CN110276952B - 一种交通信息模拟采集方法及装置 - Google Patents

一种交通信息模拟采集方法及装置 Download PDF

Info

Publication number
CN110276952B
CN110276952B CN201910570633.9A CN201910570633A CN110276952B CN 110276952 B CN110276952 B CN 110276952B CN 201910570633 A CN201910570633 A CN 201910570633A CN 110276952 B CN110276952 B CN 110276952B
Authority
CN
China
Prior art keywords
vehicle
track
collected
traffic
acceleration
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.)
Active
Application number
CN201910570633.9A
Other languages
English (en)
Other versions
CN110276952A (zh
Inventor
朱紫威
赵彦植
秦峰
尹玉成
刘奋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN201910570633.9A priority Critical patent/CN110276952B/zh
Publication of CN110276952A publication Critical patent/CN110276952A/zh
Application granted granted Critical
Publication of CN110276952B publication Critical patent/CN110276952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种交通信息模拟采集方法及装置。该方法包括：基于坐标系构建车辆不同行驶轨迹类型的运动方程；组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。通过本发明实施例技术方案，模拟实际中车辆行驶轨迹路线，方便对交通信息采集的同时降低采集成本。

Description

一种交通信息模拟采集方法及装置
技术领域
本发明实施例涉及自动驾驶领域，尤其涉及一种交通信息模拟采集方法及装置。
背景技术
在自动驾驶领域，为准确控制车辆行驶，常涉及到高精度地图的绘制，高精度地图由车辆实地采集数据基于s l am算法优化后绘制得到，因而高精度地图制作周期长、难度高，需要多车进行数据采集。现有众包数据中的交通信息通过基于计算机视觉、激光SLAM算法的设备进行采集，使用的采集设备成本较高，且基于该算法前期数据采集周期长，难以广泛使用。
因此，有必要提出一种成本低、可适用于多种设备的交通信息采集方法。
发明内容
本发明实施例提供了一种交通信息模拟采集方法及装置，建立交通信息模拟采集模型，有效降低高精度地图中众包数据采集绘制成本，简化数据处理算法。
在本发明实施例的第一方面，提供了一种交通信息模拟采集方法，包括：
基于坐标系构建车辆不同行驶轨迹类型的运动方程；
具体的，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程；
组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
在本发明实施例的第二方面，提供了一种交通信息模拟采集装置，包括：
构建模块，用于基于坐标系构建车辆不同行驶轨迹类型的运动方程；具体的，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程；
组合模块，用于组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
预采集模块，用于根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
模拟模块，用于基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
本发明实施例通过建立不同类型轨迹的运动模型，组合出预模拟轨迹的轨迹路线，再基于轨迹参数及设定的交通标志，模拟对交通标志的观测，根据轨迹数据和观测数据模拟实际对交通信息的采集，以简化数据采集算法，降低采集成本。同时，基于对运动方程的计算过程加噪以及对交通标志观测数据加噪，可以达到较好的仿真采集效果，降低直接需要通过采集设备直接采集的成本，减小因数据样本少、成本高导致的算法原型开发困难，进一步方便协同对众包地图更新算法开发。
附图说明
图1是本发明实施例一提供的一种交通信息模拟采集方法的流程示意图；
图2是本发明实施例二提供的交通信息模拟采集方法的另一流程示意图；
图3是本发明实施例三提供的一种交通信息模拟采集装置的结构示意图；
具体实施方式
本发明实施例提供了一种交通信息模拟采集方法及装置，用于模拟车辆采集轨迹信息及交通标志信息，降低交通信息采集成本。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的一种一种交通信息模拟采集方法的流程示意图。该方法具体包括：
S101、基于坐标系构建车辆不同行驶轨迹类型的运动方程；
其中，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程，基于速度方程、位移方程可以实时得到车辆行驶参数，包括位置、速度等；
具体的，所述行驶轨迹类型可以划分为直线、弯道、斜向三种，基于相互垂直的X轴与Y轴方向，分别建立直线和弯道的运动模型，斜向运动可以基于直线运动在一定角度偏移得到。
在车辆直线行驶中，直线行驶设定为有初始加速度的匀加速或匀减速过程，在X方向或Y方向上给定直线行驶速度，并在其垂直方向上速度为0.
在弯道行驶中，建立轨迹行驶方向的切线速度以及与切线速度垂直的法向速度，在车辆行驶过程中，设定切向速度不断减小至第一目标值，法向速度不断增加至第二目标值，所述第一目标值和第二目标值由弯道行驶速度及转弯角度计算得到，所述弯道行驶速度即车辆轨迹切线方向速度，弯道曲率由车辆转向时间控制。
进一步的，所述预定加速度值由线性双系数方程ak＝ak-1+λk-1tk-1给定，其中tk-1代表时间间隔，ak-1为上一时刻加速度、λk-1为给定的加速度参数。
在行驶过程的速度根据初速度以及加速度得到，
Figure GDA0002678738480000041
Figure GDA0002678738480000042
行驶过程的位置由速度、加速度和时间得到,
Figure GDA0002678738480000043
Figure GDA0002678738480000044
分别在X、Y方向上计算加速度、速度、位移，从而得到车辆在每一个轨迹点上的加速度、速度和位移特征，得到车辆行驶中的轨迹参数。
S102、组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
可选的，根据实际道路中交通标志出现位置，模拟设定所述预采集路段中的交通标识位置，其中，所述预采集路段中的交通标识位置以道路路口为参考量；根据预采集车辆车型给定所述预采集车辆的视野角度及观测距离。
对于行驶的车辆，道路两侧一般存在两种类型路标，即交通信号灯、交通标志牌，设定交通标志位置，实际交通标志一般出现字路口位置，给定交通标志相对于路口的位置，或在地图中的相对或绝对位置，通过对设定位置的交通标志观测，从而模拟对为未知交通标志的采集。
S103、根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
在车辆行驶轨迹的轨迹点上对交通标志的观测可以得到一组观测数据，基于优化后多个轨迹点的多组观测，可以对交通标志位置进行优化。
S104、基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
所述预采集车辆的车辆轨迹和观测数据为模拟数据，通过为轨迹参数和观测参数赋值，以及修改特定参数值，模拟实际车辆采集过程。
优选的，分别为所述预采集车辆的车辆轨迹参数和观测数据添加噪声，所述噪声的信噪比值随机生成给定。具体的，对车辆轨迹数据，对一阶线性方程计算的加速度结果上加上给定模型和SNR的噪声，然后利用带噪声的加速度计算速度、给速度相应SNR的噪声，再使用带噪声的速度和加速度计算位移，给位移添加噪声，得到具有噪声的位移信号。同样的，可以直接在轨迹坐标位置上加上给定SNR的噪声。给交通标志位置一定的噪声，通过带噪声的轨迹观测带噪声的交通标志，当交通标志出现在轨迹的视野范围内时，给定带噪声的距离和角度观测信息，得到一组带噪声的观测数据。
本实施例的技术方案，通过不同类型轨迹组合模拟车辆轨迹，并根据轨迹运动方程计算得到轨迹参数，进一步通过对交通标志的可得到观测数据，基于轨迹参数和观测数据模拟实际众包数据的采集，通过对计算过程添加噪声，可以有效提升仿真效果，保证样本数据数量，降低实际采集成本。
实施例二：
图2为本发明实施例二提供的交通信息模拟采集方法的另一流程示意图，在实施例一的基础上，模拟交通信息采集过程进行详细描述：
如图2所示，假设图2为某一区域地图，其中A、B、C、D、E、F、G、H、 I均表示道路路口，22表示道路，23表示交通信号灯，24表示交通标识牌，假定车辆由A点出发，行驶路线为A-B-E-F-I-H-G，则车辆靠右直行，遇到 B点三叉路口右转，到十字路口E点后左转，然后在F点右转到达I后，直行经H到G。按以上轨迹路线行驶中，水平直线段，使用Y方向速度为零的直线行驶路径，在垂直段，使用X方向速度为零的行驶路径。在转角段，使用转角90°的转弯路径，组合直行和转弯的运动方程，模拟车辆行驶过程仿真全部轨迹。
在轨迹行驶过程中，假定交通标志：交通信号灯23和交通标志牌24位置，计算当前轨迹段中相关联的路标，计算路标与轨迹的距离和角度，对在车辆视野范围内的路标，即与车辆距离和角度均在限定的阈值范围内，则认定轨迹与路标形成一组观测，获取对不同交通标志的多组观测数据。进一步的，在轨迹和观测的形成过程中，均加入基于高斯模型给出的噪声，该噪声项可以根据其他数学模型给出，或通过实际数据的测试给出，模拟实际车辆行驶中的参数。
基于图2车辆轨迹模拟对交通信息的采集，实际中可以变更车辆行驶路线、交通标识位置，或增加斜向行驶等，通过修改具体参数，同样可以模拟实际采集路线。
实施例三：
图3为本发明实施例三提供的一种交通信息模拟采集装置的结构示意图，包括：
构建模块310，用于基于坐标系构建车辆不同行驶轨迹类型的运动方程；具体的，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程；
可选的，所述基于坐标系构建车辆不同行驶轨迹类型的运动方程包括：
对于弯道行驶轨迹，建立轨迹行驶方向的切线速度以及与切线速度垂直的法向速度，在车辆行驶过程中，设定切向速度不断减小至第一目标值，法向速度不断增加至第二目标值，所述第一目标值和第二目标值由弯道行驶速度及转弯角度计算得到，弯道曲率由车辆转向时间控制。
可选的，所述通过对行驶方向的预定加速度正交分解，计算加速度方程包括：
所述预定加速度值由线性双系数方程ak＝ak-1+λk-1tk-1给定，其中 tk-1代表时间间隔，ak-1为上一时刻加速度、λk-1为给定的加速度参数。
组合模块320，用于组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
可选的，所述组合模块还包括：
设定单元，用于根据实际道路中交通标志出现位置，模拟设定所述预采集路段中的交通标识位置，其中，所述预采集路段中的交通标识位置以道路路口为参考量；
根据预采集车辆车型给定所述预采集车辆的视野角度及观测距离。
预采集模块330，用于根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
模拟模块340，用于基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
可选的，所述模拟模块还包括：
噪声添加模块，用于分别为所述预采集车辆的车辆轨迹参数和观测数据添加噪声，所述噪声的信噪比值随机生成给定。
本实施例装置中，通过组合模块对轨迹模拟，通过预采集模块获取观测数据，基于轨迹模拟中的运动方程及观测数据，仿真采集交通数据，简化采集数据模型，降低设备成本。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种交通信息模拟采集方法，其特征在于，包括：
基于坐标系构建车辆不同行驶轨迹类型的运动方程；
具体的，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程；
组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
2.根据权利要求1所述的方法，其特征在于，所述基于坐标系构建车辆不同行驶轨迹类型的运动方程包括：
对于弯道行驶轨迹，建立轨迹行驶方向的切线速度以及与切线速度垂直的法向速度，在车辆行驶过程中，设定切向速度不断减小至第一目标值，法向速度不断增加至第二目标值，所述第一目标值和第二目标值由弯道行驶速度及转弯角度计算得到，弯道曲率由车辆转向时间控制。
3.根据权利要求1所述的方法，其特征在于，所述通过对行驶方向的预定加速度正交分解，计算加速度方程包括：
所述预定加速度值由线性双系数方程ak＝ak-1+λk-1tk-1给定，其中tk-1代表时间间隔，ak-1为上一时刻加速度、λk-1为给定的加速度参数。
4.根据权利要求1所述的方法，其特征在于，所述设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离具体为：
根据实际道路中交通标志出现位置，模拟设定所述预采集路段中的交通标识位置，其中，所述预采集路段中的交通标识位置以道路路口为参考量；
根据预采集车辆车型给定所述预采集车辆的视野角度及观测距离。
5.根据权利要求1所述的方法，其特征在于，所述基于预采集车辆的车辆轨迹和观测数据，模拟车辆任意轨迹下交通标识信息及轨迹信息的采集还包括：
分别为所述预采集车辆的车辆轨迹参数和观测数据添加噪声，所述噪声的信噪比值随机生成给定。
6.一种交通信息模拟采集装置，其特征在于，包括：
构建模块，用于基于坐标系构建车辆不同行驶轨迹类型的运动方程；具体的，根据车辆在不同轨迹类型的行驶方向，通过对行驶方向的预定加速度正交分解，计算加速度方程，并基于加速度方程，构建速度方程和位移方程；
组合模块，用于组合不同类型的行驶轨迹模拟出预采集路段的车辆行驶轨迹，并设定所述预采集路段中的交通标识位置、预采集车辆的视野角度及观测距离；
预采集模块，用于根据不同行驶轨迹类型的运动方程，实时计算预采集车辆轨迹点与交通标识的距离和角度，当交通标识出现在预采集车辆视野中，将预采集车辆的观测距离和观测角度添加到车辆轨迹对应的轨迹点形成一组观测数据；
模拟模块，用于基于预采集车辆的车辆轨迹和观测数据，模拟车辆在任意轨迹下交通标识信息及轨迹信息的采集。
7.根据权利要求6所述的装置，其特征在于，所述基于坐标系构建车辆不同行驶轨迹类型的运动方程包括：
对于弯道行驶轨迹，建立轨迹行驶方向的切线速度以及与切线速度垂直的法向速度，在车辆行驶过程中，设定切向速度不断减小至第一目标值，法向速度不断增加至第二目标值，所述第一目标值和第二目标值由弯道行驶速度及转弯角度计算得到，弯道曲率由车辆转向时间控制。
8.根据权利要求6所述的装置，其特征在于，所述通过对行驶方向的预定加速度正交分解，计算加速度方程包括：
所述预定加速度值由线性双系数方程ak＝ak-1+λk-1tk-1给定，其中tk-1代表时间间隔，ak-1为上一时刻加速度、λk-1为给定的加速度参数。
9.根据权利要求6所述的装置，其特征在于，所述组合模块还包括：
设定单元，用于根据实际道路中交通标志出现位置，模拟设定所述预采集路段中的交通标识位置，其中，所述预采集路段中的交通标识位置以道路路口为参考量；根据预采集车辆车型给定所述预采集车辆的视野角度及观测距离。
10.根据权利要求6所述的装置，其特征在于，所述模拟模块还包括：
噪声添加模块，用于分别为所述预采集车辆的车辆轨迹参数和观测数据添加噪声，所述噪声的信噪比值随机生成给定。
CN201910570633.9A 2019-06-27 2019-06-27 一种交通信息模拟采集方法及装置 Active CN110276952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910570633.9A CN110276952B (zh) 2019-06-27 2019-06-27 一种交通信息模拟采集方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910570633.9A CN110276952B (zh) 2019-06-27 2019-06-27 一种交通信息模拟采集方法及装置

Publications (2)

Publication Number Publication Date
CN110276952A CN110276952A (zh) 2019-09-24
CN110276952B true CN110276952B (zh) 2020-11-27

Family

ID=67963619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910570633.9A Active CN110276952B (zh) 2019-06-27 2019-06-27 一种交通信息模拟采集方法及装置

Country Status (1)

Country Link
CN (1) CN110276952B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110986970A (zh) * 2019-12-21 2020-04-10 武汉中海庭数据技术有限公司 一种轨迹点与交通标志位置优化方法及***
CN111610785B (zh) * 2020-05-26 2022-02-18 三一专用汽车有限责任公司 无人驾驶车辆的运动规划方法和运动规划装置
CN112612825B (zh) * 2020-12-18 2024-05-14 北京锐安科技有限公司 一种确定同行车辆的方法、装置、设备以及存储介质
CN112632208B (zh) * 2020-12-25 2022-12-16 际络科技(上海)有限公司 一种交通流轨迹变形方法及装置
CN116238545B (zh) * 2023-05-12 2023-10-27 禾多科技（北京）有限公司 一种自动驾驶轨迹偏差检测方法及检测***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433889B1 (en) * 2002-08-07 2008-10-07 Navteq North America, Llc Method and system for obtaining traffic sign data using navigation systems
WO2009106780A2 (fr) * 2008-02-29 2009-09-03 France Telecom Detection et referencement d'elements de parcours
CN104535070A (zh) * 2014-12-26 2015-04-22 上海交通大学 高精细地图数据结构、采集和处理***及方法
CN107784709A (zh) * 2017-09-05 2018-03-09 百度在线网络技术（北京）有限公司 处理自动驾驶训练数据的方法和装置
CN109189872A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 高精度地图数据验证装置及方法
CN109186621A (zh) * 2018-08-15 2019-01-11 武汉中海庭数据技术有限公司 基于路口模型的自动行驶方法及装置
CN109597317A (zh) * 2018-12-26 2019-04-09 广州小鹏汽车科技有限公司 一种基于自学习的车辆自动驾驶方法、***及电子设备
CN109597864A (zh) * 2018-11-13 2019-04-09 华中科技大学 椭球边界卡尔曼滤波的即时定位与地图构建方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433889B1 (en) * 2002-08-07 2008-10-07 Navteq North America, Llc Method and system for obtaining traffic sign data using navigation systems
WO2009106780A2 (fr) * 2008-02-29 2009-09-03 France Telecom Detection et referencement d'elements de parcours
CN104535070A (zh) * 2014-12-26 2015-04-22 上海交通大学 高精细地图数据结构、采集和处理***及方法
CN107784709A (zh) * 2017-09-05 2018-03-09 百度在线网络技术（北京）有限公司 处理自动驾驶训练数据的方法和装置
CN109189872A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 高精度地图数据验证装置及方法
CN109186621A (zh) * 2018-08-15 2019-01-11 武汉中海庭数据技术有限公司 基于路口模型的自动行驶方法及装置
CN109597864A (zh) * 2018-11-13 2019-04-09 华中科技大学 椭球边界卡尔曼滤波的即时定位与地图构建方法及***
CN109597317A (zh) * 2018-12-26 2019-04-09 广州小鹏汽车科技有限公司 一种基于自学习的车辆自动驾驶方法、***及电子设备

Also Published As

Publication number Publication date
CN110276952A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN110276952B (zh) 一种交通信息模拟采集方法及装置
CN111897305B (zh) 一种基于自动驾驶的数据处理方法、装置、设备及介质
CN108871368B (zh) 一种高精度地图车道横向拓扑关系的构建方法、***及存储器
CN109931937B (zh) 高精导航信息模拟方法及***
CN111123920A (zh) 一种自动驾驶仿真测试场景生成方法和装置
US8930173B2 (en) Vehicle behavior estimation device
CN110414803B (zh) 不同网联程度下自动驾驶***智能水平的测评方法及装置
CN104867329A (zh) 一种车联网车辆状态预测方法
CN111142525A (zh) 高精度地图车道拓扑构建方法及***、服务器及介质
CN109813332B (zh) 添加虚拟引导线的方法和装置
JP2013545176A (ja) プローブデータを利用してナビゲーション優先度設定を判定し且つ検証する方法
JP6850325B2 (ja) 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム
CN104729500A (zh) 一种激光导航agv的全局定位方法
CN111737840B (zh) 一种用于自动路径规划的交通沙盘地图构建与应用方法
CN113312733A (zh) 一种信控环形交叉口仿真模型参数标定方法、装置、设备及存储介质
CN106949897B (zh) 一种在地图中生成道路的方法及装置
Meng et al. Trajectory prediction for automated vehicles on roads with lanes partially covered by ice or snow
CN111368409A (zh) 车辆流的模拟处理方法、装置、设备和存储介质
CN114495486A (zh) 一种基于层次强化学习的微观交通流预测***及方法
CN112699575A (zh) 一种虚拟车辆测试平台中相对位置测算方法及***
Becker et al. Road network variation based on hd map analysis for the simulative safety assurance of automated vehicles
CN116010543A (zh) 车道信息确定方法、装置、电子设备以及存储介质
CN116295497A (zh) 路径生成方法、装置、机器人和存储介质
CN113447039B (zh) 一种基于测绘信息的高精度道路最短路径计算方法
CN114996116A (zh) 一种针对自动驾驶***的拟人性评价方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method and device for simulating and collecting traffic information

Granted publication date: 20201127

Pledgee: Productivity Promotion Center of Wuhan East Lake New Technology Development Zone

Pledgor: WUHHAN KOTEL BIG DATE Corp.

Registration number: Y2024980005100