CN111539112B - 一种用于自动驾驶车快速查找交通对象的场景建模方法 - Google Patents

Abstract

本发明属于自动驾驶技术领域，具体的说是一种用于自动驾驶车快速查找交通对象的场景建模方法。包括以下步骤：1、将交通环境信息预先组织为地面区域、路面区域、地面物体三类对象；2、创建网格单元，载入地面区域，将二者进行位置绑定；3、载入相应的路面区域，建立各个区域间的位置关系，形成路网；4、将各个地面物体按照位置匹配到各个区域当中。本发明将预先划定好的车道段、路段等交通区域按其位置关系互相建立索引，然后再将其与车辆、行人等交通参与者也按相对位置互相建立索引，并利用各个物体的历史索引信息来提高每次建立索引的速度，最后根据主车当前所在的区域，就能够直接找到位于该区域以及相邻区域的所有物体。

Description

一种用于自动驾驶车快速查找交通对象的场景建模方法

技术领域

本发明属于自动驾驶技术领域，具体的说是一种用于自动驾驶车快速查找交通对象的场景建模方法。

背景技术

驾驶员在操纵车辆时，时常需要评估前方各个车道等交通区域的交通状况，例如堵塞状况、平均车速等，然后决定出合适的机动方式，如左换道、右换道、超车、保持直行等，来获得更高的通行效率，更安全的行车条件等；同时，还需要控制方向盘和踏板输入，使车辆驶向目标方向并避开附近的道路占用者。同样地，在自动驾驶系统中也存在这两个过程，并且根据John A.Michon于1979年所做的技术报告“Dealing with Danger”，以及于1985年在《Human Behavior and Traffic Safety》上发表的文章“A Critical View of DriverBehavior Models:What Do We Know,What Should We Do？”，研究中多将其分别称为战术任务(Tactical Task)与操作任务(Operational Task)。

自动化车辆要完成战术任务，必然需要先查找出位于目标交通区域内的交通车辆，才能去统计该交通区域的交通状况。然而，一方面自动化车辆上装载的传感器是不能直接获取到交通参与者“所在车道”此类信息的；另一方面，其他车辆通过V2X报告的“所在车道”信息并不能保证能与本地构建的驾驶地图相适配。因此这一对象查找过程需要增加额外的交通参与者与交通区域的相对位置检测计算。

与此同时，目前研究界和工业界都在大力合作，将5G蜂窝网络等新技术应用到车联网当中，参考汽车垂直行业的5G-PPP白皮书(5G PPP White Paper on AutomotiveVertical Sectors)中提到的“See-Through”，“Bird’s Eye View”等用例，未来车辆的视距将得到极大地提高，同时视野盲区也将大大减少，这使得车辆能够更加有预见性地判断当前需要的战术驾驶行为。但这里也产生了一些新的问题，其中一个就是当车辆获取到的交通参与者信息大幅增加，特别是对于城市中心区等交通流密集的场景，如何在有限计算资源的情况下快速地完成上述的交通参与者与交通区域的位置匹配。另一个问题是，尽管远处的交通参与者会影响到对战术任务的判断，但却与操作任务的判断没有关系，因此大量无关信息进入到操作任务的计算中就只能额外地增加计算开销与处理时间。这两个方面都可以归结为特定交通区域内的对象查询问题。

此外，在对自动驾驶系统进行虚拟验证或评价时，也存在上述的对象查询问题。要进行虚拟验证，首先必须要模拟出实际的驾驶环境，目前许多驾驶自动化功能的研究都采用了微观交通仿真理论来控制虚拟环境中交通车的行为，例如Mohammad Bahram等人于2014年在IEEE智能运输系统国际会议上发表的论文“Microscopic Traffic SimulationBased Evaluation of Highly Automated Driving on Highways”，Xiao-Yun Lu等人于2017年在美国交通研究委员会年会上发表的文章“An Enhanced Microscopic TrafficSimulation Model for Application to Connected Automated Vehicles”，以及吴梦勋于2015年发表的学位论文“面向汽车智能化仿真的交通模拟”等等。如果利用微观交通仿真来构建虚拟交通环境对自动驾驶系统进行验证，那么验证过程中就还涉及到如何从仿真空间中的所有对象中找到主车附近范围的交通车对象，即主车邻域内，或者说是主车所在交通区域及附近区域内的对象查询问题。

同时，为了能够在虚拟环境下充分验证自动驾驶系统的性能，主车附近的虚拟场景应当尽可能逼真。然而目前主流的微观交通仿真器，如Paramics、Vissim、MITSim、SUMO等，由于其最初的研究目的是验证交通系统的效能，其车辆驾驶行为模型在自动驾驶系统的虚拟验证中显得较为粗糙，无法模拟出现实环境中驾驶员行为的随机性与侵略性等等。那么也就是说，若要更加充分地验证控制主车的自动驾驶系统的功能，主车附近的交通车也需要具有与真人相当的复杂程度的驾驶行为。这些交通车的行为不再由微观交通仿真模块控制，而是会类似于主车那样，由外部专门的驾驶员模块来控制。为了计算出这些交通车的驾驶行为，那就也需要不断地将其映射到道路网络中并查询其附近的其他交通车对象，同时这一过程在单个仿真步长内可能将多达上百次，这容易对仿真的实时运行将造成负面影响，特别是在整个仿真空间较大、包含对象较多的情况下。

综上所述，不论是在自动驾驶系统内部，还是在其虚拟验证环节中都存在查询特定交通区域内对象的需要。目前，微观交通仿真领域中有许多近邻查询算法，例如宋竹于2014年在《计算机应用》上发表的论文“微观交通仿真系统的近邻查询算法”。这些算法可以快速找到某辆车周边的其他车辆，但由于微观交通仿真中将车道简化为一维结构，并且车辆与车道的位置关系直接已知的，不需要做额外的判定，这些算法并不能直接应用到上面的问题中。

发明内容

本发明的目的是提出了一种用于自动驾驶车快速查找交通对象的场景建模方法，该方法将预先划定好的车道段、路段等交通区域按其位置关系互相建立索引，然后再将其与车辆、行人等交通参与者也按相对位置互相建立索引，并利用各个物体的历史索引信息来提高每次建立索引的速度，最后根据主车当前所在的区域，就能够直接找到位于该区域以及相邻区域的所有物体；解决了在自动驾驶系统及其虚拟验证平台中存在的对特定交通区域内对象的查询问题，并使得整个运算过程具有尽可能高的效率。

本发明技术方案结合附图说明如下：

一种用于自动驾驶车快速查找交通对象的场景建模方法，包括以下步骤：

步骤一、将交通环境信息预先组织为地面区域、路面区域、地面物体三类对象；

步骤二、创建若干相同尺寸、紧密排列的正方形或立方体网格单元，然后载入地面区域，并建立每个网格单元到位于该单元的各个地面区域对象的单向索引；

步骤三、载入上述地面区域所包含的路面区域，然后按照各个区域对象间的位置关系建立双向索引，形成路网；

步骤四、将各个地面物体按照位置匹配到各个区域当中，并建立地面物体与地面区域、路面区域之间的双向索引。

所述步骤一的具体方法如下：

1)交通环境分为三类基本对象来描述各个对象之间的位置关系；基本对象包括：

a.地面区域，用以描述道路包括路段和交叉路口，以及道路两旁的非路地面；

b.路面区域，用以描述由实际路面标线、交通标志划分路面形成的具有特定交通规则的区域；同一时间同一个路面区域内应当具有一致的交通规则；一个路面区域应当仅存在于一个地面区域中；

c.地面物体，用以描述在地面上具有位置和轮廓的对象；

2)地面区域与路面区域均是一个由多条多段线围成的封闭多边形，其中每条多段线会单独成为一个边界对象，生成区域对象时也需要创建出区域与边界之间的双向索引；

3)地面物体由一个由球形包围盒、轴对齐包围盒或有向包围盒来表达；

所述步骤二的具体方法如下：

载入地面区域时，一方面是与网格单元进行位置匹配，另一方面是以下两种载入方式：

a.在初次载入区域到虚拟环境时，就一次性载入所有的区域，这之后不需要再对区域相邻关系进行修改；

b.初次载入区域时，仅载入主车周边的区域，此时需要根据主车机动能力载入若干区域保证主车在接下来的一段时间内所探测到的物体不会超出环境边界，同时还需要根据实际载入区域的效率，额外载入一部分区域用作缓冲；当主车探测范围接近这些缓冲区域时就需要重复之前的过程载入新的区域，对当前环境边界进行扩展，同时移除那些不需要再更新的区域。

所述步骤三的具体方法如下：

地面区域和路面区域载入时需要根据相对位置创建出相互索引来表达区域之间的邻接、附属关系，这些索引包括：

a.当前地面区域邻接的其他地面区域；

b.当前地面区域各边界分别邻接的其他地面区域及其相应边界；

c.当前路面区域邻接的其他路面区域；

d.当前路面区域各边界分别邻接的其他路面区域及其相应边界；

e.当前地面区域所包含的路面区域，以及当前路面区域所附属的地面区域；这里规定允许地面区域不包含任何路面区域，或者包含多个路面区域，但路面区域必须且只能附属于一个地面区域。

所述步骤四的具体方法如下：

1)将地面物体匹配到地面区域及路面区域中时，仍会按照位置关系建立相互的索引，这些索引包括：

a.某地面物体当前所在的地面区域以及路面区域，若该物体横跨多个邻接区域则认为该物体处于多个地面区域/路面区域内；此外即使地面物体位于任何路面区域之外，也必须至少位于一个地面区域内；

b.某地面区域及路面区域当前所包含的若干地面物体；这里区域对象对所包含地面物体的索引是分层的，即整个索引被划分为多个部分，用户通过设定地面物体的标识来决定对该对象的索引存储在哪个部分。

2)将物体按位置匹配到区域中，可根据物体是否存在历史位置信息分别按下面两种情况分别处理：

a.若某地面物体没有历史位置信息，即上一时刻所在的地面区域及路面区域，例如初次进行定位的情况，则先利用物体坐标除以网格尺寸得到的商迅速判断出其所在的网格，进而找到物体可能所处的地面区域，待小范围遍历确定出所处地面区域后，最终再确定其所处路面区域；

b.若该地面物体存在历史位置信息，则利用实际环境中物体的位置总是连续变化这一特征，首先判断该物体是否仍处于上一时刻所在的区域内；若物体已经离开，再搜索相邻的区域；同时，若该物体上一时刻与某边界相交，则优先搜索该边界邻接的区域；若再失败则进行a的步骤。

本发明的有益效果为：

本发明通过预先建立双向索引，利用物体的历史位置信息大大提高了位置判断的计算速度，进而提高了对特定交通区域内对象的查询效率，这一方面使得自动驾驶系统能够拥有更高的运行效能或者将更多的计算资源分配在其他功能模块上，另一方面也为大规模、高逼真度的自动驾驶仿真的高效运行提供了支持。

附图说明

图1为本发明中“地面区域”、“路面区域”、“地面物体”三类对象间的索引关系示意图。

图2为本发明中在没有物体历史位置信息时计算物体所在区域所采用方法的示意图。

图3为本发明中在物体进入新区域且与边界相交时判断物体所在区域所采用方法的示意图。

图4为本发明中在物体完全进入新区域时判断物体所在区域所采用方法的示意图。

图5为本发明中将地面区域边界以及地面物体包围盒投影到地面区域拟合平面的示意图。

图6为本发明中对当前虚拟环境边界进行扩展的示意图。

具体实施方式

一种用于自动驾驶车快速查找交通对象的场景建模方法，包括以下步骤，并可以采用以下的方法进行实施：

步骤一、将交通环境信息预先组织为地面区域、路面区域、地面物体三类对象。

为了表达各类交通环境对象相对位置关系，本发明首先将各类交通环境对象抽象为三类基本对象；具体包括如下：

a.地面区域，用以描述道路包括路段和交叉路口，以及道路两旁的非路地面；

b.路面区域，用以描述由实际路面标线、交通标志划分路面形成的具有特定交通规则的区域；同一时间同一个路面区域内应当具有一致的交通规则；一个路面区域应当仅存在于一个地面区域中；

c.地面物体，用以描述在地面上具有位置和轮廓的对象，例如车辆、行人和路面凹坑。

本实施例采用C++语言编程实现，上述的三个基本对象均作为基类来实现，而具体的路段、车道、车辆、行人等对象作为相应基类的派生类由用户去扩展；与快速查询相关的信息仅存放在基类当中，与派生类无关。如上文所述，三种基本对象存在如图1所示的索引关系，在本实施例中，这些索引关系通过基类中的指针或指针容器来表达。例如，地面区域的基类中存在一个指针容器，容器中的每一个指针都指向对应地面区域所邻接的其他地面区域；地面区域的基类中的另一个指针容器，容器中的每一个指针都指向对应地面区域所包含的路面区域；而区域对地面物体的分层索引，可以在区域基类中的设置一个嵌套的指针容器来实现。

此外，每个区域都是由多段线围成的封闭多边形，本实施例中对区域边界建立一个单独的类，该类中包含相应的多段线顶点坐标信息，以及与其他边界、区域的邻接关系，同时两个区域基类中也设置专门的容器来包含指向各个边界对象的指针。

在上述的数据结构下，本发明所提出的方法在构建虚拟交通环境时有以下过程。这里需要指出，创建三类基本对象所需要的信息可以来自于其他电子地图，尽管其他电子地图采用了另外的数据表达形式，如OpenDRIVE、RNDF等，但这类格式转换均可以在外部离线完成，并不会对系统运行的效率造成影响。

步骤二、创建若干相同尺寸、紧密排列的正方形或立方体网格单元，然后载入地面区域，并建立每个网格单元到位于该单元的各个地面区域对象的单向索引，为之后能够提高搜索速度奠定基础。

因为地面区域本身采用的多边形的表示形式，而网格单元则固定是平面正方形或空间立方体，采用计算图形学中通用的计算几何算法即可判断出地面区域与网格的位置关系，此处不做赘述。

在载入地面区域时，对于仿真平台而言，可以一次性载入所有区域；对于车载平台，则可以根据主车机动能力只载入主车周边的区域，保证接下来的一段时间内所探测到的物体不会超出环境边界即可。这样的方式使得繁琐的区域载入过程不会频繁地发生，保证了系统的运行效率。同时根据实际载入区域的效率，还需要额外载入一部分区域用作缓冲；当主车探测范围接近这些缓冲区域时就需要重复之前的过程载入新的区域，对当前环境边界进行扩展，同时移除那些不需要再更新的区域。之所以需要加载缓冲区域，是因为：由于此时加载的地图并不完整，那些位于边缘的区域，其邻接关系也并非一定完整，所以位于地图边缘的区域是可能会在运行时被修改的。那么为了防止修改区域与后续匹配地面物体的过程造成访问冲突，本发明采用的方法就是在初次加载地图时，额外加载一部分区域用作缓冲。这些缓冲区域位于地图边缘，且远离车辆的检测范围，消除了访问冲突的可能。

步骤三、载入上述地面区域所包含的路面区域，然后按照各个区域对象间的位置关系建立双向索引，形成路网。

如上文所述，如果采用分批载入区域的方式，因为缓冲区域的存在，在建立新区域与原有区域间的索引关系时，并不会干扰到地面物体在原有区域的位置匹配过程；同时，对这一载入的效率要求也得以降低。

步骤四、将各个地面物体按照位置匹配到各个区域当中，并建立地面物体与地面区域、路面区域之间的双向索引。

由于以虚拟仿真系统或自动驾驶系统的运行频率，物体的位置在两次更新之间并不会发生较大的变化，这使得可以利用物体上一次的位置信息来提高判断当前物体在哪个区域的速度。根据地面物体是否存在历史位置信息，这个过程可以分为如下两种情况：

第一种情况：

若某个对象没有可利用的历史位置信息，例如该对象首次进入虚拟交通环境时，可以根据该对象坐标除以网格尺寸所得的商来迅速找到该对象所在的网格单元，进而找到与该网格单元绑定的所有地面区域，从而迅速缩小查找的范围，避免对所有的地面区域进行遍历，如图2所示。在确定出物体所在地面区域，在进一步找到物体所在的路面区域，这也避免了对所有路面区域进行遍历。

第二种情况：

若某个对象存在可利用的历史位置信息，则利用该信息在某个局部范围内查找，且优先判断物体是否还位于原先所在的区域内。下面本实施例以图3和图4为例进行说明。已知某对象上一时刻位于区域A中，且不与任何区域A的边界相交，如图3所示。那么在当前时刻更新该对象所在区域时，优先判断该对象是否仍位于区域A中。此时检测到该对象仍在区域A内，但与区域A的边界相交。由于已经实现建立边界和邻接区域的索引关系，通过这一相交的边界就可以直接判断出该对象还处于区域B内。因此最终的结果是该对象同时位于区域A和B内。若当前时刻该对象已经完全进入到区域B以内，如图4所示，那么在区域A判断失败后，再遍历所有与区域A邻接的其他区域，当遍历到区域B时，即可判断出该对象所在区域。

由于本发明将物体简化为矩形包围盒以及球形包围盒，将区域简化为多边形，在判断物体是否在区域内时，本实施例为了简化计算过程采用的方法是将物体包围盒和区域多边形投影到平面上，如图5所示，然后通过射线法以及相交检测等通用的计算几何算法判断出多边形之间的位置关系。需要指出的是，图中的拟合平面属于静态信息，可在系统外部离线生成，不会对系统运行效率造成影响。此外，这一方法仅是对本发明的可实施性做出说明，并不代表本发明仅能使用这一方法实施。

经过上述步骤，本发明所描述的虚拟交通环境已经基本形成，但若在载入区域时，未一次性载入全部区域，那么在循环进行第四步时，还需要进行载入其他区域来扩展虚拟环境。本发明采用的方法是，当主车的检测范围接近前面所提到的缓冲区域时，即进行其他区域的载入，如图6所示。由于主车的检测范围并未进入到缓冲区域中，故每次更新的地面物体并不会处于这些位于环境边缘的缓冲区域中，这些区域也就不会被更新任务所访问。此时区域载入任务就可以修改这些缓冲区域的邻接关系，载入新的区域，同时不会影响到正在执行的更新任务。

在通过上述步骤构建虚拟交通环境后，对象的查询就变得较为简单了。通过任意的地面物体都可以直接找到其所述的地面区域或者路面区域，然后直接提取出该区域的所有对象。通过坐标来查找对象，即没有历史位置信息的情况。在找到了需要的对象之后，就可以进一步对其用户数据进行读写。此外，对象的查询和索引的更新是并发进行的，这需要在三个基类的函数接口中加入互斥锁等并发控制方法，在计算机领域中，并发控制有十分成熟的方法，此处不做赘述。

Claims (4)

1.一种用于自动驾驶车快速查找交通对象的场景建模方法，其特征在于，包括以下步骤：

步骤一、将交通环境信息预先组织为地面区域、路面区域、地面物体三类对象；

步骤二、创建若干相同尺寸、紧密排列的正方形或立方体网格单元，然后载入地面区域，并建立每个网格单元到位于该网格单元的各个地面区域对象的单向索引；

步骤三、载入上述地面区域所包含的路面区域，然后按照各个区域对象间的位置关系建立双向索引，形成路网；

步骤四、将各个地面物体按照位置匹配到各个区域当中，并建立地面物体与地面区域、路面区域之间的双向索引；具体方法如下：

1)将地面物体匹配到地面区域及路面区域中时，仍会按照位置关系建立相互的索引，这些索引包括：

a1.某地面物体当前所在的地面区域以及路面区域，若该物体横跨多个邻接区域则认为该物体处于多个地面区域/路面区域内；此外即使地面物体位于任何路面区域之外，也必须至少位于一个地面区域内；

b1.某地面区域及路面区域当前所包含的若干地面物体；这里区域对象对所包含地面物体的索引是分层的，即整个索引被划分为多个部分，用户通过设定地面物体的标识来决定对该对象的索引存储在哪个部分；

2)将物体按位置匹配到区域中，可根据物体是否存在历史位置信息分别按下面两种情况分别处理：

a2.若某地面物体没有历史位置信息，即上一时刻所在的地面区域及路面区域，初次进行定位的情况，先利用物体坐标除以网格尺寸得到的商迅速判断出其所在的网格，进而找到物体可能所处的地面区域，待小范围遍历确定出所处地面区域后，最终再确定其所处路面区域；

b2.若该地面物体存在历史位置信息，则利用实际环境中物体的位置总是连续变化这一特征，首先判断该物体是否仍处于上一时刻所在的区域内；若物体已经离开，再搜索相邻的区域；同时，若该物体上一时刻与某边界相交，则优先搜索该边界邻接的区域；若再失败则进行a的步骤。

2.根据权利要求1所述的一种用于自动驾驶车快速查找交通对象的场景建模方法，其特征在于，所述步骤一的具体方法如下：

1)交通环境分为三类基本对象来描述各个对象之间的位置关系；基本对象包括：

a3.地面区域，用以描述道路包括路段和交叉路口，以及道路两旁的非路地面；

b3.路面区域，用以描述由实际路面标线、交通标志划分路面形成的具有特定交通规则的区域；同一时间同一个路面区域内应当具有一致的交通规则；一个路面区域应当仅存在于一个地面区域中；

c3.地面物体，用以描述在地面上具有位置和轮廓的对象；

2)地面区域与路面区域均是一个由多条多段线围成的封闭多边形，其中每条多段线会单独成为一个边界对象，生成区域对象时也需要创建出区域与边界之间的双向索引；

3)地面物体由一个由球形包围盒、轴对齐包围盒或有向包围盒来表达。

3.根据权利要求1所述的一种用于自动驾驶车快速查找交通对象的场景建模方法，其特征在于，所述步骤二的具体方法如下：

载入地面区域时，一方面是与网格单元进行位置匹配，另一方面是以下两种载入方式：

a4.在初次载入区域到虚拟环境时，就一次性载入所有的区域，这之后不需要再对区域相邻关系进行修改；

b4.初次载入区域时，仅载入主车周边的区域，此时需要根据主车机动能力载入若干区域保证主车在接下来的一段时间内所探测到的物体不会超出环境边界，同时还需要根据实际载入区域的效率，额外载入一部分区域用作缓冲；当主车探测范围接近这些缓冲区域时就需要重复之前的过程载入新的区域，对当前环境边界进行扩展，同时移除那些不需要再更新的区域。

4.根据权利要求1所述的一种用于自动驾驶车快速查找交通对象的场景建模方法，其特征在于，所述步骤三的具体方法如下：

地面区域和路面区域载入时需要根据相对位置创建出相互索引来表达区域之间的邻接、附属关系，这些索引包括：

a5.当前地面区域邻接的其他地面区域；

b5.当前地面区域各边界分别邻接的其他地面区域及其相应边界；

c5.当前路面区域邻接的其他路面区域；

d5.当前路面区域各边界分别邻接的其他路面区域及其相应边界；

e5.当前地面区域所包含的路面区域，以及当前路面区域所附属的地面区域；这里规定允许地面区域不包含任何路面区域，或者包含多个路面区域，但路面区域必须且只能附属于一个地面区域。

Images