Efficient Localization on Highways Employing Public HD Maps and Series-Production Sensors

Im Vergleich zu Standard-Navigationskarten enthalten HD-Karten präzise Zusatzinformationen für automatisierte Fahrzeuge. Um diese Informationen nutzen zu können, muss eine genaue Lokalisierungsschätzung auf Fahrspurebene innerhalb der HD-Karte verfügbar sein. Dabei muss der Rechen- und Speicheraufwand des Lokalisierungsalgorithmus so gering wie möglich sein, um eine sinnvolle Nutzung der HD-Karteninformationen zu ermöglichen. Da die Genauigkeit von GNSS-Messungen für eine präzise Lokalisierung auf Fahrspurebene nicht ausreicht, enthalten HD-Karten üblicherweise georeferenzierte Landmarken wie Fahrbahnmarkierungen und -begrenzungen, die von Serienkamerasensoren erkannt werden können, insbesondere auf Autobahnen. Diese Messungen werden mit den von den ESP-Sensoren des Fahrzeugs gelieferten Bewegungsmessungen im Rahmen einer Bayes'schen Filterung fusioniert. Der beliebteste Lokalisierungsalgorithmus aus dem Bereich der Robotik ist hierbei der Partikelfilter (PF). Für eine robuste Schätzung ist jedoch eine ausreichend hohe Anzahl von Partikeln erforderlich, was im Widerspruch zu dem Ziel steht, den Rechen- und Speicheraufwand des Lokalisierungsalgorithmus zu minimieren. Daher wird in diesem Beitrag eine speicher- und laufzeiteffiziente Extended Kalman-Filter (EKF) basierte Lösung vorgeschlagen, die Messungen von Serienfahrzeugsensoren und eine öffentliche HD-Karte von zwei Autobahnen in der Nähe von Düsseldorf verwendet. Die mit dem EKF erzielten experimentellen Ergebnisse sind mit der Lokalisierungsgenauigkeit des PF vergleichbar, während die Laufzeit und der Speicherverbrauch erheblich reduziert werden können.