CN108279016A - Had地图的平滑处理方法和装置、导航***及自动驾驶*** - Google Patents
Had地图的平滑处理方法和装置、导航***及自动驾驶*** Download PDFInfo
- Publication number
- CN108279016A CN108279016A CN201710011390.6A CN201710011390A CN108279016A CN 108279016 A CN108279016 A CN 108279016A CN 201710011390 A CN201710011390 A CN 201710011390A CN 108279016 A CN108279016 A CN 108279016A
- Authority
- CN
- China
- Prior art keywords
- road
- point
- distance
- points
- string
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3608—Destination input or retrieval using speech input, e.g. using speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种HAD地图的平滑处理方法和装置、导航***及自动驾驶***,该HAD地图的平滑处理方法包括:将路网数据中的主路穿成整条路串;根据路网数据的误差阈值对整条路串分段;根据分段后的整条路串进行圆弧拟合来计算得到道路曲率和航向;利用计算得到的道路曲率和航向,制作HAD地图。本发明在计算曲率和航向之前对道路进行平滑和去噪,计算曲率的准确率高,提高了平滑程度,并且能够提高计算效率。
Description
技术领域
本发明涉及电子地图领域,尤其涉及一种HAD(Highly Automated Driving,高度自动化驾驶)地图的平滑处理方法和装置、导航***及自动驾驶***。
背景技术
曲率和航向的计算对于自动驾驶技术而言非常重要。在现有技术中,曲率计算技术方案主要分为曲线拟合和圆弧拟合。曲线拟合计算的曲率结果易受指定数目的少数点影响,且由于同种类型三阶曲线和四阶曲线的曲线方程不同,相比于圆弧拟合而言,曲线拟合具有不确定性。
曲率(CURVATURE)是表明曲线在某一点的弯曲程度的数值,其定义为曲线某处半径的倒数。因此,曲率越大,表示曲线的弯曲程度越大,直线的半径为无穷大,曲率为0。图1中示出了曲率k与半径R之间的关系,其中n为法向量,t为切线。
图2示出了曲率的计算方式。在光滑弧上自点M开始取弧段,其长为△S,对应切线转角为△α,定义△S上的平均曲率点M处的曲率为:
曲率可以有“+”、“-”符号,K是曲线上某点的切线方向角对弧长的转动率。若切线方向到达曲线前进方向的锐角为顺时针,则曲率符号为“-”;若切线方向到达曲线前进方向的锐角为逆时针,则曲率符号为“+”。
航向(HEADING)是道路曲线切线方向与正北方向N的顺时针夹角,用于描述道路延伸方向的趋势。航向是一个角度值,正北方向与道路切线顺时针方向的夹角,单位为十进制的度。道路的航向由道路上离散的形状点拟合成曲线后计算而来,航向值来自拟合曲线。图3示出了航向角α的示意。
但本发明的发明人发现:目前的技术方案并未对道路采集噪点进行去噪处理,且圆弧拟合采用的是三点拟合的方法,易受少数形状点的影响,因此有必要提供进一步提供曲率和航向计算的方案以克服现有技术中的问题。
发明内容
有鉴于此,本发明实施例提供一种HAD地图的平滑处理方法,能提高曲率计算的准确率及效率,且能够提升HAD地图的平滑程度。
其中,本发明公开的HAD地图的平滑处理方法,该方法包括:
将路网数据中的主路穿成整条路串;
根据路网数据的误差阈值对整条路串分段;
对分段后的整条路串进行圆弧拟合来计算道路曲率和航向。
相应地,本发明实施例提供了一种HAD地图的平滑处理装置,该装置包括:穿串模块、分段模块及计算模块;其中,
穿串模块用于将路网数据中的主路穿成整条路串;
分段模块用于根据路网数据的误差阈值对整条路串分段;
计算模块用于对分段后的整条路串进行圆弧拟合计算道路曲率和航向。
相应地,本发明实施例提供了一种混合导航***,该***包括
地图数据库,用于存储并更新根据本发明实施例提供的计算道路曲率和航向的装置处理得到的HAD地图;
搜索模块,用于根据用户指令执行搜索操作并输出搜索结果;
导航模块,用于根据得到的导航指令为用户提供二维/三维路径规划及导航服务;
娱乐模块,用于提供游戏、音乐及其他影音娱乐项目;
通信模块,用于获取更新的地图数据、动态交通信息、一对一或群组的语音/视频通讯;
信息入口模块,用于接收用户通过触屏或按键手动输入的指令;
智能语音交互模块,用于接收用户语音指令、进行语音唤醒和语音控制,以及用于语音输出执行所述用户语音指令的结果;
分析模块,用于对所述用户语音指令进行语音识别、语意分析及指令转换,并用于通知相应的模块执行识别出来的用户语音指令;其中,所述用户语音指令为任意语种的任意一种句型的表达;
显示模块,用于显示所述搜索模块提供的搜索结果,所述导航模块提供的导航路径、所述数据模块提供的地图数据、以及所述通信模块提供的动态交通信息,采用语音、二维/三维图示、和/或文字的方式显示;
趣驾操作***,用于为上述各模块提供运行环境和支持;
传感***,用于监测车辆状态和路况信息,为所述趣驾操作***提供实时动态信息。
相应地,本发明实施例提供了一种自动驾驶***,配置有:
地图数据库,用于存储并更新本发明实施例提供的计算道路曲率和航向的装置处理得到的HAD地图;
主控***,用于控制车辆的行驶路线,判断路况,并对应执行相应的行驶规则;所述主控***还配置有自学习模块,用于根据习得路况和行车记录信息更新控制规则和行驶规则;
激光测距***,用于扫描周围环境及交通状况,测量车辆与前后左右各个物体间的距离,生成扫描影像地图数据,并传送给所述主控***;
前置摄像设备,用于识别交通信号灯及其他交通信号标识,并在所述主控***的辅助下辨别移动物体,并将识别结果反馈给所述主控***作为行驶决策的依据;
位置传感***,通过测定汽车的横向移动,辅助所述主控***进行精确定位。
本发明在计算曲率和航向之前对道路进行平滑和去噪,计算曲率的准确率高,提高了平滑程度,并且能够提高计算效率,例如可以在6小时内完成全国4600W高精度形状点数据曲率和航向的标注,如果用三台服务器对全国数据进行分省标注,最长在3小时内完成标注。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是曲率定义示意图;
图2是曲率的计算方法示意图;
图3是航向定义示意图;
图4是本发明实施例提供的计算道路曲率和航向方法流程图;
图5是本发明实施例提供的穿串效果示意图;
图6是本发明实施例提供的最长模糊线段去噪算法流程图;
图7A-图7B是本发明实施例提供的3点分段示意图;
图8A-图8E是本发明实施例提供的4点分段示意图;
图9A-图9C是本发明实施例提供的5点以上分段示意图;
图10是本发明实施例提供的分段效果示意图;
图11是本发明实施例提供的最小二乘法计算曲率航向算法流程图;
图12是本发明实施例提供的拟合圆圆心角度示意图;
图13是本发明实施例提供的HAD地图的平滑处理装置示意图;
图14是本发明实施例提供的平滑路段示意图;
图15是本发明实施例提供的针对图14中路段的HAD和ADAS标注结果;
图16是本发明实施例提供的具有钮线的路段示意图;
图17是本发明实施例提供的针对图16中路段的HAD和ADAS标注结果;
图18是本发明实施例提供的一种导航设备的组成框图;
图19是本发明实施例提供的一种自动驾驶***的组成框图。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明本发明的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
本发明实施例提供的HAD地图的平滑处理方法如图4所示,包括步骤105将路网数据中的主路穿成整条路串;步骤410,根据路网数据的误差阈值对整条路串分段;步骤415,对分段后的整条路串进行圆弧拟合计算计算道路曲率和航向;步骤420,利用计算得到的道路曲率和航向,制作HAD地图。
步骤410中,首先根据路网数据确定各个路串的端点。路网数据中,如果道路中的一个点,例如子道路(Link)两端中的一端只挂接了一条道路或或者三条以上的道路,则将该端认定为路串的端点。在穿串的过程中,各个端点从自身出发,沿其挂接的道路延伸,直至穿到下一个路串端点终止。由于在穿串的过程中,每个路串从起点到终点、从终点到起点各穿一次,因此需要去重,只保留从起点到终点或者从终点到起点穿串的结果。
在进行穿串操作以后,会得到许多路串,然后在一个端点挂接的路串中仅有两个路串的属性为主路的话,则将该两个路串合并为一个路串。如果一个端点挂接的路串中有三个或三个以上路串的属性为主路的话,则该点处不进行路串合并。主路可以根据路串中的起止Link的属性来判断,如果该起止Link都是本线,例如种别为高速、城市高速,方向为单方向,无高速公路出入口连接路(Interchange,IC)、指两条高速公路间的连接路(Junction,JC)、服务区内部道路(Service Area,SA)、停车区内部道路(Parking Area,PA)属性等,则可以确定该路串为主路。
图5示出了穿串后的道路,其中路串A、B、C为主路;路串D、E、F、G是匝道,则A—B—C会穿为一个路串,D、E、F、G分别为一个路串。
步骤410中,采用最长模糊线段去噪算法对穿串后的路串进行去噪和平滑处理。最长模糊线段去噪算法用于在正式计算曲率前,对构成曲线的道路形状点进行去噪和平滑处理。该算法通过分段的疏密来近似模拟道路的直曲形状。在拉直线映射的过程中会对原曲线形状造成一定的形变,但由于采集误差较大,这种形变的影响小于采集误差,且起到了较好的整体平滑作用。最长模糊线段去噪算法拉直映射的过程如图6所示。
需要说明的是,一般来讲,平滑可指曲率跳变点比例小于0.3%,曲率跳变点是指两个相邻形状点的曲率相差大于某阈值。
上述实施例的平滑处理方法能够提升自动驾驶地图的平滑度、精确度,因此,当导航设备能够精确地获取所在位置的准确曲率,进而给予正确的警示或导航指示,则便于实现车辆的控制。例如,一般道路(除去盘山路等特殊路段)的设计准则中曲率应该是逐渐缓慢变化的,这样驾驶员才能有舒适的驾驶体验,且事故发生率低,另外,在自动驾驶中,如果曲率跳变过多,意味着方向盘不停的大角度变化,则导致自动驾驶将难以实现。
图6中所示的流程考虑了路串中点数的特性,对于包含两点、3点、以及4点的路串进行特殊处理,对于5点以上的路串进行统一处理。需要说明的是,在5点以上路串处理过程中,也会涉及到两点、3点、4点路串的处理,例如在一个包含9点的路串中,通过对路串的处理,前5个点被标注为一段,剩下的4个点可以采用4点路串处理方式。图6所示的流程具体包括:
步骤605,加载路串数据,该路串数据是已经去重处理后的路串数据,其中包含挂接一条道路的点以及挂接三条以上道路的点。
步骤610,选择一条路串。在选择路串时,可以根据路串的标识进行编号,按照路串标识从大到小或者从大到小依次选择。
步骤615,确定所选择的路串中包含的点数。本发明中,根据路串中的点数,分别进行不同的处理。具体可以分为两点、3点、4点、以及5点以上。不同的点数的路串,可以使用不同的处理方案进行处理。
步骤620,对于包含两点的路串,可以直接将其标注为一段,并执行步骤650。
步骤625,对于包含3点的路串,进行3点分段处理,并执行步骤650。
步骤630,对于包含4点的路串,进行4点分段处理,并执行步骤650。
步骤635,对于包含5点以上的路串,确定下一个端点的位置,并执行步骤640;
步骤640,标注两个端点间的分段信息,该步骤可以将该两点作为一段,从而滤除该两点间的噪声。
步骤645,判断线段是否遍历完成,如果是的话,执行步骤650,否则执行步骤635。
步骤650,判断所有的路串是否都进行了标注,如果是的话,结束流程,如果否的话,执行步骤610。
下面基于高级驾驶辅助***(Advanced Driver Assistance Systems,ADAS)为例进行描述。在ADAS中,每5m会采集一个点,其精度(误差阈值)为1米。本发明实施例提供的方案也可以用于高度自动化驾驶(Highly Automated Driving,HAD),每5m会采集一个点,误差阈值0.2米。下面分别描述3点分段处理、4点分段处理以及5点以上的分段处理。
(1)3点分段处理
如图7A所示,如果点2与点1和点3构成直线之间的距离大于误差阈值,则分为点1-点2、点2-点3两段;
如图7B所示,如果点2与点1和点3构成直线之间的距离不大于误差阈值,则分为点1-点3一段。
(2)4点分段处理
如图8A所示,如果点2、点3与点1和点4构成的直线之间距离均大于误差阈值,且点2到点1和点3构成的直线之间的距离大于误差阈值,点3到点2和点4构成的直线之间的距离大于误差阈值,则点1-点2一段,点2-点3一段,点3-点4一段,共分为三段。
如图8B所示,如果点2、点3与点1和点4构成的直线之间距离均大于误差阈值,且点2到点1和点3构成的直线之间的距离大于误差阈值,点3到点2和点4构成的直线之间的距离不大于误差阈值,则点1-点2一段,点2-点4一段,共分为两段。
如图8C所示,如果点2、点3与点1和点4构成的直线之间距离均大于误差阈值,且点2到点1和点3构成的直线之间的距离不大于误差阈值,则点1-点3一段,点3-点4一段,共分为两段。
如图8D所示,如果点2、点3与点1和点4构成的直线之间距离中,只有一个大于误差阈值,则点1-点2一段,点2-点3一段,点3-点4一段,共分为三段。
如图8E所示,如果点2、点3与点1和点4构成的直线之间距离均不大于误差阈值,则点1-点4一段,共分为一段。
(3)5点以上分段处理
-如果在路串的第1和第n个(n>=6)点之间有点序号为([n/2],[n/2]+1)连续两个点,距点1和点n连线的距离大于误差阈值,且距点1和点n+1连线的距离大于误差阈值,则断在点[n/2]-1处,从点[n/2]-1开始拉下一条线段。也就是说将第1个点和第[n/2]-1个点作为一段,从点[n/2]-1开始继续分段。
如图9A中的情况,当n=8时,对于点1和点8的连线,序号为4(n/2)、5的两个点超限,检验点1-点9(即n+1)的连线时,序号为4(即n/2)、5两个点依然超限,则最长模糊线段为点1-点3(即n/2-1),从3开始拉下一条线段。
-如果在路串的第1和第n个(n>=4)点之间有点序号为n-2、n-1的连续两个点,距点1和点n连线的距离大于误差阈值,且距点1和点n+1连线的距离大于误差阈值,则断在点n-2处,从点n-2处开始拉下一条线段。也就是说将第1个点和第[n-2]个点作为一段,从点[n-2]开始继续分段。
以n=5为例,判断点2,点3距点1和点4的连线是否超距,点2,点3距点1和点5的连线是否超距:
(1)如点2,点3距点1-点4的连线超距,距点1-点5的连线不超距,则点1-点5为一段,4被标记为单噪点。
(2)如点2,点3距点1-点4的连线超距,距点1-点5的连线超距,则断在点2(4-2)处,即1-2为一段,剩余的2,3,4,5四个点采用四点分段处理。
(3)如点2,点3距点1-点4的连线不超距,距点1-点5的连线超距,则点1-点4为一段,点4-点5为一段。
(4)如点2,点3距点1-点4的连线不超距,距点1-点5的连线不超距,则点1-5为一段。
如图9B中的情况,当n=6时,对于点1-点6的连线,序号为4(即n-2)、5的两个点超限,检验点1-点7(即n+1)的连线时,序号为4、5两个点依然超限,则最长模糊线段为点1-点4(即n-2),从点4开始拉下一条线段。
-如果在路串的第1和第n个(n>=4)点之间有点序号为n-2、n-1的连续两个点,距点1和点n连线的距离大于误差阈值,但距点1和点n+1连线的距离小于分段阈值,则不打断,序号为n的点标记为单噪点。
如图9C中的情况,当n=6时,对于点1-点6的连线,序号为4(即n-2)、5的两个点超限,检验点1-点7(即n+1)的连线时,序号为4、两个点不再超限,故只有6一个点脱离点1-点7的连线,点6处不断,且点6被检测标注为单噪点。
将原有道路曲线用上述的“最长模糊线段”算法进行单噪点标注和分段后,再将曲线上每段中间的形状点垂直映射到每段起终点连接的线段上,“曲线折线化”的效果如图10所示。
“最长模糊线段”在拉直线映射的过程中会对原曲线形状造成一定的形变,但其造成的形变影响小于采集误差,既有效去除了单噪点的影响,又起到了较好的整体平滑作用。
上述“最长模糊线段”算法中,根据路串中的点数进行处理,如果整个路串只有2、3、4个点则采用特殊处理,相应使用两点分段处理、3点分段处理以及4点分段处理;如果5点以上,则采用5点以上分段处理,其中先采用n>=4时对应的处理方式,并且在满足n>=6时还采用n>=6时的处理方式。此外,在采用5点以上分段处理方式时,一旦确定一段之后,在下一段剩余点数大于或等于5时,仍然重复5点以上分段处理,即先选择4个点,采用n>=4时对应的处理方式,并且在满足n>=6时还采用n>=6时的处理方式。经过最长模糊线段算法后,如果剩下2、3、4个点,相应使用两点分段处理、3点分段处理以及4点分段处理。
在对路串进行平滑和去噪之后,可以进行曲率和航向的计算。计算曲率和航向的流程如图11所示,具体包括:
步骤1105,判断待标注的路串点数是否小于5,如果是的话,执行步骤1110,否则执行步骤1120。
步骤1110,路串上的点均参与拟合,并据此计算曲率和航向。
步骤1115,每个点赋予相同的曲率和航向。
步骤1120,判断点到起终点间的点数是否小于5,如果是的话,执行步骤1125,否则执行步骤1130。
步骤1125,设置扩充到起点或终点。
步骤1130,设置扩充点数为5开始,逐渐递增。
步骤1135,判断是否超过最大扩展点数,例如32,并且角度是否超限,例如20度,方差是否超过阈值、中间点到拟合圆的距离是否超过3倍方差。方差可以根据实际需要进行设置。如果是的话,执行步骤1145,否则执行步骤1140。
步骤1140,向两侧扩展点数各增加1,并执行步骤1135。
步骤1145,为点赋予当前扩展点数减1时,最小二乘法计算的曲率拟合结果以及航向。
步骤1150,判断当前点是否为最后一点,如果是的话结束流程,否则执行步骤1155。
步骤1155,遍历下一个点,并执行步骤1110。
最小二乘法是一种数学优化技术,它通过最小化误差的平方和寻找数据的最佳函数匹配,利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法可以应用于曲线拟合,圆弧可视为一种特定方程形式的曲线,利用最小二乘法能够使得拟合圆弧的结果距实际参与拟合点的均方差最小。在使用最小二乘法计算曲率的过程中,可以按照下述方案进行计算。
最小二乘法拟合圆曲线:R2=(x-A)2+(y-B)2
R2=x2–2Ax+A2+y2–2By+B2
令a=-2A
b=-2B
c=A2+B2–R2
可得圆曲线方程的另一个形式
x2+y2+ax+by+c=0
只要求出了参数a、b、c,就可以求得圆心半径的参数:
以每个点为中心,向其左右各取n个点共同参与圆弧拟合,所拟合圆弧半径的倒数即为该点处的曲率,该点处圆弧的切线方向即为航向。
在拟合圆弧的过程中,设定最小扩点数和最大扩点数(对于5m一个形状点的ADAS数据,我们设定最小扩点数为5,最大扩点数为32)。从最小扩点数往上试,直至到达扩展点数n时超过了下面的阈值之一,所扩圆弧不再完美,则取扩点数为n-1时所扩圆弧半径的倒数为曲率,通过圆心坐标和点坐标可得到切线方向,结合切线方向和行进方向即可确认航向。
其中,经过最小二乘法拟合圆曲线的过程,已求得圆心O的坐标(A,B),若当前拟合中心A1点的坐标为(X,Y),可计算得到OA1的方位角:由于拟合圆弧的切线方向与OA1垂直,可得到航向的两个可能值从拟合中心A1向前后两侧各取一个相邻的点B1和C1(A1为路串端点,则只取一侧),若道路的行进方向为B1A1C1,可分别求得B1A1,A1C1的方位角。从两个航向的可能值中选出与B1A1,A1C1的方位角之差的绝对值均小于30°的一个,即为航向值。
在使用最小二乘法计算曲率和航向的过程中,本发明使用了如下的边界条件:
圆心角度小于20度;
圆上点到圆心的均方差小于阈值h=1.7-0.04*n(米),n为点的个数;
连续两点到拟合圆距离不能同时大于三倍均方差阈值。
对于圆心角度的阈值,可以根据实际经验设置。曲率具有局部性,如果涉及点拟合的圆弧跨越的弧度过大,不能准确地反映出该点的曲率。图12示出了圆心角度阈值的示意图。
对于方差阈值,扩充点数从0到32增加的过程中,均方差在非特殊情况下逐渐变大。只有当均方差小于某一阈值时,最小二乘法拟合出的圆弧与实际形状较为贴近,对点的曲率的计算值较接近真实值。方差的阈值也可以根据经验设置。
根据数学统计,用最小二乘法拟合圆弧时,单中间点距圆弧距离大于三倍均方差阈值的概率为5%,若连续两点均大于三倍均方差阈值,则停止扩展比较符合实际情况,但也可以根据实际的需要进行调整。
上述三点阈值控制保证了所扩充圆弧的完美性,所扩圆弧的相关参数能够准确反映出该形状点处的曲率和航向情况。
需要说明的是,尽管在扩展点的过程中,使用了扩展点的最大数值,但该方案仅仅是优选的方案,在实施的过程中可以不考虑点数的限制,而仅考虑圆心角度和方差的限制。
通过上述的技术方案,可以计算出各点的曲率和航向,结果精准而且平滑度高。
图13示出了本发明实施例提供的HAD地图的平滑处理装置,该装置包括穿串模块1305、分段模块1310、计算模块1315。穿串模块1305主要用于将路网数据中的各个主路Link穿成整条路串,分段模块1310主要用于根据路网数据的误差上限(误差阈值)来平滑和去噪整条路串,从而完成分段,计算模块1315主要用于对分段后的整条路串利用最小二乘法来计算道路中各点的曲率和航向。
穿串模块1305,可以主要用于将挂接一条道路或者三条道路以上的点穿起来,并将主路Link串成整条路串,其中还要进行去重。
分段模块1310针对路串中的点数分别进行处理。一般来说,路串中的点会超过4个,所以在处理过程中,可以先按照5个点以上的方式来处理,比如有10个点,可以先处理其中7个点,如果发现7个点构成一段,则可以处理剩下的4个点(其中涵盖前7个点中与未处理点相邻的点),剩下的4个点可以按照4点分段的方式处理。相应地,如果剩下3个点、2个点也可以按照3点分段或者两点分段的方式处理。对于4点分段、3点分段、两点分段的处理内容在此不再赘述。
计算模块1315,使用算法最小二乘法并根据分段后的整条路串进行圆弧拟合来计算曲率和航向。某点的曲率为拟合得到的圆半径的倒数,航向为正北方向与沿着拟合点行进方向的切线之间的夹角,拟合点为圆弧上的点,如果路串中的点不在圆弧上,则拟合点为路串中的点与圆心之间的连线与圆弧的交点。
计算模块还用于使用算法最小二乘法对分段后的整条路串进行圆弧拟合;
最小二乘法算法为:
其中R为拟合圆的半径,(x,y)为拟合圆上任一点的坐标,(A,B)拟合圆圆心的坐标。
为了验证本发明的效果,本发明进行模拟验证,对模拟曲线上的每个点添加了符合高斯白噪声分布的噪声,为模拟1m左右的采集误差,每个点的平均偏移距离为0.3m,最大偏移距离约为1m。
根据实验结果,可以看出,为模仿实际ADAS数据的采集情况,添加平均0.3m,最大1m形状点偏移的高斯白噪声后:
对于大宗数据(该类数据占比在95%左右):直线和700m半径以上的大圆,曲率标注的平均相对误差约为3%,99%以上的数据的标注相对误差小于10%。
对于小部分极限情况下的数据(占比5%左右):300m以下小圆,曲率标注的精度有所下降,平均相对误差约为5%,80%左右的数据的标注相对误差小于10%。
上述结果验证了算法对实际含噪数据标注结果的准确性。
此外,本发明还比较了相同路段HAD和ADAS数据标注结果对比如图14-图17所示。
图14为一段长度为3700m左右较为平滑的路链,平均曲率半径R≈4000m,最大曲率半径R>1000m,标注结果如图15所示。
图16为一段1100m左右两端曲率较大的钮线,两端的曲率半径R约等于50m,标注结果如图17所示。
可以看出ADAS和HAD曲率标注结果总体变化趋势相同,呈现HAD曲率曲线围绕ADAS曲率上下波动的趋势。上述结果验证了本发明对于不同精度数据标注结果的稳定性。
此外,本发明实施例提供了一种导航设备,如图18所示,该导航设备包括:地图数据库1805、搜索模块1810、导航模块1815、娱乐模块1820、通信模块1825、车载趣驾操作***1800、传感***1850以及用户交互模块。可选地,用户交互模块包括信息入口模块1830、智能语音交互模块1835、分析模块1840及显示模块1845。其中:
地图数据库1805,用于存储并更新嗯发明提供的计算道路曲率和航向的装置处理得到的HAD地图;搜索模块1810,用于根据用户指令执行搜索操作并输出搜索结果;
导航模块1815,用于根据得到的导航指令为用户提供二维/三维路径规划及导航服务;
娱乐模块1820,用于提供游戏、音乐及其他影音娱乐项目;通信模块1825,用于获取更新的地图数据、动态交通信息、一对一或群组的语音/视频通讯;
信息入口模块1830,用于接收用户通过触屏或按键手动输入的指令;
智能语音交互模块1835,用于接收用户语音指令、进行语音唤醒和语音控制,以及用于语音输出执行用户语音指令的结果;
分析模块1840,用于对用户语音指令进行语音识别、语意分析及指令转换,并用于通知相应的模块执行识别出来的用户语音指令;其中,用户语音指令为任意语种的任意一种句型的表达;
显示模块1845,用于显示搜索模块提供的搜索结果,导航模块提供的导航路径、数据模块提供的地图数据、以及通信模块提供的动态交通信息,采用语音、二维/三维图示、和/或文字的方式显示;
车载趣驾操作***1800,用于为上述各模块提供运行环境和支持;
传感***1850,用于监测车辆状态和路况信息,为所述趣驾操作***提供实时动态信息。
此外,本发明实施例提供了一种自动驾驶***,如图19所示,该***配置有:地图数据库1905、主控***1900、激光测距***1920、前置摄像设备1915、位置传感***1910,其中:
地图数据库1905,用于存储并更新本发明实施例提供的计算道路曲率和航向的装置处理得到的HAD地图;
主控***1900,用于控制车辆的行驶路线,判断路况,并对应执行相应的行驶规则;所述主控***还配置有自学习模块,用于根据习得路况和行车记录信息更新控制规则和行驶规则;
激光测距***1920,用于扫描周围环境及交通状况,测量车辆与前后左右各个物体间的距离,生成扫描影像地图数据,并传送给所述主控***;
前置摄像设备1915,用于识别交通信号灯及其他交通信号标识,并在所述主控***的辅助下辨别移动物体,并将识别结果反馈给所述主控***作为行驶决策的依据;
位置传感***1910,用于通过测定汽车的横向移动,辅助所述主控***进行精确定位。
需要说明的是,由于前述任一相关实施例所述的地图的平滑处理方法和装置具有上述技术效果,因此,采用了前述任一相关实施例所述的地图的平滑处理方法和装置的导航***、自动驾驶***也应具备相应的技术效果,其具体实施过程与上述实施例类似,兹不赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
上述说明示出并描述了本发明的若干具体实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种HAD地图的平滑处理方法,其特征在于,包括:
将路网数据中的主路穿成整条路串;
根据所述路网数据的误差阈值对所述整条路串分段;
对分段后的整条路串进行圆弧拟合来计算得到道路曲率和航向;
利用计算得到的道路曲率和航向,制作HAD地图。
2.根据权利要求1所述的HAD地图的平滑处理方法,其特征在于,所述将路网数据中的主路穿成整条路串包括:
确定路网数据中挂接一条道路或者三条以上道路的点;
从所述点出发沿其所挂接的道路穿串,直至穿到相邻的挂接一条道路或者三条以上道路的点;
对得到的路串去重,并在确定去重后的路串中是主路的路串后,将一个点挂接的路串中仅有两个是主路的路串合并为整条路串。
3.根据权利要求1所述的HAD地图的平滑处理方法,其特征在于,所述根据路网数据的误差阈值对整条路串分段包括:
在路串中的点数大于或等于5的情况下,计算第一个点和第n1个点之间的中部相邻两点与第一个点和第n1个点构成线段之间的第一距离和第二距离,计算该中部相邻两点与第一个点和第n1+1个点构成线段之间的第三距离和第四距离,根据第一距离和第二距离与误差阈值之间的关系以及第三距离和第四距离与误差阈值之间的关系确定是否分段或者在哪个点分段,其中n1∈[6,路串中点的总数],n1为整数;
在路串中的点数大于或等于5的情况下,计算第一个点和第n2个点之间的尾部相邻两点与第一个点和第n2个点构成线段之间的第五距离和第六距离,计算该尾部相邻两点与第一个点和第n2+1个点构成线段之间的第七距离和第八距离,根据第五距离和第六距离与误差阈值之间的关系以及第七距离和第八距离与误差阈值之间的关系确定是否分段或者在哪个/哪些点分段,其中n2∈[4,路串中点的总数],n2为整数;
对于整条路串中尚未分段的点,重复上述步骤直至分段完成。
4.根据权利要求2所述的HAD地图的平滑处理方法,其特征在于,在整条路串中尚未分段的点的点数或者整条路串中的点数为2、3或4的情况下,该方法还包括:
如果剩余的点数或者整条路串中的点数为2,则将两点构成的线段作为一段;
如果剩余的点数为或者整条路串中的点数3,且中间的点与两边的点构成的直线之间的距离超过误差阈值,则将相邻的两点构成的线段分别作为一段;
如果剩余的点数为或者整条路串中的点数3,且中间的点与两边的点构成的直线之间的距离不超过误差阈值,则将3个点构成的线段作为一段;
如果剩余的点数为或者整条路串中的点数4,根据第二个点与第一个点和第三个点构成线段之间的距离、第三个点与第二个点和第四个点构成线段之间的距离、第二个点与第一个点和第四个点构成线段之间的距离以及第三个点与第一个点和第四个点构成线段之间的距离确定在哪个/哪些点分段。
5.根据权利要求1-4任一项所述的HAD地图的平滑处理方法,其特征在于,所述对分段后的整条路串进行圆弧拟合计算道路曲率和航向包括:
使用最小二乘法算法对分段后的整条路串进行圆弧拟合来计算道路曲率和航向,使得分段后的整条路串上的点与选取的圆弧的距离方差最小,其中计算的道路曲率为选取的圆弧的曲率,航向为通过圆弧上的拟合点的切线与正北方向的夹角。
6.一种HAD地图的平滑处理装置,其特征在于,包括:
穿串模块,用于将路网数据中的主路穿成整条路串;
分段模块,用于根据路网数据的误差阈值对整条路串分段;
计算模块,用于对分段后的整条路串进行圆弧拟合来计算道路曲率和航向。
7.根据权利要求6所述的HAD地图的平滑处理装置,其特征在于:
所述穿串模块还用于:确定路网数据中挂接一条道路或者三条以上道路的点;从所述点出发沿其所挂接的道路穿串,直至穿到相邻的挂接一条道路或者三条以上道路的点;对得到的路串去重;确定去重后的路串中是主路的路串,并将是主路的路串合并为整条路串;
和/或,所述分段模块还用于:
在路串中的点数大于或等于5的情况下,计算第一个点和第n1个点之间的中部相邻两点与第一个点和第n1个点构成线段之间的第一距离和第二距离,计算该中部相邻两点与第一个点和第n1+1个点构成线段之间的第三距离和第四距离,根据第一距离和第二距离与误差阈值之间的关系以及第三距离和第四距离与误差阈值之间的关系确定是否分段或者在哪个点分段,其中n1∈[6,路串中点的总数],n1为整数;
在路串中的点数大于或等于5的情况下,计算第一个点和第n2个点之间的尾部相邻两点与第一个点和第n2个点构成线段之间的第五距离和第六距离,计算该尾部相邻两点与第一个点和第n2+1个点构成线段之间的第七距离和第八距离,根据第五距离和第六距离与误差阈值之间的关系以及第七距离和第八距离与误差阈值之间的关系确定是否分段或者在哪个/哪些点分段,其中n2∈[4,路串中点的总数],n2为整数。
8.根据权利要求6或7所述的HAD地图的平滑处理装置,其特征在于,计算模块还用于使用最小二乘法算法对分段后的整条路串进行圆弧拟合来计算道路曲率和航向,使得分段后的整条路串上的点与选取的圆弧的距离方差最小,其中计算的道路曲率为选取的圆弧的曲率,航向为通过圆弧上的拟合点的切线与正北方向的夹角。
9.一种混合导航***,其特征在于,该***包括:
地图数据库,用于存储并更新根据权利要求6-8任一项所述的计算道路曲率和航向的装置处理得到的HAD地图;
搜索模块,用于根据用户指令执行搜索操作并输出搜索结果;
导航模块,用于根据得到的导航指令为用户提供二维/三维路径规划及导航服务;
娱乐模块,用于提供游戏、音乐及其他影音娱乐项目;
通信模块,用于获取更新的地图数据、动态交通信息、一对一或群组的语音/视频通讯;
信息入口模块,用于接收用户通过触屏或按键手动输入的指令;
智能语音交互模块,用于接收用户语音指令、进行语音唤醒和语音控制,以及用于语音输出执行所述用户语音指令的结果;
分析模块,用于对所述用户语音指令进行语音识别、语意分析及指令转换,并用于通知相应的模块执行识别出来的用户语音指令;其中,所述用户语音指令为任意语种的任意一种句型的表达;
显示模块,用于显示所述搜索模块提供的搜索结果,所述导航模块提供的导航路径、所述数据模块提供的地图数据、以及所述通信模块提供的动态交通信息,采用语音、二维/三维图示、和/或文字的方式显示;
趣驾操作***,用于为上述各模块提供运行环境和支持;
传感***,用于监测车辆状态和路况信息,为所述趣驾操作***提供实时动态信息。
10.一种自动驾驶***,其特征在于,配置有:
地图数据库,用于存储并更新根据权利要求6-8任一项所述的计算道路曲率和航向的装置处理得到的HAD地图;
主控***,用于控制车辆的行驶路线,判断路况,并对应执行相应的行驶规则;所述主控***还配置有自学习模块,用于根据习得路况和行车记录信息更新控制规则和行驶规则;
激光测距***,用于扫描周围环境及交通状况,测量车辆与前后左右各个物体间的距离,生成扫描影像地图数据,并传送给所述主控***;
前置摄像设备,用于识别交通信号灯及其他交通信号标识,并在所述主控***的辅助下辨别移动物体,并将识别结果反馈给所述主控***作为行驶决策的依据;
位置传感***,用于通过测定汽车的横向移动,辅助所述主控***进行精确定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710011390.6A CN108279016B (zh) | 2017-01-06 | 2017-01-06 | Had地图的平滑处理方法和装置、导航***及自动驾驶*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710011390.6A CN108279016B (zh) | 2017-01-06 | 2017-01-06 | Had地图的平滑处理方法和装置、导航***及自动驾驶*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108279016A true CN108279016A (zh) | 2018-07-13 |
CN108279016B CN108279016B (zh) | 2021-06-18 |
Family
ID=62801060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710011390.6A Active CN108279016B (zh) | 2017-01-06 | 2017-01-06 | Had地图的平滑处理方法和装置、导航***及自动驾驶*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108279016B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109064877A (zh) * | 2018-08-20 | 2018-12-21 | 武汉中海庭数据技术有限公司 | 基于高精度地图的突变中心线平滑方法、装置及存储介质 |
CN110017840A (zh) * | 2019-04-16 | 2019-07-16 | 百度在线网络技术(北京)有限公司 | 导航数据的处理方法和装置、电子设备、计算机可读介质 |
CN110031006A (zh) * | 2019-03-20 | 2019-07-19 | 云南电网有限责任公司文山供电局 | 换流站/变电站安全通道的环境建模方法 |
CN110136221A (zh) * | 2019-04-12 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 用于导航图层绘制的预处理方法及装置 |
CN111192216A (zh) * | 2019-12-31 | 2020-05-22 | 武汉中海庭数据技术有限公司 | 一种车道线平滑处理方法及*** |
WO2020191709A1 (en) * | 2019-03-28 | 2020-10-01 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A qp spline path and spiral path based reference line smoothing method for autonomous driving |
CN113566837A (zh) * | 2021-06-29 | 2021-10-29 | 深圳一清创新科技有限公司 | 一种基于自主建图的路线修正方法、装置以及电子设备 |
CN113624234A (zh) * | 2021-07-29 | 2021-11-09 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN114435402A (zh) * | 2022-02-16 | 2022-05-06 | 智道网联科技(北京)有限公司 | 一种车道线平滑方法、装置和电子设备 |
TWI830736B (zh) * | 2018-07-31 | 2024-02-01 | 日商山葉發動機股份有限公司 | 自動行駛車輛 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110231086A1 (en) * | 2010-03-18 | 2011-09-22 | Harman International Industries, Incorporated | Vehicle navigation system |
CN102306300A (zh) * | 2011-08-25 | 2012-01-04 | 光庭导航数据(武汉)有限公司 | 基于弯道模型的有损形状道路识别方法 |
CN102636173A (zh) * | 2011-02-09 | 2012-08-15 | 株式会社电装 | 地图数据、存储介质、以及电子装置 |
CN103383265A (zh) * | 2013-07-04 | 2013-11-06 | 浙江吉利汽车研究院有限公司杭州分公司 | 汽车自动驾驶*** |
CN105373689A (zh) * | 2014-08-21 | 2016-03-02 | 北京协进科技发展有限公司 | 电子地图中道路曲率的确定方法及装置 |
CN105701222A (zh) * | 2016-01-15 | 2016-06-22 | 武汉光庭信息技术股份有限公司 | 一种基于圆弧缓冲带算法提取道路曲率半径的计算方法 |
CN105928531A (zh) * | 2016-04-13 | 2016-09-07 | 浙江合众新能源汽车有限公司 | 一种适用于无人驾驶汽车的行进路线精准生成方法 |
-
2017
- 2017-01-06 CN CN201710011390.6A patent/CN108279016B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110231086A1 (en) * | 2010-03-18 | 2011-09-22 | Harman International Industries, Incorporated | Vehicle navigation system |
CN102636173A (zh) * | 2011-02-09 | 2012-08-15 | 株式会社电装 | 地图数据、存储介质、以及电子装置 |
CN102306300A (zh) * | 2011-08-25 | 2012-01-04 | 光庭导航数据(武汉)有限公司 | 基于弯道模型的有损形状道路识别方法 |
CN103383265A (zh) * | 2013-07-04 | 2013-11-06 | 浙江吉利汽车研究院有限公司杭州分公司 | 汽车自动驾驶*** |
CN105373689A (zh) * | 2014-08-21 | 2016-03-02 | 北京协进科技发展有限公司 | 电子地图中道路曲率的确定方法及装置 |
CN105701222A (zh) * | 2016-01-15 | 2016-06-22 | 武汉光庭信息技术股份有限公司 | 一种基于圆弧缓冲带算法提取道路曲率半径的计算方法 |
CN105928531A (zh) * | 2016-04-13 | 2016-09-07 | 浙江合众新能源汽车有限公司 | 一种适用于无人驾驶汽车的行进路线精准生成方法 |
Non-Patent Citations (1)
Title |
---|
ZHANPENG SHAO 等,: ""Integral invariants for space motion trajectory matching and recognition"", 《PATTERN RECOGNITION》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI830736B (zh) * | 2018-07-31 | 2024-02-01 | 日商山葉發動機股份有限公司 | 自動行駛車輛 |
CN109064877A (zh) * | 2018-08-20 | 2018-12-21 | 武汉中海庭数据技术有限公司 | 基于高精度地图的突变中心线平滑方法、装置及存储介质 |
CN109064877B (zh) * | 2018-08-20 | 2020-12-29 | 武汉中海庭数据技术有限公司 | 基于高精度地图的突变中心线平滑方法、装置及存储介质 |
CN110031006A (zh) * | 2019-03-20 | 2019-07-19 | 云南电网有限责任公司文山供电局 | 换流站/变电站安全通道的环境建模方法 |
WO2020191709A1 (en) * | 2019-03-28 | 2020-10-01 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A qp spline path and spiral path based reference line smoothing method for autonomous driving |
CN110136221A (zh) * | 2019-04-12 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 用于导航图层绘制的预处理方法及装置 |
CN110017840B (zh) * | 2019-04-16 | 2022-03-18 | 阿波罗智联(北京)科技有限公司 | 导航数据的处理方法和装置、电子设备、计算机可读介质 |
CN110017840A (zh) * | 2019-04-16 | 2019-07-16 | 百度在线网络技术(北京)有限公司 | 导航数据的处理方法和装置、电子设备、计算机可读介质 |
CN111192216A (zh) * | 2019-12-31 | 2020-05-22 | 武汉中海庭数据技术有限公司 | 一种车道线平滑处理方法及*** |
CN113566837A (zh) * | 2021-06-29 | 2021-10-29 | 深圳一清创新科技有限公司 | 一种基于自主建图的路线修正方法、装置以及电子设备 |
CN113624234A (zh) * | 2021-07-29 | 2021-11-09 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN113624234B (zh) * | 2021-07-29 | 2024-02-02 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN114435402A (zh) * | 2022-02-16 | 2022-05-06 | 智道网联科技(北京)有限公司 | 一种车道线平滑方法、装置和电子设备 |
CN114435402B (zh) * | 2022-02-16 | 2024-05-31 | 智道网联科技(北京)有限公司 | 一种车道线平滑方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108279016B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108279016A (zh) | Had地图的平滑处理方法和装置、导航***及自动驾驶*** | |
KR20200012960A (ko) | 차선 정밀 도로 지도의 작성 방법 및 그 장치 | |
CN111009153B (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
JP2019153281A (ja) | 道路中の車線境界線を確定するための方法、装置および機器 | |
CN109270927B (zh) | 道路数据的生成方法及装置 | |
JP2023027777A (ja) | 障害物移動軌跡の予測方法、装置及び自動運転車両 | |
CN112595337B (zh) | 避障路径规划方法、装置、电子装置、车辆及存储介质 | |
CN105333883B (zh) | 一种用于抬头显示器的导航路径轨迹显示方法和装置 | |
JP6161942B2 (ja) | カーブ形状モデル化装置、車両情報処理システム、カーブ形状モデル化方法、及びカーブ形状モデル化プログラム | |
JP4950494B2 (ja) | 走行車線推定装置及び走行車線推定方法 | |
CN109813332B (zh) | 添加虚拟引导线的方法和装置 | |
CN107301289B (zh) | 一种基于智能博弈的交通流元胞自动机模型的实现方法 | |
CN108801273A (zh) | 一种道路参考线的生成方法及装置 | |
CN112829747A (zh) | 一种驾驶行为决策方法、装置及存储介质 | |
CN110276952B (zh) | 一种交通信息模拟采集方法及装置 | |
CN112833903B (zh) | 一种轨迹预测方法、装置、设备和计算机可读存储介质 | |
JP2019529945A (ja) | 道路ルートの分析、計測および自動分類システムならびにその動作方法 | |
JP2023523350A (ja) | 乗り物に基づくデータ処理方法、データ処理装置、コンピュータ機器、及びコンピュータプログラム | |
CN110377041B (zh) | 参考线生成方法、装置、终端设备及存储介质 | |
CN115062202A (zh) | 驾驶行为意图及轨迹的预测方法、装置、设备及存储介质 | |
CN113593238B (zh) | 一种面向自动驾驶导航的路口虚拟车道建模方法 | |
CN104613970B (zh) | 一种模拟导航的数据生成方法及客户端 | |
CN116010543A (zh) | 车道信息确定方法、装置、电子设备以及存储介质 | |
CN115973179A (zh) | 模型训练方法、车辆控制方法、装置、电子设备及车辆 | |
CN113276860B (zh) | 车辆控制方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |