[發明專利]一種用于無人駕駛的高精度路網自動生成的方法

有效

• 申請號: 201810987455.5
• 申請日: 2018-08-28
• 公開（公告）號: CN109256028B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 鄭玲;李必軍;王鑫
• 申請（專利權）人: 江蘇久高電子科技有限公司
• 主分類號: G09B29/00
• 分類號: G09B29/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

本發明公開了一種用于無人駕駛模型的高精度路網自動生成的方法，首先構建高精度路網模型HDRNM，該模型包括高精度路段網絡層與高精度車道網絡層，同時還包含路段網絡層與車道網絡層的關聯關系；首先提取路段網絡層數據；然后使用基于多方向約束的PCA實現了車道網絡層的自動提??；最后利用線性事件點進行道路分段，建立車道網絡層和路段網絡層之間的拓撲關系。

技術領域

本發明屬于高精度地圖技術領域，涉及一種高精度路網自動生成的方法，具體涉及一種用于無人駕駛的高精度路網自動生成的方法。

背景技術

HD Map是一種專門服務于無人駕駛的地圖，高精度地圖的應用對無人駕駛越來越重要，高精度路網是高精地圖中的最重要的組成內容。隨著智能交通的發展和ADAS的火熱發展，HD map(High Definition map)在學術界和工業界都引起了很大的關注(文獻1-5)。HD map能夠提供精細化的地圖信息輔助智能車輛實現高精度定位(文獻6-8)，可以解決特定情況下傳感器失效的問題，彌補環境感知設備的不足，有效降低智能車輛感知的難度(文獻9-11)；根據地圖和動態交通信息的先驗知識，基于全局路徑規劃給出最佳的行駛路徑和合理的行駛策略(文獻12-14)，有效實現駕駛車主動安全，降低車輛駕駛的復雜度(文獻15)。因此，HD map的generation變得十分重要，HD map目前處于重大需求階段(文獻16)。路網數據是對真實世界道路模型的表達，high definition road network是HD map的重要的組成部分。

但是目前，對高精度路網的自動生成的研究中同時關注道路提取和路段提取的研究還不多。

高精度路網的生成研究，主要集中利用眾包或者智能車的設備實現路網的提取(文獻17-19)，高精度路段的生成(文獻20,21)，高精度路口的提取(文獻22)等。在高精度路網的模型的研究問題上，研究主要集中在在高精度路網的表達的格式(文獻23)，高精度路口的表達(文獻24)，道路模型(文獻25,26)等展開的研究，但是少有人同時關注到車道和路段拓撲關聯關系的自動生成。路網的自動生成拓撲關系的自動生成前人也做了一些研究，主要方法有合并不同層的交叉點(文獻27)，利用點關聯(文獻28)，using Hidden MarkovModel(HMM)map matching等(文獻29)。但是這些研究不是基于車道級路網的拓撲提取，針對車道級路網的拓撲提取大量依靠手工的辦法。

HD map數據通常為厘米級positioning accuracy of approximate(文獻30)，高精度路網的自動生成越來越得到學者的廣泛關注。高精度地圖所服務的對象不僅包含現有的ADAS系統，還應該包含無人駕駛系統、輔助安全系統、車路協同系統等等。

在高精路網的模型表達上面，目前對車道提取和模型已有學者做了很多相關的研究。Gi-Poong et al.用了piecewise polynomials來模擬車道，提高了路網存儲的效率。Chunzhao et al.用一種近似an approximated clothoid spline的a third-orderpolynomial來表達車道，用the cubic Catmull-Rom spline來表達路口的轉彎曲線(文獻17)，對車道和路口都能快速建模。Anning et al.用the Cubic Hermite spline對車道中心線進行建模(文獻31)，適合GIS數據庫的軟件進行一系列的車道和路段建模。Kichun etal.用B樣條曲線對車道級路網進行三維表達(文獻25)，保證了三維路網的形狀和accuracy。這一類研究專注于車道模型的幾何表達。Tao et al.定義了高精度路網的車道的描述模型，將道路網絡由車道弧段、車道屬性、路口及路口屬性等組成(文獻23)，解決了高精度路網中車道模型的表達，但是缺乏高精度路網中路段信息的表達，而且沒有表達車道和路網之間的對應關聯關系。