTS将挂车引导至希望的停车位并且在泊车时如以下借助附图示出的那样辅助：为了说明，图10和图11最初示出已经清除了作为障碍物的相应的参与者的栅格地图EGOM和RMTM。即，图10示出栅格地图EGOM，其中，被识别为障碍物的非车载-障碍物识别传感器不是被显示为障碍物，而是被显示为包括投射的“遮视区”在内的未知面U，并且图11示出栅格地图EGOM，其中，被识别为障碍物的非车载-障碍物识别传感器不是被显示为障碍物，而是被显示为包括投射的“遮视区”在内的未知面U。通过组合在图10和图11中示出的栅格地图，得到根据图12的栅格地图MAP。
在图13中示出半挂车货车LKW已经靠近停车位的场景。另外，非车载-障碍物识别传感器RMTS已驶入由停车位边界PL3形成的停车位中。图14示出所得到的栅格地图MAP。在此，半挂车货车LKW以符号的形式置于该栅格地图中。这首先用于定向，其中，半挂车货车LKW不是栅格地图MAP的一部分，而是仅用于解释本申请公开内容。但也可以规定，在一种实施方式中，栅格地图MAP被补充以半挂车货车LKW的相应的符号图示。在图15所示的场景中，半挂车货车LKW从停车位旁边驶过并且倒车以便停入由停车位边界PL3形成的停车位中。在此，在图16中针对相应场景示出的栅格地图EGOM显示出特殊的问题。在此可以看到用附图标记SIS表示的遮视区，其原因是车载-障碍物识别传感器EGOS安装在半挂车货车LKW的牵引车ZM上而不是安装在半挂车AUFL上。也就是说，半挂车货车LKW的半挂车AUFL产生后方的遮视区SIS。该遮视区由在停车位中的非车载-障碍物识别传感器RMTS补偿，如同从在图17中示出的相应的栅格地图MAP看到的那样。
停车位边界PL3也可以是或表示装货台或卸货台的边界，或者是这种装货台或卸货台的一部分。可以规定，非车载-障碍物识别传感器或其可移动的底盘如此之低，使得它可以在半挂车AUFL或牵引车ZUG底下穿行，从而可以引导下一个车辆。
可以规定，根据在确定非车载-障碍物识别传感器相对于运输工具和/或相对于车载-障碍物识别传感器的定向时的质量来控制非车载-障碍物识别传感器的控制装置。这例如用于反馈运输工具是否以适当方式跟随非车载-障碍物识别传感器，和/或用于确保非车载-障碍物识别传感器和车载-障碍物识别传感器的输出信号足够用于定向的确定。
图18示出该过程的示例性的执行，其中，在步骤S101中，用于确定非车载-障碍物识别传感器相对于运输工具VHCL或LKW或相对于车载-障碍物识别传感器的定向的质量G(＝1/S或1/S(R，T)或1/S(R，xT))被读入或算出。如果质量G小于极限值SG，则在步骤S103中，在相应的询问S102之后是对非车载-障碍物识别传感器的移动的修正。对移动的修正例如可以是倒行、即相对于运输工具的假定方向的移行，和/或是相对于非车载-障碍物识别传感器的计划的移动的预定轨迹的横向移动。与此相反，如果质量G不小于极限值SG，则非车载-障碍物识别传感器在询问S102之后的步骤S104中以计划的方式继续其移动。关于根据图15的情景，非车载-障碍物识别传感器会通过所描述的方法确保多个测量值足够一致。因此，在根据图15的情景中，非车载-障碍物识别传感器不会立即驶向停车位的末端，而是一点一点地与运输工具的移动相应地并且在某些情况下沿着右边缘移行。
类似的移动修正也可以通过如下方式进行，即，将非车载-障碍物传感器观察到的运输工具与运输工具的已知几何形状进行比较。在该比较的基础上，非车载-障碍物传感器可以使其移动的轨迹或其移动总体适应于运输工具的情况或跟随。但也可以规定，通过对运输工具的几何形状与被非车载-障碍物传感器识别为车辆的测量点的比较进行评估、亦即作为所描述的使用标记的方法的备选或补充，来确定角度，该角度也用于在确定运输工具相对于非车载-障碍物传感器的定向时节省自由度。