Abstract Advanced Driver Assistance Systems (ADAS) and Automated and Autonomous Vehicles (AV) are cooperative systems and processes that use: artificial intelligence, cognitive methods, cloud technologies, cooperative vehicle-to-everything-communications (V2X), software–hardwareplatforms, sensor platforms and incipient intelligent transport infrastructures, to get self-driving systems and smart connected mobility services. This paper, to support automated driving systems (assisted, semi-autonomous and fully autonomous vehicles), introduces a cognitive layer called Associated Reality to enhance the involved information, knowledge and communication processes. The architecture defined includes an augmented Local Dynamic Map, with complementary layers, and an augmented Graph Database, with complementary semantic–cognitive relations, for the considered purpose, in cooperative human–machine and machine–machine systems. Virtual augmented landmarks are defined to improve the connectivity and intelligence of the involved spatial-information systems. Different structure landmarks and sequence landmarks (which includes regular, repetitive and periodic landmarks) are defined, categorized and used in diverse visual localization and mapping scenarios, for autonomous driving. In this paper, it is also shown, as a proof-of-concept for vehicle localization and mapping in road tunnels, the visual detection of different sequences of periodic luminaires, using YOLO v3 for the corresponding LED lights detection, or a specific alternative procedure developed with very low computational cost.

中文翻译：

---

关联现实：用于自动驾驶的认知人机层

摘要 高级驾驶辅助系统 (ADAS) 和自动驾驶汽车 (AV) 是协作系统和过程，它们使用：人工智能、认知方法、云技术、协作式车对一切通信 (V2X)、软件-硬件平台、传感器平台和初期的智能交通基础设施，以获得自动驾驶系统和智能互联移动服务。为了支持自动驾驶系统（辅助、半自动和全自动车辆），本文引入了一个称为关联现实的认知层，以增强所涉及的信息、知识和通信过程。定义的架构包括具有互补层的增强本地动态地图和具有互补语义认知关系的增强图数据库，出于考虑的目的，在协作的人机和机机系统中。定义虚拟增强地标以提高相关空间信息系统的连通性和智能性。不同的结构地标和序列地标（包括规则的、重复的和周期性的地标）被定义、分类并用于不同的视觉定位和映射场景，用于自动驾驶。在本文中，还展示了作为道路隧道中车辆定位和建图的概念验证，不同序列的周期性灯具的视觉检测，使用 YOLO v3 进行相应的 LED 灯检测，或特定的替代程序以非常低的计算成本开发。定义虚拟增强地标以提高相关空间信息系统的连通性和智能性。不同的结构地标和序列地标（包括规则的、重复的和周期性的地标）被定义、分类并用于不同的视觉定位和映射场景，用于自动驾驶。在本文中，还展示了作为道路隧道中车辆定位和建图的概念验证，不同序列的周期性灯具的视觉检测，使用 YOLO v3 进行相应的 LED 灯检测，或特定的替代程序以非常低的计算成本开发。定义虚拟增强地标以提高相关空间信息系统的连通性和智能性。不同的结构地标和序列地标（包括规则的、重复的和周期性的地标）被定义、分类并用于不同的视觉定位和映射场景，用于自动驾驶。在本文中，还展示了作为道路隧道中车辆定位和建图的概念验证，不同序列的周期性灯具的视觉检测，使用 YOLO v3 进行相应的 LED 灯检测，或特定的替代程序以非常低的计算成本开发。重复和周期性地标）被定义、分类并用于不同的视觉定位和映射场景，用于自动驾驶。在本文中，还展示了作为道路隧道中车辆定位和建图的概念验证，不同序列的周期性灯具的视觉检测，使用 YOLO v3 进行相应的 LED 灯检测，或特定的替代程序以非常低的计算成本开发。重复和周期性地标）被定义、分类并用于不同的视觉定位和映射场景，用于自动驾驶。在本文中，还展示了作为道路隧道中车辆定位和建图的概念验证，不同序列的周期性灯具的视觉检测，使用 YOLO v3 进行相应的 LED 灯检测，或特定的替代程序以非常低的计算成本开发。