用于确定机动车自身位置的方法和系统以及配备有这种系统的机动车与流程

1.根据权利要求1，本发明涉及一种用于确定机动车的自身位置的方法。此外根据权利要求9，本发明涉及一种被构造用来实施这种方法的用于确定机动车的自身位置的系统。此外根据权利要求10，本发明涉及一种配备有这种系统的机动车。


背景技术：

2.如今，在机动车技术领域存在深远的努力来使机动车(尤其是汽车，即乘用车和/或载重汽车)在越来越大的程度上自动化，以便在越来越大的程度上为机动车或乘用车或载重汽车的驾驶员减轻驾驶任务。在此根据sae j3016，相应的自动化程度或自主程度分为五个级别。尤其是与级别3、4和5(其中机动车的驾驶员可以至少暂时避开当前的驾驶任务和/或当前的交通状况)相联系，当然存在如下需求：特别安全且可靠地构造按照级别3、4和/或5自动化的机动车。
3.在高度自动化的机动车(级别3)的情况下，例如允许驾驶员至少暂时和/或在机动车的某些预设的或特定的应用情况下避开驾驶任务。这意味着，机动车于是独立行驶或自己执行驾驶任务。例如，根据级别3高度自动化的机动车被构造成用于独立地或自动地(也就是说没有驾驶员的帮助)操控机动车的转向和驱动单元，以便完成驾驶任务。
4.在全自动机动车(级别4)中，允许驾驶员至少暂时地(例如在特定应用情况的整个时长内)将驾驶任务的完成完全交给机动车-驾驶员于是仅是机动车中的乘客。在自主机动车(级别5)的情况下，根本不设置人类驾驶员。这意味着，借助根据级别5的自主机动车，只运输乘客，其中，这些乘客在任何时候都不会控制或监督/监控机动车的驾驶任务。
5.为了使得可从级别3起自动运行或前进的机动车特别安全和可靠地工作，存在对机动车的特别安全或自主的导航的需求。为此需要特别可靠地测定或确定相应机动车的当前位置。现有技术为此提供了系统，例如基于地标(例如地面标记、标牌、空间结构等)的借助车辆摄像机检测到的图像数据与高精度数字地图的比较。此外存在基于激光雷达点云和雷达特征的方法。
6.例如，de 10 2016 203 723 a1公开了一种方法，其中，车辆借助于周围环境信息来确定其姿态(即其位置和/或空间朝向)，并借助于周围环境传感器来测定关于在该周围环境中的动态对象的附加信息，并将其用于确定姿态。
7.另外de 10 2013 003 117 a1公开了一种用于车辆的自定位的方法，其中，借助于图像检测单元来检测和分析周围环境的图像，以便将图像特征与存储在数据库中的比较特征进行比较，以由此确定车辆的位置。


技术实现要素：

8.本发明的目的是，再进一步地改进对机动车自身位置的确定。
9.该目的通过一种具有权利要求1中说明的特征的方法、通过一种具有权利要求9中
说明的特征的系统以及通过一种具有权利要求10中说明的特征的机动车来实现。根据本发明的方法的特征、优点和有利的设计方案可被视为根据本发明的系统或根据本发明的机动车的特征、优点和有利的设计方案，并且反之亦然。根据本发明的系统的特征、优点和有利的设计方案可被视为根据本发明的机动车的特征、优点和有利的设计方案，并且反之亦然。本发明还包括所描述的实施方式的特征的组合。
10.因此，本发明(在第一方面)涉及一种用于确定机动车的自身位置的方法。机动车可以构造为汽车，尤其是乘用车和/或载重汽车。此外，机动车可以是摩托车或自行式作业机器。尤其是设置成，机动车根据sae j3016按照开头提到的级别之一(尤其是从级别3开始)被构造为高度自动的、全自动的和/或可自主运行的或可前进的。
11.在该方法中，给数据处理单元提供机动车的周围环境的地图数据集。数据处理单元尤其是可以构造在车辆内部和/或车辆外部的计算机装置。数据处理单元或计算机装置被构造用于处理和/或进一步处理由数据处理单元提供的数据。
12.在该方法中，借助机动车的传感器设备还至少部分地检测周围环境中的至少一个周围环境元素，并且将至少部分地表征周围环境的传感器设备数据集提供给数据处理单元。这意味着，机动车具有传感器设备，该传感器设备包括至少一个传感器单元。相应的传感器单元在其侧具有至少一个传感器，例如超声波传感器、激光传感器或激光扫描仪、激光雷达传感器、摄像机传感器、雷达传感器等。此外可以设置成，传感器设备包括数据处理单元，至少是数据处理单元的在车辆内部的部分。在任何情况下，相应的传感器单元和数据处理单元在数据技术方面相互耦合，从而传感器单元的相应传感器值可按数据形式提供给数据处理单元。
13.机动车的周围环境应理解为机动车的环境，尤其是附近区域，其中，周围环境或环境的对于方法有关的部分例如由传感器设备的传感器作用范围限制或限定。换言之，附近区域是周围环境或环境的对于方法有关的部分。
14.在该方法中，传感器设备因此包括或探测或感测布置在周围环境或附近领域中的至少一个特征或元素。这个特征或元素被称为“周围环境元素”。也可称为周围环境特征的周围环境元素例如是基础设施的组成部分或基础设施元素，尤其是建筑物元素(墙壁、天花板、柱子、地板、地面标记、标志、门/门框、门/门页、窗户等)和/或交通基础设施元素(车道、车道带、车道标记、街口、交叉路口、自行车道、人行道、交通疏导区、路边石、绿化带、植物、环岛设施、标牌、红绿灯、铁轨、栏栅等)。这些列举应仅被理解为示例性的而非穷举。
15.传感器设备数据集具有关于所检测的周围环境元素的至少一个信息，例如周围环境元素相对于机动车的相对位置。地图数据集是数字形式或数据形式的地图。尤其地，地图数据集是适合于例如借助导航系统实现导航的数字地形地图。因为地图数据集具有关于交通网络以及其他与地表紧密联系的自然的和人造的对象的数据或信息。这意味着，在地图数据集中可以存储有关周围环境元素的信息。
16.传感器设备数据集和地图数据集两者均被提供给数据处理单元，从而数据处理单元从传感器设备数据集和地图数据集产生并提供自身位置数据集。这意味着，数据处理单元被构造用于处理或进一步处理传感器设备数据集的数据和地图数据集的数据，以便产生自身位置数据集或本身位置数据集并且例如将其提供给导航系统。
17.自身位置数据集或本身位置数据集包括关于机动车(也可称为本车辆)在地球上
当前所在位置的地理经度和地理纬度的至少一个信息。此外，自身位置数据集可以具有关于标准高度零的高度的信息。尤其地，自身位置数据集此外具有关于本车辆的朝向的信息，即平行于本车辆纵向轴线布置的前进方向当前或在当前位置处指向哪个罗盘方向(例如以度来表示)。此外，对于自身位置数据集，可考虑关于本车辆的纵向轴线、横向轴线和/或垂直轴线相对于地平线的倾斜位置的信息，例如以便确认本车辆或机动车是否在斜坡处/上。
18.现在为了进一步改进对本车辆的本身位置的确定，根据本发明设置成，给数据处理单元提供语境数据集(或称为背景数据集，即kontextdatensatz)，依据该语境数据集借助数据处理单元使自身位置数据集经受合理性检查。在这种情况下，尤其设置成，地图数据集的数据和传感器设备数据集的数据数字地相互关联。这优选地基于试探法来实现，依据试探法将关于至少一个周围环境元素的一个信息或多个信息与地图数据集的数据关联起来。
19.简而言之，本车辆估计其本身地点或本身位置，并且例如借助数据处理单元产生自身位置数据集，该自身位置数据集例如被提供给导航系统，用于本车辆的进一步导航或进一步引航(navigieren)。语境数据集表示用于减少估计不准确性的语境知识。因为，为了估计本身位置例如使用数学算法，在其结果侧存在大量可能的解或具有该大量解的解空间。这些解例如是大量地点假设或大量可能的自身位置数据集。语境知识或语境数据集于是用来改进对可能的解或本车辆可能的自身位置的划界(eingrenzung)，其中，解空间与现有技术已知的相比进一步受限。由此得到数学算法的更有效或更准确和更有效或更快的解和因此机动车的自身位置的更准确和更快的确定。
20.因此在自身位置数据集的合理性检查中确认，机动车的所测定的或所确定的本身位置(即自身位置数据集)是否合理。如果在合理性检查时数据处理单元例如出现如下结果：借助传感器设备检测到的周围环境元素通常根本就不可能存在于机动车的当前自身位置处，则例如可以设置成，该方法-至少部分地-再次执行或实施，例如直到合理性检查交付肯定的结果。这尤其是对于高度自动化的、全自动化的和/或自主的驾驶任务是有利的，例如对于机动车的全自动的和/或自主的停车过程是有利的。因为尤其是当在数字地图数据集中较少地测绘本车辆的周围环境或其附近区域，和/或在地图数据集中仅存储了与机动车的附近区域相关的较少周围环境元素时，会限制对本车辆的自身位置确定。于是例如只能有限地借助试探法有效地将传感器设备数据集和地图数据集相互关联起来，以便产生自身位置数据集。此处参与有语境数据集或语境知识，其在数据处理单元中被使用来检查自身位置数据集的合理性。
21.在该方法的另一有利设计方案中，给用于自身位置数据集的合理性检查的语境数据集添加周围环境元素的至少一个运动信息。换言之，测定或确认要探测的或当前探测的周围环境元素具有哪种运动状态。如此可以在该方法中或针对该方法确认，周围环境元素是否是动态的(即当前正运动的)周围环境元素，还是静态的(即固定地布置的或静止的)周围环境元素。因此，语境数据集于是包括语境知识，该语境知识例如表征在本车辆的附近区域中的当前通过机动车的传感器设备探测到或检测到的周围环境元素是否是静止的基础设施元素(例如房屋墙壁等)，还是当前正运动的周围环境元素(例如其他交通参与者，例如行人、其他机动车等)。
22.对于自身位置数据集的合理性检查，于是例如可以使用关于如下的信息：借助本
车辆的传感器设备检测到的另一辆机动车(该另一机动车相对于本车辆的纵向轴线布置在本车辆旁边)静止(即例如已停车)还是运动(即例如行驶)。如此可以区分，本车辆是否在其当前位置或自身位置处经过停车位(parkbucht)，另一机动车停泊在该停车位中，或者本车辆是否正在经过相邻的车道，另一机动车正在该车道上行驶。由此合理性检查特别可靠，从而得到特别准确的自身位置数据集，或者从而特别有效地从地点假设中选出。
23.备选地或附加地，可给语境数据集添加与周围环境元素相关的距离的至少一个距离信息以用于合理性检查。与周围环境元素相关的该距离例如可以包括周围环境元素的结构高度，例如在固定面(周围环境元素安置或固定在该固定面上处)与周围环境元素的突出元素(例如上边缘)之间的高度，然后，在合理性检查时将与周围环境元素相关的该距离(例如结构高度)与比较值进行比较。如果例如确认，与周围环境元素相关的距离和比较值彼此过度偏离，则合理性检查交付否定的结果。相反，如果与周围环境元素相关的距离和比较值至少基本上相应于彼此，则合理性检查交付肯定的结果。在这种情况下，于是本车辆的自身位置是合理的。
24.通过该距离信息使得能够更有效和/或更准确地确定机动车的自身位置。
25.可以给距离信息添加在周围环境元素与机动车或本车辆之间的距离量。这重新提高了对机动车自身位置的特别有效和准确的确定。例如，如果在粗略确定本车辆的自身位置(其中，例如还存在多于一个地点假设)时尤其是依据地图数据集确认本车辆如此地靠近基础设施元素，使得在机动车和基础设施元素之间无法布置另一个周围环境元素，但是例如借助传感器设备检测到在机动车和基础设施元素之间的另一个基础设施元素，则合理性检查交付否定的结果。换言之，合理性检查交付如下：机动车的自身位置或周围环境元素和/或另一个周围环境元素被错误地检测。其中-如更上面已经提到的那样-在否定的合理性检查结果情况下例如重新确定机动车的自身位置，或者选择可能的自身位置数据集中的另一个自身位置，如此防止错误地或不准确地确定本车辆的自身位置。
26.备选地或附加地，可以将周围环境元素和至少一个另外的周围环境元素之间的距离量添加到距离信息中。如此，对机动车自身位置的确定更加可靠或更加安全。因为给语境数据集例如添加关于如下的语境知识：例如在周围环境元素和另一个周围环境元素之间是否还可以存在另一个周围环境元素，如果三个示例性地提及的周围环境元素是按照通常的比例构造和/或布置。如此例如可以基于合理性检查，排除例如行人在彼此布置得太近的两个周围环境元素之间停留或运动，当行人将经过它们之间时。
27.已表明进一步有利的是，将周围环境元素的布置信息添加到语境数据集中以用于合理性检查，依据该布置信息来评估如下可能性：周围环境元素是否按照规定布置在当前的周围环境中或机动车的附近区域中。换言之，于是在合理性检查的过程中评估或检查是否完全有可能例如借助机动车的传感器设备已检测到的周围环境元素确实布置在本车辆的附近区域中。这在停车设施尤其是停车库中尤其有利，特别是当停车库的入口和出口彼此靠近时，通常仅彼此相隔超过几米。这是因为在确定本车辆自身位置时，确认和/或确定本车辆是布置于停车库的入口还是出口是特别困难或复杂的。如果传感器设备现在识别到周围环境元素，例如停车库的元素，该元素只能在停车库的入口处找到，则可以抛弃内容不同的表征机动车布置在停车库的出口处的地点假设。
28.在该方法的另一有利实施方式中设置成，语境数据集至少部分地由机动车的传感
器设备生成或扩展。这意味着，机动车的传感器设备被构造用于这样至少部分地检测机动车的周围环境，使得可以借助传感器设备来检测或者说探测或感测周围环境元素。尤其地，机动车的传感器设备被构造用于检测周围环境元素的运动信息，并且将其提供给例如数据处理单元。另外，机动车的传感器设备可以被构造用于检测至少一个距离信息，尤其是在周围环境元素和机动车之间的距离量和/或在周围环境元素和至少一个另外的周围环境元素之间的距离量，并且将其提供给例如数据处理单元。此外，机动车的传感器设备可以被构造用于这样地检测相应的周围环境元素，使得周围环境元素的布置信息例如被提供给数据处理单元。
29.如果借助机动车的传感器设备生成和/或扩展语境数据集或语境知识，则可以取消用于执行该方法的单独的传感器设备。在这种情况下，机动车的传感器设备于是满足至少一个双重功能，即-第一-传感器设备于是提供用来执行用于确定机动车自身位置的方法的功能，并且-第二-传感器设备提供用于机动车的行驶运行、例如用于机动车的至少一个驾驶员辅助系统的功能。相应地构造的机动车然后被构造为特别质量高效或者说轻，由此机动车能够特别燃料高效或者说能量高效地和/或低排放地运行。
30.最后，根据该方法的另一个实施方式设置成，借助传感器设备的语义处理器单元检测周围环境元素的文本，并且将其语义内容添加给语境数据集。为此，传感器设备(尤其是语义处理器单元)具有文本识别单元，该文本识别单元例如可以由机动车的交通标志识别部构成。这意味着，在该方法中，周围环境元素(例如标志)的文本被机器读取并被评估，其中，相应的评估结果是被添加给语境数据集的进一步的语境知识。为了尽力使机动车的示例与停车库相联系，例如可以设置成，机动车(尤其是其传感器设备)检测并评估文本“入口”，从而使用该文本来检查自身位置数据集的合理性。因此如果粗略的自身位置确定例如依据地图数据集得出本车辆位于停车库的入口处，则将本车辆的自身位置数据集评估为合理的。如此更进一步地提高在确定机动车自身位置时的准确性。
31.本发明基于这样的构思，即，单纯地将观察特征与地图特征相关联并不总是唯一和稳健的。例如，停车周围环境中(例如停车库中)的重复结构可能导致周围环境元素被错误地关联。例如，当机动车检测到大量相同或至少相似的柱子、墙壁元素、标志等并且可能错误地将它们与可能的地点假设之一或可能的自身位置数据集之一相关联时，就会是这种情况。机动车的自身位置确定于是将不正确或至少不准确。然而，如果在-比如根据本发明提出的-方法中，除了检测周围环境元素之外，还使用例如关于动态对象和/或距离的语境知识，则可以解决某些不唯一性。例如，观察到的或借助传感器设备检测到的地线(bodenlinie)不可能直接布置于墙壁处，如果在该方法中在该地线后面观察到动态对象，或者如果例如借助超声波传感器通知比从物理条件来看可能的自由空间更大的自由空间。换言之，在该方法中有效地防止借助机动车的传感器设备检测到的地线被(错误地)解释为直接布置在墙壁处的地线。
32.本方法此外涉及用于自定位或自身位置确定的特别准确的方法。这意味着，自身位置数据集特别准确地，尤其是在厘米范围内测定机动车的自身位置。在这种情况下，也称为所谓的hd-定位(“高清晰度”)。在这种情况下，应该理解，识别动态对象不用于例如估计自行车路径的存在以及在将其与数字地图或地图数据集进行比较时利用该信息。相反，在没有对象分类和/或不假定诸如车道或自行车道之类的条件的情况下，利用关于在本车辆
周围环境的某些地点处存在对象的信息。这用于更有效地限制优化问题(机动车自身位置的估计和/或从多于一个可能的地点假设中选择)的解空间。对此的另一个示例比如是，例如借助机动车的传感器设备在本车辆的旁侧检测到步行者或行人，由此产生用于估计自身位置或用于优化问题的(数学的)附加条件。该附加条件表明，自身位置不能直接位于墙壁处，因为行人不会经过墙壁和机动车之间。
33.本发明此外(在第二方面)涉及一种用于确定机动车自身位置的系统，其中，该系统被构造用于执行该方法。本发明的第二方面还包括根据本发明的系统的改进方案，其具有特征，如其已经结合根据本发明的方法的特征描述的那样。由于这个原因，这里不再描述根据本发明的系统的相应改进方案。
34.最后，本发明(在第三方面)涉及一种机动车，其配备有用于确定机动车自身位置的系统。本发明的第三方面还包括根据本发明的机动车的改进方案，其具有特征，如其已经结合根据本发明的方法和/或根据本发明的系统的特征描述的那样。由于这个原因，这里不再介绍根据本发明的机动车的相应改进方案。
附图说明
35.下面描述本发明的实施例。对此：图1示出了机动车的示意图，该机动车具有用于确定该机动车的自身位置的系统；图2示出了该机动车的一种交通状况的示意性俯视图；图3示出了该机动车的另一种交通状况的示意性俯视图；并且图4示出了该机动车的又一种交通状况的示意性俯视图。
具体实施方式
36.下面阐述的实施例是本发明的优选实施方式。在该实施例中，该实施方式的所描述的部件分别是本发明的可彼此独立地考察的各个特征，这些特征分别也彼此独立地改进本发明并且由此也被单独地或在不同于所示组合的其他组合中可被视为本发明的组成部分。此外，所描述的实施方式还可通过本发明的已经描述的特征的其他特征来补充。
37.在这些附图中，相同功能的元素设有相同的附图标记。
38.下面一起描述用于确定机动车3的自身位置2的方法和系统1以及配备有该系统1的机动车3。
39.图1中以示意图示出机动车3，其配备有用于确定自身位置2的系统1。系统1被构造用来实施用于确定机动车3的自身位置2的方法。因此，系统1具有可使用于或被使用于执行该方法的器件。
40.如此，系统1或配备有系统1的机动车3具有数据处理单元4和传感器设备5。数据处理单元4尤其是计算机装置，例如是未详细示出的车辆导航系统、尤其是卫星导航系统的(车辆内部的)计算单元6。备选地或附加地，计算机装置或数据处理单元可以是服务器装置7的一部分，该服务器装置7尤其构造为(车辆外部的)服务器装置7，例如云服务器装置。在这种情况下，于是机动车3和服务器装置7分别具有相应的数据收发器8用于无线数据通信。
41.在当前示例中，机动车3被构造为乘用车。然而，同样可以设想的是，机动车3被构造为载重汽车、摩托车或自行式作业机器。机动车3或乘用车具有转向和驱动单元9，其提供
机动车3的至少一种高度自动化、全自动化和/或自主的运行模式。这意味着，机动车3或乘用车被构造为可高度自动化地、全自动化地和/或自主地行驶。如此例如允许机动车3的驾驶员至少暂时和/或在机动车3的某些预设或特定应用情况下避开相应的驾驶任务，如果机动车3、尤其是转向和驱动单元9按照sae j3016的级别3来构造。如果转向和驱动单元9根据sae j3016的级别4来构造，则为机动车3提供至少一种全自动的运行模式。于是，允许机动车3的驾驶员至少暂时地(例如在特定应用情况的整个时长内)将驾驶任务的完成完全交给机动车3-驾驶员于是仅仅是机动车3的乘客。如果转向和驱动单元9或机动车3根据sae j3016的级别5来构造，则实现机动车3的至少一种自主运行模式。在这种情况下，于是根本不再设置人类驾驶员来干预机动车3的行驶运行。这意味着，借助根据级别5可自主驱动的机动车3仅运送乘客(且可能还有货物)，其中，乘客在任何时候都不控制或监督/监控机动车3的驾驶任务。
42.在现代机动车、例如机动车3中，从级别3起已经设置成，例如在驾驶员已激活或触发相应的功能之后，由机动车3、尤其是由其转向和驱动单元9来实施或完成至少一个驾驶任务，而没有驾驶员的主动帮助。对此的一个突出的例子是，例如借助机动车3的停车转向辅助，机动车3高度自动化、全自动化和/或自主地泊车入库和/或泊车出库。
43.为了特别安全地实施高度自动化、全自动化和/或自主的驾驶任务，需要至少给机动车3的转向和驱动单元9提供机动车3的特别准确地测定的自身位置2。简而言之，车辆必须“知道”在高度自动化、全自动化和/或自主的驾驶任务开始的时刻以及在此期间它在哪里。
44.为此，给数据处理单元4提供有地图数据集10，机动车3的周围环境11以数字形式(即以数据形式)存储(例如储存)在该地图数据集10中。然后例如可以设置成，在依据地图数据集10(其中其例如是地形地图)来确定机动车3的自身位置2的方法中，首先进行粗略的自身位置确定。
45.此外，在该方法中，借助机动车3的传感器设备5至少部分地检测至少一个周围环境元素12。为此，传感器设备5被构造用来基于相应的检测结果产生传感器设备数据集13或源自传感器设备5的数据集，该数据集至少部分地表征周围环境11，尤其是至少一个周围环境元素12。另外，传感器设备5被构造用于将传感器设备数据集13提供给数据处理单元4，例如发送给数据处理单元4或提供用于由数据处理单元4下载。
46.在该方法的进一步进程中，数据处理单元4将地图数据集10和传感器设备数据集13这样组合，使得数据处理单元4从传感器设备数据集13和地图数据集10产生自身位置数据集14，并且例如提供(例如送达)给车辆导航系统和/或转向和驱动单元9。基于或根据粗略的自身位置确定，例如存在多个地点假设或多个自身位置数据集，它们分别代表机动车3的可能的自身位置2。
47.特别是在驾驶任务中，例如在需要机动车3的特别高的轨迹准确度的驾驶操纵中，尤其是在将机动车3泊车入库和/或泊车出库时，存在如下需求：特别准确且特别快地测定自身位置2。为此，给数据处理单元4提供语境数据集15，依据该语境数据集借助数据处理单元4使自身位置数据集14经受合理性检查。因而例如如果数据处理单元4已经测定或估计到两个或更多个地点假设，这些地点假设彼此等价并且这些地点假设基于传感器设备数据集13和地图数据集10的试探式的评估或组合，则使用语境数据集合15来检查相应的地点假设
的合理性。然后基于合理性检查，作为可能的自身位置2的地点假设中的至少一个被删去，如果该地点假设没有通过合理性检查。于是，当估计机动车3的自身位置时，可能的解决方案的数量特别少，因此对机动车3的自身位置的估计或确定进行得更高效。因为最终它要从更少的地点假设中选出。
48.图2以示意性俯视图示出了机动车3的交通状况，其中，在用于测定或确定自身位置2(见图1)的方法中，给语境数据集15(见图1)添加相应的周围环境元素12的至少一个运动信息16以用于合理性检查。在该方法中被认为或理解为周围环境元素12的最终列表将超出本说明书的范围。因此，仅讨论了几种类型的周围环境元素12，它们被描述为代表所有可想到的周围环境元素12。尤其地，如果相应的对象可借助传感器设备5被感测或探测，则在机动车3的周围环境11中的每个对象可以是周围环境元素12。在附图中，也并非所有可想到的周围环境元素12都设有相应的自己的附图标记，以便确保特别好的直观性。
49.根据图2，相应的周围环境元素12例如可以是另一机动车17。对于至少一个周围环境元素12的另一示例是车道标记18、植物-尤其是树木19、交通标志20、其他交通参与者，例如行人21等。
50.在用于确定机动车3的自身位置2的方法中，依据运动信息16来测定相应的周围环境元素12当前是否正运动或者相应的周围环境元素12当前是否静止。
51.在图2中还示出，给语境数据集15(见图1)添加与相应的周围环境元素12相关的距离22的至少一个距离信息以用于合理性检查。再次参考图1，其中相应的周围环境元素12被示为交通标志20，距离22例如可以是周围环境元素12或交通标志20的高度23。此外，距离信息可以具有距离量24，其表征相应的周围环境元素12和机动车3之间的空间距离。可以设想的是，相应的距离量24平行于机动车3的车辆纵向轴线或平行于机动车3的车辆横向轴线测量或被测量。备选地可设想的是，直接测量机动车3和相应的周围环境元素12之间的距离。在图2中，仅绘出了所考虑的距离量24或距离22中的少数几个。
52.图3以示意性俯视图示出机动车3的另一种交通状况，其中，机动车3布置在多个车道25之一上，尤其是在其上行驶。此外，在图3中绘出安全道带25a，其通常称为“应急车道带”。安全道带25a或应急车道带同样可以是周围环境元素12。同样，相应的车道25或相应的车道带可以形成相应的周围环境元素12。在图3中绘出距离量24中的少数几个，其表征机动车3与相应的周围环境元素12、尤其是相应的另外的机动车17之间的相应距离。此外，图3中绘出了另外的距离量26中的几个，其表征相应的周围环境元素12与至少一个另外的周围环境元素12之间的空间距离。
53.距离信息，即距离量24和/或距离量26，被提供给(例如借助数据处理单元4(见图1)被添加给)语境数据集15(见图1)，以用于对自身位置数据集14进行合理性检查。对相应距离24、26的相应测量和/或对距离22、尤其是高度23的相应测量优选地借助传感器设备5的相应传感器来进行。
54.此外，在如其在图3所示的那样的交通状况中，对于自身位置数据集14的合理性检查可以使用其他机动车17或至少机动车17中的至少一个机动车的相应运动信息16。在这种情况下，传感器设备5被构造用于例如借助雷达传感器和/或激光扫描仪等来检测相应的机动车17或相应的周围环境元素12的运动信息16。
55.图4以示意性俯视图示出了机动车3的又一种交通状况。图4中示出机动车3，其比
如在停车层27上行驶，尤其是在多层停车库28上行驶，尤其是例如基于机动车3的停车转向辅助系统的运行而全自动化、高度自动化和/或自主地行驶。为此，剖视地示出了停车库28的墙壁元素29。因而得到停车层27的地面的平面图，其中，机动车3按规定安放在地面上，并且尤其是在其上滚动或行驶。图4中绘出了针对相应的周围环境元素12的其他示例，例如，墙壁元素29中的相应一个可以是周围环境元素12。此外，在墙壁元素29之一中或两个墙壁元素29之间的开口30可以形成周围环境元素12之一。开口30例如可以是窗户开口、门开口、大门开口等。尤其是在停车库中，出于安全原因，通常在开口30前面，在停车层27的地板上布置禁区31，行人或步行者可以通过这些开口30踏上停车层27。这种禁区31同样可以是周围环境元素12。此外，这样的禁区31可以布置在许多其他地方，尤其是公共交通区域，例如在公共交通工具的停靠地方之前和之后，在交叉区域处/中，以用于车道封锁等。
56.以图4中的交通状况为例，描述了给语境数据集15添加处在传感器设备5的作用范围内的周围环境元素12中的至少一个的布置信息以用于合理性检查。依据该布置信息-尤其是借助数据处理单元4-评估如下可能性：相应的周围环境元素12是否按规定布置在机动车3的当前周围环境11中。当与图2一起观察图4时在此例如显然的是，如果传感器设备5探测到或检测到在停车库28或停车层27的语境中不适合的周围环境元素12，则对机动车3布置在停车库28中或停车层27上的假设的合理性检查交付否定的合理性检查结果。非常引人注目的是：如果图4中所示的在停车层27上或在停车库28中的机动车3检测到树木19，则合理性检查将交付否定的合理性检查结果。
57.如果向数据处理单元提供相应的一个周围环境元素12或多个周围环境元素12的语义内容，则合理性检查更加有效。为此可以设置成，机动车3(尤其是其传感器设备5)具有语义处理器单元，该语义处理器单元被构造用于检测周围环境元素12的文本并且提供文本的语义内容。例如，如果将文本“出口”安置方向标志32上，则可以抛弃相应地内容不同的地点假设(即机动车3将处在停车库28的入口的区域中)，因为这个(错误的)地点假设最迟在合理性检查时失败。
58.附图标记清单：1 系统2 自身位置3 机动车4 数据处理单元5 传感器设备6 计算单元7 服务器装置8 数据收发器9 转向和驱动单元10 地图数据集11 周围环境12 周围环境元素13 传感器设备数据集14 自身位置数据集
15 语境数据集16 运动信息17 机动车18 车道标记19 树木20 交通标志21 行人22 距离23 高度24 距离量25 车道25a 安全道带26 距离量27 停车层28 停车库29 墙壁元素30 开口31 禁区32 方向标志