用于操作交通工具的自动纵向和/或横向引导功能的方法和控制单元

技术领域

本文件涉及交通工具，特别是涉及自主或半自主交通工具。特别地，本文件旨在基于交通工具的环境中的其他交通工具的集体行为来调整用于自主或半自主交通工具的驾驶策略。

背景技术

自主和/或半自主驾驶交通工具由检测道路的车道的几何形状和/或路线的系统引导。可以使用能够识别车道的边界的传感器来确定道路的车道的几何形状和/或路线，例如通过检测对车道的边界进行划分的车道标记。此外，可以使用地图数据来确定道路的车道的几何形状和/或路线。基于车道标记和/或地图数据检测的车道在本文中可以被称为感测车道。

地图数据在未被绘制的区域中可能不可用，并且在建筑区域中通常不可靠。另外，传感器(例如，摄像头传感器)可能无法在恶劣天气条件下检测车道的几何形状，或者可能无法检测到没有车道标记、具有淡褪或错误的车道标记的道路的车道的几何形状。

如果不能以可靠的方式检测道路的车道(即，感测车道)的几何形状和/或路线(例如，由于恶劣的天气条件和/或由于缺少车道标记或不可靠的车道标记)，则自主和/或半自主交通工具的驾驶策略和/或驾驶功能可能会受到影响。本文件针对的技术问题是证明用于自主和/或半自主交通工具的可靠且安全的驾驶功能，而无需使用关于车道标记的地图数据和/或传感器数据。该技术问题通过独立权利要求来被解决。优选示例在从属权利要求中限定。

发明内容

根据一个方面，描述了一种用于自主和/或半自主的自身交通工具(特别是两轨交通工具，诸如汽车、卡车、公共汽车等)的控制单元。控制单元被配置为：基于自身交通工具的环境内的多个交通工具的行驶轨迹，来确定自身车道的路线，自身交通工具正在该自身车道内行驶，该自身车道被称为行为自身车道(behavioral ego lane)。可以在不考虑关于交通工具正在其上行驶的道路上的车道标记的地图数据和/或传感器数据的情况下，确定行为自身车道。特别地，行为自身车道可以(仅)基于在自身交通工具的环境内的交通工具的集体行为而被确定。可以使用交通工具的行驶轨迹来描述交通工具的行为。

控制单元可以被配置为：确定关于在自身交通工具的(直接)环境内的多个交通工具的行驶轨迹的轨迹数据。自身交通工具可以包括一个或多个环境传感器(诸如，摄像头、雷达传感器、激光雷达传感器等)。一个或多个环境传感器的传感器数据可以被用来确定交通工具的环境的环境模型，其中环境模型可以指示自身交通工具的环境内的对象(特别是其他交通工具)。此外，环境模型可以指示其他交通工具的行驶轨迹(其中交通工具的行驶轨迹可以指示交通工具随时间的位置)。

此外，控制单元可以被配置为：将道路的部段序列中的每个部段内的行驶轨迹聚类，以便针对对应部段序列确定道路的形状序列，自身交通工具正在该道路上行驶。换句话说，道路可以被分割成部段序列。对于部段中的每个部段，可以比较不同的行驶轨迹，以便标识该部段内的多个行驶轨迹的“主方向”。特别地，可以确定多数交通工具在不同部段中的每个部段内在哪个方向上行驶。可以假设，部段内的多数行驶轨迹的方向与道路在该部段内的方向或路线或形状相对应。因此，可以确定描述道路的整体形状或路线的形状序列。特别地，沿着部段序列的道路路线可以对应于形状序列，或者可以基于形状序列被确定(例如，通过筛选形状序列和/或通过将解析函数拟合到形状序列)。

此外，控制单元可以被配置为确定道路的车道的数目。为此，控制单元可以被配置为将多个交通工具分配给道路的一个或多个不同的相邻车道。车道的数目和/或车道的位置可以被确定，使得可以以明确的方式将不同的交通工具分配给不同的车道。一个或多个不同的相邻(行为)车道也包括行为自身车道。

可以基于针对道路的对应部段序列的形状序列，特别是基于道路的路线，以精确的方式确定自身车道的路线。

此外，针对行为自身车道的所确定的路线的置信度度量可以被确定。置信度度量可以指示行为自身车道的路线与自身交通工具正在其上行驶的道路的车道的实际路线相对应的置信度。备选地或附加地，置信度度量可以指示如下的置信度和/或明确性，已经以该置信度和/或明确性确定了行为自身车道。通常，置信度和/或置信度度量随着在自身交通工具的环境内的交通工具的数目的增大而增大。

控制单元还被配置为：根据行为自身车道的路线，来操作自身交通工具的自动纵向和/或横向引导功能，特别是交通工具跟随功能(诸如，ACC)和/或主动车道保持功能。作为结果，可以实现自主和/或半自主的自身交通工具的可靠且鲁棒的操作，特别是无需考虑自身交通工具正在其上行驶的道路上的地图数据和/或车道标记。备选地或附加地，例如，通过将行为自身车道的所确定的路线与感测自身车道的源(如可以从地图数据和/或从指示车道标记的传感器数据导出)进行比较，可以使用行为自身车道的路线来验证地图数据和/或(所检测的)车道标记是否可以被信任。

纵向和/或横向引导功能可以包括交通工具跟随功能，交通工具跟随功能被配置为：根据在行为自身车道内在自身交通工具前面行驶的目标交通工具，来执行自身交通工具的纵向和/或横向引导。交通工具跟随功能可以被配置为：将自身交通工具保持为距目标交通工具经定义的距离，和/或根据目标交通工具的速度来调整自身交通工具的速度，和/或根据目标交通工具的轨迹来执行自身交通工具的横向运动。

控制单元可以被配置为确定目标交通工具的轨迹，其中该轨迹在本文中被称为目标轨迹。目标轨迹可以基于位置和/或轨迹数据(如上所述)而被确定。可以将目标轨迹与行为自身车道的路线进行比较，并且可以根据目标轨迹与行为自身车道的路线的比较来操作交通工具跟随功能，从而增加自身交通工具的目标跟随功能的可靠性和安全性。

特别地，控制单元可以被配置为确定一个或多个偏离参数的值，偏离参数的值指示目标轨迹与行为自身车道的路线的偏离程度。示例偏离参数包括：目标轨迹与行为自身车道的路线之间的横向偏移、和/或目标轨迹与行为自身车道的路线之间的角度(在沿相关纵向区域的任何点处)。根据一个或多个偏离参数的值，可以以特别鲁棒且安全的方式操作交通工具跟随功能。

控制单元可以被配置为确定目标轨迹是否偏离行为自身车道的路线超过偏离阈值。偏离阈值可以取决于关于行为自身车道的置信度度量，特别是使得如果置信度度量减小，则偏离阈值增大(因此允许偏离增大)，和/或使得如果置信度度量增大，则偏离阈值减小。

如果目标轨迹和集体行为自身车道(即，行为自身车道的路线)之间的偏离参数超过了给定偏离阈值，交通工具跟随功能可以被自动中断(至少对于目标交通工具而言)。作为结果，可以增加交通工具跟随功能的鲁棒性和安全性。

控制单元可以被配置为确定车道传感器数据，车道传感器数据指示自身交通工具正在其上行驶的道路的车道的车道标记(例如，使用指向道路表面的摄像头)。此外，控制单元可以被配置为基于车道传感器数据来确定感测自身车道的路线。可以基于车道标记并且可能地基于地图数据来确定感测自身车道。另一方面，感测自身车道可以独立于自身交通工具的环境内的交通工具的行为而被确定(特别地，独立于关于自身交通工具的环境内的多个交通工具的轨迹的轨迹数据)。

可以根据感测自身车道的路线并且根据行为自身车道的路线来(自动地)执行自身交通工具的横向引导，以便为自身交通工具提供车道保持功能。通过考虑感测自身车道和行为自身车道，可以增加车道保持功能的鲁棒性和安全性。

控制单元可以被配置为将感测自身车道的路线与行为自身车道的路线进行比较。特别地，一个或多个偏离参数的值可以被确定。示例偏离参数包括：感测自身车道的路线与行为自身车道的路线之间的横向偏移、和/或感测自身车道的路线与行为自身车道的路线之间的角度。车道保持功能可以根据感测自身车道的路线与行为自身车道的路线的比较而被操作。

例如，在如下的建筑工地处，将感测自身车道的路线与行为自身车道的路线进行比较可以是有用的，在这样的建筑工地处，道路上的车道标记可能是令人困惑的。特别地，在建筑工地上，道路的原始车道标记可以被在建筑工地的持续时间内有效的临时车道标记覆盖。通过考虑行为自身车道的所确定的路线(除了考虑感测自身车道的路线之外)，可以改进主动车道保持功能的可靠性。

特别地，控制单元可以被配置为：确定感测自身车道的路线是否偏离行为自身车道的路线超过偏离阈值。偏离阈值可以取决于行为自身车道的置信度度量，特别地使得如果置信度度量减小，则偏离阈值增大，和/或使得如果置信度度量增大，则偏离阈值减小。

如果确定感测自身车道的路线偏离行为自身车道的路线超过偏离阈值，则基于(例如，仅基于)感测自身车道的车道保持功能可以被中断，和/或可以基于行为自身车道来执行车道保持功能。作为结果，可以增加车道保持功能的鲁棒性和/或安全性。

根据另一方面，描述了一种机动交通工具(特别是汽车、卡车或公共汽车)，该机动交通工具包括本文件中描述的控制单元。

根据另一方面，描述了一种用于操作自身交通工具的自动纵向和/或横向引导功能的方法。该方法包括：基于自身交通工具的环境内的多个交通工具的行驶轨迹，来确定自身交通工具正在其内行驶的自身车道的路线，该自身车道被称为行为自身车道。此外，该方法包括：基于行为自身车道的路线，来操作自身交通工具的自动纵向和/或横向引导功能。

根据另一方面，描述了一种软件程序。该软件程序可以适于在处理器上执行，并且当在处理器上被执行时，该软件程序适于执行本文件中概述的方法步骤。

根据另一方面，描述了一种存储介质。该存储介质可以包括软件程序，该软件程序适于在处理器上执行，并且当在处理器上被执行时，该软件程序适于执行本文件中概述的步骤。

根据另一方面，描述了一种计算机程序产品。该计算机程序可以包括可执行指令，可执行指令用于在计算机上被执行时执行本文件中概述的方法步骤。

应当注意，包括如本专利申请中概述的其优选实施例的方法和系统可以被单独使用，或者可以与本文件中公开的其他方法和系统结合使用。此外，本专利申请中概述的方法和系统的所有方面可以被任意组合。特别地，权利要求的特征可以以任意方式彼此组合。

附图说明

下面参考附图以示例性方式说明本发明，其中：

图1示出了用于确定道路的一个或多个车道的示例性方法；

图2示出了道路的示例性交通场景；

图3示出了道路的交通场景的示例性部段和轨迹簇；

图4示出了用于估计道路的形状的示例性多曲线拟合函数；

图5示出了车道配置的第一示例；

图6示出了车道配置的第二示例；

图7示出了车道配置的第三示例；

图8a示出了目标跟随功能的示例；

图8b示出了车道保持功能的示例；并且

图9示出了用于操作交通工具的示例方法的流程图。

附图中的图示是示意性的。应当注意，在不同的附图中，相似或相同的元件被设置有相同的附图标记或被设置有仅在第一数位内与对应的附图标记不同的附图标记。

具体实施方式

图1示出了用于确定交通工具(在本文中被称为自身交通工具(ego vehicle))的环境中的道路的一个或多个车道的示例方法100。使用方法100确定的车道在本文中被称为行为车道，因为这些行为车道是基于自身交通工具的环境内的交通工具的集体行为而被确定的。方法100可以在自身交通工具的计算机或电子控制单元上被执行。自身交通工具的环境可以由交通工具的传感器可检测区域定义。方法100可以包括接收和/或确定102在自身交通工具的环境中的多个对象(例如，其他交通工具)。例如，方法100可以从自身交通工具的对象检测部件接收和/或确定102多个对象。例如，方法100可以从自身交通工具的环境模型接收和/或确定102多个对象。可以通过融合来自自身交通工具的一个或多个环境传感器的传感器数据来生成自身交通工具的环境模型。自身交通工具的示例环境传感器是摄像头、雷达传感器、激光雷达传感器、超声传感器等。

方法100还可以包括接收和/或确定104用于在自身交通工具环境中的多个对象(特别是交通工具)的多个轨迹。可以从自身交通工具的轨迹确定部件接收多个轨迹。例如，可以通过使用对象的暂时的位置和里程数据重建在自身交通工具的环境中的对象的运动简档来确定多个轨迹。换句话说，多个轨迹可以包括关于多个对象中的一个或多个对象在过去的运动的观察。可以从自身交通工具的环境模型接收多个轨迹。

此外，方法100可以包括基于用于多个对象的多个轨迹来估计和/或确定106道路的形状。当基于多个轨迹估计106道路的形状时，方法100可以确定道路的部段的数目；可以根据一个或多个形状相似性度量来聚类在一个或多个部段中的每个部段中的多个轨迹；确定一个或多个部段中的每个部段中的被聚类的多个轨迹的轨迹簇，其中所选择的轨迹簇可以包括多数轨迹，这些轨迹在一个或多个部段中的特定部段中具有相同或相似的形状；以及基于一个或多个部段中的每个部段中的所确定的轨迹簇来估计道路的整体形状。

图2至图4示出了自身交通工具的环境中的道路形状的示例性估计。特别地，图2示出了可以由交通工具202(在本文中也被称为自身交通工具)检测的道路的示例性交通场景200。交通工具202可以确定和/或检测在交通工具202的环境中的多个交通工具，这些交通工具包括交通工具204、206、208、210和212。另外，多个交通工具可以包括自身交通工具202。交通工具202还可以确定与交通工具202至212相对应的多个轨迹，这些轨迹包括轨迹214、216、218、220、222和224。轨迹214可以涉及交通工具204，轨迹216可以涉及交通工具206，轨迹218可以涉及交通工具208，轨迹220可以涉及交通工具210，轨迹222可以涉及交通工具212，并且轨迹224可以涉及交通工具202。

图3呈现了图2的示例性交通场景200的多个轨迹的示例性部段聚类300。特别地，部段聚类300包括示例性部段302和304，或道路(沿着道路的纵向方向)。每个部段302、304包括多个轨迹214至224中的一个或多个轨迹的至少一部分。例如，部段302包括多个轨迹中的每个轨迹的一部分，并且部段304也包括多个轨迹中的每个轨迹的一部分。使用一个或多个相似性度量将特定部段(例如，部段302或部段304)内的轨迹的部分聚类，以形成特定部段中的一种或多种轨迹形状。如图3中所示，部段302包括单个簇，因为部段302的所有轨迹都具有相似或相同的形状。此外，部段304包括三个簇：包括轨迹216的第一簇、包括轨迹214和轨迹222的第二簇、以及包括轨迹218、220和224的第三簇。

在每个部段中，可以确定包括多数轨迹的轨迹簇(例如，与其他簇相比，该簇包括最高数目的轨迹)。例如，部段302包括单个轨迹簇，因为所有轨迹都具有相似或相同的形状。因此，部段302的单个轨迹簇包括多数轨迹。部段304具有三个簇。部段304的第三轨迹簇包括三个轨迹，并且因此包括部段304中的多数轨迹。

为了确定部段的一对轨迹的形状是相似还是相同，可以使用不同的方法。例如，可以在由特定部段定义的独特区域中计算两个轨迹之间的横向距离。当距离低于预定义的阈值时，轨迹被认为相似或相同。附加地或备选地，横向偏差的跨度、在到达特定横向分岔之前的纵向距离、方位角偏差和/或基于时间规整的度量可以被用来确定两个或更多个的轨迹是否彼此相似或相同。

另外，当确定来自一个或多个部段中的每个部段中的多个轨迹的轨迹的(多数)簇时，可以执行一致性检查。如果特定部段具有先前部段，例如，部段304具有先前部段302，并且特定部段的包括多数轨迹的轨迹簇与先前部段的所确定的轨迹簇偏离或不一致，则可以选择特定部段的不包括多数轨迹的轨迹簇。例如，当先前部段的多数轨迹的轨迹簇中的一个或多个轨迹不连续，而又没有被特定部段的包括多数轨迹的轨迹簇中的一个或多个轨迹中断时，特定部段的包括多数轨迹的轨迹簇可以与先前部段的所确定的轨迹簇不一致。在这种情况下，可以针对特定部段确定不同的轨迹簇，特别是如下的簇，在该簇中，相对于相邻部段中的所选轨迹簇的轨迹，轨迹显示出较高的连续度。

图4示出了使用多曲线拟合过程的针对图2的示例性交通场景的道路形状的示例性估计400。道路形状的估计基于所有部段的所确定的轨迹簇中包括的轨迹。例如，图4示出了用于轨迹216、218和220的被包括在所确定的轨迹簇中的那些部分的示例性的多曲线拟合函数402。优选地，多曲线拟合函数402描述了如下的曲线，该曲线同时最佳拟合所确定的轨迹簇中所包括的所有轨迹。多曲线拟合函数的曲线的形状可以用于估计道路的形状。例如，可以通过使用回归方法同时将近似回旋曲线函数(approximative clothoidfunction)拟合到轨迹——针对每个轨迹具有特定的横向偏移参数——来获得形状近似曲线。

此外，方法100可以包括：使用所估计的道路形状和多个对象和/或多个对象的多个轨迹，来确定108道路的一个或多个车道(在本文中被称为行为车道)。为了确定208道路的一个或多个车道，方法100可以针对多个轨迹中的每个轨迹生成候选车道，其中候选车道的形状与所估计的道路形状相似或相同，并且其中至少在轨迹的形状与所估计的道路形状相似或相同的部段中，多个轨迹中的轨迹在候选车道的中央、或在候选车道中央周围的预定范围内。此外，方法100可以从所生成的候选车道确定一个或多个车道集，车道集在下文也被称为车道配置，其中车道集仅包括来自所生成的候选车道的彼此不同的车道；并且方法100可以为所确定的一个或多个车道配置中的每个车道配置确定得分值，其中当车道集中的特定车道的轨迹在特定车道的中央或在特定车道中央周围的预定义范围内时，得分值增大。最后，方法100可以基于具有最大得分值的车道集来确定道路的一个或多个车道。道路的一个或多个(集体行为)车道可以在自身交通工具202附近具有与所估计的道路形状相同的形状。

图5至图7图示了用于使用所估计的道路形状、使用多个对象以及使用多个对象的多个轨迹来确定108道路的一个或多个车道的示例性过程。特别地，图5示出了车道配置500的第一示例，图6示出了车道配置600的第二示例，并且图7示出了车道配置700的第三示例。一般地，车道配置可以满足预定义的约束集。优选地，车道配置中的每个车道必须具有与所估计的道路形状相同的形状。此外，优选地，车道配置中的两个相邻车道必须间隔开预定的最小距离，例如2米。

为了确定道路的一个或多个车道，确定多个轨迹中的至少部分地与所估计的道路形状相似或相同的轨迹。对于至少部分地与所估计的道路形状相似或相同的每个轨迹，生成候选车道。候选车道可以是道路的可能的车道。车道配置包括一个或多个候选车道。如果候选车道满足如上所述的车道配置的约束，则可以通过车道配置考虑候选车道。优选地，至少在轨迹与所估计的道路形状相似或相同的部分中，候选车道以多个轨迹中的轨迹为中央。

如图5中所示，车道配置500可以包括候选车道502和候选车道504。候选车道502可以以轨迹214和轨迹216的组合为中央。候选车道504可以以轨迹218为中央。候选车道502和候选车道504彼此之间共享边界。图6描绘了包括单个候选车道602的车道配置600。单个候选车道以轨迹220为中央。图7呈现了车道配置700，该车道配置700包括三个候选车道：以轨迹214和轨迹216的组合为中央的候选车道702、以轨迹218为中央的候选车道704、以及以轨迹220为中央的候选车道706。

另外，方法100可以包括：为所确定的一个或多个车道集或一个或多个车道配置中的每个车道集或车道配置确定得分值。当轨迹在特定车道(即，特定的候选车道)的中央或者在该特定车道的中央周围的预定义范围内时，车道配置的得分值可以增大。换句话说，得分值定义了可以被特定车道集或特定车道配置覆盖的轨迹的数目。车道配置500可以具有得分值3，因为车道配置500的候选车道502、504覆盖三个轨迹。车道配置600可以具有得分值1，因为候选车道602仅覆盖一个轨迹。车道配置700可以具有得分值4，因为候选车道702、704、706覆盖四个轨迹。但是，车道配置700的候选车道702、704、706重叠，因此不满足车道配置的约束。因此，车道配置500具有最大得分值。由于车道配置500提供最大得分值，因此方法100可以基于车道配置500确定道路的车道。

有利地，可以使用描述自身交通工具202附近的对象的集体行为的对象轨迹来确定道路的车道。当基于对车道标记的标识的车道检测系统不再可用时，这允许使用交通工具的(半)自主驾驶特征或功能继续操作。此外，该方法可以允许(半)自主驾驶系统评估由基于标记的车道检测系统提供的数据的质量。另外，该方法可以有效地支持驾驶员辅助系统。例如，如果观察到多数对象正在向右弯曲，则在没有关于道路的车道的另外信息可用时，驾驶员辅助系统可以使用该信息来推断车道的存在和几何形状。

如上所述的方法100可以确定道路的一个或多个(行为)车道。道路的所确定的车道可以由各种驾驶员辅助系统使用，以在复杂的高流量的交通场景中提供具有高可用性的更鲁棒的驾驶员辅助系统。例如，从自身交通工具202周围的交通工具的集体行为确定的、道路的(行为)车道502、504可以被用来直接控制自身交通工具202以用于主动车道保持功能。自身交通工具202可以在主动车道保持功能中模仿群体行为。此外，从集体行为确定的、道路的车道502、504可以被用来将对象分配给所确定的车道、或者使用所确定的车道来对对象进行排序。这可以用于确定道路上的哪些对象在与自身交通工具202相同的车道上。因此，方法100可以用于确定道路上的哪些交通工具与自适应巡航控制(简称为ACC)系统相关。更具体地，方法100可以被用来于确定道路上的哪些交通工具应当在控制自身交通工具202的纵向动力学特性(例如，加速、减速和制动)时被认为是相关的。此外，道路的所确定的车道可以被用来分类：其他对象正在被如何操纵，例如，其它对象正在以何种程度变道、取消变道或离开道路。自身交通工具202可以使用该信息来执行其自己的操纵，例如，加速和/或减速以执行变道，和/或加速和/或减速以取消变道。

如图8a中所示，可以根据目标交通工具802来操作自身交通工具202，该目标交通工具802在与自身交通工具202相同的(行为)车道502内行驶在自身交通工具202前面。目标交通工具802可以用于控制自身交通工具202的纵向动力学特性(例如，在ACC系统的上下文中)。如果目标交通工具802执行变道，则应当解除自身交通工具202的使用目标交通工具802的对象跟随，以避免自身交通工具202与下一个车道504中的交通工具的可能的碰撞。

如上所述，自身交通工具202、特别是自身交通工具202的控制单元可以被配置为：基于在道路上行驶的交通工具204、206、208、210的集体行为，来确定道路的一个或多个(行为)车道502、504。特别地，可以确定交通工具204、206、208、210的轨迹214、216、218、220(如在图2的上下文中所描述的)。此外，交通工具204、206、208、210的轨迹214、216、218、220可以针对道路的不同部段302、304被聚类，以便针对部段序列302、304确定道路的整体形状(如在图3的上下文中所描述的)。可以使用被拟合到部段序列302、304的形状的曲线402来描述道路的形状(如图4中所示)。使用描述道路的集体形状的曲线402，并且使用不同交通工具204、206、208、210的位置和/或轨迹，可以标识道路的一个或多个(行为)车道502、504(如在图5至图7的上下文中所描述的)。

已经(仅)使用在道路上行驶的交通工具204、206、208、210的集体行为所确定的、道路的一个或多个车道502、504在本文中可以被称为行为车道。另一方面，已经(仅)使用指示道路上的车道标记的地图数据和/或传感器数据所确定的、道路的一个或多个车道在本文中可以被称为感测车道。

对自身交通工具202的环境中的交通工具204、206、208、210的集体行为的分析提供了描述行为车道502、503的几何形状和/或路线811的模型集(例如，曲线集)，如从交通参与者的集体行为推断的。此外，可以确定置信度度量，该置信度度量提供了关于一个或多个行为车道502、504的模型可以以何种程度被信任的指示。置信度度量的示例包括：对集体形状402(的不同部段302、304)有贡献的轨迹214、216、218、220的数目、和/或可以在语义上被分配为在每个车道502、504中行驶的交通工具204、206、208、210的数目。特别地，可以确定用于自身交通工具202和目标交通工具802正在其内行驶的行为自身车道502的模型。此外，可以确定行为自身车道502的置信度度量。

为了能够判断目标交通工具802是否正在变道，可以将目标交通工具802的运动简档或轨迹812(其可以对应于跟随目标交通工具802的自身交通工具202的轨迹)与一个或多个行为车道502、504的模型和/或路线811相比较。特别地，可以确定目标交通工具802的运动简档812与行为自身车道502的路线811之间的横向偏移821。备选地或附加地，可以确定目标交通工具802的运动简档812与行为自身车道502的路线811之间的角度822。因此，可以确定描述运动简档812与行为自身车道502偏离的一个或多个偏离参数821、822的值。

此外，可以从一个或多个偏离参数821、822的值确定运动简档812与行为自身车道502的偏离是否超过可容忍的偏离阈值或行为自身车道502周围的偏离带(corridor)。然后，可以判断目标对象802正在变道和/或目标交通工具802不可以再被自身交通工具202用作用于执行对象跟随的目标对象。

为了减少错误检测的数目，可以基于用于一个或多个行为车道502、504的一个或多个置信度度量来确定阈值。特别地，置信度阈值可以取决于对确定行为自身车道502的形状811有贡献的轨迹214、216、218、220的数目(其中偏离阈值通常随着轨迹数目的减小而增大)。备选地或附加地，偏离阈值可以取决于落在行为自身车道502内的交通工具204、206、208、210的数目(其中偏离阈值通常随着交通工具数目的减小而增大)。

因此，行为自身车道502的可能的置信度度量是在特定部段302、304内对道路形状811有贡献的对象204、206、208、210的数目。该置信度度量可以被称为“形状权重”。应当注意，尽管对象轨迹214、216、218、220可以具有相同的形状，但是它们实际上可以位于不同的车道502、503内。置信度度量可以考虑对象轨迹214、216、218、220是否位于自身车道502内。

用于行为自身车道502的另一置信度度量可以是对特定车道(特别是对自身车道502)有贡献的轨迹的实际数目。该置信度度量小于或等于形状权重(其通常车道不可知的(lane agnostic))。

根据使用情况，可以使用这两种置信度值的不同组合(因为不同的功能在可用性、假阳性等方面可能具有不同的容差)。例如，对于在其中车道保持在所跟随的对象变道时被解激活的功能，仅考虑形状权重置信度度量可能就足够了，因为相对较少的假阳性数目是可容忍的(因为该功能将会停止)。然而，如果功能涉及主动跟随行为自身车道502，则可能需要将几个对象分配给行为自身车道502，以增加该功能的安全性。

目标交通工具802的轨迹812和行为自身车道502的路线811可以不在绝对坐标中被比较，但是可以在不考虑轨迹812和路线811之间的可能的恒定横向偏移的情况下被比较。特别地，轨迹812可以被横向移动以在指定点处接触行为自身车道502的路线811。此外，可以验证轨迹812和路线811是否彼此偏离。通过忽略轨迹812和路线811之间的横向偏移，可以在相同方法内考虑不同的驾驶员行为(诸如在车道中间行驶、或在车道的一侧附近行驶)。

在检测到目标交通工具802正在改变(行为)车道502、504之后，可以终止对象跟踪和/或可以标识用于对象跟踪的备选交通工具。备选地或附加地，行为车道502的路线811可以用于执行自身交通工具202的主动车道保持。

在另一场景中(在图8b中示出)，自身交通工具202可以执行自动车道保持，例如基于自身交通工具202正在其上行驶的道路上的车道标记。如果自身交通工具202正在其上行驶的车道502上存在障碍物和/或如果交通参与者集体决定不遵循(由标记定义的)车道852、854(例如，这可能在高密度交通的情况下出现)，则自动车道保持可能是不期望有的。

可以使用感测车道852、854(其已经基于道路上的车道标记被确定)来执行车道保持。自身交通工具202的控制单元可以被配置为检测行为自身车道502与感测自身车道852偏离。这可以通过确定一个或多个偏离参数821、822(诸如横向偏移821或角度822)的值来实现，偏离参数描述行为自身车道502与感测自身车道852的偏离。

可以基于一个或多个偏离参数821、822的值来确定行为自身车道502与感测自身车道852的偏离是否超过偏离阈值。偏离阈值可以取决于用于行为自身车道502的一个或多个置信度度量。如果检测到偏离超过偏离阈值，则可以终止自动车道保持和/或自动车道保持可以从感测自身车道852切换到行为自身车道502。备选地或附加地，可以自动激活对象跟随功能(以便执行对象跟随，而不是车道保持)。

图9示出了用于操作自身交通工具202的自动纵向和/或横向引导功能的示例方法900的流程图。方法900可以由自身交通工具202的控制单元来操作。方法900包括：基于自身交通工具202的环境内的多个交通工具204、206、208、210的行驶轨迹214、216、218、220，来确定901自身交通工具202正在其内行驶的自身车道502的路线811，该自身车道502被称为行为自身车道。可以以如本文件中所概述的方式来确定自身车道502的路线811(例如，使用方法100)。

此外，方法900包括：根据行为自身车道502的路线811，来操作902自身交通工具202的自动纵向和/或横向引导功能(特别是车道保持功能或交通工具跟随功能)。通过考虑已经基于在自身交通工具202的环境内的交通工具204、206、208、210的集体行为而确定的行为自身车道502，可以提供鲁棒且可靠的自动纵向和/或横向引导功能。

应当注意，术语“包括”不排除其他元素或步骤，并且冠词“一”或“一个”的使用不排除多个。此外，与不同实施例相关联地描述的元素可以被组合。还应当注意，权利要求中的附图标记不应当被解释为限制权利要求的范围。应当注意，说明书和附图仅图示了所提出的方法和系统的原理。本领域技术人员将能够实现各种布置，这样的布置尽管在本文中没有被明确描述或示出，但是体现了本发明的原理并且被包括在本发明的精神和范围之内。此外，本文件中概述的所有示例和实施例主要明确地旨在仅用于说明目的，以帮助读者理解所提出的方法和系统的原理。此外，在本文中提供本发明的原理、方面和实施例及其特定示例的所有陈述旨在涵盖其等同形式。