CN112525212B - 一种交通道路最可能路径生成方法及系统 - Google Patents
一种交通道路最可能路径生成方法及系统 Download PDFInfo
- Publication number
- CN112525212B CN112525212B CN202011504216.3A CN202011504216A CN112525212B CN 112525212 B CN112525212 B CN 112525212B CN 202011504216 A CN202011504216 A CN 202011504216A CN 112525212 B CN112525212 B CN 112525212B
- Authority
- CN
- China
- Prior art keywords
- path
- road
- probable
- starting point
- branch
- 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
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
- G01C21/26—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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明实施例提供一种交通道路最可能路径生成方法及系统,方法包括:获取预设范围区域内的所有的道路信息;对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。本发明实施例基于每一条交通道路上设置的每一个起点,生成每一个起点的最可能路径,覆盖各种路径场景,实现自动化系统地生成预设范围区域内的全量最可能路径,为后续生成对应的ADAS数据提供信息基础。
Description
技术领域
本发明涉及交通领域,更具体地,涉及一种交通道路最可能路径生成方法及系统。
背景技术
通过地图数据拓扑结构,能够描述车辆最有可能行走的路径(Most ProbablePath, MPP),MPP带有道路级甚至车道级行驶引导信息,可以提供给车辆决策控制系统,用于引导驾驶者操控车辆(ADAS功能),或者决策系统接管车辆动力、转向、制动控制进行半自动或全自动的引导、变道等操作。
基于MPP生成电子地平线,然后使用ADASIS协议标准生成编码消息被分发到车辆CAN总线系统上的每个ADAS应用程序。对于生成的数据进行测试评价是否可以输出完整正确的ADAS属性,目前还没有成熟的生成完备MPP的方案,无法达到覆盖全量测试的要求。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种交通道路最可能路径生成方法及系统。
根据本发明实施例的第一方面,提供了一种交通道路最可能路径生成方法,包括:
获取预设范围区域内的所有的道路信息;
对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;
合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;
遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
在上述技术方案的基础上,本发明实施例还可以作出如下改进。
可选的,所述道路包括带有ADAS属性的高速道路和不带ADAS属性的普通道路;
相应的,所述对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径包括:
基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径;
以及基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径。
可选的,所述基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
通过如下方式生成当前起点的后向最可能路径:
以当前起点反向探索第二预设探索距离,若在所述第二预设探索距离内没有探索到合流路口,则以反向探索的第二预设探索距离为当前起点的后向最可能路径;
若在第二预设探索距离内探索到至少一个合流路口,保留第一个合流路口的所有支路,则将沿着当前起点到第一个合流路口再到每一条支路的方向上的第二预设探索距离作为当前起点的多条后向最可能路径;
对于第一个路口以外的每一个合流路口,从每一个合流路口对应的多条支路中选择一条最佳支路,则将沿着当前起点到每一个合流路口再到合流路口的最佳支路方向上的第二预设探索距离作为当前起点的后向最可能路径。
可选的,所述基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
通过如下方式生成当前起点的前向最可能路径:
以当前起点正向探索第一预设探索距离,若在所述第一预设探索距离内没有探索到分歧路口,则以正向探索的第一预设探索距离为当前起点的前向最可能路径;
若在所述第一预设探索距离内探索到至少一个分歧路口,从每一个分歧路口对应的多条支路中选择一条最佳支路,并将沿着当前起点到每一个分歧路口再到分歧路口的最佳支路方向上的第一预设探索距离作为当前起点的前向最可能路径作为主要最可能路径。
可选的,还包括:
对于所述主要最可能路径上的任一个分歧路口,对于任一个分歧路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径。
可选的,所述对于所述主要最可能路径上的任一个分歧路口,对于任一个分歧路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径包括:
当主要最可能路径在所述任一个分歧路口的退出道路为高速道路,则保留所述任一个分歧路口的每一条高速道路支路,保留一条最佳普通道路支路;
当主要最可能路径在所述任一个分歧路口的进入道路为高速道路,退出道路为普通道路时,保留所述任一个分歧路口的每一条高速道路支路,普通道路支路不保留;
当主要最可能路径在所述任一个分歧路口的进入道路和退出道路均为普通道路,则对于任一个分歧路口,不探索最可能路径;
对于主要最可能路径上存在的任一个分歧路口,若退出的支路能够再次回到主要最可能路径,基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径。
可选的,所述基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径还包括:
基于生成的前向最可能路径中,若存在两次从同一个分歧路口和同一个合流路口返回主要最可能路径的路径,则生成一条沿所述分歧路口和所述合流路口循环环绕的路径。
可选的,所述以及基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
基于与当前起点在高速道路上相同的方式生成当前起点的后向最可能路径,其中,所述后向最可能路径为一条。
可选的,所述基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
以当前起点沿所在的普通道路在第一预设探索距离内向前探索,当遇到高速道路支路时,以普通道路和高速道路的合流路口为起点,反向探索一条最可能的普通道路路径;
从普通道路路径中距离合流路口第一预设探索距离内的每一个起点开始,探索该起点的后向最可能路径,其中,所述后向最可能路径包括两部分,第一部分为该起点到合流路口之间的路径,第二部分为从合流路口向前探索的路径,所述第一部分路径长度和第二部分路径长度之和等于第一预设探索距离。
根据本发明实施例的第二方面,提供了一种交通道路最可能路径生成系统,包括:
获取模块,用于获取预设范围区域内的所有的道路信息;
生成模块,用于对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;以及合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;还用于遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
根据本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述任意一项所述的交通道路最可能路径生成方法的步骤。
根据本发明实施例的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如上述任意一项所述的交通道路最可能路径生成方法的步骤。
本发明实施例提供一种交通道路最可能路径生成方法及系统,基于每一条交通道路上设置的每一个起点,生成每一个起点的最可能路径,覆盖各种路径场景,实现自动化系统地生成预设范围区域内的全量最可能路径,为后续生成对应的ADAS数据提供信息基础。
附图说明
图1为本发明实施例提供的一种交通道路最可能路径生成方法流程图;
图2为本发明实施例提供的当前起点在高速道路的场景下的最可能路径的生成方法流程图;
图3为本发明实施例提供的当前起点在普通道路的场景下的最可能路径的生成方法流程图;
图4为当前起点在高速道路上,在反向探索范围内没有探索到合流路口,生成的后向最可能路径示意图;
图5为为当前起点在高速道路上,在反向探索范围内探索到合流路口,生成的后向最可能路径的示意图;
图6为主要MPP上存在的分歧路口的支路上的探索路径的筛选示意图;
图7为存在从其它支路开始能够再次回到主要MPP的路径时,生成的最可能路径示意图;
图8为存在两次从同一个分歧路口到同一个合流路口,生成的循环路径示意图;
图9为本发明实施例提供的交通道路最可能路径生成系统结构图;
图10为本发明实施例提供的一种可能的电子设备的硬件结构示意图;
图11为本发明实施例提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明实施例提供的一种交通道路最可能路径生成方法流程图,如图1所示,方法包括:101、获取预设范围区域内的所有的道路信息;102、对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;103、合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;104、遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
可以理解的是,基于背景技术中存在的缺陷,本发明实施例提出一种完备生成所有交通道路的最可能路径的方法,在对本发明实施例提出的方法进行描述一下,先对几个名词进行说明。
MPP(Most Probable Path,最可能路径)为从当前起点,向前方和后方分别探索一定距离范围后组成的一条最可能路径。ADAS(高级驾驶辅助系统)是利用安装在车上的各式各样传感器,在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航仪地图数据,进行系统的运算与分析,从而预先让驾驶者察觉到可能发生的危险,有效增加汽车驾驶的舒适性和安全性。
为了生成需要探索区域的每一条道路的最可能路径,首先,获取需要探索的预设范围内的每一条道路信息,为了完备地生成各条道路的最可能路径,对于每一条道路,每隔预设距离设置一个起点,对于每一条道路,每隔100m设置一个起点。基于每一个起点,生成该起点的前向最可能路径(根据起点向前探索得到的最可能路径)和后向最可能路径(根据起点向后探索得到的最可能路径)。对于每一个起点的前向最可能路径和后向最可能路径进行合并,即生成每一个起点的最可能路径。遍历预设区域范围内的每一条道路的每一个起点,即可生成预设区域范围内的全网道路的最可能路径。生成全网道路的最可能路径,能够为后续车辆行驶时,对车辆行驶路径的选择提供基础数据。
本发明实施例基于每一条交通道路上设置的每一个起点,生成每一个起点的最可能路径,覆盖各种路径场景,实现自动化系统地生成预设范围区域内的全量最可能路径,为后续生成对应的ADAS数据提供信息基础。
在一种可能的实施例方式中,道路包括带有ADAS属性的高速道路和不带ADAS属性的普通道路;相应的,对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径包括:基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径;以及基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径。
可以理解的是,为了保证生成的最可能路径能够覆盖所有带有ADAS属性的道路,通常ADAS属性存在与高速道路上,以下为了描述简便,均以高速道路指代有ADAS属性的道路,普通道路指代没有ADAS属性的道路。
为了满足各种有效情况的覆盖,最可能路径的生成主要分为两种场景,分别定制相应的生成规则。
若当前起点在高速道路上,对于任一个高速道路,每隔100m设置起点,生成每一个起点的最可能路径。若当前起点在普通道路上,以另外的生成规则生成每一个起点的最可能路径。
需要说明的是,自动化生成系统管理不同场景生成过程,支持生成进度保存,进度恢复。生成的最可能路径使用数据库管理,由于数据量庞大,对输出结果(输出的最可能路径)按照level 8 的tile范围分目录存储管理。
在本发明实施例中,MPP是指以当前起点为起始,向后方探索第二预设探索距离的路径生成当前起点的后向最可能路径,以及向前方探索第一预设探索距离的路径生成当前起点的前向最可能路径。Offset点为在每一条道路上,每隔预设距离设置的起点,比如,在每一条道路上每隔100m设置的起点。
其中,对于当前起点在高速道路上的场景,可参见图2的最可能路径生成方法的流程,若当前起点在高速道路上,首先,收集地图数据中所有的道路信息,当需要探索预设区域范围内的MPP,则提取预设区域范围的所有的道路信息,对于每一条道路的每一个起点,生成对应的MPP,检查任意一条道路上的每一个起点是否均生成了对应的MPP,当检查到任意一条道路上的每一个起点均生成了对应的MPP后,再检查预设区域范围内的每一条道路是否均生成了对应的MPP,直到预设区域范围内的所有道路均生成了对应的MPP。
对于当前起点在普通道路的场景,可参见图3的最可能路径生成方法的流程,收集地图数据中素有的高速道路,然后提取需要探索的区域内的高速道路,并提取与当前起点所在的普通道路连接的高速道路,称为IC Link。基于每一条IC Link,以IC Link反向推算普通道路MPP,收集该MPP上的所有的普通道路,从所有的普通道路中选择一条最可能的普通路径,对于该条普通路径上的每一个offset点,均生成对应的最可能路径。其中,生成的最可能路径包括后向最可能路径和前向最可能路径,对于前向最可能路径,以offset点到IC Node(普通道路与高速道路的交汇点称为IC Node)的路径和从IC Node向前探索的一部分路径组成该offset点的前向最可能路径,后向最可能路径和前向最可能路径合并生成当前offset点的最可能路径,并将生成的全网道路的最可能路径存储于数据库中,当道路有变化时,实时更新数据库中的最可能路径。
在一种可能的实施例方式中,基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:通过如下方式生成当前起点的后向最可能路径:以当前起点反向探索第二预设探索距离,若在所述第二预设探索距离内没有探索到合流路口,则以反向探索的第二预设探索距离为当前起点的后向最可能路径;若在第二预设探索距离内探索到至少一个合流路口,保留第一个合流路口的所有支路,则将沿着当前起点到第一个合流路口再到每一条支路的方向上的第二预设探索距离作为当前起点的多条后向最可能路径;对于第一个路口以外的每一个合流路口,从每一个合流路口对应的多条支路中选择一条最佳支路,则将沿着当前起点到每一个合流路口再到合流路口的最佳支路方向上的第二预设探索距离作为当前起点的后向最可能路径。
可以理解的是,在当前起点在高速道路上的场景,生成当前起点的后向最可能路径的方式为,以当前起点为开始,反向探索300m(第二预设探索距离)的路径。如果在300m探索范围内没有探索到合流路口,则将反向探索的300m路径作为当前起点的后向最可能路径,可参见图4。如果在探索范围内探索到合流路口,对于反向探索到的第一个合流路口,保留第一个合流路口的所有支路路径,将沿着当前起点到第一个合流路口再到每一条支路的方向上的第二预设探索距离作为当前起点的多条后向最可能路径;对于其它的每一个合流路口,从每一个合流路口对应的多条支路中选择一条最佳支路,将沿着当前起点到每一个合流路口再到合流路口的最佳支路方向上的300m路径作为当前起点的后向最可能路径。其中,对于在探索范围内探索到合流路口的场景下,生成MPP的示意图可参见图5,其中,粗线代表高速道路,细线代表普通道路。
其中,对于每一个合流路口的多条支路,从中选择一条最佳支路的方法为,在多条支路中,以平均道路等级最高、平均转弯程度最小的路径为最可能的路径,也就是最佳支路路径。
在一种可能的实施例方式中,基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:通过如下方式生成当前起点的前向最可能路径:以当前起点正向探索第一预设探索距离,若在第一预设探索距离内没有探索到分歧路口,则以正向探索的第一预设探索距离为当前起点的前向最可能路径;若在第一预设探索距离内探索到至少一个分歧路口,从每一个分歧路口对应的多条支路中选择一条最佳支路,并将沿着当前起点到每一个分歧路口再到分歧路口的最佳支路方向上的第一预设探索距离作为当前起点的前向最可能路径作为主要最可能路径。
可以理解的是,若当前起点在高速道路上,生成当前起点的正向最可能路径的方式为,以当前起点为开始,正向探索5km范围的路径,如果在探索范围内没有探索到分歧路口,则以当前起点正向探索的5km范围内的路径作为当前起点的前向最可能路径。
如果在探索范围内探索到分歧路口,则对于每一个分歧路口的多条支路,从中选择一条最佳支路,从当前起点到每一个分歧路口的最佳支路组成的路径为主要MPP,即最主要的一条最可能路径,下述称为主要最可能路径。其中,对于每一个分歧路口的多条支路,以平均道路等级最高、平均转弯程度最小的路径为最可能的路径,即最佳支路。
在一种可能的实施例方式中,还包括:对于主要最可能路径上的任一个分歧路口,对于任一个分歧路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径。
其中,对于主要最可能路径上的任一个分歧路口,对于任一个合流路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径包括:当主要最可能路径在所述任一个分歧路口的退出道路为高速道路,则保留所述任一个分歧路口的每一条高速道路支路,保留一条最佳普通道路支路;当主要最可能路径在所述任一个分歧路口的进入道路为高速道路,退出道路为普通道路时,保留所述任一个分歧路口的每一条高速道路支路,普通道路支路不保留;当主要最可能路径在所述任一个分歧路口的进入道路和退出道路均为普通道路,则对于任一个分歧路口,不探索最可能路径;对于主要最可能路径上存在的任一个分歧路口,若退出的支路能够再次回到主要最可能路径,基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径。
可以理解的是,针对主要MPP上存在的分歧路口,对于每一个分歧路口的多条支路中除去最佳支路的其它支路,分别探索一条最可能的路径。为了避免因普通道路而生成大量冗余的MPP,会根据分歧点的情况,对需要探索路径的支路会进一步筛选,可参见图6:
(1)对于主要MPP上的分歧路口处,若主要MPP的退出道路为高速道路,则保留每一条高速道路支路,基于每一条高速道路支路继续探索,生成前向最可能路径;对于支路中的普通道路,则选择一条最可能的普通道路支路,基于这一条最可能的普通道路支路继续探索,生成前向最可能路径。
(2)对于主要MPP上的分歧路口处,若主要MPP的进入道路为高速道路,退出道路为普通道路,则保留每一条高速道路支路,基于每一条高速道路支路继续探索,生成前向最可能路径;对于支路中的普通道路,则不需要探索路径。
(3)对于主要MPP上的分歧路口处,若主要MPP的进入道路和退出道路均为普通车道,则在分歧路口不需要探索路径。
另外,可参见图7,对于主要MPP上的合流路口,若存在从其它支路开始能够再次回到主要MPP的路径,将该路径作为前向最可能路径中的一部分。其中,如果从当前起点到分歧路口再到合流路口的路径距离小于5km,则将从当前起点到分歧路口再到合流路口的路径部分作为当前起点的前向最可能路径中的一部分,另外,再次回到主要MPP上沿着主要MPP将路径距离补齐到5km,整个5km的路径作为当前起点的前向最可能路径。
为了避免因普通道路而生成大量冗余的MPP,本发明实施例会根据分歧路口的情况,对需要探索路径的支路增加限制,其中,具体的限制主要有:(1)对于高速道路支路,需要探索所有能返回主MPP的路径;(2)普通道路支路只需要探索一条最近的返回主MPP的路径,并对回到主要MPP的合流进一步筛选:(21)高速道路支路均作为可返回主要MPP的合流;(22)普通道路合流,当合流点处,主要MPP的进入退出道路均为普通道路时,该普通道路合流路口不考虑路径探索,即不需要生成从该普通道路合流返回主MPP的路径,其他情况的合流路口,普通道路合流也作为可返回主MPP的路径。
对于探索的路径中,从高速路口分歧路口离开后返回主要MPP,返回后沿着主要MPP再次探索到分歧路口的支路线路,需要再沿分歧路口以同样的规则探索路径。
在一种可能的实施例方式中,基于任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径还包括:基于生成的前向最可能路径中,若存在两次从同一个分歧路口和同一个合流路口返回主要最可能路径的路径,则生成一条沿所述分歧路口和所述合流路口循环环绕的路径。
可以理解的是,在上述生成的从分歧路口能够再次回到主要MPP上的路径,如果存在两次从同一个分歧路口和同一个合流路口返回主要MPP的路径,如图8所示,可以理解为,这里是循环路径,对于此种情况的路径,则额外生成沿着该分歧路口和合流路口循环环绕的路径。
在一种可能的实施例方式中,基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:基于与当前起点在高速道路上相同的方式生成当前起点的后向最可能路径,其中,后向最可能路径为一条。
可以理解的是,对于当前起点在普通道路上的场景,其反向探索规则与当前起点在高速道路上的反向探索规则一致,具体的,基于当前起点,在普通道路上反向探索300m的距离范围,当在反向探索范围内没有探索到合流路口,则将反向探索的300m路径作为当前起点的后向最可能路径。如果在反向探索范围内探索到合流路口,则对于每一个合流路口的多条支路,保留一条最佳支路,基于每一个合流路口保留的一条最佳支路,生成当前起点的后向最可能路径。
对于当前起点在普通道路的前向探索路径的方式为,以当前起点沿所在的普通道路在第一预设探索距离内向前探索,当遇到高速道路支路时,以普通道路和高速道路的合流路口为起点,反向探索一条最可能的普通道路路径;
从普通道路路径中距离合流路口第一预设探索距离内的每一个起点开始,探索该起点的前向最可能路径,其中,所述前向最可能路径包括两部分,第一部分为该起点到合流路口之间的路径,第二部分为从合流路口向前探索的路径,第一部分路径长度和第二部分路径长度之和等于第一预设探索距离。
可以理解的是,若当前起点在普通道路上时,以当前起点为开始,沿着普通道路在5km探索范围内进行探索,在探索范围内,若遇到高速道路时,将普通道路和高速道路的合流路口称为IC Node。以IC Node为起点,反向探索一条5km范围内最可能的路径,路径中只包含普通道路,在多条5km距离范围内可通行的普通道路路径中,以平均道路等级最高、平均转弯程度最小的路径为最可能的普通路径。
在最可能的普通路径中,对于路径中设置的每一个offset点(也就是每隔100m设置的起点),从距离IC Node 5km范围内的offset点开始,分别生成每一个offset点的前向最可能路径。其中,前向最可能路径分为两部分,第一部分为该起点到合流路口之间的路径,第二部分为从合流路口向前探索的路径,两部分路径的长度之和等于5km,也就是说对于每一个offset点,生成的前向最可能路径的总长度为5km。
至此,完成了当前起点在高速道路上的最可能路径的生成以及当前起点在普通道路上的最可能路径的生成,对于各种不同的场景,均生成了每一个起点对应的最可能路径,能够覆盖所有的场景,也就是说,对于多种场景,均可以生成每一个起点对应的最可能路径,为后续车辆行驶时提供ADAS数据。
图9为本发明实施例提供的一种交通道路最可能路径生成系统结构图,如图9所示,一种交通道路最可能路径生成系统,包括:获取模块901和生成模块902,其中:
获取模块901,用于获取预设范围区域内的所有的道路信息;
生成模块902,用于对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;以及合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;还用于遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
本发明实施例提供的交通道路最可能路径生成系统与前述各实施例提供的交通道路最可能路径生成方法相对应,交通道路最可能路径生成系统的相关技术特征可参见交通道路最可能路径生成方法的相关技术特征,在此不再重复说明。
请参阅图10,图10为本申请实施例提供的电子设备的实施例示意图。如图10所示,本申请实施例提了一种电子设备,包括存储器1010、处理器1020及存储在存储器1020上并可在处理器1020上运行的计算机程序1011,处理器1020执行计算机程序1011时实现以下步骤:获取预设范围区域内的所有的道路信息;对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
请参阅图11,图11为本申请实施例提供的一种计算机可读存储介质的实施例示意图。如图11所示,本实施例提供了一种计算机可读存储介质1100,其上存储有计算机程序1111,该计算机程序1111被处理器执行时实现如下步骤:获取预设范围区域内的所有的道路信息;对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包括这些改动和变型在内。
Claims (8)
1.一种交通道路最可能路径生成方法,其特征在于,包括:
获取预设范围区域内的所有的道路信息;
对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;
合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;
遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息;
所述道路包括带有ADAS属性的高速道路和不带ADAS属性的普通道路;基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径:
通过如下方式生成当前起点的前向最可能路径:
若在第一预设探索距离内探索到至少一个分歧路口,从每一个分歧路口对应的多条支路中选择一条最佳支路,并将沿着当前起点到每一个分歧路口再到分歧路口的最佳支路方向上的第一预设探索距离作为当前起点的前向最可能路径作为主要最可能路径;
还包括:
对于所述主要最可能路径上的任一个分歧路口,对于任一个分歧路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径:
当主要最可能路径在所述任一个分歧路口的退出道路为高速道路,则保留所述任一个分歧路口的每一条高速道路支路,保留一条最佳普通道路支路;
当主要最可能路径在所述任一个分歧路口的进入道路为高速道路,退出道路为普通道路时,保留所述任一个分歧路口的每一条高速道路支路,普通道路支路不保留;
当主要最可能路径在所述任一个分歧路口的进入道路和退出道路均为普通道路,则对于任一个分歧路口,不探索最可能路径;
对于主要最可能路径上存在的任一个分歧路口,若退出的支路能够再次回到主要最可能路径,基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径。
2.根据权利要求1所述的交通道路最可能路径生成方法,其特征在于,
所述对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径包括:
基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径。
3.根据权利要求2所述的交通道路最可能路径生成方法,其特征在于,所述基于当前起点在高速道路,按照第二预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
通过如下方式生成当前起点的后向最可能路径:
以当前起点反向探索第二预设探索距离,若在所述第二预设探索距离内没有探索到合流路口,则以反向探索的第二预设探索距离为当前起点的后向最可能路径;
若在第二预设探索距离内探索到至少一个合流路口,保留第一个合流路口的所有支路,则将沿着当前起点到第一个合流路口再到每一条支路的方向上的第二预设探索距离作为当前起点的多条后向最可能路径;
对于第一个路口以外的每一个合流路口,从每一个合流路口对应的多条支路中选择一条最佳支路,则将沿着当前起点到每一个合流路口再到合流路口的最佳支路方向上的第二预设探索距离作为当前起点的后向最可能路径。
4.根据权利要求2所述的交通道路最可能路径生成方法,其特征在于,所述通过如下方式生成当前起点的前向最可能路径,还包括:
以当前起点正向探索第一预设探索距离,若在所述第一预设探索距离内没有探索到分歧路口,则以正向探索的第一预设探索距离为当前起点的前向最可能路径。
5.根据权利要求1所述的交通道路最可能路径生成方法,其特征在于,所述基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径还包括:
基于生成的前向最可能路径中,若存在两次从同一个分歧路口和同一个合流路口返回主要最可能路径的路径,则生成一条沿所述分歧路口和所述合流路口循环环绕的路径。
6.根据权利要求3所述的交通道路最可能路径生成方法,其特征在于,所述基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径包括:
基于与当前起点在高速道路上相同的方式生成当前起点的后向最可能路径,其中,所述后向最可能路径为一条。
7.根据权利要求2所述的交通道路最可能路径生成方法,其特征在于,所述基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径,还包括:
以当前起点沿所在的普通道路在第一预设探索距离内向前探索,当遇到高速道路支路时,以普通道路和高速道路的合流路口为起点,反向探索一条最可能的普通道路路径;
从普通道路路径中距离合流路口第一预设探索距离内的每一个起点开始,探索该起点的后向最可能路径,其中,所述后向最可能路径包括两部分,第一部分为该起点到合流路口之间的路径,第二部分为从合流路口向前探索的路径,所述第一部分路径长度和第二部分路径长度之和等于第一预设探索距离。
8.一种交通道路最可能路径生成系统,其特征在于,包括:
获取模块,用于获取预设范围区域内的所有的道路信息;
生成模块,用于对于每一条道路,每隔预设距离设置起点,生成每一个起点的前向最可能路径和后向最可能路径;以及合并所述前向最可能路径和所述后向最可能路径,生成每一个起点的最佳行驶路径;还用于遍历每一条道路上的每一个起点,生成所述预设范围区域内的最佳行驶路径信息所述道路包括带有ADAS属性的高速道路和不带ADAS属性的普通道路;基于当前起点在普通道路上,按照第一预设方式生成每一个起点的前向最可能路径和后向最可能路径:
通过如下方式生成当前起点的前向最可能路径:
若在第一预设探索距离内探索到至少一个分歧路口,从每一个分歧路口对应的多条支路中选择一条最佳支路,并将沿着当前起点到每一个分歧路口再到分歧路口的最佳支路方向上的第一预设探索距离作为当前起点的前向最可能路径作为主要最可能路径;
还包括:
对于所述主要最可能路径上的任一个分歧路口,对于任一个分歧路口除去最佳支路的其它每一条支路,通过筛选分别探索一条前向最可能路径:
当主要最可能路径在所述任一个分歧路口的退出道路为高速道路,则保留所述任一个分歧路口的每一条高速道路支路,保留一条最佳普通道路支路;
当主要最可能路径在所述任一个分歧路口的进入道路为高速道路,退出道路为普通道路时,保留所述任一个分歧路口的每一条高速道路支路,普通道路支路不保留;
当主要最可能路径在所述任一个分歧路口的进入道路和退出道路均为普通道路,则对于任一个分歧路口,不探索最可能路径;
对于主要最可能路径上存在的任一个分歧路口,若退出的支路能够再次回到主要最可能路径,基于所述任一个分歧路口到退出支路到再次回到主要最可能路径生成当前起点的第一预设探索距离的前向最可能路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504216.3A CN112525212B (zh) | 2020-12-17 | 2020-12-17 | 一种交通道路最可能路径生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504216.3A CN112525212B (zh) | 2020-12-17 | 2020-12-17 | 一种交通道路最可能路径生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112525212A CN112525212A (zh) | 2021-03-19 |
CN112525212B true CN112525212B (zh) | 2023-04-21 |
Family
ID=75001447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011504216.3A Active CN112525212B (zh) | 2020-12-17 | 2020-12-17 | 一种交通道路最可能路径生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112525212B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263540A (zh) * | 2005-09-12 | 2008-09-10 | 松下电器产业株式会社 | 地图显示装置 |
CN102176283A (zh) * | 2011-01-07 | 2011-09-07 | 重庆大学 | 一种简化交通路网模型及基于此模型的导航方法 |
CN104076375A (zh) * | 2013-03-27 | 2014-10-01 | 株式会社日立制作所 | 路径搜索方法和路径搜索装置 |
CN110220521A (zh) * | 2019-05-24 | 2019-09-10 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
CN111289000A (zh) * | 2018-12-10 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种选择交通信息发布道路的方法和装置 |
CN111483465A (zh) * | 2019-01-28 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种扩展mpp的方法、装置、电子设备及存储介质 |
CN111801638A (zh) * | 2018-09-28 | 2020-10-20 | 百度时代网络技术(北京)有限公司 | 基于枚举的自动驾驶车辆的三点转弯规划 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10816345B2 (en) * | 2018-06-22 | 2020-10-27 | Qualcomm Incorporated | Enhancing navigation experience using V2X supplemental information |
-
2020
- 2020-12-17 CN CN202011504216.3A patent/CN112525212B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263540A (zh) * | 2005-09-12 | 2008-09-10 | 松下电器产业株式会社 | 地图显示装置 |
CN102176283A (zh) * | 2011-01-07 | 2011-09-07 | 重庆大学 | 一种简化交通路网模型及基于此模型的导航方法 |
CN104076375A (zh) * | 2013-03-27 | 2014-10-01 | 株式会社日立制作所 | 路径搜索方法和路径搜索装置 |
CN111801638A (zh) * | 2018-09-28 | 2020-10-20 | 百度时代网络技术(北京)有限公司 | 基于枚举的自动驾驶车辆的三点转弯规划 |
CN111289000A (zh) * | 2018-12-10 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种选择交通信息发布道路的方法和装置 |
CN111483465A (zh) * | 2019-01-28 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种扩展mpp的方法、装置、电子设备及存储介质 |
CN110220521A (zh) * | 2019-05-24 | 2019-09-10 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112525212A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902899B (zh) | 信息生成方法和装置 | |
CN111044058A (zh) | 路线规划方法及路线规划装置、计算机设备和存储介质 | |
US20200082619A1 (en) | Obstacle distribution simulation method and device based on multiple models, and storage medium | |
CN110779539B (zh) | 行车路径修正方法、装置、设备和存储介质 | |
CN113340318A (zh) | 车辆导航方法、装置、电子设备及存储介质 | |
CN112710317A (zh) | 自动驾驶地图的生成方法、自动驾驶方法及相关产品 | |
CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
CN114234986B (zh) | 一种地图数据的处理方法和装置 | |
CN110516564A (zh) | 路面检测方法和装置 | |
CN112525212B (zh) | 一种交通道路最可能路径生成方法及系统 | |
CN113408654A (zh) | 基于分级合并的城市路网融合方法、系统及存储介质 | |
CN1993722B (zh) | 位置信息发送装置以及位置信息发送方法 | |
CN111483465B (zh) | 一种扩展mpp的方法、装置、电子设备及存储介质 | |
CN114018240B (zh) | 一种地图数据的处理方法和装置 | |
CN114234989A (zh) | 一种车辆偏航后的路网树更新方法及系统 | |
CN115662172A (zh) | 交通信号灯运行状态确定方法及装置、电子设备 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
CN112509332B (zh) | 路况确定方法、装置、介质以及电子设备 | |
CN116929384A (zh) | 车辆行驶路线规划方法及电子设备 | |
CN114407919A (zh) | 一种基于自动驾驶的碰撞检测方法及系统 | |
CN111486857B (zh) | 一种路网预测树构建方法、装置、电子设备及存储介质 | |
CN113514073A (zh) | 一种车联网智能导航越障方法、装置和电子设备 | |
CN118230276B (zh) | 检测车道线交叉点的方法、装置、云服务器和存储介质 | |
CN115798218B (zh) | 关联交通标识信息的方法、装置及电子设备 | |
CN113935511A (zh) | 一种偏航后保持探索路网正常接续的方法及系统 |
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 |