CN113178091B - 安全行驶区域方法、装置和网络设备 - Google Patents
安全行驶区域方法、装置和网络设备 Download PDFInfo
- Publication number
- CN113178091B CN113178091B CN202110518332.9A CN202110518332A CN113178091B CN 113178091 B CN113178091 B CN 113178091B CN 202110518332 A CN202110518332 A CN 202110518332A CN 113178091 B CN113178091 B CN 113178091B
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- intersection
- road
- safe driving
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012545 processing Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000013439 planning Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
Abstract
本发明提供一种安全行驶区域划分方法、装置和网络设备，属于自动驾驶领域。本发明提供的安全行驶区域划分方法，通过获取目标车辆指定区域内的交通参与者的信息；获取路面信息，根据所述路面信息生成高精度地图；根据所述高精度地图获取指定区域的道路信息；根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域；充分考虑了交通参与者，以及路口与非路口路况的区别，根据指定区域的高精度地图来划分安全行驶区域，极大提高了安全行驶区域划分的准确性。
Description
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种安全行驶区域划分方法、装置和电子设备。
背景技术
现有安全行驶区域划分技术分为三类，一是根据车载激光雷达设备采集的各传感器数据，对采集数据依次进行标定、融合、拼接，生成地面点云数据，其次根据这些信息用不同的方法刻画出路面轮廓，其中包括最小二乘法拟合、分组点云数据，随机抽样一致算法拟合等，最后结合道路信息划分安全行驶区域；二是从车载摄像机采集的道路图像，根据图像处理确定行驶区域、非路面区域和障碍物区域等，最后结合区域交集划分安全行驶区域；三是利用车载单元和交通控制单元获取车辆的规划路径，再在路径的基础上向两边扩展获得安全行驶区域。
然而，目前技术方案中根据激光雷达获取的道路信息不够详尽，且只针对单个车辆，未考虑其他交通参与者造成的影响；根据摄像机进行图片处理的方法相对于使用车载激光雷达的方法准确性较差；结合规划路径扩展安全行驶区域的方法同样没有考虑其他交通参与者的影响；这些都导致了现有方案安全行驶区域划分的准确性较差。
发明内容
本发明提出了一种安全行驶区域划分方法，充分考虑其他交通参与者造成的影响，提高了安全行驶区域划分的准确性。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本发明提供了一种安全行驶区域划分方法，所述方法包括：
获取目标车辆指定区域内的交通参与者的信息；
获取路面信息，根据所述路面信息生成高精度地图；
根据所述高精度地图获取指定区域的道路信息；
根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；
根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域。
可选的，所述获取目标车辆指定区域内的交通参与者的信息包括：
通过所述目标车辆上装载的激光雷达采集数据并生成点云数据，根据所述点云数据获取所述指定区域内的交通参与者的信息。
可选的，所述交通参与者的信息包括以下至少一项：每个交通参与者的编号、类型、位置、速度、航向角、长度、宽度和离地高度。
可选的，所述获取路面信息，根据所述路面信息生成高精度地图包括：
通过所述目标车辆上装载的激光雷达和路测设备采集的数据，生成所述目标车辆所在道路的高精度地图。
可选的，所述根据所述高精度地图获取指定区域的道路信息，包括：
将所述高精度地图中的指定区域转化为OpenDrive地图信息格式的地图数据；
对所述地图数据进行地图信息分类，包括：
确定指定区域内道路的基准线，根据所述基准线将指定区域内的道路分割为不同的车道，将每个车道划分为不同的路段，并对每个路段属于是否位于路口路段进行分类；
其中，每一段基准线首尾相连，前一段基准线的终点是下一段基准线的起点，也是这两段基准线的交界点。
可选的，所述确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段，包括：
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是路口路段基准线，则所述目标车辆位于路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线一个是路口段基准线，另一个是非路口段基准线，则根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段。
可选的，所述根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段，包括：
若所述目标车辆位于所述交界点前方，则所述目标车辆位于前一段基准线对应的路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于后一段基准线对应的路段。
可选的，所述若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段，还包括：
则若所述目标车辆位于所述交界点前方，则所述目标车辆位于以所述交界点为基准线起点的非路口路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于以所述交界点为基准线终点的非路口路段。
可选的，所述根据所述目标车辆位于路口或非路口路段来划分所述目标车辆的安全行驶区域，包括以下至少一项：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
第二方面，本发明提供了一种安全行驶区域划分装置，其特征在于，包括：
获取模块，用于获取目标车辆指定区域内的交通参与者的信息；
地图生成模块，用于获取路面信息，根据所述路面信息生成高精度地图；
第一处理模块，用于根据所述高精度地图获取指定区域的道路信息；
第二处理模块，用于根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；
第三处理模块，用于根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域。
可选的，所述获取模块还用于：
通过所述目标车辆上装载的激光雷达采集数据并生成点云数据，根据所述点云数据获取所述指定区域内的交通参与者的信息。
可选的，所述交通参与者的信息包括以下至少一项：每个交通参与者的编号、类型、位置、速度、航向角、长度、宽度和离地高度。
可选的，所述地图生成模块还用于：
通过所述目标车辆上装载的激光雷达和路测设备采集的数据，生成所述目标车辆所在道路的高精度地图。
可选的，所述第一处理模块还用于：
将所述高精度地图中的指定区域转化为OpenDrive地图信息格式的地图数据；
对所述地图数据进行地图信息分类，包括：
确定指定区域内道路的基准线，根据所述基准线将指定区域内的道路分割为不同的车道，将每个车道划分为不同的路段，并对每个路段属于是否位于路口路段进行分类；
其中，每一段基准线首尾相连，前一段基准线的终点是下一段基准线的起点，也是这两段基准线的交界点。
可选的，所述第一处理模块用于确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段，包括：
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是路口路段基准线，则所述目标车辆位于路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线一个是路口段基准线，另一个是非路口段基准线，则根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段。
可选的，所述第一处理模块用于根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段，包括：
若所述目标车辆位于所述交界点前方，则所述目标车辆位于前一段基准线对应的路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于后一段基准线对应的路段。
可选的，所述第一处理模块用于若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段，还包括：
则若所述目标车辆位于所述交界点前方，则所述目标车辆位于以所述交界点为基准线起点的非路口路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于以所述交界点为基准线终点的非路口路段。
可选的，所述第一处理模块还用于：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
第三方面，本发明提供了一种网络设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现上述第一方面的安全行驶区域划分方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的安全行驶区域划分方法的步骤。
本发明提供的技术方案带来的有益效果至少包括：
本发明提供的安全行驶区域划分方法，通过获取目标车辆指定区域内的交通参与者的信息；获取路面信息，根据所述路面信息生成高精度地图；根据所述高精度地图获取指定区域的道路信息；根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域；充分考虑了交通参与者，以及路口与非路口路况的区别，根据指定区域的高精度地图来划分安全行驶区域，极大提高了安全行驶区域划分的准确性。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例提供的一种安全行驶区域划分方法的流程图；
图2为本发明实施例提供的以基准线对车道、路段进行划分的示意图；
图3为本发明实施例提供的一种目标车辆位置示意图；
图4为本发明实施例提供的一种目标车辆位于最近交界点后方示意图；
图5为本发明实施例提供的一种目标车辆位于最近交界点前方示意图；
图6为本发明实施例提供的一种路口路段安全行驶区域划分示意图；
图7为本发明实施例提供的一种非路口路段安全行驶区域划分示意图；
图8为本发明实施例提供的一种安全行驶区域划分装置结构示意图；
图9为本发明实施例提供的一种网络设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面首先对本发明运用到的一些技术做说明。
激光雷达传感器：激光雷达，即光探测与测量，是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术于一身的系统，用于获得数据并生成精确的DEM(数字高程模型)。从工作原理上讲，与微波雷达没有根本的区别，但相对于微波雷达，具有分辨率高、隐蔽性好、抗有源干扰能力强、低空探测性能好、体积小质量轻等特点。激光雷达的作用是能精确测量目标位置(距离和角度)、运动状态(速度、振动和姿态)和形状，探测、识别、分辨和跟踪目标。
图像处理技术：是用计算机对图像信息进行处理的技术。主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等。现在的图像处理技术通常结合各种人工智能领域的机器学习、深度学习算法来实现图形图像各种处理。
路径规划：路径规划在很多领域都具有广泛的应用。在高新科技领域的应用有：机器人的自主无碰行动；无人机的避障突防飞行；巡航导弹躲避雷达搜索、防反弹袭击、完成突防爆破任务等。在日常生活领域的应用有：GPS导航；基于GIS系统的道路规划；城市道路网规划导航等。在决策管理领域的应用有：物流管理中的车辆问题(VRP)及类似的资源管理资源配置问题。通信技术领域的路由问题等。凡是可拓扑为点线网络的规划问题基本上都可以采用路径规划的方法解决。
高精度地图：通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。高精度地图将大量的行车辅助信息存储为结构化数据，这些信息可以分为两类。第一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。
参考图1，为本发明实施例提供的安全行驶区域划分方法的流程图，所述安全行驶区域划分方法包括：
步骤11，获取目标车辆指定区域内的交通参与者的信息。
示例性的，所述交通参与者至少包括：机动车、非机动车和行人；充分获取目标车辆指定区域内的所有交通参与者的信息，有助于根据其他交通参与者的位置、运动状态，为目标车辆划分更准确的安全行驶区域；如指定区域内存在横穿马路的行人、其他车辆正在转向、刹车或变道等。
具体的，目标车辆的指定区域根据用户具体的车型、行驶状态、路面信息、车载雷达的扫描范围等进行设置。
步骤12，获取路面信息，根据所述路面信息生成高精度地图。
具体的，路面信息包括了道路数据、道路设施和路边设施等，道路数据如车道线的位置、类型、宽度、坡度和曲率等车道信息；道路设施如通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，路边设施如高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息；充分收集这些路面信息生成的高精度地图具有更高的准确性。
步骤13，根据所述高精度地图获取指定区域的道路信息。
具体的，高精度地图的范围大于目标车辆的指定区域范围，安全行驶区域的划分无需考虑过于大的地图范围，这会对运算量造成很大挑战，因此只需要获取目标车辆指定区域的高精度地图，进行安全区域划分即可，随着车辆的行驶再进行更新。
步骤14，根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段。
具体的，结合指定区域的道路信息和所述目标车辆的定位信息，能够获取目标车辆在道路中的位置信息，如位于左侧还是右侧车道、位于直线还是转弯道路、位于路口还是位于非路口，获取这些信息有助于划分的安全行驶区域更准确。
步骤15，根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域。
具体的，由于路口路段、非路口路段存在较大差异，如路口路段通常交通参与者更多、转向车辆也更多，非路口路段有相对稳定的车道，受到的干扰较小，以及两者的宽度也不同，因此本发明将道路分为路口路段与非路口路段分别进行安全行驶区域划分，能够使得安全行驶区域的划分更加具有针对性，更准确。
本发明提供的安全行驶区域划分方法，充分考虑了目标车辆指定区域内的交通参与者的信息，结合高精度地图，对目标车辆位于路口路段或非路口路段进行区分，充分考虑到路口、非路口路段的差异，来对安全行驶区域进行划分，极大提高了安全行驶区域划分的准确性。
可选的，所述获取目标车辆指定区域内的交通参与者的信息包括：
通过所述目标车辆上装载的激光雷达采集数据并生成点云数据，根据所述点云数据获取所述指定区域内的交通参与者的信息。
可选的，所述交通参与者的信息包括以下至少一项：每个交通参与者的编号、类型、位置、速度、航向角、长度、宽度和离地高度。
具体的，利用车载激光雷达产生的点云数据，经过深度学习(如点云识别算法：pointspillars、voxelnet算法)后获取地面上指定区域内的交通参与者的信息，再经过融合算法(如iou的匹配算法)得到结构化的交通参与者信息数据，即进行数据结构化，这些信息包括交通参与者的id、类型、位置、速度、航向角、交通工具的长度、宽度和离地高度等。
可选的，所述获取路面信息，根据所述路面信息生成高精度地图包括：
通过所述目标车辆上装载的激光雷达和路测设备采集的数据，生成所述目标车辆所在道路的高精度地图。
具体的，激光雷达可采集目标车辆附近的路面设施，如井、路障、隔离栏、马路上的绿化带、减速柱等，路测设备，如路边的传感器、摄像头等，通过他们采集的数据能获得道路宽度、长度、车道、周边设施等信息。
示例性的，利用车载激光雷达设备采集各传感器、以及路测设备采集数据，对采集数据依次进行标定、融合、拼接，生成地面点云数据；在地面点云数据中绘制车辆沿道路行驶的轨迹数据和包含道路信息的矢量数据，并为绘制的数据编辑属性；对编辑后数据进行符号化处理、图面整饰、晕渲，导出指定格式的高精度语义地图。
可选的，所述根据所述高精度地图获取指定区域的道路信息，包括：
将所述高精度地图中的指定区域转化为OpenDrive地图信息格式的地图数据；
对所述地图数据进行地图信息分类，包括：
确定指定区域内道路的基准线，根据所述基准线将指定区域内的道路分割为不同的车道，将每个车道划分为不同的路段，并对每个路段属于是否位于路口路段进行分类；
其中，每一段基准线首尾相连，前一段基准线的终点是下一段基准线的起点，也是这两段基准线的交界点。
示例性的，使用netconvert生成指定区域道路信息的OpenDrive文件，确定指定区域内道路的基准线，根据基准线通过OpenDrive将指定区域内的道路分割为不同的车道，以基准线为中心划分左右车道，如它的左侧车道id为正，右侧车道id为负，同时给出左右车道的宽度信息；且根据基准线将每段车道划分为若干段，根据道路id、基准线信息和车道id的正负即可获得道路信息。
示例性的，将后融合数据中的车辆的经纬度数据转化为OpenDrive使用的平面坐标(横轴墨卡托投影)。
示例性的，参考图2为以基准线对车道、路段进行划分示意图，其中S1-S4点分别为基准线的交界点，如S1为路段1的基准线起点；S2是路段2的基准线起点，也是路段1的基准线重点，以此类推。
具体的关于基准线，OpenDrive对道路数据进行处理时，每一条道路都有一条基准线，且每一条道路只有一条基准线，基准线通常在道路中央，有时也会横向偏移。
可选的，所述确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段，包括：
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是路口路段基准线，则所述目标车辆位于路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线一个是路口段基准线，另一个是非路口段基准线，则根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段。
示例性的，参考图3，目标车辆距离S3交界点距离最近，若路段3和路段2都是路口路段，则目标车辆位于路口路段；若路段3和路段2都是非路口路段，则目标车辆位于非路口路段。
可选的，所述根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段，包括：
若所述目标车辆位于所述交界点前方，则所述目标车辆位于前一段基准线对应的路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于后一段基准线对应的路段。
示例性的，参考图4，若路段3是非路口路段，路段2是路口路段，此时目标车辆位于交界点S3后方(这里以行驶方向确定前后关系)，因此，此时目标车辆位于路口路段。
示例性的，参考图5，若路段3是非路口路段，路段2是路口路段，此时目标车辆位于交界点S3前方(这里以行驶方向确定前后关系)，因此，此时目标车辆位于非路口路段。
可选的，所述若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段，还包括：
则若所述目标车辆位于所述交界点前方，则所述目标车辆位于以所述交界点为基准线起点的非路口路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于以所述交界点为基准线终点的非路口路段。
示例性的，参考图3，若所述目标车辆位于所述交界点S3后方，则所述目标车辆位于路段2；若所述目标车辆位于所述交界点前方，则所述目标车辆位于路段3。
示例性的，使用向量叉乘的方法确定车辆属于左侧还是右侧车道。
示例性的，可以使用KDTree算法判断出与车辆最近的基准线分界点。
可选的，所述根据所述目标车辆位于路口或非路口路段来划分所述目标车辆的安全行驶区域，包括以下至少一项：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
具体的，若目标车辆位于路口路段，安全行驶区域的纵向距离为与前方交通参者的最短距离(根据车辆航向角来确定)以及车辆刹车距离的最小值，安全行驶区域的横向距离取结合车辆宽度向左右两边延伸的距离(延伸距离根据实际情况进行设置)，之后结合上述距离、航向和垂直航向的方向框出安全行驶区域的4个边界点。
示例性的，参考图6，其中四边形GHIJ设为车辆，hdq为车辆的航向，O点为车辆中心点，距离OM为与前方交通参者的最短距离以及车辆刹车距离的最小值，这里PO和OR分别为车宽的一半，PO1和RO2分别为车辆向左右延伸的距离，O1，O2，O3，O4分别为框出的安全行驶区域边界点。
具体的，若目标车辆位于非路口路段，安全行驶区域的纵向距离为与前方交通参者的最短距离(根据车辆航向角来确定)以及车辆刹车距离的最小值，横向距离则结合车道宽度来确定，再根据与两边车道的距离、垂直基准线的正反方向框出安全行驶区域的4个边界点。
示例性的，参考图7，其中黑色实线为车道边线，中间的虚线为基准线，四边形GHIJ设为车辆，hdq为车辆的航向，O点为车辆中心点，距离OM为与前方交通参者的最短距离以及车辆刹车距离的最小值，O1，O2，O3，O4分别为框出的安全行驶区域边界点。
综上所述，本发明提供的安全行驶区域划分方法，通过获取目标车辆指定区域内的交通参与者的信息；获取路面信息，根据所述路面信息生成高精度地图；根据所述高精度地图获取指定区域的道路信息；根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域；充分考虑了交通参与者，以及路口与非路口路况的区别，根据指定区域的高精度地图来划分安全行驶区域，极大提高了安全行驶区域划分的准确性。
请参考图8，本发明实施例提供一种安全行驶区域划分装置，其特征在于，包括：
获取模块81，用于获取目标车辆指定区域内的交通参与者的信息；
地图生成模块82，用于获取路面信息，根据所述路面信息生成高精度地图；
第一处理模块83，用于根据所述高精度地图获取指定区域的道路信息；
第二处理模块84，用于根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；
第三处理模块85，用于根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域。
可选的，所述获取模块81还用于：
通过所述目标车辆上装载的激光雷达采集数据并生成点云数据，根据所述点云数据获取所述指定区域内的交通参与者的信息。
可选的，所述交通参与者的信息包括以下至少一项：每个交通参与者的编号、类型、位置、速度、航向角、长度、宽度和离地高度。
可选的，所述地图生成模块82还用于：
通过所述目标车辆上装载的激光雷达和路测设备采集的数据，生成所述目标车辆所在道路的高精度地图。
可选的，所述第一处理模块83还用于：
将所述高精度地图中的指定区域转化为OpenDrive地图信息格式的地图数据；
对所述地图数据进行地图信息分类，包括：
确定指定区域内道路的基准线，根据所述基准线将指定区域内的道路分割为不同的车道，将每个车道划分为不同的路段，并对每个路段属于是否位于路口路段进行分类；
其中，每一段基准线首尾相连，前一段基准线的终点是下一段基准线的起点，也是这两段基准线的交界点。
可选的，所述第一处理模块83用于确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段，包括：
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是路口路段基准线，则所述目标车辆位于路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线一个是路口段基准线，另一个是非路口段基准线，则根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段。
可选的，所述第一处理模块83用于根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段，包括：
若所述目标车辆位于所述交界点前方，则所述目标车辆位于前一段基准线对应的路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于后一段基准线对应的路段。
可选的，所述第一处理模块83用于若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段，还包括：
则若所述目标车辆位于所述交界点前方，则所述目标车辆位于以所述交界点为基准线起点的非路口路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于以所述交界点为基准线终点的非路口路段。
可选的，所述第一处理模块83还用于：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
本申请提供的安全行驶区域划分装置实现的技术效果与本申请提供的安全行驶区域划分方法相同，此处不再赘述。
请参考图9，本发明实施例还提供一种网络设备90，包括处理器91，存储器92，存储在存储器92上并可在所述处理器91上运行的计算机程序，该计算机程序被处理器91执行时实现上述安全行驶区域划分方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述安全行驶区域划分方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (11)
1.一种安全行驶区域划分方法，其特征在于，所述方法包括：
获取目标车辆指定区域内的交通参与者的信息；
获取路面信息，根据所述路面信息生成高精度地图；
根据所述高精度地图获取指定区域的道路信息；
根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；
根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域；
根据所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域，包括以下至少一项：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
2.根据权利要求1所述的安全行驶区域划分方法，其特征在于，所述获取目标车辆指定区域内的交通参与者的信息包括：
通过所述目标车辆上装载的激光雷达采集数据并生成点云数据，根据所述点云数据获取所述指定区域内的交通参与者的信息。
3.根据权利要求1所述的安全行驶区域划分方法，其特征在于，所述交通参与者的信息包括以下至少一项：每个交通参与者的编号、类型、位置、速度、航向角、长度、宽度和离地高度。
4.根据权利要求1所述的安全行驶区域划分方法，其特征在于，所述获取路面信息，根据所述路面信息生成高精度地图包括：
通过所述目标车辆上装载的激光雷达和路测设备采集的数据，生成所述目标车辆所在道路的高精度地图。
5.根据权利要求1所述的安全行驶区域划分方法，其特征在于，所述根据所述高精度地图获取指定区域的道路信息，包括：
将所述高精度地图中的指定区域转化为OpenDrive地图信息格式的地图数据；
对所述地图数据进行地图信息分类，包括：
确定指定区域内道路的基准线，根据所述基准线将指定区域内的道路分割为不同的车道，将每个车道划分为不同的路段，并对每个路段属于是否位于路口路段进行分类；
其中，每一段基准线首尾相连，前一段基准线的终点是下一段基准线的起点，也是这两段基准线的交界点。
6.根据权利要求5所述的安全行驶区域划分方法，其特征在于，所述确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段，包括：
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是路口路段基准线，则所述目标车辆位于路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段；
若距离所述目标车辆最近的基准线交界点连接的两段基准线一个是路口段基准线，另一个是非路口段基准线，则根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段。
7.根据权利要求6所述的安全行驶区域划分方法，其特征在于，所述根据所述目标车辆相对于所述交界点的位置确定所述目标车辆位于路口或非路口路段，包括：
若所述目标车辆位于所述交界点前方，则所述目标车辆位于前一段基准线对应的路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于后一段基准线对应的路段。
8.根据权利要求6所述的安全行驶区域划分方法，其特征在于，所述若距离所述目标车辆最近的基准线交界点连接的两段基准线都是非路口路段基准线，则所述目标车辆位于非路口路段，还包括：
则若所述目标车辆位于所述交界点前方，则所述目标车辆位于以所述交界点为基准线起点的非路口路段；
若所述目标车辆位于所述交界点后方，则所述目标车辆位于以所述交界点为基准线终点的非路口路段。
9.一种安全行驶区域划分装置，其特征在于，包括：
获取模块，用于获取目标车辆指定区域内的交通参与者的信息；
地图生成模块，用于获取路面信息，根据所述路面信息生成高精度地图；
第一处理模块，用于根据所述高精度地图获取指定区域的道路信息；
第二处理模块，用于根据所述指定区域的道路信息和所述目标车辆的定位信息，确定所述目标车辆的车道以及所述目标车辆位于路口或非路口路段；
第三处理模块，用于根据交通参与者的信息以及所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域；
所述第三处理模块，还用于根据所述目标车辆位于路口或非路口路段，划分所述目标车辆的安全行驶区域，包括以下至少一项：
若所述目标车辆位于路口路段，则所述目标车辆的安全行驶区域的纵向距离为目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的安全行驶区域的横向距离为根据车辆宽度及预设参数向左右两边延伸的距离；
若所述目标车辆位于非路口路段，则所述目标车辆的安全行驶区域的纵向距离为所述目标车辆与前方交通参者的最短距离和车辆刹车距离中的最小值，所述目标车辆的横向距离则根据车道宽度来确定。
10.一种网络设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至8中任一项所述的安全行驶区域划分方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至 8中任一项所述的安全行驶区域划分方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518332.9A CN113178091B (zh) | 2021-05-12 | 2021-05-12 | 安全行驶区域方法、装置和网络设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518332.9A CN113178091B (zh) | 2021-05-12 | 2021-05-12 | 安全行驶区域方法、装置和网络设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113178091A CN113178091A (zh) | 2021-07-27 |
| CN113178091B true CN113178091B (zh) | 2022-06-10 |
Family
ID=76929834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110518332.9A Active CN113178091B (zh) | 2021-05-12 | 2021-05-12 | 安全行驶区域方法、装置和网络设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113178091B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113689718B (zh) * | 2021-08-13 | 2022-09-13 | 吉林大学 | 智能信号灯与车道匹配系统及匹配方法 |
| CN113968229A (zh) * | 2021-11-30 | 2022-01-25 | 广州文远知行科技有限公司 | 道路区域的确定方法、装置和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012008939A (ja) * | 2010-06-28 | 2012-01-12 | Denso Corp | 運転者支援装置および運転者支援システム |
| DE102016223638A1 (de) * | 2015-11-30 | 2017-06-01 | Denso Corporation | Fahrunterstützungsvorrichtung |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5140864B2 (ja) * | 2010-11-22 | 2013-02-13 | 株式会社小松製作所 | 無人車両の走行システムおよび走行経路生成方法 |
| EP3582205A4 (en) * | 2017-02-09 | 2020-02-19 | Sony Semiconductor Solutions Corporation | DRIVING AID DEVICE, DRIVING AID MANAGEMENT DEVICE AND METHOD THEREFOR, AND DRIVING AID SYSTEM |
| CN107063275B (zh) * | 2017-03-24 | 2020-05-12 | 重庆邮电大学 | 基于路侧设备的智能车辆地图融合系统及方法 |
| US10974732B2 (en) * | 2019-01-04 | 2021-04-13 | Toyota Motor Engineering & Manufacturing North America, Inc. | System, method, and computer-readable storage medium for traffic intersection navigation |
| EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
| CN110660218B (zh) * | 2019-09-29 | 2021-01-05 | 上海莫吉娜智能信息科技有限公司 | 利用毫米波雷达的高精度地图制作方法及系统 |
| CN112729316A (zh) * | 2019-10-14 | 2021-04-30 | 北京图森智途科技有限公司 | 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆 |
| CN110834630A (zh) * | 2019-10-22 | 2020-02-25 | 中国第一汽车股份有限公司 | 一种车辆的驾驶控制方法、装置、车辆及存储介质 |
| CN114885282A (zh) * | 2020-04-07 | 2022-08-09 | 华为技术有限公司 | 一种定位方法、装置及系统 |
| CN111634290B (zh) * | 2020-05-22 | 2023-08-11 | 华域汽车系统股份有限公司 | 高级驾驶辅助的前向融合系统及方法 |
| CN111537980B (zh) * | 2020-07-08 | 2020-11-27 | 深圳市速腾聚创科技有限公司 | 激光雷达参数调整方法、装置及激光雷达 |
| CN112183381A (zh) * | 2020-09-30 | 2021-01-05 | 深兰人工智能(深圳)有限公司 | 车辆的可行驶区域检测方法和装置 |
| CN112710317A (zh) * | 2020-12-14 | 2021-04-27 | 北京四维图新科技股份有限公司 | 自动驾驶地图的生成方法、自动驾驶方法及相关产品 |
-
2021
- 2021-05-12 CN CN202110518332.9A patent/CN113178091B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012008939A (ja) * | 2010-06-28 | 2012-01-12 | Denso Corp | 運転者支援装置および運転者支援システム |
| DE102016223638A1 (de) * | 2015-11-30 | 2017-06-01 | Denso Corporation | Fahrunterstützungsvorrichtung |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113178091A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3358302B1 (en) | Travel control method and travel control device | |
| US10528055B2 (en) | Road sign recognition | |
| CN111750886B (zh) | 局部路径规划方法及装置 | |
| CN102208035B (zh) | 图像处理系统及位置测量系统 | |
| KR102595897B1 (ko) | 차선 결정 방법 및 장치 | |
| KR20190008292A (ko) | 물체 검출 방법 및 물체 검출 장치 | |
| KR102103941B1 (ko) | 포인트 클라우드 맵 기반의 자율주행차량용 도로 및 차선데이터 실시간 업데이트 방법 | |
| US20220011117A1 (en) | Positioning technology | |
| CN111177288A (zh) | 用于导出自主车辆启用的可行驶地图的系统 | |
| JP2019197356A (ja) | 自動運転システム | |
| CN113178091B (zh) | 安全行驶区域方法、装置和网络设备 | |
| JP2018200501A (ja) | 車線情報出力方法および車線情報出力装置 | |
| KR20200071792A (ko) | 로드뷰 또는 항공뷰 맵 정보를 이용한 자율주행 방법 및 그 시스템 | |
| JP6901331B2 (ja) | 情報処理装置、移動体、情報処理方法、およびプログラム | |
| WO2020145053A1 (ja) | 走行車線推定装置、走行車線推定方法、制御プログラム、およびコンピュータ読み出し可能持続的記録媒体 | |
| CN110567465B (zh) | 使用精度规范定位车辆的系统和方法 | |
| JP7147442B2 (ja) | 地図情報システム | |
| US11754415B2 (en) | Sensor localization from external source data | |
| Moras et al. | Drivable space characterization using automotive lidar and georeferenced map information | |
| EP4177570A1 (en) | Standard-definition to high-definition navigation route determination | |
| JP2022502311A (ja) | 環境ターゲットの特徴点抽出方法及び装置 | |
| US20180208197A1 (en) | Lane keeping assistance system | |
| US11210941B2 (en) | Systems and methods for mitigating anomalies in lane change detection | |
| CN116997771A (zh) | 车辆及其定位方法、装置、设备、计算机可读存储介质 | |
| CN114509065B (zh) | 地图构建方法、系统、车辆终端、服务器端及存储介质 |
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 |