CN113720348B - 一种车路协同环境下的车辆车道级定位方法及电子设备 - Google Patents
一种车路协同环境下的车辆车道级定位方法及电子设备 Download PDFInfo
- Publication number
- CN113720348B CN113720348B CN202111279431.2A CN202111279431A CN113720348B CN 113720348 B CN113720348 B CN 113720348B CN 202111279431 A CN202111279431 A CN 202111279431A CN 113720348 B CN113720348 B CN 113720348B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- road
- level control
- real
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 239000013256 coordination polymer Substances 0.000 claims description 9
- 230000001154 acute effect Effects 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims 1
- 238000013459 approach Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
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
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供了一种车路协同环境下的车辆车道级定位方法及电子设备。所述定位方法包括:获取预存储地图的各路段的车道中线和车道级控制点及车辆实时GPS坐标;根据GPS坐标及车道级控制点进行路段定位,得到行驶路段;基于车道级控制点对行驶路段进行栅格化处理,得到栅格区域;根据GPS坐标判断车辆是否在栅格区域内,当车辆在栅格区域内时,根据栅格区域内每个车道的车道级控制点之间的连线与GPS坐标之间的几何关系,确定车辆的行驶车道信息;当车辆在格栅区域外时,在原有距离判断的基础上增加车辆行驶方向角,确定车道信息。本发明的定位方法不仅定位精度高、实时性好,且能够处理道路分叉、结合段及匝道等复杂情况。
Description
技术领域
本发明涉及智能车辆技术领域,具体而言,涉及一种车路协同环境下的车辆车道级定位方法及电子设备。
背景技术
车辆在导航、辅助驾驶、无人驾驶等场景下,需要知道车辆所处的具体车道,才能对用户进行有效的提醒,如换道、出入口、转弯等提醒,尤其对于无人驾驶来说,需知道所处第几车道才能进行下一步的行驶规划。
现有技术中,无人驾驶车辆行驶路径的定位方法一般是直接使用行车环境感知单元所检测到的车道线进行定位。然而这种方法严重依赖于感知***对车道线的识别,一旦感知***因车头朝向或路面原因检测不出车道线时,就不能进行定位,而且感知***能够有效检测到的车道线距离也较短,这在以较高车速自动驾驶时会具有较大的安全风险。
发明内容
本发明解决的问题是现有技术中无人自动驾驶车辆的车道定位方法定位精度及准确度低,存在安全风险。
为解决上述问题,本发明提供一种车路协同环境下的车辆车道级定位方法,包括:
获取预存储地图的道路数据信息以及车辆实时GPS坐标,其中,所述道路数据信息包括各条路段的车道中线和车道级控制点,所述车道级控制点位于所述车道中线上;
根据各条所述路段上相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段;
基于所述车道级控制点对所述行驶路段进行栅格化处理,得到栅格区域,所述栅格区域包括相邻两个车道以及每个所述车道内的至少一个所述车道级控制点;
根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内,当所述车辆在所述栅格区域时,根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,确定所述车辆的行驶车道信息。
较佳地,所述各条所述路段上相邻两个所述车道级控制点之间的连线与根据所述车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段包括:
获取所述车辆实时GPS坐标与各条所述路段之间的垂向距离,并获取所述车辆实时GPS坐标分别在沿各条所述路段方向的投影点坐标;
判断所述投影点坐标是否在对应的所述路段上,当所述投影点坐标在对应的所述路段上时,对应的路段为第二路段,判断所述车辆实时GPS坐标与所述第二路段之间的垂向距离是否小于或等于设定阈值,当所述车辆实时GPS坐标与所述第二路段之间的垂向距离小于或等于所述设定阈值时,对应的所述第二路段为第二目标路段,确定所述第二目标路段为所述车辆在道路中的行驶路段;或者,
判断与各条所述路段对应的所述垂向距离是否小于或等于设定阈值,当所述垂向距离小于或等于所述设定阈值时,对应的路段为第一路段,判断与所述第一路段对应的投影点坐标是否在所述第一路段上,当与所述第一路段对应的投影点坐标在所述第一路段上时,对应的所述第一路段为第一目标路段,确定所述第一目标路段为所述车辆在道路中的行驶路段。
较佳地,所述获取所述车辆实时GPS坐标与各条所述路段之间的垂向距离包括:
获取每条所述路段上的所述车道级控制点;
获取每条所述路段上相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第一垂直距离集合,其中,所述第一垂直距离集合中各距离的平均值为所述车辆实时GPS坐标与所述路段之间的垂向距离。
较佳地,所述栅格区域包括四边形区域,所述四边形区域包括相邻两个所述车道及每个所述车道内的相邻两个所述车道级控制点,且每个车道内的相邻两个车道级控制点之间的连线分别构成所述四边形区域相对的两条边;所述根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,得到所述车辆的行驶车道信息包括:
当车辆所在的所述栅格区域为所述四边形区域时,获取所述车辆实时GPS坐标分别与所述四边形区域相对的两条边之间的第二垂直距离和第三垂直距离;
比较所述第二垂直距离和所述第三垂直距离的大小,确定距离较小者对应的车道为所述车辆的行驶车道。
较佳地,所述栅格区域还包括三角形区域,所述三角形区域的三个顶点由位于同一车道内的两个所述车道级控制点和位于相邻车道的一个所述车道级控制点组成;所述根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,得到所述车辆的行驶车道信息还包括:
当车辆所在所述栅格区域为所述三角形区域时,获取同一车道内两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第四垂直距离;
比较所述四垂直距离与所述车道道宽的大小,当所述第四垂直距离小于或等于所述车道道宽的一半时,确定两个所述车道级控制点所在车道为所述车辆的行驶车道。
较佳地,车路协同环境下的车辆车道级定位方法还包括:
基于所述车道级控制点对所述行驶路段进行栅格化处理,得到位于所述栅格区域之外的边缘区域,所述行驶路段包括最内车道和最外车道,所述边缘区域包括所述最内车道中靠近内侧的1/2车道和所述最外车道中靠近外侧的1/2车道;
根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内,当所述车辆不在所述栅格区域时,判断所述车辆是否在所述边缘区域内,当所述车辆在所述边缘区域内时,确定所述最内车道或所述最外车道为所述车辆的行驶车道。
较佳地,所述判断所述车辆是否在所述边缘区域内包括:
获取所述边缘区域内相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第五垂直距离以及方向角;
判断所述第五垂直距离是否小于或等于所述车道道宽的一半,当所述第三垂直距离小于或等于所述车道道宽的一半时,判断所述方向角的夹角是否为锐角,当所述方向角为锐角时,确定所述车辆在所述边缘区域内;
其中,所述车辆实时GPS坐标为P,所述边缘区域中由上游至下游方向相邻两个所述车道级控制点分别为M、N,所述方向角为向量MP与向量PN之间的夹角。
较佳地,所述根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内包括:
获取构成所述四边形区域的四个所述车道级控制点的坐标,四个所述车道级控制点的坐标沿顺时针方向依次为A(x1,y1),B(x2,y2),D(x4,y4),C(x3,y3),所述车辆实时GPS坐标为P(x,y);
获取向量AB与向量AP的叉积、向量BC与向量BP的叉积、向量CD与向量CP的叉积以及向量DA与向量DP的叉积;
当所述向量AB与向量AP的叉积、所述向量BC与向量BP的叉积、所述向量CD与向量CP的叉积以及所述向量DA与向量DP的叉积中的其中一个为零时,则所述车辆在所述四边形区域的四条边中的任意一条;
当所述向量AB与向量AP的叉积、所述向量BC与向量BP的叉积、所述向量CD与向量CP的叉积以及所述向量DA与向量DP的叉积均不为零时,判断四个值的符号;
当四个值同为正时,所述车辆在所述四边形区域内,当四个值同为负时,所述车辆不在所述四边形区域内。
较佳地,所述根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内还包括:
获取构成所述三角形区域的三个所述车道级控制点的坐标以及所述三角形区域的面积,并获取所述车辆实时GPS坐标与任意两个所述车道级控制点构成的三角形的面积;
判断所述三角形的面积之和是否等于所述三角形区域的面积;
若是,则所述车辆在所述三角形区域内;
若否,则所述车辆不在所述三角形区域内。
本发明还提供一种电子设备,包括存储器、处理器及计算机程序,所述计算机程序存储在所述存储器上并可在所述处理器上运行,当所述处理器执行所述计算机程序时,实现如上所述的车路协同环境下的车辆车道级定位方法。
本发明相较于现有技术具有的有益效果如下:
本发明根据当前车辆的GPS数据,以及从预存储地图中获得的各路段的车道信息,包括车道中线和车道级控制点,首先根据各车道内的相邻两个车道级控制点之间的连线与车辆的GPS数据之间的几何关系,定位出车辆所行驶的路段,然后基于车道级控制点对行驶路段进行栅格化处理,并通过车辆的GPS数据确定车辆在栅格区域内与相邻两个车道之间的几何关系,从而定位出车辆所行驶的车道,实现了车辆在道路中的车道级定位。由于车道级控制点可以反映车道的变化特征,例如车道发生弯曲或者分叉等,因此基于车道级控制点以及车辆的实时GPS坐标进行车道定位,通过点(车辆实时GPS坐标)与点(车道级控制点)之间的比较判断,不仅定位的精度高、实时性好,且能够处理道路分叉结合段等复杂情况。
附图说明
图1为本发明实施例中车路协同环境下的车辆车道级定位方法的整体流程图;
图2为本发明实施例中路段及车道级控制点分布示意图;
图3为本发明实施例中路段的示意图一;
图4为本发明实施例中路段的示意图二。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
请参阅图1所示,本发明实施例提供一种车路协同环境下的车辆车道级定位方法,包括:
步骤S1,获取预存储地图的道路数据信息以及车辆实时GPS坐标,其中,道路数据信息包括各条路段的车道中线和车道级控制点,车道级控制点位于车道中线上;
步骤S2,根据各条路段上相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段;
步骤S3,基于车道级控制点对行驶路段进行栅格化处理,得到栅格区域,栅格区域包括相邻两个车道以及每个车道内的至少一个车道级控制点;
步骤S4,根据车辆实时GPS坐标判断车辆是否在栅格区域内,当车辆在栅格区域时,根据栅格区域内每个车道的车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系,确定车辆的行驶车道信息。
具体地,步骤S1中,通过对预先存储的道路高精度地图进行预处理,确定各个路段的车道线、车道中线及车道级控制点。应当理解,车路协同环境下,主要强调汽车通过通信接收道路环境信息,本实施例中,地图信息由路侧广播发送。还应当理解,车道级控制点为一个GPS坐标,车道级控制点的选取数量依各车道的实际情况选取,当路段是一条很直的道路时,一般会选取两个控制点,即车道的起始点和终点,对于道路发生弯曲、车道有增加和减少的道路或者车道宽度变化等的道路,会相应地在有弯曲、匝道及有特征变化的地方增加车道级控制点的数量,以能够准确表征道路的变化特征。
还应当理解,相邻两个所述车道线之间的距离为一个车道的道宽,车道中线与车道线之间的距离为车道的1/2道宽。由于车道级控制点位于车道中线上,因此相邻两个车道级控制点之间的连线也位于车道中线上,各路段的相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系相当于是车辆与车道中线之间的几何关系。
本实施例中,通过判断车辆与各个车道中线之前的距离远近,首先判断车辆在道路中的行驶路段。确定车辆在某一条路段后,基于车道级控制点对行驶路段进行栅格化处理,由于车道级控制点均位于每个车道的车道中线上,因此栅格化处理后得到的栅格区域至少包含两个车道,为了精准定位车辆所在车道,栅格化处理中尽量划分出较小的栅格区域,也即将相邻两个车道的车道级控制点从道路上游至下游依次划分,使得栅格区域仅包括相邻的两个车道,如此在后续的车道定位中,可以根据车辆的实时GPS坐标与两个车道的距离远近判断车辆所在车道。其中所述的下游是指沿车辆行驶方向,反之为上游,例如车辆在某一路段行驶,则车辆开往交叉口方向的点为下游点,反之为上游点。
本实施例基于车道级控制点以及车辆的实时GPS坐标进行车道定位,通过点与点之间的比较判断,定位的精度高、实时性好,且由于车道级控制点可以反映道路的变化特征,因此基于车道级控制点的车道定位还能够处理道路分叉结合段等复杂情况。
在其中一些实施方式中,步骤S2中,根据各条路段上相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段包括:
获取车辆实时GPS坐标与各条路段之间的垂向距离,并获取车辆实时GPS坐标分别在沿各条路段方向的投影点坐标;其中,获取车辆实时GPS坐标与各条路段之间的垂向距离包括:获取每条路段上的车道级控制点;获取每条路段上相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的第一垂直距离集合,其中,第一垂直距离集合中各距离的平均值为车辆实时GPS坐标与路段之间的垂向距离。
判断投影点坐标是否在对应的路段上,当投影点坐标在对应的路段上,对应的路段为第二路段,判断车辆实时GPS坐标与第二路段之间的垂向距离是否小于或等于设定阈值,当车辆实时GPS坐标与第二路段之间的垂向距离小于或等于设定阈值时,对应的第二路段为第二目标路段,确定第二目标路段即为车辆在道路中的行驶路段;
或者,判断与各条路段对应的垂向距离是否小于或等于设定阈值,当垂向距离小于或等于设定阈值时,对应的路段为第一路段,判断与第一路段对应的投影点坐标是否在第一路段上,当与第一路段对应的投影点坐标在第一路段上时,对应的第一路段为第一目标路段,确定第一目标路段为车辆在道路中的行驶路段。示例性地,本实施例中,设定阈值为实际路段进口道宽度的2/3。
具体地,根据对预存储道路高精度地图的路段级预处理数据,随机取出单条路段上的一组车道级控制点,按照从上游至下游的方向,依次获取相邻两个车道级控制点之间的连线与车辆的实时GPS坐标之间的第一垂直距离的集合,取出集合中各距离的平均值作为车辆实时GPS坐标与路段之间的垂向距离。例如某条路段上设置有n个车道级控制点,相邻车道级控制点之间具有n-1个线段,获取车辆的GPS坐标到这n-1个线段之间的垂直距离,并求平均值,得到车辆的GPS坐标到该路段的垂向距离。
示例性地,如图2所示,图2中显示了某一岔路口的四条路段,分别为路段Ld1、路段Ld2、路段Ld3及路段Ld4。对于其中的路段Ld1,获取路段Ld1上的一组车道级控制点,例如车道级控制点A、车道级控制点B、车道级控制点C,假设车辆在路段Ld1上的行驶方向为由车道级控制点A至车道级控制点C的方向,依次获取车道级控制点之间的连线AB与车辆的实时GPS坐标之间的垂直距离lAB、车道级控制点之间的连线BC与车辆的实时GPS坐标之间的垂直距离lBC,得到包含lAB和lBC的集合,求取lAB和lBC的平均值,并将该平均值作为车辆的实时GPS坐标与路段Ld1之间的垂向距离L1。
采用相同方法依次获取车辆的实时GPS坐标与多条路段之间的垂向距离,例如,车辆的实时GPS坐标与路段Ld2之间的垂向距离L2,车辆的实时GPS坐标与路段Ld3之间的垂向距离L3,车辆的实时GPS坐标与路段Ld4之间的垂向距离L4。需要说明的是,图2中所示的P点为车辆的实时GPS坐标,正常情况下,车辆的实时GPS坐标应位于某一车道上,为了突出车辆的实时GPS坐标与各路段之间的关系,因此图2中的P点有所偏移,应当理解,正常情况下,假如车辆在路段Ld1上行驶,P点可能会落在图2中车道级控制点A和车道级控制点B之间的连线上,即车辆的实时GPS坐标与路段Ld1之间的垂直距离可能为0。
然后获取车辆实时GPS坐标分别在沿各条路段方向的投影点坐标,应当理解,投影一般是指图形的影子投到一个面或一条线上,此处投影点坐标是指车辆实时GPS坐标的影子投到每条路段上的点的坐标,即车辆实时GPS坐标在各路段上相邻两个车道级控制点之间的连线或连线延长线上的垂足。如图2所示,以路段Ld1为例,车辆的实时GPS坐标P点在沿路段Ld1方向的投影点坐标为P点在车道级控制点A与车道级控制点B之间的连线上的垂足P1。
依次获取车辆的实时GPS坐标在沿路段Ld2方向的投影点坐标P2,车辆的实时GPS坐标在沿路段Ld3方向的投影点坐标P3,车辆的实时GPS坐标在沿路段Ld4方向的投影点坐标P4。
在确定车辆的行驶路段时,其中一种判断方式为,先判断与各条路段对应的垂向距离是否小于或等于设定阈值,可以将各垂向距离按照从小到大的顺序排序,并与设定阈值比较,为便于叙述,将垂向距离小于设定阈值的路段称为第一路段,然后判断与第一路段对应的投影点坐标是否在第一路段上,在此过程中,可以按照从上游至下游的方向,依次判断P点在相邻两个车道级控制点之间的连线上的垂足是否在该连线上。当与第一路段对应的投影点坐标在第一路段上时,对应的第一路段为第一目标路段,确定第一目标路段为车辆在道路中的行驶路段。
如图2所示,通过垂向距离L1、垂向距离L2、垂向距离L3、垂向距离L4与设定阈值的比较,假设得出垂向距离L1、垂向距离L2小于设定阈值,即路段Ld1、路段Ld2为第一路段,进一步判断P点在路段Ld1上的垂足P1是否落在路段Ld1上,P点在路段Ld2上的垂足P2是否落在路段Ld2上,由图2可知,P1在路段Ld1上,具体是在线段AB上,而P2不在路段Ld2上,因此得出车辆在路段Ld1上行驶,即路段Ld1为车辆在道路中的行驶路段。
在确定车辆的行驶路段时,另外一种判断方式为,先判断投影点坐标是否在对应的路段上,为便于叙述,将投影点坐标落在对应路段上的路段称为第二路段,可以理解的是,第二路段可能包括多个平行的路段,如此后续可以通过距离进一步判断车辆所在路段,即判断车辆实时GPS坐标与第二路段之间的垂向距离是否小于或等于设定阈值,当车辆实时GPS坐标与第二路段之间的垂向距离小于或等于设定阈值时,对应的第二路段为第二目标路段,确定第二目标路段即为车辆在道路中的行驶路段。
需要说明的是,当车辆开至接近交叉路口时,可能会出现垂向距离L1与垂向距离L4比较接近甚至相等的情况,在与设定阈值比较时,可能会保留垂向距离L2,但即使如此,在后续的投影点坐标判断过程中也可以将其剔除掉。因此本实施例通过车辆的GPS坐标到路段之间的垂向距离与车辆的GPS坐标在路段上的投影点坐标是否在路段上这两个条件来综合判断车辆所在路段,准确度高,噪音小,降低误判概率。
在其中一些实时方式中,当完成步骤S2确定了车辆行驶的路段后,进行步骤S3,基于车道级控制点对行驶路段进行栅格化处理,得到栅格区域,其中,栅格区域包括相邻两个车道以及每个车道内的至少一个车道级控制点。
示例性地,如图3所示,图3显示了某一段路段的车道复杂变化的情况,沿行驶方向,车道由两车道变为三车道,分别为车道1、车道2和车道3,且车道3为匝道,驶出主路,以图3所示方位可知,路段行驶方向为由后至前,即车辆是朝前行驶的,也即车辆是由上游行驶至下游的。靠近车道1的方向为左,靠近车道3的方向为右。车道1为内车道,车道3为外车道。每个车道被车道中线划分为左右两个区域,下文称之为车道的左半区域和右半区域。
栅格化处理方式按照从路段的内车道至外车道、由上游至下游依次进行。 具体地,从车道1开始,车道1上游的第一个车道级控制点和第二个车道级控制点分别作为栅格划分的第一个点和第二个点,车道2上游的第一个车道级控制点和第二个车道级控制点分别作为栅格划分的第三个点和第四个点,由第一个点、第二个点、第三个点和第四个点连线切割形成的区域为栅格1,由上游至下游方向,依次切割形成栅格2、栅格3……。可以理解,按照如此方式切割形成的栅格为四边形。但是由于每个车道中的车道级控制点的数量不一定相等,位置也不一定对应,这主要与每个车道的特征变化有关。因此,栅格划分时可能导致栅格区域出现三角形的情况。需要说明的是,行驶路段包括最内车道和最外车道,当对行驶路段的所有车道进行栅格化处理后,还得到位于栅格区域之外的边缘区域,如图3所示,栅格化处理后还得到位于车道1左半区域和车道3右半区域的两个边缘区域。
即通过上述栅格化方式得到包括四边形区域和三角形区域的栅格区域,还得到位于栅格区域之外的边缘区域。其中,四边形区域包括相邻两个车道及每个车道内的相邻两个车道级控制点,且每个车道内的相邻两个车道级控制点之间的连线分别构成四边形区域相对的两条边。三角形区域的三个顶点由位于同一车道内的两个车道级控制点和位于相邻车道的一个车道级控制点组成。边缘区域包括最内车道中靠近内侧的1/2车道和最外车道中靠近外侧的1/2车道。
在其中一些实时方式中,当完成步骤S3基于车道级控制点对行驶路段进行栅格化处理后,进行步骤S4,判断车辆实时GPS坐标所在区域,包括:根据车辆实时GPS坐标判断车辆是否在栅格区域内,当车辆在栅格区域时,根据栅格区域内每个车道的车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系,确定车辆的行驶车道信息。
具体地,当车辆所在的栅格区域为四边形区域时,根据栅格区域内每个车道的车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系,得到车辆的行驶车道信息包括:
获取车辆实时GPS坐标分别与四边形区域相对的两条边之间的第二垂直距离和第三垂直距离;
比较第二垂直距离和第三垂直距离的大小,确定距离较小者对应的车道为车辆的行驶车道。
示例性地,如图3所示,车道级控制点A和车道级控制点B位于车道2内,需要说明的是,由于车道1是增加的车道,划分时有时也会把车道级控制点A和车道级控制点B划到车道1中,如图4所示。或者将车道级控制点A和车道级控制点B划到车道1和车道2中,即车道级控制点A和车道级控制点B划到既属于车道1也属于车道2,对于此种情况,栅格划分时得到的是一条直线,而不是四边形,对于此种情况本实施例不作考虑。
以车道级控制点A和车道级控制点B位于车道2内进行说明,车道级控制点C和车道级控制点D位于车道3内,通过栅格划分得到栅格区域ABCD为一个四边形,当车辆的实时GPS坐标(以P点表示)位于四边形区域ABCD内时,获取P点分别与AB和CD两条线段之间的第二垂直距离LAB ’和第三垂直距离LCD ’,比较二者的大小,如果LAB ’ >LCD ’,说明P点更接近于车道3,如果LAB ’ <LCD ’,说明P点更接近于车道2,由此得到车辆的行驶车道信息。
具体地,当车辆所在的栅格区域为三角形区域时,根据栅格区域内相邻两个车道的车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系,得到车辆的行驶车道信息包括:
获取同一车道内两个车道级控制点之间的连线与车辆实时GPS坐标之间的第四垂直距离;
比较第四垂直距离与车道道宽的大小,当第四垂直距离小于或等于车道道宽的一半时,确定两个车道级控制点所在车道为车辆的行驶车道。
示例性地,如图3所示,车道级控制点R和车道级控制点S位于车道1内,车道级控制点T位于车道2内,通过栅格划分得到的栅格区域RST为一个三角形,当车辆的实时GPS坐标(以P点表示)位于四边形区域RST内时,获取P点与线段RS之间的第四垂直距离LRS ’,比较LRS ’与车道道宽(以Lane_width表示)的大小,如果LRS ’≤(Lane_width/2),说明车辆更加接近车道1,返回车道1的属性,否则返回车道2的属性,由此得到车辆的行驶车道信息。
具体地,当车辆不在栅格区域时,判断车辆是否在边缘区域内,当车辆在边缘区域内时,确定最内车道或最外车道为车辆的行驶车道。其中,判断车辆是否在边缘区域内包括:
获取边缘区域内相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的第五垂直距离以及方向角;其中,车辆实时GPS坐标为P,边缘区域中由上游至下游方向相邻两个车道级控制点分别为M、N,方向角为向量MP与向量PN之间的夹角;
判断第五垂直距离是否小于或等于车道道宽的一半,当第三垂直距离小于或等于车道道宽的一半时,判断方向角的夹角是否为锐角,当方向角为锐角时,确定车辆在边缘区域内。
示例性地,如图3所示,图3中车道级控制点M和车道级控制点N位于车道1内,当车辆的实时GPS坐标位(以P点表示)于车道1的左半区域内时,获取P点与线段MN之间的垂直距离LMN ’,并获取向量MP与向量PN之间的夹角,即方向角θ。当LMN ’≤(Lane_width/2),且方向角θ为锐角时,判断车辆位于车道1的左半区域内。
图3中车道级控制点D和车道级控制点Q位于车道3内,判断车辆是否位于车道3的右半区域内的方式与判断车辆是否位于车道1的左半区域内的方式类似,在此不再赘述。
其中一些实施方式中,根据车辆实时GPS坐标判断车辆是否在栅格区域内包括:
获取构成四边形区域的四个车道级控制点的坐标,如图3、图4所示,四个车道级控制点的坐标沿顺时针方向依次为A(x1,y1),B(x2,y2),D(x4,y4),C(x3,y3),车辆实时GPS坐标为P(x,y);
获取向量AB与向量AP的叉积的值、向量BC与向量BP的叉积的值、向量CD与向量CP的叉积的值以及向量DA与向量DP的叉积的值;
当向量AB与向量AP的叉积的值、向量BC与向量BP的叉积的值、向量CD与向量CP的叉积的值以及向量DA与向量DP的叉积的值中的其中一个为零时,则表示车辆在四边形区域四条边中的任意一条边上;
当向量AB与向量AP的叉积的值、向量BC与向量BP的叉积的值、向量CD与向量CP的叉积的值以及向量DA与向量DP的叉积的值均不为零时,判断四个值的符号,当四个值同为正时,表示车辆在四边形区域内,当四个值同为负时,表示车辆不在四边形区域内。由此,可以判断车辆是否在栅格区域四边形区域内。
其中一些实施方式中,根据车辆实时GPS坐标判断车辆是否在栅格区域内还包括:
获取构成三角形区域的三个车道级控制点的坐标以及三角形区域的面积,并获取车辆实时GPS坐标与任意两个车道级控制点构成的三角形的面积;
判断三角形的面积之和是否等于三角形区域的面积;
若是,则车辆在三角形区域内;
若否,则车辆不在三角形区域内。
示例性地,如图3、4所示,分别获取三角形PRS、三角形PST与三角形PRT的面积,并获取三角形RST的面积,判断三角形PRS、三角形PST与三角形PRT的面积之和是否等于三角形RST的面积,当三角形PRS、三角形PST与三角形PRT的面积之和等于三角形RST的面积时,可以判定P点在三角形RST内,包括P点位于三角形RST的任意一条边上。
本发明另一实施例的一种电子设备包括存储器、处理器及计算机程序,计算机程序存储在存储器上并可在处理器上运行,当处理器执行计算机程序时,实现如上所述的车路协同环境下的车辆车道级定位方法。示例性地,计算机程序包括多个程序模块,例如获取模块,用于获取预存储地图的道路数据信息以及车辆实时GPS坐标,其中,道路数据信息包括各条路段的车道中线和车道级控制点,车道级控制点位于车道中线上;
控制模块,用于根据各条路段上相邻两个车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段;
控制模块还用于基于车道级控制点对行驶路段进行栅格化处理,得到栅格区域,其中,栅格区域包括相邻两个车道以及每个车道内的至少一个车道级控制点;
控制模块还用于根据车辆实时GPS坐标判断车辆是否在栅格区域内,当车辆在栅格区域时,根据栅格区域内每个车道的车道级控制点之间的连线与车辆实时GPS坐标之间的几何关系,确定车辆的行驶车道信息。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种车路协同环境下的车辆车道级定位方法,其特征在于,包括:
获取预存储地图的道路数据信息以及车辆实时GPS坐标,其中,所述道路数据信息包括各条路段的车道中线和车道级控制点,所述车道级控制点位于所述车道中线上;
根据各条所述路段上相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段;
基于所述车道级控制点对所述行驶路段进行栅格化处理,得到栅格区域,其中,所述栅格区域包括相邻两个车道以及每个所述车道内的至少一个所述车道级控制点;
根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内,当所述车辆在所述栅格区域时,根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,确定所述车辆的行驶车道信息。
2.根据权利要求1所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述根据各条所述路段上相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系进行路段定位,得到车辆在道路中的行驶路段包括:
获取所述车辆实时GPS坐标与各条所述路段之间的垂向距离,并获取所述车辆实时GPS坐标分别在沿各条所述路段方向的投影点坐标;
判断所述投影点坐标是否在对应的所述路段上,当所述投影点坐标在对应的所述路段上时,对应的路段为第二路段,判断所述车辆实时GPS坐标与所述第二路段之间的垂向距离是否小于或等于设定阈值,当所述车辆实时GPS坐标与所述第二路段之间的垂向距离小于或等于所述设定阈值时,对应的所述第二路段为第二目标路段,确定所述第二目标路段为所述车辆在道路中的行驶路段;或者,
判断与各条所述路段对应的所述垂向距离是否小于或等于设定阈值,当所述垂向距离小于或等于所述设定阈值时,对应的路段为第一路段,判断与所述第一路段对应的投影点坐标是否在所述第一路段上,当与所述第一路段对应的投影点坐标在所述第一路段上时,对应的所述第一路段为第一目标路段,确定所述第一目标路段为所述车辆在道路中的行驶路段。
3.根据权利要求2所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述获取所述车辆实时GPS坐标与各条所述路段之间的垂向距离包括:
获取每条所述路段上的所述车道级控制点;
获取每条所述路段上相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第一垂直距离集合,其中,所述第一垂直距离集合中各距离的平均值为所述车辆实时GPS坐标与所述路段之间的垂向距离。
4.根据权利要求1所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述栅格区域包括四边形区域,所述四边形区域包括相邻两个所述车道及每个所述车道内的相邻两个所述车道级控制点,且每个车道内的相邻两个车道级控制点之间的连线分别构成所述四边形区域相对的两条边;所述根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,得到所述车辆的行驶车道信息包括:
当车辆所在的所述栅格区域为所述四边形区域时,获取所述车辆实时GPS坐标分别与所述四边形区域相对的两条边之间的第二垂直距离和第三垂直距离;
比较所述第二垂直距离和所述第三垂直距离的大小,确定距离较小者对应的车道为所述车辆的行驶车道。
5.根据权利要求4所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述栅格区域还包括三角形区域,所述三角形区域的三个顶点由位于同一车道内的两个所述车道级控制点和位于相邻车道的一个所述车道级控制点组成;所述根据所述栅格区域内每个所述车道的所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的几何关系,得到所述车辆的行驶车道信息还包括:
当车辆所在所述栅格区域为所述三角形区域时,获取同一车道内两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第四垂直距离;
比较所述第四垂直距离与所述车道道宽的大小,当所述第四垂直距离小于或等于所述车道道宽的一半时,确定两个所述车道级控制点所在车道为所述车辆的行驶车道。
6.根据权利要求4所述的车路协同环境下的车辆车道级定位方法,其特征在于,还包括:
基于所述车道级控制点对所述行驶路段进行栅格化处理,得到位于所述栅格区域之外的边缘区域,所述行驶路段包括最内车道和最外车道,所述边缘区域包括所述最内车道中靠近内侧的1/2车道和所述最外车道中靠近外侧的1/2车道;
根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内,当所述车辆不在所述栅格区域时,判断所述车辆是否在所述边缘区域内,当所述车辆在所述边缘区域内时,确定所述最内车道或所述最外车道为所述车辆的行驶车道。
7.根据权利要求6所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述判断所述车辆是否在所述边缘区域内包括:
获取所述边缘区域内相邻两个所述车道级控制点之间的连线与所述车辆实时GPS坐标之间的第五垂直距离以及方向角;
判断所述第五垂直距离是否小于或等于所述车道道宽的一半,当所述第三垂直距离小于或等于所述车道道宽的一半时,判断所述方向角的夹角是否为锐角,当所述方向角为锐角时,确定所述车辆在所述边缘区域内;
其中,所述车辆实时GPS坐标为P,所述边缘区域中由上游至下游方向相邻两个所述车道级控制点分别为M、N,所述方向角为向量MP与向量PN之间的夹角。
8.根据权利要求5所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内包括:
获取构成所述四边形区域的四个所述车道级控制点的坐标,四个所述车道级控制点的坐标沿顺时针方向依次为A(x1,y1),B(x2,y2),D(x4,y4),C(x3,y3),所述车辆实时GPS坐标为P(x,y);
获取向量AB与向量AP的叉积、向量BC与向量BP的叉积、向量CD与向量CP的叉积以及向量DA与向量DP的叉积;
当所述向量AB与向量AP的叉积、所述向量BC与向量BP的叉积、所述向量CD与向量CP的叉积以及所述向量DA与向量DP的叉积中的其中一个为零时,则所述车辆在所述四边形区域的四条边中的任意一条;
当所述向量AB与向量AP的叉积、所述向量BC与向量BP的叉积、所述向量CD与向量CP的叉积以及所述向量DA与向量DP的叉积均不为零时,判断四个值的符号;
当四个值同为正时,所述车辆在所述四边形区域内,当四个值同为负时,所述车辆不在所述四边形区域内。
9.根据权利要求8所述的车路协同环境下的车辆车道级定位方法,其特征在于,所述根据所述车辆实时GPS坐标判断所述车辆是否在所述栅格区域内还包括:
获取构成所述三角形区域的三个所述车道级控制点的坐标以及所述三角形区域的面积,并获取所述车辆实时GPS坐标与任意两个所述车道级控制点构成的三角形的面积;
判断所述三角形的面积之和是否等于所述三角形区域的面积;
若是,则所述车辆在所述三角形区域内;
若否,则所述车辆不在所述三角形区域内。
10.一种电子设备,其特征在于,包括存储器、处理器及计算机程序,所述计算机程序存储在所述存储器上并可在所述处理器上运行,当所述处理器执行所述计算机程序时,实现如权利要求1至9任一项所述的车路协同环境下的车辆车道级定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279431.2A CN113720348B (zh) | 2021-11-01 | 2021-11-01 | 一种车路协同环境下的车辆车道级定位方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279431.2A CN113720348B (zh) | 2021-11-01 | 2021-11-01 | 一种车路协同环境下的车辆车道级定位方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113720348A CN113720348A (zh) | 2021-11-30 |
CN113720348B true CN113720348B (zh) | 2022-03-18 |
Family
ID=78686249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111279431.2A Active CN113720348B (zh) | 2021-11-01 | 2021-11-01 | 一种车路协同环境下的车辆车道级定位方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113720348B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341453A (zh) * | 2017-06-20 | 2017-11-10 | 北京建筑大学 | 一种车道线提取方法及装置 |
CN109099933A (zh) * | 2018-07-12 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN110160552A (zh) * | 2019-05-29 | 2019-08-23 | 百度在线网络技术(北京)有限公司 | 导航信息确定方法、装置、设备和存储介质 |
CN110579222A (zh) * | 2018-06-07 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 导航路线处理方法、装置及设备 |
CN110865374A (zh) * | 2018-08-10 | 2020-03-06 | 德尔福技术有限公司 | 定位*** |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN111696170A (zh) * | 2020-06-05 | 2020-09-22 | 百度在线网络技术(北京)有限公司 | 地图绘制方法、装置、设备和介质 |
CN113008261A (zh) * | 2021-03-30 | 2021-06-22 | 上海商汤临港智能科技有限公司 | 一种导航方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011013039A (ja) * | 2009-06-30 | 2011-01-20 | Clarion Co Ltd | 車線判定装置及びナビゲーションシステム |
US10545029B2 (en) * | 2016-12-30 | 2020-01-28 | DeepMap Inc. | Lane network construction using high definition maps for autonomous vehicles |
US10296795B2 (en) * | 2017-06-26 | 2019-05-21 | Here Global B.V. | Method, apparatus, and system for estimating a quality of lane features of a roadway |
-
2021
- 2021-11-01 CN CN202111279431.2A patent/CN113720348B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341453A (zh) * | 2017-06-20 | 2017-11-10 | 北京建筑大学 | 一种车道线提取方法及装置 |
CN110579222A (zh) * | 2018-06-07 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 导航路线处理方法、装置及设备 |
CN109099933A (zh) * | 2018-07-12 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN110865374A (zh) * | 2018-08-10 | 2020-03-06 | 德尔福技术有限公司 | 定位*** |
CN110160552A (zh) * | 2019-05-29 | 2019-08-23 | 百度在线网络技术(北京)有限公司 | 导航信息确定方法、装置、设备和存储介质 |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN111696170A (zh) * | 2020-06-05 | 2020-09-22 | 百度在线网络技术(北京)有限公司 | 地图绘制方法、装置、设备和介质 |
CN113008261A (zh) * | 2021-03-30 | 2021-06-22 | 上海商汤临港智能科技有限公司 | 一种导航方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
一种多线形车道线检测算法;张嘉明等;《合肥工业大学学报自然科学版》;20200430;第43卷(第4期);536-542 * |
Also Published As
Publication number | Publication date |
---|---|
CN113720348A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108519094B (zh) | 局部路径规划方法及云处理端 | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN111797734A (zh) | 车辆点云数据处理方法、装置、设备和存储介质 | |
US20220003558A1 (en) | Map information system | |
CN110361028B (zh) | 一种基于自动驾驶循迹的路径规划结果生成方法及*** | |
US11932244B2 (en) | Apparatus and method for controlling autonomous driving of vehicle | |
US11747166B2 (en) | Driving environment information generation method, driving control method, driving environment information generation device | |
CN115346385B (zh) | 基于复杂路况的无人驾驶矿车自动避障方法 | |
CN112325896B (zh) | 导航方法、装置、智能行驶设备及存储介质 | |
CN113581181B (zh) | 智能车辆超车轨迹的规划方法 | |
CN113295176B (zh) | 地图更新方法、地图更新装置及计算机可读存储介质 | |
CN118235180A (zh) | 预测可行驶车道的方法和装置 | |
CN112629548A (zh) | 一种基于路侧激光雷达的三维栅格地图的创建与更新方法 | |
US20230111364A1 (en) | Method for detecting crosswalk using lidar sensor and crosswalk detection device for performing the method | |
CN113720348B (zh) | 一种车路协同环境下的车辆车道级定位方法及电子设备 | |
JP2020125988A (ja) | 進入車線推定システム、進入車線推定方法、及び進入車線推定プログラム | |
CN115195773A (zh) | 用于控制车辆驾驶的装置和方法及记录介质 | |
CN116052126A (zh) | 一种可行驶区域的检测方法、装置、车辆及存储介质 | |
CN113313629B (zh) | 交叉路口自动识别方法、***及其模型保存方法、*** | |
Seok et al. | Pedestrian Detection Method on Crosswalk for Autonomous Driving in Urban Environment | |
CN113221597B (zh) | 一种路段划分方法及装置 | |
US11954915B2 (en) | Method for detecting guard-rail using LIDAR sensor and guard-rail detection device performing the method | |
US20240077316A1 (en) | Lane detection system and vehicle equipped with the same | |
CN114475650B (zh) | 一种车辆行驶行为确定方法、装置、设备及介质 |
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 |