[發明專利]無人車車道級場景的判定方法、系統、終端及存儲介質

有效

• 申請號: 202010215273.3
• 申請日: 2020-03-24
• 公開（公告）號: CN111582019B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 郭勝敏;張瑞龍;左鵬;馬紅巖;梁長樂;夏曙東
• 申請（專利權）人: 北京掌行通信息技術有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06V20/56;G06V10/24;G06V10/75;G01C21/26;G01S19/42
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

1.一種無人車車道級場景的判定方法，其特征在于，包括以下步驟：

對導航電子地圖的路段進行車道級標注，得到車道級電子地圖；

基于所述車道級電子地圖，對無人車定位數據進行地圖匹配，得到無人車車道級定位結果；

將所述無人車車道級定位結果與所述車道級電子地圖的車道級場景標注進行映射，判定無人車經過的車道級場景。

2.根據權利要求1所述的無人車車道級場景的判定方法，其特征在于，所述對導航電子地圖的路段進行車道級標注，得到車道級電子地圖，具體包括：

通過由n+1條車道線將導航電子地圖的一個路段從左至右劃分為n個車道；

計算路段線型到各個車道線型的Hausdroff距離；

路段的每一個車道采用三元組描述進行標記，描述公式為：

lane＝id,left_h,right_h，

其中，id是對車道的唯一標志，left_h定義了路段線型到車道左車道線型的Hausdroff距離，right_h定義了路段線型到車道右車道線型的Hausdroff距離；其中，若車道線型位于路段線型左側，Hausdroff距離標為負。

3.根據權利要求2所述的無人車車道級場景的判定方法，其特征在于，所述計算路段線型到各個車道線型的Hausdroff距離，所述Hausdroff距離H(l,k)計算公式為：

H(l,k)＝max(h(l,k),h(k,l))，

其中，l為路段線型，k為其中一個車道線型，

其中，h(l,k)＝max(n∈l){min(n′∈k)||n-n′||}，

其中，n和n′分別是l和k上的任意點，||*||是n和n′的距離范式，指歐幾里得距離。

4.根據權利要求3所述的無人車車道級場景的判定方法，其特征在于，所述對導航電子地圖的路段進行車道級標注，得到車道級電子地圖，還包括：

對車道方向流段定義，UpLanes字段定義路段同向車道信息；DownLanes字段定義逆向車道信息。

5.根據權利要求1所述的無人車車道級場景的判定方法，其特征在于，所述基于所述車道級電子地圖，對無人車定位數據進行地圖匹配，得到無人車車道級定位結果，具體包括：

根據無人車的GPS定位數據，與導航電子地圖的路段線型進行地圖匹配操作，得到無人車當前位置的映射路段，以及無人車相對所述映射路段之間的映射距離；

通過無人車的包絡矩形得到無人車左、右邊界相對無人車GPS定位點的距離；

根據所述無人車相對所述映射路段之間的映射距離以及所述無人車左、右邊界相對無人車GPS定位點的距離，得到無人車左、右邊界相對所述映射路段之間的映射距離，分別記為左邊界映射距離以及右邊界映射距離；

將所述無人車左、右邊界相對所述映射路段之間的映射距離分別與車道級電子地圖中每一個車道的左、右交通線相對于所述映射路段的距離進行比較，得到無人車所處的車道。

6.根據權利要求1所述的無人車車道級場景的判定方法，其特征在于，所述將所述無人車車道級定位結果與所述車道級電子地圖的車道級場景標注進行映射，判定無人車經過的車道級場景，具體包括：

將車道級場景scene_lane采用五元組描述進行定義，定義公式為：

scene_lane＝scene_id,link_id,{lane_ids},(t_bgn,t_end),scene_label

其中，scene_id為一個車道級場景的唯一標識；link_id為無人車所處的路段，{lane_ids}為無人車車道級定位的無人車所處的車道集合，(t_bgn,t_end)為車道級場景生效的起止時刻，scene_label為對車道級場景的類型描述。