绘制越过车道轮廓的车载驾驶辅助方法和设备与流程

绘制越过车道轮廓的车载驾驶辅助方法和设备
1.本发明涉及一种生成越过车道轮廓的绘制线的车载驾驶辅助方法和设备。
2.地面上的车道轮廓通常由车辆的传感器检测以辅助其驾驶；然而，这些车道轮廓并没有被存储起来供后续使用。
3.在文件wo 201468094中，比如弯道记录等一些历史信息被用于生成高级驾驶辅助系统的视界。
4.在文件us 10160281中，驾驶记录的地图是由沿着已采取的路线的道路的粗糙度的测量值构建的，然后使用表示道路质量的这种特征来预计对要应用于悬架系统的悬架姿态的选择。
5.因此，这些关于驾驶行为或道路质量的记录不允许相对于车道来定位后方车辆并且不允许预计后方车辆的行为，也不允许在车辆后方没有环境感知装置(比如相机)的情况下向驾驶员提供后方环境的表示。
6.本发明的目的之一是通过提供一种绘制越过车道轮廓的车载驾驶辅助方法来克服现有技术的至少一些缺点。这种特征实际上允许对由越过车道轮廓的绘制线界定的车道进行界定，并且允许将检测到的对象与所述车道相关联，并且允许向这些对象应用驾驶规则和/或允许在没有后置相机的情况下显示所述车道和所述车道上的所述对象。实际上，例如，两个后置方雷达会提供信息，但是鉴于错误信息反而是危险来源，因此该信息并不足以可靠地定性地表示驾驶员后面的环境并为他们形成决策辅助手段。此外，雷达可以检测对象和车道边缘，但是无法检测地面标记线。
7.为此，本发明提出了一种用于车辆的车载驾驶辅助方法，该方法包括：
[0008]-检测位于该车辆的参考点前方的车道轮廓的步骤；
[0009]-生成所述检测到的轮廓的表示的步骤；
[0010]-定义移动的步骤；
[0011]-将该车辆的参考点投射到该表示上的步骤；
[0012]-根据投射点绘制所述越过轮廓的步骤；
[0013]
这允许基于可用的几何和运动学信息来对越过轮廓进行重构，而无需附加的传感器或与其他车辆的连接。
[0014]
凭借本发明(其也适用于自主车辆)，检测到的车道轮廓允许由已经越过的地面标记形成绘制线，而无需后置相机或任何其他后置传感器检测车道轮廓。
[0015]
根据特定实施例，车道轮廓是地面标记和/或车道边缘。
[0016]
根据有利特征，对多个车道轮廓同时执行所述步骤，这使得该方法适用于任何类型的行车道，甚至是复杂的行车道。
[0017]
根据另一个有利特征，所述轮廓的表示是回旋曲线、或3阶多项式、或一系列3阶多项式或回旋曲线样条。
[0018]
根据另一个有利特征，该投射步骤包括尤其通过使用优化投射时间的牛顿-拉普森优化方法搜索该车辆的参考点在该表示上的投射点的至少一个迭代子步骤。
[0019]
根据另一个有利特征，该投射步骤包括从所述轮廓的表示的第一标识点开始对该
至少一个迭代搜索子步骤进行初始化的子步骤。
[0020]
有利地，所述轮廓的表示是长度为l的回旋曲线，其原点曲率为c0且曲率变化率为c1，并且所述第一点是回旋曲线的中心。
[0021]
根据有利特征，该投射是正交的，在大约5
°
的公差内，这很容易用三角法标识。
[0022]
根据另一个有利特征，该绘制步骤包括计算中间点的子步骤，这些中间点的离散化间距是该车辆的速度的函数，这使得能够提供没有低值附加点的优化的绘制线。
[0023]
根据另一个有利特征，绘制所述越过车道轮廓的步骤的输出是点云，这随后允许存储和管理单个存储器。
[0024]
根据另一个有利特征，生成所述检测到的轮廓的表示的步骤包括重新计算所述轮廓的表示的长度的子步骤。
[0025]
包括存储所述越过车道轮廓的至少一些绘制线的步骤的优点在于，其使得能够提供对路线历史的显示。
[0026]
根据有利特征，该投射步骤包括验证投射到该表示上的车辆的所述参考点的子步骤，这提高了投射的可靠性。
[0027]
根据另一个有利特征，该绘制步骤包括旨在对所述中间点进行几何排序的子步骤，这允许仅将最相关的点存储在存储器中。
[0028]
根据另一个有利特征，该方法包括旨在通过计算方差和误差传播来评估与投射点相关联的误差的子步骤，这提高了该方法的可靠性。
[0029]
有利地，车辆的参考点对应于由车辆的后车桥形成的线段的中心，这允许更好地表示车辆(尤其是在变道期间)，以便避免对变道的任何错误检测。
[0030]
有利地，该方法包括在屏幕上显示所述越过轮廓的绘制线的步骤。
[0031]
根据另一个有利特征，该方法包括将对象与至少部分地由所述越过车道轮廓的所述绘制线界定的车道相关联的步骤，由此允许关于显示的绘制车道来显示在车辆后方检测到的对象的位置。
[0032]
本发明还涉及一种车载驾驶辅助设备，包括：
[0033]-用于检测位于车辆的参考点前方的车道轮廓的装置，该装置尤其是传感器，并且更具体地是前置相机；
[0034]-用于生成所述轮廓的表示的装置；
[0035]-用于定义移动的装置；
[0036]-用于将该车辆的参考点投射到该表示上的装置；
[0037]-用于根据投射点绘制所述越过车道轮廓的装置，这种设备具有与该方法的优点类似的优点。
[0038]
本发明还涉及一种包括这种设备的机动车辆，其中，所述车辆尤其没有位于所述参考点后方的轮廓检测装置。
[0039]
本发明还涉及一种计算机程序，该计算机程序包括指令，当在计算机上执行所述程序时，这些指令用于实施这种方法的步骤，该计算机程序的优点与该方法的优点相同。
附图说明：
[0040]
[图1a]图1a展示了本发明在车辆启动时的原理；以及
[0041]
[图1b]图1b展示了本发明在移动之后发生的下一瞬间的原理；
[0042]
[图2]图2示出了根据本发明的方法的功能逻辑图；
[0043]
[图3]图3示出了根据本发明的方法的示意图；
[0044]
[图4]图4示出了根据本发明的方法的投射步骤的逻辑图；
[0045]
[图5]图5示出了根据本发明的方法的绘制步骤的图示；
[0046]
[图6a]图6a示出了根据本发明的方法的绘制步骤针对第一用例的子步骤的图示；
[0047]
[图6b]图6b示出了根据本发明的方法的绘制步骤针对第二用例的子步骤的图示；
[0048]
[图7]图7示出了使用根据本发明的方法的显示的示意图；
[0049]
[图8]图8示出了使用根据本发明的方法的驾驶辅助的使用情况的示意图。
[0050]
在全文中，方向和取向是参考汽车设计中常规使用的直接xyz正交坐标系来表示的，其中x表示车辆的纵向方向、指向前方，y是横向于车辆的方向、指向左侧，而z是竖直方向，指向上方。角度θ是车辆的偏航角，按照惯例，该偏航角在车辆左转时为正，而在车辆右转时为负。“前”和“后”的概念是参考车辆的正常向前行驶方向提供的。在整个描述中，术语“基本上”是指相对于确定的标称位置或取向可以允许的微小偏差，例如“基本上垂直”是意指在本发明的范围内允许相对于严格的垂直取向的大约5
°
的偏差。为了更清楚起见，相同或类似的元件在所有附图中用相同的附图标记来标识。
[0051]
配备有驾驶辅助服务的车辆、或者甚至是自主车辆从多个传感器接收数据。本发明旨在优化对来自视觉传感器(即，比如相机、激光雷达或雷达等传感器)的数据的使用。更具体地，本发明基于源自这些传感器的与车道轮廓相关的信息来从中导出越过车道轮廓的绘制线。车道轮廓可以是尤其由相机检测到的地面标记，或者甚至可以是由雷达检测到的车道边缘。使用来自单个传感器的数据或者使用可以合并或关联来自不同传感器的数据的感知算法，车辆获得位于其前方的车道的轮廓的表示。本发明的目的是从这种信息中获得已越过的并落在本车辆后面的车道轮廓(即，尤其是道路标记或车道边缘)的表示，以便改进驾驶辅助服务。
[0052]
实际上，与经过的车道轮廓相关的信息将尤其通过将位于本车辆后面的对象与车道相关联而被用于驾驶辅助方法，这允许将驾驶规则、而不仅仅是运动学规则应用于所述对象。例如，通过侧向和/或后置雷达和/或位于车辆的车顶上的360
°
激光雷达来检测这些对象。因此，对于比如碰撞警告或轨迹预测等功能，例如，对象与车道的连贯关联将允许预测这些对象的潜在行为(变道、停留在车道上等)，然后将允许更有效地预测本车辆与其周围各种对象的可能轨迹和碰撞。
[0053]
另外，尤其是当车辆没有后置相机来提供关于位于后方的线的信息时，车道轮廓的历史在车辆倒车时也很有用。类似地，在配备有这种传感器的车辆的情况下，但是在传感器暂时无法检测到线期间，车道轮廓的历史可以允许插值预定的最大距离。
[0054]
此外，为了辅助驾驶员的驾驶，在人机界面上显示车道轮廓的历史的表示是有益的。
[0055]
图1a展示了优选地由本车辆veh的启动时间标识的起点，从该时间开始检测本车辆veh前方的车道轮廓。更具体地，这涉及检测位于本车辆的参考点o前方的车道轮廓，在本车辆veh的坐标系中，将几何坐标(0,0)指派给该参考点。与本车辆相关联的参考点o优选地被选择为由本车辆veh的后车桥形成的线段的中心，并且在图1a中由清晰的十字示出。这样
选择的这个参考点o与对车辆的旋转和振动的计算相比更稳定，并且相对于将在车辆前方选择的参考点，避免了与尤其是变道相关联的任何错误检测。
[0056]
传感器(优选地是位于本车辆veh前方并向前定向的相机)经由地面标记(并且在这个示例中，尤其是位于本车辆veh右侧的线)来检测车道轮廓。来自传感器的原始数据可以是点或三次多项式的形式，并且当使用若干传感器时，当它们的数据对应于同一要素时，这些数据被合并，然后转换车道轮廓数据以生成描述检测到的线形状的回旋曲线c。回旋曲线(也称为科纽螺旋或欧拉螺旋)是二维仿射空间的曲线。众所周知，回旋曲线用于道路领域，因为道路本身的几何设计就使用这些平面轮廓。因此，道路布局通常通过回旋曲线来设计和限定。回旋曲线同样允许表示直线、右转弯、左转弯并且允许容易地相继放置它们。
[0057]
回旋曲线由三个要素限定：
[0058]-回旋曲线的弧长l；
[0059]-回旋曲线的原点处的曲率c0；以及
[0060]-回旋曲线的曲率的变化率c1；
[0061]
其中，回旋曲线曲率c(l)与其长度i成比例：
[0062]
[math.1]
[0063]
c(l)＝c0 c1l
[0064]
回旋曲线c被描述为：
[0065]
[math.2]
[0066]
c＝(m0，ψ0，c0，c1，l)，
[0067]
其中：
[0068]-m0是回旋曲线c的原点，在车辆的坐标系中具有几何坐标(x0，y0)；并且
[0069]-ψ0是回旋曲线的原点的切线角度。
[0070]
沿着回旋曲线，取向角度变化，并且在长度i处，其等于：
[0071]
[math.3]
[0072][0073]
并且属于回旋曲线的点(x(l)，y(l))的坐标是：
[0074]
[math.4]
[0075]
和
[0076]
对回旋曲线上的点(x(l),y(l))的评估(这将在该方法的各个步骤中进行)如下文所见可以有利地使用菲涅耳积分。
[0077]
在图1a中，被示出为长度为l的回旋曲线c将参考点o在回旋曲线c上的投射作为原点m0，在图1a中，该原点由坐标为(x0,y0)的实心十字所示。
[0078]
图1b展示了在绘制步骤(t)之后本车辆veh的第一次移动之后的时间步长。因此，本车辆(veh)沿着初始回旋曲线c前进，该初始回旋曲线c的一部分已经被越过，这部分由初始回旋曲线c的原始原点m0与本车辆的参考点o在初始回旋曲线c上的正交投射之间的虚线示出。这个投射点m’(在图1b中由实心十字示出)具有坐标(x’0,y’0)，并将回旋曲线分成初
θ，而c0，c1保持不变，另外已经决定在这个子步骤中回旋曲线的长度l保持不变。
[0084]
可选地，当接收到的信号的质量形成与车道轮廓相关联的特性的一部分时，则在移动补偿子步骤(未示出)与投射步骤p之间添加聚合来自相机和/或其他传感器的输入数据和/或将输入数据与存储器点聚合的中间子步骤(未示出)，这个聚合子步骤允许选择具有最低错误率的值，并且如果有必要，例如在传感器发生瞬间故障或由传感器接收的值无效的情况下(例如，在灯尚未打开时进入隧道时)，允许通过替换一个或多个传感器的错误数据或无效数据来从存储器中选择回旋曲线。
[0085]
然后，开始将本车辆的参考点o投射到在前一步骤g中生成的车道轮廓的每个表示上(即，投射在更新的回旋曲线c上)的步骤p，其中使用下图来解释这个步骤。优选地，点的投射可以与本车辆veh的速度相关，以便降低高速采样的频率。事实上，以90km/h的速度每米投射一次没有描述性意义，并且会不必要地填满存储器。因此，与投射步骤p相关联的采样率优选地取决于速度，以便避免计算不必要的点。
[0086]
如果步骤p中的投射无法执行(例如：车辆没有移动、车辆前进过多并且越过了车道轮廓的整个表示而与当前没有任何连续性、在当前未知的车道轮廓下的轨迹变化等)，而不能向车道轮廓的这种表示添加补充，则将在下一次迭代中开始优选地具有新标识符的新车道轮廓表示。一旦投射完成，即，获得点m’，就执行根据存储的点生成越过车道轮廓的表示的绘制线的步骤t。优选地，绘制线是点云，包括存储的投射点。在包括本车辆veh的移动的第一计算步骤之后，因此至少有一个存储的投射点，即，越过车道轮廓的绘制线(即，经过点的绘制线)是由两个点组成的至少一个云，其中第一点是初始回旋曲线c的原点m0，而第二点是本车辆移动后投射到初始回旋曲线c上的点m’，并且回旋曲线同时被更新。
[0087]
然后，存储并更新存储器的步骤m与绘制步骤t相继地发生或同时发生。因此，这个第一新投射点被记录在支持该方法的计算机(例如，ecu-adas(电子控制单元-高级驾驶员辅助系统)驾驶辅助计算机)的存储器中。
[0088]
在检测到多个车道轮廓(例如，本车辆veh的右侧车道边界和左侧车道边界)的情况下，同时执行该方法的步骤。
[0089]
对于每个新循环，至少一个点在步骤t中被添加到这样完成的绘制线并且在步骤m中被添加到存储器，鉴于存储器通过fifo(先进先出)逻辑被限于例如50个投射点。
[0090]
该方法的执行例如以这样的方式组织，即每个循环持续预定最大持续时间，例如40ms，并且以40ms生成或更新绘制线。这个执行率使该方法能够与其他驾驶辅助方法交互，并且尤其能够为其他驾驶辅助服务提供车道轮廓的表示的绘制线。
[0091]
图3示出了使用该方法的总体流程图，并且更具体地是先前描述的方法的输出数据与另一种驾驶辅助方法(尤其用于在人机界面上表示在车辆后方检测到的对象与在绘制步骤t中绘制的车道的关联)之间的通信的总体流程图。在这个示例中，以使用至少一个传感器(更具体地，朝向车辆前方拍摄的相机)来获取数据的步骤e-0作为输入。接收到的数据被用于检测车道轮廓(地面标记，比如线或车道边缘)的步骤d用。执行如上所述的方法的步骤d到m，并且使用步骤d与存储步骤m之间的虚线箭头来表征这些步骤。同时，在步骤e-0中接收到的来自传感器(相机、雷达等)的数据可以包含与对象相关联的数据，并且导致进行对象检测步骤e-1。用于检测对象的传感器可能与用于车道轮廓检测的那些传感器不同，并且甚至可以位于本车辆的其他地方。在步骤t中，生成一个或多个越过地面标记的绘制线结
合对象的检测，使得对于在本车辆的参考点后面检测到的并且属于由绘制的越过车道轮廓的表示界定的车道之一的每个对象而言，可以进行到对象-车道关联步骤e-2。
[0092]
图4示出了该方法的投射步骤p的流程图，在该步骤中，检测到的车道轮廓被认为是由在步骤g中生成的回旋曲线c表示。这个投射步骤p相对较长，并且由定时器进行时间限制以例如在7毫秒的持续时间之后退出该步骤。
[0093]
被选择用于搜索投射点的牛顿-拉普森方法使用由若干互锁循环组成的迭代方法。该方法的初始化子步骤p_ini涉及定义用于对属于回旋曲线c的递归进行初始化的第一点(s0，i，其中i＝0)，搜索将从该点开始。优选地，该第一点是例如使用菲涅耳积分计算的回旋曲线c的标识点，该点就长度而言对应于回旋曲线的中心：即，s0，1＝l/2，并且为了开始递归，设置n＝1。为了更好地理解图4，子步骤(p_ini)在该优选实施例未被示出，而是以这样的方式示出，即呈现更清晰的i次迭代的序列，其中s0，i，＝il/2；其中i介于o至2之间，并且第一初始化值是i＝0。
[0094]
实际上，这个投射步骤p包括搜索与本车辆veh相关联的参考点o在该表示(在本案中是回旋曲线c)上的正交投射点的迭代步骤。
[0095]
然后搜索投射点涉及实际长度i：l∈r，回旋曲线c(l)∈r2，以便找到l*∈r，使得c(l*)，或者涉及与本车辆veh相关联的参考点o在该表示上(即，在本案中，是在回旋曲线c上)的正交投射。
[0096]
为了搜索投射点，函数f被定义为：
[0097]
[math.5]
[0098]
f(l)＝《o-c(l)，c
′
(l)》。
[0099]
即：
[0100]
[math.6]
[0101]
f(l)＝(o-x(l))*cosψ
0，proj
(o-y(l))*sinψ
0，proj
。
[0102]
然后使用牛顿-拉普森优化方法寻找f的零点。牛顿-拉普森方法的原理是基于方程f(x)＝0的一系列逐次逼近的定义，从估计接近解的横坐标为x0的初始化点开始，并且基于此，通过绘制曲线f在x0处的切线来计算新点，该切线在x1处与横坐标轴相交，这是利用切线方程y＝f
′
(xn)(x-xn) f(xn)来计算的。当y＝0时，该切线与横坐标轴相交，因此当f
′
(xn)(x-xn) f(xn)＝0时，也表示f
′
(xn)(x-xn)＝-f(xn)x-xn＝-f(xn)f
′
(xn)，即，x＝xn-f(xn)f
′
(xn)。因此，这产生以下递归关系：xn 1＝xn-f(xn)f
′
(xn)。因此，获得x1，并且重复这些步骤直到循环收敛为止。为了使循环收敛，f的导数不能被抵消。
[0103]
因此，f的导数被计算为：
[0104]
[math.7]
[0105]f′
(t)＝《o-c(t)，c
″
(t)》-||c
′
(t)||2[0106]
=[(o-x(l)).(-sinψ
0，proj
) (o-y(l)).cosψ
0，proj
]-1
。
[0107]
这是利用math 1到4产生的，其中如先前定义，c(t)是回旋曲线在t处的曲率：
[0108]
[math.8]
[0109]f′
(t)＝《o-c(t)，(-sin(ψ(t))，cos(ψ(t)))*c(t)》-1。
[0110]
因此，搜索子步骤pff’对应于其中计算f和f’的牛顿-拉普森方法的迭代序列的块
(brick)，其中，n最初被设置为n＝1，并且其中，首先在开始搜索的所述第一标识点(即，长度为s处的点)处评估回旋曲线c，在这种情况下该点对应于第一次迭代时的s0，0，然后计算回旋曲线在点s处的坐标：m0，proj＝(x(s)，y(s))，以及回旋曲线在点s处的角度：ψ
0，proj
＝ψ(s)，以及回旋曲线在点s处的曲率变化率：c
0，proj
＝c1(s)；然后根据方程math 6评估f(s)；并且根据方程math 8评估f的导数：f’(s)。
[0111]
在下一输出诊断子步骤p_s中，检查双循环i、n的输出条件，即，是否满足以下不等式
[0112]
[math.9]
[0113]
|f
′
(s)|＜ε，
[0114]
其中ε等于接近于零的预定阈值，例如，大约为10-7
。如果满足输出条件，则l*＝s。
[0115]
选定的输出条件可以被替换为另一个，例如：
[0116]
[math.10]
[0117]
|f(s)|＜ε，
[0118]
或者甚至：
[0119]
[math.11]
[0120][0121]
此外，如果不满足输出条件，则该方法进行到步骤p_ds，在该步骤中，根据牛顿-拉普森方法在回旋曲线c的曲线上计算移动ds：
[0122]
[math.12]
[0123][0124]
优选地，在下一合并子步骤p_cons中，初始验证检查与长度s ds相对应的新点是否位于回旋曲线上，即，(x(s ds)，y(s ds))∈c，这意味着，对于正ds，ds变为ds：＝min(l-s，ds)，而对于负ds，其变为ds：＝max(-s，ds)。在这个步骤中可以验证另一个条件，在该条件下，如果ds的绝对值小于预定阈值，例如1cm，则退出循环而不考虑这个ds，因为它被认为是没有意义的，因此继续搜索是优选的。
[0125]
在将n的当前值与预定迭代阈值nmax(例如等于10、或者优选地等于5)进行比较的子步骤p_max中，如果n小于所述迭代阈值nmax，则该方法继续，否则退出循环，这意味着不会获得收敛，并且将以新的初始化点(s
0，i
，其中i＝2)重复这些子步骤，该新的初始化点对应于(x(l)，y(l))，即，回旋曲线的末端，即，s
0，2
＝l，依此类推，并且如果这没有产生任何结果，则第三个也是最后一个初始化点是回旋曲线的起点：(x(0)，y(0))，即，s
0，3
＝0。
[0126]
对这三个初始化点的选择没有任何限制，可以选择更多或更少点，甚至可以选择不同的点，只需要单个初始化点。
[0127]
通过继续该方法，即，当n＜nmax时，执行合并所述获得的投射点s ds的子步骤p_s ds_cons。为此，计算s ds并且其变为s，并且为了决定是否使用解s，还通过在新的s变为负数时强制其为s＝0、而当新的s变为大于l时强制其为l来进行验证，以检查这个新的s没有超过回旋曲线[0；l]的末端，并且将n递增1。
[0128]
然后，在子步骤p_c0中，更新回旋曲线的起点。为此，根据方程math 4在长度s处评
估回旋曲线c：c(s)，即：(x(s)，y(s)，ψ(s)，c(s)，c1)，并且如果该点不同于回旋曲线的前一起点(x0，y0，ψ0，c0，c1)，则其将取代前一起点作为回旋曲线c的新起点(x
0，s
，y
0，s
，ψ
0，s
，c
0，s
，c1)。
[0129]
在下一验证子步骤p_val中，执行验证以检查由本车辆veh的参考点o与对应于回旋曲线上的长度s的点m’的连接形成的线段此时是否与回旋曲线形成直角。
[0130]
为此：
[0131]-计算f(s)的值，并且如果该值足够接近于零，例如小于例如第一预定验证阈值10cm，则保留解s；
[0132]-另一种替代方法(也可以与f(s)同第一预定验证阈值的比较相结合)涉及计算解s的点处的余弦：
[0133]
[math.13]
[0134][0135]
并且如果该余弦足够接近于零，即，小于第二预定验证阈值，例如0.05，则保留该解s作为投射：l*＝s；
[0136]
否则，解s将被拒绝，并且通过将i递增而退出循环，以在子步骤p_ini中以新的初始化点重新开始循环。
[0137]
如图5所示，绘制步骤t消耗p_c0的输出，即，一旦获得本车辆的参考点o在初始回旋曲线c上的投射，同时这个最后的投射点m’存在并属于回旋曲线，坐标为(x’0，y’0)的这个投射点m’就被定义为回旋曲线的新原点和历史上地面标记的经过部分的最后一个点。在优选实施例中，绘制超出投射点m’且长度为dl＝l-l’(参见图1b)的越过车道轮廓的步骤t包括计算中间点的子步骤，在该步骤中，如图5所示以由用户定义的离散化间距dl例如使用菲涅耳积分来计算回旋曲线c针对一系列长度((即，距回旋曲线的原点的距离，dl-dl、dl-2*dl、
…
dl-k*dl，直到dl-k*dl《0)的值。因此，在图5中，位于回旋曲线之外dl-3*dl《0的点(x(dl-3dl),y(dl-3dl))将不会保留在这一系列中间点中。这一系列点的绘制线重构了越过车道轮廓。例如，该离散化间距dl可以被设置为预定值2m，但是其也可以是本车辆的速度的函数，以便降低高速采样的频率，例如，比如在投射步骤p中在超过90km/h时dl可达5m。
[0138]
优选地，绘制步骤t包括旨在对获得的一组新的投射点进行几何排序的子步骤，无论是对于相同的车道轮廓标识符还是在不具有包括该系列中间点的这种标识符的情况下，都为此执行几何比较以将它们按降序排列。例如，如图6a所示，如果这组新的投射点已经具有来自经过点的点，即，在(x0,y0)后面的点，则这意味着“旧的经过点”和“新的经过点”共存于所有这些点中：然后将其最后一个点与“旧的经过点”中的第一点(并且更具体地，是其在传统笛卡尔坐标系中的第二坐标)进行比较。为了更好地理解，“旧的经过点”中的点被示出为由实线连接在一起，而“新”的过去点中的点被示出为由虚线连接在一起。例如，在图6a中，当将“新的经过点”中的最后一个点(x(dl-2dl),y(dl-2dl))与“旧的经过点”中的第一点进行比较时，可以看出旧点(x0,y0)远远落后于(x(dl-2dl),y(dl-2dl))，“旧的经过点”中的一组点因此被保留为历史序列：“新的经过点”的扩展。然而，图6b示出了旧点之一：(x
p1
,y
p1
)不在(x(dl-2dl),y(dl-2dl))之后，因此“旧的经过点”中的这一点被消除，而其他点则
被保留。尤其是在弯道处倒车时，可能会发生这些情况。
[0139]
优选地，绘制线是点云的形式。替代性地，可以通过连接已登记的点来选择另一种形式的绘制线，例如以线的形式。
[0140]
另外，可选地，如上所述，除了几何坐标之外的特性与每个标识的且存储的回旋曲线相关联，并且可以用于根据特性为绘制线提供不同外观。例如，存储的特性可以是由回旋曲线表示的地面标记在投射点处的性质(例如，连续的或不连续的)，因为这个特性可以形成由传感器检测到并与回旋曲线相关联的特性的一部分。因此，如果绘制线的形式为两个两个地连接点的线，则线的性质可以是指派给每个投射点的地面标记的性质的特性的函数。这个示例不是限制性的。绘制线可以是虚拟的，即其不显示在人机界面(hmi)上，而是用作驾驶辅助算法的输入数据，但是其也可以显示在旨在通知驾驶员的hmi上，尤其是当他们倒车并且车辆没有后置相机时，并且在这种情况下，优选地决定不再投射到经过点上，而是保持绘制线和存储器不变。
[0141]
在存储并更新存储器的后续步骤m中(或者该步骤与绘制步骤t同时进行)，然后存储新点s和该系列中间点，鉴于存储点的最大数量被设置为例如50。通过这种方式，作为速度的函数的离散化允许更好地优化存储器。
[0142]
当存储器已满时，删除距离本车辆的位置最远的过去点被删除，该删除由于已经在绘制步骤t的子步骤中执行的准备而被可靠地执行，该子步骤旨在对所述投射点进行几何排序。
[0143]
一旦这些步骤完成，该方法就循环回到生成或更新回旋曲线的步骤g，在该步骤中更新回旋曲线c。实际上，一旦获得本车辆的参考点o在初始回旋曲线c上的投射，同时这个最后投射点m’存在并属于回旋曲线，在子步骤p_c0中，坐标为(x
’0,y
’0)的这个投射点m’就被定义为回旋曲线的新原点和历史上地面标记的经过部分的最后一个点。然后优选地在更新回旋曲线的步骤g中计算新长度l’，如图1b的描述中所指示的。例如，计算新长度l’的该子步骤也可以在投射步骤(p)结束时执行。
[0144]
另外，还可以执行未在图中示出的子步骤，该子步骤旨在评估与回旋曲线的新原点相关联的误差，该新原点对应于投射点m’。当然，一旦获得投射点m’，就可以在另一个步骤中执行该子步骤。对误差的评估对应于对更新的回旋曲线c的新原点的方差∑(l)的计算。该步骤涉及传播前一初始点的误差的传播，该误差的方差为∑(0)，这导致：
[0145]
[math.14]
[0146]
∑(l)＝j∑(0)j
t
，
[0147]
其中，j是函数f
l
(x0，y0，ψ0，c0，c1)＝(x(l)，y(l)，ψ(l)，c(l))的雅可比行列式，其中，x(l)、y(l)、ψ(l)、c(l)由方程math 1到4提供。因此，根据图1b的示例，x
’0＝x(l)并且y
’0＝y(l)。该方差∑(l)被记录为更新的回旋曲线c的附加特性，鉴于基于回旋曲线的原点处的该方差，可以计算沿着回旋曲线的方差。更新的回旋曲线c然后与其相关联的特性一起被几何存储。
[0148]
当车辆静止时，存储器为空。
[0149]
该方法有利地用于驾驶辅助应用。
[0150]
图7展示了其中向驾驶员提供历史绘制线的可视化的使用情况。本车辆veh的驾驶员可以在hmi屏幕上显示在他们后面的车辆，每辆车都被指派给在执行该方法期间先前标
识的车道。例如，在该图中，已经通过雷达检测到本车辆veh后面的三个对象，例如，车辆veh1、veh2和veh3。比如每个对象关于本车辆的位置和/或相对距离、其类型、运动学数据(比如速度和加速度)、方向灯的存在(在本案中由图中的灰色区域示出)等信息形成检测到的并与每个对象相关联的特性的一部分。
[0151]
该方法允许绘制四个地面标记的历史，从而界定三个车道：本车辆veh的车道和两侧的相邻车道。对于针对驾驶员的显示器的这种使用，在该方法中添加关联步骤、随后是在屏幕上显示所述越过车道轮廓的绘制线的步骤，它们使用已经排序的存储数据并且这些步骤可以在该方法期间(例如，在存储步骤m结束时)执行、或者在该方法之外通过仅调用存储数据来执行。
[0152]
在附加的关联步骤中，将检测到的车道(如果存在)与每个对象相关联。例如，对于属于由车道的外轮廓(由其越过地面标记的绘制线界定)界定的区的每个对象，实施将所讨论的对象与所述车道中的一个车道相关联的步骤。在这个关联步骤结束时，然后将对象与检测到它们的车道相关联；因此，第一对象veh1与本车辆行驶的车道的相邻右侧车道相关联，第二对象veh2与本车辆veh的同一车道相关联，而第三对象veh3与本车辆veh行驶的车道的相邻左侧车道相关联。这些关联是基于由传感器获取的位置和/或相对距离信息。
[0153]
然后显示步骤消耗关联步骤的输出、以及在该方法的步骤m中存储的数据，hmi上的这种显示将帮助本车辆veh的驾驶员根据其他对象的动态行为来调整其轨迹(即，停留在车道上、变道等)及其速度，即使它们没有倒车相机。实际上，需要知道其他车辆所在的车道，以便不仅根据运动学信息而且根据语义信息(比如驾驶规则)来最佳地预计它们的行为，并做出决策。因此，在图7中，本车辆veh知道例如其必须调整其速度，使得位于其右侧相邻车道上的盲点的车辆veh1可以落在本车辆后面。
[0154]
图8展示了一种使用情况，其中提出了对车载功能的改进，使其自动地起作用并使得一辆车能够以合适的距离跟随另一辆车(acc，自适应巡航控制)。在这个实施例中，将关联步骤添加到该方法中，在该步骤中，将检测到的车道与每个对象(如果存在)相关联，如在前面的段落中所解释的。这个关联步骤特别是当它仅针对acc执行时(即，没有hmi显示器时)可以例如同时在acc计算机中执行，然后该计算机调用该方法的存储数据。
[0155]
实际上，在acc功能中，横向和纵向控制不仅需要知道要跟随的目标c_acc，而且还需要知道与本车辆veh周围的、被分配在关键车道(尤其是本车辆的车道和相邻两条车道)上的对象veh1、veh2、veh3相关的信息。比如每个对象的位置、其类型、运动学数据、方向灯的存在(在图中用灰色区域示出)等信息将用于根据这些对象的动态行为来调整本车辆veh的轨迹和速度的功能。此外，根据上下文，如果认为与第一目标相关联的风险水平超过了本车辆veh的风险阈值(例如，如果目标c_acc相对于本车辆的车道上的后方车辆veh2缓慢行驶)，则acc功能可以更换要跟随的目标。因此，知道其他车辆位于哪个车道以便不仅根据运动学信息而且还根据语义信息(尤其是在图8中，关于veh2和c_acc)来更好地预计它们的行为是有用的。
[0156]
根据本发明的方法的这些应用示例是说明性的，而决不是限制性的。
[0157]
这种方法可以应用于汽车以便使用和/或查看越过地面标记，而且也可以应用于例如机器人领域。