CN111489004A - 一种路网预测树扩展方法、装置、电子设备及存储介质 - Google Patents

一种路网预测树扩展方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111489004A
CN111489004A CN201910080444.3A CN201910080444A CN111489004A CN 111489004 A CN111489004 A CN 111489004A CN 201910080444 A CN201910080444 A CN 201910080444A CN 111489004 A CN111489004 A CN 111489004A
Authority
CN
China
Prior art keywords
road
leaf
mpp
road section
vehicle
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.)
Granted
Application number
CN201910080444.3A
Other languages
English (en)
Other versions
CN111489004B (zh
Inventor
李明
李武辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910080444.3A priority Critical patent/CN111489004B/zh
Publication of CN111489004A publication Critical patent/CN111489004A/zh
Application granted granted Critical
Publication of CN111489004B publication Critical patent/CN111489004B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种路网预测树扩展方法、装置、电子设备及存储介质，该方法包括：根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的视野Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。本发明实施例可实现高效的扩展路网预测树，提升路网预测树的扩展效率。

Description

一种路网预测树扩展方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及辅助驾驶技术领域，具体涉及一种路网预测树扩展方法、装置、电子设备及存储介质。
背景技术
在ADAS(Advanced Driver Assistance Systems，高级驾驶辅助系统)等辅助驾驶场景下，为车辆提供超出视野距离的超视距信息，从而保障车辆的辅助驾驶功能正常运作，有助于提升车辆的安全性和舒适性，超视距信息比如，车辆前方路段的路形、属性等超出视野距离的信息。
作为超视距信息的基础，路网预测树可以通过树状的数据结构描述一定地理区域范围的路网拓扑结构，从而为车辆的驾驶决策和控制提供依据，因此高效的扩展路网预测树至关重要。
发明内容
有鉴于此，本发明实施例提供一种路网预测树扩展方法、装置、电子设备及存储介质，以高效的扩展路网预测树。
为解决上述问题，本发明实施例提供如下技术方案：
一种路网预测树扩展方法，包括：
根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置的变化进行更新
将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
本发明实施例还提供一种路网预测树扩展装置，包括：
扩展模块，用于根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置变化进行更新；
更新模块，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
本发明实施例还提供一种电子设备，包括：至少一个存储器和至少一个处理器；
所述存储器存储有程序，所述处理器调用所述程序，以实现上述所述的路网预测树扩展方法。
本发明实施例还提供一种存储介质，所述存储介质存储有实现上述所述的路网预测树扩展方法的程序。
本发明实施例提供的路网预测树扩展方法，可在叶子路段集合中记录路网预测树的叶子路段的信息，所述叶子路段的信息可以至少包括：叶子路段的Horizon长度，且叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；从而本发明实施例可通过遍历叶子路段集合的方式，在叶子路段需要扩展时，根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，并在叶子路段集合中，将记录的叶子路段的信息更新为扩展的叶子路段的信息，进而扩展的叶子路段将作为新的叶子路段，实现路网预测树的扩展。本发明实施例提供的路网预测树扩展方法，可通过遍历叶子路段集合的方式，发现需要扩展的叶子路段，从而从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，提高发现需要扩展的叶子路段的效率，并可高效的扩展出新的叶子路段，实现高效的扩展路网预测树，提升了路网预测树的扩展效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为路网预测树的示意图；
图2为实现本发明实施例提供的路网预测树扩展方法的硬件系统框架图；
图3为本发明实施例提供的EHP系统的框图；
图4为本发明实施例提供的路网预测树扩展方法的流程图；
图5为扩展路网预测树的示意图；
图6为本发明实施例提供的路网预测树扩展方法的另一流程图；
图7为扩展路网预测树的另一示意图；
图8为本发明实施例提供的更新记录的叶子路段的Horizon长度的方法流程图；
图9为更新叶子路段的Horizon长度的说明示意图；
图10为本发明实施例提供的以数组记录叶子路段的信息的示意图；
图11为本发明实施例提供的路网预测树扩展方法的再一流程图；
图12为识别车辆前方路段是否为弯道路段的方法流程图；
图13为本发明实施例提供的车速确定的方法流程图；
图14为本发明实施例提供的路网预测树扩展装置的结构框图；
图15为本发明实施例提供的路网预测树扩展装置的另一结构框图；
图16为本发明实施例提供的路网预测树扩展装置的再一结构框图；
图17为本发明实施例提供的路网预测树扩展装置的又一结构框图。
具体实施方式
路网预测树是一种树状数据结构，其可以描述一定地理区域范围的路网拓扑结构；作为一种示例，路网预测树主要包括：MPP(Most Probable Path，最大可能性路径)和非MPP。参照图1所示路网预测树的一种可选示例，图1实线可以表示MPP，MPP可以是预测的车辆最大可能性行驶路径，一条路径可以包括至少一条路段；示例的，MPP可以包括至少一条MPP路段(图1中两点连接的实线可以表示一条MPP路段)，MPP路段可以是车辆最大可能性行驶的路段，各MPP路段连接形成MPP，图1中MPP可以包括MPP路段1，2和5，图1中方框表示车辆；
图1虚线可以表示非MPP，非MPP可从MPP的MPP路段扩展出；非MPP可以是预测的车辆非最大可能性行驶的路径；一条非MPP可以包括至少一条非MPP路段(图中两点连接的虚线可以表示一条非MPP路段)，非MPP路段可以是车辆非最大可能性行驶的路段；
可以看出，路网预测树的深度与MPP的长度呈正相关的关系，即MPP越长则路网预测树的深度越深，路网预测树的广度与非MPP的长度呈正相关的关系，即非MPP越长则路网预测树的广度越广；路网预测树的深度代表车辆的最远视野距离，广度可以代表路段分叉级别。
当车辆移动时，路网预测树的MPP和非MPP将随之调整，例如车辆驶离的MPP路段和/或非MPP路段，将从路网预测树中剔除，为保持路网预测树的大小(如保持路网预测树的长度和/或广度)，以便路网预测树具有足够可用的MPP和/或非MPP，因此需要根据车辆的位置扩展路网预测树；
在扩展路网预测树时，一般是通过扩展路网预测树的叶子路段(如MPP的叶子路段和/或非MPP的叶子路段)，实现扩展路网预测树，叶子路段可以是路网预测树中没有子路段的末端路段；如图1所示路网预测树，叶子路段可以包括：MPP路段5，非MPP路段3，4，6和7；
为实现扩展路网预测树，本发明的发明人曾考虑以如下方式扩展路网预测树：遍历路网预测树，确定路网预测树的叶子路段，再判断叶子路段是否需要扩展，从而在叶子路段需要扩展时，对路网预测树的叶子路段进行扩展，进而实现扩展路网预测树。然而，这种方式需要遍历路网预测树，来发现路网预测树的叶子路段，这在路网预测树的路段较多的情况下，将导致路网预测树的扩展效率较低。
基于此，本发明的发明人考虑改进路网预测树的扩展方法，以实现高效的扩展路网预测树。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
作为本发明实施例公开内容的一种可选实现，图2示出了实现本发明实施例提供的路网预测树扩展方法的一种可选硬件框架；在本发明实施例中，该硬件系统框架可适用于扩展路网预测树的电子设备，该电子设备可以是车载设备，也可以是与车载设备相通信的服务器设备。
参照图2，该系统可以包括：至少一个处理器10，至少一个通信接口20，至少一个存储器30和至少一个通信总线40；
在本发明实施例中，处理器10、通信接口20、存储器30、通信总线40的数量为至少一个，且处理器10、通信接口20、存储器30通过通信总线40完成相互间的通信；
可选的，通信接口20可以为通信模块的接口；
处理器10可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器30可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器；
在本发明实施例中，存储器30可以存储实现本发明实施例提供的路网预测树扩展方法的程序，处理器10可调用存储器30所存储的该程序，以执行本发明实施例提供的路网预测树扩展方法。
可选的，图2所示系统框架可以是与车辆互联的车载设备的硬件系统框架，该车载设备可以执行本发明实施例提供的路网预测树扩展方法，实现扩展路网预测树；示例的，该车载设备可以通过车身通信总线与车辆进行信息交互和控制，也可通过通信模块与网络进行信息交互；进一步的，车载设备还可以包括定位模块(用于车辆位置定位)等图2未示出的其他部件；
在一种可选实现中，该车载设备可以是车载导航设备(如车载智能导航等)，即上述硬件系统框架可以是车载导航设备的硬件系统框架，在车辆上，车载导航设备可以支持前装或后装；
在另一种可选实现中，该车载设备也可以是与车辆互联的终端设备，终端设备可以如智能手机、平板电脑等；
在再一种可选实现上，车载设备也可以是独立于车载导航设备的独立硬件设备，该独立硬件设备可用于扩展路网预测树，并向ADAS系统提供路网预测树，以用于辅助驾驶决策；可选的，该独立硬件设备可以是EHP终端(Electronic Horizon Provider，电子地平线提供者)；在一种可选的替代实现中，EHP功能也可由车载导航设备实现，如可在车载导航设备上集成EHP功能。
可选的，在一种实现中，图2所示系统框架可以是与车载设备相通信的服务器设备，服务器设备可以接收车载设备的路网预测树扩展请求，扩展路网预测树；
在一种示例中，服务器设备可以是与EHP终端相通信的EHP云服务器，EHP终端可通过向EHP云服务器发送路网预测树扩展请求，以由EHP云服务器实现扩展路网预测树；可选的，该EHP终端可以是独立于车载导航设备的独立硬件设备，也可以是具有EHP功能的车载导航设备。
作为一种可选示例，本发明实施例提供的电子设备可以是EHP系统中的EHP(Electronic Horizon Provider，电子地平线提供者)云服务器，EHP系统的一种可选结构可以如图3所示，包括：EHP终端01和EHP云服务器02，其中，EHP终端01可设置于车辆上；
在一种示例中，EHP终端01可向EHP云服务器02发送扩展路网预测树的请求，以由EHP云服务器02实现路网预测树的扩展；EHP云服务器02扩展的路网预测树可反馈给EHP终端01，以使得EHP终端01向车辆(如车辆的ADAS系统)提供路网预测树。
在另一种示例中，EHP终端01也可以独立的实现路网预测树的扩展。
上文对执行本发明实施例提供的路网预测树扩展方法的电子设备的可能形式进行了介绍，下面将从电子设备执行路网预测树扩展方法的程序逻辑的角度，对本发明实施例提供的路网预测树扩展方法的方案进行说明。
作为本发明实施例公开内容的一种可选实现，图4示出了本发明实施例提供的路网预测树扩展方法的一种可选流程，参照图4，该方法流程可以包括：
步骤S10、根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段。
本发明实施例可设置叶子路段集合，来记录路网预测树的叶子路段的信息，其中，叶子路段可以例如MPP叶子路段和/或非MPP叶子路段；叶子路段的信息可以至少包括叶子路段的Horizon长度；为保障叶子路段集合记录的叶子路段的信息维持为最新状态，在一种可选实现中，叶子路段的信息中包括的叶子路段的Horizon长度可随车辆实时定位位置的变化进行更新。
可选的，为实现在叶子路段集合中记录叶子路段的信息，在每一次扩展得到路网预测树的叶子路段时，本发明实施例可更新叶子路段集合所记录的叶子路段的信息，实现叶子路段集合记录的叶子路段的信息为路网预测树中最新的叶子路段的信息；
示例的，如图5所示，路段1为车辆所在路段，路段1可以认为是初始的叶子路段，可在叶子路段集合中记录路段1的信息；在依照本发明实施例提供的路网预测树扩展方法对路网预测树进行扩展后，路网预测树可以具有路段1，2，3和4，其中路段2，3和4为新扩展的叶子路段，从而可在叶子路段集合中将记录的叶子路段的信息更新为：路段2的信息，路段3的信息和路段4的信息。
作为一种可选实现，叶子路段的信息可以至少包括：叶子路段的Horizon(视野)长度；
路段的Horizon长度是指路段终点位置到车辆位置的路段距离，以图1示例为例，路段2的Horizon长度是路段2的终点位置到车辆位置的路段距离(即车辆位置到路段1的终点位置的路段距离+路段2的路段距离)，相应的，叶子路段的Horizon长度可以是叶子路段的终点位置到车辆位置的路段距离；
在本发明实施例中，叶子路段的信息所包含的叶子路段的Horizon长度可动态更新，如叶子路段集合所记录的叶子路段的Horizon长度可随车辆实时定位位置的变化进行更新；示例的，本发明实施例可在车辆行驶过程中，实时根据车辆实时定位位置的变化，更新叶子路段集合中记录的叶子路段的Horizon长度，从而保持叶子路段集合中记录的叶子路段的Horizon长度的准确性。
在通过叶子路段集合记录路网预测树的叶子路段的信息的基础上，本发明实施例可通过叶子路段集合，发现需要进行扩展的叶子路段(例如，叶子路段的Horizon长度满足扩展条件)，从而从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，实现扩展新的叶子路段。
步骤S11、将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
在获取新扩展的叶子路段后，扩展的叶子路段作为新的叶子路段，并通过迭代的执行本发明实施例提供的路网预测树扩展方法，实现路网预测树的扩展；为使得叶子路段集合记录的叶子路段的信息维持为最新状态，本发明实施例可将叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息。
本发明实施例提供的路网预测树扩展方法，可在叶子路段集合中记录路网预测树的叶子路段的信息，所述叶子路段的信息可以至少包括：叶子路段的Horizon长度，且叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；从而本发明实施例可通过遍历叶子路段集合的方式，在叶子路段需要扩展时，根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，并在叶子路段集合中，将记录的叶子路段的信息更新为扩展的叶子路段的信息，进而扩展的叶子路段将作为新的叶子路段，实现路网预测树的扩展。
本发明实施例提供的路网预测树扩展方法，可在叶子路段集合中记录路网预测树的叶子路段的Horizon长度，且叶子路段的Horizon长度随车辆实时定位位置的变化进行更新，本发明实施例可通过遍历叶子路段集合的方式，发现需要扩展的叶子路段，从而从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，提高发现需要扩展的叶子路段的效率，并可高效的扩展出新的叶子路段，实现高效的扩展路网预测树，提升了路网预测树的扩展效率。
作为本发明实施例公开内容的一种可选实现，图6示出了本发明实施例提供的路网预测树扩展方法的另一种可选流程，参照图6，该方法流程可以包括：
步骤S20、遍历叶子路段集合。
步骤S21、若遍历的叶子路段为MPP叶子路段，且MPP叶子路段的Horizon长度满足MPP扩展条件，在预设的路网数据中，沿所述MPP叶子路段的通行方向，寻找与所述MPP叶子路段连通的路段。
由于系统内存、容量的限制，路网预测树的大小是设定的，因此无论是MPP和非MPP均存在扩展截止条件；例如当MPP的Horizon长度满足MPP的扩展截止条件时，则停止扩展MPP，当任一非MPP的Horizon长度满足非MPP的扩展截止条件时，则停止在该非MPP上扩展非MPP路段；而当MPP的Horizon长度不满足MPP的扩展截止条件，即MPP的Horizon长度满足扩展条件，则需要继续扩展MPP，当任一非MPP的Horizon长度不满足非MPP的扩展截止条件，即非MPP的Horizon长度满足扩展条件，则需要继续在该非MPP上扩展非MPP路段；
作为一种可选实现，本发明实施例可为MPP和非MPP设置Horizon长度阈值，例如为MPP设置MPP的Horizon长度阈值，为非MPP设置非MPP的Horizon长度阈值；并且设置MPP扩展截止条件：MPP的Horizon长度不小于MPP的Horizon长度阈值；相应的，MPP扩展条件为：MPP的Horizon长度小于MPP的Horizon长度阈值；设置非MPP扩展截止条件：非MPP的Horizon长度不小于非MPP的Horizon长度阈值；相应的，非MPP扩展条件为：非MPP的Horizon长度小于非MPP的Horizon长度阈值。
从而在遍历叶子路段集合时，本发明实施例可检测遍历到的叶子路段的类型，如果遍历的叶子路段为MPP叶子路段，则可判断MPP叶子路段是否小于，MPP的Horizon长度阈值；若是，则认为遍历到的MPP叶子路段的Horizon长度满足MPP扩展条件；从而，可在预设的路网数据中，沿所述MPP叶子路段的通行方向，寻找与所述MPP叶子路段连通的路段。
步骤S22、从寻找到的路段中选择扩展的MPP叶子路段，将寻找到的路段中未选择为扩展的MPP叶子路段的路段作为，扩展的非MPP叶子路段。
例如，与所述MPP叶子路段连通的路段为多条，则可根据MPP路段选择条件，从该多条路段中选择扩展的MPP叶子路段，而未选择为扩展的MPP叶子路段的路段可作为，扩展的非MPP叶子路段，从而实现扩展路网预测树的MPP路段和非MPP路段。
步骤S23、将所述叶子路段集合记录的MPP叶子路段的信息更新为，扩展的MPP叶子路段的信息。
可选的，进一步，可在叶子路段集合中增加记录扩展的非MPP叶子路段的信息。
在扩展出新的MPP叶子路段后，可根据扩展的MPP叶子路段的信息，将所述叶子路段集合记录的MPP叶子路段的信息更新为，扩展的MPP叶子路段的信息；示例的，可将叶子路段集合中记录的MPP叶子路段的信息修改为，扩展的MPP叶子路段的信息；又如，删除叶子路段集合中记录的MPP叶子路段的信息，添加扩展的MPP叶子路段的信息。
在另一种实现中，在遍历叶子路段集合的过程中，如果遍历的叶子路段为非MPP叶子路段，且非MPP叶子路段的Horizon长度满足非MPP扩展条件，则可在预设的路网数据中，沿所述非MPP叶子路段的通行方向，寻找与所述非MPP叶子路段连通的路段，将寻找到的路段作为扩展的非MPP叶子路段(可以理解的是，从非MPP路段扩展的路段是非MPP路段)；从而，在所述叶子路段集合中删除非MPP叶子路段的信息，并增加记录所述扩展的非MPP叶子路段的信息。
示例的，如图7所示，路网预测树具有叶子路段3、4、5、6和7，叶子路段集合可以记录叶子路段3、4、5、6和7的信息，所记录的叶子路段的信息可以至少包括：叶子路段3、4、5、6和7的Horizon长度；
示例的，本发明实施例可定时或实时遍历叶子路段集合(例如，遍历叶子路段集合的频率可与车辆的定位频率相应)；当在遍历叶子路段集合的过程中，检测到叶子路段3、4、5、6和7的Horizon长度均满足扩展条件(例如作为MPP路段的叶子路段5的Horizon长度小于MPP的Horizon长度，作为非MPP路段的叶子路段3、4、6和7的Horizon长度小于非MPP的Horizon长度)，则可从叶子路段3、4、5、6和7分别扩展叶子路段，直至扩展的叶子路段的Horizon长度满足扩展截止条件(如作为非MPP路段的叶子路段8、9、10、11、13和14的Horizon长度均不小于非MPP的Horizon长度，作为MPP路段的叶子路段12的Horizon长度不小于MPP的Horizon长度)，同时，将叶子路段集合中记录的叶子路段的信息更新为：叶子路段8、9、10、11、12、13和14的信息。
在本发明实施例中，叶子路段集合中记录的叶子路段的Horizon长度可以随车辆实时定位位置的变化进行更新，在一种可选实现中，本发明实施例可实时获取车辆实时定位位置，从而根据获取的车辆实时定位位置，确定叶子路段的更新Horizon长度，以所述叶子路段的更新Horizon长度，更新所述叶子路段集合中记录的叶子路段的Horizon长度，实现叶子路段集合中记录的叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；
可选的，图8示出了更新叶子路段集合中记录的叶子路段的Horizon长度的可选方法流程图，参照图8，该方法流程可以包括：
步骤S30、获取车辆实时定位位置。
可选的，可通过定位技术获取车辆实时定位位置，示例的，定位技术可以支持GNSS(Global Navigation Satellite System，全球导航卫星系统)技术。
步骤S31、确定车辆实时定位位置相对于路网预测树的起始位置的第一路段距离。
可以理解的是，在初始构建路网预测树的阶段，路网预测树存在起始位置；路网预测树的起始位置可以理解为是，初始构建路网预测树时，车辆所在路段的起点位置；例如，图5所示路段1的起点位置可以是路网预测树的起始位置。
车辆在行驶过程中，车辆实时定位位置相对于路网预测树的起始位置的路段距离(为便于说明，称为第一路段距离)将不断的变大。
步骤S32、获取叶子路段集合记录的叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离。
在本发明实施例中，叶子路段集合记录的叶子路段的信息可以进一步包括：叶子路段的终点位置，相对于路网预测树的起始位置的路段距离(为便于说明，称为第二路段距离)。本发明实施例可从叶子路段的信息，获取叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离。
步骤S33、根据所述第二路段距离及所述第一路段距离，确定叶子路段的更新Horizon长度。
可选的，可将第二路段距离与第一路段距离的差值，确定为叶子路段的更新Horizon长度。
可以理解的是，叶子路段的Horizon长度为叶子路段的终点位置到车辆实时定位位置的路段距离，如图9所示，设A为路网预测树的起始位置，叶子路段2的Horizon长度为叶子路段的终点位置D到车辆实时定位位置B的路段距离(即DC+BC)；而叶子路段2的终点位置D到路网预测树的起始位置A的第二路段距离为DC+CA，车辆实时定位位置B到路网预测树的起始位置A的第一路段距离为BA，可见，第二路段距离(DC+CA)与第一路段距离BA的差值可以是叶子路段2的Horizon长度。
步骤S34、使用所述叶子路段的更新Horizon长度，更新所述叶子路段集合中记录的叶子路段的Horizon长度。
在确定出叶子路段的更新Horizon长度后，该叶子路段的更新Horizon长度可以认为是随车辆实时定位位置变化进行更新后的，叶子路段的最新Horizon长度；使用叶子路段的更新Horizon长度，更新叶子路段集合中记录的叶子路段的Horizon长度，可使得叶子路段集合中记录的叶子路段的Horizon长度保持为最新。
对于叶子路段集合中记录的每一叶子路段的Horizon长度，可通过图8所示方法进行更新，维持叶子路段集合中记录的叶子路段的Horizon长度为叶子路段的最新Horizon长度。
可选的，在本发明实施例中，基于叶子路段集合扩展路网预测树的过程，和基于车辆实时定位位置更新叶子路段的Horizon长度的过程可以并行执行。
作为一种可选实现，叶子路段集合可通过列表或数组形式记录叶子路段的信息，例如一个数组可以存储一个叶子路段的信息；示例的，图10示出了叶子路段集合以数组形式记录叶子路段的信息的一种可选示意。
可选的，叶子路段的信息除包含叶子路段的Horizon长度外，还可包含叶子路段的标识，及叶子路段的类型；相应的，叶子路段的信息可以包括：叶子路段的标识，叶子路段的Horizon长度，叶子路段的类型；进一步，还可包括：叶子路段的终点位置相对于路网预测树的起始位置的第二路段距离；
路段的标识(例如路段的编号)可以用于唯一标识路段；相应的，叶子路段的信息中包含叶子路段的标识，可唯一标识叶子路段；
路网预测树主要分为MPP和非MPP，MPP包括至少一条MPP路段，一条非MPP包括至少一条非MPP路段，且MPP路段可扩展出非MPP；可见，在路网预测树中路段的类型可以分为MPP路段和非MPP路段；本发明实施例可在叶子路段的信息中包含叶子路段的类型，以指示叶子路段是MPP路段还是非MPP路段；
显然，上述描述的叶子路段的信息的内容仅是示例说明，本发明实施例还可支持其他内容形式的叶子路段的信息；作为替代方式，叶子路段的信息并不一定包含叶子路段的类型，例如，本发明实施例提供的路网预测树扩展方法仅适用于扩展MPP叶子路段或非MPP叶子路段。
可以理解的是，在遍历叶子路段集合的过程中，发现需要扩展的叶子路段可能是MPP路段，也可能是非MPP路段；对于MPP路段和非MPP路段，本发明实施例可设置不同的扩展条件；
例如，本发明实施例可设置MPP的Horizon长度阈值和非MPP的Horizon长度阈值，且MPP的Horizon长度阈值和非MPP的Horizon长度阈值可能不同；同时，在车辆的不同行驶状态下，MPP的Horizon长度阈值和非MPP的Horizon长度阈值的设置可能不同；示例的，在车辆导航状态下，MPP的Horizon长度阈值与非MPP的Horizon长度阈值的差值可设置的相对较大，而在车辆巡航状态下，MPP的Horizon长度阈值与非MPP的Horizon长度阈值的差值可设置的相对较小。
可选的，图11示出了本发明实施例提供的路网预测树扩展方法的再一可选流程，参照图11，该方法流程可以包括：
步骤S40、遍历叶子路段集合。
步骤S41、在遍历到MPP叶子路段时，检测MPP叶子路段的Horizon长度是否小于MPP的Horizon长度阈值，若是，执行步骤S42，若否，返回步骤S40。
可选的，叶子路段集合所记录的叶子路段的信息还可以包括：叶子路段的类型；通过叶子路段的类型可以指示叶子路段是MPP路段还是非MPP路段。在遍历叶子路段集合的过程中，本发明实施例可通过遍历的叶子路段的信息中记录的叶子路段的类型，识别当前遍历到的叶子路段是MPP路段还是非MPP路段，即当前遍历到的叶子路段是MPP叶子路段(即MPP的叶子路段)，还是非MPP叶子路段。
本发明实施例可设置MPP叶子路段的扩展条件：MPP叶子路段的Horizon长度小于MPP的Horizon长度阈值；当遍历到MPP叶子路段时，可检测MPP叶子路段的Horizon长度是否小于MPP的Horizon长度阈值，若是，则确定MPP叶子路段的Horizon长度满足扩展条件，需要从当前遍历到的MPP叶子路段扩展出新的叶子路段，若否，则可确定MPP叶子路段的Horizon长度不满足扩展条件，可不需对遍历到的MPP叶子路段进行扩展，可继续访问叶子路段集合中记录的下一叶子路段的信息，直至访问完叶子路段集合记录的各叶子路段的信息。
步骤S42、从遍历到的MPP叶子路段扩展MPP叶子路段和非MPP叶子路段，直至扩展的MPP叶子路段的Horizon长度不小于MPP的Horizon长度阈值，且在扩展的非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值时，停止在该非MPP叶子路段的路段分支上继续扩展路段。
可选的，叶子路段集合所记录的叶子路段的信息还可以包括：叶子路段的标识；路段的标识可以在路网预测树中唯一标识路段；在确定遍历到的MPP叶子路段的Horizon长度小于MPP的Horizon长度阈值时，可根据遍历到的MPP叶子路段的信息中记录的MPP叶子路段的标识，在路网预测树中匹配出遍历到的MPP叶子路段。
示例的，在路网预测树中匹配到遍历到的MPP叶子路段后，本发明实施例可在预设的路网数据中，沿遍历到MPP叶子路段的通行方向，寻找与遍历到MPP叶子路段连通的路段，从而在遍历到的MPP叶子路段的基础上，扩展MPP叶子路段和非MPP叶子路段，直至扩展的MPP叶子路段的Horizon长度不小于MPP的Horizon长度阈值，且在扩展的非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值时，停止在该非MPP叶子路段的路段分支上继续扩展路段；
例如与遍历到MPP叶子路段连通的路段具有多条，则可根据MPP路段选择条件，从该多条路段中选择MPP路段，未被选择的路段则作为非MPP路段；示例的，如图7所示，扩展出与遍历到的MPP叶子路段5具有连接关系的下一路段为12，13和14，本发明实施例可根据MPP路段选择条件，从路段12，13和14中选择MPP路段12，未被选择的路段13和14则作为非MPP路段；如果MPP路段12的Horizon长度不小于MPP的Horizon长度阈值，则停止扩展，如果MPP路段12的Horizon长度小于MPP的Horizon长度阈值，则从MPP路段12继续扩展MPP叶子路段和非叶子MPP路段，直至扩展的MPP叶子路段的Horizon长度不小于MPP的Horizon长度阈值；上述过程中，如果扩展出的任一非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值，则停止在该非MPP叶子路段上继续扩展路段，例如非MPP叶子路段13的Horizon长度不小于非MPP的Horizon长度阈值，则停止在非MPP叶子路段13上继续扩展路段。
示例的，MPP路段选择条件可以包括但不限于如下至少一种条件：
优先选择路段等级最高的路段；以城市路段为例，路段等级从高到低包括但不限于：快速路、主干路、次干路、支路；以公路等级为例，路段等级从高到低包括但不限于：高速公路、一级公路、二级公路、三级公路、四级公路；
优先选择路段拥堵程度最低的路段；本发明实施例可通过网络通信方式确定各路段的拥堵程度，如向交通服务器请求各路段的拥堵程度；
优先选择直行路段；路段可能存在直行路段，也可能存在转弯路段，本发明实施例可从路段中优先选择直行路段。
上述条件可以结合使用，并选择满足条件最多的路段作为MPP路段；
可选的，也可为各条件设置权重，优先级最高的条件则相应权重越高，从而对于各路段，可基于各条件的实际情况与相应的权重，确定各路段相应的条件结果值(如对各条件的实际情况与相应的权重的乘积进行相加处理)，从而可选择条件结果值最高的路段作为MPP路段；
当然，路段选择条件可以根据实际情况设置，上述描述的路段选择条件仅是一种示例说明。还需说明的是，如果MPP路段扩展的下一路段只有一条，则可直接将该路段确定为MPP路段，此时没有相应的非MPP路段。
步骤S43、将所述叶子路段集合记录的MPP叶子路段的信息更新为，扩展的MPP叶子路段的信息，并在叶子路段集合中增加记录扩展的非MPP叶子路段的信息。
以图7所示为例，在从遍历到的MPP叶子路段5扩展出MPP叶子路段12，及非MPP叶子路段13和14后，可删除叶子路段集合中记录的叶子路段5的信息，添加记录叶子路段12，13和14的信息，如在叶子路段集合中记录叶子路段12，13和14的标识，类型，Horizon长度；可选的，进一步可分别记录叶子路段12，13和14相对于路网预测树的起始位置的路段距离。
步骤S44、在遍历到非MPP叶子路段时，检测非MPP叶子路段的Horizon长度是否小于非MPP的Horizon长度阈值，若是，执行步骤S45，若否，返回步骤S40。
本发明实施例可设置非MPP的叶子路段(即非MPP叶子路段)的扩展条件：非MPP叶子路段的Horizon长度小于非MPP的Horizon长度阈值；当遍历到非MPP叶子路段时，可检测非MPP叶子路段的Horizon长度是否小于非MPP的Horizon长度阈值，若是，则确定遍历到的非MPP叶子路段的Horizon长度满足扩展条件，需从遍历到的非MPP叶子路段扩展新的非MPP叶子路段，若否，则可确定非MPP叶子路段的Horizon长度不满足扩展条件，可不需对非MPP叶子路段进行扩展，可继续访问叶子路段集合中记录的下一叶子路段的信息，以实现继续遍历叶子路段集合，直至访问完叶子路段集合记录的各叶子路段的信息。
步骤S45、从遍历到的非MPP叶子路段扩展非MPP叶子路段，直至扩展的非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值。
可以理解的是，从非MPP路段扩展的路段一般是非MPP路段，因此在遍历到非MPP叶子路段后，可从遍历到的非MPP叶子路段扩展非MPP叶子路段，直至扩展的非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值；例如，可扩展出与遍历到的非MPP叶子路段具有连接关系的下一非MPP叶子路段，如果扩展的下一非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值，则停止扩展，如果扩展的下一非MPP叶子路段的Horizon长度小于非MPP的Horizon长度阈值，则从扩展的下一非MPP叶子路段继续扩展非MPP叶子路段，直至扩展的非MPP叶子路段的Horizon长度不小于非MPP的Horizon长度阈值；
示例的，如图7所示，可扩展与遍历到的非MPP叶子路段6具有连接关系的下一非MPP叶子路段10，如果路段10的Horizon长度不小于非MPP的Horizon长度阈值，则可停止扩展，如果路段10的Horizon长度小于非MPP的Horizon长度阈值，则继续从路段10扩展非MPP叶子路段。
步骤S46、根据扩展的非MPP叶子路段的信息，更新叶子路段集合中记录的叶子路段的信息。
以图7所示为例，在从非MPP叶子路段6扩展出非MPP叶子路段10后，可删除叶子路段集合中记录的叶子路段6的信息，添加记录叶子路段10的信息，如在叶子路段集合中记录叶子路段10的标识，类型，Horizon长度；可选的，进一步可分别记录叶子路段10相对于路网预测树的起始位置的路段距离。
可以看出，图11所示方法是针对叶子路段集合同时记录MPP叶子路段的信息和非MPP叶子路段的信息的情况，从而针对路网预测树的MPP叶子路段和非MPP叶子路段，可利用本发明实施例提供的路网预测树扩展方法实现扩展。在另一种实现中，叶子路段集合也可仅记录MPP叶子路段的信息，或非MPP叶子路段的信息，从而本发明实施例提供的路网预测树扩展方法可仅适用于，对路网预测树的MPP叶子路段或非MPP叶子路段进行扩展。
本发明实施例提供的路网预测树扩展方法，可通过遍历叶子路段集合的方式，发现需要进行扩展的叶子路段，本发明实施例不需遍历路网预测树发现叶子路段，也不需在路网预测树中识别需要进行扩展的叶子路段，本发明实施例通过遍历叶子路段集合的方式，可提高发现需要扩展的叶子路段的效率，进而基于需要扩展的叶子路段扩展新的叶子路段，可实现高效的扩展路网预测树，提升路网预测树的扩展效率。
作为本发明实施例提供的路网预测树扩展方法的另一种可选应用示例，本发明实施例在对路网预测树进行扩展后，可基于车辆前方路段的曲率实现弯道路段的识别，从而在识别出前方路段为弯道路段的情况下，对车辆车速进行控制。
可以理解的是，车辆在通过弯道时，如果车速过高，车辆出事故的概率将会显著升高；因此为了减少车辆在通过弯道时的事故发生概率、提高车辆驾驶的安全性，识别车辆前方路段是否为弯道路段，从而在识别出前方路段为弯道路段的情况下，对车辆的车速进行控制显得非常必要。
在现有技术中，识别车辆前方路段是否为弯道路段主要基于车辆装载的摄像头实现，车辆装载的摄像头通过采集车辆前方路段图像，对车辆前方路段图像进行图像识别，从而识别出车辆前方路段是否为弯道路段；然而，这种技术存在如下问题：图像识别速度慢，准确率低且存在使用局限性，例如在夜间，车辆前方路段没有明显路段边缘等情况下，无法通过图像准确识别前方路段，进而无法准确的识别前方路段是否为弯道路段。
基于此，本发明实施例在构建路网预测树和/或更新路网预测树后，可在路网预测树中为相邻的路段设置曲率数据；在确定行驶方向上的相邻两个路段的曲率时，可确定行驶方向上后一路段偏离前一路段的角度，从而实现行驶方向上的相邻两个路段的曲率确定，进而在路网预测树中为各相邻的路段设置曲率数据；
可选的，图12示出了识别车辆前方路段是否为弯道路段的一种可选方法流程，参照图12，该方法流程可以包括：
步骤S50、获取车辆位置。
可选的，可通过定位技术获取车辆位置。
步骤S51、根据所述车辆位置，从路网预测树中确定车辆前方路段。
可选的，基于车辆位置，本发明实施例可确定车辆位置对应的车辆所在路段，从而从路网预测树中确定，车辆由车辆所在路段最可能行驶至的车辆前方路段；例如，确定车辆所在路段后，可从路网预测树中确定车辆行驶方向上，与车辆所在路段具有连通关系的多条下一路段，本发明实施例可基于路网预测树的MPP，将该多条下一路段中的MPP路段，视为车辆前方路段，即车辆前方路段可以是车辆由车辆所在路段最可能行驶至的路段；又如，可从路网预测树中确定车辆行驶方向上，与车辆所在路段具有连通关系的多条下一路段，将多条下一路段中与车辆历史行驶轨迹匹配的路段，视为车辆前方路段。
步骤S52、从所述路网预测树中，确定车辆前方路段的曲率数据；所述路网预测树记录有路段的曲率数据。
可选的，在本发明实施例中，路网预测树可以为相邻路段设置曲率数据；在一种可选示例中，路网预测树可以设置车辆行驶方向上各路段间的曲率数据，从而在确定车辆所在路段，车辆前方路段后，可从路网预测树中确定，在车辆行驶方向上，车辆所在路段与车辆前方路段间的曲率数据，实现确定车辆前方路段的曲率数据。
步骤S53、根据车辆前方路段的曲率数据，识别车辆前方路段是否为弯道路段。
可选的，曲率数据可以是曲率值；本发明实施例可设置预设的表示直线路段的曲率阈值，如果车辆前方路段的曲率值等于所述曲率阈值，则车辆前方路段为直线路段，如果车辆前方路段的曲率值不等于所述曲率阈值，则认为车辆前方路段为弯道路段；例如，如果车辆前方路段的曲率值小于所述曲率阈值，则认为车辆前方路段为相对于车辆所在路段的左转弯路段，并且车辆前方路段的曲率值越小，则车辆前方道路的左转弯程度越大；如果车辆前方路段的曲率值大于所述曲率阈值，则认为车辆前方路段为相对于车辆所在路段的右转弯路段，并且车辆前方路段的曲率值越大，则车辆前方道路的右转弯程度越大。
进一步，在识别出车辆前方路段为弯道路段后，本发明实施例可进行车辆车速的确定，以便进行车辆的车速控制，以保障车辆在弯道的行驶安全；可选的，图13示出了本发明实施例提供的车速确定的方法流程图，参照图13，该方法流程可以包括：
步骤S60、判断车辆位置与车辆前方路段的距离是否小于距离阈值，若否，返回步骤S60，若是，执行步骤S61。
可选的，本发明实施例可将车辆实时位置匹配到路网预测树中，通过车辆在路网预测树中的实时位置，可获取出车辆位置与车辆前方路段的距离；并且实时或定时检测车辆位置与车辆前方路段的距离是否小于距离阈值。
步骤S61、根据预设的曲率数据与安全速度的对应关系，确定与车辆前方路段的曲率数据对应的目标安全速度。
在确定出与车辆前方路段的曲率数据对应的目标安全速度后，可确定车辆需至少以目标安全速度通过车辆前方路段，从而以便根据目标安全速度控制车速；
示例的，如果车辆的实时车速大于目标安全速度，则可通过车辆的刹车系统，使得车速至少降低到安全速度；如果车辆的实时车速不大于目标安全速度，则需实时监测车速，以保障车辆的实时车速不会超过目标安全速度。
本发明实施例基于路段的曲率数据来判断路段是否为弯道，准确率高，适应性强，可以在大部分行驶情况下适应，并且不需要通过摄像头等传感器来实时识别弯道，效率非常高；进一步，在识别出车辆前方路段为弯道路段时，进行车速控制，可基于路段的曲率数据实现弯道适速的ADAS功能，实现逻辑简单、高效。
上文描述了本发明实施例提供的多个实施例方案，各实施例方案介绍的各可选方式可在不冲突的情况下相互结合、交叉引用，从而延伸出多种可能的实施例方案，这些均可认为是本发明实施例披露、公开的实施例方案。
下面对本发明实施例提供的路网预测树扩展装置进行介绍，下文描述的路网预测树扩展装置可以认为是，电子设备为实现本发明实施例提供的路网预测树扩展方法，所需设置的程序模块。下文描述的路网预测树扩展装置的内容，可与上文描述的路网预测树扩展方法的内容相互对应参照。
图14为本发明实施例提供的路网预测树扩展装置的结构框图，参照图14，该装置可以包括：
扩展模块100，用于根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；
信息更新模块110，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
可选的，图15示出了本发明实施例提供的路网预测树扩展装置的另一结构框图，结合图14和图15所示，该装置可以包括：
Horizon长度更新模块120，用于获取车辆实时定位位置；根据所述车辆实时定位位置，确定叶子路段的更新Horizon长度；使用所述叶子路段的更新Horizon长度，更新所述叶子路段集合记录的叶子路段的Horizon长度。
可选的，Horizon长度更新模块120，用于根据所述车辆实时定位位置，确定叶子路段的更新Horizon长度度，具体包括：
确定所述车辆实时定位位置相对于路网预测树的起始位置的第一路段距离；
从所述叶子路段的信息获取叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离；所述叶子路段的信息还包括：叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离；
将所述第二路段距离与所述第一路段距离的差值，确定为所述叶子路段的更新Horizon长度。
可选的，所述叶子路段集合以数组或列表记录叶子路段的信息；所述叶子路段的信息还包括：叶子路段的终点位置相对于路网预测树的起始位置的第二路段距离，叶子路段的标识，和叶子路段的类型；所述叶子路段的标识用于唯一标识叶子路段，所述叶子路段的类型用于指示叶子路段是MPP叶子路段还是非MPP叶子路段。
可选的，一方面，扩展模块100，用于根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，具体包括：
遍历叶子路段集合；
若遍历的叶子路段为MPP叶子路段，且MPP叶子路段的Horizon长度满足MPP扩展条件，在预设的路网数据中，沿所述MPP叶子路段的通行方向，寻找与所述MPP叶子路段连通的路段；
从寻找到的路段中选择扩展的MPP叶子路段，将寻找到的路段中未选择为扩展的MPP叶子路段的路段作为，扩展的非MPP叶子路段；
可选的，信息更新模块110，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，具体包括：
将所述叶子路段集合记录的MPP叶子路段的信息更新为，扩展的MPP叶子路段的信息；
可选的，信息更新模块110，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，还可具体包括：
在所述叶子路段集合中增加记录所述扩展的非MPP叶子路段的信息。
可选的，另一方面，扩展模块100，用于根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段，具体包括：
遍历叶子路段集合；
若遍历的叶子路段为非MPP叶子路段，且非MPP叶子路段的Horizon长度满足非MPP扩展条件，在预设的路网数据中，沿所述非MPP叶子路段的通行方向，寻找与所述非MPP叶子路段连通的路段，将寻找到的路段作为扩展的非MPP叶子路段；
可选的，信息更新模块110，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，具体包括：
在所述叶子路段集合中删除非MPP叶子路段的信息，并增加记录所述扩展的非MPP叶子路段的信息。
可选的，图16示出了本发明实施例提供的路网预测树扩展装置的再一结构框图，结合图15和图16所示，该装置还可以包括：
弯道识别模块130，用于获取车辆位置；根据所述车辆位置，从路网预测树中确定车辆前方路段；从所述路网预测树中，确定车辆前方路段的曲率数据，所述路网预测树记录有路段的曲率数据；根据所述车辆前方路段的曲率数据，识别车辆前方路段是否为弯道路段。
可选的，所述路网预测树记录有路段的曲率数据包括：所述路网预测树设置有车辆行驶方向上，各路段间的曲率数据；
弯道识别模块130，用于从所述路网预测树中，确定车辆前方路段的曲率数据，具体包括：
从路网预测树中确定，在车辆行驶方向上，车辆所在路段与车辆前方路段间的曲率数据。
可选的，所述曲率数据为曲率值；弯道识别模块130，用于根据所述车辆前方路段的曲率数据，识别车辆前方路段是否为弯道路段，具体包括：
如果车辆前方路段的曲率值等于预设的表示直线路段的曲率阈值，则车辆前方路段为直线路段；
如果车辆前方路段的曲率值不等于所述曲率阈值，则车辆前方路段为弯道路段；
其中，若车辆前方路段的曲率值小于所述曲率阈值，则车辆前方路段为相对于车辆所在路段的左转弯路段，且车辆前方路段的曲率值越小，车辆前方道路的左转弯程度越大；若车辆前方路段的曲率值大于所述曲率阈值，则车辆前方路段为相对于车辆所在路段的右转弯路段，且车辆前方路段的曲率值越大，车辆前方道路的右转弯程度越大。
可选的，图17示出了本发明实施例提供的路网预测树扩展装置的又一结构框图，结合图16和图17所示，该装置还可以包括：
安全速度确定模块140，用于如果车辆位置与车辆前方路段的距离小于距离阈值，根据预设的曲率数据与安全速度的对应关系，确定与车辆前方路段的曲率数据对应的目标安全速度，以便根据目标安全速度控制车速。
本发明实施例提供的路网预测树扩展装置，可以通过遍历叶子路段集合的方式，发现需要进行扩展的叶子路段，不需遍历路网预测树发现需要扩展的叶子路段，本发明实施例可提高发现需要扩展的叶子路段的效率，进而基于需要扩展的叶子路段扩展新的叶子路段，可实现高效的扩展路网预测树，提升路网预测树的扩展效率。
本发明实施例还提供一种电子设备，该电子设备可执行本发明实施例提供的路网预测树扩展方法，例如电子设备可以包括上述所述的路网预测树扩展装置。作为电子设备的硬件实现，结合图2所示，电子设备可以包括：至少一个存储器和至少一个处理器；
所述存储器存储有程序，所述处理器调用所述程序，以实现本发明实施例提供的路网预测树扩展方法。
本发明实施例还提供一种存储介质，所述存储介质存储有实现本发明实施例提供的路网预测树扩展方法的程序。
可选的，所述程序可用于：
根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的视野Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；
将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
所述程序的细化功能和扩展功能可参照前文相应部分的描述，此处不再赘述。
虽然本发明实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (13)

1.一种路网预测树扩展方法，其特征在于，包括：
根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的视野Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置的变化进行更新；
将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
2.根据权利要求1所述的路网预测树扩展方法，其特征在于，还包括：
获取车辆实时定位位置；
根据所述车辆实时定位位置，确定叶子路段的更新Horizon长度；
使用所述叶子路段的更新Horizon长度，更新所述叶子路段集合记录的叶子路段的Horizon长度。
3.根据权利要求2所述的路网预测树扩展方法，其特征在于，所述根据所述车辆实时定位位置，确定叶子路段的更新Horizon长度包括：
确定所述车辆实时定位位置相对于路网预测树的起始位置的第一路段距离；
从所述叶子路段的信息获取叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离；所述叶子路段的信息还包括：叶子路段的终点位置，相对于路网预测树的起始位置的第二路段距离；
将所述第二路段距离与所述第一路段距离的差值，确定为所述叶子路段的更新Horizon长度。
4.根据权利要求1所述的路网预测树扩展方法，其特征在于，所述叶子路段集合以数组或列表记录叶子路段的信息；所述叶子路段的信息还包括：叶子路段的终点位置相对于路网预测树的起始位置的第二路段距离，叶子路段的标识，和叶子路段的类型；所述叶子路段的标识用于唯一标识叶子路段，所述叶子路段的类型用于指示叶子路段是MPP叶子路段还是非MPP叶子路段。
5.根据权利要求1所述的路网预测树扩展方法，其特征在于，所述根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段包括：
遍历叶子路段集合；
若遍历的叶子路段为MPP叶子路段，且MPP叶子路段的Horizon长度满足MPP扩展条件，在预设的路网数据中，沿所述MPP叶子路段的通行方向，寻找与所述MPP叶子路段连通的路段；
从寻找到的路段中选择扩展的MPP叶子路段，将寻找到的路段中未选择为扩展的MPP叶子路段的路段作为，扩展的非MPP叶子路段；
所述将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息包括：
将所述叶子路段集合记录的MPP叶子路段的信息更新为，扩展的MPP叶子路段的信息。
6.根据权利要求5所述的路网预测树扩展方法，其特征在于，所述将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息还包括：
在所述叶子路段集合中增加记录所述扩展的非MPP叶子路段的信息。
7.根据权利要求1所述的路网预测树扩展方法，其特征在于，所述根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段包括：
遍历叶子路段集合；
若遍历的叶子路段为非MPP叶子路段，且非MPP叶子路段的Horizon长度满足非MPP扩展条件，在预设的路网数据中，沿所述非MPP叶子路段的通行方向，寻找与所述非MPP叶子路段连通的路段，将寻找到的路段作为扩展的非MPP叶子路段；
所述将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息包括：
在所述叶子路段集合中删除所述非MPP叶子路段的信息，并增加记录所述扩展的非MPP叶子路段的信息。
8.根据权利要求1所述的路网预测树扩展方法，其特征在于，还包括：
获取车辆位置；
根据所述车辆位置，从路网预测树中确定车辆前方路段；
从所述路网预测树中，确定车辆前方路段的曲率数据；所述路网预测树记录有路网预测树的路段的曲率数据；
根据所述车辆前方路段的曲率数据，识别车辆前方路段是否为弯道路段。
9.根据权利要求8所述的路网预测树扩展方法，其特征在于，所述曲率数据为曲率值；所述根据所述车辆前方路段的曲率数据，识别车辆前方路段是否为弯道路段包括：
如果车辆前方路段的曲率值等于预设的表示直线路段的曲率阈值，则车辆前方路段为直线路段；
如果车辆前方路段的曲率值不等于所述曲率阈值，则车辆前方路段为弯道路段；
其中，若车辆前方路段的曲率值小于所述曲率阈值，则车辆前方路段为相对于车辆所在路段的左转弯路段，且车辆前方路段的曲率值越小，车辆前方道路的左转弯程度越大；若车辆前方路段的曲率值大于所述曲率阈值，则车辆前方路段为相对于车辆所在路段的右转弯路段，且车辆前方路段的曲率值越大，车辆前方道路的右转弯程度越大。
10.根据权利要求8所述的路网预测树扩展方法，其特征在于，还包括：
如果车辆位置与车辆前方路段的距离小于距离阈值，根据预设的曲率数据与安全速度的对应关系，确定与车辆前方路段的曲率数据对应的目标安全速度，以便根据目标安全速度控制车速。
11.一种路网预测树扩展装置，其特征在于，包括：
扩展模块，用于根据叶子路段集合，从预设的路网数据中获取由路网预测树的叶子路段扩展的叶子路段；其中，所述叶子路段集合记录有路网预测树的叶子路段的信息，所述叶子路段的信息至少包括叶子路段的视野Horizon长度，所述叶子路段的Horizon长度随车辆实时定位位置变化进行更新；
更新模块，用于将所述叶子路段集合记录的叶子路段的信息更新为扩展的叶子路段的信息，所述扩展的叶子路段作为新的叶子路段。
12.一种电子设备，其特征在于，包括：至少一个存储器和至少一个处理器；
所述存储器存储有程序，所述处理器调用所述程序，以实现权利要求1-10任一项所述的路网预测树扩展方法。
13.一种存储介质，其特征在于，所述存储介质存储有实现权利要求1-10任一项所述的路网预测树扩展方法的程序。
CN201910080444.3A 2019-01-28 2019-01-28 一种路网预测树扩展方法、装置、电子设备及存储介质 Active CN111489004B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910080444.3A CN111489004B (zh) 2019-01-28 2019-01-28 一种路网预测树扩展方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910080444.3A CN111489004B (zh) 2019-01-28 2019-01-28 一种路网预测树扩展方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111489004A true CN111489004A (zh) 2020-08-04
CN111489004B CN111489004B (zh) 2023-05-26

Family

ID=71810740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910080444.3A Active CN111489004B (zh) 2019-01-28 2019-01-28 一种路网预测树扩展方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111489004B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0621508D0 (en) * 2006-10-30 2006-12-06 Cotares Ltd Method of and apparatus for generating routes
CN101290660A (zh) * 2008-06-02 2008-10-22 中国科学技术大学 一种用于行人检测的树状组合分类方法
CN104266656A (zh) * 2014-09-03 2015-01-07 清华大学 用于道路网的最短路径搜索方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0621508D0 (en) * 2006-10-30 2006-12-06 Cotares Ltd Method of and apparatus for generating routes
CN101290660A (zh) * 2008-06-02 2008-10-22 中国科学技术大学 一种用于行人检测的树状组合分类方法
CN104266656A (zh) * 2014-09-03 2015-01-07 清华大学 用于道路网的最短路径搜索方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张彦满;余建桥;: "路网中基于RQOP树的移动对象索引技术研究" *

Also Published As

Publication number Publication date
CN111489004B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN107209018B (zh) 用于提供所关注点信息的方法及设备
JP6175846B2 (ja) 車両追跡プログラム、サーバ装置および車両追跡方法
CN111489544B (zh) 一种构建路网预测树的系统及ehp客户端
WO2015083538A1 (ja) 車両位置推定システム，装置，方法、及び、カメラ装置
CN107917716B (zh) 固定线路导航方法、装置、终端及计算机可读存储介质
US11574541B2 (en) Information processing device, information processing system, program, and information processing method
CN104350362A (zh) 车辆位置检测装置及程序
US10665096B2 (en) Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method
CN110793536A (zh) 一种车辆导航方法、装置及计算机存储介质
CN111483465B (zh) 一种扩展mpp的方法、装置、电子设备及存储介质
JP2005313658A (ja) 車両事故防止システムおよび車両事故防止方法
US10697787B2 (en) Detour recommended area estimation system, detour recommended area estimation program, and navigation device
US20220219699A1 (en) On-board apparatus, driving assistance method, and driving assistance system
CN111486857B (zh) 一种路网预测树构建方法、装置、电子设备及存储介质
CN111486858B (zh) 一种路网预测树构建方法、装置、电子设备及存储介质
CN111489004B (zh) 一种路网预测树扩展方法、装置、电子设备及存储介质
CN108955704B (zh) 一种道路识别方法及装置以及导航路线规划方法及装置
CN112344950B (zh) Adas道路网树的融合方法及系统、服务器及介质
CN115402323A (zh) 换道决策方法和电子设备
JP5342291B2 (ja) 地図データ更新システム、地図データ更新方法
CN115186048A (zh) 基于地理网格的地图数据更新方法、装置、设备及介质
JP2019096085A (ja) 情報処理装置
KR102091555B1 (ko) 차량의 경로별 도착시간 추정 시스템
CN114397890A (zh) 车辆动态路径规划方法、装置、电子设备及可读存储介质
CN103900588A (zh) 交通堵塞状况下的应急导航方法和装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40034902

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant