CN110440817A - 一种基于车道的路线引导方法、装置和相关设备 - Google Patents
一种基于车道的路线引导方法、装置和相关设备 Download PDFInfo
- Publication number
- CN110440817A CN110440817A CN201810420305.6A CN201810420305A CN110440817A CN 110440817 A CN110440817 A CN 110440817A CN 201810420305 A CN201810420305 A CN 201810420305A CN 110440817 A CN110440817 A CN 110440817A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- abjection
- path
- optimal
- 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
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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车道的路线引导方法、装置和相关设备。所述方法包括:针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;根据所述最优脱出路径对自车进行路线引导。本发明能够准确地预测出车辆从当前车道变更到脱出车道之间的最优路径,并基于此路径对自车进行车道级别的路线引导,引导用户进行变道操作,因此有利于提高路口的通过速度,降低交通事故的发生率,提高导航的准确度和效率。
Description
技术领域
本发明涉及导航技术领域,特别涉及一种基于车道的路线引导方法、装置和相关设备。
背景技术
在现有的导航技术中,针对于路网的导航引导,通常只会在临近脱出路口时,显示出该路口各车道的指示信息(左转、右转、直行等),如果车辆驾驶员对道路路况不熟悉,当看到导航提示路口末端的车道线指示信息的提醒时,往往可能已经来不及变更车道,或者变车道的线路不是最优的,从而导致驾驶员行驶多余的路程,甚至由于着急变更车道导致违章或者发生碰撞的可能性大大增加。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于车道的路线引导方法、装置和相关设备。
第一方面,本发明实施例提供一种基于车道的路线引导方法,包括:
对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
根据所述最优脱出路径对自车进行路线引导。
在一些可选的实施例中,在自车与所述当前路口的距离达到预设距离时,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
所述最优脱出路径为自车在距离当前路口预设距离内的最优脱出路径。
在一些可选的实施例中,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径,包括:
根据自车所在车道以及所述可能脱出车道,实时计算出自车在当前路口的最优脱出路径;或
根据自车所在车道以及所述可能脱出车道,从预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者关联关系中,匹配出对应的最优脱出路径;所述预先缓存的自车所在车道、可能脱出车道和最优脱出路径三者关联关系,是所述自车提前预测计算得到的。
在一些可选的实施例中,实时计算自车在当前路口的最优脱出路径,包括:
确定所述自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从所述自车所在车道变化至所述可能脱出车道所经历的所有车道;
根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为最优脱出路径。
在一些可选的实施例中,预测计算自车所在车道、可能脱出车道和最优脱出路径三者关联关系,包括:
针对导航规划路线中自车前方的每个路口,在距离路口的所述预设距离内,将起始的各车道分别假设为自车所在车道,确定从每条自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从自车所在车道变化至所述可能脱出车道所经历的所有车道;
根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为与每条自车所在车道和所述可能脱出车道对应的最优脱出路径。
在一些可选的实施例中,确定自车所在车道至每条可能脱出车道之间所有的可能脱出路径,包括:
根据地图数据在所述预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径;所述各车道的属性信息,包括下述一项或多项信息:车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息;
所述根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和包括:
根据所述车道之间的连通关系信息和所述车道变化趋势信息,分别确定所述可能脱出路径中,每条车道至下一车道的权重值,所述权重值表征所述车道与下一车道的车道变化数量;将所确定的权重值进行累加求和。
在一个实施例中,所述根据地图数据在预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径,包括:
根据地图数据中车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息,确定各车道组单元中各车道之间的连通关系以及各车道之间的相对位置关系;
根据所述各车道之间的连通关系及各车道之间的相对位置关系,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径。
在一些可选的实施例中,所述根据所述最优脱出路径对自车进行路线引导之后,还包括:根据自车的位置,判断自车是否偏离所述最优脱出路径;
当判断结果为是时,根据偏离后的车道、可能脱出车道以及预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者的关联关系,确定更新后的最优脱出路径;
使用更新后的最优脱出路径,对自车进行路线引导。
第二方面,本发明实施例提供一种基于车道的路线引导装置,包括:
最优脱出路径确定模块,用于针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
路线引导模块,用于根据所述最优脱出路径对自车进行路线引导。
在一些可选的实施例中,所述最优脱出路径确定模块,具体用于在自车与所述当前路口的距离达到预设距离时,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;所述最优脱出路径为自车在距离当前路口预设距离内的最优脱出路径。
在一些可选的实施例中,所述最优脱出路径确定模块,包括:实时计算子模块和/或匹配子模块;
所述实时计算子模块,用于根据自车所在车道以及所述可能脱出车道,实时计算出自车在当前路口的最优脱出路径;
所述匹配子模块,用于根据自车所在车道以及所述可能脱出车道,从预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者关联关系中,匹配出对应的最优脱出路径;所述预先缓存的自车所在车道、可能脱出车道和最优脱出路径三者关联关系,是所述自车提前预测计算得到的。
在一些可选的实施例中,所述实时计算子模块,具体用于确定所述自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从所述自车所在车道变化至所述可能脱出车道所经历的所有车道;根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为最优脱出路径。
在一些可选的实施例中,所述装置还包括:
预测计算模块,用于针对导航规划路线中自车前方的每个路口,在距离路口的所述预设距离内,将起始的各车道分别假设为自车所在车道,确定从每条自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从自车所在车道变化至所述可能脱出车道所经历的所有车道;根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为与每条自车所在车道和所述可能脱出车道对应的最优脱出路径;
缓存模块,用于缓存所述预测计算模块计算出来的自车所在车道、可能脱出车道和最优脱出路径三者关联关系。
在一些可选的实施例中,所述实时计算子模块或预测计算模块,具体用于根据地图数据在所述预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径;所述各车道的属性信息,包括下述一项或多项信息:车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息;根据所述车道之间的连通关系信息和所述车道变化趋势信息,分别确定所述可能脱出路径中,每条车道至下一车道的权重值,所述权重值表征所述车道与下一车道的车道变化数量;将所确定的权重值进行累加求和。
在一些可选的实施例中,所述最优脱出路径确定模块,还用于在根据所述最优脱出路径对自车进行路线引导之后,根据自车的位置,判断自车是否偏离所述最优脱出路径;当判断结果为是时,根据偏离后的车道、可能脱出车道以及预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者的关联关系,确定更新后的最优脱出路径;使用更新后的最优脱出路径,对自车进行路线引导。
第三方面,本发明实施例提供一种导航设备,包括:存储器、处理器及存储于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下述方法:
针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
根据所述最优脱出路径对自车进行路线引导。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现如上所述的基于车道的路线引导方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的上述基于车道的路线引导方法、装置和相关设备中,根据所述自车所在车道,以及规划路线在当前路口(即当前即将脱出的路口)的所有可能脱出车道,确定出自车的最优脱出路径;根据最优脱出路径对自车进行车道级的路线引导。本发明实施例能够基于自车当前所在的车道和规划路径在当前路口的脱出车道信息,准确地预测出车辆从当前车道变更到脱出车道之间的最优路径,并基于此路径对自车进行车道级别的路线引导,引导用户进行变道操作,因此有利于提高路口的通过速度,降低交通事故的发生率,提高导航的准确度和效率。
本发明实施例可以采用实时计算的方式来确定最优脱出路径,也可以也可以采用预测计算,后续采用预测计算的结果来匹配最优脱出路径的方式,可以满足不同处理能力的导航设备的需求,对于实时计算的方案,较适合实时运算能力强但缓存空间较小的导航设备,采用预测计算的方式,较适合要求响应速度快同时又具备较大缓存空间的导航设备。这两种方式均可以实现车道级的路线引导,实施方式更灵活。
另外,本发明实施例在使用最优脱出路径对自车进行路线引导之后,还可以对自车的位置进行实时监控,一旦发现自车偏离推荐的最优脱出路径时,根据缓存的数据,重新确定更新后的最优脱出路径,这样,不论自车是否始终处于引导的车道上,都能够实时地调整最优脱出路径,满足各种情形下行车效率和行车安全的需求。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中所述基于车道的路线引导方法的流程图;
图2为本发明实施例中规划线路某一段的示例图;
图3为本发明实施例中步骤S11中确定最优脱出路径的一种具体实现流程图;
图4A为本发明实施例各种可能脱出路径的示意图;
图4B、4C为道路上车道组单元之间的相对位置关系示意图;
图5为本发明实施例中步骤S11确定最优脱出路径的另一种具体实现流程图;
图6为本发明实施例中基于车道的路线引导装置的结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种基于车道的路线引导方法,该方法能够综合考虑路口前方车道连续变化做出判断,精确推导出车辆为了顺利通过路口得到的明确的高精度车道级的路线,有利于提高路口的通过速度,降低交通事故的可能性,提高导航的效率。
其流程如图1所示,包括如下步骤:
步骤S11:针对导航规划路线中的每个路口,根据自车所在车道,以及规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径。
本发明实施例中,导航规划路线可以是各种导航设备规划实现的,比如车载导航设备、各种具有导航功能的智能终端(包括但不限于各种移动终端、各种智能可穿戴设备)等,下面简称为导航终端。
导航终端启动导航后,首先获取自车所在的位置和用户输入的目标位置,根据地图数据,按照预设的导航算法计算出规划路线。根据规划路线上可以确定自车在各个路口处的通过方式,如:左转、右转、直行等。地图数据可以是在导航终端自身预先保存的数据,也可以是从导航服务器实时下载的数据。
为了清楚的说明,本发明实施例中,称呼自车即将脱出的路口为“当前路口”,在规划路线中,当前路口的前一个路口,即自车已脱出的最近的一个路口为“前一个路口”。在一个实施例中,当自车已脱出前一个路口并且还未进入当前路口时,也就是需要从当前路口脱出时,执行上述步骤S11。
在一个实施例中,执行上述步骤S11的触发条件可以有多种,包括但不限于按照与路口的距离达到预设距离作为条件,也可以按照预计到达路口的时间作为条件触发或者其他预设情况作为触发条件,本发明实施例不做限定。
以自车与所述当前路口的距离达到预设距离为触发条件举例来说,举个简单的例子说明。参照图2所示,图2为上述规划路线中某一段的示例图,规划路线中,自车在此段路线上要依次经过路口A、B和C,图2中箭头表示车辆的规划行驶方向,自车已经经过了路口A,正在驶向路口B,则路口A为上述自车已脱出的前一个路口,路口B为当前路口,即按照规划路线自车下一个将要脱出的路口。
车道是指由两条车线形成的可供车辆通过的道路;车道的车线根据实际的交通需要可以为白实线,白虚线,双黄线等。按照车道的车线的属性,可以决定不同车道之间是否可以变线,例如虚线可以变线,而白实线和双黄线等则不可以变线。也即通过虚线相隔的两个车道之间是可以变线的,而通过白实线和双黄线则无法变线。
基于与路口的距离作为触发条件来引导时,在自车已脱出前一个路口且未进入当前路口之前,即在自车与当前路口的距离达到预设距离时,这种情况下,最优脱出路径为自车在距离当前路口预设距离内的最优脱出路径。
上述预设距离,可以根据具体的道路情况来定,例如根据合理的变线提前量设置为一公里,如果两个路口之间距离小于一公里,则可以直接从上个路口脱出时,即可开始下个路口脱出路径的计算和引导。也可以根据实际需要进行调整。
以基于与路口的距离作为触发条件时,需要根据当前速度预估脱出路口的时间,然后给出时间提前量进行提前引导,比如按照当前自车的车速预估到达前方路口的时间为5分钟,则可以提前2分钟进行基于车道级的路线引导。
确定最优脱出路径的具体过程后续进行详细说明。
步骤S12:根据最优脱出路径对自车进行路线引导。
导航终端根据确定的最优脱出路径对自车进行路线引导,可以通过多种手段进行引导,比如图像、语音,以及图像与语音结合的方式,举例来说,可以通过导航设备的路线描画模块将车道级别的最优脱出路径进行描画,在导航设备的显示器上进行显示;同时还可以通过语音播报处理模块,针对于最优脱出路径进行车道级语音提醒,提醒自车及时向左或者向右变道。
本实施例所述方法,在自车已脱出前一个路口且未进入当前路口之前,能够基于自车当前所在的车道和规划路径在当前路口的脱出车道信息,准确地预测出车辆从当前车道变更到脱出车道之间的最优路径,并基于此路径对自车进行车道级别的路线引导,引导用户进行变道操作,因此有利于提高路口的通过速度,降低交通事故的发生率,提高导航的准确度和效率。
在一个实施例中,步骤S11中最优脱出路径例如可以通过如下两种方式来确定:
方式一:采用实时计算的方式,即在在自车已脱出前一个路口且未进入当前路口之前,根据自车所在车道以及可能脱出车道,实时计算出自车在当前路口的最优脱出路径。这种方式下其具体实施步骤参照图3所示:
步骤S31:确定自车所在车道至每条可能脱出车道之间所有的可能脱出路径。
可能脱出路径包含在自车与当前路口的距离达到预设距离时,从自车所在车道变化至可能脱出车道所经历的所有车道。
根据地图数据在预设距离内的各车道组单元(Lane_group)中包含的各车道的属性信息,确定从自车所在车道至可能脱出车道之间包含的所有可能脱出路径。
各车道的属性信息可以包括下述一项或多项信息:车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息等等。
参照图4A所示,a~s为在预设距离内的各车道,车道组单元(Lane_group)是由一条实际道路宽度内的多条车道构成的集合,是指地图数据中车道数量不发生改变的车道组所形成的基本单元。如前述,车道是指通过两条车道边线划分出来的可供被导航车辆通过的道路;车道边线根据实际的交通需要可以为白实线,白虚线,双黄线等。车道组单元可以从地图数据中的道路线段中获得。其中,a、b和c属于车道组单元1,d和e属于车道组单元2,f、g、h和i属于车道组单元3,j、k和l属于车道组单元4,m、n、o和p属于车道组单元5,各车道组单元的数据可以从地图数据中获得,具体地,在收集上述车道组单元信息时,可以针对规划路线上的全部路口一次性进行收集,以提高收集的效率;或者,也可以仅针对导航终端前方的预定数量路口进行收集,以避免中途发生规划路线变更时,要进行重新收集。例如,可以仅收集导航终端前方五个路口的对应车道组单元。
例如,如图4B所示,在预设距离内有三个车道组单元,这些车道组单元可以从地图数据中的一个道路线段中获得,例如图4B中所示的道路线段LINK1;也可以分别从地图数据中的多个道路线段获得,例如图中所示的道路线段LINK2和LINK3。
车道的属性信息中的车道边线信息可以是,例如实线、虚线、双黄线等;
车道之间的连通关系信息,是指从一个车道能够行驶到另一车道,车道之间可变线等;参照图4C所示,前一个车道组单元中的c号车道连通相邻的后一个车道组单元中的d号车车道和e号车道等,车道组单元3中的a号车道与车道组单元2中的d号车道连通;车道组单元3中的b号车道与车道组单元2中的d号车道连通;车道组单元3中的c号车道与车道组单元2中的e号车道连通;车道组单元2中的d号车道与车道组单元1中的f号车道和g号车道连通;车道组单元2中的e号车道与车道组单元1中的h号车道和i号车道连通。
车道变化趋势信息,表示前一个车道组单元中的车道在相邻的后一个车道组单元中增加或减少的信息,也就是车道增减的信息,例如左(右)侧车道减少、左(右)侧车道增加等。具体而言,如果前一个车道组单元中的某个车道在相邻的后一个车道组单元中的直行方向(即沿道路前方延伸方向)上也存在相应的车道与其连通,则表明前一个车道组单元中的该车道在后一个车道组单元中既未增加也未减少;如果前一个车道组单元中的某个车道在相邻的后一个车道组单元中的直行方向上不存在相应的车道与其连通,则表明前一个车道组单元中的该车道在后一个车道组单元中减少了;如果后一个车道组单元中的某个车道在相邻的前一个车道组单元中的直行方向上不存在相应的车道与其连通,则表明后一个车道组单元中的该车道是相对于前一个车道组单元增加的车道;其中,“前”和“后”是相对于被导航车辆而言的,在两个相邻车道组单元中,距离被导航车辆较近的车道组单元被称为前一个车道组单元,距离被导航车辆较远的车道组单元被称为后一个车道组单元。
具体地,该车道变化趋势信息通过车道属性的方式记录并存储时,其车道属性的表达形式可以有多种,例如可以表示为:分裂、合并和正常。其中,分裂表示该车道是从其他车道分裂出来的车道,合并表示该车道将会被合并到其他车道中,正常表示该车道既未发生分裂也未发生合并。此处需要说明的是,上述“分裂”、“合并”和“正常”仅指表示上述属性内容的标记并不限于上述几种限定词语,只要能表示上述属性内容,也可以为“突出”、“陷入”和“直通”等其他有类似意义的标记。
例如,参照图4C所示,三个车道组单元1~3为相邻的三个车道组单元,并且按照自车行驶方向,顺序依次为:车道组单元3、车道组单元2到车道组单元1。方框中的字母表示车道标识,是从地图数据中获得的,用于标识实际的存在的车道,方框中的文字表示车道增减信息,本例中为车道属性。具体地,车道组单元3中包括三条车道,车道索引标识分别为a、b、c,属性分别为合并、合并和正常;车道组单元2包括两条车道,车道索引标识分别为d、e,属性分别为正常和分裂;车道组单元1包括四条车道,车道索引标识分别为f、g、h、i,属性分别为分裂、正常、正常和分裂。
经过上述确定车道组单元以及各车道组单元中车道属性信息,就可以确定各车道组单元中各车道是否位于同一列,以及各车道之间是否可以互通,在此,“同一列”是指在路线的向前延伸方向,既不发生车道的增加,也不发生车道的缩减的情况,如同矩阵中的行和列一样,每个车道组单元中的各车道构成矩阵的行,不同车道组单元中的不同车道在纵向方向上又构成了列,进一步可以确定不同车道之间的相对位置关系。
例如,参照图4C所示,车道c、车道d和车道g位于同一列,并且,从车道a行驶到车道d需要经历两个车道。
在对车道进行编号后,根据上述车道属性信息,可以确定出上述车道组单元中各车道之间的相对位置关系信息,从而进一步确定从自车所在车道至可能脱出车道之间包含的所有可能脱出路径,包含了从自车所在车道到可能脱出车道之间依次经历的各个车道。
参照图4A所示,以自车与当前路口的距离达到预设距离时自车所在车道为车道a,规划路径在前方路口左转,可能脱出车道为左转车道m和n为例,则自车要实现左转的可能脱出路径有:a→d→f→j→m,a→e→f→j→n等等。
步骤S32:根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和。
在一个实施例中,上述步骤S32在实施时,可以根据车道之间的连通关系信息和车道变化趋势信息,分别确定每条可能脱出路径中,每条车道至下一车道的权重值,该权重值表征车道到下一车道的车道变化数量;将所确定的权重值进行累加求和。
例如:图4A中,车道组单元1包括3条车道,分别为a、b、c,车道组单元2包含2条车道,分别为d和e,车道组单元3包含4条车道,分别为f、g、h和i,其中,a、b与d相连,c与e相连,a的属性为合并,b、c的属性为正常;d与f、g相连,e与h、i相连,d、e的属性分别为分裂,以此类推。a→d车道变化数量为2(从图4A和图5可以看出,a车道变换至d车道需要变换两次车道),即其权重值为2;以此类推,d→f权重值为1;f→j权重值为1;j→m权重值为3,则计算可能脱出路径a→d→f→j→m的车道变化次数总和为2+1+1+3,即为7。根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和。
步骤S33:确定其中车道变化次数总和最少的作为最优脱出路径。
在一个实施例中,还可以利用迪杰斯特拉算法来确定最优脱出路径。
迪杰斯特拉算法,是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。如采用迪杰斯特拉算法,则需要从自车所在车道开始,从所有可以连通的车道中,计算出与之“距离最短”的下一个车道(即变化车道数量最少的车道),然后以此类推,直至预设的可能脱出车道。具体的算法的实现过程,与上述S31~步骤S32类似,同样可以使用权值来表征车道之间的最短距离,具体算法实现不再赘述。
为了缩短计算时间,提高响应速度,采用第一种方式即实时计算的方式,对导航设备的硬件和软件的实时计算要求较高,但对于缓存的存储空间要求较低。
方式二:采用预测计算的方式,后续直接使用预测计算的结果。具体来说,根据自车所在车道以及可能脱出车道,预测计算并缓存的自车所在车道、可能脱出车道和最优脱出路径的三者关联关系中,匹配出对应的最优脱出路径。
上述预测计算的过程,可以参照图5所示,包括下述步骤:
步骤S51:针对导航规划路线中每个路口,在距离路口的预设距离内,将起始的各车道分别假设为自车所在车道,确定从每条自车所在车道至每条可能脱出车道之间所有的可能脱出路径。
对于预测计算来说,由于无法知道自车到达相应位置时具体所在的车道,所以只能将在距离路口的预设距离内,起始的每条车道都假设作为自车所在的车道,计算该车道至每条脱出车道之间的所有可能脱出路径,还是以图4A为例,起始的车道分别为a、b和c,左转的可能脱出车道为m和n,则预测计算时,需要分别针对a、b和c,计算他们到m或者到n的最优脱出路径并进行缓存。
步骤S52:根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和。
步骤S53:确定其中车道变化次数总和最少的作为与每条自车所在车道和所述可能脱出车道对应的最优脱出路径。
上述步骤S52~S53的实施方式与方式一类似,重复之处此处不做赘述。
步骤S54:根据上述计算结果生成自车所在车道、可能脱出车道和最优脱出路径的三者关联关系。
步骤S55:缓存自车所在车道、可能脱出车道和最优脱出路径的三者关联关系。
步骤S56:在自车在到达相应路口前预设距离时,根据自车所在车道以及可能脱出车道,从上述预测计算并缓存的自车所在车道、可能脱出车道和最优脱出路径的三者关联关系中,匹配出对应的最优脱出路径。
预测计算的时机可以有多种,可以在确定出导航规划路线时即开始预测计算,或者在自车行驶过程中提前若干路口开始预测计算,本发明实施例对此不做限定。
方式二预先进行路口脱出最优路径的预测计算,则在自车在到达相应路口前预设距离(例如一公里内)时,可以直接利用匹配结果进行路线引导,则导航设备响应速度更快,并且对导航设备自身的计算速度要求较方式一没有那么高,但是由于要预测计算前方多个路口的相关数据,则对导航设备的计算能力和缓存的存储空间提出了一定的要求。
上述两种方式各有特点,具体实施时,可以根据导航设备的适用需求来选择。
由于在实际导航过程中,自车可能会按照引导的车道来行驶,亦有可能脱离引导的车道,为了满足后者导航的需求,即在自车脱离引导的车道时,后续依然还能够使用最佳脱出路径来进行路线引导,在使用上述方式二的情形下,在使用最优脱出路径对自车进行路线引导之后,还可以:根据自车的位置,判断自车是否偏离所述最优脱出路径;
当判断结果为是时,根据偏离后的车道、可能脱出车道以及预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者的关联关系,确定更新后的最优脱出路径。
这样,可以使用重新确定的更新后的最优脱出路径对自车进行持续引导。不论自车是否始终处于引导的车道上,都能够实时地调整最优脱出路径,满足各种情形下行车效率和行车安全的需求。
本实施例提供的上述方法在自车与当前路口的距离达到预设距离时,才开始确定最优脱出路径,在满足每个路口实现车道级的路线引导的基础上大大减少了计算量;将车道变化次数总和最少的作为与每条自车所在车道和可能脱出车道对应的最优脱出路径,可以引导车辆以最少的变线次数脱出目标路口。
基于同一发明构思,本发明实施例还提供一种基于车道的路线引导装置,能够实现上述基于车道的路线引导方法。该装置可以设置在导航终端中,该装置的结构如图6所示,包括:
最优脱出路径确定模块100,用于针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
路线引导模块200,用于根据所述最优脱出路径确定模块100确定的所述最优脱出路径对自车进行路线引导。
在一个实施例中,上述最优脱出路径确定模块100,包括:实时计算模块子110和/或匹配子模块120;
实时计算子模块110,用于根据自车所在车道以及所述可能脱出车道,实时计算出自车在当前路口的最优脱出路径;
匹配子模块120,用于根据自车所在车道以及所述可能脱出车道,从预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者关联关系中,匹配出对应的最优脱出路径;所述预先缓存的自车所在车道、可能脱出车道和最优脱出路径三者关联关系。
在一个实施例中,上述最优脱出路径确定模块100,具体用于在自车与所述当前路口的距离达到预设距离时,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;所述最优脱出路径为自车在距离当前路口预设距离内的最优脱出路径。
在一个实施例中,所述实时计算子模块110,具体用于确定所述自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从所述自车所在车道变化至所述可能脱出车道所经历的所有车道;根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为最优脱出路径。
在一个实施例中,上述车道的路线引导装置还可以包括:
预测计算模块300,用于针对导航规划路线中自车前方的每个路口,在距离路口的所述预设距离内,将起始的各车道分别假设为自车所在车道,确定从每条自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从自车所在车道变化至所述可能脱出车道所经历的所有车道;根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为与每条自车所在车道和所述可能脱出车道对应的最优脱出路径;
缓存模块400,用于缓存所述预测计算模块300计算出来的自车所在车道、可能脱出车道和最优脱出路径三者关联关系。
在一个实施例中,实时计算子模块110或预测计算模块300,具体用于根据地图数据在所述预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径;所述各车道的属性信息,包括下述一项或多项信息:车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息;根据所述车道之间的连通关系信息和所述车道变化趋势信息,分别确定所述可能脱出路径中,每条车道至下一车道的权重值,所述权重值表征所述车道与下一车道的车道变化数量;将所确定的权重值进行累加求和。
在一个实施例中,最优脱出路径确定模块100,还用于在根据所述最优脱出路径对自车进行路线引导之后,根据自车的位置,判断自车是否偏离所述最优脱出路径;当判断结果为是时,根据偏离后的车道、可能脱出车道以及预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者的关联关系,确定更新后的最优脱出路径;使用更新后的最优脱出路径,对自车进行路线引导。
基于同一发明构思,本发明实施例还提供一种导航设备,包括:存储器、处理器及存储于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下述方法:
针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
根据所述最优脱出路径对自车进行路线引导。
关于上述实施例中的装置和设备,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于同一发明构思,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现如上所述的基于车道的路线引导方法。
除非另外具体陈述,术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程,所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如,在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (10)
1.一种基于车道的路线引导方法,其特征在于,包括:
针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
根据所述最优脱出路径对自车进行路线引导。
2.如权利要求1所述的方法,其特征在于,在自车与所述当前路口的距离达到预设距离时,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
所述最优脱出路径为自车在距离当前路口预设距离内的最优脱出路径。
3.如权利要求1所述的方法,其特征在于,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径,包括:
根据自车所在车道以及所述可能脱出车道,实时计算出自车在当前路口的最优脱出路径;或
根据自车所在车道以及所述可能脱出车道,从预先缓存的自车所在车道、可能脱出车道和最优脱出路径的三者的关联关系中,匹配出对应的最优脱出路径;所述预先缓存的自车所在车道、可能脱出车道和最优脱出路径三者关联关系,是所述自车提前预测计算得到的。
4.如权利要求3所述的方法,其特征在于,实时计算自车在当前路口的最优脱出路径,包括:
确定所述自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从所述自车所在车道变化至所述可能脱出车道所经历的所有车道;
根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为最优脱出路径。
5.如权利要求3所述的方法,其特征在于,预测计算自车所在车道、可能脱出车道和最优脱出路径三者关联关系,包括:
针对导航规划路线中自车前方的每个路口,在距离路口的所述预设距离内,将起始的各车道分别假设为自车所在车道,确定从每条自车所在车道至每条可能脱出车道之间所有的可能脱出路径;所述可能脱出路径包含从自车所在车道变化至所述可能脱出车道所经历的所有车道;
根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和,确定其中车道变化次数总和最少的作为与每条自车所在车道和所述可能脱出车道对应的最优脱出路径。
6.如权利要求4或5所述的方法,其特征在于,确定自车所在车道至每条可能脱出车道之间所有的可能脱出路径,包括:
根据地图数据在所述预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径;所述各车道的属性信息,包括下述一项或多项信息:车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息;
所述根据各车道之间的关系,计算各可能脱出路径中车道变化次数的总和包括:
根据所述车道之间的连通关系信息和所述车道变化趋势信息,分别确定所述可能脱出路径中,每条车道至下一车道的权重值,所述权重值表征所述车道与下一车道的车道变化数量;将所确定的权重值进行累加求和。
7.如权利要求6所述的方法,其特征在于,所述根据地图数据在预设距离内的各车道组单元中包含的各车道的属性信息,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径,包括:
根据地图数据中车道边线信息、车道之间的连通关系信息、车道变化趋势信息和车道数量信息,确定各车道组单元中各车道之间的连通关系以及各车道之间的相对位置关系;
根据所述各车道之间的连通关系及各车道之间的相对位置关系,确定从所述自车所在车道至所述可能脱出车道之间包含的所有可能脱出路径。
8.一种基于车道的路线引导装置,其特征在于,包括:
最优脱出路径确定模块,用于针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
路线引导模块,用于根据所述最优脱出路径对自车进行路线引导。
9.一种导航设备,包括:存储器、处理器及存储于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下述方法:
针对导航规划路线中的每个路口,根据所述自车所在车道,以及所述规划路线在当前路口的所有可能脱出车道,确定出自车的最优脱出路径;
根据所述最优脱出路径对自车进行路线引导。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如权利要求1-7任一项所述的基于车道的路线引导方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810420305.6A CN110440817A (zh) | 2018-05-04 | 2018-05-04 | 一种基于车道的路线引导方法、装置和相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810420305.6A CN110440817A (zh) | 2018-05-04 | 2018-05-04 | 一种基于车道的路线引导方法、装置和相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110440817A true CN110440817A (zh) | 2019-11-12 |
Family
ID=68427076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810420305.6A Pending CN110440817A (zh) | 2018-05-04 | 2018-05-04 | 一种基于车道的路线引导方法、装置和相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110440817A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053552A (zh) * | 2019-06-06 | 2020-12-08 | 阿里巴巴集团控股有限公司 | 路况信息提示方法及装置、终端、介质 |
CN114162140A (zh) * | 2021-12-08 | 2022-03-11 | 武汉中海庭数据技术有限公司 | 一种最优车道匹配方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
CN106323305A (zh) * | 2015-06-29 | 2017-01-11 | 北京四维图新科技股份有限公司 | 一种导航方法及装置 |
CN106767838A (zh) * | 2017-03-17 | 2017-05-31 | 上海钛米机器人科技有限公司 | 一种基于虚拟路网的服务机器人导航方法及系统 |
CN106931982A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种电子眼引导的实现方法及装置和设备 |
CN106931987A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种导航的电子眼引导方法及装置和设备 |
CN107941229A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
-
2018
- 2018-05-04 CN CN201810420305.6A patent/CN110440817A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323305A (zh) * | 2015-06-29 | 2017-01-11 | 北京四维图新科技股份有限公司 | 一种导航方法及装置 |
CN106931982A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种电子眼引导的实现方法及装置和设备 |
CN106931987A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种导航的电子眼引导方法及装置和设备 |
CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
CN107941229A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
CN106767838A (zh) * | 2017-03-17 | 2017-05-31 | 上海钛米机器人科技有限公司 | 一种基于虚拟路网的服务机器人导航方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053552A (zh) * | 2019-06-06 | 2020-12-08 | 阿里巴巴集团控股有限公司 | 路况信息提示方法及装置、终端、介质 |
CN114162140A (zh) * | 2021-12-08 | 2022-03-11 | 武汉中海庭数据技术有限公司 | 一种最优车道匹配方法及系统 |
CN114162140B (zh) * | 2021-12-08 | 2023-08-01 | 武汉中海庭数据技术有限公司 | 一种最优车道匹配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7590483B2 (en) | Traffic information management system | |
JP5895926B2 (ja) | 移動案内装置及び移動案内方法 | |
CN107389080A (zh) | 一种车辆路径导航方法及电子设备 | |
EP2410294A1 (en) | Method and device for providing cost information associated with junctions and method of determining a route | |
CN113327419B (zh) | 绿波速度确定方法、装置、电子设备和存储介质 | |
KR20150082429A (ko) | 지능형 운전자 보조 시스템(adas)에서 사용하기 위한 호라이즌을 생성하는 방법 및 시스템 | |
CN105806353A (zh) | 自动驾驶装置 | |
CN104197948A (zh) | 一种基于交通信息预测的导航系统及导航方法 | |
JP3485774B2 (ja) | 交通流シミュレーションシステム | |
CN107221195A (zh) | 汽车车道预测方法及车道级地图 | |
US20160123747A1 (en) | Drive assist system, method, and program | |
CN107085620A (zh) | 一种出租车和地铁接驳出行线路的查询方法及系统 | |
CN102252683A (zh) | 用于在显示装置上示出转弯走向的方法和驾驶员信息系统 | |
CN110440817A (zh) | 一种基于车道的路线引导方法、装置和相关设备 | |
US11430330B2 (en) | Method for predicting travel time using spatio-temporal model and apparatus thereof | |
JP6936192B2 (ja) | 渋滞状態特定方法、渋滞状態特定装置及びコンピュータプログラム | |
CN115892076B (zh) | 车道障碍物筛选方法、装置和域控制器 | |
JP4134842B2 (ja) | 交通情報予測装置、交通情報予測方法及びプログラム | |
CN115752499A (zh) | 路径规划方法、装置、终端设备及车辆 | |
CN116434526A (zh) | 一种基于数据分析的智慧高速公路车辆行驶引流监控管理系统 | |
CN114781243A (zh) | Eta预测及模型训练方法、设备、介质及产品 | |
JP2023092971A (ja) | 交通状況予測装置、および、交通状況予測方法 | |
JP2023005015A (ja) | 交通状況予測装置、および、交通状況予測方法 | |
JP2018128283A (ja) | ナビゲーション装置 | |
JP2022087906A (ja) | 交通状況予測装置、および、交通状況予測方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Meihang Technology Co.,Ltd. Address before: 110167 International Software Park E06, Hunnan New District, Shenyang City, Liaoning Province Applicant before: SHENYANG MXNAVI Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191112 |
|
RJ01 | Rejection of invention patent application after publication |