CN112130137B - 确定车道级轨迹的方法、装置及存储介质 - Google Patents

确定车道级轨迹的方法、装置及存储介质 Download PDF

Info

Publication number
CN112130137B
CN112130137B CN202010982196.4A CN202010982196A CN112130137B CN 112130137 B CN112130137 B CN 112130137B CN 202010982196 A CN202010982196 A CN 202010982196A CN 112130137 B CN112130137 B CN 112130137B
Authority
CN
China
Prior art keywords
track
point
candidate
points
lane
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.)
Active
Application number
CN202010982196.4A
Other languages
English (en)
Other versions
CN112130137A (zh
Inventor
莫致良
李林森
简春菲
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202010982196.4A priority Critical patent/CN112130137B/zh
Publication of CN112130137A publication Critical patent/CN112130137A/zh
Application granted granted Critical
Publication of CN112130137B publication Critical patent/CN112130137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • 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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals

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)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了一种确定车道级轨迹的方法、装置及存储介质，属于数据处理技术领域。在本申请实施例中，先通过降噪处理减少雷视相机得到的轨迹点中的噪声和错误，再通过将车道级路网数据与预处理后的轨迹点结合，来对轨迹点进行纠正，也即进一步减少轨迹点中的噪声和错误，最终能够得到更加精确的车道级轨迹，也即本申请实施例通过车道级地图匹配的方案对轨迹点进行纠正，最终得到更加精确的车道级轨迹。

Description

确定车道级轨迹的方法、装置及存储介质
技术领域
本申请实施例涉及数据处理技术领域，特别涉及一种确定车道级轨迹的方法、装置及存储介质。
背景技术
雷视相机是一种将雷达和相机融合的新型相机，突破了传统相机覆盖范围过小的缺点，利用雷达和视觉的优点，可以为城市交通决策等提供精细化的车道级轨迹数据，相比于道路级轨迹数据，车道级轨迹数据能够更加精确地将车辆定位在道路包括的具体车道上，也即为城市交通决策提供更精细丰富的信息。
在应用雷视相机的场景中，由路侧不同位置安装的多个雷视相机采集各个车辆的相关数据得到轨迹点，通过图像分析、特征提取等从得到的轨迹点中关联出一部分轨迹点作为某个车辆的多个轨迹点，根据该车辆的多个轨迹点在车道级地图上的位置，确定该车辆的车道级轨迹。
在该场景中，关联之后得到的某个车辆的多个轨迹点中仍可能存在关联错误的轨迹点，也即雷视相机存在短轨迹关联误差的问题。另外，不同雷视相机的内外参可能不同，导致轨迹点的噪声来源复杂且噪声严重，不易滤除。
发明内容
本申请实施例提供了一种确定车道级轨迹的方法、装置及存储介质，能够降低轨迹点的噪声，得到更精确的车道级轨迹。所述技术方案如下：
一方面，提供了一种确定车道级轨迹的方法，所述方法包括：
获取第一车辆的雷视轨迹数据，所述雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，所述多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间；
根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，所述多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间；
根据车道级路网数据，以及所述多个第二轨迹点的平面坐标和采集时间，对所述多个第二轨迹点的平面坐标进行纠正，得到所述第一车辆的车道级轨迹，所述车道级路网数据用于表征至少包括位于所述多个雷视相机的覆盖范围内的车道的车道特征。
可选地，所述位置信息是指经纬度坐标；
所述根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，包括：
将所述多个第一轨迹点中的每个第一轨迹点的经纬度坐标转换为平面坐标；
根据所述多个第一轨迹点的平面坐标和采集时间，对所述多个第一轨迹点进行下采样，得到多个第三轨迹点，所述多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值；
根据所述多个第三轨迹点的平面坐标和采集时间，对所述多个第三轨迹点进行中值滤波，得到所述多个第二轨迹点。
可选地，所述根据车道级路网数据，以及所述多个第二轨迹点的平面坐标和采集时间，对所述多个第二轨迹点的平面坐标进行纠正，得到所述第一车辆的车道级轨迹，包括：
根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中的每个第二轨迹点的运动特征；
根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹。
可选地，所述运动特征包括移动方向和/或移动速度；
所述根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中的每个第二轨迹点的运动特征，包括：
从所述多个第二轨迹点中选择一个第二轨迹点，根据选择的第二轨迹点执行以下操作，直至根据所述多个第二轨迹点中的每个第二轨迹点均已执行以下操作为止：
根据所述选择的第二轨迹点的平面坐标，以及与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标，确定所述选择的第二轨迹点的移动方向；和/或
根据所述选择的第二轨迹点的平面坐标和采集时间、与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标和采集时间，确定所述选择的第二轨迹点的移动速度。
可选地，所述根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹，包括：
根据所述多个第二轨迹点的平面坐标和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点；
根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点对应的每个候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率；
根据所述多个第二轨迹点对应的候选点和采集时间、所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述第一车辆的车道级轨迹。
可选地，所述根据所述多个第二轨迹点的平面坐标和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点，包括：
对所述车道级路网数据进行加载和构图，得到车道级路网地图，所述车道级路网地图包括多个车道，所述车道级路网地图上车道的坐标与所述多个第二轨迹点的平面坐标位于同一坐标系；
从所述多个车道中，获取以参考轨迹点对应的平面坐标为圆心，以参考距离为半径确定的参考外包框内的车道，得到多个第一车道；
如果所述参考轨迹点与第一参考车道垂直相交，且所述参考轨迹点的运动特征与所述第一参考车道的车道特征匹配，则将所述第一参考车道确定为第一候选车道，将所述参考轨迹点在所述第一参考车道上的垂足作为第一候选点；
其中，所述第一参考车道为所述多个第一车道中的一个，所述第一候选车道为所述参考轨迹点对应的多个候选车道中的一个，所述第一候选点为所述参考轨迹点在所述第一候选车道上的候选点，所述参考轨迹点为所述多个第二轨迹点中的一个。
可选地，所述多个第二轨迹点对应的每个候选点具有一个投影坐标；
所述根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点对应的每个候选点的测量概率，包括：
从所述多个第二轨迹点对应的候选点中选择一个候选点，根据选择的候选点执行以下操作，直至根据所述多个第二轨迹点对应的每个候选点均已执行以下操作为止：
根据所述选择的候选点的投影坐标与所述选择的候选点对应的第二轨迹点的平面坐标之间的距离，确定所述选择的候选点的距离测量概率；
根据所述选择的候选点所在的候选车道的车道特征与所述选择的候选点对应的第二轨迹点的运动特征之间的误差，确定所述选择的候选点的特征测量概率；
根据所述距离测量概率和所述特征测量概率，确定所述选择的候选点的测量概率。
可选地，所述多个第二轨迹点对应的每个候选点具有一个投影坐标和一个时间点，每个候选点对应的时间点与每个候选点对应的第二轨迹点的采集时间相同；
所述根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率，包括：
从所述多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，根据选择的两个候选点执行以下操作，直至根据所述多个第二轨迹点对应的候选点中时间点相邻的每两个候选点均已执行以下操作为止：
根据所述选择的两个候选点对应的两个第二轨迹点的平面坐标之间的距离，以及所述选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的距离转移概率；
根据所述转移过程中经过的各个车道的车道特征，与所述时间点在后的候选点对应的第二轨迹点的运动特征之间的误差，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的特征转移概率；
根据所述距离转移概率和所述特征转移概率，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的转移概率。
可选地，所述根据所述多个第二轨迹点对应的候选点和采集时间、所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述第一车辆的车道级轨迹，包括：
根据所述多个第二轨迹点对应的候选点和采集时间，确定多个候选路径；
根据所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述多个候选路径中每个候选路径的概率；
将所述多个候选路径中概率最大的候选路径确定为所述第一车辆对应的车道级轨迹。
另一方面，提供了一种确定车道级轨迹的装置，所述装置包括：
获取模块，用于获取第一车辆的雷视轨迹数据，所述雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，所述多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间；
预处理模块，用于根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，所述多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间；
纠正模块，用于根据车道级路网数据，以及所述多个第二轨迹点的平面坐标和采集时间，对所述多个第二轨迹点的平面坐标进行纠正，得到所述第一车辆的车道级轨迹，所述车道级路网数据用于表征至少包括位于所述多个雷视相机的覆盖范围内的车道的车道特征。
可选地，所述位置信息是指经纬度坐标；
所述预处理模块包括：
转换单元，用于将所述多个第一轨迹点中的每个第一轨迹点的经纬度坐标转换为平面坐标；
下采样单元，用于根据所述多个第一轨迹点的平面坐标和采集时间，对所述多个第一轨迹点进行下采样，得到多个第三轨迹点，所述多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值；
滤波单元，用于根据所述多个第三轨迹点的平面坐标和采集时间，对所述多个第三轨迹点进行中值滤波，得到所述多个第二轨迹点。
可选地，所述纠正模块包括：
第一确定单元，用于根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中的每个第二轨迹点的运动特征；
第二确定单元，用于根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹。
可选地，所述运动特征包括移动方向和/或移动速度；
所述第一确定单元包括：
选择子单元，用于从所述多个第二轨迹点中选择一个第二轨迹点，根据选择的第二轨迹点触发第一确定子单元和/或第二确定子单元执行相应操作，直至根据所述多个第二轨迹点中的每个第二轨迹点均已触发所述第一确定子单元和/或所述第二确定子单元执行相应操作为止；
所述第一确定子单元，用于根据所述选择的第二轨迹点的平面坐标，以及与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标，确定所述选择的第二轨迹点的移动方向；和/或
所述第二确定子单元，用于根据所述选择的第二轨迹点的平面坐标和采集时间、与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标和采集时间，确定所述选择的第二轨迹点的移动速度。
可选地，所述第二确定单元包括：
第三确定子单元，用于根据所述多个第二轨迹点的平面坐标和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点；
第四确定子单元，用于根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点对应的每个候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率；
第五确定子单元，用于根据所述多个第二轨迹点对应的候选点和采集时间、所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述第一车辆的车道级轨迹。
可选地，所述第三确定子单元具体用于：
对所述车道级路网数据进行加载和构图，得到车道级路网地图，所述车道级路网地图包括多个车道，所述车道级路网地图上车道的坐标与所述多个第二轨迹点的平面坐标位于同一坐标系；
从所述多个车道中，获取以参考轨迹点对应的平面坐标为圆心，以参考距离为半径确定的参考外包框内的车道，得到多个第一车道；
如果所述参考轨迹点与第一参考车道垂直相交，且所述参考轨迹点的运动特征与所述第一参考车道的车道特征匹配，则将所述第一参考车道确定为第一候选车道，将所述参考轨迹点在所述第一参考车道上的垂足作为第一候选点；
其中，所述第一参考车道为所述多个第一车道中的一个，所述第一候选车道为所述参考轨迹点对应的多个候选车道中的一个，所述第一候选点为所述参考轨迹点在所述第一候选车道上的候选点，所述参考轨迹点为所述多个第二轨迹点中的一个。
可选地，所述多个第二轨迹点对应的每个候选点具有一个投影坐标；
所述第四确定子单元具体用于：
从所述多个第二轨迹点对应的候选点中选择一个候选点，根据选择的候选点执行以下操作，直至根据所述多个第二轨迹点对应的每个候选点均已执行以下操作为止：
根据所述选择的候选点的投影坐标与所述选择的候选点对应的第二轨迹点的平面坐标之间的距离，确定所述选择的候选点的距离测量概率；
根据所述选择的候选点所在的候选车道的车道特征与所述选择的候选点对应的第二轨迹点的运动特征之间的误差，确定所述选择的候选点的特征测量概率；
根据所述距离测量概率和所述特征测量概率，确定所述选择的候选点的测量概率。
可选地，所述多个第二轨迹点对应的每个候选点具有一个投影坐标和一个时间点，每个候选点对应的时间点与每个候选点对应的第二轨迹点的采集时间相同；
所述第四确定子单元具体用于：
从所述多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，根据选择的两个候选点执行以下操作，直至根据所述多个第二轨迹点对应的候选点中时间点相邻的每两个候选点均已执行以下操作为止：
根据所述选择的两个候选点对应的两个第二轨迹点的平面坐标之间的距离，以及所述选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的距离转移概率；
根据所述转移过程中经过的各个车道的车道特征，与所述时间点在后的候选点对应的第二轨迹点的运动特征之间的误差，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的特征转移概率；
根据所述距离转移概率和所述特征转移概率，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的转移概率。
可选地，所述第五确定子单元具体用于：
根据所述多个第二轨迹点对应的候选点和采集时间，确定多个候选路径；
根据所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述多个候选路径中每个候选路径的概率；
将所述多个候选路径中概率最大的候选路径确定为所述第一车辆对应的车道级轨迹。
另一方面，提供了一种计算机设备，所述计算机设备包括处理器、通信接口、存储器和通信总线，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的程序，以实现上述所述确定车道级轨迹的方法的步骤。
另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述确定车道级轨迹的方法的步骤。
另一方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的确定车道级轨迹的方法的步骤。
本申请实施例提供的技术方案至少可以带来以下有益效果：
在本申请实施例中，先通过降噪处理减少雷视相机采集得到的轨迹点中的噪声和错误，再通过将车道级路网数据与预处理后的轨迹点结合，来对轨迹点进行纠正，也即进一步减少轨迹点中的噪声和错误，最终能够得到更加精确的车道级轨迹，也即本申请实施例通过车道级地图匹配的方案对轨迹点进行纠正，最终得到更加精确的车道级轨迹。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种确定车道级轨迹的方法所涉及的系统架构图；
图2是本申请实施例提供的一种确定车道级轨迹的方法的流程图；
图3是本申请实施例提供的一种对轨迹点进行下采样的方法的流程图；
图4是本申请实施例提供的一种将第二轨迹点与车道级地图匹配的方法流程图；
图5是本申请实施例提供的另一种确定车道级轨迹的方法的流程图；
图6是本申请实施例提供的一种确定车道级轨迹的装置的结构示意图；
图7是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
为了便于对本申请实施例提供的确定车道级轨迹点的方法的理解，首先对本申请实施例涉及的部分术语进行解释。
雷视相机：一种融合了雷达与视觉摄像的新型相机，其中雷达和视觉摄像均可以对相机视角范围内的移动目标进行检测和跟踪来采集原始数据，对原始数据进行数据融合后输出移动目标在真实世界中的轨迹点。
轨迹预处理：对轨迹点中存在的数据问题进行预处理，其中雷视相机的轨迹数据问题主要是轨迹点中的噪声和误检轨迹点。
车道级地图匹配：地图匹配主要是一种将轨迹点纠正到电子地图上的方法，车道级地图匹配，主要是将轨迹点匹配到高精度的车道级路网地图包括的具体车道上。
HMM(Hidden Markov Model，隐马尔科夫模型)：一种动态贝叶斯模型，主要用来描述包含隐含未知参数的马尔科夫过程，常用在序列有关的领域，如语音识别、轨迹处理等。
车道：车道级路网地图上的道路由多段短的车道组成，例如一条单车道的道路，由连续的多个车道组成，每个车道的长度为3米或5米。
候选点：每个轨迹点向邻近的车道做垂线进行投影，如果垂直相交则认为垂足为该轨迹点对应的投影点，投影点可作为该轨迹点对应的候选点。
候选车道：候选点所在的车道即为轨迹点对应的候选车道，候选车道与候选点一一对应。
测量概率：又叫发射概率，表示轨迹点映射到对应的候选车道的概率，也即候选点的测量概率。
转移概率：表示前后两个时刻的轨迹点在对应的候选点之间的转移概率。
A*算法：一种最短路径算法，基于经典的Dijkstra算法改进而来，根据隐马尔科夫模型中各个序列点的测量概率和序列点之间的转移概率，计算最优路径。
在本申请实施例中，雷视相机利用雷达和视觉的优点，为城市交通决策等提供精细化的车道级轨迹数据，相比于道路级轨迹数据，车道级轨迹数据能够更加精确地将车辆定位在道路包括的具体车道上，也即为城市交通决策提供更精细丰富的信息。例如，通过车道级轨迹数据获知每条道路包括的各个长车道上的车流量、车速等，假设有一条三车道的道路，该道路包括的车道中一个为北向车道，另外两个为南向车道，假设北向车道的平均车流量很大，而两个南向车道的平均车流量很小，那么可以考虑将这两个南向车道中的一个重新规划为北向车道。
接下来对本申请实施例提供的确定车道级轨迹的方法所涉及的系统架构进行介绍。
图1是本申请实施例提供的一种确定车道级轨迹的方法所涉及的系统架构图。参见图1，该系统架构包括多个雷视相机101和服务器102，该多个雷视相机101中的每个雷视相机101与服务器102以有线或者无线的方式通信连接。
在本申请实施例中，该多个雷视相机101安装在路侧的不同位置，用于采集不同位置的道路上各个车辆的雷达数据与视觉数据，将雷达数据与视觉数据进行数据融合得到轨迹点，该多个雷视相机101将采集的雷达数据和视觉数据，以及得到的轨迹点发送给服务器102，以通过服务器102将这些数据与车道级路网数据结合，来得到每个车辆的车道级轨迹。
服务器102在接收到该多个雷视相机101发送的数据之后，通过对这些雷达数据和视觉数据以及轨迹点进行图像分析和特征提取等处理，从得到的轨迹点中关联出一部分轨迹点作为某个车辆的多个轨迹点，每个轨迹点具有一个位置信息和一个采集时间，也即服务器102获取到该车辆的雷视轨迹数据，该雷视轨迹数据包括该多个轨迹点。服务器102还用于在获取到一个车辆的雷视轨迹数据之后，结合车道级路网数据，来得到该车辆的车道级轨迹。
可选地，该多个雷视相机101将采集的数据以及得到的轨迹点发送给其他设备，由其他设备对这些数据进行分析，得到各个车辆的雷视轨迹数据，并将各个车辆的雷视轨迹数据发送给服务器102。之后，由再服务器102将雷视轨迹数据与车道级路网数据结合，得到每个车辆的车道级轨迹。
可选地，除了由服务器102将雷视轨迹数据与车道级路网数据结合，得到每个车辆的车道级轨迹之外，也可以由其他具备数据处理功能的任一种设备将雷视轨迹数据与车道级路网数据结合，得到每个车辆的车道级轨迹，如台式电脑、平板电脑、笔记本电脑等。也即是，服务器102仅作为一种示例性的设备，服务器102本身并不对本申请实施例构成限定。
在本申请实施例中，该多个雷视相机101中的每个雷视相机101是将毫米波雷达和相机融合的一种相机，服务器102为一台服务器102，或者为由多台服务器102组成的服务器102集群，或者为一个云计算服务中心。
接下来对本申请实施例提供的确定车道级轨迹的方法进行详细的解释说明。
图2是本申请实施例提供的一种确定车道级轨迹的方法的流程图。以该方法应用于服务器为例进行介绍，请参考图2，该方法包括如下步骤。
步骤201：获取第一车辆的雷视轨迹数据，该雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，该多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间。
在本申请实施例中，多个雷视相机安装在路侧的不同位置，以采集不同位置的道路上各个车辆的雷达数据与视觉数据，将雷达数据与视觉数据进行数据融合得到车辆的轨迹点，每个轨迹点具有一个位置信息和一个采集时间，该多个雷视相机将采集的雷达数据和视觉数据，以及得到的轨迹点发送给服务器，以通过服务器对这些数据进行分析得到每个车辆的雷视轨迹数据。
以服务器获取第一车辆的雷视轨迹数据为例，服务器在接收到该多个雷视相机发送的雷达数据、视觉数据和轨迹点之后，通过对这些雷达数据和视觉数据以及轨迹点进行图像分析和特征提取等处理，从得到的轨迹点中关联出一部分轨迹点作为第一车辆的多个第一轨迹点，也即服务器获取到该车辆的雷视轨迹数据，该雷视轨迹数据包括该多个第一轨迹点，该多个第一轨迹点中的每个轨迹点具有一个位置信息和一个采集时间。其中，第一轨迹点为雷视相机得到的原始轨迹点。
可选地，该多个雷视相机将采集的数据以及得到的原始轨迹点发送给其他设备，由其他设备对这些数据进行分析，得到第一车辆的雷视轨迹数据，并将第一车辆的雷视轨迹数据发送给服务器。
需要说明的是，雷视相机得到的每个原始轨迹点具有一个位置信息和一个采集时间，位置信息是指经纬度坐标，采集时间为时间戳，或者其他形式的时间。
可选地，服务器在获取雷视轨迹数据之后，对雷视轨迹数据的轨迹格式以及包括的第一轨迹点的数量进行校验，以保证数据格式正确，且第一轨迹点的数量充足，以保证该多个第一轨迹点足够用以确定第一车辆的车道级轨迹。也即服务器对雷视轨迹数据进行轨迹格式以及长度校验。例如，服务器校验每个第一轨迹点的位置信息是否为经纬度格式，采集时间是否为时间戳或者二十四小时制等的时间格式，校验该多个第一轨迹点的数量是否大于指定数量。如果轨迹格式以及长度校验均通过，那么服务器执行后续的步骤，如果轨迹格式和/或长度校验不通过，那么服务器将报错。
步骤202：根据各个第一轨迹点的位置信息和采集时间，对该多个第一轨迹点进行降噪处理，得到多个第二轨迹点，该多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间。
在本申请实施例中，由于雷视相机存在短轨迹关联误差和噪声严重的问题，因此，服务器先对该多个第一轨迹点的噪声进行处理，以对该多个第一轨迹点进行匹配预处理。
在本申请实施例中，由于轨迹点的位置信息是指经纬度坐标，因此，服务器先将该多个第一轨迹点中的每个第一轨迹点的经纬度坐标转换为平面坐标，之后，服务器根据该多个第一轨迹点的平面坐标和采集时间，对该多个第一轨迹点进行下采样，得到多个第三轨迹点，该多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值，然后，服务器根据该多个第三轨迹点的平面坐标和采集时间，对该多个第三轨迹点进行中值滤波，得到多个第二轨迹点。
也即是，服务器先对原始轨迹点下采样得到的第三轨迹点为下采样后的轨迹点，再对下采样后的轨迹点进行中值滤波，得到的第二轨迹点为预处理后的轨迹点，也即预处理包括下采样和中值滤波。
在本申请实施例中，服务器将每个轨迹点的经度和纬度的位置投影在世界地图上，以世界地图的一个参考点为坐标系，将经度和纬度转换为平面坐标，以便于后续的计算。
由于该多个第一轨迹点中可能存在距离较近的较密集的部分，那么噪声也就不稀疏，该多个第一轨迹点中也可能存在噪声点，噪声点也可能较密集，连续得到密集噪声点很容易造成误判，也即误认为连续的密集噪声点是正确的轨迹点，因此，服务器需要对该多个第一轨迹点进行下采样，得到多个第三轨迹点，该多个第三轨迹点的数量通常会少于该多个第一轨迹点的数量，且采集时间相邻的两个第三轨迹点之间的距离不会很近，也即该多个第三轨迹点比较稀疏，那么噪声也就比较稀疏，同时将密集噪声点也稀疏，以减少连续的密集噪声点的误判影响。
在本申请实施例中，每个第一轨迹点的采集时间用于指示相应在该多个第一轨迹点中的顺序，也即服务器根据该多个第一轨迹点的采集时间，确定该多个第一轨迹点的顺序，服务器从该多个第一轨迹点中的第一个轨迹点开始依次选择一个第一轨迹点作为当前轨迹点，计算当前轨迹点的平面坐标与当前轨迹点的后一个第一轨迹点的平面坐标之间的距离，如果计算得到的距离小于距离阈值，则服务器删除当前轨迹点的后一个第一轨迹点，以更新该多个第一轨迹点，服务器继续执行计算当前轨迹点的平面坐标与当前轨迹点的后一个第一轨迹点对应的平面坐标之间的距离的步骤。如果计算得到的距离不小于所述距离阈值，则服务器将当前轨迹点的后一个第一轨迹点更新为当前轨迹点，继续执行计算当前轨迹点的平面坐标与当前轨迹点的后一个第一轨迹点对应的平面坐标之间的距离的步骤，直至处理完最后一个第一轨迹点为止，下采样过程完成，服务器得到该多个第三轨迹点，该多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值。
图3是本申请实施例提供的一种对多个第一轨迹点进行下采样的方法流程图。参见图3，服务器将第一个第一轨迹点作为当前轨迹点，计算后一个第一轨迹点到当前轨迹点的距离，判断得到的距离是否小于距离阈值。如果小于距离阈值，删除后一个第一轨迹点，并判断当前轨迹点是否为最后一个第一轨迹点，如果是最后一个第一轨迹点，则输出下采样后得到的多个第三轨迹点，如果不是最后一个第一轨迹点，则继续执行计算后一个第一轨迹点到当前轨迹点的距离的步骤。如果计算得到的距离不小于距离阈值，则将后一个第一轨迹点更新为当前轨迹点，执行判断当前轨迹点是否为最后一个第一轨迹点的步骤。
可选地，距离阈值为3米、4米或者5米等真实世界距离，服务器在计算轨迹点之间距离的过程中自动按照真实世界距离与世界地图的比例，将计算得到的距离转换为真实世界距离，以与距离阈值进行比较。
服务器在对多个第一轨迹点进行下采样，得到多个第三轨迹点之后，还能够进一步对该多个第三轨迹点进行中值滤波，以将该多个第三轨迹点的噪声平滑，降低噪声后得到多个第二个轨迹点。
在本申请实施例中，每个第三轨迹点的平面坐标包括一个横坐标和一个纵坐标，服务器对该多个第三轨迹点中的每个第三轨迹点的横坐标和纵坐标分别进行中值滤波，以对相应第三轨迹点的平面坐标进行调整。
在本申请实施例中，中值滤波的实现方式为：服务器根据设置的滤波窗口，确定该多个第三轨迹点中的每个第三轨迹点的相邻轨迹点，将相应第三轨迹点的横坐标与相邻轨迹点的横坐标的中值，更新为相应第三轨迹点的横坐标，将相应第三轨迹点的纵坐标与相邻轨迹点的纵坐标的中值，更新为相应第三轨迹点的纵坐标。
以滤波窗口为3窗口为例，对此中值滤波的过程进行说明。在本申请实施例中，每个第三轨迹点的采集时间用于指示每个第三轨迹点在该多个第三轨迹点中的顺序，也即服务器根据该多个第三轨迹点的采集时间，确定该多个第三轨迹点的顺序。服务器从该多个第三轨迹点中选择一个第三轨迹点，作为当前参考轨迹点，根据当前参考轨迹点执行以下操作，直至根据该多个第三轨迹点中的每个第三轨迹点均执行以下操作为止：
如果当前参考轨迹点为该多个第三轨迹点中的第一个，则服务器确定当前参考轨迹点的相邻轨迹点包括当前参考轨迹点的后一个第三轨迹点，服务器将当前参考轨迹点的横坐标与后一个第三轨迹点的横坐标的中值，更新为当前参考轨迹点的横坐标，将当前参考轨迹点的纵坐标与后一个第三轨迹点的纵坐标的中值，更新为当前参考轨迹点的纵坐标；
如果当前参考轨迹点为该多个第三轨迹点中的最后一个，则服务器确定当前参考轨迹点的相邻轨迹点包括当前参考轨迹点的前一个第三轨迹点，服务器将当前参考轨迹点的横坐标与前一个第三轨迹点的横坐标的中值，更新为当前参考轨迹点的横坐标，将当前参考轨迹点的纵坐标与前一个第三轨迹点的纵坐标的中值，更新为当前参考轨迹点的纵坐标；
如果当前参考轨迹点不是该多个第三轨迹点中的第一个，且不是最后一个，则服务器确定参考轨迹点的相邻轨迹点包括当前参考轨迹点的前一个第三轨迹点和后一个第三轨迹点，服务器将当前参考轨迹点的横坐标、前一个第三轨迹点的横坐标和后一个第三轨迹点的横坐标的中值，更新为当前参考轨迹点的横坐标，将当前参考轨迹点的纵坐标、前一个第三轨迹点的纵坐标和后一个第三轨迹点的纵坐标的中值，更新为当前参考轨迹点的纵坐标。
在本申请实施例中，服务器对每个第三轨迹点进行中值滤波之后，得到该多个第二轨迹点，该多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间，其中，第二轨迹点的平面坐标即为对第三轨迹点中值滤波后的平面坐标。
步骤203：根据车道级路网数据，以及该多个第二轨迹点的平面坐标和采集时间，对该多个第二轨迹点的平面坐标进行纠正，得到第一车辆的车道级轨迹。
在本申请实施例中，服务器在得到多个第二轨迹点之后，能够基于车道级地图匹配的方法对该多个第二轨迹点的平面坐标进行纠正，得到第一车辆的车道级轨迹。也即是，服务器根据车道级路网数据，以及该多个第二轨迹点的平面坐标和采集时间，对该多个第二轨迹点的平面坐标进行纠正，得到第一车辆的车道级轨迹。其中，车道级路网数据用于表征至少包括位于多个雷视相机的覆盖范围内的车道的车道特征。
需要说明的是，服务器中存储有车道级路网数据，根据车道级路网数据所构建的车道级路网地图至少包括位于该多个雷视相机的覆盖范围内的地图，例如包括一个或多个市、一个或多个省或者一个或多个国家等的地图，在该车道级路网地图上包括道路的相关信息，以及道路包括的车道的相关信息，车道的相关信息包括车道特征、车道位置等，车道特征包括车道方向和/或限速范围等。
在本申请实施例中，服务器先根据该多个第二轨迹点的平面坐标和采集时间，确定该多个第二轨迹点中的每个第二轨迹点的运动特征，再根据该多个第二轨迹点的平面坐标、采集时间和运动特征，以及车道级路网数据包括的车道的车道特征，确定第一车辆的车道级轨迹。也即是，服务器确定该多个第二轨迹点的运动特征，将第二轨迹点的运动特征与车道的车道特征进行匹配比对，来对第二轨迹点的平面坐标进行纠正，得到第一车辆的车道级轨迹。
在本申请实施例中，第二轨迹点的运动特征包括移动方向和/或移动速度，服务器从该多个第二轨迹点中选择一个第二轨迹点，根据选择的第二轨迹点执行以下操作，直至根据该多个第二轨迹点中的每个第二轨迹点均已执行以下操作为止：
服务器根据选择的第二轨迹点的平面坐标，以及与选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标，确定选择的第二轨迹点的移动方向；和/或
服务器根据选择的第二轨迹点的平面坐标和采集时间、与选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标和采集时间，确定选择的第二轨迹点的移动速度。
也即是，服务器确定每个第二轨迹点的移动方向，或者，服务器确定每个第二轨迹点的移动速度，或者，服务器确定每个第二轨迹点的移动方向和移动速度。
在本申请实施例中，每个第二轨迹点的采集时间用于指示每个第二轨迹点在该多个第二轨迹点中的顺序。服务器确定选择的第二轨迹点的移动方向的一种实现方式为：如果选择的第二轨迹点为该多个第二轨迹点中的第一个，则服务器将选择的第二轨迹点的平面坐标到选择的第二轨迹点的后一个第二轨迹点的平面坐标的射线方向，作为选择的第二轨迹点的移动方向；如果选择的第二轨迹点不是该多个第二轨迹点中的第一个，则服务器将选择的第二轨迹点的前一个第二轨迹点的平面坐标到选择的第二轨迹点的平面坐标的射线方向，作为选择的第二轨迹点的移动方向。
服务器确定选择的第二轨迹点的移动速度的一种实现方式为：如果选择的第二轨迹点为该多个第二轨迹点中的第一个，则服务器计算选择的第二轨迹点的平面坐标与选择的第二轨迹点的后一个第二轨迹点的平面坐标之间的距离，计算选择的第二轨迹点的采集时间与选择的第二轨迹点的后一个第二轨迹点的采集时间之间的时间差，将计算得到的距离与时间差的比值，作为选择的第二轨迹点的移动速度；如果选择的第二轨迹点不是该多个第二轨迹点中的第一个，则服务器计算选择的第二轨迹点的平面坐标与选择的第二轨迹点的前一个第二轨迹点的平面坐标之间的距离，计算选择的第二轨迹点的采集时间与选择的第二轨迹点的前一个第二轨迹点的采集时间之间的时间差，将计算得到的距离与时间差的比值，作为选择的第二轨迹点的移动速度。
在本申请实施例中，服务器确定每个第二轨迹点的运动特征之后，根据该多个第二轨迹点的平面坐标、采集时间和运动特征，以及车道级路网数据包括的车道的车道特征，来确定第一车辆的车道级轨迹。
服务器根据该多个第二轨迹点的平面坐标和运动特征，以及车道级路网数据包括的车道的车道特征，确定该多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点。之后，服务器根据该多个第二轨迹点的平面坐标、采集时间、运动特征、该多个第二轨迹点对应的候选车道，以及该多个第二轨迹点在对应的每个候选车道上的候选点，确定该多个第二轨迹点对应的每个候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率。然后，服务器根据该多个第二轨迹点对应的候选点和采集时间、该多个第二轨迹点对应的候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定第一车辆的车道级轨迹。
也即是，服务器先确定每个第二轨迹点对应的候选车道和候选点(也即投影点)，然后确定每个候选点的测量概率，以及时间点相邻的每两个候选点之间的转移概率，之后根据测量候选点的测量概率和候选点之间的转移概率，确定第一车辆的车道级轨迹。需要说明的是，在本申请实施例中，每个候选点具有一个时间点，每个候选点的时间点与对应的第二轨迹点的采集时间相同。接下来将参照图4所示的步骤2031至步骤2033对此进行详细介绍。
步骤2031：根据该多个第二轨迹点的平面坐标和运动特征，以及车道级路网数据包括的车道的车道特征，确定该多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点。
在本申请实施例中，服务器确定每个第二轨迹点对应的候选车道和候选点的实现方式为：服务器首先对车道级路网数据进行加载和构图，得到车道级路网地图，车道级路网地图包括多个车道，车道级路网地图上车道的坐标与多个第二轨迹点的平面坐标位于同一坐标系；之后，服务器从该多个车道中，获取以参考轨迹点对应的平面坐标为圆心，以参考距离为半径确定的参考外包框内的车道，得到多个第一车道；如果参考轨迹点与第一参考车道垂直相交，且参考轨迹点的运动特征与第一参考车道的车道特征匹配，则服务器将第一参考车道确定为第一候选车道，将参考轨迹点在第一参考车道上的垂足作为第一候选点。其中，第一参考车道为多个第一车道中的一个，第一候选车道为参考轨迹点对应的多个候选车道中的一个，第一候选点为参考轨迹点在第一候选车道上的候选点，参考轨迹点为多个第二轨迹点中的一个。
也即是，服务器根据每个第二轨迹点的运动特征与邻近范围内的车道的车道特征进行匹配，将匹配度较高的车道确定为相应第二轨迹点对应的候选车道，第二轨迹点在候选车道上的垂足为相应第二轨迹点对应的候选点。
需要说明的是，服务器对车道级路网数据进行加载和构图，得到车道级路网地图的步骤，可以在服务器从多个车道中得到多个第一车道的步骤之前的任意时间执行。另外，在本申请实施例中，车道是一种短路径的车道，例如一条单行道路由多段连续的3米长的车道组成，服务器通过将参考轨迹点向相应参考外包框内的第一参考车道做垂线，如果能够垂足相交，则表明该参考轨迹点实际位于第一参考车道的概率很大，将第一参考车道作为该参考轨迹点对应的一个候选车道，如果垂线不能够与第一参考车道相交，也即垂足落在了第一参考车道的延长线上，则表明该参考轨迹点实际位于第一参考车道的概率很小，第一参考车道就不作为候选车道。
由前述可知，第二轨迹点的运动特征包括移动方向和/或移动速度，车道的车道特征包括车道方向和/或限速范围，那么服务器判断参考轨迹点的运动特征与第一参考车道的车道特征是否匹配的实现方式有多种，接下来对此进行介绍。
第一种实现方式、服务器判断参考轨迹点的移动方向与第一参考车道的车道方向是否匹配。
如果参考轨迹点的移动方向与第一参考车道的车道方向之间的夹角未超过角度阈值，则服务器确定该参考轨迹点的运动特征与第一参考车道的车道特征匹配。如果参考轨迹点的移动方向与第一参考车道的车道方向之间的夹角超过角度阈值，则服务器确定该参考轨迹点的运动特征与第一参考车道的车道特征不匹配。
可选地，角度阈值为用户设置的一个参数，角度阈值为70度、80度、90度等。
需要说明的是，由于通常轨迹点的移动方向与车道的车道方向的匹配程度，能够在很大程度上表明轨迹点的正确性，因此，在第一种实现方式中，服务器仅将第二轨迹点的移动方向和车道的车道方向作为判断轨迹点的运动特征与车道的车道特征是否匹配的依据，得到的候选车道和候选点的准确率很高。
第二种实现方式、服务器判断参考轨迹点的移动速度与第一参考车道的限速范围是否匹配。
服务器根据第一参考车道的限速范围，确定第一参考车道的参考速度。可选地，服务器将该限速范围的中值作为参考速度，例如限速范围为30-60，那么参考速度为45。如果参考轨迹点的移动速度与第一参考车道的参考速度之间的差值未超过速度阈值，则服务器确定该参考轨迹点的运动特征与第一参考车道的车道特征匹配。如果参考轨迹点的移动速度与第一参考车道的参考速度之间的差值超过速度阈值，则服务器确定该参考轨迹点的运动特征与第一参考车道的车道特征不匹配。
可选地，速度阈值为用户设置的一个参数，速度阈值为10、15、20等。
需要说明的是，通常以地图上的东向为参考方向，以参考方向开始的逆时针角度，来描述第二轨迹点的移动方向，以及车道的车道方向。例如，第二轨迹点的移动方向为90度，也即从参考方向开始的逆时针90度方向为第二轨迹点的移动方向，可以理解为，第二轨迹点的移动方向为正东方向。
第三种实现方式、服务器判断参考轨迹点的移动方向与第一参考车道的车道方向是否匹配，以及判断参考轨迹点的移动速度与第一参考车道的限速范围是否匹配。
需要说明的是，第三种实现方式中判断方向是否匹配，以及速度是否匹配的具体实现可以参照前面两种实现方式中的相关介绍，这里不再赘述。在第三种实现方式中，在参考轨迹点的移动方向与第一参考车道的车道方向匹配，且参考轨迹点的移动速度与第一参考车道的限速范围匹配的情况下，服务器确定该参考轨迹点的运动特征与第一参考车道的车道特征匹配。可选地，在某个第二轨迹点未匹配到候选车道的情况下，服务器将该第二轨迹点删除，以更新该多个第二轨迹点。
步骤2032：根据该多个第二轨迹点的平面坐标、采集时间、运动特征、该多个第二轨迹点对应的候选车道，以及该多个第二轨迹点在对应的每个候选车道上的候选点，确定该多个第二轨迹点对应的每个候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率。
接下来首先对服务器确定该多个第二轨迹点对应的每个候选点的测量概率进行介绍。
在本申请实施例中，多个第二轨迹点对应的每个候选点具有一个投影坐标，每个候选点的投影坐标即为相应第二轨迹点在对应的每个候选车道上的垂足的坐标。服务器在确定每个第二轨迹点对应的候选坐标和候选点之后，根据该多个第二轨迹点的平面坐标、采集时间、运动特征、该多个第二轨迹点对应的候选车道，以及该多个第二轨迹点在对应的每个候选车道上的候选点，确定该多个第二轨迹点对应的每个候选点的测量概率。
服务器从该多个第二轨迹点对应的候选点中选择一个候选点，根据选择的候选点执行以下操作，直至根据该多个第二轨迹点对应的每个候选点均已执行以下操作为止：服务器根据选择的候选点的投影坐标与选择的候选点对应的第二轨迹点的平面坐标之间的距离，确定选择的候选点的距离测量概率，以及根据选择的候选点所在的候选车道的车道特征与选择的候选点对应的第二轨迹点的运动特征之间的误差，确定选择的候选点的特征测量概率，之后，服务器根据该距离测量概率和特征测量概率，确定选择的候选点的测量概率。
在本申请实施例中，假设选择的候选点为第k个第二轨迹点对应的第i个候选点，选择的候选点的投影坐标与选择的候选点对应的第二轨迹点的平面坐标之间的距离为d，那么服务器根据公式(1)对d进行处理，得到选择的候选点的距离测量概率。
其中，在公式(1)中，为第k个第二轨迹点对应的第i个候选点的距离测量概率，d为第k个第二轨迹点到第i个候选点之间的距离，α1为第一预置参数，α2为第二预置参数。
可选地，α1和α2可以分别理解为轨迹点与候选点之间距离的标准差和均值，α1和α2根据经验设置，或者服务器根据历史的轨迹点和候选点之间的距离确定，α1的取值为1、1.5、2等，α2的取值为0.5、1、1.5等。
由前述可知，第二轨迹点的运动特征包括移动方向和/或移动速度，车道的车道特征包括车道方向和/或限速范围，那么服务器确定选择的候选点的特征测量概率的实现方式有多种，接下来对此进行介绍。
第一种实现方式、服务器根据选择的候选点所在的候选车道的车道方向与选择的候选点对应的第二轨迹点的移动方向之间的角度差，确定选择的候选点的方向测量概率，该方向测量概率即为选择的候选点的特征测量概率。
在本申请实施例中，假设选择的候选点为第k个第二轨迹点对应的第i个候选点，选择的候选点所在的候选车道的车道方向与选择的候选点对应的第二轨迹点的移动方向之间的角度差为a，那么服务器根据公式(2)对a进行处理得到选择的候选点的方向测量概率，该方向测量概率即为选择的候选点的特征测量概率。
其中，在公式(2)中，为第k个第二轨迹点对应的第i个候选点的方向测量概率，即特征测量概率/>a为第k个第二轨迹点的移动方向与第i个候选车道的车道方向之间的角度差，第i个候选车道为第k个第二轨迹点对应的第i个候选点所在的候选车道，λ1为第三预置参数，λ2为第四预置参数。
可选地，λ1和λ2可以分别理解为轨迹点与候选车道之间角度差的标准差和均值，λ1和λ2根据经验设置，或者服务器根据历史的轨迹点和候选点之间的角度差确定，λ1的取值为0.9、1、1.5等，λ2的取值为30、45、60等。在一些实施例中，在λ2取值为45时，性能较好。
需要说明的是，由于通常轨迹点的移动方向与车道的车道方向的匹配程度，能够在很大程度上表明轨迹点的正确性，因此，服务器在将方向测量概率作为特征测量概率的情况下，后续所确定的车道级轨迹的准确率会较高。
第二种实现方式、服务器根据选择的候选点所在的候选车道的限度范围确定一个参考速度，根据选择的候选点对应的第二轨迹点的移动速度与参考速度之间的速度差，确定选择的候选点的速度测量概率，该速度测量概率即为选择的候选点的特征测量概率。
在本申请实施例中，假设选择的候选点为第k个第二轨迹点对应的第i个候选点，选择的候选点对应的第二轨迹点的移动速度与参考速度之间的速度差为v，那么服务器根据公式(3)对v进行处理得到选择的候选点的速度测量概率，该速度测量概率即为选择的候选点的特征测量概率。
其中，在公式(3)中，为第k个第二轨迹点对应的第i个候选点的速度测量概率，即特征测量概率/>v为第k个第二轨迹点的移动速度与参考速度之间的速度差，第i个候选车道为第k个第二轨迹点对应的第i个候选点所在的候选车道，β1为第五预置参数，β2为第六预置参数。
可选地，β1和β2可以分别理解为轨迹点与候选车道对应的参考速度之间速度差的标准差和均值，β1和β2根据经验设置，或者服务器根据历史的轨迹点和参考速度之间的速度差确定，β1的取值为1、1.5、2等，β2的取值为15、20、30等。
第三种实现方式、服务器根据选择的候选点所在的候选车道的车道方向与选择的候选点对应的第二轨迹点的移动方向之间的差值，确定选择的候选点的方向测量概率，根据选择的候选点所在的候选车道的限度范围确定一个参考速度，根据选择的候选点对应的第二轨迹点的移动速度与参考速度之间的差值，确定选择的候选点的速度测量概率，根据该方向测量概率和速度测量概率，确定选择的候选点的特征测量概率。
在第三种实现方式中，服务器确定选择的候选点的方向测量概率和速度测量概率的具体实现，可以参照前述实施例中的相关介绍，这里不再赘述。
服务器在确定选择的候选点的方向测量概率和速度测量概率之后，将该方向测量概率和速度测量概率的乘积，作为选择的候选点的特征测量概率。也即是，服务器根据公式(4)对该方向测量概率和速度测量概率进行处理，得到选择的候选点的特征测量概率。
需要说明的是，在本申请实施例中，速度测量概率是在方向测量概率的基础上对特征测量概率的进一步优化，以保证最终确定的车道级轨迹的准确率为目的。
在本申请实施例中，服务器在得到选择的候选点的距离测量概率和特征测量概率之后，将该距离测量概率和特征测量概率的乘积作为选择的候选点的测量概率。或者，为了便于后续概率计算，服务器将该距离测量概率和特征测量概率的乘积以10为底取对数后，得到选择的候选点的测量概率，也即是，服务器根据公式(5)对该距离测量概率和特征测量概率进行处理，得到选择的候选点的测量概率。
其中，为第k个第二轨迹点对应的第i个候选点的测量概率。
接下来对服务器确定时间点相邻的每两个候选点之间的转移概率进行介绍。
由前述可知，该多个第二轨迹点对应的每个候选点具有一个投影坐标和一个时间点，每个候选点的投影坐标即为相应第二轨迹点在对应的每个候选车道上的垂足的坐标，每个候选点的时间点与每个候选点对应的第二轨迹点的采集时间相同。服务器从该多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，根据选择的两个候选点执行以下操作，直至根据该多个第二轨迹点对应的候选点中时间点相邻的每两个候选点均已执行以下操作为止：
服务器根据选择的两个候选点对应的两个第二轨迹点的平面坐标之间的距离，以及选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度，确定从时间点在前的候选点转移到时间点在后的候选点的距离转移概率。之后，服务器根据该转移过程中经过的各个车道的车道特征，与时间点在后的候选点对应的第二轨迹点的运动特征之间的误差，确定从时间点在前的候选点转移到时间点在后的候选点的特征转移概率。然后，服务器根据该距离转移概率和特征转移概率，确定从时间点在前的候选点转移到时间点在后的候选点的转移概率。
在本申请实施例中，假设选择的两个候选点分别为第k个第二轨迹点对应的第i个候选点和第k+1个第二轨迹点对应的第j个候选点，第k个第二轨迹点对应的第i个候选点为时间点在前的候选点，第k+1个第二轨迹点对应的第j个候选点为时间点在后的候选点，第k个第二轨迹点的平面坐标与第k+1个第二轨迹点的平面坐标之间的距离为de，从第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的转移过程中经过的车道的长度为dl，那么服务器根据公式(6)对de和dl进行处理，得到从时间点在前的候选点转移到时间点在后的候选点的距离转移概率。
其中，在公式(6)中，为第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的距离转移概率，η为第七预置参数。可选地，η的取值根据经验设置。
可选地，在本申请实施例中，如果服务器确定选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度超过长度阈值，表示这两个候选点对应的两个第二轨迹点很大概率是错误的点，则服务器将这两个第二轨迹点删除，以更新该多个第二轨迹点，之后，服务器重新执行从该多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，计算选择的两个候选点之间的距离转移概率的步骤。如果服务器尝试多次更新该多个第二轨迹点，仍存在转移过程中经过的车道的长度超过长度阈值的情况，则服务器将报错，或者，更新后的第二轨迹点的数量不足点数阈值，则服务器也将报错。
由前述可知，第二轨迹点的运动特征包括移动方向和/或移动速度，车道的车道特征包括车道方向和/或限速范围，那么服务器确定从时间点在前的候选点转移到时间点在后的候选点的特征转移概率的实现方式有多种，接下来对此进行介绍。
第一种实现方式、服务器根据从时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的每个车道的车道方向，与时间在后的候选点对应的第二轨迹点的移动方向之间的角度差，确定从时间在前的候选点转移到时间在后的候选点的方向转移概率，该方向转移概率即为从时间在前的候选点转移到时间在后的候选点的特征转移概率。
在本申请实施例中，假设时间点相邻的两个候选点中时间点在前的候选点为第k个第二轨迹点对应的第i个候选点，时间点在前的候选点为第k+1个第二轨迹点对应的第j个候选点，转移过程经过n个车道，为第k个第二轨迹点的移动方向与该n个车道中的第l个车道的车道方向之间的角度差，那么服务器根据公式(7)得到从该时间在前的候选点转移到该时间在后的候选点的方向转移概率，该方向转移概率即为从时间在前的候选点转移到时间在后的候选点的特征转移概率。
其中，在公式(7)中，为第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的方向转移概率，也即特征转移概率/>从第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的转移过程中经过n个车道，П表示求乘积运算，δ1为第八预置参数，δ2为第九预置参数。可选地，δ1和δ2的取值根据经验设置。
需要说明的是，转移过程中经过的车道是服务器根据车道级路网地图上从时间点在前的候选点移动到时间点在后的候选点的所经过的道路确定的，所经过的道路包括的所有车道即为转移过程中经过的车道。
第二种实现方式、服务器根据从时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的每个车道的限速范围，确定相应车道的参考速度，根据转移过程中的每个车道的参考速度，与时间在后的候选点对应的第二轨迹点的移动速度之间的速度差，确定从时间在前的候选点转移到时间在后的候选点的速度转移概率，该速度转移概率即为从时间在前的候选点转移到时间在后的候选点的特征转移概率。
在本申请实施例中，假设时间点相邻的两个候选点中时间点在前的候选点为第k个第二轨迹点对应的第i个候选点，时间点在前的候选点为第k+1个第二轨迹点对应的第j个候选点，转移过程经过n个车道，为第k个第二轨迹点的移动速度与该n个车道中的第l个车道的参考速度之间的速度差，那么服务器根据公式(8)得到从该时间在前的候选点转移到该时间在后的候选点的速度转移概率，该速度转移概率即为从时间在前的候选点转移到时间在后的候选点的特征转移概率。
其中，在公式(8)中，为第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的速度转移概率，也即特征转移概率/>从第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的过程中经过n个车道，ε1为第八预置参数，ε2为第九预置参数。可选地，ε1和ε2的取值根据经验设置。/>
第三种实现方式、服务器根据从时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的每个车道的车道方向，与时间在后的候选点对应的第二轨迹点的移动方向之间的角度差，确定从时间在前的候选点转移到时间在后的候选点的方向转移概率，以及根据从时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的每个车道的限速范围，确定相应车道的参考速度，根据转移过程中的每个车道的参考速度，与时间在后的候选点对应的第二轨迹点的移动速度之间的速度差，确定从时间在前的候选点转移到时间在后的候选点的速度转移概率。之后，服务器根据该方向转移概率和速度转移概率，确定从时间在前的候选点转移到时间在后的候选点的转移概率。
在第三种实现方式中，服务器确定从时间在前的候选点转移到时间在后的候选点的方向转移概率和速度转移概率的具体实现，可以参照前述实施例中的相关介绍，这里不再赘述。
服务器在确定从时间在前的候选点转移到时间在后的候选点的方向转移概率和速度转移概率之后，将该方向转移概率和速度转移概率的乘积，作为选择的候选点的特征转移概率。也即是，服务器根据公式(9)对该方向转移概率和速度转移概率进行处理，得到从时间在前的候选点转移到时间在后的候选点的特征转移概率。
其中，在公式(9)中，为第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的特征转移概率。
需要说明的是，在本申请实施例中，速度转移概率是在方向转移量概率的基础上对特征转移概率的进一步优化，以保证最终确定的车道级轨迹的准确率为目的。
在本申请实施例中，服务器在得到从时间在前的候选点转移到时间在后的候选点的距离转移概率和特征转移概率之后，将该距离转移概率和特征转移概率的乘积作为从时间在前的候选点转移到时间在后的候选点的转移概率。或者，为了便于后续概率计算，服务器将该距离转移概率和特征转移概率的乘积以10为底取对数后，得到从时间在前的候选点转移到时间在后的候选点的转移概率，也即是，服务器根据公式(10)对该距离转移概率和特征转移概率进行处理，得到从时间在前的候选点转移到时间在后的候选点的转移概率。
其中，在公式(10)中，为第k个第二轨迹点对应的第i个候选点转移到第k+1个第二轨迹点对应的第j个候选点的转移概率。
步骤2033：根据该多个第二轨迹点对应的候选点和采集时间、该多个第二轨迹点对应的候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定第一车辆的车道级轨迹。
在本申请实施例中，服务器在得到每个候选点的测量概率，以及时间点相邻的每两个候选点之间的转移概率之后，根据该多个第二轨迹点对应的候选点和采集时间、该多个第二轨迹点对应的候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定第一车辆的车道级轨迹。
需要说明的是，由前述实施例中对投影概率和转移概率的介绍可知，本申请实施例中根据该的多个第二轨迹点对应的候选点，以及该多个第二轨迹点的采集时间，可以构建一个隐马尔科夫模型来描述一个马尔科夫过程，该隐马尔科夫模型中包括多个时间点对应的序列点，每个时间点对应一个或多个序列点，每个候选点为隐马尔科夫模型中的一个序列点，隐马尔科夫模型中隐含了从时间点最早的候选点转移到时间点最晚的候选点所形成的多个候选路径，通过最优路径算法从该多个候选路径中寻找出最优路径，将最优路径作为第一车辆的车道级轨迹。其中，最优路径算法可以为路径规划领域中的任一种路径算法，例如经典的Dijkstra算法、A*算法等。
在本申请实施例中，服务器通过最优路径算法从该多个候选路径中寻找出最优路径作为第一车辆的车道级轨迹的实现方式有多种，接下来介绍其中的一种实现方式。
服务器根据该多个第二轨迹点对应的候选点和采集时间，确定多个候选路径，根据该多个第二轨迹点对应的候选点的测量概率，以及该多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定该多个候选路径中每个候选路径的概率，将该多个候选路径中概率最大的候选路径确定为第一车辆对应的车道级轨迹。
在本申请实施例中，服务器根据该多个第二轨迹点对应的候选点和采集时间，按照采集时间顺序构建一个隐马尔科夫模型，该隐马尔科夫模型包括多个时间点对应的候选点，每个时间点对应一个或多个候选点，服务器将该隐马尔科夫模型中，从时间点最早的一个候选点转移到时间点最晚的一个候选点的过程中所经过的候选点对应的候选车道连接起来，得到一条候选路径。然后，服务器根据该候选路径包括的候选车道上的候选点的测量概率，以及该候选路径包括的候选车道上时间点相邻的候选点之间的转移概率，通过下述公式(11)计算该候选路径的概率。
其中，在公式(11)中，P(Xk|Xk-1)为第一候选路径上从第1个第二轨迹点对应的第m个候选车道转移到第k个第二轨迹点对应的第i个候选车道的概率，P(Xk+1|Xk)为第一候选路径上从第1个第二轨迹点对应的候选车道转移到第k+1个第二轨迹点对应的第j个候选车道的概率，为第1个第二轨迹点对应的第m个候选点的测量概率，第1个第二轨迹点的第m个候选点是第1个第二轨迹点在对应的第m个候选车道上的候选点，第一候选路径包括第1个第二轨迹点的第m个候选车道，第一候选路径为该多条候选路径中的一个。当上述公式(11)中k等于第二轨迹点的总个数K时，得到的P(XK|XK-1)为第一候选路径的概率。
需要说明的是，在公式(11)中 由于进行了取对数运算，因此，在公式(11)中通过加法计算概率。
可选地，如果那么将公式(11)中的加法运算更改为乘法运算，以计算得到第一候选路径的概率。
在本申请实施例中，服务器根据最优路径算法得到该多个候选路径中每个候选路径的概率之后，将该多个候选路径中概率最大的候选路径确定为第一车辆对应的车道级轨迹，该车道级轨迹上的多个候选点的投影坐标即为纠正后的多个第二轨迹点的平面坐标。
可选地，以上实施例中所介绍的计算测量概率和转移概率的各种实现方式可以随意结合。例如，根据距离测量概率、方向测量概率和速度测量概率，来确定候选点的测量概率，以及根据距离转移概率和方向转移概率，来确定候选点之间的转移概率。又如，根据距离测量概率和方向测量概率，来确定候选点的测量概率，以及根据距离转移概率和方向转移概率，来确定候选点之间的转移概率。又如，根据距离测量概率、方向测量概率和速度测量概率，来确定候选点的测量概率，以及根据距离转移概率、方向转移概率和速度转移概率，来确定候选点之间的转移概率。又如，根据距离测量概率和方向测量概率，来确定候选点的测量概率，以及根据距离转移概率和速度转移概率，来确定候选点之间的转移概率。
图5是本申请实施例提供的另一种确定车道级轨迹的方法的流程图。接下来参照图5再次对该方法进行解释说明。
参见图5，服务器分别获取车道级路网数据和第一车辆的雷视轨迹数据，雷视轨迹数据包括多个第一轨迹点。对于车道级路网数据，服务器对车道级路网数据进行加载和构图，得到车道级路网地图，如果发生数据出错等异常，则服务器确定构图失败，如果未发生异常，则服务器确定构图成功。对于雷视轨迹数据，服务器先对雷视轨迹数据进行轨迹格式以及长度校验，在轨迹格式以及长度校验均通过后，对该多个第一轨迹点的经纬度转换为平面坐标(未示出)，并对该多个第一轨迹点进行下采样和中值滤波，得到多个第二轨迹点，再提取该多个第二轨迹点的运动特征，运动特征包括移动速度和/或移动方向。之后，服务器将该多个第二轨迹点与车道级路网地图进行匹配，以确定候选车道和候选点(投影点)，并基于HMM对该多个候选车道和候选点进行处理，以确定出最优路径。如果能够确定出最优路径，也即匹配成功，则服务器将最优路径作为第一车辆的车道级轨迹，最优路径上的候选点即为纠正后的第二轨迹点，返回该车道级轨迹、纠正后的第二轨迹点以及执行结果，执行结果用于指示匹配成功，对轨迹点进行了精确纠正。如果服务器经过多次尝试之后仍找不出最优路径，也即匹配失败，则服务器将中值滤波之后的多个第二轨迹点以及执行结果作为返回，执行结果用于指示匹配失败，未对轨迹点进行精确纠正。
由图5可以看出，本方案主要包括四个主要流程，分别为高精度路网构图、匹配预处理、基于HMM的车道匹配和轨迹点坐标矫正。高精度路网构图即以上实施例介绍的对车道级路网数据的加载和构图，得到车道级路网地图。匹配预处理主要包括下采样、中值滤波和提取运动特征。基于HMM的车道匹配主要包括确定候选车道和候选点，确定最优路径，最优路径即为最终得到的车道级轨迹。轨迹点坐标矫正即将最优路径上的候选点作为最终的得到的车道级轨迹上的轨迹点。
由以上介绍可知，本申请实施例提供的确定车道级轨迹的方法，可以理解为一种基于车道级地图匹配的方案对雷视相机得到的轨迹点进行预处理的方法，以纠正雷视相机得到的轨迹点，能够在很大程度上降低雷视相机的噪声严重的问题，最终得到更加精确的车道级轨迹，也即提供了对车辆的定位精度，本方案可以为后续的雷视相机的轨迹点关联提供参考数据，为路口的各个车道上车辆的排队长度、车辆流量等计算提供高质量的车道级轨迹数据，为城市交通道路管理、规划、决策等提供更加精细化的车道级轨迹数据。
综上所述，在本申请实施例中，先通过降噪处理减少雷视相机采集得到的轨迹点中的噪声和错误，再通过将车道级路网数据与预处理后的轨迹点结合，来对轨迹点进行纠正，也即进一步减少轨迹点中的噪声和错误，最终能够得到更加精确的车道级轨迹，也即本申请实施例通过车道级地图匹配的方案对轨迹点进行纠正，最终得到更加精确的车道级轨迹。
图6是本申请实施例提供的一种确定车道级轨迹的装置600的结构示意图，该确定车道级轨迹的装置600可以由软件、硬件或者两者的结合实现成为计算机设备的部分或者全部。请参考图6，该装置600包括：获取模块601、预处理模块602和纠正模块603。
获取模块601，用于获取第一车辆的雷视轨迹数据，雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间；
预处理模块602，用于根据各个第一轨迹点的位置信息和采集时间，对多个第一轨迹点进行降噪处理，得到多个第二轨迹点，多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间；
纠正模块603，用于根据车道级路网数据，以及多个第二轨迹点的平面坐标和采集时间，对多个第二轨迹点的平面坐标进行纠正，得到第一车辆的车道级轨迹，车道级路网数据用于表征至少包括位于多个雷视相机的覆盖范围内的车道的车道特征。
可选地，位置信息是指经纬度坐标；
预处理模块602包括：
转换单元，用于将多个第一轨迹点中的每个第一轨迹点的经纬度坐标转换为平面坐标；
下采样单元，用于根据多个第一轨迹点的平面坐标和采集时间，对多个第一轨迹点进行下采样，得到多个第三轨迹点，多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值；
滤波单元，用于根据多个第三轨迹点的平面坐标和采集时间，对多个第三轨迹点进行中值滤波，得到多个第二轨迹点。
可选地，纠正模块603包括：
第一确定单元，用于根据多个第二轨迹点的平面坐标和采集时间，确定多个第二轨迹点中的每个第二轨迹点的运动特征；
第二确定单元，用于根据多个第二轨迹点的平面坐标、采集时间和运动特征，以及车道级路网数据包括的车道的车道特征，确定第一车辆的车道级轨迹。
可选地，运动特征包括移动方向和/或移动速度；
第一确定单元包括：
选择子单元，用于从多个第二轨迹点中选择一个第二轨迹点，根据选择的第二轨迹点触发第一确定子单元和/或第二确定子单元执行相应操作，直至根据多个第二轨迹点中的每个第二轨迹点均已触发第一确定子单元和/或第二确定子单元执行相应操作为止；
第一确定子单元，用于根据选择的第二轨迹点的平面坐标，以及与选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标，确定选择的第二轨迹点的移动方向；和/或
第二确定子单元，用于根据选择的第二轨迹点的平面坐标和采集时间、与选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标和采集时间，确定选择的第二轨迹点的移动速度。
可选地，第二确定单元包括：
第三确定子单元，用于根据多个第二轨迹点的平面坐标和运动特征，以及车道级路网数据包括的车道的车道特征，确定多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点；
第四确定子单元，用于根据多个第二轨迹点的平面坐标、采集时间、运动特征、多个第二轨迹点对应的候选车道，以及多个第二轨迹点在对应的每个候选车道上的候选点，确定多个第二轨迹点对应的每个候选点的测量概率，以及多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率；
第五确定子单元，用于根据多个第二轨迹点对应的候选点和采集时间、多个第二轨迹点对应的候选点的测量概率，以及多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定第一车辆的车道级轨迹。
可选地，第三确定子单元具体用于：
对车道级路网数据进行加载和构图，得到车道级路网地图，车道级路网地图包括多个车道，车道级路网地图上车道的坐标与多个第二轨迹点的平面坐标位于同一坐标系；
从多个车道中，获取以参考轨迹点对应的平面坐标为圆心，以参考距离为半径确定的参考外包框内的车道，得到多个第一车道；
如果参考轨迹点与第一参考车道垂直相交，且参考轨迹点的运动特征与第一参考车道的车道特征匹配，则将第一参考车道确定为第一候选车道，将参考轨迹点在第一参考车道上的垂足作为第一候选点；
其中，第一参考车道为多个第一车道中的一个，第一候选车道为参考轨迹点对应的多个候选车道中的一个，第一候选点为参考轨迹点在第一候选车道上的候选点，参考轨迹点为多个第二轨迹点中的一个。
可选地，多个第二轨迹点对应的每个候选点具有一个投影坐标；
第四确定子单元具体用于：
从多个第二轨迹点对应的候选点中选择一个候选点，根据选择的候选点执行以下操作，直至根据多个第二轨迹点对应的每个候选点均已执行以下操作为止：
根据选择的候选点的投影坐标与选择的候选点对应的第二轨迹点的平面坐标之间的距离，确定选择的候选点的距离测量概率；
根据选择的候选点所在的候选车道的车道特征与选择的候选点对应的第二轨迹点的运动特征之间的误差，确定选择的候选点的特征测量概率；
根据距离测量概率和特征测量概率，确定选择的候选点的测量概率。
可选地，多个第二轨迹点对应的每个候选点具有一个投影坐标和一个时间点，每个候选点的时间点与每个候选点对应的第二轨迹点的采集时间相同；
第四确定子单元具体用于：
从多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，根据选择的两个候选点执行以下操作，直至根据多个第二轨迹点对应的候选点中时间点相邻的每两个候选点均已执行以下操作为止：
根据选择的两个候选点对应的两个第二轨迹点的平面坐标之间的距离，以及选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度，确定从时间点在前的候选点转移到时间点在后的候选点的距离转移概率；
根据转移过程中经过的各个车道的车道特征，与时间点在后的候选点对应的第二轨迹点的运动特征之间的误差，确定从时间点在前的候选点转移到时间点在后的候选点的特征转移概率；
根据距离转移概率和特征转移概率，确定从时间点在前的候选点转移到时间点在后的候选点的转移概率。
可选地，第五确定子单元具体用于：
根据多个第二轨迹点对应的候选点和采集时间，确定多个候选路径；
根据多个第二轨迹点对应的候选点的测量概率，以及多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定多个候选路径中每个候选路径的概率；
将多个候选路径中概率最大的候选路径确定为第一车辆对应的车道级轨迹。
在本申请实施例中，先通过降噪处理减少雷视相机采集得到的轨迹点中的噪声和错误，再通过将车道级路网数据与预处理后的轨迹点结合，来对轨迹点进行纠正，也即进一步减少轨迹点中的噪声和错误，最终能够得到更加精确的车道级轨迹，也即本申请实施例通过车道级地图匹配的方案对轨迹点进行纠正，最终得到更加精确的车道级轨迹。
需要说明的是：上述实施例提供的确定车道级轨迹的装置在确定车道级轨迹时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的确定车道级轨迹的装置与确定车道级轨迹的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图7是本申请实施例提供的一种服务器700的结构示意图。该服务器700可以为上述实施例中的服务器，服务器700包括中央处理单元(CPU)701、包括随机存取存储器(RAM)702和只读存储器(ROM)703的系统存储器704，以及连接系统存储器704和中央处理单元701的系统总线705。服务器700还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)706，和用于存储操作系统713、应用程序714和其他程序模块715的大容量存储设备707。
基本输入/输出系统706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中显示器708和输入设备709都通过连接到系统总线705的输入输出控制器710连接到中央处理单元701。基本输入/输出系统706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器710还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备707通过连接到系统总线705的大容量存储控制器(未示出)连接到中央处理单元701。大容量存储设备707及其相关联的计算机可读介质为服务器700提供非易失性存储。也就是说，大容量存储设备707可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器704和大容量存储设备707可以统称为存储器。
根据本申请的各种实施例，服务器700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器700可以通过连接在系统总线705上的网络接口单元711连接到网络712，或者说，也可以使用网络接口单元711来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。所述一个或者一个以上程序包含用于进行本申请实施例提供的确定车道级轨迹的方法的指令。
在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中确定车道级轨迹的方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是，本申请实施例提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的确定车道级轨迹的方法的步骤。
应当理解的是，本文提及的“至少一个”是指一个或多个，“多个”是指两个或两个以上。在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种确定车道级轨迹的方法，其特征在于，所述方法包括：
获取第一车辆的雷视轨迹数据，所述雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，所述多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间；
根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，所述多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间；
根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中每个第二轨迹点的运动特征；
根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹，所述车道级路网数据用于表征至少包括位于所述多个雷视相机的覆盖范围内的车道的车道特征。
2.根据权利要求1所述的方法，其特征在于，所述位置信息是指经纬度坐标；
所述根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，包括：
将所述多个第一轨迹点中的每个第一轨迹点的经纬度坐标转换为平面坐标；
根据所述多个第一轨迹点的平面坐标和采集时间，对所述多个第一轨迹点进行下采样，得到多个第三轨迹点，所述多个第三轨迹点中采集时间相邻的任意两个第三轨迹点之间的距离不小于距离阈值；
根据所述多个第三轨迹点的平面坐标和采集时间，对所述多个第三轨迹点进行中值滤波，得到所述多个第二轨迹点。
3.如权利要求1所述的方法，其特征在于，所述运动特征包括移动方向和/或移动速度；
所述根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中的每个第二轨迹点的运动特征，包括：
从所述多个第二轨迹点中选择一个第二轨迹点，根据选择的第二轨迹点执行以下操作，直至根据所述多个第二轨迹点中的每个第二轨迹点均已执行以下操作为止：
根据所述选择的第二轨迹点的平面坐标，以及与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标，确定所述选择的第二轨迹点的移动方向；和/或
根据所述选择的第二轨迹点的平面坐标和采集时间、与所述选择的第二轨迹点的采集时间相邻的第二轨迹点的平面坐标和采集时间，确定所述选择的第二轨迹点的移动速度。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹，包括：
根据所述多个第二轨迹点的平面坐标和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点；
根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点对应的每个候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率；
根据所述多个第二轨迹点对应的候选点和采集时间、所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述第一车辆的车道级轨迹。
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个第二轨迹点的平面坐标和运动特征，以及所述车道级路网数据包括的车道的车道特征，确定所述多个第二轨迹点中每个第二轨迹点对应的多个候选车道，以及每个第二轨迹点在对应的每个候选车道上的候选点，包括：
对所述车道级路网数据进行加载和构图，得到车道级路网地图，所述车道级路网地图包括多个车道，所述车道级路网地图上车道的坐标与所述多个第二轨迹点的平面坐标位于同一坐标系；
从所述多个车道中，获取以参考轨迹点对应的平面坐标为圆心，以参考距离为半径确定的参考外包框内的车道，得到多个第一车道；
如果所述参考轨迹点与第一参考车道垂直相交，且所述参考轨迹点的运动特征与所述第一参考车道的车道特征匹配，则将所述第一参考车道确定为第一候选车道，将所述参考轨迹点在所述第一参考车道上的垂足作为第一候选点；
其中，所述第一参考车道为所述多个第一车道中的一个，所述第一候选车道为所述参考轨迹点对应的多个候选车道中的一个，所述第一候选点为所述参考轨迹点在所述第一候选车道上的候选点，所述参考轨迹点为所述多个第二轨迹点中的一个。
6.根据权利要求4所述的方法，其特征在于，所述多个第二轨迹点对应的每个候选点具有一个投影坐标；
所述根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点对应的每个候选点的测量概率，包括：
从所述多个第二轨迹点对应的候选点中选择一个候选点，根据选择的候选点执行以下操作，直至根据所述多个第二轨迹点对应的每个候选点均已执行以下操作为止：
根据所述选择的候选点的投影坐标与所述选择的候选点对应的第二轨迹点的平面坐标之间的距离，确定所述选择的候选点的距离测量概率；
根据所述选择的候选点所在的候选车道的车道特征与所述选择的候选点对应的第二轨迹点的运动特征之间的误差，确定所述选择的候选点的特征测量概率；
根据所述距离测量概率和所述特征测量概率，确定所述选择的候选点的测量概率。
7.根据权利要求4所述的方法，其特征在于，所述多个第二轨迹点对应的每个候选点具有一个投影坐标和一个时间点，每个候选点对应的时间点与每个候选点对应的第二轨迹点的采集时间相同；
所述根据所述多个第二轨迹点的平面坐标、采集时间、运动特征、所述多个第二轨迹点对应的候选车道，以及所述多个第二轨迹点在对应的每个候选车道上的候选点，确定所述多个第二轨迹点中采集时间相邻的每两个第二轨迹点对应的候选点之间的转移概率，包括：
从所述多个第二轨迹点对应的候选点中选择时间点相邻的两个候选点，根据选择的两个候选点执行以下操作，直至根据所述多个第二轨迹点对应的候选点中时间点相邻的每两个候选点均已执行以下操作为止：
根据所述选择的两个候选点对应的两个第二轨迹点的平面坐标之间的距离，以及所述选择的两个候选点中时间点在前的候选点转移到时间点在后的候选点的转移过程中经过的车道的长度，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的距离转移概率；
根据所述转移过程中经过的各个车道的车道特征，与所述时间点在后的候选点对应的第二轨迹点的运动特征之间的误差，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的特征转移概率；
根据所述距离转移概率和所述特征转移概率，确定从所述时间点在前的候选点转移到所述时间点在后的候选点的转移概率。
8.根据权利要求4所述的方法，其特征在于，所述根据所述多个第二轨迹点对应的候选点和采集时间、所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述第一车辆的车道级轨迹，包括：
根据所述多个第二轨迹点对应的候选点和采集时间，确定多个候选路径；
根据所述多个第二轨迹点对应的候选点的测量概率，以及所述多个第二轨迹点中采集时间相邻的两个第二轨迹点对应的候选点之间的转移概率，确定所述多个候选路径中每个候选路径的概率；
将所述多个候选路径中概率最大的候选路径确定为所述第一车辆对应的车道级轨迹。
9.一种确定车道级轨迹的装置，其特征在于，所述装置包括：
获取模块，用于获取第一车辆的雷视轨迹数据，所述雷视轨迹数据包括多个雷视相机采集得到的多个第一轨迹点，所述多个第一轨迹点中的每个第一轨迹点具有一个位置信息和一个采集时间；
预处理模块，用于根据各个第一轨迹点的位置信息和采集时间，对所述多个第一轨迹点进行降噪处理，得到多个第二轨迹点，所述多个第二轨迹点中的每个第二轨迹点具有一个平面坐标和一个采集时间；
纠正模块，用于根据所述多个第二轨迹点的平面坐标和采集时间，确定所述多个第二轨迹点中每个第二轨迹点的运动特征；根据所述多个第二轨迹点的平面坐标、采集时间和运动特征，以及车道级路网数据包括的车道的车道特征，确定所述第一车辆的车道级轨迹，所述车道级路网数据用于表征至少包括位于所述多个雷视相机的覆盖范围内的车道的车道特征。
10.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一所述方法的步骤。
CN202010982196.4A 2020-09-17 2020-09-17 确定车道级轨迹的方法、装置及存储介质 Active CN112130137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010982196.4A CN112130137B (zh) 2020-09-17 2020-09-17 确定车道级轨迹的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010982196.4A CN112130137B (zh) 2020-09-17 2020-09-17 确定车道级轨迹的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112130137A CN112130137A (zh) 2020-12-25
CN112130137B true CN112130137B (zh) 2023-10-20

Family

ID=73841124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010982196.4A Active CN112130137B (zh) 2020-09-17 2020-09-17 确定车道级轨迹的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112130137B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192218A (zh) * 2021-04-06 2021-07-30 北京世纪高通科技有限公司 道路计费方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241465A (zh) * 2015-10-20 2016-01-13 中国有色金属长沙勘察设计研究院有限公司 一种道路更新的方法
CN107221195A (zh) * 2017-05-26 2017-09-29 重庆长安汽车股份有限公司 汽车车道预测方法及车道级地图
CN109459047A (zh) * 2018-12-24 2019-03-12 武汉大学 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法
CN111351498A (zh) * 2018-12-21 2020-06-30 沈阳美行科技有限公司 一种优化导航方法、装置及相关设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10502579B2 (en) * 2016-10-25 2019-12-10 Here Global B.V. Method and apparatus for determining modal routes between an origin area and a destination area
US10417906B2 (en) * 2016-12-23 2019-09-17 Here Global B.V. Lane level traffic information and navigation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241465A (zh) * 2015-10-20 2016-01-13 中国有色金属长沙勘察设计研究院有限公司 一种道路更新的方法
CN107221195A (zh) * 2017-05-26 2017-09-29 重庆长安汽车股份有限公司 汽车车道预测方法及车道级地图
CN111351498A (zh) * 2018-12-21 2020-06-30 沈阳美行科技有限公司 一种优化导航方法、装置及相关设备
CN109459047A (zh) * 2018-12-24 2019-03-12 武汉大学 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法

Also Published As

Publication number Publication date
CN112130137A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN110134126B (zh) 轨迹匹配方法、装置、设备和介质
KR20210127121A (ko) 도로 이벤트 검출 방법, 장치, 기기 및 저장매체
CN110031817B (zh) 一种激光雷达反光板的快速匹配方法
CN113313763B (zh) 一种基于神经网络的单目相机位姿优化方法及装置
WO2021208110A1 (zh) 车道线识别异常事件确定方法、车道线识别装置及系统
US11205079B2 (en) Determining position data
CN112927565B (zh) 提升机坪综合航迹监视数据精度的方法、装置及系统
CN111507204A (zh) 倒计时信号灯的检测方法、装置、电子设备及存储介质
CN112130137B (zh) 确定车道级轨迹的方法、装置及存储介质
CN113295176A (zh) 地图更新方法、地图更新装置及计算机可读存储介质
CN112577524A (zh) 信息校正方法和装置
CN116964588A (zh) 一种目标检测方法、目标检测模型训练方法及装置
CN114090560B (zh) 一种车道的中心线生成方法、装置、设备及存储介质
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
WO2022252482A1 (zh) 机器人及其环境地图构建方法和装置
CN115147561A (zh) 位姿图生成方法、高精地图生成方法和装置
CN114842074A (zh) 一种基于模型匹配的无人机影像定位方法
CN113048988B (zh) 一种导航地图对应场景的变化元素检测方法及装置
CN113470343B (zh) 阻断道路的开通检测方法、装置、设备及存储介质
CN114049615B (zh) 行驶环境中交通对象融合关联方法、装置及边缘计算设备
US20200058158A1 (en) System and method for object location detection from imagery
CN114417946A (zh) 目标检测方法及装置
CN114219907B (zh) 三维地图生成方法、装置、设备以及存储介质
CN115662167B (zh) 自动驾驶地图构建方法、自动驾驶方法及相关装置
CN113030934B (zh) 一种基于平均距离最近原理的车检雷达数据预处理方法

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
GR01 Patent grant
GR01 Patent grant