CN111985107A - 路网生成方法和装置 - Google Patents
路网生成方法和装置 Download PDFInfo
- Publication number
- CN111985107A CN111985107A CN202010846862.1A CN202010846862A CN111985107A CN 111985107 A CN111985107 A CN 111985107A CN 202010846862 A CN202010846862 A CN 202010846862A CN 111985107 A CN111985107 A CN 111985107A
- Authority
- CN
- China
- Prior art keywords
- road
- traffic simulation
- information
- lane
- road network
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了路网生成方法,基于交通仿真路网获取道路信息与车道信息;结合所述道路信息与车道信息确定交通仿真道路;根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。该方法能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该方法利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该方法完全自动化,简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该方法生成的路网经过更进一步转化,适应当前主流的多种交通仿真软件,适应性强。本公开还涉及路网生成装置。
Description
技术领域
本公开涉及计算机仿真技术领域,具体而言,涉及路网生成方法和装置。
背景技术
高精地图是指高精度、精细化定义的地图,其精度需要达到分米级才能够区分各个车道,如今随着定位技术的发展,高精度的定位已经成为可能。而精细化定义,则是需要结构化存储交通场景中的各种交通要素,包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。高精度地图的原始数据的来源目前一种主流的方法是通过专业的高精度地图采集车采集的,通过算法能对这些原始点云与矢量数据进行强语义加工,加工后的强语义数据可以区分车道线,道路边界线,箭头标识等,并且进一步可以加工成一段完整的道路,保存成当前主流的高精地图的道路格式信息,如OpenDrive或NDS等。
交通仿真是描述交通运输***在一定期间实时运动的数学模型,为研究复杂交通问题提供重要工具。路网是交通***的骨架,对路网描述的精确度会对交通仿真效果产生影响。当前主流的VISSIM、TransModeler和Paramics交通仿真软件都提供了路网编辑工具,采取“结点-弧段”、“线连接”或其他方式定义的仿真路网结构。在进行交通问题仿真模拟前需要编辑相应的路网数据,编辑工作采用完全的手工操作,无法复用现有的道路施工图、工程图中的道路数据信息,所以整个编辑仿真路网的过程费时费力、自动化程度不高,而且无法使用已有的道路资料。
现如今高精地图的获取不算太困难,而效果好的交通仿真路网往往需要大量的人力手工绘制,所以为提高工作效率,可以考虑直接将高精地图转化为交通仿真路网,如此可节省大量的人力物力,并且精度和准确性也将大幅提高,进一步提升交通仿真的效果。对于一张完整的高精地图,车道信息一般会包含有行车道,行人道,自行车道,绿化带和路肩等,这些车道信息往往复杂交错,如行车道中包含绿化带,绿化带和行人道之间又有行车道。而对于交通仿真而言,往往只会关注行车道,其他种类的车道信息对交通仿真用处不大,甚至会造成一定的干扰,尤其在复杂交错的车道中,很有可能造成交通仿真中的汽车在非行车道中行驶的现象。因此,如何高效准确的将高精地图中的车道信息转化为交通仿真路网就成为交通仿真中一个重要的环节。
发明内容
为了解决现有技术中的技术问题,本公开实施例提供了路网生成方法和装置,能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该方法利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该方法完全自动化,大大简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该方法生成的路网经过更进一步转化,可以适应当前主流的多种交通仿真软件,适应性强。且方法能够高效的生成交通仿真路网,为良好的交通仿真效果提供了强有力的支持,并已经应用于交通仿真***中,支持交通仿真的顺利进行。
第一方面,本公开实施例提供了路网生成方法,所述方法包括:基于交通仿真路网获取道路信息与车道信息;结合所述道路信息与车道信息确定交通仿真道路;根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
在其中一个实施例中,所述基于交通仿真路网获取道路信息与车道信息包括:基于交通仿真路网获取道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点信息;以及基于交通仿真路网获取所属道路,车道长度,车道类型,节点连接关系信息。
在其中一个实施例中,所述结合所述道路信息与车道信息确定交通仿真中的道路包括:根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路。
在其中一个实施例中,所述根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路包括:根据每条车道的行驶方向确定所述道路对应的多条车道的行驶方向是否一致;若所述道路对应的多条车道的行驶方向不一致,将行驶方向相同的车道确定为交通仿真道路。
在其中一个实施例中,还包括:将所述道路划分为通行方向不同的两条交通仿真道路;将每条车道的所述行驶方向确定为所述交通仿真道路中所述车道对应的仿真车道的所述特征行驶方向;将每条车道的所述边界信息确定所述交通仿真道路中所述车道对应的仿真车道的特征边界信息。
在其中一个实施例中,所述根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息包括:根据所述交通仿真道路中每条仿真车道的特征边界信息确定所述仿真车道的中心线;在所述中心线的起点和终点之间每隔预设距离确定一个目标节点;根据每条仿真车道的特征行驶方向确定所述目标节点之间的连接关系,生成所述交通仿真道路对应的所述几何拓扑信息。
在其中一个实施例中,所述根据对应于交通仿真道路对应的所述几何拓扑信息生成路网包括:确定目标地图范围内每条交通仿真道路对应几何拓扑信息的首节点和尾节点,以及通过高精度地图确定当前交通仿真道路所在的目标道路的前连接道路和后连接道路;将所述前连接道路对应的仿真道路的尾节点定义为所述当前交通仿真道路更新后的首节点;将所述后连接道路对应的交通仿真道路的首节点定义为所述当前交通仿真道路更新后的尾节点;通过所述当前交通仿真道路更新后的首节点以及所述当前交通仿真道路更新后的尾节点以生成包括所述当前交通仿真道路以及多条交通仿真道路的目标路网;将所述目标路网更新为所述当前交通仿真道路,直至生成包括所述目标地图范围内的每条交通仿真道路的交通仿真路网。
第二方面,本公开实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的方法的步骤。
第三方面,本公开实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的方法的步骤。
第四方面,本公开实施例提供了路网生成装置,所述装置包括:获取模块,用于基于交通仿真路网获取道路信息与车道信息;确定模块,用于结合所述道路信息与车道信息确定交通仿真道路;几何拓扑信息生成模块,用于根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;路网生成模块,用于根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
本发明提供的路网生成方法和装置,基于交通仿真路网获取道路信息与车道信息;结合所述道路信息与车道信息确定交通仿真道路;根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。该方法能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该方法利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该方法完全自动化,大大简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该方法生成的路网经过更进一步转化,可以适应当前主流的多种交通仿真软件,适应性强。我们的方法能够高效的生成交通仿真路网,为良好的交通仿真效果提供了强有力的支持,并已经应用于我们的交通仿真***中,支持交通仿真的顺利进行。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面对实施例描述中所需要使用的附图作简单地介绍:
图1为本发明一个实施例中的路网生成方法的步骤流程示意图;
图2为本发明另一实施例中的路网生成方法的步骤流程示意图;
图3为本发明一个实施例中的路网生成装置的结构示意图;
图4为本发明一个实施例中的路网生成装置的硬件框图;
图5为本发明一个实施例中的计算机可读存储介质的示意图。
具体实施方式
下面结合附图和实施例对本申请进行进一步的详细介绍。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本公开的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
为了使本发明的目的、技术方案及优点更加清楚明白,以下通过实施例,并结合附图,对本发明路网生成方法和装置的具体实施方式进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本公开提出了一种基于高精地图的交通仿真路网自动化生成方法,旨在高效准确的将高精地图中的车道信息转化为交通仿真路网,大幅提高交通仿真路网构建效率,并降低人力物力。该公开所涉及的方法利用高精地图已有的车道边线,车道类型,路面标线以及各车道的连接信息,将行车道自动转化为交通仿真路网。由于高精地图并没有直观的描述道路中各车道的变道信息,为适应交通仿真路网,定义两车道若满足两车道行车方向相同,两车道在空间位置上相邻,并且两车道间的路面标线允许变道时,则两车道能变道,并导出相应的变道信息。同时,导出的路网可以保留高度信息,以满足一些特殊的大规模三维交通仿真的需要。验证了生成路网在位置上的准确性和在交通仿真软件中有效性,生成的路网在空间位置上与高精地图极度吻合,通过更进一步的转化也能支持当前主流的交通仿真软件。通过保存每条行车道的信息以及相应的变道信息,即可将高精地图高效准确的转化为交通仿真所需路网。
如图1所示,为一个实施例中的路网生成方法的流程示意图,具体包括以下步骤:
步骤11,基于交通仿真路网获取道路信息与车道信息。
具体的,所述基于交通仿真路网获取道路信息与车道信息包括:基于交通仿真路网获取道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点信息;以及基于交通仿真路网获取所属道路,车道长度,车道类型,节点连接关系信息。由此,提高了所获取的道路信息与车道信息的多样性。
可以理解的是,交通仿真路网主要包含两种信息:一种是道路信息,主要包含道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点等信息;另一种是车道信息,主要包含所属道路,车道长度,车道类型,节点连接关系等信息。
由于高精地图中只记录了各车道的边界点位置信息,车道类型,边界线路面标线,而为保证交通仿真中车辆能在行车道中间正确行使,所以需要取两车道边界线对应点位置均值作为仿真路网节点的位置。将高精地图中道路相关信息转化为交通仿真路网的道路信息,设定每隔m米取一个仿真路网节点,记录这些节点的编号,类型,位置以及所属车道或道路等信息,再保存各节点之间的拓扑连接关系,并记录连接关系归属于哪条道路,即可形成一张相应的交通仿真路网。
步骤12,结合所述道路信息与车道信息确定交通仿真道路。
具体的,所述结合所述道路信息与车道信息确定交通仿真中的道路包括:根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路。进一步地,所述根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路包括:根据每条车道的行驶方向确定所述道路对应的多条车道的行驶方向是否一致;若所述道路对应的多条车道的行驶方向不一致,将行驶方向相同的车道确定为交通仿真道路。由此,提高了确定交通仿真道路的精准性。
此外,本公开涉及的路网生成方法还包括:将所述道路划分为通行方向不同的两条交通仿真道路;将每条车道的所述行驶方向确定为所述交通仿真道路中所述车道对应的仿真车道的所述特征行驶方向;将每条车道的所述边界信息确定所述交通仿真道路中所述车道对应的仿真车道的特征边界信息。
步骤13,根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息。
具体的,所述根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息包括:根据所述交通仿真道路中每条仿真车道的特征边界信息确定所述仿真车道的中心线;在所述中心线的起点和终点之间每隔预设距离确定一个目标节点;根据每条仿真车道的特征行驶方向确定所述目标节点之间的连接关系,生成所述交通仿真道路对应的所述几何拓扑信息。由此,提高了根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息的精准性与易用性。
可以理解的是,高精地图中,一条道路通常有前连接道路和后连接道路,而在交通仿真路网中记录连接关系只需要记录后连接即可,这种连接关系同时也反映了交通仿真中车辆的行驶方向。由于在高精地图中连接交叉口的道路只会记录该交叉口,不会记录交叉路口中道路,而交叉口中道路可能有多条道路连接该道路,所以无法直接获取相应的连接道路,因此交叉口中道路的转化需要单独处理。
对于非交叉口的道路基本转化具体为:先判断道路是否存在行车道,若无行车道,则直接忽略该道路;对于道路划分,即在高精地图中,有时会将一条双向道路会作为一条高精地图道路,而在交通仿真路网,一般只有单向道路,所以需要将一条双向道路转化为两条交通仿真单向道路;由于高精地图的车道信息中存在非行车道,所以有些道路的两条行车道可能被非行车道分隔开,此时,这两条行车道之间不可能变道,所以可将这两条行车道转化为两条交通仿真道路;而对于两条相邻的行车道,一般会进行变道,所以可将这两条行车道合并为一条交通仿真道路。
此外,需要说明的是,对于道路转化,即为确保交通仿真道路保持正确的连接关系,即对于两条连接道路,存在一条道路的尾节点和另一条道路的首节点相同,需要在高精地图中找到后连接道路,将后连接道路的首节点作为交通仿真道路的尾节点,若没有后连接道路,则将该道路的尾节点作为交通仿真道路的尾节点,如此可确保交通仿真道路的正确连接。
由于在上一步中对道路进行了划分,一条高精地图中的道路可能会转化为多条交通仿真中的道路,此时为确保连接正确,需要准确的找到真正的后连接道路,即后接连道路划分后的某一条道路。为找到该条道路,需要利用车道的后连接信息。遍历查找车道的后连接车道,采用上一步的划分方法将后连接道路划分成多条道路,则划分后的道路中包含后连接车道的道路即为真正的后连接道路,取真正后连接道路的首节点作为仿真道路的尾节点。如此,在获取道路信息的同时,也同样取到了道路中的车道信息,取两相邻行车道边界线的均值作为仿真道路的真正车道,可确保仿真中车辆稳定的行驶在车道中间,同时判断两相邻行车道之间是否能变道,若能变道,则将两车道上相邻节点交叉连接,使仿真中车辆顺利变道。
步骤14,根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
具体的,根据对应于交通仿真道路对应的所述几何拓扑信息生成路网包括:确定目标地图范围内每条交通仿真道路对应几何拓扑信息的首节点和尾节点,以及通过高精度地图确定当前交通仿真道路所在的目标道路的前连接道路和后连接道路;将所述前连接道路对应的仿真道路的尾节点定义为所述当前交通仿真道路更新后的首节点;将所述后连接道路对应的交通仿真道路的首节点定义为所述当前交通仿真道路更新后的尾节点;通过所述当前交通仿真道路更新后的首节点以及所述当前交通仿真道路更新后的尾节点以生成包括所述当前交通仿真道路以及多条交通仿真道路的目标路网;将所述目标路网更新为所述当前交通仿真道路,直至生成包括所述目标地图范围内的每条交通仿真道路的交通仿真路网。由此,提高了根据对应于交通仿真道路对应的所述几何拓扑信息生成路网的适用性。
可以理解的是,对于交叉口中的道路,必然存在前连接道路以及后连接道路,而在转化为交通仿真中的道路时,也同时需要前连接道路和后连接道路,因为同样是为了保证连接的正确性,此时不应该直接使用道路的首节点和尾节点,而是需要使用前连接道路的尾节点作为交通仿真道路的首节点,使用后连接道路的首节点作为交通仿真道路的尾节点。至于其它部分的处理方式则与非交叉口的道路转化方式类似。
如图2所示,为另一实施例中的路网生成方法的流程示意图,具体包括以下步骤:
步骤21,基于交通仿真路网获取道路信息与车道信息。
具体的,所述基于交通仿真路网获取道路信息与车道信息包括:基于交通仿真路网获取道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点信息;以及基于交通仿真路网获取所属道路,车道长度,车道类型,节点连接关系信息。
可以理解的是,交通仿真路网主要包含两种信息:一种是道路信息,主要包含道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点等信息;另一种是车道信息,主要包含所属道路,车道长度,车道类型,节点连接关系等信息。
由于高精地图中只记录了各车道的边界点位置信息,车道类型,边界线路面标线,而为保证交通仿真中车辆能在行车道中间正确行使,所以需要取两车道边界线对应点位置均值作为仿真路网节点的位置。将高精地图中道路相关信息转化为交通仿真路网的道路信息,设定每隔m米取一个仿真路网节点,记录这些节点的编号,类型,位置以及所属车道或道路等信息,再保存各节点之间的拓扑连接关系,并记录连接关系归属于哪条道路,即可形成一张相应的交通仿真路网。
步骤22,结合所述道路信息与车道信息确定交通仿真道路。
具体的,所述结合所述道路信息与车道信息确定交通仿真中的道路包括:根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路。进一步地,所述根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路包括:根据每条车道的行驶方向确定所述道路对应的多条车道的行驶方向是否一致;若所述道路对应的多条车道的行驶方向不一致,将行驶方向相同的车道确定为交通仿真道路。
步骤23,将所述道路划分为通行方向不同的两条交通仿真道路。
步骤24,将每条车道的所述行驶方向确定为所述交通仿真道路中所述车道对应的仿真车道的所述特征行驶方向。
步骤25,将每条车道的所述边界信息确定所述交通仿真道路中所述车道对应的仿真车道的特征边界信息。
步骤26,根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息。
具体的,所述根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息包括:根据所述交通仿真道路中每条仿真车道的特征边界信息确定所述仿真车道的中心线;在所述中心线的起点和终点之间每隔预设距离确定一个目标节点;根据每条仿真车道的特征行驶方向确定所述目标节点之间的连接关系,生成所述交通仿真道路对应的所述几何拓扑信息。
可以理解的是,高精地图中,一条道路通常有前连接道路和后连接道路,而在交通仿真路网中记录连接关系只需要记录后连接即可,这种连接关系同时也反映了交通仿真中车辆的行驶方向。由于在高精地图中连接交叉口的道路只会记录该交叉口,不会记录交叉路口中道路,而交叉口中道路可能有多条道路连接该道路,所以无法直接获取相应的连接道路,因此交叉口中道路的转化需要单独处理。
此外,需要说明的是,对于道路转化,即为确保交通仿真道路保持正确的连接关系,即对于两条连接道路,存在一条道路的尾节点和另一条道路的首节点相同,需要在高精地图中找到后连接道路,将后连接道路的首节点作为交通仿真道路的尾节点,若没有后连接道路,则将该道路的尾节点作为交通仿真道路的尾节点,如此可确保交通仿真道路的正确连接。
步骤27,根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
在本实施例中,基于交通仿真路网获取道路信息与车道信息;结合所述道路信息与车道信息确定交通仿真道路;根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。该方法能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该方法利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该方法完全自动化,大大简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该方法生成的路网经过更进一步转化,可以适应当前主流的多种交通仿真软件,适应性强。我们的方法能够高效的生成交通仿真路网,为良好的交通仿真效果提供了强有力的支持,并已经应用于我们的交通仿真***中,支持交通仿真的顺利进行。
基于同一发明构思,还提供了路网生成装置。由于此装置解决问题的原理与前述路网生成方法相似,因此,该装置的实施可以按照前述方法的具体步骤实现,重复之处不再赘述。
如图3所示,为一个实施例中的路网生成装置的结构示意图。该路网生成装置10包括:获取模块100、确定模块200、几何拓扑信息生成模块300和路网生成模块400。
其中,获取模块100用于基于交通仿真路网获取道路信息与车道信息;确定模块200用于结合所述道路信息与车道信息确定交通仿真道路;几何拓扑信息生成模块300用于根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;路网生成模块400用于根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
在本实施例中,通过获取模块使得基于交通仿真路网获取道路信息与车道信息;再通过确定模块结合所述道路信息与车道信息确定交通仿真道路;再通过几何拓扑信息生成模块根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;最终通过路网生成模块根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。该装置能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该装置利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该装置完全自动化,大大简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该装置生成的路网经过更进一步转化,可以适应当前主流的多种交通仿真软件,适应性强。该装置能够高效的生成交通仿真路网,为良好的交通仿真效果提供了强有力的支持,并已经应用于交通仿真***中,支持交通仿真的顺利进行。
图4是图示根据本公开的实施例的路网生成装置的硬件框图。如图4所示,根据本公开实施例的路网生成装置40包括存储器401和处理器402。路网生成装置40中的各组件通过总线***和/或其它形式的连接机构(未示出)互连。
存储器401用于存储非暂时性计算机可读指令。具体地,存储器401可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
处理器402可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制路网生成装置40中的其它组件以执行期望的功能。在本公开的一个实施例中,所述处理器402用于运行存储器401中存储的计算机可读指令,使得路网生成装置40执行上述路网生成方法。路网生成装置与上述路网生成方法描述的实施例相同,在此将省略其重复描述。
图5是图示根据本公开的实施例的计算机可读存储介质的示意图。如图5所示,根据本公开实施例的计算机可读存储介质500其上存储有非暂时性计算机可读指令501。当所述非暂时性计算机可读指令501由处理器运行时,执行参照上述描述的根据本公开实施例的路网生成方法。
以上,根据本公开实施例的路网生成方法和装置,以及计算机可读存储介质能够解决了利用高精地图中包含的道路和车道以及相关信息,完全自动化的生成交通仿真路网。该方法利用现有的高精地图数据进行处理,避免了重复采集数据,节约了人力物力成本;并且该方法完全自动化,大大简化手工参与编辑的工作量,简单高效,且生成的路网精度高;同时该方法生成的路网经过更进一步转化,可以适应当前主流的多种交通仿真软件,适应性强。且该方法能够高效的生成交通仿真路网,为良好的交通仿真效果提供了强有力的支持,并已经应用于交通仿真***中,支持交通仿真的顺利进行的有益效果。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
另外,如在此使用的,在以“至少一个”开始的项的列举中使用的“或”指示分离的列举,以便例如“A、B或C的至少一个”的列举意味着A或B或C,或AB或AC或BC,或ABC(即A和B和C)。此外,措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。
还需要指出的是,在本公开的***和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外,本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而,所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.路网生成方法,其特征在于,所述方法包括:
基于交通仿真路网获取道路信息与车道信息;
结合所述道路信息与车道信息确定交通仿真道路;
根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;
根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
2.根据权利要求1所述的路网生成方法,其特征在于,所述基于交通仿真路网获取道路信息与车道信息包括:
基于交通仿真路网获取道路编号,道路长度,道路宽度,道路类型和车道数,首尾节点信息;以及
基于交通仿真路网获取所属道路,车道长度,车道类型,节点连接关系信息。
3.根据权利要求1所述的路网生成方法,其特征在于,所述结合所述道路信息与车道信息确定交通仿真中的道路包括:根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路。
4.根据权利要求3所述的路网生成方法,其特征在于,所述根据道路中每条车道对应的边界信息和行驶方向信息确定所述道路对应的交通仿真道路包括:
根据每条车道的行驶方向确定所述道路对应的多条车道的行驶方向是否一致;
若所述道路对应的多条车道的行驶方向不一致,将行驶方向相同的车道确定为交通仿真道路。
5.根据权利要求4所述的路网生成方法,其特征在于,还包括:将所述道路划分为通行方向不同的两条交通仿真道路;
将每条车道的所述行驶方向确定为所述交通仿真道路中所述车道对应的仿真车道的所述特征行驶方向;
将每条车道的所述边界信息确定所述交通仿真道路中所述车道对应的仿真车道的特征边界信息。
6.根据权利要求1所述的路网生成方法,其特征在于,所述根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息包括:根据所述交通仿真道路中每条仿真车道的特征边界信息确定所述仿真车道的中心线;
在所述中心线的起点和终点之间每隔预设距离确定一个目标节点;
根据每条仿真车道的特征行驶方向确定所述目标节点之间的连接关系,生成所述交通仿真道路对应的所述几何拓扑信息。
7.根据权利要求1所述的路网生成方法,其特征在于,所述根据对应于交通仿真道路对应的所述几何拓扑信息生成路网包括:
确定目标地图范围内每条交通仿真道路对应几何拓扑信息的首节点和尾节点,以及通过高精度地图确定当前交通仿真道路所在的目标道路的前连接道路和后连接道路;
将所述前连接道路对应的仿真道路的尾节点定义为所述当前交通仿真道路更新后的首节点;
将所述后连接道路对应的交通仿真道路的首节点定义为所述当前交通仿真道路更新后的尾节点;
通过所述当前交通仿真道路更新后的首节点以及所述当前交通仿真道路更新后的尾节点以生成包括所述当前交通仿真道路以及多条交通仿真道路的目标路网;
将所述目标路网更新为所述当前交通仿真道路,直至生成包括所述目标地图范围内的每条交通仿真道路的交通仿真路网。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现所述权利要求1-7中任一项所述方法的步骤。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现所述权利要求1-7中任一项所述方法的步骤。
10.路网生成装置,其特征在于,所述装置包括:
获取模块,用于基于交通仿真路网获取道路信息与车道信息;
确定模块,用于结合所述道路信息与车道信息确定交通仿真道路;
几何拓扑信息生成模块,用于根据交通仿真道路的边界信息与行驶方向信息生成对应于交通仿真道路的几何拓扑信息;
路网生成模块,用于根据对应于交通仿真道路对应的所述几何拓扑信息生成路网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846862.1A CN111985107A (zh) | 2020-08-21 | 2020-08-21 | 路网生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846862.1A CN111985107A (zh) | 2020-08-21 | 2020-08-21 | 路网生成方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111985107A true CN111985107A (zh) | 2020-11-24 |
Family
ID=73442713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010846862.1A Withdrawn CN111985107A (zh) | 2020-08-21 | 2020-08-21 | 路网生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111985107A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177993A (zh) * | 2021-03-22 | 2021-07-27 | 中国人民解放军32801部队 | 一种仿真环境中高精地图的生成方法及*** |
CN113532449A (zh) * | 2021-06-21 | 2021-10-22 | 阿波罗智联(北京)科技有限公司 | 智能交通路网获取方法、装置、电子设备及存储介质 |
CN114882709A (zh) * | 2022-04-22 | 2022-08-09 | 四川云从天府人工智能科技有限公司 | 车辆拥堵检测方法、装置及计算机存储介质 |
-
2020
- 2020-08-21 CN CN202010846862.1A patent/CN111985107A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177993A (zh) * | 2021-03-22 | 2021-07-27 | 中国人民解放军32801部队 | 一种仿真环境中高精地图的生成方法及*** |
CN113177993B (zh) * | 2021-03-22 | 2024-03-01 | 中国人民解放军32801部队 | 一种仿真环境中高精地图的生成方法及*** |
CN113532449A (zh) * | 2021-06-21 | 2021-10-22 | 阿波罗智联(北京)科技有限公司 | 智能交通路网获取方法、装置、电子设备及存储介质 |
CN113532449B (zh) * | 2021-06-21 | 2023-11-21 | 阿波罗智联(北京)科技有限公司 | 智能交通路网获取方法、装置、电子设备及存储介质 |
US11835356B2 (en) | 2021-06-21 | 2023-12-05 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Intelligent transportation road network acquisition method and apparatus, electronic device and storage medium |
CN114882709A (zh) * | 2022-04-22 | 2022-08-09 | 四川云从天府人工智能科技有限公司 | 车辆拥堵检测方法、装置及计算机存储介质 |
CN114882709B (zh) * | 2022-04-22 | 2023-05-30 | 四川云从天府人工智能科技有限公司 | 车辆拥堵检测方法、装置及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985107A (zh) | 路网生成方法和装置 | |
US20200117922A1 (en) | Method, system and memory for constructing transverse topological relationship of lanes in high-definition map | |
CN111859587B (zh) | 构建交通仿真路网的方法、装置、存储介质及电子设备 | |
US20200262436A1 (en) | Method, device, and terminal apparatus for invoking automatic driving reference line | |
CN112344947B (zh) | 地图匹配方法、装置、电子设备和计算机可读存储介质 | |
CN107622530B (zh) | 一种高效鲁棒的三角网切割方法 | |
WO2019019653A1 (zh) | 对地形边界进行提取的设备和方法 | |
CN112948914A (zh) | 自动生成梁配筋图的方法、处理装置以及存储介质 | |
CN106156245B (zh) | 一种电子地图中的线要素合并方法及装置 | |
CN110782774A (zh) | 一种众包道路数据的分布式处理方法及装置 | |
CN112269848B (zh) | 一种众包轨迹数据融合方法及装置 | |
CN105373661A (zh) | 一种基于动态规划算法的电网专题图布局方法 | |
Ivanovic et al. | trajdata: A unified interface to multiple human trajectory datasets | |
CN109631873A (zh) | 高精地图的道路生成方法、装置及可读存储介质 | |
CN111104410B (zh) | 局部道路信息提取方法及装置 | |
CN116029263A (zh) | 一种dwg对象导入方法、装置、设备及介质 | |
CN116299554A (zh) | 激光点云的生成方法、装置、车辆及存储介质 | |
CN109920044A (zh) | 一种三维场景构建方法、装置、设备及介质 | |
CN115543809A (zh) | 自动驾驶功能的测试场景库构建方法及装置 | |
CN103593401A (zh) | 代码转换方法及装置 | |
CN110455295B (zh) | 一种河道航运路线自动规划方法 | |
CN112949358A (zh) | 道路描述文件生成方法及设备 | |
CN117739950B (zh) | 一种地图的生成方法、装置及设备 | |
CN113804213B (zh) | 一种AStar快速路径规划改进算法 | |
CN110736474A (zh) | 一种车辆的地图信息获取方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201124 |