CN116977953A - 车道的通行性判定方法、装置、计算机设备和存储介质 - Google Patents
车道的通行性判定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116977953A CN116977953A CN202211514504.6A CN202211514504A CN116977953A CN 116977953 A CN116977953 A CN 116977953A CN 202211514504 A CN202211514504 A CN 202211514504A CN 116977953 A CN116977953 A CN 116977953A
- Authority
- CN
- China
- Prior art keywords
- lane
- group
- original
- target vehicle
- line
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims description 39
- 230000008521 reorganization Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006798 recombination Effects 0.000 description 4
- 238000005215 recombination Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车道的通行性判定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法应用于交通、地图和自动驾驶等应用领域,包括:对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,将过滤后的各特征集组合得到特征集序列;确定目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在车道组中的位置偏移量;基于各位置偏移量、特征集序列和目标车辆的行驶信息,确定目标车辆从第一车道至第二车道的通行性。采用本方法能准确判断出从车辆所处的车道至目标位置所处的车道之间的通行性,有效提高交通安全。
Description
技术领域
本申请涉及交通技术领域,特别是涉及一种车道的通行性判定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着电子地图技术的发展,出行对象在驾驶目标车辆出行时,可以通过电子地图导航的方式进行驾驶,或者将电子地图与辅助驾驶或无人驾驶技术结合的方式进行驾驶。
在采用上述驾驶方式驾驶目标车辆的过程中,通常需要对行车道路上的车道进行通行性判断,以便可以安全且快速地行驶到目的地。然而,对于车道的通行性判断,通常受多种因素影响,从而会导致通行性判断的结果准确性不高,从而给交通带来安全隐患。
发明内容
基于此,有必要针对上述技术问题,提供一种车道的通行性判定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,能够准确地判断出从车辆所处的车道至目标位置所处的车道之间的通行性,有效提高交通安全。
第一方面,本申请提供了一种车道的通行性判定方法,所述方法包括:
在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
第二方面,本申请还提供了一种车道的通行性判定装置,所述装置包括:
提取模块,用于在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
处理模块,用于将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定模块,用于确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
判定模块,用于基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
在其中的一个实施例中,所述提取模块,还用于获取所述目标车辆所处的行车道路对应的车道组数据;从所述车道组数据中,读取所述行车道路中各车道线的车道线段对应的车道线类型,并确定各所述车道线段在所述车道组中的线段偏移量;将属于相同所述车道线的所述线段偏移量和所述车道线类型进行组合,得到各所述车道线分别对应的特征集。
在其中的一个实施例中,所述提取模块,还用于获取所述车道组数据对应的车道组中的车道线;对所述车道组中的车道线进行线段划分,得到所述车道组中的车道线段;从所述车道组数据中读取各所述车道线段对应的车道线类型。
在其中的一个实施例中,所述车道组数据是对所述行车道路对应的原始车道组数据进行车道重组所得的,所述原始车道组数据是所述行车道路中各原始车道组对应的数据;
所述装置还包括:第一重组模块,用于确定所述原始车道组数据中第一原始车道组的车道数量,以及确定所述原始车道组数据中第二原始车道组的车道数量;当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量时,在所述第一原始车道组中添加虚拟车道,以使添加所述虚拟车道的第一原始车道组与所述第二原始车道组保持车道对齐;所述第一原始车道组和所述第二原始车道组是所述行车道路中各相邻的原始车道组;对所述虚拟车道配置车道特征,获得所述车道组数据。
在其中的一个实施例中,所述第一重组模块,还用于当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量、且所述第二原始车道组内的边缘车道路段与所述第一原始车道组内的边缘车道路段不在相同车道时,则在所述第一原始车道组中,添加与所述第二原始车道组的边缘车道路段对齐的虚拟车道。
在其中的一个实施例中,所述第一重组模块,还用于对所述虚拟车道配置第一虚拟车道宽度和第一虚拟车道线;其中,所述第一虚拟车道线是表征禁止变道的属于实线型的车道线,所述第一虚拟车道宽度等于目标宽度值。
在其中的一个实施例中,所述第一重组模块,还用于当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量、且所述第一原始车道组内的中间车道路段分流为所述第二原始车道组内的至少两个车道路段时,则将所述第一原始车道组内的中间车道路段,转换为与所述第二原始车道组内的至少两个车道路段分别对齐的至少两个虚拟车道。
在其中的一个实施例中,所述第一重组模块,还用于在所述至少两个虚拟车道之间配置虚线型的第二虚拟车道线;对所述至少两个虚拟车道分别配置第二虚拟车道宽度;其中,所述至少两个虚拟车道的第二虚拟车道宽度之间的和值与所述第一原始车道组内对应的中间车道路段的车道宽度一致。
在其中的一个实施例中,所述车道组数据是对所述行车道路对应的原始车道组数据进行车道重组所得的,所述原始车道组数据是所述行车道路中各原始车道组对应的数据;
所述装置还包括:第二重组模块,用于获取所述行车道路对应的原始车道组数据;当所述原始车道组数据中的原始车道组是存在曲率的车道组时,将所述原始车道组数据中的原始车道组转换为直线型的车道组。
在其中的一个实施例中,所述特征集包括所述车道线中各车道线段对应的特征组,所述特征组包括所述车道线段的线段偏移量和车道线类型;
所述处理模块,还用于在各所述特征集内,查找与第一预设条件对应的目标特征组;将所述目标特征组过滤掉,或将所述目标特征组内的线段偏移量和车道线类型过滤掉,得到包含过滤后的目标特征组的特征集。
在其中的一个实施例中,所述判定模块,还用于依据所述目标车辆的行驶信息确定所述目标车辆的行驶距离;根据所述行驶距离和所述行车位置对应的位置偏移量,确定所述目标车辆的前行位置偏移量;依据所述前行位置偏移量、所述特征集序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
在其中的一个实施例中,所述目标车辆的行驶信息包括相对于车道的平行速度和垂直速度;所述特征集序列包括所述第一车道与所述第二车道之间的特征集子序列;
所述判定模块,还用于依据所述垂直车速和车道宽度,确定跨越所述车道组内各车道的耗时;基于所述耗时和所述平行速度,确定所述目标车辆的行驶距离;根据所述行驶距离和所述行车位置对应的位置偏移量,确定所述目标车辆的前行位置偏移量;依据所述前行位置偏移量、所述特征集子序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
在其中的一个实施例中,所述线段偏移量包括末端偏移量,所述特征集子序列对应的车道线数量为n,n为不小于1的正整数;
所述判定模块,还用于在所述特征集子序列对应的第i个车道线中,沿所述目标车辆的行驶方向遍历各车道线段对应的特征组,得到遍历结果;确定所述遍历结果中存在满足第二预设条件的目标特征组;所述第二预设条件为所述前行位置偏移量不大于所述第i个车道线对应的末端偏移量、且不大于所述目标位置对应的位置偏移量;按照预设步长对i进行自增或自减处理,循环执行上述步骤,直至当i=n或i=1,且第i个车道线对应的遍历结果中存在满足所述第二预设条件的目标特征组时,确定所述目标车辆能从所述第一车道变道至所述第二车道。
在其中的一个实施例中,所述判定模块,还用于当确定所述遍历结果中不存在满足所述第二预设条件的目标特征组时,确定所述目标车辆无法从所述第一车道变道至所述第二车道。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
上述车道的通行性判定方法、装置、计算机设备、存储介质和计算机程序产品,在目标车辆行驶的过程中,对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,从而可以将各特征集内的实线型的车道线特征过滤掉,将过滤后的各特征集进行组合,得到不包含实线型车道线特征的特征集序列,从而将特征集序列与目标车辆的行驶信息和位置偏移量结合,可以快速准确地判定出目标车辆行驶时的车道通行性;此外,由于获取到不包含实线型车道线特征的特征集序列,因此即使行车位置所处的第一车道与目标位置所处的第二车道不属于相同车道,也可以简单地利用特征集序列中行车位置与目标位置之间车道线对应的特征集为空,即可快速确定出目标车辆无法从行车位置所处的第一车道至目标位置所处的第二车道;当特征集序列中的特征集不为空时,在进行车道通行性判定的过程中,考虑到了目标车辆的行驶信息、车道线类型以及目标车辆的行车位置和目标位置的位置偏移量,可以准确地确定目标车辆是否能从第一车道通行至第二车道,提高了车道通行性判定的准确率,而且覆盖的应用场景更广,有效提高交通安全。
附图说明
图1为一个实施例中车道的通行性判定方法的应用环境图;
图2为一个实施例中车道的通行性判定方法的流程示意图;
图3为一个实施例中高精数据或车道级数据的示意图;
图4为一个实施例中在车道组中对车道组分段并标记偏移量的示意图;
图5为一个实施例中在车道组中标记行车位置和目标位置的偏移量的示意图;
图6为一个实施例对目标车辆的车速进行分解的示意图;
图7为一个实施例提示目标车辆变道以及重新规划路径的示意图;
图8为一个实施例中提示目标车辆变道的示意图;
图9为一个实施例中对原始车道组数据进行车道重组的流程示意图;
图10为一个实施例中对原始车道组进行车道重组的示意图;
图11为另一个实施例中对原始车道组进行车道重组的示意图;
图12为另一个实施例中对原始车道组进行车道重组的示意图;
图13为另一个实施例中对原始车道组进行车道重组的示意图;
图14为一个实施例中对车道的通行性进行判定的流程示意图;
图15为一个实施例中对行车位置与目标位置所处车道的位置关系的示意图;
图16为另一个实施例中提示目标车辆变道的示意图;
图17为一个实施例中车道的通行性判定装置的结构框图;
图18为一个实施例中车道的通行性判定装置的结构框图;
图19为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,在以下的描述中,所涉及的术语“第一和第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一和第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
在对本申请的方案进行描述之前,对本申请所设计的关键技术进行解释,具体如下:
智能交通***(Intelligent Traffic System,ITS)又称智能运输***(Intelligent Transportation System),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学和人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输***。或者;
智能车路协同***(Intelligent Vehicle Infrastructure CooperativeSystems,IVICS),简称车路协同***,是智能交通***(ITS)的一个发展方向。车路协同***是采用先进的无线通信和新一代互联网等技术,全方位实施车与车、车与路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通***。
本申请实施例提供的车道的通行性判定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。数据存储***可以集成在服务器104上,也可以放在云上或其他网络服务器上。
其中,终端102可以是安装了电子地图的电子设备,如智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、物联网设备和便携式可穿戴设备;物联网设备可为智能音箱、智能车载设备和目标车辆等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
服务器104可以是独立的物理服务器,也可以是区块链***中的服务节点,该区块链***中的各服务节点之间形成点对点(P2P,Peer To Peer)网络,P2P协议是一个运行在传输控制协议(TCP,Transmission Control Protocol)协议之上的应用层协议。
此外,服务器104还可以是多个物理服务器构成的服务器集群,可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
终端102与服务器104之间可以通过蓝牙、USB(Universal Serial Bus,通用串行总线)或者网络等通讯连接方式进行连接,本申请在此不做限制。
在一个实施例中,如图2所示,提供了一种车道的通行性判定方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
S202,在目标车辆行驶的过程中,对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集。
其中,目标车辆可以是用户驾驶的车辆,例如可以是各种类型的机动车。行车道路可以指目标车辆所行使的道路,可以包括城市道路和其它类型的道路,如高速路。
车道组数据可以是车道组(Lane Group)对应的数据,可以包括车道数量、车道宽度、各车道左右的车道线类型以及对应的车道线段(包括车道线段的起点偏移量和末端偏移量)、各车道上下游的车道级连通关系和车道中心线形点等。上述的起点偏移量可以指车道线段的起点在车道组内的偏移量,末端偏移量可以指车道线段的末端点(即终点)在车道组内的偏移量。上述的车道线类型可以指车道线的类型,包括实线型、虚线型和虚实型;其中,实线型指的是车道线为实线,因此实线型也可称为实线;虚线型指的是车道线为虚线,因此虚线型也可称为虚线;虚实型可以指相邻两个车道之间同时存在虚线和实线,该同时存在的虚线和实线所构成的车道线即为虚实型。该车道级连通关系可根据车道拓扑信息来确定。该车道线段可以指一定长度的车道线。
对于上述车道组数据,需要指出的是:若目标车辆当前位置附近的这一段行车道路存在车道合并、分叉(即一个车道分流出两个车道)或其它车道数量发生变化的情况,则该车道组数据可以是对行车道路对应的原始车道组数据进行车道重组所得的数据,因此该车道组数据对应的车道组可称为虚拟的车道组;其中,原始车道组数据是行车道路中各原始车道组对应的数据;此外,若目标车辆当前位置附近的这一段行车道路不存在车道合并、分叉或其它车道数量发生变化的情况,则该车道组数据可以是原始车道组数据。该原始车道组数据可以从高精(High Definition,HD)数据或车道级数据中提取出来;该高精数据可以是高精道路数据,也可称为高精度地图数据;车道级数据可以是车道级道路数据,介于标准(Standard Definition,SD)道路数据与高精度道路数据之间,即比标准道路数据丰富,但没有高精度道路数据丰富。其中,高精数据包括道路车道线方程、中心线形点的坐标、车道类型、车道标线类型、车道宽度、车道限速、车道拓扑信息、电线杆坐标、指路牌位置、摄像头和红绿灯位置等。车道级数据包括道路车道线方程、中心线形点的坐标、车道类型、车道标线类型、车道宽度、车道限速和车道拓扑信息等。对于中心线形点,可以参考图3中的小黑点;此外,图3中的Pa和Pb分别为目标车辆的行车位置和目标位置,车道组1~3是高精数据或车道级数据中各车道路段组成的车道集合。
车道线特征可以是行车道路中车道线的特征,包括车道组内各车道线段对应的车道线类型和各车道线段在该车道组内的线段偏移量。该线段偏移量可以车道线段的偏移量,包括车道线段的起点偏移量和末端偏移量。
每个特征集均可以包括相同车道线的至少一个特征组,该特征组是某个车道线的车道线段对应的线段偏移量和车道线类型组成,由于线段偏移量可以包括车道线段的起点偏移量和末端偏移量,因此该特征组也可成为三元特征组或三元组。
在一个实施例中,终端可以先获取目标车辆的行车位置和目标位置,然后基于该行车位置和目标位置确定数据取值范围,然后获取该数据取值范围内的原始车道组数据或车道组数据,如以行车位置为参考点,沿行驶方向的反方向延申目标长度(如100或200米),得到第一位置点;然后,以目标位置为参考点,沿行驶方向延申目标长度,得到第二位置点,最后获取位于第一位置点和第二位置点之间的原始车道组数据或车道组数据。此外,终端也可以获取位于行车位置和目标位置的原始车道组数据或车道组数据。
在获取到原始车道组数据之后,终端可以对该原始车道组数据进行车道重组,得到对应的车道组数据,如两个相邻的原始车道组之间车道数量不一致,则在车道数量少的原始车道组中添加至少一条虚拟车道,并为该虚拟车道配置虚拟车道宽度和虚拟车道线类型,如虚拟车道宽度为零或为原始车道宽度的一半。
除了获取原始车道组数据,终端也可以直接获取目标车辆所处的行车道路对应的车道组数据;然后,从该车道组数据中,读取行车道路中各车道线的车道线段对应的车道线类型,并确定各车道线段在车道组中的线段偏移量;将属于相同车道线的线段偏移量和车道线类型进行组合,得到各车道线分别对应的特征集。
例如,如图4所示,车道线3的特征集为 车道线4的特征集为/>
其中,和/>分别指车道2右侧的车道线和车道3左侧的车道线,从图4可以看出,/>和/>均指的是Line3,即车道线3;此外,/>和/>分别指车道3右侧的车道线和车道4左侧的车道线,从图4可以看出,/>和/>均指的是Line4,即车道线4。
在一个实施例中,终端可以获取车道组数据对应的车道组中的车道线;对车道组中的车道线进行线段划分,得到车道组中的车道线段;从车道组数据中读取各车道线段对应的车道线类型。
其中,车道线段可以指一定长度的车道线。对于车道线的划分,可以采用如下方式:按照车道线类型的变化对车道线进行线段划分。如图4所示,在车道线4在距离起点50米(m)的位置处,车道线类型发生了变化,即由虚线转为实线,此时可以在50m位置处进行线段划分;在车道线3在距离起点70m的位置处,车道线类型发生了变化,即由虚线转为实线,此时可以在70m位置处进行线段划分;此外,在车道线4在距离起点100m的位置处,车道线类型再次发生了变化,即由实线转为虚线,此时可以在100m位置处进行线段划分,从而将这些车道线划分成4段。
S204,将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各特征集进行组合,得到特征集序列。
其中,第一预设条件可以是车道线类型属于不可变道的实线型。需要指出的是,对于特征集序列对应的车道组附图,考虑到交通习惯,在相关附图中保留了实线型的车道线,实际应用中,特征集序列是剔除了实线型的车道线对应的特征,对应的车道组中不包含实线型的车道线。
在一个实施例中,由于特征集包括车道线中各车道线段对应的特征组,特征组包括车道线段的线段偏移量和车道线类型,因此在进行车道线特征过滤时,终端可以先在各特征集内,查找与第一预设条件对应的目标特征组,然后将目标特征组过滤掉,或述目标特征组内的线段偏移量和车道线类型过滤掉,得到包含过滤后的目标特征组的特征集,得到的特征集内不包含实线型的车道线类型和对应的线段偏移量。最后,终端将过滤后的各特征集进行组合,得到特征集序列。
例如,对于图4中各车道线的特征集,车道线1的特征集为Line1={(0,180,实线)},车道线2的特征集为Line2={(0,180,虚线)},车道线3的特征集为Line3={(0,70,虚线),(70,180,实线)},车道线4的特征集为Line4={(0,50,虚线),(50,100,实线),(100,180,虚线)},车道线5的特征集为Line5={(0,180,实线);将这些特征集内的车道线为实线的车道线特征进行过滤,从而得到过滤后的各车道线的特征集,即:Line1=空集,Line2={(0,180,虚线)},Line3={(0,70,虚线)},Line4={(0,50,虚线),(100,180,虚线)},Line5=空集。最后,按照车道线的顺序将过滤后的各车道线的特征集进行排序组合,得到特征集序列Line={Line1,Line2,Line3,Line4,Line5}={空集,{(0,180,虚线)},{(0,70,虚线)},{(0,50,虚线),(100,180,虚线)},空集}。
在获得特征集序列之后,终端可以在特征集序列中筛选位于行车位置和目标位置之间的车道线对应的特征集,筛选出来的特征集可以组成一个新的特征集序列,即特征集子序列。当特征集子序列中存在空集、且第一车道与第二车道不是相同车道时,此时表示行车位置和目标位置之间存在至少一条不可变道的实线,因此可以判定目标车辆无法从行车位置所处的第一车道跨越至目标位置所处的第二车道;当特征集子序列中不存在空集时,执行S206。
S206,确定目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在车道组中的位置偏移量。
其中,行车位置处于第一车道,该行车位置可以是目标车辆当前的定位位置,也可以是在行驶方向的前方任意一个需要进行通行性判断的位置。目标位置处于第二车道,该目标位置可以是目标车辆所要到达的终点位置或通向终点位置所需经历的位置。车道组是行车道路中的与车道组数据对应的车道集合。需要指出的是,第一车道与第二车道可以是处于相同车道,也可以处于不同车道;此外,当第一车道与第二车道处于不同车道时,第一车道与第二车道可以是相邻车道,也可以是中间间隔至少一个车道的情况。
位置偏移量可以指行车位置或目标位置在车道组中的偏移量,如图5所示,Da为行车位置Pa在车道组中的位置偏移量,Db为目标位置Pb在车道组中的位置偏移量。
S208,基于各位置偏移量、特征集序列和目标车辆的行驶信息,确定目标车辆从第一车道至第二车道的通行性。
其中,目标车辆的行驶信息可以包括目标车辆的车速、加速度、行驶时间以及制动信息等信息中的至少一种。当行车位置为目标车辆当前的定位位置时,则该目标车辆的车速可以是目标车辆当前行驶的速度;当行车位置为在行驶方向的前方任意一个需要进行通行性判断的位置时,则该目标车辆的车速可以是依据目标车辆当前行驶的速度进行预测所得的速度。该目标车辆的车速可以分解为相对于车道的平行速度和垂直速度,如图6所示。
通行性可以指:在遵守交通规则的前提下,目标车辆可以从第一车道通行至第二车道,或者目标车辆不能从第一车道通行至第二车道。例如,当第一车道与第二车道处于不同车道时,目标车辆可以从第一车道逐步跨越至第二车道,或者目标车辆不能从第一车道逐步跨越至第二车道。又例如,当第一车道与第二车道处于相同车道时,目标车辆可以沿着当前车道向前行驶,或者通过变道超车的方式通行至第二车道。
在一个实施例中,终端可以依据目标车辆的行驶信息确定目标车辆的行驶距离;然后,根据行驶距离和行车位置对应的位置偏移量,确定目标车辆的前行位置偏移量,依据前行位置偏移量、特征集序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性。
其中,该特征集序列包括第一车道与所述第二车道之间的特征集子序列,因此在进行通行性判定时,依据前行位置偏移量、特征集子序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,准确快速地判定出目标车辆从第一车道至第二车道的通行性。
例如,终端根据行驶信息确定目标车辆的车速,根据该车速对应的垂直车速和车道宽度确定跨越车道所需的耗时,以及基于该耗时和该车速对应的平行车速确定目标车辆的行驶距离,依据前行位置偏移量、特征集子序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性。
需要说明的是,在进行通行性判定时,还可以结合行车道路的车况数据进行通行性判定,如依据车况数据、前行位置偏移量、特征集子序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性,从而可以在行车过程中有效地提高交通安全。
在判定出第一车道与第二车道之间的通行性之后,可以将判定的通行性应用到以下两种场景,具体如下:
场景1,对目标车辆进行路径规划。
在一个实施例中,当判定目标车辆无法从第一车道跨越到第二车道时,终端可以重新规划通向目标位置的路径,然后发出新路径提示,从而可以提示用户按照重新规划的路径进行行驶,有利于提高交通安全。
例如,如图7所示,假设目标位置Pb是目标车辆的目的地,当目标车辆处于行车位置Pa时,根据本申请的技术方案判定目标车辆能从车道2逐步跨越到车道4,由于目标车辆在行车位置Pa处未及时进行变道,当目标车辆行驶到P′a时,根据本申请的技术方案判定目标车辆已经无法从车道2逐步跨越到车道4,因此重新规划到达目标位置Pb的路径,并发出新路径提示,从而避免因强行变道而造成交通安全隐患。
场景2,提示目标车辆进行变道。
在一个实施例中,当判定目标车辆能够从第一车道逐步跨越到第二车道时,终端可以在电子地图上显示变道指引,提示用户按照变道指引进行变道,以使目标车辆从第一车道逐步跨越到第二车道。
例如,如图8所示,当根据本申请的技术方案判定目标车辆在行车位置Pa处能从车道2逐步跨越到车道4时,终端在电子地图的导航页面显示车道级变道指引,提示用户可以按照车道级变道指引进行变道,有利于提升交通安全。
上述实施例中,在目标车辆行驶的过程中,对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,从而可以将各特征集内的实线型的车道线特征过滤掉,将过滤后的各特征集进行组合,得到不包含实线型车道线特征的特征集序列,从而将特征集序列与目标车辆的行驶信息和位置偏移量结合,可以快速准确地判定出目标车辆行驶时的车道通行性;此外,由于获取到不包含实线型车道线特征的特征集序列,因此即使行车位置所处的第一车道与目标位置所处的第二车道不属于相同车道,也可以简单地利用特征集序列中行车位置与目标位置之间车道线对应的特征集为空,即可快速确定出目标车辆无法从行车位置所处的第一车道至目标位置所处的第二车道;当特征集序列中的特征集不为空时,在进行车道通行性判定的过程中,考虑到了目标车辆的行驶信息、车道线类型以及目标车辆的行车位置和目标位置的位置偏移量,可以准确地确定目标车辆是否能从第一车道通行至第二车道,提高了车道通行性判定的准确率,而且覆盖的应用场景更广,有效提高交通安全。
在一个实施例中,车道组数据是对行车道路对应的原始车道组数据进行车道重组所得的,原始车道组数据是行车道路中各原始车道组对应的数据,因此终端可以对车道组数据进行车道重组。考虑到各原始车道组之间的车道拓扑信息不同,可以分以下两种方式对车道组数据进行车道重组,具体如下:
方式1,扩展原始车道组,如图9所示,具体扩展方式如下:
S902,确定原始车道组数据中第一原始车道组的车道数量,以及确定原始车道组数据中第二原始车道组的车道数量。
其中,第一原始车道组和第二原始车道组是相邻的未经重组的两个车道组,
如图10左侧的道路图所示,原始车道组Gi的车道数量为3,原始车道组Gi+1的车道数量为4,且原始车道组Gi+1左侧的边缘车道与原始车道组Gi左侧的边缘车道并不在相同车道上。
又如图11左侧的道路图所示,原始车道组Gi的车道数量为3,原始车道组Gi+1的车道数量为4,且原始车道组Gi+1右侧的边缘车道与原始车道组Gi右侧的边缘车道并不在相同车道上。
此外,还可以参考如图12左侧的道路图,原始车道组Gi的车道数量为3,原始车道组Gi+1的车道数量为4,且原始车道组Gi+1中间两个车道是原始车道组Gi的车道2划分出的两个车道。需要指出的是,图10~12示例了Gi的车道数量小于Gi+1的车道数量的情况,此外,还可以存在Gi的车道数量大于Gi+1的车道数量的情况。
S904,当第一原始车道组的车道数量小于第二原始车道组的车道数量时,在第一原始车道组中添加虚拟车道,以使添加虚拟车道的第一原始车道组与第二原始车道组保持车道对齐。
其中,虚拟车道可以指实际不存在的车道,为了方便且准确地判断出不同车道之间的通行性,在相应的原始车道组中添加虚拟车道。车道对齐可以指相邻的车道组之间的各车道数量一致。
对于虚拟车道的添加,可以按照虚拟车道的添加位置划分为以下两种场景,具体如下:
场景a,在原始车道组的边缘添加虚拟车道。
在一个实施例中,当第一原始车道组的车道数量小于第二原始车道组的车道数量、且第二原始车道组内的边缘车道路段与第一原始车道组内的边缘车道路段不在相同车道时,终端则在第一原始车道组中,添加与第二原始车道组的边缘车道路段对齐的虚拟车道。
其中,边缘车道路段对齐可以指添加的虚拟车道与第二原始车道组中对应的边缘车道路段处于相同车道,即两车道之间的车道拓扑信息是连通的。
例如,如图10所示,由于原始车道组Gi的车道数量小于原始车道组Gi+1的车道数量,因此在原始车道组Gi的左侧添加一条虚拟车道,从而与原始车道组Gi+1的车道数量保持一致,从而得到图10右侧的经过重组的车道组。
又如图11所示,由于原始车道组Gi的车道数量小于原始车道组Gi+1的车道数量,因此在原始车道组Gi的右侧添加一条虚拟车道,从而与原始车道组Gi+1的车道数量保持一致,从而得到图11右侧的经过重组的车道组。
场景b,在原始车道组的中间添加虚拟车道。
在一个实施例中,当第一原始车道组的车道数量小于第二原始车道组的车道数量、且第一原始车道组内的中间车道路段分流为第二原始车道组内的至少两个车道路段时,终端则将第一原始车道组内的中间车道路段,转换为与第二原始车道组内的至少两个车道路段分别对齐的至少两个虚拟车道。
例如,如图12所示,由于原始车道组Gi的车道数量小于原始车道组Gi+1的车道数量,而且原始车道组Gi内的车道路段2分流为原始车道组Gi+1内的车道路段2~3,因此在原始车道组Gi的车道路段2转换为与原始车道组Gi+1内的车道路段2~3分别对齐的两个虚拟车道,从而与原始车道组Gi+1的车道数量保持一致,从而得到图12右侧的经过重组的车道组。
需要指出的是,上述场景a~b示例了Gi的车道数量小于Gi+1的车道数量的情况,此外,还可以存在Gi的车道数量大于Gi+1的车道数量的情况,此时可以进行如下操作:在Gi+1的左侧补上一个虚拟车道,或者在Gi+1的右侧补上一个虚拟车道,这两种情况分别与图11和图11相似,区别在于图10和图11中Gi的车道数量为3,Gi+1的车道数量为4,而在本实施例中,Gi的车道数量为4,Gi+1的车道数量为3;又或者,可以将Gi+1中间要拓展的车道替换成两个虚拟车道,这种情况与图12相似,区别在于图12中Gi的车道数量为3,Gi+1的车道数量为4,Gi中的车道2分流成Gi+1中的两个车道(如Gi+1中的车道2和车道3),而在本实施例中,Gi的车道数量为4,Gi+1的车道数量为3,且Gi的车道2和车道3在Gi+1中合并为一个车道。
S906,对虚拟车道配置车道特征,获得车道组数据。
其中,该车道特征包括车道宽度和对应的车道线类型。
对于上述场景a的情况,在添加虚拟车道之后,终端还可以对虚拟车道配置第一虚拟车道宽度和第一虚拟车道线。其中,第一虚拟车道线是表征禁止变道的属于实线型的车道线,第一虚拟车道宽度等于目标宽度值。
在添加虚拟车道之后,为了确保该段行车道路整体的车道宽度不变,可以将该虚拟车道的车道宽度设置为0;此外,考虑到添加的虚拟车道不是真实的车道,是无法在该虚拟车道上行驶、且无法变道至该虚拟车道,因此该虚拟车道对应的车道线设置为实线,即车道线类型为实线型。
对于上述场景b的情况,在添加完虚拟车道之后,终端还可以在至少两个虚拟车道之间配置虚线型的第二虚拟车道线;对至少两个虚拟车道分别配置第二虚拟车道宽度;其中,至少两个虚拟车道的第二虚拟车道宽度之间的和值与第一原始车道组内对应的中间车道路段的车道宽度一致。
在添加虚拟车道之后,为了确保该段行车道路整体的车道宽度不变,可以将图12的这两条虚拟车道的车道宽度分别设置为原来车道的一半;此外,考虑这两条虚拟车道实际是一条车道,因此这两条虚拟车道之间设置虚线型的车道线。
上述实施例中,通过将未对齐的车道路段进行车道重组,以使重组后的各车道组之间的车道对齐,从而可以有利于不同车道之间的通行判定,有效降低代码复杂度,以及提高代码的复用性。
方式2,将弯曲的原始车道组进行拉直。
在一个实施例中,车道组数据是对行车道路对应的原始车道组数据进行车道重组所得的,原始车道组数据是行车道路中各原始车道组对应的数据;因此,终端可以获取行车道路对应的原始车道组数据;当原始车道组数据中的原始车道组是存在曲率的车道组时,将原始车道组数据中的原始车道组转换为直线型的车道组。
其中,曲率可以指原始车道组的弯曲程度。例如,如图13所示,当原始车道组是弯曲的车道组时,将原本弯曲的原始车道组转换为直的车道组。
上述实施例中,通过原本弯曲的原始车道组转换为直的车道组,有利于变道所需耗时的计算,从而可以有利于不同车道之间的通行判定,还可以有效降低代码复杂度,以及提高代码的复用性。
在一个实施例中,目标车辆的车速包括相对于车道的平行速度和垂直速度;特征集序列包括第一车道与第二车道之间的特征集子序列,因此对于目标车辆在第一车道与第二车道之间的通行性的判定,如图14所示,具体方法可以包括:
S1402,依据垂直车速和车道宽度,确定跨越车道组内各车道的耗时。
需要指出的是,在原始车道组中,各车道的车道宽度通常为3.5~3.75m,在后续实施例中,不妨令车道宽度为3.5m。由于重组后所得的车道组中包含虚拟车道,因此车道宽度可能为0、3.5/L和3.5。其中,n为在原始车道组的中间添加的虚拟车道数量;当车道宽度为0时,表示在原始车道组的边缘添加了虚拟车道;当该车道宽度3.5/L时,表示在原始车道组的中间添加了L个虚拟车道;当该车道宽度3.5时,表示并未在原始车道组内添加虚拟车道。
如图6所示,终端可以利用目标车辆的垂直车速V⊥和车道宽度,计算跨越车道组内各车道的耗时t。需要说明的是,在计算耗时t时,考虑到目标车辆是从一个车道变道至另一个车道,当目标车辆从车道2变道至车道3,此时耗时其中,w2为车道2的车道宽度,w3为车道3的车道宽度。
S1404,基于耗时和平行速度,确定目标车辆的行驶距离。
例如,在跨越车道的这个过程中,目标车辆同时会向前行驶,此时可以根据耗时t和平行车速V||计算出目标车辆向前行驶的距离。
S1406,根据行驶距离和行车位置对应的位置偏移量,确定目标车辆的前行位置偏移量。
在一个实施例中,终端计算行驶距离和行车位置对应的位置偏移量之间的和值,然后将该和值作为目标车辆的前行位置偏移量。
S1408,依据前行位置偏移量、特征集子序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性。
上述实施例中,当特征集序列中的特征集不为空时,确定目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在车道组中的位置偏移量,该车道组是行车道路中的与车道组数据对应的车道集合,因此对于跨越车道的通行性判定,可以利用各位置偏移量、特征集序列、目标车辆的车速和车道宽度进行综合判定,考虑到了车速、车道宽度、车道线类型以及目标车辆的行车位置和目标位置的位置偏移量,可以准确地确定目标车辆是否能从第一车道跨越至第二车道,提高了车道跨越时进行通行性的准确率,而且覆盖的应用场景更广,有效提高交通安全。
考虑到目标车辆所处的第一车道可能位于第二车道的左侧,如图15的(a)图所示;此外,目标车辆所处的第一车道也可能位于第二车道的右侧,如图15的(b)图所示;目标车辆所处的第一车道也可能与第二车道位于相同车道,如图15的(c)图所示。因此,在进行通行性判定时,可以划分以下几种场景进行说明,具体如下:
场景1,目标车辆所处的第一车道位于第二车道的左侧。
在一个实施例中,线段偏移量包括末端偏移量,特征集子序列对应的车道线数量为n,n为不小于1的正整数;因此,终端在特征集子序列对应的第i个车道线中,沿目标车辆的行驶方向遍历各车道线段对应的特征组,得到遍历结果;确定遍历结果中存在满足第二预设条件的目标特征组;第二预设条件为前行位置偏移量不大于第i个车道线对应的末端偏移量、且不大于目标位置对应的位置偏移量;按照预设步长对i进行自增处理,循环执行上述步骤,直至当i=n,且第i个车道线对应的遍历结果中存在满足第二预设条件的目标特征组时,确定目标车辆能从第一车道变道至第二车道。此外,当确定遍历结果中不存在满足第二预设条件的目标特征组时,确定目标车辆无法从第一车道变道至第二车道。因此,通过上述实施例,即使目标车辆所处的第一车道与目标位置所处的第二车道不属于相同车道,并且第一车道与第二车道是相邻车道还是间隔多个车道,也可以快速且准确地判断出车道之间的通行性。
例如,如图15(a)所示,结合伪代码进行说明,具体如下:
初始化变量ForwardDis=Da;
//对Pa和Pb之间的L根线进行遍历
for(int i=1;i<=L;i++){
//第i根线对应跨越第A+i-1个车道
1)用Wi表示第A+i-1个车道的车道宽度
2)则跨越该车道的最短时间为
3)跨越该车道的时间内车辆前向运动的距离di=V||*ti
4)此时ForwardDis=ForwardDis+di
5)正向遍历Linei中的所有三元组(start,end,type),找到满足以下条件的车道线段:
1>start≤ForwardDis≤end,则ForWardDis保持不变,退出遍历过程;
2>ForwardDis≤start,则ForWardDis=start,退出遍历过程;
如果没有满足1>和2>的三元组,则返回A-B不可通行,退出算法
}
if(ForwardDis≤Db){
返回A-B可通行
}else
{返回A-B不可通行}
其中,上述的A、B分别为Pa和Pb所处的车道。
场景2,目标车辆所处的第一车道位于第二车道的右侧。
在一个实施例中,终端在特征集子序列对应的第i个车道线中,沿目标车辆的行驶方向遍历各车道线段对应的特征组,得到遍历结果;确定遍历结果中存在满足第二预设条件的目标特征组;第二预设条件为前行位置偏移量不大于第i个车道线对应的末端偏移量、且不大于目标位置对应的位置偏移量;按照预设步长对i进行自减处理,循环执行上述步骤,直至当i=1,且第i个车道线对应的遍历结果中存在满足第二预设条件的目标特征组时,确定目标车辆能从第一车道变道至第二车道。此外,当确定遍历结果中不存在满足第二预设条件的目标特征组时,确定目标车辆无法从第一车道变道至第二车道。因此,通过上述实施例,即使目标车辆所处的第一车道与目标位置所处的第二车道不属于相同车道,并且第一车道与第二车道是相邻车道还是间隔多个车道,也可以快速且准确地判断出车道之间的通行性。
其中,对于目标车辆所处的第一车道位于第二车道的右侧的情况,可以参考上述场景1以及图15(b)。
场景3,目标车辆所处的第一车道与第二车道属于相同车道。
特别地,当第一车道与第二车道属于相同车道时,终端依据前行位置偏移量、特征集序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,可以直接确定目标车辆可以从第一车道跨越至第二车道,从而可以快速判断出车道的通行性。
作为一个示例,为了更加直观了解本申请的技术方案,这里结合图3-7、图10-13以及图16进行说明,具体如下所述:
(一)获取目标车辆的车速、起点位置和目标位置。
获取目标车辆的起点位置Pa(lon,lat)和目标位置Pb(lon,lat),其中lon和lat分别表示经度和纬度。这里的Pa可以是目标车辆当前的定位位置,也可以是任意的一个需要判断的起点位置。
此外,还会获取目标车辆的车速V,该车速V可以是目标车辆真实的行驶速度,也可以是一个任意预设的速度,或根据目标车辆真实的行驶速度进行预测所得的速度。
(二)获取原始的车道组数据。
获取Pa和Pb之间的所有高精数据或车道级数据,如图3所示;然后从该高精数据或车道级数据中获取包含Pa和Pb之内的所有车道组数据,该车道组数据包括:多个原始的车道组、每个车道组记录的车道数量、各车道左右的车道线类型及其对应区间、各车道上下游的车道级连通关系、车道级中心线形点和车道宽度等。
如果Pa和Pb之间缺失高精数据和车道级数据,则无法进行后续计算,此时车道跨越的通行性判定流程终止。
(三)对原始的车道组进行转换。
由于Pa和Pb之间的车道组数据包含多个车道组,记为G={G1,G2,...,Gn},每个车道组G的车道数量前后可能发生变化,不利于计算,因此将所有原始的车道组拼接成一个新的虚拟的车道组G’用于后续计算,具体步骤如下:
对所有的车道组G,对各相邻的车道组Gi和Gi+1进行重组,直至完成所有车道组G的重组,得到一个完整的车道组G’。
一般地,假设现在完成了G1至Gi的重组,得到了Gi′,接下来说明将Gi′和Gi+1的重组方法,对所有的可能进行分类讨论:
场景1,如图10所示,Gi+1的左侧拓展了一个车道,此时可以在Gi的左侧补上一个虚拟车道,该虚拟车道的左车道线类型为边缘实线,右侧为实线,从交规上该虚拟车道无法到达,只是一个占位车道,其车道宽度可以赋值为0(只是为了在逻辑上生成一个车道,保证道路宽度不变),得到图10右侧的车道组G’。同理,对于左侧拓展n个车道的情况,在左侧补上n个虚拟车道。
场景2,如图11所示,Gi+1的右侧拓展了一个车道,此时可以在Gi的右侧补上一个虚拟车道,该虚拟车道的右车道线类型为边缘实线,左侧为实线。从交规上该虚拟车道无法到达,只是一个占位车道,其车道宽度可以赋值为0,得到图11右侧的车道组G’。同理,对于右侧拓展n个车道的情况,在左侧补上n个虚拟车道。
场景3,如图12所示,Gi+1中间拓展一个车道,此时可以将Gi中间要拓展的车道替换成两个虚拟车道(如图12左侧的车道2替换成右侧的虚拟车道2~3),该虚拟车道的左右车道线类型均为虚线,表示这两车道可以连通。需要注意的是,这两个虚拟车道的车道宽度均在原来车道宽度的一半,得到图12右侧的车道组G’。同理,对于中间拓展m车道的情况,将该拓展车道替换成m个虚拟车道,每个虚拟车道的左右车道线均为虚线,每个虚拟车道的车道宽度设置为原来车道宽度的1/m。
需要指出的是,上述场景1~3示例了Gi的车道数量小于Gi+1的车道数量的情况,此外,还可以存在Gi的车道数量大于Gi+1的车道数量的情况,此时可以进行如下操作:在Gi+1的左侧补上一个虚拟车道,或者在Gi+1的右侧补上一个虚拟车道,这两种情况分别与图11和图11相似,区别在于图10和图11中Gi的车道数量为3,Gi+1的车道数量为4,而在本实施例中,Gi的车道数量为4,Gi+1的车道数量为3;又或者,可以将Gi+1中间要拓展的车道替换成两个虚拟车道,这种情况与图12相似,区别在于图12中Gi的车道数量为3,Gi+1的车道数量为4,Gi中的车道2分流成Gi+1中的两个车道(如Gi+1中的车道2和车道3),而在本实施例中,Gi的车道数量为4,Gi+1的车道数量为3,且Gi的车道2和车道3在Gi+1中合并为一个车道。在对虚拟车道进行车道特征配置时,可以参考上述场景1~3。
根据上述重组方式,将Pa和Pb之间的所有G1,G2,...,Gn进行重组,得到一个新的车道组G’。
需要注意的是,如果是带有曲率的车道组,可以基于车道中心线的长度将其转换为直的车道组,如图13所示。
(四)Pa至Pb之间的通行性判定。
在获得新的车道组G’之后,车道组G’包含各个车道i的车道线特征集以及宽度信息w,其中每个车道线特征集可以包含每段车道线对应的三元组(start,end,type),start和end分别表示每段车道线的起点和终点相较于车道组G’起点的偏移量(即起点偏移量和末端偏移量),type记录线类型。如图4所示,可以得到:
如图15所示,图15展示了三种可能的Pa和Pb的相对关系。将Pa所在的车道号记为A,Pb所在的车道号记为B,则存在A>B、A<B和A=B这三种情况。其中,A<B表示Pb在Pa的右侧,对应图15的(a)图;A>B表示Pb在Pa的左侧,对应图15的(b)图;A=B表示Pa和Pb处于相同车道,对应图15的(c)图。
(1)对于A=B的情况,无需进一步判断,直接确定A~B可通行。
(2)对于A<B的情况
首先获取从车道A通行到车道B所需要跨越的所有L根车道线特征,其中L=B-A,每根车道线包含三元组,对该三元组进行过滤,只保留每根线type=虚线(或者左实右虚的双线类型,表示可以跨越)的部分,得到特征集序列Line:
Line={Line1,...,LineL}
其中1到L为目标车辆从车道A行驶到车道B的车道线跨越顺序。如果存在某个Linei集合为空,则表示存在某车道线无法跨越,直接返回A~B不可通行。
若所有Linei均非空,则进行下一步判断:
车速V可以分解成平行于车道线的分量V||(简称平行车速)以及垂直于车道线的分量V⊥(简称垂直车速),如图6所示。为了保证交通安全,V⊥要尽量小,保证车辆平稳跨越车道,因此可以设置一个最大的垂直车速比如车道宽度为W,可以假设变1个车道最少需要2s,则可设置/>此时有:/>
接着,获得Pa和Pb在车道组G′内的位置偏移量,记为Da和Db,如图5所示,结合以下伪代码进行通行性判定:
初始化变量ForwardDis=Da;
//对Pa和Pb之间的L根线进行遍历
for(int i=1;i<=L;i++){
//第i根线对应跨越第A+i-1个车道
1)用Wi表示第A+i-1个车道的车道宽度
2)则跨越车道的最短时间为
3)跨越车道的这个时间内目标车辆向前运动的距离di=V||*ti
4)此时ForwardDis=ForwardDis+di
5)正向遍历Linei中的所有三元组(start,end,type),找到满足以下条件的车道线段:
1>start≤ForwardDis≤end,则ForWardDis保持不变,退出遍历过程;
2>ForwardDis≤start,则ForWardDis=start,退出遍历过程;
如果没有满足1>和2>的三元组,则返回A-B不可通行,退出算法
}
if(ForwardDis≤Db){
返回A-B可通行
}else
{返回A-B不可通行}
(3)对于A>B的情况,可以参考上述方案(2)。
例如,如图16所示,当目标车辆需要在前方500米转入XX高速方向,采用本申请的方案,可以快速判断出当前位置或前方的某个位置是否可以变道至通向XX高速方向的车道,以便提示用户提前变道,或者在错过最后的变道时机时,可以及时为用户规划新的路径。
本申请的方案综合考虑了车速、车道宽度、跨越车道数、交通规则和交通安全等多方位因素来判断不同车道之间是否可以跨越通行,相较于传统跨越关系判断算法更具一般性和普适性,能应用于智能车控制技术领域、自动驾驶领域和高级辅助驾驶领域,对于车道级规划和车道级偏航等具体应用有帮助。此外,有了车道级规划,可以更高效地分配道路资源,能应用于智慧城市交通项目,缓解交通拥堵,合理分配车道资源使用,可以有效缓解交通拥堵、降低交通事故率、改善交通安全、降低能源消耗和环境污染等。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车道的通行性判定方法的车道的通行性判定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车道的通行性判定装置实施例中的具体限定可以参见上文中对于车道的通行性判定方法的限定,在此不再赘述。
在一个实施例中,如图17所示,提供了一种车道的通行性判定装置,包括:提取模块1702、处理模块1704、确定模块1706和判定模块1708,其中:
提取模块1702,用于在目标车辆行驶的过程中,对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
处理模块1704,用于将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各特征集进行组合,得到特征集序列;
确定模块1706,用于确定目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在车道组中的位置偏移量;行车位置处于第一车道,目标位置处于第二车道,车道组是行车道路中的与车道组数据对应的车道集合;
判定模块1708,用于基于各位置偏移量、特征集序列和目标车辆的行驶信息,确定目标车辆从第一车道至第二车道的通行性。
上述实施例中,在目标车辆行驶的过程中,对目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;将各特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,从而可以将各特征集内的实线型的车道线特征过滤掉,将过滤后的各特征集进行组合,得到不包含实线型车道线特征的特征集序列,从而将特征集序列与目标车辆的行驶信息和位置偏移量结合,可以快速准确地判定出目标车辆行驶时的车道通行性;此外,由于获取到不包含实线型车道线特征的特征集序列,因此即使行车位置所处的第一车道与目标位置所处的第二车道不属于相同车道,也可以简单地利用特征集序列中行车位置与目标位置之间车道线对应的特征集为空,即可快速确定出目标车辆无法从行车位置所处的第一车道至目标位置所处的第二车道;当特征集序列中的特征集不为空时,在进行车道通行性判定的过程中,考虑到了目标车辆的行驶信息、车道线类型以及目标车辆的行车位置和目标位置的位置偏移量,可以准确地确定目标车辆是否能从第一车道通行至第二车道,提高了车道通行性判定的准确率,而且覆盖的应用场景更广,有效提高交通安全。
在其中的一个实施例中,提取模块1702,还用于获取目标车辆所处的行车道路对应的车道组数据;从车道组数据中,读取行车道路中各车道线的车道线段对应的车道线类型,并确定各车道线段在车道组中的线段偏移量;将属于相同车道线的线段偏移量和车道线类型进行组合,得到各车道线分别对应的特征集。
在其中的一个实施例中,提取模块1702,还用于获取车道组数据对应的车道组中的车道线;对车道组中的车道线进行线段划分,得到车道组中的车道线段;从车道组数据中读取各车道线段对应的车道线类型。
在其中的一个实施例中,车道组数据是对行车道路对应的原始车道组数据进行车道重组所得的,原始车道组数据是行车道路中各原始车道组对应的数据;
如图18所示,该装置还包括:第一重组模块1710,用于确定原始车道组数据中第一原始车道组的车道数量,以及确定原始车道组数据中第二原始车道组的车道数量;当第一原始车道组的车道数量小于第二原始车道组的车道数量时,在第一原始车道组中添加虚拟车道,以使添加虚拟车道的第一原始车道组与第二原始车道组保持车道对齐;第一原始车道组和第二原始车道组是行车道路中各相邻的原始车道组;对虚拟车道配置车道特征,获得车道组数据。
在其中的一个实施例中,第一重组模块1710,还用于当第一原始车道组的车道数量小于第二原始车道组的车道数量、且第二原始车道组内的边缘车道路段与第一原始车道组内的边缘车道路段不在相同车道时,则在第一原始车道组中,添加与第二原始车道组的边缘车道路段对齐的虚拟车道。
在其中的一个实施例中,第一重组模块1710,还用于对虚拟车道配置第一虚拟车道宽度和第一虚拟车道线;其中,第一虚拟车道线是表征禁止变道的属于实线型的车道线,第一虚拟车道宽度等于目标宽度值。
上述实施例中,通过将未对齐的车道路段进行车道重组,以使重组后的各车道组之间的车道对齐,从而可以有利于不同车道之间的通行判定,有效降低代码复杂度,以及提高代码的复用性。
在其中的一个实施例中,第一重组模块1710,还用于当第一原始车道组的车道数量小于第二原始车道组的车道数量、且第一原始车道组内的中间车道路段分流为第二原始车道组内的至少两个车道路段时,则将第一原始车道组内的中间车道路段,转换为与第二原始车道组内的至少两个车道路段分别对齐的至少两个虚拟车道。
在其中的一个实施例中,第一重组模块1710,还用于在至少两个虚拟车道之间配置虚线型的第二虚拟车道线;对至少两个虚拟车道分别配置第二虚拟车道宽度;其中,至少两个虚拟车道的第二虚拟车道宽度之间的和值与第一原始车道组内对应的中间车道路段的车道宽度一致。
上述实施例中,通过原本弯曲的原始车道组转换为直的车道组,有利于变道所需耗时的计算,从而可以有利于不同车道之间的通行判定,还可以有效降低代码复杂度,以及提高代码的复用性。
在其中的一个实施例中,车道组数据是对行车道路对应的原始车道组数据进行车道重组所得的,原始车道组数据是行车道路中各原始车道组对应的数据;
如图18所示,该装置还包括:第二重组模块1712,用于获取行车道路对应的原始车道组数据;当原始车道组数据中的原始车道组是存在曲率的车道组时,将原始车道组数据中的原始车道组转换为直线型的车道组。
在其中的一个实施例中,特征集包括车道线中各车道线段对应的特征组,特征组包括车道线段的线段偏移量和车道线类型;
处理模块1704,还用于在各特征集内,查找与第一预设条件对应的目标特征组;将目标特征组过滤掉,或述目标特征组内的线段偏移量和车道线类型过滤掉,得到包含过滤后的目标特征组的特征集。
在其中的一个实施例中,判定模块1708,还用于依据目标车辆的行驶信息确定目标车辆的行驶距离;根据行驶距离和行车位置对应的位置偏移量,确定目标车辆的前行位置偏移量;依据前行位置偏移量、特征集序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性。
在其中的一个实施例中,目标车辆的行驶信息包括相对于车道的平行速度和垂直速度;特征集序列包括第一车道与第二车道之间的特征集子序列;
判定模块1708,还用于依据垂直车速和车道宽度,确定跨越车道组内各车道的耗时;基于耗时和平行速度,确定目标车辆的行驶距离;根据行驶距离和行车位置对应的位置偏移量,确定目标车辆的前行位置偏移量;依据前行位置偏移量、特征集子序列中各车道线段的线段偏移量和目标位置对应的位置偏移量,确定目标车辆从第一车道至第二车道的通行性。
在其中的一个实施例中,线段偏移量包括末端偏移量,特征集序列对应的车道线数量为n,n为不小于1的正整数;
判定模块1708,还用于在特征集序列对应的第i个车道线中,沿目标车辆的行驶方向遍历各车道线段对应的特征组,得到遍历结果;确定遍历结果中存在满足第二预设条件的目标特征组;第二预设条件为前行位置偏移量不大于第i个车道线对应的末端偏移量、且不大于目标位置对应的位置偏移量;按照预设步长对i进行自增或自减处理,循环执行上述步骤,直至当i=n或i=1,且第i个车道线对应的遍历结果中存在满足第二预设条件的目标特征组时,确定目标车辆能从第一车道变道至第二车道。
在其中的一个实施例中,判定模块1708,还用于当确定遍历结果中不存在满足第二预设条件的目标特征组时,确定目标车辆无法从第一车道变道至第二车道。
上述实施例中,当特征集序列中的特征集不为空时,确定目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在车道组中的位置偏移量,该车道组是行车道路中的与车道组数据对应的车道集合,因此对于跨越车道的通行性判定,可以利用各位置偏移量、特征集序列、目标车辆的车速和车道宽度进行综合判定,考虑到了车速、车道宽度、车道线类型以及目标车辆的行车位置和目标位置的位置偏移量,可以准确地确定目标车辆是否能从第一车道跨越至第二车道,提高了车道跨越时进行通行性的准确率,而且覆盖的应用场景更广,有效提高交通安全。
上述车道的通行性判定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图19所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车道的通行性判定方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置,显示屏可以是液晶显示屏或电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图19中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述车道的通行性判定方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述车道的通行性判定方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述车道的通行性判定方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (18)
1.一种车道的通行性判定方法,其特征在于,所述方法包括:
在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集包括:
获取所述目标车辆所处的行车道路对应的车道组数据;
从所述车道组数据中,读取所述行车道路中各车道线的车道线段对应的车道线类型,并确定各所述车道线段在所述车道组中的线段偏移量;
将属于相同所述车道线的所述线段偏移量和所述车道线类型进行组合,得到各所述车道线分别对应的特征集。
3.根据权利要求2所述的方法,其特征在于,所述从所述车道组数据中,读取所述行车道路中各车道线的车道线段对应的车道线类型包括:
获取所述车道组数据对应的车道组中的车道线;
对所述车道组中的车道线进行线段划分,得到所述车道组中的车道线段;
从所述车道组数据中读取各所述车道线段对应的车道线类型。
4.根据权利要求1所述的方法,其特征在于,所述车道组数据是对所述行车道路对应的原始车道组数据进行车道重组所得的,所述原始车道组数据是所述行车道路中各原始车道组对应的数据;
所述对所述行车道路对应的原始车道组数据进行车道重组包括:
确定所述原始车道组数据中第一原始车道组的车道数量,以及确定所述原始车道组数据中第二原始车道组的车道数量;
当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量时,在所述第一原始车道组中添加虚拟车道,以使添加所述虚拟车道的第一原始车道组与所述第二原始车道组保持车道对齐;所述第一原始车道组和所述第二原始车道组是所述行车道路中各相邻的原始车道组;
对所述虚拟车道配置车道特征,获得所述车道组数据。
5.根据权利要求4所述的方法,其特征在于,所述当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量时,在所述第一原始车道组中添加虚拟车道包括:
当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量、且所述第二原始车道组内的边缘车道路段与所述第一原始车道组内的边缘车道路段不在相同车道时,则
在所述第一原始车道组中,添加与所述第二原始车道组的边缘车道路段对齐的虚拟车道。
6.根据权利要求5所述的方法,其特征在于,所述对所述虚拟车道配置车道特征包括:
对所述虚拟车道配置第一虚拟车道宽度和第一虚拟车道线;
其中,所述第一虚拟车道线是表征禁止变道的属于实线型的车道线,所述第一虚拟车道宽度等于目标宽度值。
7.根据权利要求4所述的方法,其特征在于,所述当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量时,在所述第一原始车道组中添加虚拟车道包括:
当所述第一原始车道组的车道数量小于所述第二原始车道组的车道数量、且所述第一原始车道组内的中间车道路段分流为所述第二原始车道组内的至少两个车道路段时,则
将所述第一原始车道组内的中间车道路段,转换为与所述第二原始车道组内的至少两个车道路段分别对齐的至少两个虚拟车道。
8.根据权利要求7所述的方法,其特征在于,所述对所述虚拟车道配置车道特征包括:
在所述至少两个虚拟车道之间配置虚线型的第二虚拟车道线;
对所述至少两个虚拟车道分别配置第二虚拟车道宽度;
其中,所述至少两个虚拟车道的第二虚拟车道宽度之间的和值与所述第一原始车道组内对应的中间车道路段的车道宽度一致。
9.根据权利要求1所述的方法,其特征在于,所述车道组数据是对所述行车道路对应的原始车道组数据进行车道重组所得的,所述原始车道组数据是所述行车道路中各原始车道组对应的数据;
所述对所述行车道路对应的原始车道组数据进行车道重组包括:
获取所述行车道路对应的原始车道组数据;
当所述原始车道组数据中的原始车道组是存在曲率的车道组时,将所述原始车道组数据中的原始车道组转换为直线型的车道组。
10.根据权利要求1所述的方法,其特征在于,所述特征集包括所述车道线中各车道线段对应的特征组,所述特征组包括所述车道线段的线段偏移量和车道线类型;所述将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉包括:
在各所述特征集内,查找与第一预设条件对应的目标特征组;
将所述目标特征组过滤掉,或将所述目标特征组内的线段偏移量和车道线类型过滤掉,得到包含过滤后的目标特征组的特征集。
11.根据权利要求1至10任一项所述的方法,其特征在于,所述基于各所述位置偏移量、所述特征集序列所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性包括:
依据所述目标车辆的行驶信息确定所述目标车辆的行驶距离;
根据所述行驶距离和所述行车位置对应的位置偏移量,确定所述目标车辆的前行位置偏移量;
依据所述前行位置偏移量、所述特征集序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
12.根据权利要求11所述的方法,其特征在于,所述目标车辆的行驶信息包括相对于车道的平行速度和垂直速度;所述特征集序列包括所述第一车道与所述第二车道之间的特征集子序列;
所述依据所述目标车辆的行驶信息确定所述目标车辆的行驶距离包括:
依据所述垂直车速和车道宽度,确定跨越所述车道组内各车道的耗时;
基于所述耗时和所述平行速度,确定所述目标车辆的行驶距离;
所述依据所述前行位置偏移量、所述特征集序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性包括:
依据所述前行位置偏移量、所述特征集子序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
13.根据权利要求11所述的方法,其特征在于,所述特征集序列包括所述第一车道与所述第二车道之间的特征集子序列;所述线段偏移量包括末端偏移量,所述特征集子序列对应的车道线数量为n,n为不小于1的正整数;
所述依据所述前行位置偏移量、所述特征集序列中各车道线段的线段偏移量和所述目标位置对应的位置偏移量,确定所述目标车辆从所述第一车道至所述第二车道的通行性包括:
在所述特征集子序列对应的第i个车道线中,沿所述目标车辆的行驶方向遍历各车道线段对应的特征组,得到遍历结果;
确定所述遍历结果中存在满足第二预设条件的目标特征组;所述第二预设条件为所述前行位置偏移量不大于所述第i个车道线对应的末端偏移量、且不大于所述目标位置对应的位置偏移量;
按照预设步长对i进行自增或自减处理,循环执行上述步骤,直至当i=n或i=1,且第i个车道线对应的遍历结果中存在满足所述第二预设条件的目标特征组时,确定所述目标车辆能从所述第一车道变道至所述第二车道。
14.根据权利要求13所述的方法,其特征在于,所述方法还包括:
当确定所述遍历结果中不存在满足所述第二预设条件的目标特征组时,确定所述目标车辆无法从所述第一车道变道至所述第二车道。
15.一种车道的通行性判定装置,其特征在于,所述装置包括:
提取模块,用于在目标车辆行驶的过程中,对所述目标车辆所处的行车道路对应的车道组数据进行车道线特征提取,得到各车道线分别对应的特征集;
处理模块,用于将各所述特征集内满足第一预设条件的车道线类型和对应的线段偏移量过滤掉,并将过滤后的各所述特征集进行组合,得到特征集序列;
确定模块,用于确定所述目标车辆的行车位置在车道组中的位置偏移量,确定目标位置在所述车道组中的位置偏移量;所述行车位置处于第一车道,所述目标位置处于第二车道,所述车道组是所述行车道路中的与所述车道组数据对应的车道集合;
判定模块,用于基于各所述位置偏移量、所述特征集序列和所述目标车辆的行驶信息,确定所述目标车辆从所述第一车道至所述第二车道的通行性。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述的方法的步骤。
17.一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,所述计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
18.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211514504.6A CN116977953A (zh) | 2022-11-30 | 2022-11-30 | 车道的通行性判定方法、装置、计算机设备和存储介质 |
PCT/CN2023/134641 WO2024114620A1 (zh) | 2022-11-30 | 2023-11-28 | 车辆变道成功率的预测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211514504.6A CN116977953A (zh) | 2022-11-30 | 2022-11-30 | 车道的通行性判定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116977953A true CN116977953A (zh) | 2023-10-31 |
Family
ID=88473702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211514504.6A Pending CN116977953A (zh) | 2022-11-30 | 2022-11-30 | 车道的通行性判定方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116977953A (zh) |
WO (1) | WO2024114620A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024114620A1 (zh) * | 2022-11-30 | 2024-06-06 | 腾讯科技(深圳)有限公司 | 车辆变道成功率的预测方法、装置、计算机设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201600132670A1 (it) * | 2016-12-30 | 2018-06-30 | St Microelectronics Srl | Procedimento per generare un avvertimento di abbandono corsia in un veicolo, relativo sistema e prodotto informatico |
CN110103969B (zh) * | 2019-05-16 | 2020-11-13 | 广州小鹏汽车科技有限公司 | 一种车辆控制方法、装置、***及车辆 |
CN115158319A (zh) * | 2022-07-22 | 2022-10-11 | 阿波罗智能技术(北京)有限公司 | 车辆变道方法、装置、电子设备和存储介质 |
CN116977953A (zh) * | 2022-11-30 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 车道的通行性判定方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-30 CN CN202211514504.6A patent/CN116977953A/zh active Pending
-
2023
- 2023-11-28 WO PCT/CN2023/134641 patent/WO2024114620A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024114620A1 (zh) * | 2022-11-30 | 2024-06-06 | 腾讯科技(深圳)有限公司 | 车辆变道成功率的预测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024114620A1 (zh) | 2024-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3486608B1 (en) | Method and apparatus for providing a tile-based digital elevation model | |
CN105701560B (zh) | 一种通勤路线信息的确定方法及装置 | |
US20210095971A1 (en) | Method and apparatus for providing a map matcher tolerant to wrong map features | |
CN112017447A (zh) | 一种基于gps位置信息判定车辆逆行违规的方法及*** | |
CN111739323B (zh) | 一种路口信息的采集方法及装置 | |
WO2024114620A1 (zh) | 车辆变道成功率的预测方法、装置、计算机设备和存储介质 | |
CN116935656B (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
CN116958316B (zh) | 拓扑图生成方法、装置、计算机设备及存储介质 | |
WO2015070711A1 (zh) | 导航方法及导航设备 | |
CN112732860A (zh) | 道路提取方法、装置、可读存储介质及设备 | |
CN116817950A (zh) | 路径规划方法、装置、设备、***、存储介质和程序产品 | |
CN115525943A (zh) | 基于车线拓扑关系构建三维道路模型的方法及*** | |
CN112699202B (zh) | 禁行道路的识别方法、装置、电子设备及存储介质 | |
CN115773744A (zh) | 模型训练和路网处理方法、装置、设备、介质和产品 | |
CN114440914A (zh) | 路径规划方法、装置、电子设备、存储介质及程序产品 | |
CN117091620B (zh) | 导航方法、装置、计算机设备和计算机可读存储介质 | |
KR102302486B1 (ko) | 도시 도로의 운행 속도 처리 방법, 도시 도로의 운행 속도 처리 장치, 기기 및 비휘발성 컴퓨터 저장 매체 | |
CN116562488B (zh) | 导流岛生成方法、装置、计算机设备、介质和程序产品 | |
Taddei et al. | Multi-Layered Local Dynamic Map for a Connected and Automated In-Vehicle System | |
CN114281915B (zh) | 一种生成几何路网的方法、装置、设备及存储介质 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113255091B (zh) | 路径拓扑关系的建立方法、装置及相关设备 | |
CN116659538B (zh) | 变道路径规划方法、装置和车载设备 | |
EP4361565A2 (en) | Method, device, system and computer-readable storage medium for vehicle positioning | |
CN118132658A (zh) | 车道级定位方法、装置、计算机设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40098492 Country of ref document: HK |