CN111578964A - 基于时空轨迹重构高精地图道路信息快速生成***及方法 - Google Patents
基于时空轨迹重构高精地图道路信息快速生成***及方法 Download PDFInfo
- Publication number
- CN111578964A CN111578964A CN202010286425.9A CN202010286425A CN111578964A CN 111578964 A CN111578964 A CN 111578964A CN 202010286425 A CN202010286425 A CN 202010286425A CN 111578964 A CN111578964 A CN 111578964A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- road
- lane
- track
- 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
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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
-
- 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
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
本发明公开了基于时空轨迹重构高精地图道路信息快速生成***及方法,***包括:轨迹重构模块、车道确定模块、车道分隔模块、车道边界线绘制模块和多数据合成融合模块,轨迹重构模块利用路侧传感单元和车载单元采集的车辆轨迹信息进行逆向时空重构车辆行驶轨迹;车道确定模块根据车辆行驶轨迹的间距确认车道;车道分隔模块利用相邻单车道轨迹的中间点连线的中点处绘制车道分隔线;车道边界线绘制模块根据车辆行驶轨迹方向和行驶速度,并以车道分隔线为基准结合道路标准宽度和各种线型宽度绘制出车道边界线,多数据合成融合模块将采集的路侧标志信息与地图进行融合。本发明解决了现有导流高精地图绘制过程复杂、不能及时反映路面特殊情况的问题。
Description
技术领域
本发明实施例涉及时空轨迹重构、道路侧量、道路勘测、三维模型生成、地图数据生成、高精地图绘制、自动导航、无人驾驶、自动驾驶、自动控制、数据传输、道路重构等多个领域,具体涉及基于时空轨迹重构高精地图道路信息快速生成***及方法。
背景技术
当前,随着自动驾驶技术的快速发展,高精度地图重要性日益凸显,已成为实现无人驾驶和智能交通不可或缺的重要一环。现有导航地图精度一般不高,并且以整条道路作为对象提供道路信息数据或进行导航指令发布,这种导航地图称之为道路级别地图,是对实际交通环境的大幅度简化,能提供的信息内容少,精确度低,对驾驶员的辅助能力较低自动驾驶所需要的地图不仅要具备高精度,还要拥有大量丰富的道路周边细节,普通地图导航精度只能达到米量级,高精度地图可精确到10cm级别,不仅增加了车道属性相关数据,还增加了高架物体、防护栏、障碍物、道路边缘类型、路边地标等多种类型数据。多元异构的海量地图数据需要占用大量存储空间,单图层的高精度地图无法满足实时更新的需求。
目前高精度地图的生产大多由专业的工作人员重新采集所有的道路信息,并计划采集完成后周期性地对大部分区域重新更新。这种方法的采集设备往往是安装了激光雷达等专用设备的采集车车载设备成本居高不下,使用激光雷达采集信息精度高,全局性好,但成本高昂,数据量大,且生成图像为反射率图像,与现实景物存在差异数据处理效率较低,地图数据采集到实现地图更新的周期长,会出现在地图更新时实际路况特征属性状态早已改变的现象,无法及时有效反应实际道路的动态特征信息,阻碍位置服务的快速发展,降低了无人驾驶的安全性和可靠性采集到的数据是稠密的点云,数据密度极大,消耗大量的计算资源,且后期地图通信量高采集的道路特征信息内容有限,针对有些特定的道路特征需要特定的传感器完成数据采集,因此车载采集方式无法满足自动驾驶对高精度地图内容方面的需求。快速低成本对路段进行重新规划,生成高精地图是目前急需解决的问题。
发明内容
为此,本发明提供基于时空轨迹重构高精地图道路信息快速生成***及方法,以解决现有导流高精地图绘制过程复杂、不能及时反映路面特殊情况的问题。
为了实现上述目的,本发明提供如下技术方案:
根据本发明的第一方面,公开了基于时空轨迹重构高精地图道路信息快速生成***,所述***包括:轨迹重构模块、车道确定模块、车道分隔模块和车道边界线绘制模块、多数据合成融合模块,所述轨迹重构模块利用路侧传感单元采集道路上行驶的所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息;利用车载单元动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息;***将路侧传感单元采集的数据信息以及车载单元采集的各类数据信息分别利用各自专用的数据传输通道将数据分别发送到大数据平台中,大数据服务平台将获取各类数据进行分析处理后进行逆向时空轨迹重构,绘制出车辆行驶轨迹;所述车道确定模块排除干扰轨迹,根据车辆行驶轨迹之间的间距确认单个车道;所述车道分隔模块首先确定单车道轨迹的中间点,取相邻车道同一水平线上的中间点连线位置的中点为车道分隔点,根据车道分隔点绘制车道分隔线,并根据单车道轨迹中间点的数量确认车道数量;所述车道边界线绘制模块根据车辆行驶轨迹方向和行驶速度,确定车道单双向通行的类型,车道为高速公路或普通公路,以车道分隔线为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线;所述多数据合成融合模块,将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与轨迹重构模块、车道确定模块、车道分隔模块和车道边界线绘制模块中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
进一步地,所述轨迹重构模块包括:路侧传感单元和车载单元,所述路侧传感单元采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息,车辆动态信息包括:每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个***中的车辆唯一ID身份编号信息;车辆异常事件信息包括:车辆有无异常情况出现、异常行为出现;道路异常事件信息包括:有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况;车辆特征信息包括:车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息;交通状态信息包括:畅通、拥堵、堵塞、排队信息,路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用;
所述车载单元安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内,通过车载各类传感器和定位模块可以动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息,车载单元包括:车辆实时定位模块和车辆传感器,车辆实时定位模块包括北斗***、伽利略***、GPS定位***,在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能;车辆传感器包括车辆自身周围感知单元,负责感知车辆周围的环境、测绘车辆周围的环境,能够在任何时间确定车辆位置,通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力;车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用,路侧传感单元和车载单元采集的信息经过大数据服务平台进行逆向时空轨迹构建,绘制出车辆行驶路径。
进一步地,所述大数据服务平台接收到路侧传感单元和车载单元发送的数据后进行实时分析处理,通过处理后的数据进行逆向时空轨迹重构,利用每秒采集的车辆点迹绘制车辆的运动轨迹和行驶路径,车道确定模块根据轨迹重构模块绘制的车辆行驶路径,以及车辆轨迹之间的距离分辨出模糊的多个车道,进行干扰去除,确定单个车道的范围。
进一步地,所述车道分隔模块根据单个车道范围绘制出单车道轨迹中间点,相邻的车道在同一水平线上确定出单车道轨迹中间点,将相邻的两个单车道轨迹中间点进行连线,取连线的中间点所在位置为车道分隔点,以车道分隔点为起点垂直于相邻的两个单车道轨迹中间点的连线绘制出车道分隔线,根据单车道轨迹中间点的数量确认车道的数量。
进一步地,所述车道边界线绘制模块根据车辆行驶的最高速度和平均速度确定道路属于高速公路或普通公路,或根据判断道路中是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路;根据车辆行驶轨迹方向确定车道是双向通行、单向通行或者双向混合通行;以车道分隔线为基准线,结合标准道路宽度和车道分隔线宽度以及边界线的宽度绘制出车道边界线,生成道路高精地图数据信息。
进一步地,所述多数据合成融合模块将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
进一步地,所述大数据服务平台通过对路侧传感单元与车载单元采集的数据信息进行融合、识别,并在全新的道路高精地图上标记出危害车辆安全行驶的各类异常事件的位置、区域以及所在车道,通过对以上数据进行二次融合后形成完整的高精地图存入导航***中,大数据服务平台在将路侧传感单元以及车载单元采集回来的异常事件信息标注在已经生成完整的全新高精地图上,并根据事件类型以及所影响的范围、区域、车道,再结合车辆安全行驶原则,自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域,并生成发生在道路上异常事件内容的预警告警提示信息,下发到即将通过此路段的所有车辆,提前发出警示信息警告所有通行车辆按照***自动生成的最优行驶路径以及通行方案缓慢安全行驶。提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。
根据本发明的第二方面,公开了基于时空轨迹重构高精地图道路信息快速生成方法,所述方法为:
S1、进行时空轨迹重构,利用路侧传感单元和车载单元采集的车辆行驶路径和路面状态信息进行逆向时空轨迹重构,绘制出车辆的行驶轨迹;
S2、确定车道,排除干扰行驶轨迹,确定出单个车道的范围;
S3、绘制车道分隔线,在单车道内确定出轨迹中间点,将相邻单车道同一水平线上的轨迹中间点进行连线,取连线中点的位置即为车道分隔点,以车道分隔点为起点垂直于相邻车道中间点的连线绘制车道分隔线;
S4、车道数量的确定,单车道轨迹中点的数量为n个,则车道数量为n个;
S5、绘制车道边界线,根据车辆行驶轨迹确定道路属于单向通行、双向通行或者双向混合通行,根据车辆行驶速度和是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路,以车道分隔线为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线;
S6、多数据合成融合,***再将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与S1-S5中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供不同客户端调取使用。
进一步地,所述S2中确定车道的方法为:将相邻车辆行驶轨迹之间的距离与普通车辆宽度进行对比,相邻车辆行驶轨迹之间的距离大于车辆宽度,则认为是两辆车在两个车道上行驶产生的;排出干扰行驶轨迹的方法为:根据大量车辆行驶轨迹确定道路中轴线,偏离中轴线过多或者与相邻道路中轴线向交叉,则认定为是干扰轨迹,去除干扰轨迹,确定单车道轨迹范围。
进一步地,所述S3中确定轨迹中间点的方法为:将单车道轨迹去除干扰轨迹后,计算单车道内两个最边缘的轨迹经纬度差,取经纬度差的中间值即可确定单车道轨迹中间点位置;在确认单车道轨迹中间点位置后,将相邻两个车道同一水平线上的中间点进行连线,连线保持与车道的轨迹线保持垂直,连线的中间点的位置即为车道分隔点,沿着车道分隔点绘制车道分隔线,使车道分隔线与相邻车道轨迹中间点的连线相垂直。
进一步地,所述S5中确定道路属于高速公路或普通公路的方法为:根据采集的车辆平均速度和最高速度确定道路属于高速公路或普通道路,高速公路最高行驶速度为120km/h,普通公路最高行驶速度为80km/h,高速公路的平均速度为80-120km/h,普通公路的平均速度为30-80km/h;或者通过判断道路是否存在大密度交叉口确定道路属于高速公路或普通通路,高速公路没有大密度交叉口,而普通公路具有大密度交叉口;或者根据车载单元采集的标识标线信息、安全基础防护设施信息、限速标识信息判断区域区分该区域为高速公路与普通道路;
判断道路属于单向通行、双向通行或者双向混合通行的方法为:根据车辆的行驶轨迹和行车方向确定车道方向,所有车道方向均为相同方向则为单向通行;一侧行车方向相同,另一侧行车方向相反,中间具有隔离带,则为双向通行;单个车道内大量出现沿着两个不同方向行驶的轨迹,则为双向混合通行;
绘制车道边界线的方法为:确定最外侧车道后,以该车道的车道分隔线的中点为起点,向外侧加上车道分隔线一半的宽度,标准公路宽度和车道边界线一半的宽度确定车道边界线的中点,绘制出车道边界线。
本发明实施例具有如下优点:
本发明公开了基于时空轨迹重构高精地图道路信息快速生成***及方法,通过路侧传感单元和车载单元采集车辆行驶路径和路面状态数据,传送至在大数据服务平台进行逆向时空轨迹重构,绘制出车辆行驶轨迹,根据车辆的行驶轨迹、移动速度、轨迹方向结合道路标准宽度和各种类型线条的宽度绘制车道分隔线和车道边界线,确定车道的具体类型、车道数量以及车道方向,完成高精地图的绘制。极大的降低了采用人工驾驶高精地图绘制车所产生的高昂费用。另外***可以通过自我学习模型大量的采集道路上的车辆的轨迹信息和车辆信息,来不断地对高精地图进行自我完善和修正以及提高,使得这种方式所产生的高精地图数据精度更加趋近于工程测量车所生成的高精地图数据的精度
为自动驾驶车辆、半自动人工辅助驾驶车辆、全人工驾驶车辆以及第三方需要客户端提供更加可靠、准确、及时的高精地图信息,以保障行驶安全、出行安全的目的;
通过多***、多方面、多数融合的方式形成的高精地图会比单一测量设备或单一数据来源生成的高精地图数据的可靠性更高;
能够对路况状态、交通状态发生变化以及道路上出现异常交通事故、障碍物危及行车安全时,能够根据时空轨迹重构的方式快速的生成相对应的高精地图以及预警告警信息和提示信息,避免自动驾驶车辆、半自动人工辅助驾驶车辆、全人工驾驶车辆造成重大交通事故以及避免二次事故的发生;
有效避免由于高精地图数据更新不及时、数据信息不准确而造成的交通事故发生或出行不便利的问题,减少或避免使用专用的高精地图测量车以及人工二次处理生成的高精地图的成本费用;能够有效的避免由于路侧单一感知设备无法检测到的距离较远、较小但危害较大的障碍物、抛洒物、塌方、路障以及临时交通管制而造成的行驶路径改变而发生的交通事故和二次事故。
在保障车辆安全行驶前提下,辅助其改变行驶状态如:变道、超车、匀速行驶等等功能,实现大范围的全类型车辆的协同行驶,来进一步提升整个道路的通行效率;
通过时空轨迹重构所获得的数据经过进一步的规范和设计能够形成车辆“安全行驶模型”来指导道路所有运行的车辆安全行驶规避危险;经过进一步的规范和设计形成“危险预警告警模型”,可以对那些非法、行驶异常、行为异常的车辆进行警告以及提示,一旦触发相关判断机制立即输出异常行为报警信息,并对相应的车辆进行点对点信息提示和取证;
能够实现全程监视、管控车辆违章变道、超速行驶、长期占用紧急停车道、货车长期占用快速车道、逃费等行为车辆行驶安全有效的管理;
通过本***和方法所获得的数据可以使路侧传感设备与边缘计算相设备互结合后能够形成功能更加庞大的安全保障体系,为自动驾驶车辆、半自动辅助人工驾驶车辆和全人工驾驶车辆提供足够的决策依据甚至指令,自动驾驶车辆行驶安全性会得到本质上的提升。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成***的设备安装示意图;
图2为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的车道确认示意图;
图3为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的绘制单个车道分隔线示意图;
图4为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的多车道轨迹中间点连接示意图;
图5为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的绘制多个车道分隔线示意图;
图6为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的高速通路或普通公路判断示意图;
图7为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的绘制车道边界线示意图;
图8为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法的双向混合通行车道示意图;
图9为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法生成的双向四车道高速公路模型示意图。
图10为本发明实施例提供的基于时空轨迹重构高精地图道路信息快速生成方法融合路侧标志信息示意图。
图中:1-路侧传感单元、2-车载单元、3-普通车辆、4-车辆正常轨迹和行驶路径、5-车道分隔线、6-车道边界线。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
实施例1
本实施例公开了基于时空轨迹重构高精地图道路信息快速生成***,所述***包括:轨迹重构模块、车道确定模块、车道分隔模块、车道边界线绘制模块和多数据合成融合模块,所述轨迹重构模块利用路侧传感单元1采集道路上行驶的所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息,利用车载单元2动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,***将路侧传感单元采集的数据信息以及车载单元采集的各类数据信息分别利用各自专用的数据传输通道将数据分别发送到大数据平台中,大数据服务平台将获取各类数据进行分析处理后进行逆向时空轨迹重构,绘制出车辆行驶轨迹;所述车道确定模块排除干扰轨迹,根据车辆行驶轨迹之间的间距确认车道;所述车道分隔模块首先确定单车道轨迹的中间点,取相邻车道同一水平线上的中间点连线位置的中点为车道分隔点,根据车道分隔点绘制车道分隔线5,并根据单车道轨迹中间点确认车道数量;所述车道边界线6绘制模块根据车辆行驶轨迹方向和行驶速度,确定车道单双向通行的类型,车道为高速公路或普通公路,以车道分隔线5为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线6,所述多数据合成融合模块,将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与轨迹重构模块、车道确定模块、车道分隔模块和车道边界线绘制模块中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
参考图1,所述轨迹重构模块包括:路侧传感单元1和车载单元2,所述路侧传感单元1采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息,车辆动态信息包括:每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个***中的车辆唯一ID身份编号信息;车辆异常事件信息包括:车辆有无异常情况出现、异常行为出现;道路异常事件信息包括:有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况;车辆特征信息包括:车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息;交通状态信息包括:畅通、拥堵、堵塞、排队信息,路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用;
所述车载单元2采集车辆正常轨迹和行驶路径4,车载单元2安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内,通过车载各类传感器和定位模块可以动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息,车载单元包括:车辆实时定位模块和车辆传感器,车辆实时定位模块包括北斗***、伽利略***、GPS定位***,在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能;车辆传感器包括车辆自身周围感知单元,负责感知车辆周围的环境、测绘车辆周围的环境,能够在任何时间确定车辆位置,通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力,车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用。路侧传感单元和车载单元将采集的各类信息通过无线传输装置或有线网络线路发送至大数据服务平台,经过大数据服务平台进行逆向时空轨迹构建,绘制出车辆行驶路径。
车道确定模块根据轨迹重构模块绘制的车辆行驶路径,根据车辆轨迹之间的距离分辨出模糊的多个车道,进行干扰去除,确定单个车道的范围。单个车道内具有集中的多条车辆行驶轨迹,每条行驶轨迹都有对应的经纬度信息,取最边界的两条轨迹进行连线,连线的中点为该单车道轨迹中间点,车道分隔模块将相邻的两个单车道轨迹中间点进行连线,去连线的中间点所在位置为车道分隔点,以车道分隔点为起点垂直于相邻的两个单车道轨迹中间点的连线绘制出车道分隔线5,根据单车道轨迹中间点的数量确认车道的数量。
车道边界线6绘制模块根据车辆行驶的最高速度和平均速度确定道路属于高速公路或普通公路,或根据判断道路中是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路;根据车辆行驶轨迹方向确定车道是双向通行、单向通行或者双向混合通行;以车道分隔线5为基准线,结合标准道路宽度和车道分隔线5宽度以及边界线的宽度绘制出车道边界线6,生成全新的道路高精地图数据信息。
参考图10,多数据合成融合模块将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
大数据服务平台通过对路侧传感单元与车载单元采集的数据信息进行融合、识别,并在全新的道路高精地图上标记出危害车辆安全行驶的各类异常事件的位置、区域以及所在车道,通过对以上数据进行二次融合后形成完整的高精地图存入导航***中,大数据服务平台在将路侧传感单元以及车载单元采集回来的异常事件信息标注在已经生成完整的全新高精地图上,并根据事件类型以及所影响的范围、区域、车道,再结合车辆安全行驶原则,自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域,并生成发生在道路上异常事件内容的预警告警提示信息,下发到即将通过此路段的所有车辆,提前发出警示信息警告所有通行车辆按照***自动生成的最优行驶路径以及通行方案缓慢安全行驶。提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。
实施例2
本实施例公开了基于时空轨迹重构高精地图道路信息快速生成方法,所述方法为:
S1、进行时空轨迹重构,利用路侧传感单元1和车载单元2采集的车辆行驶路径和路面状态信息进行逆向时空轨迹重构,绘制出车辆的行驶轨迹;
S2、确定车道,排除干扰行驶轨迹,确定出单个车道的范围;
S3、绘制车道分隔线5,在单车道内确定出轨迹中间点,将相邻单车道同意水平线上的轨迹中间点进行连线,取连线中点的位置即为车道分隔点,以车道分隔点为起点垂直于相邻车道中间点的连线绘制车道分隔线5;
S4、车道数量的确定,单车道轨迹中点的数量为n个,则车道数量为n-1个;
S5、绘制车道边界线6,根据车辆行驶轨迹确定道路属于单向通行、双向通行或者双向混合通行,根据车辆行驶速度和是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路,以车道分隔线5为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线6;
S6、多数据合成融合,***再将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与S1-S5中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供不同客户端调取使用。
常用的机动车下到家用小型气车上到专用大型货车其宽度为:1.6米-2.8米,根据车辆的行驶速度和用途不一样,车道可分为普通型车道宽度为3.5米和高速型车道为3.75米,根据实时车速范围可非为封闭式高速公路专用道路和开放式普通道路,详细分型如表1。
表1
在大数据服务平台逆向时空重构轨迹后,车辆的行驶轨迹以车的宽度中心位置为出发点,在考虑车辆正常向前行驶而暂时不考虑变道、不碾压车道线的情况下,根据以上数据可知当获知两个车辆的轨迹间隔大于等于1.6米时,则认为这两个运动轨迹是由两辆车在两个车道上行驶的所产生的。另外高速公路标志标线的宽度定义为两边实线为20cm,中间车道隔离虚线为15cm,市政路标志标线的宽度基本上都是15cm。因此可认为两个轨迹之间的间隔在1.75米就可以认为是由两个车在两个车道行驶所产生的,为了能使这种方法适用于更多的范围车辆,本实施例可以将此数值定义的小一些,比如1.5米间隔。参考图2,以1.5米为间隔,可以粗略确认单车道范围。
但是实际存在车辆违规变道、车辆逆行、车辆压线行驶、双向四车道、双向六车道、双向八车道、高速与辅路并向行驶、由于施工或交通临时管制而使原来车道的行驶规律发生改变或者是混合双向行驶车道等,都会产生许多杂乱的轨迹,需要将干扰轨迹去除。
参考图3,排出干扰行驶轨迹的方法为:根据大量车辆行驶轨迹确定道路中轴线,车辆正常的行驶时车辆几乎都是沿着道路的中轴线行驶,只有在超车、变道、压线等情况下、运动轨迹才会大范围的偏离中轴线,偏离中轴线过多或者与相邻道路中轴线向交叉,则认定为干扰轨迹,A组轨迹和C组轨迹为正常行驶轨迹,C组为异常行驶轨迹,认定为干扰轨迹,去除干扰轨迹,确定单车道轨迹范围,最终保留A组轨迹和C组轨迹。
在单车道内确认出轨迹中间点,A组每条轨迹都具有对应的经纬度,将两条最边缘的轨迹线A1线和An线的经纬度做差,取中间值即可确定出当前单车道轨迹中间点Ad的位置,确定车所有车道的轨迹中间点。参考图4,在确认单车道轨迹中间点位置后,将相邻两个车道同一水平线上的中间点进行连线,连线保持与车道的轨迹线保持垂直,连线的中间点的位置即为车道分隔点,沿着车道分隔点绘制车道分隔线5,使车道分隔线5与相邻车道轨迹中间点的连线相垂直,参考图5,确定出所有车道的车道分隔线5。车道的数量通过单车道轨迹中点的数量进行确定,单车道轨迹中点的数量为n个,则车道数量为n-1个。
绘制车道边界线6之前需要先确定道路属于高速公路或普通公路,道路为单向通行、双向通行或者双向混合通行;确定道路属于高速公路或普通公路的方法为:根据采集的车辆平均速度和最高速度确定道路属于高速公路或普通道路,高速公路最高行驶速度为120km/h,普通公路最高行驶速度为80km/h,高速公路的平均速度为80-120km/h,普通公路的平均速度为30-80km/h;通过该规律能够设置两个参考值来做区分,首先取该车道单位时间段内的单车的最高速度作为道路最高运行速度参考值,其次取单位时间段内车辆的平均速度作为道路日常运行速度。通过以上两个数据就可以准确的区分出是封闭式高速公路还是普通的国省道。如果出现高速公路车流量大,密度高而会导致整个道路一直处于低速大密度运行状态中,或者有且山区或地势比较险恶的山区路段,为了保障车辆的行驶安全必须对车辆进行降速处理,也会使车辆一直处于低速运行状态,则需要通过判断道路是否存在大密度的交叉路口的方法判断道路属于高速公路或普通公路。封闭道路不会存在大密度的路口,几乎都是十几公里甚至几十公里才会有一个交汇处,而此交汇处都是以大型的胡同立交来完成车辆行驶方向的变化,不会造成车辆频繁减速。因此能够根据车辆的运动轨迹以及车辆的通行状态,就可以准确的判断出来,如果存在大密度走走停停,则为设置有红绿灯的普通公路。或者根据车载单元采集的标识标线信息、安全基础防护设施信息、限速标识信息等判断区域分该区域是高速公路与普通道路,如高速公路有非常坚固的中央隔离防护设施而普通道路很少有,其次高速公路有全封闭式路界防护设施而普通道路很少有,再者高速公路限速标识为80-120Km/h,而普通道路为30-80km/h以及其他判断区别条件。
高速公路规定单侧车道行驶的车辆,最外侧为货车通行车道一般限速为80Km/h,最内侧为小型轿车或高速车辆通行车道限速为120Km/h,以上均能通过获取单车车道的时间段内进行准确获取与判断。而普通的国省道都是统一的限速80Km/h,叠加车速信息后如图6所示。
判断道路属于单向通行或双向通行的方法为:通过对车辆所产生的运动轨迹以及行车方向进行判断,参考图7,A组和C组车辆的运行轨迹和方向表明这是一侧单向行驶的车道,且在A组车道的最外侧已经没有了车辆的通行轨迹,因此路界的最外沿是在A组车道的左侧,同样可以判断出在E组的最外沿也是路界。以A组车道的车道分隔线的中点为起点,垂直于车道分隔线向外画线,画线长度为车道分隔线5宽度的一半加上高速公路标准宽度加上车道边界线宽度的一半,确定车道边界线的中点,从而绘制出车道边界线,保持车道边界线6与车道分隔线5平行。E组利用同样的方法绘制该侧的车道边界线6。
由于C组轨迹和D组轨迹说明都是由正常行驶的车辆在两个不同的车道上行驶所产生的轨迹,给C组轨迹和D组轨迹根据该车道都画上另一侧的车道分隔线RX1与RX2。如果在RX1与RX2之间并无任何车辆轨迹产生,则取两个线段之间的距离S做进一步的判断,如果S的绝对值是3.75米(或3.5米国省道)或非常接近于3.75米(或3.5米国省道),当某个时期有大量的车辆运动轨迹出现在这个区域内,则认为并定义RX1与RX2之间为一个备用但是不允许进入的车辆行驶车道;
如果RX1与RX2之间距离大于或小于3.75米(或3.5米国省道),则认为RX1与RX2之间不是一个车道而是道路中间的中央隔离带,将其定义为H道,并明确标识危险区域,禁止车辆驶入。
由于A组、C组、D组、和E组都是在一个区域范围内以及在一个水平面内,并且A组轨迹和C组轨迹是同一个方向,D组轨迹和E组轨迹是同一个方向,并且中间由隔离区域以及满足相互对称原则,再通过两侧车道的数量得出该道路为双向四车道的道路,绘制完毕后的信息如图7所示。
双向混合通行的判断方法为:在单一车道内或重叠的轨迹组以及临近的轨迹中有无出现沿着两个不同方向行驶的轨迹出现,如图8所示,如果大量出现这种情况,则认为该车道为双向同行的混合车道。将以上所得的信息进行汇总与叠加就可以绘制并生成一个具有完整信息的双向四车道高速公路的地图模型,如图9所示。通过此种方式所得的所获得高精地图数据可以实现亚米级,达到能够准确的达到区分车道级精度,降低了采用人工驾驶高精地图绘制车所产生的高昂费用。
结合路侧传感单元1和车载单元2采集的信息,能够及时将路况信息反馈至大数据服务平台,如:抛洒物、落石、塌方等固体或液体出现在道路上;交通状态信息包括:畅通、拥堵、堵塞、排队等信息,大数据服务平台生成预警信息及时推送至将要经过该路段的普通车辆3,避免发生事故,提升通行效率。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (11)
1.基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述***包括:轨迹重构模块、车道确定模块、车道分隔模块和车道边界线绘制模块、多数据合成融合模块,所述轨迹重构模块利用路侧传感单元采集道路上行驶的所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息;利用车载单元动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息;***将路侧传感单元采集的数据信息以及车载单元采集的各类数据信息分别利用各自专用的数据传输通道将数据分别发送到大数据平台中,大数据服务平台将获取各类数据进行分析处理后进行逆向时空轨迹重构,绘制出车辆行驶轨迹;所述车道确定模块排除干扰轨迹,根据车辆行驶轨迹之间的间距确认单个车道;所述车道分隔模块首先确定单车道轨迹的中间点,取相邻车道同一水平线上的中间点连线位置的中点为车道分隔点,根据车道分隔点绘制车道分隔线,并根据单车道轨迹中间点的数量确认车道数量;所述车道边界线绘制模块根据车辆行驶轨迹方向和行驶速度,确定车道单双向通行的类型,车道为高速公路或普通公路,以车道分隔线为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线;所述多数据合成融合模块,将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与轨迹重构模块、车道确定模块、车道分隔模块和车道边界线绘制模块中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
2.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述轨迹重构模块包括:路侧传感单元和车载单元,所述路侧传感单元采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息,车辆动态信息包括:每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个***中的车辆唯一ID身份编号信息;车辆异常事件信息包括:车辆有无异常情况出现、异常行为出现;道路异常事件信息包括:有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况;车辆特征信息包括:车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息;交通状态信息包括:畅通、拥堵、堵塞、排队信息,路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用;
所述车载单元安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内,通过车载各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息,车载单元包括:车辆实时定位模块和车辆传感器,车辆实时定位模块包括北斗***、伽利略***、GPS定位***,在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能;车辆传感器包括车辆自身周围感知单元,负责感知车辆周围的环境、测绘车辆周围的环境,能够在任何时间确定车辆位置,通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力;车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用,路侧传感单元和车载单元采集的信息经过大数据服务平台进行逆向时空轨迹构建,绘制出车辆行驶路径。
3.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述大数据服务平台接收到路侧传感单元和车载单元发送的数据后进行实时分析处理,通过处理后的数据进行逆向时空轨迹重构,利用每秒采集的车辆点迹绘制车辆的运动轨迹和行驶路径,车道确定模块根据轨迹重构模块绘制的车辆行驶路径,以及车辆轨迹之间的距离分辨出模糊的多个车道,进行干扰去除,确定单个车道的范围。
4.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述车道分隔模块根据单个车道范围绘制出单车道轨迹中间点,相邻的车道在同一水平线上确定出单车道轨迹中间点,将相邻的两个单车道轨迹中间点进行连线,取连线的中间点所在位置为车道分隔点,以车道分隔点为起点垂直于相邻的两个单车道轨迹中间点的连线绘制出车道分隔线,根据单车道轨迹中间点的数量确认车道的数量。
5.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述车道边界线绘制模块根据车辆行驶的最高速度和平均速度确定道路属于高速公路或普通公路,或根据判断道路中是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路;根据车辆行驶轨迹方向确定车道是双向通行、单向通行或者双向混合通行;以车道分隔线为基准线,结合标准道路宽度和车道分隔线宽度以及边界线的宽度绘制出车道边界线,生成道路高精地图数据信息。
6.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述多数据合成融合模块将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供高精地图数据信息,供其它不同用户端调取使用。
7.如权利要求1所述的基于时空轨迹重构高精地图道路信息快速生成***,其特征在于,所述大数据服务平台通过对路侧传感单元与车载单元采集的数据信息进行融合、识别,并在全新的道路高精地图上标记出危害车辆安全行驶的各类异常事件的位置、区域以及所在车道,通过对以上数据进行二次融合后形成完整的高精地图存入导航***中,大数据服务平台在将路侧传感单元以及车载单元采集回来的异常事件信息标注在已经生成完整的全新高精地图上,并根据事件类型以及所影响的范围、区域、车道,再结合车辆安全行驶原则,自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域,并生成发生在道路上异常事件内容的预警告警提示信息,下发到即将通过此路段的所有车辆,提前发出警示信息警告所有通行车辆按照***自动生成的最优行驶路径以及通行方案缓慢安全行驶,提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。
8.基于时空轨迹重构高精地图道路信息快速生成方法,其特征在于,所述方法为:
S1、进行时空轨迹重构,利用路侧传感单元和车载单元采集的车辆行驶路径和路面状态信息进行逆向时空轨迹重构,绘制出车辆的行驶轨迹;
S2、确定车道,排除干扰行驶轨迹,确定出单个车道的范围;
S3、绘制车道分隔线,在单车道内确定出轨迹中间点,将相邻单车道同一水平线上的轨迹中间点进行连线,取连线中点的位置即为车道分隔点,以车道分隔点为起点垂直于相邻车道中间点的连线绘制车道分隔线;
S4、车道数量的确定,单车道轨迹中点的数量为n个,则车道数量为n个;
S5、绘制车道边界线,根据车辆行驶轨迹确定道路属于单向通行、双向通行或者双向混合通行,根据车辆行驶速度和是否有大密度交叉路口、十字路口确定道路属于高速公路或普通公路,以车道分隔线为基准线结合道路标准宽度和各种线型宽度绘制出车道边界线;
S6、多数据合成融合,***再将通过车载单元中各类传感器和定位模块动态实时获取车辆的位置信息、自身周围的路况信息以及相对于车辆的位置信息、环境信息、标识标线信息以及相对于车辆的位置信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息以及相对于车辆的位置信息、车辆安全行驶的各类操作数据信息,分别与S1-S5中所获得各类地图基础数据信息做进一步融合叠加生成全面道路高精地图数据信息,存入到***中供不同客户端调取使用。
9.如权利要求8所述的基于时空轨迹重构高精地图道路信息快速生成方法,其特征在于,所述确定车道的方法为:将相邻车辆行驶轨迹之间的距离与普通车辆宽度进行对比,相邻车辆行驶轨迹之间的距离大于车辆宽度,则认为是两辆车在两个车道上行驶产生的;排出干扰行驶轨迹的方法为:根据大量车辆行驶轨迹确定道路中轴线,偏离中轴线过多或者与相邻道路中轴线向交叉,则认定为是干扰轨迹,去除干扰轨迹,确定单车道轨迹范围。
10.如权利要求8所述的基于时空轨迹重构高精地图道路信息快速生成方法,其特征在于,所述确定轨迹中间点的方法为:将单车道轨迹去除干扰轨迹后,计算单车道内两个最边缘的轨迹经纬度差,取经纬度差的中间值即可确定单车道轨迹中间点位置;在确认单车道轨迹中间点位置后,将相邻两个车道同一水平线上的中间点进行连线,连线保持与车道的轨迹线保持垂直,连线的中间点的位置即为车道分隔点,沿着车道分隔点绘制车道分隔线,使车道分隔线与相邻车道轨迹中间点的连线相垂直。
11.如权利要求8所述的基于时空轨迹重构高精地图道路信息快速生成方法,其特征在于,所述确定道路属于高速公路或普通公路的方法为:根据采集的车辆平均速度和最高速度确定道路属于高速公路或普通道路,高速公路最高行驶速度为120km/h,普通公路最高行驶速度为80km/h,高速公路的平均速度为80-120km/h,普通公路的平均速度为30-80km/h;或者通过判断道路是否存在大密度交叉口确定道路属于高速公路或普通通路,高速公路没有大密度交叉口,而普通公路具有大密度交叉口;或者根据车载单元采集的标识标线信息、安全基础防护设施信息、限速标识信息判断区域区分该区域为高速公路与普通道路;
判断道路属于单向通行、双向通行或者双向混合通行的方法为:根据车辆的行驶轨迹和行车方向确定车道方向,所有车道方向均为相同方向则为单向通行;一侧行车方向相同,另一侧行车方向相反,中间具有隔离带,则为双向通行;单个车道内大量出现沿着两个不同方向行驶的轨迹,则为双向混合通行;
绘制车道边界线的方法为:确定最外侧车道后,以该车道的车道分隔线的中点为起点,向外侧加上车道分隔线一半的宽度,标准公路宽度和车道边界线一半的宽度确定车道边界线的中点,绘制出车道边界线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286425.9A CN111578964B (zh) | 2020-04-13 | 2020-04-13 | 基于时空轨迹重构高精地图道路信息快速生成***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286425.9A CN111578964B (zh) | 2020-04-13 | 2020-04-13 | 基于时空轨迹重构高精地图道路信息快速生成***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111578964A true CN111578964A (zh) | 2020-08-25 |
CN111578964B CN111578964B (zh) | 2022-01-07 |
Family
ID=72118982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010286425.9A Active CN111578964B (zh) | 2020-04-13 | 2020-04-13 | 基于时空轨迹重构高精地图道路信息快速生成***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111578964B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150632A (zh) * | 2020-10-16 | 2020-12-29 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
CN112197771A (zh) * | 2020-12-07 | 2021-01-08 | 深圳腾视科技有限公司 | 车辆失效轨迹重构方法、设备以及存储介质 |
CN112257772A (zh) * | 2020-10-19 | 2021-01-22 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112309233A (zh) * | 2020-10-26 | 2021-02-02 | 北京三快在线科技有限公司 | 一种道路边界的确定、道路切分方法及装置 |
CN112590670A (zh) * | 2020-12-07 | 2021-04-02 | 安徽江淮汽车集团股份有限公司 | 三车道环境显示方法、装置、设备及存储介质 |
CN113155144A (zh) * | 2021-02-03 | 2021-07-23 | 东风汽车集团股份有限公司 | 一种基于高精地图实时路况建模的自动驾驶方法 |
CN113177504A (zh) * | 2021-05-13 | 2021-07-27 | 中移(上海)信息通信科技有限公司 | 车辆排队信息检测方法、装置、电子设备以及存储介质 |
CN113256759A (zh) * | 2021-06-03 | 2021-08-13 | 京东鲲鹏(江苏)科技有限公司 | 无人配送车行车地图更新方法、装置、配送车及存储介质 |
CN113470359A (zh) * | 2021-07-13 | 2021-10-01 | 合肥工业大学 | 基于5g-v2x的道路大规模拥堵告警方法及*** |
CN113505687A (zh) * | 2021-07-08 | 2021-10-15 | 北京星云互联科技有限公司 | 设备测试方法、装置、电子设备、***和存储介质 |
CN113900070A (zh) * | 2021-10-08 | 2022-01-07 | 河北德冠隆电子科技有限公司 | 雷达车道自动绘制目标数据精准输出的方法、装置与*** |
CN114169370A (zh) * | 2021-12-06 | 2022-03-11 | 武汉理工大学 | 基于光栅阵列构建道路时空荷载谱系的方法及*** |
CN114333330A (zh) * | 2022-01-27 | 2022-04-12 | 浙江嘉兴数字城市实验室有限公司 | 一种基于路侧边缘全息感知的交叉口事件检测***及方法 |
CN114495508A (zh) * | 2022-04-01 | 2022-05-13 | 浙江工业大学 | 一种基于模糊决策的紧急路况信息传输方法及装置 |
CN114488106A (zh) * | 2021-12-21 | 2022-05-13 | 航天科工智慧产业发展有限公司 | 一种基于车辆行驶轨迹的广域雷达车道自动定位方法 |
CN114937362A (zh) * | 2022-05-21 | 2022-08-23 | 北京中软政通信息技术有限公司 | 基于车辆行驶数据的道路安全隐患研判方法、装置、设备及介质 |
CN114964292A (zh) * | 2022-05-30 | 2022-08-30 | 国汽智控(北京)科技有限公司 | 全局路径规划方法、装置、电子设备及存储介质 |
CN115092159A (zh) * | 2022-08-12 | 2022-09-23 | 智小途(上海)数字科技有限公司 | 一种车道线自主智能测绘***和方法 |
CN115162128A (zh) * | 2022-06-20 | 2022-10-11 | 高德软件有限公司 | 道路标线的生成方法、绘制信息的采集方法、装置和设备 |
CN115394089A (zh) * | 2022-07-29 | 2022-11-25 | 天翼云科技有限公司 | 一种车辆信息融合展示的方法、无感通行***及存储介质 |
CN115576465A (zh) * | 2022-10-10 | 2023-01-06 | 昆易电子科技(上海)有限公司 | 采集数据的动态展示方法、装置、电子设备及存储介质 |
CN116182862A (zh) * | 2022-12-30 | 2023-05-30 | 广州小鹏自动驾驶科技有限公司 | 道路边界确定方法、装置、电子设备以及存储介质 |
CN112150632B (zh) * | 2020-10-16 | 2024-08-02 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903019A (zh) * | 2014-04-11 | 2014-07-02 | 北京工业大学 | 一种多车道车辆轨迹时空图的自动生成方法 |
CN104700617A (zh) * | 2015-04-02 | 2015-06-10 | 武汉大学 | 基于低精度gps轨迹数据的高精度车道信息提取方法 |
CN105957342A (zh) * | 2016-05-30 | 2016-09-21 | 武汉大学 | 基于众包时空大数据的车道级道路测图方法及*** |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车***股份有限公司 | 一种高精度地图生成***及生成方法 |
CN108765961A (zh) * | 2018-08-03 | 2018-11-06 | 东华理工大学 | 一种基于改进型限幅平均滤波的浮动车数据处理方法 |
CN110136222A (zh) * | 2019-04-17 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 虚拟车道线生成方法、装置及*** |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警*** |
US20200064846A1 (en) * | 2018-08-21 | 2020-02-27 | GM Global Technology Operations LLC | Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments |
-
2020
- 2020-04-13 CN CN202010286425.9A patent/CN111578964B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903019A (zh) * | 2014-04-11 | 2014-07-02 | 北京工业大学 | 一种多车道车辆轨迹时空图的自动生成方法 |
CN104700617A (zh) * | 2015-04-02 | 2015-06-10 | 武汉大学 | 基于低精度gps轨迹数据的高精度车道信息提取方法 |
CN105957342A (zh) * | 2016-05-30 | 2016-09-21 | 武汉大学 | 基于众包时空大数据的车道级道路测图方法及*** |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车***股份有限公司 | 一种高精度地图生成***及生成方法 |
CN108765961A (zh) * | 2018-08-03 | 2018-11-06 | 东华理工大学 | 一种基于改进型限幅平均滤波的浮动车数据处理方法 |
US20200064846A1 (en) * | 2018-08-21 | 2020-02-27 | GM Global Technology Operations LLC | Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments |
CN110136222A (zh) * | 2019-04-17 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 虚拟车道线生成方法、装置及*** |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警*** |
Non-Patent Citations (2)
Title |
---|
唐炉亮 等,: ""一种众源车载GPS轨迹大数据自适应滤选方法"", 《测绘学报》 * |
郑珂 等,: ""浮动车技术应用研究进展"", 《现代电子技术》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150632B (zh) * | 2020-10-16 | 2024-08-02 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
CN112150632A (zh) * | 2020-10-16 | 2020-12-29 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
CN112257772A (zh) * | 2020-10-19 | 2021-01-22 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112257772B (zh) * | 2020-10-19 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112309233A (zh) * | 2020-10-26 | 2021-02-02 | 北京三快在线科技有限公司 | 一种道路边界的确定、道路切分方法及装置 |
CN112309233B (zh) * | 2020-10-26 | 2022-09-30 | 北京三快在线科技有限公司 | 一种道路边界的确定、道路切分方法及装置 |
CN112197771A (zh) * | 2020-12-07 | 2021-01-08 | 深圳腾视科技有限公司 | 车辆失效轨迹重构方法、设备以及存储介质 |
CN112590670A (zh) * | 2020-12-07 | 2021-04-02 | 安徽江淮汽车集团股份有限公司 | 三车道环境显示方法、装置、设备及存储介质 |
CN113155144A (zh) * | 2021-02-03 | 2021-07-23 | 东风汽车集团股份有限公司 | 一种基于高精地图实时路况建模的自动驾驶方法 |
CN113177504A (zh) * | 2021-05-13 | 2021-07-27 | 中移(上海)信息通信科技有限公司 | 车辆排队信息检测方法、装置、电子设备以及存储介质 |
CN113177504B (zh) * | 2021-05-13 | 2022-07-29 | 中移(上海)信息通信科技有限公司 | 车辆排队信息检测方法、装置、电子设备以及存储介质 |
CN113256759A (zh) * | 2021-06-03 | 2021-08-13 | 京东鲲鹏(江苏)科技有限公司 | 无人配送车行车地图更新方法、装置、配送车及存储介质 |
CN113505687A (zh) * | 2021-07-08 | 2021-10-15 | 北京星云互联科技有限公司 | 设备测试方法、装置、电子设备、***和存储介质 |
CN113470359A (zh) * | 2021-07-13 | 2021-10-01 | 合肥工业大学 | 基于5g-v2x的道路大规模拥堵告警方法及*** |
CN113470359B (zh) * | 2021-07-13 | 2022-05-10 | 合肥工业大学 | 基于5g-v2x的道路大规模拥堵告警方法及*** |
CN113900070A (zh) * | 2021-10-08 | 2022-01-07 | 河北德冠隆电子科技有限公司 | 雷达车道自动绘制目标数据精准输出的方法、装置与*** |
CN114169370B (zh) * | 2021-12-06 | 2022-09-09 | 武汉理工大学 | 基于光栅阵列构建道路时空荷载谱系的方法及*** |
CN114169370A (zh) * | 2021-12-06 | 2022-03-11 | 武汉理工大学 | 基于光栅阵列构建道路时空荷载谱系的方法及*** |
CN114488106A (zh) * | 2021-12-21 | 2022-05-13 | 航天科工智慧产业发展有限公司 | 一种基于车辆行驶轨迹的广域雷达车道自动定位方法 |
CN114488106B (zh) * | 2021-12-21 | 2024-08-02 | 航天科工智慧产业发展有限公司 | 一种基于车辆行驶轨迹的广域雷达车道自动定位方法 |
CN114333330A (zh) * | 2022-01-27 | 2022-04-12 | 浙江嘉兴数字城市实验室有限公司 | 一种基于路侧边缘全息感知的交叉口事件检测***及方法 |
CN114495508B (zh) * | 2022-04-01 | 2022-07-12 | 浙江工业大学 | 一种基于模糊决策的紧急路况信息传输方法及装置 |
CN114495508A (zh) * | 2022-04-01 | 2022-05-13 | 浙江工业大学 | 一种基于模糊决策的紧急路况信息传输方法及装置 |
CN114937362B (zh) * | 2022-05-21 | 2022-11-25 | 北京中软政通信息技术有限公司 | 基于车辆行驶数据的道路安全隐患研判方法、装置、设备及介质 |
CN114937362A (zh) * | 2022-05-21 | 2022-08-23 | 北京中软政通信息技术有限公司 | 基于车辆行驶数据的道路安全隐患研判方法、装置、设备及介质 |
CN114964292B (zh) * | 2022-05-30 | 2023-10-20 | 国汽智控(北京)科技有限公司 | 全局路径规划方法、装置、电子设备及存储介质 |
CN114964292A (zh) * | 2022-05-30 | 2022-08-30 | 国汽智控(北京)科技有限公司 | 全局路径规划方法、装置、电子设备及存储介质 |
CN115162128A (zh) * | 2022-06-20 | 2022-10-11 | 高德软件有限公司 | 道路标线的生成方法、绘制信息的采集方法、装置和设备 |
CN115162128B (zh) * | 2022-06-20 | 2024-03-29 | 高德软件有限公司 | 道路标线的生成方法、绘制信息的采集方法、装置和设备 |
CN115394089A (zh) * | 2022-07-29 | 2022-11-25 | 天翼云科技有限公司 | 一种车辆信息融合展示的方法、无感通行***及存储介质 |
CN115092159A (zh) * | 2022-08-12 | 2022-09-23 | 智小途(上海)数字科技有限公司 | 一种车道线自主智能测绘***和方法 |
CN115576465A (zh) * | 2022-10-10 | 2023-01-06 | 昆易电子科技(上海)有限公司 | 采集数据的动态展示方法、装置、电子设备及存储介质 |
CN115576465B (zh) * | 2022-10-10 | 2024-04-02 | 昆易电子科技(上海)有限公司 | 采集数据的动态展示方法、装置、电子设备及存储介质 |
CN116182862A (zh) * | 2022-12-30 | 2023-05-30 | 广州小鹏自动驾驶科技有限公司 | 道路边界确定方法、装置、电子设备以及存储介质 |
WO2024140345A1 (zh) * | 2022-12-30 | 2024-07-04 | 广州小鹏自动驾驶科技有限公司 | 道路边界确定方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111578964B (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111578964B (zh) | 基于时空轨迹重构高精地图道路信息快速生成***及方法 | |
CN111402588B (zh) | 基于时空轨迹重构异常道路高精地图快速生成***与方法 | |
CN111583630B (zh) | 基于时空轨迹重构全新道路高精地图快速生成***与方法 | |
CN111540237B (zh) | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 | |
CN111524357B (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
US11842642B2 (en) | Connected automated vehicle highway systems and methods related to heavy vehicles | |
CN111524362B (zh) | 基于多数据融合的车辆安全行驶保障***与方法 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该*** | |
CN102903254B (zh) | 先进安全车辆中的学校区域安全装置及其方法 | |
CN111260946A (zh) | 一种基于智能网联***的自动驾驶货车运营控制*** | |
US8175800B2 (en) | Route guidance system and route guidance method | |
CN105403227B (zh) | 一种安全导航方法及*** | |
CN105588576A (zh) | 一种车道级导航方法及*** | |
US20090115638A1 (en) | Vehicle Positioning System Using Location Codes in Passive Tags | |
US20070106460A1 (en) | Route guidance system, methods and programs | |
CN106023612A (zh) | 一种车辆优先通行方法及路边单元 | |
CN111768642A (zh) | 车辆的道路环境感知和车辆控制方法、***、设备及车辆 | |
CN110047306A (zh) | 一种智能交通网络 | |
JP2023030100A (ja) | コネクテッド自動運転車のハイウエイシステムとそれを用いた方法 | |
US20230368675A1 (en) | Systems and Methods for Traffic Management in Interactive Vehicle Transport Networks | |
CN107564336B (zh) | 一种信号交叉口左转冲突预警***及预警方法 | |
CN115917615A (zh) | 停驻车地点管理装置、停驻车地点管理方法、车辆用装置 | |
EP1536393A1 (en) | Automatic guide apparatus for public transport | |
CN112034449A (zh) | 基于物理空间属性实现对车辆行驶轨迹修正的***及方法 | |
CN111599215A (zh) | 基于车联网的无信号交叉口移动闭塞车辆引导***和方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 050030 2002, block B, white commercial plaza, 105 Huaian East Road, Yuhua District, Shijiazhuang City, Hebei Province Applicant after: HEBEI DEGUROON ELECTRONIC TECHNOLOGY Co.,Ltd. Address before: 050000 705, block C, white commercial plaza, 105 Huaian East Road, Yuhua District, Shijiazhuang City, Hebei Province Applicant before: HEBEI DEGUROON ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |