CN111578948A - 一种车道添加的方法及系统 - Google Patents

一种车道添加的方法及系统 Download PDF

Info

Publication number
CN111578948A
CN111578948A CN202010535724.1A CN202010535724A CN111578948A CN 111578948 A CN111578948 A CN 111578948A CN 202010535724 A CN202010535724 A CN 202010535724A CN 111578948 A CN111578948 A CN 111578948A
Authority
CN
China
Prior art keywords
lane
intersection
lanes
point
distance
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
CN202010535724.1A
Other languages
English (en)
Other versions
CN111578948B (zh
Inventor
潘何浩
董敏杰
罗方龙
陈兆先
张殿礼
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.)
Huizhi Robot Technology Shenzhen Co ltd
Original Assignee
Flyingwings Intelligent Robot Technology Shanghai Co 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 Flyingwings Intelligent Robot Technology Shanghai Co ltd filed Critical Flyingwings Intelligent Robot Technology Shanghai Co ltd
Priority to CN202010535724.1A priority Critical patent/CN111578948B/zh
Publication of CN111578948A publication Critical patent/CN111578948A/zh
Application granted granted Critical
Publication of CN111578948B publication Critical patent/CN111578948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车道添加的方法及系统，涉及车道系统的技术领域，其包括如下步骤：S100：建图；S200：导入车道数据；S300：优化车道数据；S400：将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，配置文件中储存有独立于当前场景地图外的车道信息；S500：第一条车道将直接添加到地图中，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作。本发明具有能实现清洁机器人车道信息的自动添加的效果。

Description

一种车道添加的方法及系统
技术领域
本发明涉及车道系统的技术领域，尤其是涉及一种车道添加的方法及系统。
背景技术
目前，清洁机器人可用于对地面进行自动清洁，应用场景可以为家庭室内清洁、大型场所清洁以及地下车库清洁等。为了使清洁机器人完成清洁地下车库每条车道的任务，需要对清洁机器人的清洁路径进行规划和控制。
目前在清洁机器人领域，车道建模大多是通过高精度地图导入得到。但由于地库车道较为简单，当地库车道改变后，一般不需要再耗费成本进行一次高精度地图数据的采集工作，因此地下车库一般没有预先准备好的更新地图。当地下车库的车道增加或减少时，就无法实现清洁机器人车道信息的自动添加。
发明内容
针对现有技术存在的不足，本发明的第一目的是提供一种车道添加的方法及系统，能实现清洁机器人车道信息的自动添加。
本发明的上述发明目的是通过以下技术方案得以实现的：一种车道添加的方法，包括如下步骤：
S100：建图，获取当前场景地图；
S200：导入车道数据，导入通过行车标志线检测模块获取的车道数据，一次输入与处理一条车道，车道数据包括通过多个采样点连接的折线所形成的左右车道线，左右车道线相互平行且间距为设定值；
S300：优化车道数据，使车道完整、左右车道线一致，对车道线进行直线拟合以及点的取样；
S400：将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，配置文件中储存有独立于当前场景地图外的车道信息；
S500：第一条车道将直接添加到地图中，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作；
S600：在添加好车道的当前场景地图上匹配车道信息，完成车道的添加。
通过采用上述技术方案，通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图；之后导入车道数据至机器人主程序运行的算法板且每次输入与处理一条新增的车道；之后再通过线条拟合及点的取样优化车道数据，提高计算精度；之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，车道信息即名称标识等，从而对新车道进行添加与存储，对原有车道数据进行更新，方便后期清洁机器人执行巡航清洁任务，进而实现清洁机器人车道数据的自动添加。
本发明在一较佳示例中可以进一步配置为：所述步骤S500中的车道信息包括车道名称、区域类型、车道来源、原始数据、两条车道线、中心线、车道长度、车道宽度以及车道连接信息。
通过采用上述技术方案，通过车道信息的匹配，对车道进行分类与定义，实现车道数据的可视化和系统化，方便后期的筛选以及对机器人的控制，从而提升工作效率。
本发明在一较佳示例中可以进一步配置为：所述步骤S500中还包括以下步骤：
S510：通过左右车道线，计算出中心线，取左右车道线上相对称位置的点的连线的中点，连接连续的多个中点以形成中心线；
S520：记录中心线的两端端点，定义为“起点”和“终点”；
S530：依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的两点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段；
S540:计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点；
如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；
如果有交点，则两条车道相交，执行判断相交类型的操作。
通过采用上述技术方案，通过左右车道线计算出中心线，在此基础上得到起点与终点，通过新车道中心线及其两端的延长线段与地图上每条原有车道的中心线及其两端延长线段的交点判定新车道与原有车道是否相交，同时为相交类型的分类提供判定基础，从而方便定义新的车道。
本发明在一较佳示例中可以进一步配置为：所述步骤S540中：如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；
若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时该段距离两端的点之间无“障碍”，判定这两条车道为同一条车道上的两段，否则判定为不相交。
通过采用上述技术方案，新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点时，通过设定阈值I、以及两条平行线的距离L判定两条车道是不相交或者是同一条车道的两段，若存在某一条车道起点与终点的距离小于I，且读取当前场景地图时两点之间没有对应“障碍”的栅格，即表示两点之间无“障碍”，以此判定这两条车道为同一条车道上的两段，从而方便车道信息的匹配。
本发明在一较佳示例中可以进一步配置为：所述步骤S500中的执行判断相交类型的操作：根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值：
类型1：交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交；
类型2：交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交；
类型3：交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连；
类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段；
类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。
通过采用上述技术方案，通过车道起点或终点与两条车道的交点的间距判定两条车道的相交情况，而设定阈值d1、d2分别为车道A、B宽度的一半，以此根据交点至起点或终点的距离与d1、d2的大小关系判定两条车道的相交类型，以此方便匹配车道信息，且当交点处两条中心线（或延长线段）夹角大于等于175°，则判定这两条车道为同一条直道上的两段，从而方便后期的合并车道操作；由于实际测量时会有误差，而实验所得误差最大值接近且小于5°，因此180°调整为175°，以此提升判断的准确率。
本发明在一较佳示例中可以进一步配置为：设定两条车道相交处为路口，车道信息包括路口信息，路口信息包括：路口名称、区域类型、中心点、边、与边对应的相连车道的名称；
路口的中心点，即产生路口的相交车道的中心线的交点；
路口的边，计算两条相交车道的左右车道线的交点，相邻的交点连成一条边，并按照顺时针或逆时针记录；
记录相连车道名称，与边的位置一一对应。
通过采用上述技术方案，通过路口信息对两条车道的相交处进行单独的定义，以此方便对车道信息进行完善，使车道数据系统化，且路口的中心点与边单独分离，以此方便对车道信息进行可视化的管理。
本发明在一较佳示例中可以进一步配置为：对产生新路口的车道，相交模式是十字路口或T字路口的，则对相应车道进行分离操作；
分离操作：将生成的路口所截断的车道分离成两条新车道，各自拥有独立的名称；同时更新与原车道连接的车道及路口的信息。
通过采用上述技术方案，通过路口分离车道，将同一条车道分离成不同条新的车道，以此方便对某一单独段的车道进行划分，方便后期对清洁机器人的行进路线进行微调，从而方便管理和控制。
本发明在一较佳示例中可以进一步配置为：如果判断两条车道是同一条车道的两段，则对新车道与原有车道进行合并操作，将二者的左右车道线、中心线分别按顺序首尾连接成一条线；
同时调整连接后线的采样点，使采样点的位置保持连续；
为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及与原车道连接的车道及路口的信息。
通过采用上述技术方案，通过合并新车道与原有车道的操作对不同段的车道进行整合，以此方便后续的管理，且同步调整合并后左右车道线上的采样点，以此方便后期添加新车道以及更新原有车道时的计算与判定。
本发明在一较佳示例中可以进一步配置为：当判定需要进行合并或分离操作时，记录下该操作信息，继续进行新车道与其余车道的位置关系判定；
待所有车道均判定过之后，在根据记录的操作信息，统一执行合并与分离的操作。
通过采用上述技术方案，对合并与分离的操作进行记录，方便后期的调取与调整，同时先记录后执行的方式，可以减少反复更新车道信息所耗费的算力，提升计算效率，缩短响应时间。
本发明的第二目的是提供一种车道添加的系统，能方便添加新的车道。
本发明的上述发明目的是通过以下技术方案得以实现的：一种车道添加的系统，其应用于实现上述第一目的中的方法，包括车道数据获取单元，用于获取车道数据。
通过采用上述技术方案，通过车道数据获取单元方便获取车道数据。
综上所述，本发明包括以下至少一种有益技术效果：
通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图；之后导入车道数据至机器人主程序运行的算法板且每次输入与处理一条新增的车道；之后再通过线条拟合及点的取样优化车道数据，提高计算精度；之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，车道信息即名称标识等，从而对新车道进行添加与存储，对原有车道数据进行更新，方便后期清洁机器人执行巡航清洁任务，进而实现清洁机器人车道数据的自动添加；
通过左右车道线计算出中心线，在此基础上得到起点与终点，通过新车道中心线及其两端的延长线段与地图上每条原有车道的中心线及其两端延长线段的交点判定新车道与原有车道是否相交，同时为相交类型的分类提供判定基础，从而方便定义新的车道；
通过车道起点或终点与两条车道的交点的间距判定两条车道的相交情况，而设定阈值d1、d2分别为车道A、B宽度的一半，以此根据交点至起点或终点的距离与d1、d2的大小关系判定两条车道的相交类型，以此方便匹配车道信息。
附图说明
图1是本实施例的整体逻辑框图；
图2是本实施例的部分逻辑框图，主要展示两车道是否相交的判定；
图3是本实施例的部分逻辑框图，主要展示两车道相交类型的划分；
图4是本实施例的示意图，主要展示误差设定值；
图5是本实施例的示意图，主要展示十字路口的相交类型；
图6是本实施例的示意图，主要展示T字路口的相交类型；
图7是本实施例的示意图，主要展示拐角路口的相交类型。
具体实施方式
以下结合附图对本发明作进一步详细说明。
参照图1，为本发明公开的一种车道添加的方法及系统，方法主要包括以下步骤：1、建图，通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图。
2、通过行车标志线检测模块，输入车道数据，一次处理一条车道，数据包括左右车道线，左右车道线是通过多个采样点连接的折线经线条拟合后产生的平滑线条，左右车道线相互平行且间距为设定值，以此判定当前车道的左右车道线，同时以此区分各车道的左右车道线。车道线需要经过行车标志线检测模块后处理，确保车道完整、左右车道线一致，具体包括过滤、平均、采样、插值等操作，滤除噪点、减少点的数量，以获得均匀分布的、以有限个点连成的线段或折线表示的车道线。
其中，行车标志线检测模块通过以下步骤获取车道数据：
2.1、订阅原型机上的前上camera RGB图像，通过resize函数截取图片的下半部分提高处理速度；
2.2、利用bilateralFilter双边滤波函数去除图像噪点信息；
2.3、根据车道线颜色信息通过RGB颜色阈值和约束条件初步提取出车道线信息，如白色车道线阈值和约束条件，即80 < R < 256 、60 < G < 240、30 < B < 160、R ≥ G 、（R -G） < 60 、（G - B） > 10；
2.4、利用morphologyEx形态学变换函数的腐蚀膨胀功能进一步滤除细长的车道线噪点；
2.5、利用轮廓检测并标记出最小外接轮廓，根据车道线特征信息，车道线特征信息包括面积和长度，滤除非车道线信息，如最小外接轮廓像素面积阈值为（1000，8000），最小外接轮廓长度至少为其宽度的三倍；
2.6、一帧图像上可能在不同的位置识别出多条车道线信息，根据最小外接轮廓的像素点位置可以只提取出想要的车道线信息，比如只需要识别车道左边的车道线，则只需要判断最小外接轮廓的像素点位置在图像左边位置即可；
2.7、通过相机内外参数方法获取最小外接轮廓底部像素点的实际距离信息，把获得的距离信息转化到实际的当前场景地图中，当前场景地图中会以点的形式显示出识别到的车道线信息；
2.8、通过首尾点相连或者直线拟合的方法标记出车道线信息。
3、左右车道线若是密集点的模式，需要进行直线拟合以及点的取样，其中点的取样指减少采集点的数量，减少数据处理量，用设定数量的点表示原车道线。
4、将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，配置文件中储存有独立于当前场景地图外的车道信息，车道信息包括车道名称、区域类型、车道来源、原始数据、左右车道线、中心线、车道长度、车道宽度、车道连接信息以及进阶的信息，车道连接信息包括当前车道与其他车道是否相交的信息、交点位置信息以及相交角度信息。车道信息的匹配用于方便对车道进行分类与定义，实现车道数据的可视化和系统化，方便后期的筛选以及对机器人的控制，从而提升工作效率。
5、第一条车道将直接添加到地图中，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作。
6、判断新添加车道与原有车道是否相交的步骤如下：
6.1、通过左右车道线计算中心线，方法是取两条车道线上的对称位置的采集点连线的中点，再将多个连续中点连接成线，得到中心线。
6.2、记录中心线的两端端点，分别定义为“起点”和“终点”。
6.3、依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的两点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段。
6.4、计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点。
如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；
如果有交点，则两条车道相交，执行判断相交类型的操作。
7、针对步骤6中，参照图1、图2，如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；
若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时两点之间没有对应“障碍”的栅格，即表示两点之间无“障碍”，以此判定这两条车道为同一条车道上的两段，否则判定为不相交。实际计算过程中会产生误差，根据实验所得数据误差在5%内，因此设定左右车道线宽度为D时，d=（D/2）*105%。
8、针对步骤6中执行判断相交类型的操作，参照图3，根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，以此方便匹配车道信息，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值，图3为D1=D2=D，即d1=d2=d时的判定情况，具体划分的类型与判定的规则如下：
类型1：参照图5，交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交。
类型2：参照图6，交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交。
类型3：参照图7，交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连。
类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段，从而方便后期的合并车道操作。夹角大于等于175°，认为两条车道为一条直路上的两段，否则判定两条车道为一条弯路上的两段。由于实际测量时会有误差，而实验所得最大误差小于5°，因此将原定的夹角设定阈值180°调整为175°，从而提升计算的准确率。
类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。
9、参照图3，定义两条车道相交处为新的区域类型，命名为路口，路口由车道相交产生，记录于与当前场景地图对应的配置文件中，路口信息包括路口名称、区域类型，中心点、边以及与边对应的相连车道的名称。路口的中心点，即产生路口的相交车道的中心线的交点；通过两条相交车道的左右车道线计算各个交点，相邻的交点连成一条边，各条相邻边垂直，并按照顺时针或逆时针记录；记录相连车道名称，相连车道名称与边的位置一一对应。车道连接信息指车道与路口的连接信息，而路口又记录了与其他车道的连接信息，故实现两条或多条车道的互相连通。路口信息用于对两条车道的相交处进行单独的定义，以此方便对车道信息进行完善，使车道数据系统化，且路口的中心点与边单独分离，以此方便对车道信息进行可视化的管理。
10、针对步骤9中产生新的路口的情况，新的路口要与地图中已有的路口进行对比，如果新路口和已有路口两者中心点距离小于设定阈值d，则判定是同一个路口，不执行添加新路口的操作并合并新、旧路口信息，包括更新中心点、更新边、更新与边对应的连接车道的名称以及更新对应车道的车道连接信息，其中，更新中心点时可以取两者的平均值，更新边采取两个路口的多边形区域的并集。
11、针对步骤6中，如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作，将二者的左右车道线、中心线分别按顺序首尾连接成一条线，同时调整连接后线的点，使点的位置保持连续，连接后的线没有弯折；为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及所有与原车道连接的车道及路口的信息，以此方便后期添加新车道以及更新原有车道时的计算与判定。
12、针对步骤9中产生新路口的车道，相交模式是十字路口或T字路口的，对相应车道进行分离操作。分离操作包括以下步骤：将被生成的路口截断的车道分离成两条新车道，各自拥有独立的名称，并保留分离前车道的其他信息，如车道连接信息、对应的路口信息，同时更新所有与原车道连接的车道及路口的信息，以此方便对某一单独段的车道进行划分，方便后期对清洁机器人的行进路线进行微调，从而方便管理和控制。
13、针对步骤11、12中进行车道合并与分离的操作，为避免重复计算，当判断发现需要进行合并或分离操作时，记录下该操作的相关信息，如操作的对象车道、路口，继续进行新车道与其余车道的位置关系判定，待所有车道均判定过之后，再根据记录的操作信息，统一执行合并与分离的操作。对合并与分离的操作进行记录，方便后期的调取与调整，同时先记录后执行的方式，可以减少反复更新车道信息所耗费的算力，提升计算效率，缩短响应时间。
14、重复步骤6～13，直至新车道与地图上每一条原有车道相交关系判定完成，在添加好车道的当前场景地图上匹配车道信息后，即完成车道的添加。
15、删除车道操作：在删除当前车道后，需要同时修改与之相关联的其他车道及路口的连接信息；如T字路口，删除竖直方向的车道后，T字路口消失并删除附带的路口信息，原车道被原路口分离成两条，因此需要重新合并为一条车道，并同步修改车道信息；修改车道操作，指调整某条车道的长度、宽度等，实现方式为删除旧车道，重新添加一条与之同名的新车道，按照新添加车道的方式重新操作。
16、进阶的车道信息，指为车道添加其他信息，例如人行道位置、防火门、行人出入口、汽车出入口、单行道以及双行道，以上信息均可手动添加，或通过算法识别程序自动添加。
17、车道信息的应用，指读取车道及路口信息，包括通过名称读取及通过位置读取。通过名称读取，即通过车道信息中的“名称”字段，获取所需车道区域信息；通过位置读取，是指指定一个位置，可以是机器人当前坐标位置或其他目标，其他目标包括行人位置以及汽车位置，然后判断此位置在车道区域内，从而获取此车道区域的完整信息。一种可行的判断方法为：
17.1、遍历所有车道及路口，对每一个车道或路口，获取能表示其区域的多边形；
17.2、以机器人位置p为端点，绘制一条射线，取任意射线方向，可以采取x轴正方向；
17.3、依次遍历表示区域多边形的边，判断p点是否在当前边上，如果是则p在区域多边形内，如果不是，判断边与步骤17.2中绘制的射线是否存在交点；
17.4、记录所有边与射线的交点数目，如果为奇数，则表示p点在区域多边形内部，如果为偶数表示不在内部；
17.5、如果p点在区域内部，则读取此区域的信息数据，结束遍历。
车道添加、存储、应用的系统包括车道数据获取单元，车道数据获取单元包括激光雷达以及行车标志线检测模块，激光雷达用于搭建地下车库的当前场景地图，而行车标志线检测模块用于获取车道线，通过上述的行车道添加方法再结合当前场景地图与左右车道线生成车道信息，当前场景地图、左右车道线与车道信息匹配后获得车道数据。
本实施例的实施原理为：先搭建地下车库的当前场景地图，形成原始地图。之后导入车道数据至机器人。之后再通过线条拟合及点的取样优化车道数据。之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，从而对新车道进行添加与存储，对原有车道数据进行更新，方便后期清洁机器人执行巡航清洁任务，进而实现清洁机器人车道数据的自动添加。
实施例二，一种车道添加的方法，其与实施例一的区别在于：不进行分离或合并的情况：不将原车道进行分离，将车道原始状况保留，车道信息单独叠加在车道区域上方的特殊区域。在同一车道上的两段车道，不进行车道的合并，并创建一个连接区域，车道信息单独叠加在车道区域上方的特殊区域。
本实施例的实施原理为：通过将车道信息整合并单独存储，减少分离与合并车道产生的额外信息，减少数据的复杂性，方便后期的管理与计算。
本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (10)

1.一种车道添加的方法，其特征在于，包括如下步骤：
S100：建图，获取当前场景地图；
S200：导入车道数据，导入通过行车标志线检测模块获取的车道数据，一次输入与处理一条车道，车道数据包括通过多个采样点连接的折线所形成的左右车道线，左右车道线相互平行且间距为设定值；
S300：优化车道数据，使车道完整、左右车道线一致，对车道线进行直线拟合以及点的取样；
S400：将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，配置文件中储存有独立于当前场景地图外的车道信息；
S500：第一条车道将直接添加到地图中，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作；
S600：在添加好车道的当前场景地图上匹配车道信息，完成车道的添加。
2.根据权利要求1所述的一种车道添加的方法，其特征在于，所述步骤S500中的车道信息包括车道名称、区域类型、车道来源、原始数据、两条车道线、中心线、车道长度、车道宽度以及车道连接信息。
3.根据权利要求1所述的一种车道添加的方法，其特征在于，所述步骤S500中还包括以下步骤：
S510：通过左右车道线，计算出中心线，取左右车道线上相对称位置的点的连线的中点，连接连续的多个中点以形成中心线；
S520：记录中心线的两端端点，按照车道线的点的记录顺序，定义为“起点”和“终点”；
S530：依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的两点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段；
S540:计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点；
如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；
如果有交点，则两条车道相交，执行判断相交类型的操作。
4.根据权利要求3所述的一种车道添加的方法，其特征在于，所述步骤S540中：如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；
若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时该段距离两端的点之间无“障碍”，判定这两条车道为同一条车道上的两段，否则判定为不相交。
5.根据权利要求3所述的一种车道添加的方法，其特征在于，所述步骤S500中的执行判断相交类型的操作：根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值：
类型1：交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交；
类型2：交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交；
类型3：交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连；
类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段；
类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。
6.根据权利要求5所述的一种车道添加的方法，其特征在于，设定两条车道相交处为路口，车道信息包括路口信息，路口信息包括：路口名称、区域类型、中心点、边、与边对应的相连车道的名称；
路口的中心点，即产生路口的相交车道的中心线的交点；
路口的边，计算两条相交车道的左右车道线的交点，相邻的交点连成一条边，并按照顺时针或逆时针记录；
记录相连车道名称，与边的位置一一对应。
7.根据权利要求6所述的一种车道添加的方法，其特征在于，对产生新路口的车道，相交模式是十字路口或T字路口的，则对相应车道进行分离操作；
分离操作：将生成的路口所截断的车道分离成两条新车道，各自拥有独立的名称；同时更新与原车道连接的车道及路口的信息。
8.根据权利要求7所述的一种车道添加的方法，其特征在于，如果判断两条车道是同一条车道的两段，则对新车道与原有车道进行合并操作，将二者的左右车道线、中心线分别按顺序首尾连接成一条线；
同时调整连接后线的采样点，使采样点的位置保持连续；
为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及与原车道连接的车道及路口的信息。
9.根据权利要求8所述的一种车道添加的方法，其特征在于，当判定需要进行合并或分离操作时，记录下该操作信息，继续进行新车道与其余车道的位置关系判定；
待所有车道均判定过之后，在根据记录的操作信息，统一执行合并与分离的操作。
10.一种车道添加的系统，其应用于实现权利要求1-9中任意一条所述的车道添加、存储、应用的方法，其特征在于，包括车道数据获取单元，用于获取车道数据。
CN202010535724.1A 2020-06-12 2020-06-12 一种车道添加的方法及系统 Active CN111578948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010535724.1A CN111578948B (zh) 2020-06-12 2020-06-12 一种车道添加的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010535724.1A CN111578948B (zh) 2020-06-12 2020-06-12 一种车道添加的方法及系统

Publications (2)

Publication Number Publication Date
CN111578948A true CN111578948A (zh) 2020-08-25
CN111578948B CN111578948B (zh) 2022-04-05

Family

ID=72120061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010535724.1A Active CN111578948B (zh) 2020-06-12 2020-06-12 一种车道添加的方法及系统

Country Status (1)

Country Link
CN (1) CN111578948B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792061A (zh) * 2021-09-16 2021-12-14 北京百度网讯科技有限公司 地图数据的更新方法、装置及电子设备
CN113932792A (zh) * 2021-09-16 2022-01-14 江苏徐工工程机械研究院有限公司 一种适用于露天矿山无人运输系统的地图编辑装置、方法及更新系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010012981A1 (en) * 2000-02-02 2001-08-09 Atsushi Yamashita Intersection display method, and map display unit and recording medium for realizing the method
CN105574931A (zh) * 2014-11-07 2016-05-11 高德信息技术有限公司 一种电子地图道路绘制方法及装置
US20170045370A1 (en) * 2003-06-19 2017-02-16 Here Global B.V. Method of representing road lanes
CN108917778A (zh) * 2018-05-11 2018-11-30 广州海格星航信息科技有限公司 导航提示方法、导航设备及存储介质
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN109470254A (zh) * 2018-10-31 2019-03-15 百度在线网络技术（北京）有限公司 地图车道线的生成方法、装置、系统及存储介质
CN109579857A (zh) * 2018-12-06 2019-04-05 驭势（上海）汽车科技有限公司 一种用于更新地图的方法与设备
CN109737976A (zh) * 2019-01-07 2019-05-10 上海极奥网络科技有限公司 地图道路区间和车道线全自动生成方法
CN110633342A (zh) * 2019-07-29 2019-12-31 武汉光庭信息技术股份有限公司 车道拓扑网络生成方法
CN110795822A (zh) * 2019-09-29 2020-02-14 郑州金惠计算机系统工程有限公司 一种交通路网语义建模方法、装置、电子设备及存储介质
KR102103941B1 (ko) * 2018-11-14 2020-04-23 주식회사 모빌테크 포인트 클라우드 맵 기반의 자율주행차량용 도로 및 차선데이터 실시간 업데이트 방법
CN111238502A (zh) * 2018-11-29 2020-06-05 沈阳美行科技有限公司 一种道路地图生成方法、装置及相关系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010012981A1 (en) * 2000-02-02 2001-08-09 Atsushi Yamashita Intersection display method, and map display unit and recording medium for realizing the method
US20170045370A1 (en) * 2003-06-19 2017-02-16 Here Global B.V. Method of representing road lanes
CN105574931A (zh) * 2014-11-07 2016-05-11 高德信息技术有限公司 一种电子地图道路绘制方法及装置
CN108917778A (zh) * 2018-05-11 2018-11-30 广州海格星航信息科技有限公司 导航提示方法、导航设备及存储介质
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN109470254A (zh) * 2018-10-31 2019-03-15 百度在线网络技术（北京）有限公司 地图车道线的生成方法、装置、系统及存储介质
KR102103941B1 (ko) * 2018-11-14 2020-04-23 주식회사 모빌테크 포인트 클라우드 맵 기반의 자율주행차량용 도로 및 차선데이터 실시간 업데이트 방법
CN111238502A (zh) * 2018-11-29 2020-06-05 沈阳美行科技有限公司 一种道路地图生成方法、装置及相关系统
CN109579857A (zh) * 2018-12-06 2019-04-05 驭势（上海）汽车科技有限公司 一种用于更新地图的方法与设备
CN109737976A (zh) * 2019-01-07 2019-05-10 上海极奥网络科技有限公司 地图道路区间和车道线全自动生成方法
CN110633342A (zh) * 2019-07-29 2019-12-31 武汉光庭信息技术股份有限公司 车道拓扑网络生成方法
CN110795822A (zh) * 2019-09-29 2020-02-14 郑州金惠计算机系统工程有限公司 一种交通路网语义建模方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡忠闯等: "单目视觉下结构化车道实时检测", 《信号处理》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792061A (zh) * 2021-09-16 2021-12-14 北京百度网讯科技有限公司 地图数据的更新方法、装置及电子设备
CN113932792A (zh) * 2021-09-16 2022-01-14 江苏徐工工程机械研究院有限公司 一种适用于露天矿山无人运输系统的地图编辑装置、方法及更新系统
CN113792061B (zh) * 2021-09-16 2023-11-28 北京百度网讯科技有限公司 地图数据的更新方法、装置及电子设备

Also Published As

Publication number Publication date
CN111578948B (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
Zhang Towards an operational system for automated updating of road databases by integration of imagery and geodata
Hinz et al. Automatic extraction of urban road networks from multi-view aerial imagery
WO2018068653A1 (zh) 点云数据处理方法、装置及存储介质
CN111578948B (zh) 一种车道添加的方法及系统
CN105701449A (zh) 路面上的车道线的检测方法和装置
CN111027118B (zh) 一种实测实量任务点搜索与任务派发方法及系统
KR101858902B1 (ko) 컴포넌트를 활용한 점군 데이터의 객체 위치정보 추출 시스템
DE102019206036A1 (de) Verfahren und Vorrichtung zur Bestimmung der geografischen Position und Orientierung eines Fahrzeugs
Soheilian et al. 3D road marking reconstruction from street-level calibrated stereo pairs
CN111551185B (zh) 行车道添加的方法
CN112434707B (zh) 一种交通路口rpp点自动提取方法及装置
CN110705595B (zh) 一种基于背包式三维激光点云数据的停车位自动提取方法
CN115690773B (zh) Dem分区及重建方法、计算设备和存储介质
CN112418081B (zh) 一种空地联合快速勘察交通事故的方法及系统
Price Urban street grid description and verification
Awrangjeb et al. Automatic reconstruction of building roofs through effective integration of LiDAR and multispectral imagery
KR102204046B1 (ko) 사각지대 보완 기능을 갖는 영상이미지 보정 처리시스템
CN113536837A (zh) 室内场景的区域划分方法及装置
CN114659513A (zh) 一种面向非结构化道路的点云地图构建与维护方法
KR102331215B1 (ko) Mms 기반 수치지도의 편집환경에 맞춘 데이터 오류 자동확인 시스템
CN116339302A (zh) 一种沿边小区域划分清扫方法及区域合并显示方法
CN118037806A (zh) 一种识别拓扑图结构的方法及系统
Chang et al. The implementation of semi-automated road surface markings extraction schemes utilizing mobile laser scanned point clouds for HD maps production
CN116753942B (zh) 分级更新的矿区高精地图制作方法
US20240087092A1 (en) Method, apparatus, user interface, and computer program product for identifying map objects or road attributes based on imagery

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220909

Address after: Room 702, Block B, Wanhai Building, No. 1031 Nanhai Avenue, Yanshan Community, Zhaoshang Street, Nanshan District, Shenzhen, Guangdong 518000

Patentee after: Huizhi robot technology (Shenzhen) Co.,Ltd.

Address before: 3 / F, building 1, 400 Fangchun Road, Pudong New Area (Shanghai) pilot Free Trade Zone, Shanghai

Patentee before: FLYINGWINGS INTELLIGENT ROBOT TECHNOLOGY (SHANGHAI) CO.,LTD.

TR01 Transfer of patent right