CN110967025B - 车道线筛选方法及*** - Google Patents

车道线筛选方法及*** Download PDF

Info

Publication number
CN110967025B
CN110967025B CN201811154065.6A CN201811154065A CN110967025B CN 110967025 B CN110967025 B CN 110967025B CN 201811154065 A CN201811154065 A CN 201811154065A CN 110967025 B CN110967025 B CN 110967025B
Authority
CN
China
Prior art keywords
lane
vehicle
road
lane line
lines
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
CN201811154065.6A
Other languages
English (en)
Other versions
CN110967025A (zh
Inventor
刘宏伟
和林
刘洪亮
甄龙豹
张健
张露
邓伟峰
杨箫
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.)
Haomo Zhixing Technology Co Ltd
Original Assignee
Haomo Zhixing Technology 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 Haomo Zhixing Technology Co Ltd filed Critical Haomo Zhixing Technology Co Ltd
Priority to CN201811154065.6A priority Critical patent/CN110967025B/zh
Publication of CN110967025A publication Critical patent/CN110967025A/zh
Application granted granted Critical
Publication of CN110967025B publication Critical patent/CN110967025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents

Landscapes

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

Abstract

本发明涉及智能交通领域,提供一种车道线筛选方法及***。所述车道线筛选方法包括:获取针对本车当前位置的地图信息及导航信息;根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线;结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置;以及根据所述本车相对于当前道路的相对位置,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线。本发明根据本车相对于当前道路的相对位置进行了车道线的剔除或保留,能够输出适应不同道路场景的车道线信息,提高车道线处理的效率,并保证最终拟合的车道线的有效性。

Description

车道线筛选方法及***
技术领域
本发明涉及智能交通领域,特别涉及一种车道线筛选方法及***。
背景技术
目前,具有自动驾驶***(Autonomous Driving System,简称ADS)的车辆已开始逐步推向市场,极大地促进了智能交通的发展。ADS是利用安装于车辆上的环境感知***,实时感知周围环境,通过传感器返回的数据确定车辆的可行驶区域。环境感知的内容可以分为两大部分,分别为道路信息和目标信息。其中道路信息中的车道线信息可以为车辆提供行驶路径信息,便于横向控制进行换道、车道保持等功能的实现。此外,车道线信息还可以为环境感知***中筛选道路中的目标提供基准。
因此,可知车道线检测对于ADS至关重要,并且为保证自动驾驶车辆的行车安全,现有技术要求环境感知***在感知周围环境时尽可能多地获取车辆周围的车道线信息。但是当道路出现分叉、交汇等变化时,传感器直接输出的车道线可能会有多条并且相对复杂,而其中有的输出车道线很可能已经在道路边界外,这样的拟合是无效的。
发明内容
有鉴于此,本发明旨在提出一种车道线筛选方法,以解决现有技术中提取的车道线有多条且存在无效拟合的技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种车道线筛选方法,包括:获取针对本车当前位置的地图信息及导航信息;根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线;结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置,其中所述本车相对于当前道路的相对位置包括本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道;以及结合所述地图信息和所述导航信息,并根据所述本车相对于当前道路的相对位置,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线。
进一步的,所述从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线包括:在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线;在本车位于道路最右侧车道时,从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线;在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线;以及在本车位于其他车道时,保留全部所述多条车道线。
进一步的,所述在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示时,对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
进一步的,所述在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,保留所述全部车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示时,对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
进一步的,在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下,根据本车位于道路最左侧车道的情况进行车道线筛选的优先级高于本车位于道路次右侧的情况。
相对于现有技术,本发明所述的车道线筛选方法具有以下优势:本发明的车道线筛选方法根据本车相对于当前道路的相对位置进行了车道线的剔除或保留,使得位于实际道路边界外的车道线被剔除,从而能够输出适应不同道路场景的车道线信息,并有效减少了涉及的车道线处理算法的计算量,提高了车道线处理的效率,并保证了最终拟合的车道线的有效性。
本发明的另一目的在于提出一种车道线筛选***,以现有技术中提取的车道线有多条且存在无效拟合的技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种车道线筛选***,包括:信息获取单元,用于获取针对本车当前位置的地图信息及导航信息;车道线拟合单元,与所述信息获取单元电性连接,用于根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线;以及车道线筛选单元,与所述信息获取单元及所述车道线拟合单元电性连接,用于结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置,其中所述本车相对于当前道路的相对位置包括本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道;以及结合所述地图信息和所述导航信息,并根据所述本车相对于当前道路的相对位置,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线。
进一步的,所述车道线筛选单元包括:第一筛选模块,用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线;第二筛选模块,用于在本车位于道路最右侧车道时,从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线;第三筛选模块,用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线;以及第四筛选模块,用于在本车位于其他车道时,保留全部所述多条车道线。
进一步的,第一筛选模块用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示时,对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
进一步的,所述第三筛选模块用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,保留所述全部车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示时,对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
进一步的,在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下,所述第一筛选模块的优先级高于所述第三筛选模块。
所述车道线筛选******与上述车道线筛选方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,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是本发明实施例的一种车道线筛选方法的流程示意图;
图2是本发明实施例中优选的进行车道线拟合的流程示意图;
图3(a)是本发明实施例中本车位于道路最左侧车道的第一种工况的示例示意图;
图3(b)是本发明实施例中本车位于道路最左侧车道的第二种工况的示例示意图;
图4是本发明实施例中本车位于道路最右侧车道的示例示意图;
图5(a)是本发明实施例中本车位于道路次右侧车道的第一种工况的示例示意图;
图5(b)是本发明实施例中本车位于道路次右侧车道的第二种工况的示例示意图;
图6是本发明实施例的一种车道线筛选***的结构示意图;以及
图7是本发明实施例的车道线拟合单元的结构示意图。
附图标记说明:
1、信息获取单元;2、车道线筛选单元;21、车道线筛选状态确定模块;22、车道线偏移基准确定模块;23、车道线生成模块;24、车道线方程拟合模块;3、车道线筛选单元;31、第一筛选模块;32、第二筛选模块; 33、第三筛选模块;34、第四筛选模块。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
本发明实施例中,“电性连接”用于表述两个部件之间的信号连接,例如控制信号和反馈信号,以及两个部件之间的电功率连接。另外,本发明实施例中涉及的“连接”可以是有线连接,也可以是无线连接,且涉及的“电性连接”可以是两个部件之间的直接电性连接,也可以是通过其他部件的间接电性连接。
下面将参考附图并结合实施方式来详细说明本发明。
图1是本发明实施例的一种车道线筛选方法的流程示意图,该车道线筛选方法用于自动驾驶车辆。如图1所示,所述车道线筛选方法包括:
步骤S110,获取针对本车当前位置的地图信息及导航信息。
其中,所述地图信息包括道路类型、车道数量、道路宽度、道路特征点以及本车两侧车道线的线点和车道宽度。其中,道路特征点是可表征道路场景的道路特定位置的点,例如某段道路的起点和终点。
其中,所述地图信息优选为高精度地图信息,本领域技术人员可知的是高精度地图信息可示出上述的道路类型、车道数量、道路宽度、道路特征点以及本车两侧车道线的线点和车道宽度等信息。其中,高精度地图将道路划分成一段一段的地图点的集合,地图输出会从道路发生变化的位置将道路分割开,同时会给出当前道路及下段道路的相关地图信息。
另外,所述导航信息例如通过具有GPS定位功能的车载导航***得到,其用于提示用户道路工况,例如前方是否下匝道等等。
步骤S120,根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线。
图2是本发明实施例中优选的进行车道线拟合的流程示意图。如图2所示,可以包括以下步骤:
步骤S210,根据所述地图信息和/或所述导航信息确定本车的实际道路工况,并对应确定由所述实际道路工况触发的车道线筛选状态。
其中,本车的实际道路工况可以通过多种方法得到,例如导航信息直接提示车辆即将驶离高速车道,再例如地图信息中显示下段道路进入了高速车道,或者例如将导航信息和地图信息相结合来确定实际道路工况。
另外,本发明实施例中,由所述实际道路工况触发车道线筛选状态,而不同的车道线筛选状态下对应不同的车道线筛选情形。因此,可理解的是,所述车道线筛选状态是指本发明实施例根据实际道路工况来划分的多种车道线筛选情形。
步骤S220,结合所述地图信息和所述导航信息,确定符合所述车道线筛选状态的车道线偏移基准。
其中,已知所述车道线筛选状态是指本发明实施例根据实际道路工况来划分的多种车道线筛选情形,则可理解的是,在此进行的车道线偏移基准的确定是基于实际道路工况考虑的。
另外,在本发明实施例中,车道线偏移基准是拟合车道线的重要基础,在确定了车道线偏移基准之后,可基于该车道线偏移基准向左右偏移生成本车的左侧车道线L1、右侧车道线R1、左左侧车道线L2、右右侧车道线R2 等等。
步骤S230,基于所述车道线偏移基准偏移生成本车的左右侧车道线。
优选地,该步骤S230可以包括以下步骤:计算所述车道线偏移基准上每一个线点处的航向角;以及基于所述车道线偏移基准上每一个线点对应的坐标、航向角以及预设的车道宽度,向左和/或向右偏移所述预设的车道宽度以生成本车的左右侧车道线。计算公式说明如下:
原始点:(x(1),x(2),x(3),……,x(n);y(1),y(2),y(3),……,y(n))。
计算航向角信息:
yaw(1)=atan2((y(1)),x(1)))*180/pi;
yaw(2)=atan2((y(2)-y(1)),(x(2)-x(1)))*180/pi;
yaw(3)=atan2((y(3)-y(2)),(x(3)-x(2)))*180/pi;.
yaw(n)=atan2((y(n)-y(n-1)),(x(n)-x(n-1)))*180/pi;
车道线上点的偏移公式(向右偏移)如下:
X(i)=x(i)+LaneWidth_m*sin(yaw(i));
Y(i)=y(i)-LaneWidth_m*cos(yaw(i));
其中LaneWidth_m表示车道宽度(一般默认车道宽度为3.75m)。
步骤S240,对所生成的左右侧车道线上的线点的集合进行曲线拟合以得到并对应的车道线方程。
优选地,使用拟合后的车道线方程由于其自身拟合带来的误差导致拟合后的车道线误差很大,并且原始高精度地图车道线信息也是以连续的点的形式给出,因此在智能车道线偏移过程中保持以点的形式操作,保证等距离偏移,直到最终给出车道线信息时才进行拟合三次方程操作并以三次方程参数的行驶给出。
这里,所得到的车道线方程即是指输出的多条车道线,例如四条车道线 L1、L2、R1、R2,以三次方程参数形式输出的车道线可以包含车道线编号、车道线不同坐标系下的方程系数、车道宽度、车道线类型、车道限速、车道线起始点和终止点等。
步骤S130,结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置。
其中,所述本车相对于当前道路的相对位置主要有四种,包括:本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道。
步骤S140,结合所述地图信息和所述导航信息,并根据所述本车相对于当前道路的相对位置,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线。
根据所述本车相对于当前道路的相对位置的不同,对于步骤S140,本发明实施例对应于不同的相对位置,可以有四种车道线筛选方案,具体如下。
一、在本车位于道路最左侧车道时。
在本车位于道路最左侧车道时,对于步骤S140,优选可以包括:从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线。
在优选的实施例中,本车位于道路最左侧车道又可以分为两个工况:1) 所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示;2)所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示。
下面结合示例来说明这两种工况下的车道线剔除方案。
第一种工况:从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线。
图3(a)是本发明实施例中本车位于道路最左侧车道的第一种工况的示例示意图。在示例中,本车位于道路最左侧,则在车道线拟合中以本车左侧车道线L1为基准,向左偏移3.75m,生成L2,以R1为基准,向右偏移3.75m,生成R2。因本车已在道路最左侧,L1向左的车道线为L2,而明显L2已经在边界外,从而将L2的所有参数置0,即全部剔除了L2,而R2所有参数保留。需说明的是,若存在拟合的在L2更左侧的车道线L3,也应一并全部剔除。
第二种工况:对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
图3(b)是本发明实施例中本车位于道路最左侧车道的第二种工况的示例示意图。在示例中,本车位于道路最左侧,而下段道路为加速车道,且同样地,在车道线拟合中以本车左侧车道线L1为基准,向左偏移3.75m,生成L2,以R1为基准,向右偏移3.75m,生成R2。然后根据本车与加速车道起点(即本示例中道路特征点,在其他示例中,对应的道路特征点也可以是匝道交汇起点或匝道合并起点)距离,L2车道线的加速车道起点之前的所有线点都在边界外,从而应对其进行参数置0,而L2车道线的加速车道起点之后的线点则可反映真实车道,从而应将其所有参数保留,R2的所有参数则应保留。据此,以道路特征点进行划分,剔除了本车车侧车道线L1为基准向左的车道线L2的道路特征点之前的部分而保留了之后的部分,这在最终输出的车道线中主要体现车道线的长度信息方面的改变。
二、在本车位于道路最右侧车道时。
在本车位于道路最右侧车道时,对于步骤S140,可以包括:从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线。
图4是本发明实施例中本车位于道路最右侧车道的示例示意图。在示例中,本车位于道路最右侧(可能是应急车道),在车道线拟合中以本车左侧车道线L1为基准,向左偏移3.75m,生成L2,以R1为基准,向右偏移3.75m,生成R2。因本车已经在道路最右侧,以其右侧车道线R1为基准向右,易知 R2已在边界外,从而将R2的所有参数置0,即全部剔除了L2,而L2所有参数保留。
三、在本车位于道路次右侧车道时。
在本车位于道路次右侧车道时,对于步骤S140,优选可以包括:保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线。
在优选的实施例中,本车位于道路次右侧车道又可以分为两个工况:1) 在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示;2)在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示。
下面结合示例来说明这两种工况下的车道线剔除方案。
第一种工况:保留所述全部车道线。
图5(a)是本发明实施例中本车位于道路次右侧车道的第一种工况的示例示意图。在示例中,本车位于道路次右侧,则在车道线拟合中以本车左侧车道线L1为基准,向左偏移3.75m,生成L2,以R1为基准,向右偏移3.75m,生成R2。此工况下,本车位于道路次右侧,表明本车左右都还另外具有车道,如此,以本车左右侧车道线L1和R1为基准拟合的其他车道线都应该保留。
第二种工况:对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
图5(b)是本发明实施例中本车位于道路次右侧车道的第二种工况的示例示意图。在示例中,本车位于道路次右侧,而下段道路为减速车道,且在车道线拟合中以本车左侧车道线L1为基准,向左偏移3.75m,生成L2,以 R1为基准,向右偏移2.8m,生成R2。然后根据本车与减速车道终点(即本示例中道路特征点,在其他示例中,对应的道路特征点也可以是匝道分叉终点或主道分叉终点)距离,则L2车道线的减速车道终点之后的所有线点都在边界外,从而应对其进行参数置0,而L2车道线的加速车道起点之前的线点则可反映真实车道,从而应将其所有参数保留,R2的所有参数则应保留。据此,以道路特征点进行划分,剔除了本车车侧车道线L1为基准向左的车道线L2的道路特征点之后的部分而保留了之前的部分,这在最终输出的车道线中主要体现车道线的长度信息方面的改变。需说明的是,剔除的 L2的部分的长度与针对本车当前位置进行车道线检测的范围有关,例如车道线检测的范围是相对于本车的前方200米和后方80米,则该剔除的L2的部分至少应小于200米。
四、在本车位于其他车道时。
这里,所述其他车道是指道路最左侧、道路最右侧和道路次右侧之外的车道。本发明实施例中,在本车位于其他车道时,保留全部所述多条车道线。
这种情形与本车位于道路次右侧时的第一种工况近似,即本车的左右两侧都还各有车道,从而参考图5(a),在车道线拟合中以本车左侧车道线L1 为基准,向左偏移3.75m,生成L2,以R1为基准,向右偏移3.75m,生成 R2,L2和R2的所有参数都保留。
进一步地,对于上述四种车道线筛选方案,可能存在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下。在这种情况下,根据本车位于道路最左侧车道的情况进行车道线筛选的优先级高于本车位于道路次右侧的情况,即优先以本车位于道路最左侧车道进行车道线筛选。
综上所述,本发明实施例提出的车道线筛选方法根据本车相对于当前道路的相对位置进行了车道线的剔除或保留,以使得位于实际道路边界外的车道线被剔除,从而能够输出适应不同道路场景的车道线信息,并有效减少了涉及的车道线处理算法的计算量,提高了车道线处理的效率,并保证了最终拟合的车道线的有效性。
图6是本发明实施例的一种车道线筛选***的结构示意图,该车道线筛选***与上述的车道线筛选方法的实施例基于相同的发明思路。如图6所示,所述车道线筛选***可以包括:信息获取单元1,用于获取针对本车当前位置的地图信息及导航信息;车道线拟合单元2,与所述信息获取单元电性连接,用于根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线;以及车道线筛选单元3,与所述信息获取单元及所述车道线拟合单元电性连接,用于结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置,其中所述本车相对于当前道路的相对位置包括本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道;以及结合所述地图信息和所述导航信息,并根据所述本车相对于当前道路的相对位置,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线。
其中,图7是本发明实施例的车道线拟合单元的结构示意图。如图7所示,所述车道线拟合单元2包括:车道线筛选状态确定模块21,用于根据所述地图信息和/或所述导航信息确定本车的实际道路工况,并对应确定由所述实际道路工况触发的车道线筛选状态;车道线偏移基准确定模块22,用于结合所述地图信息和所述导航信息,确定符合所述车道线筛选状态的车道线偏移基准;车道线生成模块23,用于基于所述车道线偏移基准偏移生成本车的左右侧车道线;以及车道线方程拟合模块24,用于对所生成的左右侧车道线上的线点的集合进行曲线拟合以得到对应的车道线方程。
其中,地图信息来自自动驾驶车辆的地图***,例如高精度地图***,导航信息来自自动驾驶车辆的导航***。
在优选的实施例中,所述车道线筛选单元3可以包括:第一筛选模块31,用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线;第二筛选模块32,用于在本车位于道路最右侧车道时,从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线;第三筛选模块33,用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线;以及第四筛选模块34,用于在本车位于其他车道时,保留全部所述多条车道线。
更为优选地,第一筛选模块31用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示时,对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
更为优选地,所述第三筛选模块33用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线包括:在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,保留所述全部车道线;以及在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示时,对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
更为优选地,在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下,所述第一筛选模块31的优先级高于所述第三筛选模块33。
需说明的是,本发明实施例的车道线筛选***的其他实施细节及效果可参考上述的关于车道线筛选方法的实施例,在此不再进行赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,例如适应性改变步骤的执行顺序以及调节功能模块间的连接关系,均应包含在本发明的保护范围之内。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM, Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施例之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。

Claims (8)

1.一种车道线筛选方法,其特征在于,所述车道线筛选方法包括:
获取针对本车当前位置的地图信息及导航信息;
根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线;
结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置,其中所述本车相对于当前道路的相对位置包括本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道;
根据所述本车相对于当前道路的相对位置,并结合实际道路工况,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线;
其中,所述根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线,包括:
根据所述地图信息和/或所述导航信息确定本车的实际道路工况,并对应确定由所述实际道路工况触发的车道线筛选状态;
结合所述地图信息和所述导航信息,确定符合所述车道线筛选状态的车道线偏移基准;
基于所述车道线偏移基准偏移生成本车的左右侧车道线;
对所生成的左右侧车道线上的线点的集合进行曲线拟合以得到并对应的车道线方程;
其中,所述从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线包括:
在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线;
在本车位于道路最右侧车道时,从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线;
在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线;以及
在本车位于其他车道时,保留全部所述多条车道线。
2.根据权利要求1所述的车道线筛选方法,其特征在于,所述在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线包括:
在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线;以及
在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示时,对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
3.根据权利要求1所述的车道线筛选方法,其特征在于,所述在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线包括:
在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,保留所述全部车道线;以及
在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示时,对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
4.根据权利要求1至3中任意一项所述的车道线筛选方法,其特征在于,在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下,根据本车位于道路最左侧车道的情况进行车道线筛选的优先级高于本车位于道路次右侧的情况。
5.一种车道线筛选***,其特征在于,所述车道线筛选***包括:
信息获取单元,用于获取针对本车当前位置的地图信息及导航信息;
车道线拟合单元,与所述信息获取单元电性连接,用于根据所述地图信息及导航信息,针对本车当前位置进行车道线拟合以输出多条车道线,包括:
根据所述地图信息和/或所述导航信息确定本车的实际道路工况,并对应确定由所述实际道路工况触发的车道线筛选状态;
结合所述地图信息和所述导航信息,确定符合所述车道线筛选状态的车道线偏移基准;
基于所述车道线偏移基准偏移生成本车的左右侧车道线;
对所生成的左右侧车道线上的线点的集合进行曲线拟合以得到并对应的车道线方程;以及
车道线筛选单元,与所述信息获取单元及所述车道线拟合单元电性连接,用于结合所述地图信息,根据本车当前所在车道和当前的总车道数量来判断本车相对于当前道路的相对位置,其中所述本车相对于当前道路的相对位置包括本车位于道路最左侧车道、本车位于道路最右侧车道、本车位于道路次右侧车道和本车位于其他车道;以及根据所述本车相对于当前道路的相对位置,并结合所述实际道路工况,从所述多条车道线中全部或部分地剔除在当前道路的道路边界外的车道线,
其中,所述车道线筛选单元包括:
第一筛选模块,用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线;
第二筛选模块,用于在本车位于道路最右侧车道时,从所述多条车道线中全部剔除以本车右侧车道线为基准向右的车道线;
第三筛选模块,用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线;以及
第四筛选模块,用于在本车位于其他车道时,保留全部所述多条车道线。
6.根据权利要求5所述的车道线筛选***,其特征在于,第一筛选模块用于在本车位于道路最左侧车道时,从所述多条车道线中全部或部分地剔除以本车左侧车道线为基准向左的车道线包括:
在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,从所述多条车道线中全部剔除以本车左侧车道线为基准向左的车道线;以及
在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息没有提示时,对于以本车左侧车道线为基准向左的车道线,剔除所述道路特征点之前的部分,保留所述道路特征点之后的部分。
7.根据权利要求5所述的车道线筛选***,其特征在于,所述第三筛选模块用于在本车位于道路次右侧车道时,保留全部所述多条车道线或者从所述多条车道线中部分地剔除以本车左侧车道线为基准向左的车道线包括:
在所述地图信息示出本车前方预设距离内没有道路特征点且所述导航信息没有提示时,保留所述全部车道线;以及
在所述地图信息示出本车前方预设距离内存在道路特征点且所述导航信息有提示时,对于以本车左侧车道线为基准向左的车道线,保留所述道路特征点之前的部分,剔除所述道路特征点之后的部分。
8.根据权利要求5至7中任意一项所述的车道线筛选***,其特征在于,在所述道路最左侧车道与所述道路次右侧车道为同一车道的情况下,所述第一筛选模块的优先级高于所述第三筛选模块。
CN201811154065.6A 2018-09-30 2018-09-30 车道线筛选方法及*** Active CN110967025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811154065.6A CN110967025B (zh) 2018-09-30 2018-09-30 车道线筛选方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811154065.6A CN110967025B (zh) 2018-09-30 2018-09-30 车道线筛选方法及***

Publications (2)

Publication Number Publication Date
CN110967025A CN110967025A (zh) 2020-04-07
CN110967025B true CN110967025B (zh) 2022-05-13

Family

ID=70028678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811154065.6A Active CN110967025B (zh) 2018-09-30 2018-09-30 车道线筛选方法及***

Country Status (1)

Country Link
CN (1) CN110967025B (zh)

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8452535B2 (en) * 2010-12-13 2013-05-28 GM Global Technology Operations LLC Systems and methods for precise sub-lane vehicle positioning
JP5966965B2 (ja) * 2013-02-19 2016-08-10 株式会社デンソー 車線境界線逸脱抑制装置及び車線境界線逸脱抑制方法
RU2659341C2 (ru) * 2013-04-01 2018-06-29 Су-Мин ПАРК Система автоматического управления транспортным средством
KR101502511B1 (ko) * 2013-11-28 2015-03-13 현대모비스 주식회사 가상 차선 생성 장치와 방법 및 상기 장치를 구비하는 차선 유지 제어 시스템
JP5895955B2 (ja) * 2014-02-07 2016-03-30 トヨタ自動車株式会社 車線境界線検出装置
CN103954275B (zh) * 2014-04-01 2017-02-08 西安交通大学 基于车道线检测和gis地图信息开发的视觉导航方法
US9428187B2 (en) * 2014-06-05 2016-08-30 GM Global Technology Operations LLC Lane change path planning algorithm for autonomous driving vehicle
JP6323402B2 (ja) * 2015-07-01 2018-05-16 株式会社デンソー 車線内走行制御装置、車線内走行制御方法
DE112016003285B4 (de) * 2015-07-22 2022-12-22 Honda Motor Co., Ltd. Routengenerator, Routenerzeugungsverfahren und Routenerzeugungsprogramm
JP6520597B2 (ja) * 2015-09-16 2019-05-29 株式会社デンソー 車両位置補正装置
KR20170040620A (ko) * 2015-10-05 2017-04-13 한국전자통신연구원 차량의 자율 주행 보조 장치 및 방법
CN106696961B (zh) * 2016-12-09 2018-11-20 重庆长安汽车股份有限公司 高速公路自动驾驶上下匝道控制***及方法
CN107480592B (zh) * 2017-07-13 2020-06-12 华域汽车***股份有限公司 一种多车道检测方法及跟踪方法
CN108171154A (zh) * 2017-12-27 2018-06-15 邦鼓思电子科技(上海)有限公司 一种自动驾驶中目标检测与车道检测结合的方法

Also Published As

Publication number Publication date
CN110967025A (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN110361021B (zh) 车道线拟合方法及***
CN110967026B (zh) 车道线拟合方法及***
EP3888985B1 (en) Lane changing method and system for autonomous vehicles, and vehicle
CN110969837B (zh) 自动驾驶车辆的道路信息融合***及方法
CN113460086B (zh) 自动驾驶进入匝道的控制***、方法、车辆及存储介质
CN108089573B (zh) 车辆视觉
CN109895774B (zh) 用于控制车辆的车道变更的装置和方法
CN112009473B (zh) 一种自适应巡航目标选择的方法、装置和计算机设备
CN110969059A (zh) 车道线识别方法及***
KR101558660B1 (ko) 멀티 계층 라이더의 빔 각도 보정 장치 및 그 방법
CN110967025B (zh) 车道线筛选方法及***
CN114518119A (zh) 定位的方法及装置
KR20200008657A (ko) 운전 지원 차량의 목표 차속 생성 방법 및 목표 차속 생성 장치
CN115431961B (zh) 车辆的控制方法、装置、车辆及存储介质
JP6402538B2 (ja) 車速制御装置
CN113386773A (zh) 视觉识别可靠度的判断方法及设备
CN110361022A (zh) 行车坐标系构建方法及***
JP2020015345A (ja) 車両制御装置
CN116588078B (zh) 车辆控制方法、装置、电子设备及计算机可读存储介质
CN116481548B (zh) 自动驾驶车辆的定位方法、装置及电子设备
CN116559899B (zh) 自动驾驶车辆的融合定位方法、装置和电子设备
CN115782926B (zh) 一种基于道路信息的车辆运动预测方法及装置
CN116406470A (zh) 地图生成-自身位置推断装置
CN115723780A (zh) 自动驾驶***、路径计划生成方法、存储介质
CN116500660A (zh) 自动驾驶车辆的定位方法、装置及电子设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210518

Address after: 100055 1802, 18 / F, building 3, yard 9, Guang'an Road, Fengtai District, Beijing

Applicant after: Momo Zhixing Technology Co.,Ltd.

Address before: 071000 No. 2266 Chaoyang South Street, Hebei, Baoding

Applicant before: Great Wall Motor Co.,Ltd.

GR01 Patent grant
GR01 Patent grant