CN113419245B - 一种基于v2x的实时建图系统及建图方法 - Google Patents

一种基于v2x的实时建图系统及建图方法 Download PDF

Info

Publication number
CN113419245B
CN113419245B CN202110696803.5A CN202110696803A CN113419245B CN 113419245 B CN113419245 B CN 113419245B CN 202110696803 A CN202110696803 A CN 202110696803A CN 113419245 B CN113419245 B CN 113419245B
Authority
CN
China
Prior art keywords
map
vehicle
module
precision map
precision
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
CN202110696803.5A
Other languages
English (en)
Other versions
CN113419245A (zh
Inventor
刘立
金凌鸽
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.)
Beijing Yihang Yuanzhi Technology Co Ltd
Original Assignee
Beijing Yihang Yuanzhi 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 Beijing Yihang Yuanzhi Technology Co Ltd filed Critical Beijing Yihang Yuanzhi Technology Co Ltd
Priority to CN202110696803.5A priority Critical patent/CN113419245B/zh
Publication of CN113419245A publication Critical patent/CN113419245A/zh
Application granted granted Critical
Publication of CN113419245B publication Critical patent/CN113419245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S13/865—Combination of radar systems with lidar 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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

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

Abstract

一种基于V2X的实时建图系统及建图方法，该系统包括括车辆、V2X通信装置、云平台服务器；车辆上安装传感器，用于感知车辆周围环境；车辆通过V2X通信装置相互通信，车辆上安装有高精地图构建单元、地图存储模块；高精地图构建单元，用于根据传感器感知的数据以及周围车辆的地图信息构建高精地图，包括信息发送模块、请求验证模块、地图发送模块、地图接收模块、地图识别模块、地图适配模块、旋转矩阵计算模块、数据融合模块、语义点云坐标转换模块、语义点云分割模块、特征物提取模块、特征物优化模块、地图构建模块、地图评价模块。该系统通过对所获得的附近其他车辆的高精地图进行处理，来提高自身车辆定位的准确性，使所构建的高精地图的精度更高。

Description

一种基于V2X的实时建图系统及建图方法
技术领域
本发明属于自动驾驶技术领域，具体涉及一种基于V2X的实时建图系统及建图方法。
背景技术
高精度电子地图，简称高精地图，也被称为高分辨率地图(HDMap，HighDefinitionMap)，是一种专门为无人驾驶服务的地图。与传统导航地图不同的是，高精地图能够提供车道级别的导航信息，具有高精度、高动态、多维度等特点。高精地图是现实无人驾驶的基石。
目前自动驾驶车辆主要依赖安装在车辆上的传感器进行定位和路径规划，但传感器可能被遮挡而出现视野盲区，并且传感器可能出现性能不稳定、或者因为环境影响造成定位不准确的现象，这直接影响行车安全。
V2X是车辆通过传感器、网络通讯技术与其它周边车、人、物进行通讯交流(主要包括车与车，车与基础设施，车与人，车与云)，并根据收集的信息进行分析、决策的一项技术。V2X技术可以实现车与车之间的相互通信，通过提供车辆周围其他车辆的位置信息，降低车辆碰撞的概率；此外，V2X可以帮助车辆实现实时导航，通过将车辆连接到基于云平台服务器的网络，车辆可以接收到该网络实时提供的路况消息，避开拥堵的路段，从而提高车辆通行的效率。V2X技术广泛应用于车辆安全，交通控制领域，但是目前很少应用于自动驾驶实时建图方面。
中国专利CN105739534A提出了一种基于车联网的无人驾驶车多车协同的驾驶方法，通过接收预定距离范围内其他无人驾驶车发送的当前行车数据以及路况信息，从而规划行车路线。该方法只接收了路况信息，没有充分利用其他无人驾驶车辆采集的其他有用信息。
中国专利CN107484139A提出了一种基于地理位置信息的车联网协作定位方法和装置，根据目标区域的地理位置信息构建R树，基于R树以及目标区域内两辆车的位置，计算两辆车之间的通信路径为视距路径的概率。如果概率大于设定的阈值，则获取两辆车的测距信息，根据多个测距信息得到定位结果。该方法虽然可以提高自身定位的精度，但是不能处理当前车辆传感器，无法构建高精地图的问题。
中国专利CN104751669提出了一种基于车联网的智能驾驶辅助系统及方法。该系统分为车联网中心、路侧单元以及车载终端三部分。车联网中心监测所有路侧单元和车载终端，将二者上传的车辆及道路信息进行解算，得到第一级别的安全服务信息并分发给路侧单元以及车载终端。路侧单元只负责监测其覆盖范围内的车载终端，根据车载终端发送的车辆及道路信息以及得到的第一级别的安全服务信息，路侧单元解算得到第二级别安全服务信息，并传送给相应的车载终端。车载终端则通过传感器搜集自车运行参数，并获取附近区域其他车辆的信息，结合第一、二级别的安全服务信息，做出驾驶决策。但是该方案只适用于车载终端都属于同一个车联网中心的情况。车载终端都属于同一个车联网中心这种情况只适合局部区域，如果大面积范围的车联网只使用一个车联网中心会影响车载终端与车联网中心之间的通信，并对车联网中心的维护造成负担。
发明内容
本发明的目的在于提供一种基于V2X的实时建图系统，该建图系统通过V2X通信装置获取附近其他车辆构建的地图，通过对所获得的高精地图进行处理，来提高自身车辆定位的准确性，从而使所构建的高精地图的精度更高。
为实现上述目的，本发明采用如下技术方案：
一种基于V2X的实时建图系统，包括车辆、V2X通信装置、云平台服务器；其中，所述车辆上安装传感器，用于感知车辆周围环境；所述传感器包括GPS、IMU、相机、毫米波雷达、以及激光雷达；所述车辆之间通过V2X通信装置相互通信，利用V2X通信装置探测当前车辆周围的车辆；所述车辆与云平台服务器之间通过无线通信连接；所述云平台服务器为一种或多种，不同种类的云平台服务器之间有数据交换协议，签订数据交换协议的云平台服务器之间可以共享数据；所做的改进是，所述车辆上还安装有高精地图构建单元、地图存储模块；
所述高精地图构建单元，用于根据传感器感知的数据以及获取的周围车辆的地图信息构建高精地图；高精地图构建单元包括信息发送模块、请求验证模块、地图发送模块、地图接收模块、地图识别模块、地图适配模块、旋转矩阵计算模块、数据融合模块、语义点云坐标转换模块、语义点云分割模块、特征物提取模块、特征物优化模块、地图构建模块、地图评价模块；
其中，所述信息发送模块，用于通过V2X通信装置向V2X通信装置探测到的周围车辆发送请求高精地图的消息；
所述请求验证模块，用于验证请求中的车辆所属的云平台服务器与接受请求车辆所属的云平台服务器是否为同一个，或者状态码是否表示紧急；如果属于同一个云服务器，或者状态码表示紧急，则接受请求车辆可直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云服务器并且状态码不为紧急，则需要发送请求车辆的请求到接受请求车辆所属的云平台服务器，询问云平台服务器是否发送高精地图；
所述地图发送模块，用于接受请求车辆根据请求验证模块的指令发送高精地图版本信息，以及接受请求车辆已经构建完成或者存储的高精地图；
所述地图接收模块，用于通过V2X通信装置接收V2X通信装置探测到的周围车辆所发送的高精地图信息；
所述地图识别模块，用于识别地图接收模块接收到的高精地图信息与当前车辆使用的高精地图版本是否一致；如果一致，则直接将消息发送给地图存储模块；如果不一致，并且地图适配模块功能正常，可以下载相应的插件解析接收到的高精地图并且插件可以正常工作，则将消息发送给地图适配模块，否则将消息发送给特征物提取模块，提取用于感知定位的对象级别的特征物；
所述地图适配模块，用于解析与当前车辆使用的高精地图版本不一致的高精地图；当地图接收模块接收到高精地图版本与当前车辆使用的高精地图版本不一致时，根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析，将解析后的高精地图中的要素发送给地图构建模块；其中高精地图中的要素包括车道线、特征物信息、路况信息；
所述旋转矩阵计算模块，用于根据当前车辆的GPS坐标以及姿态角，计算WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵，并将计算得到的旋转矩阵发送给地图构建模块；另外，通过对WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵求逆，可以得到当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵；
所述数据融合模块，对当前车辆传感器采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，即语义点云；
所述语义点云坐标转换模块，用于将数据融合后的语义点云从激光雷达空间直角坐标系转换到WGS84坐标系下，得到语义点云从激光雷达空间直角坐标系到WGS84坐标系下的坐标转换矩阵；激光雷达空间直角坐标系是以激光雷达重心为原点，Y轴指向车前进的方向，Z轴向上，指向车顶，X轴与Y轴/Z轴共同构成右手坐标系；激光雷达空间直角坐标系是局部坐标系，不同激光雷达构成不同激光雷达空间直角坐标系，安置在不同位置的同一激光雷达构成不同激光雷达空间直角坐标系；
所述语义点云分割模块，用于对语义点云坐标转换模块得到的语义点云数据进行分割，得到对象级别的特征物；
所述特征物提取模块，用于根据地图发送车辆发送的高精地图版本信息提取出定位图层中对象级别的特征物；
所述特征物优化模块，根据特征物提取模块提取到的定位图层中对象级别的特征物，和经过语义点云分割模块处理后得到的特征物进行配准，得到地图发送车辆传输的高精地图中的特征物与当前车辆采集的数据得到的相同特征物之间的坐标转换矩阵；
地图构建模块，用于根据获取的信息构建高精地图；
如果当前车辆与周围车辆没有建立通信，则根据当前车辆安装的传感器对周围环境进行感知建模，构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块可以根据接收到高精地图版本从相应的官网下载插件，并且插件可以成功解析接收到的高精地图时，则根据地图适配模块解析的要素构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块不能正常工作，或者无法下载插件解析接收到的高精地图，或者下载的插件无法工作，则根据特征物优化模块得到的坐标转换矩阵对语义点云坐标转换模块得到的语义点云进行坐标转换，提高当前车辆感知数据的定位精度；之后根据当前车辆根据坐标转换后的语义点云、当前车辆感知根据坐标转换后的路况信息、以及地图发送车辆提供的高精地图构建自身的高精地图；
地图评价模块，用于对当前车辆根据所接收到的多台车辆发送的高精地图数据重新构建的高精地图进行评价，选取评价最高的高精地图使用；
所述地图存储模块，用于存储高精地图，其中包括地图接收模块接收到的与当前车辆版本一致的高精地图以及地图构建模块构建的高精地图；
如果当前车辆与周围车辆建立通信，且地图接收模块接收到高精地图版本与当前车辆使用的高精地图版本一致，可以直接发送接收到的高精地图到地图存储模块存储，并由地图存储模块上传该高精地图到当前车辆所属的云平台服务器。
作为本发明的优选，该高精地图构建单元还包括路径规划模块，所述路径规划模块，用于当请求车辆发送紧急的状态码，且紧急状态码中显示请求进行指引时，接受请求车辆根据车辆上安装的传感器，探测请求车辆的精确位置，之后在高精地图上对请求车辆进行定位，并找到请求车辆可以安全停车的位置，根据请求车辆当前的位置以及停车的位置，为请求车辆规划合理的路线，并将规划的路线发送给请求车辆。
作为本发明的优选，所述语义点云坐标转换模块将数据融合后的语义点云从激光雷达空间坐标系转换到WGS84坐标系下时，具体的处理方法是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间坐标系转换到车辆坐标系下，然后根据旋转矩阵计算模块得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标；其中，当前车辆的GPS坐标和姿态角分别通过GPS和IMU测量得到。
作为本发明的优选，所述特征物提取模块在提取定位图层中对象级别的特征物时，具体的处理方法是：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明，通过解析高精地图版本信息，获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，其中便包括对象级别的特征物信息。
作为本发明的优选，当地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块可以根据接收到高精地图版本从相应的官网下载插件，并且插件可以成功解析接收到的高精地图时，所述地图构建模块重新构建高精地图的方法是：地图图层包含道路以及车道线信息，使用地图适配模块解析到的高精地图中的相应道路及车道线信息组成地图图层；定位图层包括具备独特的目标和特征，使用地图适配模块解析到的高精地图中的相应特征物信息组成定位图层；动态图层包括道路上的实时信息，使用地图适配模块解析到的高精地图中的相应路况实时信息组成动态图层；
当地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块无法正常工作，或者不能下载插件解析接收到的高精地图，或者下载的插件不能正常工作时，所述地图构建模块重新构建高精地图的方法是：地图图层包含道路以及车道线等静态矢量信息，可以直接使用地图发送车辆传输的高精地图中的相关信息构建地图图层；定位图层包括具备独特的目标和特征，使用坐标转换后的语义点云中分割得到的特征物构建定位图层，其中的坐标转换是指按照特征物优化模块获取的坐标转换矩阵进行转换；动态图层包括道路上的实时信息，使用当前车辆感知得到的实时路况信息构建动态图层，其中的实时路况信息是指通过相片获取的，先经过已知的相机内参矩阵从像素平面坐标系转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，再经过旋转矩阵计算模块计算得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，转换到WGS84坐标系下，然后按照特征物优化模块获取的坐标转换矩阵进行转换得到的实时路况信息。
作为本发明的优选，所述地图评价模块在确定高精地图时，首先比较高精地图定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
本发明的另一目的在于提供一种利用上述基于V2X的实时建图系统建图的方法，该方法具体包括以下步骤：
步骤S1、利用V2X通信装置探测当前车辆周围的其他车辆，从而判断当前车辆附近是否有其他车辆；如果当前车辆与周围车辆没有建立通信，则根据当前车辆安装的传感器对周围环境进行感知建模，构建高精地图；
步骤S2、与周围车辆建立通信，并请求高精地图；
步骤S2.1)如果当前车辆与周围车辆建立通信，则通过信息发送模块发送高精地图请求，请求中需要包括当前车辆的唯一识别码、状态码以及其所属的云平台服务器；
步骤S2.2)接受请求车辆接收到请求车辆发送的请求后，通过请求验证模块验证请求中的车辆所属的云平台服务器与接受请求车辆所属的云平台服务器是否为同一个或者状态码是否表示紧急，如果属于同一个云平台服务器或者状态码表示紧急，则接受请求车辆直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云平台服务器并且状态码不为紧急，则发送请求车辆的请求到接受请求车辆所属的云平台服务器，询问云平台服务器是否发送高精地图；
步骤S2.3)接受请求车辆的云平台服务器接受到接受请求车辆发送的消息，检查请求车辆所属的云平台服务器是否与接受请求车辆的云服务器有信息交换协议，如果有信息交换协议，则给接受请求车辆发送指令，允许接受请求车辆发送其构建完成或者存储的高精地图；否则发送不允许发送高精地图的指令；
步骤S2.4)接受请求车辆接收到所属云平台服务器发送的指令，如果云平台服务器允许发送，则发送接受请求车辆采用的高精地图版本信息以及接受请求车辆构建完成或者存储的高精地图；所述高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明；
步骤S3、请求车辆通过地图接收模块接收高精地图，并通过地图识别模块对接收到的高精地图信息进行识别，判断接收到的高精地图信息与当前车辆使用的高精地图版本是否一致；如果不一致，则执行步骤S4；如果一致，则直接发送到地图存储模块；
步骤S4、将接收的高精地图发送到地图适配模块，根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析；如果地图适配模块工作正常，能从相应的官网下载插件，并且插件下载成功可以正常工作，则利用插件对高精地图进行解析，提取高精地图中的车道线、特征物、路况信息等要素，最后把提取出的这些要素发送给地图构建模块，构建与当前车辆版本一致的高精地图；否则进入步骤S5；
步骤S5、如果地图适配模块工作失常，或不能从相应的官网下载插件，或插件下载成功不能正常工作，则解析接收的高精地图定位图层中对象级别的特征物，根据特征物的位置及属性，重新对车辆自身定位及构建高精地图；优先采用步骤S4来解析与当前车辆使用的高精地图版本不一致的高精地图，而不是采用步骤S5构建新的高精地图的原因是，步骤S4更迅速便捷；步骤S5的具体步骤如下：
步骤S5.1)根据地图发送车辆发送的高精地图版本信息利用特征物提取模块提取出定位图层中对象级别的特征物；
步骤S5.2)对当前车辆感知车辆自身周围环境而采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，即语义点云；
步骤S5.3)将语义点云转换到WGS84坐标系下；
步骤S5.4)对步骤S5.3生成的语义点云进行分割，得到对象级别的特征物；
步骤S5.5)对步骤S5.1定位图层中对象级别的特征物以及步骤S5.4经过坐标转换后的分割语义点云得到的特征物进行配准，得到了地图发送车辆传输的高精地图中的特征物与当前车辆采集的数据得到的相同特征物之间的坐标转换矩阵；
步骤S5.6)根据步骤S5.5计算得到的转换矩阵，对步骤S5.4得到的语义点云进行坐标转换，提高当前车辆感知数据的定位精度；
步骤S5.7)当前车辆根据步骤S5.6得到坐标转换后的语义点云以及地图发送车辆提供的高精地图构建自身的高精地图。
步骤S6、如果当前车辆接收到多台车辆发送的高精地图数据，对于不同版本的高精地图，则根据接受到的每份高精地图按照步骤S4或者S5的操作重新制作高精地图；对于相同版本的高精地图，则直接使用其做比较；之后对所有高精地图进行评价，选择评价最高的高精地图；
步骤S7、将步骤S6选择出的评价最高的高精地图发送给地图存储模块，由地图存储模块上传到云平台服务器。
作为本发明的优选，步骤S2.2)接受请求车辆接收到请求车辆发送的请求后，如紧急状态码中显示请求车辆请求进行指引时，则接受请求车辆根据车辆上安装的传感器，探测请求车辆的精确位置，之后接受请求车辆在高精地图上对请求车辆进行定位，并找到请求车辆可以安全停车的位置，根据请求车辆当前的位置以及停车的位置，为请求车辆规划合理的路线，并将规划的路线发送给请求车辆，接受请求车辆需根据请求车辆最新的位置以及请求车辆行驶使路况的变化情况，不断更新规划路线，直到请求车辆行驶到完全停车的位置，并且顺利停车。
作为本发明的优选，步骤S5.1)提取定位图层中对象级别的特征物的方法如下：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明，通过解析高精地图版本信息获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，其中便包括对象级别的特征物信息。
作为本发明的优选，步骤S5.3)将语义点云转换到WGS84坐标系下的具体的处理方式是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间坐标系转换到车辆坐标系下，然后根据旋转矩阵计算模块得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标；其中，车辆的GPS坐标和姿态角分别通过GPS和IMU测量得到。车辆坐标系是以车辆重心为原点，Y轴指向于车辆前进的方向；X轴垂直于车辆前进的方向，指向右；Z轴垂直于车辆指向车顶。
作为本发明的优选，步骤S5.7)构建自身的高精地图的具体方式如下：地图图层包含道路以及车道线静态矢量信息，可以直接使用地图发送车辆传输的高精地图中的相关信息构建地图图层；定位图层包括具备独特的目标和特征，使用步骤S5.6处理后的语义点云中分割得到的特征物；动态图层包括道路上的实时信息，使用经过坐标转换后的当前车辆感知得到的实时路况信息构建动态图层，其中的实时路况信息可以通过相片获取，其中的坐标转换是指先从像素平面坐标系根据已知的相机内参矩阵转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，当前车辆的车辆坐标系再转换到WGS84坐标系，然后按照步骤S5.5获取的坐标转换矩阵进行转换。
作为本发明的优选，步骤S6中在评价生成的高精地图时，评价的标准包括高精地图覆盖的范围，高精地图中地图图层的车道信息是否完整，定位图层中特征物信息是否丰富；对于生成的两幅高精地图，首先比较其定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
本发明的优点和积极效果是：
(1)本发明提供的建图系统能够通过V2X通信装置获取附近其他车辆构建的高精地图，通过对所获得的高精地图进行处理，来提高自身车辆定位的准确性，从而使所构建的高精地图的精度更高。
(2)本发明提供的建图系统能够在车辆出现紧急情况下通过周边车辆实时对其进行路径规划，将其停靠在安全地点，既能保证故障车辆的安全行使，降低交通事故的发生率，还不会因车辆故障而影响交通。
(3)本发明提供的建图方法能够将不同版本的高精地图进行适配，并提供了两种适配不同版本高精地图的方法；如果可以从高精地图的官网下载相应的解析高精地图的插件，则直接利用插件对高精地图进行解析，这样可以快速提取出高精地图中的信息，并根据相关的信息构建与当前车辆版本相同的高精地图；如果不能利用外部插件对不同版本的高精地图进行解析，则通过提取接收的高精地图定位图层中的特征对象，结合车辆自身传感器对周围环境的感知，进行定位，构建高精地图，提高高精地图的精度，从而提高行车安全性。
附图说明
图1为本发明基于V2X的实时建图系统组成；
图2为本发明高精地图构建单元的结构框图；
图3为本发明基于V2X的实时建图方法的流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例1一种基于V2X的实时建图系统
参阅图1、图2，本发明提供一种基于V2X的实时建图系统，包括车辆C1、C2、C3，V2X通信装置，云平台服务器S1、S2；其中，所述车辆上安装传感器，用于感知车辆周围环境；所述传感器包括GPS、IMU、相机、毫米波雷达、以及激光雷达；所述车辆之间通过V2X通信装置相互通信，利用V2X通信装置探测当前车辆周围的车辆；所述车辆与云平台服务器之间通过无线通信连接；所述云平台服务器为一种或多种，不同种类的云平台服务器之间有数据交换协议，签订数据交换协议的云平台服务器之间可以共享数据；
所述车辆上还安装有高精地图构建单元100、地图存储模块16，所述高精地图构建单元100，用于根据传感器感知的数据以及获取的周围车辆的地图信息构建高精地图；
高精地图构建单元100包括信息发送模块1、请求验证模块2、地图发送模块3、地图接收模块4、地图识别模块5、地图适配模块6、旋转矩阵计算模块7、数据融合模块8、语义点云坐标转换模块9、语义点云分割模块10、特征物提取模块11、特征物优化模块12、地图构建模块13、地图评价模块14、路径规划模块15；
其中，所述信息发送模块1，用于通过V2X通信装置向V2X通信装置探测到的周围车辆发送请求高精地图的消息；
所述请求验证模块2，用于验证请求中的车辆所属的云平台服务器与接受请求车辆所属的云平台服务器是否为同一个，或者状态码是否表示紧急；如果属于同一个云服务器，或者状态码表示紧急，则接受请求车辆可直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云服务器并且状态码不为紧急，则需要发送请求车辆的请求到接受请求车辆所属的云平台服务器，询问云平台服务器是否发送高精地图；
所述地图发送模块3，用于接受请求车辆根据请求验证模块2的指令发送高精地图版本信息，以及接受请求车辆已经构建完成或者存储的高精地图；
所述地图接收模块4，用于通过V2X通信装置接收V2X通信装置探测到的周围车辆所发送的高精地图信息；
所述地图识别模块5，用于识别地图接收模块4接收到的高精地图信息与当前车辆使用的高精地图版本是否一致；如果一致，则直接将消息发送给地图存储模块16；如果不一致，并且地图适配模块6功能正常，可以下载相应的插件解析接收到的高精地图并且插件可以正常工作，则将消息发送给地图适配模块6，否则将消息发送给特征物提取模块11，提取用于感知定位的对象级别的特征物；
所述地图适配模块6，用于解析与当前车辆使用的高精地图版本不一致的高精地图；根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析，将解析后的高精地图中的要素发送给地图构建模块；其中高精地图中的要素包括车道线、特征物、实时路况等信息；
所述旋转矩阵计算模块7，用于根据当前车辆的GPS坐标以及姿态角，计算WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵，并将计算得到的旋转矩阵发送给语义点云坐标转换模块9；另外，通过对WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵求逆，可以得到当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵；
所述数据融合模块8，对当前车辆传感器采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，即语义点云；
所述语义点云坐标转换模块9，用于将数据融合后的语义点云从激光雷达空间直角坐标系转换到WGS84坐标系下，得到语义点云从激光雷达空间直角坐标系到WGS84坐标系下的坐标转换矩阵；激光雷达空间直角坐标系是以激光雷达重心为原点，Y轴指向车前进的方向，Z轴向上，指向车顶，X轴与Y轴/Z轴共同构成右手坐标系；激光雷达空间直角坐标系是局部坐标系，不同激光雷达构成不同激光雷达空间直角坐标系，安置在不同位置的同一激光雷达构成不同激光雷达空间直角坐标系；
所述语义点云分割模块10，用于对语义点云坐标转换模块9得到的语义点云数据进行分割，得到对象级别的特征物；
所述特征物提取模块11，用于根据地图发送车辆发送的高精地图版本信息提取出定位图层中对象级别的特征物；
所述特征物优化模块12，根据特征物提取模块11提取到的定位图层中对象级别的特征物，和经过语义点云分割模块10处理后得到的特征物进行配准，得到地图发送车辆传输的高精地图中的特征物与当前车辆采集的数据得到的相同特征物之间的坐标转换矩阵；
地图构建模块13，用于根据获取的信息构建高精地图；
如果当前车辆与周围车辆没有建立通信，则根据当前车辆安装的传感器对周围环境进行感知建模，构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块4接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块6可以根据接收到高精地图版本从相应的官网下载插件并且插件可以成功解析接收到的高精地图时，则根据地图适配模块6解析的要素构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块4接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块6不能正常工作，或者无法下载插件解析接收到的高精地图，或者下载的插件无法工作，则根据特征物优化模块11得到的坐标转换矩阵对语义点云坐标转换模块9得到的语义点云进行坐标转换，提高当前车辆感知数据的定位精度；之后根据当前车辆根据坐标转换后的语义点云、当前车辆感知根据坐标转换后的路况信息、以及地图发送车辆提供的高精地图构建自身的高精地图；
所述地图评价模块14，用于对当前车辆根据所接收到的多台车辆发送的高精地图数据重新构建的高精地图进行评价，选取评价最高的高精地图使用；
所述路径规划模块15，用于当请求车辆发送紧急的状态码，且紧急状态码中显示请求进行指引时，根据车辆上安装的传感器，探测请求车辆的精确位置，之后在高精地图上对请求车辆进行定位，并找到请求车辆可以安全停车的位置，根据请求车辆当前的位置以及停车的位置，为请求车辆规划合理的路线，并将规划的路线发送给请求车辆；
所述地图存储模块16，用于存储高精地图，其中包括地图接收模块接收到的与当前车辆版本一致的高精地图以及地图构建模块构建的高精地图；
如果当前车辆与周围车辆建立通信，且地图接收模块4接收到高精地图版本与当前车辆使用的高精地图版本一致，可以直接发送接收到的高精地图到地图存储模块存储，并由地图存储模块上传该高精地图到当前车辆所属的云平台服务器。
进一步，所述语义点云坐标转换模块9将数据融合后的语义点云从激光雷达空间坐标系转换到WGS84坐标系下时，具体的处理方法是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间坐标系转换到车辆坐标系下，然后根据旋转矩阵计算模块7得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标；其中，当前车辆的GPS坐标和姿态角分别通过GPS和IMU测量得到。
所述特征物提取模块11在提取定位图层中对象级别的特征物时，具体的处理方法是：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明，通过解析高精地图版本信息，获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，其中便包括对象级别的特征物信息。
进一步，当地图接收模块4接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块可以根据接收到高精地图版本从相应的官网下载插件，并且插件可以成功解析接收到的高精地图时，所述地图构建模块13重新构建高精地图的方法是：地图图层包含道路以及车道线信息，使用地图适配模块5解析到的高精地图中的相应道路及车道线信息组成地图图层；定位图层包括具备独特的目标和特征，使用地图适配模块5解析到的高精地图中的相应特征物信息组成定位图层；动态图层包括道路上的实时信息，使用地图适配模块5解析到的高精地图中的相应路况实时信息组成动态图层；
当地图接收模块4接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块5无法正常工作，或者不能下载插件解析接收到的高精地图，或者下载的插件不能正常工作时，所述地图构建模块13重新构建高精地图的方法是：地图图层包含道路以及车道线等静态矢量信息，可以直接使用地图发送车辆传输的高精地图中的相关信息构建地图图层；定位图层包括具备独特的目标和特征，使用坐标转换后的语义点云中分割得到的特征物构建定位图层，其中的坐标转换是指按照特征物优化模块12获取的坐标转换矩阵进行转换；动态图层包括道路上的实时信息，使用当前车辆感知得到的实时路况信息构建动态图层，其中的实时路况信息是指通过相片获取的，先经过已知的相机内参矩阵从像素平面坐标系转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，再经过旋转矩阵计算模块计算得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，转换到WGS84坐标系下，然后按照特征物优化模块12获取的坐标转换矩阵进行转换得到的实时路况信息；像素平面坐标系是以相片左上角为坐标系原点，横轴为u，指向右，对应相机空间直角坐标系中的X轴，纵轴为v，指向下，对应相机空间直角坐标系中的Y轴；相机空间直角坐标系是以相机重心为坐标原点，Y轴垂直于车辆，指向车底；X轴垂直于车辆行进的方向，指向右；Z轴指向车辆前进的方向。
进一步，所述地图评价模块14在确定高精地图时，首先比较高精地图定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
实施例2利用上述基于V2X的实时建图系统建图的方法
参阅图1、基于V2X的实时建图系统主要包括车辆、云平台服务器，每台车辆上安装各种传感器，用于环境感知，传感器包括等但不局限于GPS、IMU、相机、毫米波雷达、以及激光雷达。车辆之间通过V2X通信装置相互通信，车辆与云平台服务器之间通过无线通信连接；不同车辆可以属于不同云平台服务器，也可以属于同一个云平台服务器；云平台服务器为私有云平台，即为某些特定客户使用而构建的云平台服务器，从而保证数据安全性和服务质量；不同云平台服务器之间可以有数据交换协议，规定签订协议的云平台服务器之间可以共享全部或者部分特定的数据。如图1所示C1、C2、C3为车辆，车辆之间通过V2X通信装置相互通信，S1与S2是两个不同的云平台服务器，C1与C3属于S1,C2属于S2。
为了便于说明，本实施例只选用C1与C2两辆车之间的通信，如果有多辆车同时与当前车辆C1通信，本方案仍然成立，当前车辆C1可以根据不同车辆传输的高精地图来分别构建高精地图，然后根据构建的高精地图的覆盖范围、高精地图中地图图层的车道信息是否完整、定位图层中特征物信息是否丰富等评价标准，选择最优的高精地图。
参阅图3，本发明提供的利用上述基于V2X的实时建图系统建图的方法，具体包括以下步骤：
步骤S1、利用V2X通信装置探测周围车辆
1.1)车辆C1行驶过程中利用V2X(Vehicle-to-everything)通信装置，通过接收其他车辆发送的信息判断车辆C1附近是否有其他车辆；V2X通信泛指车辆与外界的信息交换，包括车辆对车辆、车辆对基础设施、车辆对网络、车辆对行人。目前V2X通信存在DSRC(DedicatedShortRangeCommunication)以及C-V2X(Cellular-Vehicle-to-Everything)两种通信标准，本方案对具体使用哪种标准不做要求。
1.2)如果没有接收到其他车辆发送的信息，则根据车辆C1安装的传感器对周围环境进行感知建模，构建高精地图。C1安装的传感器包括但不局限于GPS、IMU、毫米波雷达、激光雷达以及相机。构建高精地图的方法包括ORB-SLAM(OrientedFASTandRotatedBRIEF-SimultaneousLocalizationandMapping)、PTAM(ParallelTrackingandMapping)等，本方案对车辆自身使用构建高精地图的方法不做要求。
步骤S2、与周围车辆建立通信，并请求高精地图
2.1)如果接收到其他车辆C2发送的信息，则通过无线通信技术发送请求，建立点对点通信。建立点对点通信是为了防止信息被没有授权的第三方获取。需要指出的是，无线通信技术不仅仅局限于3G/4G/5G，可能包括Wifi、蓝牙，Zigbee等通信技术。当车辆C1与其他车辆C2建立点对点通信后，车辆C1向车辆C2发送请求，接收车辆C2已经构建或存储的高精地图；请求中需要包括车辆C1的唯一识别码、状态码以及其所属的云平台服务器。
2.2)车辆C2接收到车辆C1发送的请求，验证请求中的C1所属的云平台服务器与C2所属的云平台服务器是否为同一个或者状态码是否表示紧急，如果属于同一个云平台服务器或者状态码表示紧急，则车辆C2直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云平台服务器并且状态码不为紧急，则发送车辆C1的请求到车辆C2所属的云平台服务器，询问云平台服务器是否发送高精地图；
2.3)车辆C2所属的云平台服务器接受到车辆C2发送的消息，检查车辆C1所属的云平台服务器是否与该云平台服务器有信息交换协议，如果有信息交换协议，则给车辆C2发送指令，允许车辆C2发送其构建完成或者存储的高精地图；否则发送不允许发送高精地图的指令；
2.4)车辆C2接收到所属云平台服务器发送的指令，如果云平台服务器允许发送，则发送车辆C2采用的高精地图版本信息以及车辆C2构建完成或者存储的高精地图；所述高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口等说明。
步骤S3、车辆接收高精地图，通过地图识别模块对接收到的高精地图信息进行识别，判断接收到的高精地图信息与当前车辆使用的高精地图版本是否一致。因为目前高精地图仍然处于发展的初级阶段，虽然参与制作高精地图的公司很多，但是没有统一的高精地图的标准，因此车辆C1与车辆C2可能使用不同的地图标准，因此需要分情况处理；如果不一致，则执行步骤S4；如果一致，则直接发送到地图存储模块；
步骤S4、如果当前车辆C1接收的高精地图和目前使用的高精地图不是同一种格式，则需要对接收的高精地图进行适配，然后才能使用；
地图适配有两种方式：一种是根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析，将解析后的高精地图中的要素发送给地图构建模块，构建与当前车辆版本相同的高精地图；
另外一种是解析接收的高精地图定位图层中对象级别的特征物，根据特征物的位置及属性，重新对车辆自身定位及构建高精地图；利用接收的高精地图特征物辅助车辆进行定位，是因为由于车辆感知自身环境进行定位存在误差，利用高精度地图中特征物可以提高车辆自身定位的精度；
由于高精地图采用WGS84坐标系，高精地图中存储的特征物都是WGS84坐标系下的绝对坐标，而车辆感知自身环境使用的不是WGS84坐标系，因此需要对车辆感知自身环境生成的数据，例如点云、相片等，进行坐标转换，转换到WGS84坐标系下。WGS84坐标系(WorldGeodeticSystem一1984CoordinateSystem)是一种国际上采用的地心坐标系。坐标原点为地球质心，其地心空间直角坐标系的Z轴指向BIH(国际时间服务机构)1984.0定义的协议地球极方向，X轴指向BIH1984.0的零子午面和CTP赤道的交点，Y轴与Z轴、X轴垂直构成右手坐标系。
第一种方式可以设计一个开放的车载系统中台，即地图适配模块，从相应的高精地图供应商的官网下载相应的高精地图解析插件，解析接收的高精地图中的要素，包括车道线、特征物等，并将这些要素发送给地图构建模块，构建与当前车辆版本相同的高精地图，本实施例具体说明第二种方式：
4.1)高精地图一般分为3个大图层，包括地图图层、定位图层以及动态图层，地图图层记录道路的详细信息；定位图层记录独特的标志物或者特征物，动态图层记录实时路况信息。车辆使用的高精地图采用WGS84坐标系，高精地图中存储的特征物的坐标都是在WGS84坐标系下的绝对坐标。由于车辆C1感知周围环境而收集数据时使用的相对于各传感器的相对坐标系，例如激光雷达空间直角坐标系，因此根据C2采集数据制作的高精地图定位图层中的特征物可能不适用直接帮助当前车辆C1进行定位，需要做进一步处理；
根据车辆C2发送的高精地图版本信息提取出定位图层中对象级别的特征物；提取出定位图层中对象级别的特征物的方法如下：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口等说明，通过解析高精地图版本信息获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，包括对象级别的特征物信息等。
4.2)对车辆C1感知车辆自身周围环境而采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，本方案称为语义点云。
点云数据和图像数据融合可以丰富点云的信息，有利于后续对点云数据处理提取特征物。点云数据和图像数据融合的原理是求得点云中的点与图像中像素的对应关系，将像素的RGB(Red-Green-Blue)信息赋值给相应的点云，给点云数据着色。一种点云数据和图像数据快速融合的方式是，首先通过已知的激光雷达到相机的外参矩阵，将激光点云p从激光雷达空间直角坐标系转换到相机的空间直角坐标系，然后通过已知的相机的内参矩阵，将其转换到像素平面坐标系中，得到激光点云在像素平面系下的像素坐标(u，v)。根据像素坐标的RGB信息给点云p着色。
激光雷达空间直角坐标系是以激光雷达重心为原点，Y轴指向车前进的方向，Z轴向上，指向车顶，X轴与Y轴Z轴共同形成右手坐标系。激光雷达空间直角坐标系是局部坐标系，激光雷达在不同位置可以构成不同的激光雷达空间直角坐标系。相机空间直角坐标系是以相机重心为坐标原点，Y轴垂直于车辆，指向车底；X轴垂直于车辆行进的方向，指向右；Z轴指向车辆前进的方向。像素平面坐标系是以相片左上角为坐标系原点，横轴为u，指向右，对应相机空间直角坐标系中的X轴，纵轴为v，指向下，对应相机空间直角坐标系中的Y轴。相机空间直角坐标系和像素平面坐标系均为局部坐标系。此外，融合的技术还可以为3Dimension-CrossViewFusion(3D-CVF)或者PointPainting,本方案对具体的融合技术不做要求；
4.3)由于激光雷达空间直角坐标系是局部坐标系，如果利用车辆C2采集的高精地图中的特征物提高车辆C1的自身定位精度，需要将语义点云转换到WGS84坐标系下。具体的处理方式是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间直角坐标系转换到车辆坐标系下，然后根据车辆C1的GPS坐标和姿态角，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标。车辆C1的GPS坐标和姿态角可以分别通过GPS和IMU测量得到。车辆坐标系是以车辆重心为原点，Y轴指向于车辆前进的方向；X轴垂直于车辆前进的方向，指向右；Z轴垂直于车辆指向车顶。由于车辆感知存在误差，车辆C2传输的高精地图中的特征物的WGS84坐标和车辆C1感知得到的同一特征物的WGS84坐标存在偏差。
4.4)对4.3)生成的语义点云进行分割，得到对象级别的特征物；对语义点云分割的方式可以为基于语义信息的区域增长，本方案对具体的点云分割技术不做要求。
4.5)对4.1)定位图层中对象级别的特征物以及4.4)经过坐标转换后的分割语义点云得到的特征物进行配准，得到了车辆C2传输的高精地图中的特征物与车辆C1采集的数据得到的相同特征物之间的坐标转换矩阵；配准方法可以为IterativeClosestPoint(ICP),本方案对具体的配准方法不做要求。
4.6)根据4.5)计算得到的转换矩阵，对4.4)得到的语义点云进行坐标转换，提高车辆C1感知数据的定位精度。
4.7)车辆C1根据4.6)得到坐标转换后的语义点云以及车辆C2提供的高精地图构建自身的高精地图，具体方式如下：地图图层包含道路以及车道线等静态矢量信息，可以直接使用车辆C2传输的高精地图中的相关信息构建地图图层，这样可以提高建图的时间效率；定位图层包括具备独特的目标和特征，使用4.6)处理后的语义点云中分割得到的特征物；动态图层包括道路上的实时信息，由于车辆C2感知的事实路况可能不适用于车辆C1，因此使用经过坐标转换后的车辆C1感知得到的实时路况信息构建动态图层，C1感知得到的实时路况信息可以通过对相片进行深度学习从相片中提取，使用的深度学习模型可以为YOLO(You Only Look Once)、SSD(Single Shot MultiBox Detector)，本方案对具体的实时路况信息提取方法不做要求；其中的坐标转换是指先根据已知的相机内参矩阵从像素平面坐标系转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，然后从当前车辆的车辆坐标系转换到WGS84坐标系，最后按照特征物优化模块获取的坐标转换矩阵进行转换。
步骤S4提供的两种高精地图适配的方法可以独立存在于车辆C1,也可以同时存在于车辆C1；如果同时存在于车辆C1,高精地图适配的具体步骤如下：由于第一种方式构建高精地图更迅速便捷，因此车辆C1的地图适配优先使用第一种方法，当地图适配模块无法正常工作、或者无法从相应的高精地图供应商的官网下载插件解析高精地图、或者下载的插件无法使用，则采用第二种方法；
步骤S5、如果当前车辆C1接收到多台车辆发送的高精地图数据，处理方式如下：
5.1)对于不同版本的高精地图，根据接受到的每份高精地图进行步骤S4的操作，制作高精地图。对于相同版本的高精地图，则直接使用其做比较。
5.2)评价生成的高精地图，评价的标准包括高精地图覆盖的范围，高精地图中地图图层的车道信息是否完整，定位图层中特征物信息是否丰富等；对于步骤5.1)生成的两幅高精地图，首先比较其定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
5.3)发送5.2)中评价最高的高精地图到地图存储模块。
步骤S6、上传高精地图到云平台服务器
地图存储模块将步骤S5最终生成的高精地图上传到云平台服务器，云平台服务器可以分发给下属的车辆使用。
本发明所述的车辆在实际运行过程中，如果当前车辆C1因特殊情况，例如传感器全部失灵，而发送紧急状态码(由于C1传感器失灵，无法通过传感器动态感知路况，因此无法感知道路上其他车辆的行驶情况以及无法进行自身定位，需要其他车辆对车辆C1进行指引)，且紧急状态码中显示请求进行指引时，此时的处理方式如下：
a)车辆C1发送紧急消息给车辆C2，紧急消息包括：地图格式不匹配，无法使用C2提供的高精地图，以及车辆C1当前的状态等；
b)车辆C2接收到C1发送的紧急消息，根据车辆C2上安装的传感器，包括GPS、IMU、相机、激光雷达、毫米波雷达等，探测车辆C1的精确位置；
c)车辆C2在高精地图上对车辆C1进行定位，并找到车辆C1可以安全停车的位置，根据车辆C1当前的位置以及停车的位置，为车辆C1规划合理的路线；路线规划的算法可以为A*算法,Dijkstra算法，本方案不做具体要求；
d)将步骤c)规划的路线发送给车辆C1；
e)重复步骤b)-d),根据车辆C1最新的位置以及车辆C1行驶时路况的变化情况，不断更新规划路线，直到车辆C1行驶到完全停车的位置，并且顺利停车。

Claims (10)

1.一种基于V2X的实时建图系统，包括车辆、V2X通信装置、云平台服务器；其中，所述车辆上安装传感器，用于感知车辆周围环境；所述传感器包括GPS、IMU、相机、毫米波雷达、激光雷达；所述车辆与车辆之间通过V2X通信装置相互通信，利用V2X通信装置探测当前车辆周围的车辆；所述车辆与云平台服务器之间通过无线通信连接；所述云平台服务器为一种或多种，不同种类的云平台服务器之间有数据交换协议，签订数据交换协议的云平台服务器之间可以共享数据；其特征在于，所述车辆上还安装有高精地图构建单元、地图存储模块；
所述高精地图构建单元，用于根据传感器感知的数据以及获取的周围车辆的地图信息构建高精地图；高精地图构建单元包括信息发送模块、请求验证模块、地图发送模块、地图接收模块、地图识别模块、地图适配模块、旋转矩阵计算模块、数据融合模块、语义点云坐标转换模块、语义点云分割模块、特征物提取模块、特征物优化模块、地图构建模块、地图评价模块；
其中，所述信息发送模块，用于通过V2X通信装置向V2X通信装置探测到的周围车辆发送请求高精地图的消息；
所述请求验证模块，用于验证请求中的车辆所属的云平台服务器与接受请求车辆所属的云平台服务器是否为同一个，或者状态码是否表示紧急；如果属于同一个云服务器，或者状态码表示紧急，则接受请求车辆可直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云服务器并且状态码不为紧急，则需要发送请求车辆的请求到接受请求车辆所属的云平台服务器，询问云平台服务器是否发送高精地图；
所述地图发送模块，用于接受请求车辆根据请求验证模块的指令发送高精地图版本信息，以及接受请求车辆已经构建完成或者存储的高精地图；
所述地图接收模块，用于通过V2X通信装置接收V2X通信装置探测到的周围车辆所发送的高精地图信息；
所述地图识别模块，用于识别地图接收模块接收到的高精地图信息与当前车辆使用的高精地图版本是否一致；如果一致，则直接将消息发送给地图存储模块；如果不一致，并且地图适配模块功能正常，可以下载相应的插件解析接收到的高精地图并且插件可以正常工作，则将消息发送给地图适配模块，否则将消息发送给特征物提取模块，提取用于感知定位的对象级别的特征物；
所述地图适配模块，用于解析与当前车辆使用的高精地图版本不一致的高精地图；当地图接收模块接收到高精地图版本与当前车辆使用的高精地图版本不一致时，根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析，将解析后的高精地图中的要素发送给地图构建模块；其中高精地图中的要素包括车道线、特征物信息、路况信息；
所述旋转矩阵计算模块，用于根据当前车辆的GPS坐标以及姿态角，计算WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵，并将计算得到的旋转矩阵发送给语义点云坐标转换模块；另外，通过对WGS84坐标系到当前车辆的车辆坐标系的旋转矩阵求逆，可以得到当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵；
所述数据融合模块，对当前车辆传感器采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，即语义点云；
所述语义点云坐标转换模块，用于将数据融合模块得到的语义点云从激光雷达空间直角坐标系转换到WGS84坐标系下，并得到语义点云从激光雷达空间直角坐标系到WGS84坐标系下的坐标转换矩阵；
所述语义点云分割模块，用于对语义点云坐标转换模块得到的语义点云数据进行分割，得到对象级别的特征物；
所述特征物提取模块，用于根据地图发送车辆发送的高精地图版本信息提取出定位图层中对象级别的特征物；
所述特征物优化模块，根据特征物提取模块提取到的定位图层中对象级别的特征物，和经过语义点云分割模块处理后得到的特征物进行配准，得到地图发送车辆传输的高精地图中的特征物与当前车辆采集的数据得到的相同特征物之间的坐标转换矩阵；
所述地图构建模块，用于根据获取的信息构建高精地图；
如果当前车辆与周围车辆没有建立通信，则根据当前车辆安装的传感器对周围环境进行感知建模，构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块可以根据接收到高精地图版本从相应的官网下载插件，并且插件可以成功解析接收到的高精地图时，则根据地图适配模块解析的要素构建高精地图；
如果当前车辆与周围车辆建立通信，地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块不能正常工作，或者无法下载插件解析接收到的高精地图，或者下载的插件无法工作，则根据特征物优化模块得到的坐标转换矩阵对语义点云坐标转换模块得到的语义点云进行坐标转换，提高当前车辆感知数据的定位精度；之后根据当前车辆根据坐标转换后的语义点云、当前车辆感知根据坐标转换后的路况信息、以及地图发送车辆提供的高精地图构建自身的高精地图；
所述地图评价模块，用于对当前车辆根据所接收到的多台车辆发送的高精地图数据重新构建的高精地图进行评价，选取评价最高的高精地图使用；
所述地图存储模块，用于存储高精地图，其中包括地图接收模块接收到的与当前车辆版本一致的高精地图以及地图构建模块构建的高精地图；
如果当前车辆与周围车辆建立通信，且地图接收模块接收到高精地图版本与当前车辆使用的高精地图版本一致，可以直接发送接收到的高精地图到地图存储模块存储，并由地图存储模块上传该高精地图到当前车辆所属的云平台服务器。
2.根据权利要求1所述的一种基于V2X的实时建图系统，其特征在于，该高精地图构建单元还包括路径规划模块，所述路径规划模块，用于当请求车辆发送紧急的状态码，且紧急状态码中显示请求进行指引时，接受请求车辆根据车辆上安装的传感器，探测请求车辆的精确位置，之后在高精地图上对请求车辆进行定位，并找到请求车辆可以安全停车的位置，根据请求车辆当前的位置以及停车的位置，为请求车辆规划合理的路线，并将规划的路线发送给请求车辆。
3.根据权利要求1所述的一种基于V2X的实时建图系统，其特征在于，所述语义点云坐标转换模块将数据融合后的语义点云从激光雷达空间坐标系转换到WGS84坐标系下时，具体的处理方法是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间坐标系转换到车辆坐标系下，然后根据旋转矩阵计算模块得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标；其中，当前车辆的GPS坐标和姿态角分别通过GPS和IMU测量得到。
4.根据权利要求1所述的一种基于V2X的实时建图系统，其特征在于，所述特征物提取模块在提取定位图层中对象级别的特征物时，具体的处理方法是：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明，通过解析高精地图版本信息，获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，其中便包括对象级别的特征物信息。
5.根据权利要求1所述的一种基于V2X的实时建图系统，其特征在于，当地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块可以根据接收到高精地图版本从相应的官网下载插件，并且插件可以成功解析接收到的高精地图时，所述地图构建模块重新构建高精地图的方法是：地图图层包含道路以及车道线信息，使用地图适配模块解析到的高精地图中的相应道路及车道线信息组成地图图层；定位图层包括具备独特的目标和特征，使用地图适配模块解析到的高精地图中的相应特征物信息组成定位图层；动态图层包括道路上的实时信息，使用地图适配模块解析到的高精地图中的相应路况实时信息组成动态图层；
当地图接收模块接收到高精地图版本与当前车辆使用的高精度地图版本不一致，并且地图适配模块无法正常工作，或者不能下载插件解析接收到的高精地图，或者下载的插件不能正常工作时，所述地图构建模块重新构建高精地图的方法是：地图图层包含道路以及车道线信息，可以直接使用地图发送车辆传输的高精地图中的相关信息构建地图图层；定位图层包括具备独特的目标和特征，使用坐标转换后的语义点云中分割得到的特征物构建定位图层，其中的坐标转换是指按照特征物优化模块获取的坐标转换矩阵进行转换；动态图层包括道路上的实时信息，使用当前车辆感知得到的实时路况信息构建动态图层，其中的实时路况信息是指通过相片获取的，先经过已知的相机内参矩阵从像素平面坐标系转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，再经过旋转矩阵计算模块计算得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，转换到WGS84坐标系下，最后按照特征物优化模块获取的坐标转换矩阵进行转换得到的实时路况信息。
6.根据权利要求1所述的一种基于V2X的实时建图系统，其特征在于，所述地图评价模块在确定高精地图时，首先比较高精地图定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
7.权利要求1所述的基于V2X的实时建图系统的建图方法，其特征在于，具体包括以下步骤：
步骤S1、利用V2X通信装置探测当前车辆周围的其他车辆，从而判断当前车辆附近是否有其他车辆；如果当前车辆与周围车辆没有建立通信，则根据当前车辆安装的传感器对周围环境进行感知建模，构建高精地图；
步骤S2、与周围车辆建立通信，并请求高精地图；
步骤S2.1)如果当前车辆与周围车辆建立通信，则通过信息发送模块发送高精地图请求，请求中需要包括当前车辆的唯一识别码、状态码以及其所属的云平台服务器；
步骤S2.2)接受请求车辆接收到请求车辆发送的请求后，通过请求验证模块验证请求中的车辆所属的云平台服务器与接受请求车辆所属的云平台服务器是否为同一个或者状态码是否表示紧急，如果属于同一个云平台服务器或者状态码表示紧急，则接受请求车辆直接发送其已经构建完成或者存储的高精地图；如果不属于同一个云平台服务器并且状态码不为紧急，则发送请求车辆的请求到接受请求车辆所属的云平台服务器，询问云平台服务器是否发送高精地图；
步骤S2.3)接受请求车辆的云平台服务器接受到接受请求车辆发送的消息，检查请求车辆所属的云平台服务器是否与接受请求车辆的云服务器有信息交换协议，如果有信息交换协议，则给接受请求车辆发送指令，允许接受请求车辆发送其构建完成或者存储的高精地图；否则发送不允许发送高精地图的指令；
步骤S2.4)接受请求车辆接收到所属云平台服务器发送的指令，如果云平台服务器允许发送，则发送接受请求车辆采用的高精地图版本信息以及接受请求车辆构建完成或者存储的高精地图；所述高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明；
步骤S3、请求车辆通过地图接收模块接收高精地图，并通过地图识别模块对接收到的高精地图信息进行识别，判断接收到的高精地图信息与当前车辆使用的高精地图版本是否一致；如果不一致，则执行步骤S4；如果一致，则直接发送到地图存储模块；
步骤S4、将接收的高精地图发送到地图适配模块，根据接收的高精地图的类型，从相应的官网下载插件对高精地图进行解析；如果地图适配模块工作正常，能从相应的官网下载插件，并且插件下载成功可以正常工作，则利用插件对高精地图进行解析，提取高精地图中的要素，最后把提取出的这些要素发送给地图构建模块，构建与当前车辆版本一致的高精地图；否则进入步骤S5；其中高精地图中的要素包括车道线、特征物、路况信息；
步骤S5、如果地图适配模块工作失常，或不能从相应的官网下载插件，或插件下载成功不能正常工作，则解析接收的高精地图定位图层中对象级别的特征物，根据特征物的位置及属性，重新对车辆自身定位及构建高精地图；具体步骤如下：
步骤S5.1)根据地图发送车辆发送的高精地图版本信息利用特征物提取模块提取出定位图层中对象级别的特征物；
步骤S5.2)对当前车辆感知车辆自身周围环境而采集的表征周围环境的点云数据以及图像数据进行融合，得到融合语义信息的点云数据，即语义点云；
步骤S5.3)将语义点云从激光雷达空间坐标系转换到WGS84坐标系下；
步骤S5.4)对步骤S5.3生成的语义点云进行分割，得到对象级别的特征物；
步骤S5.5)对步骤S5.1定位图层中对象级别的特征物以及步骤S5.4经过坐标转换后的分割语义点云得到的特征物进行配准，得到了地图发送车辆传输的高精地图中的特征物与当前车辆采集的数据得到的相同特征物之间的坐标转换矩阵；
步骤S5.6)根据步骤S5.5计算得到的转换矩阵，对步骤S5.4得到的语义点云进行坐标转换，提高当前车辆感知数据的定位精度；
步骤S5.7)当前车辆根据步骤S5.6得到坐标转换后的语义点云以及地图发送车辆提供的高精地图构建自身的高精地图；
步骤S6、如果当前车辆接收到多台车辆发送的高精地图数据，对于不同版本的高精地图，则根据接受到的每份高精地图按照步骤S4或者S5的操作重新制作高精地图；对于相同版本的高精地图，则直接使用其做比较；之后对所有高精地图进行评价，选择评价最高的高精地图；
步骤S7、将步骤S6选择出的评价最高的高精地图发送给地图存储模块，由地图存储模块上传到云平台服务器。
8.根据权利要求7所述的建图方法，其特征在于，步骤S2.2)接受请求车辆接收到请求车辆发送的请求后，如紧急状态码中显示请求车辆请求进行指引时，则接受请求车辆根据车辆上安装的传感器，探测请求车辆的精确位置，之后接受请求车辆在高精地图上对请求车辆进行定位，并找到请求车辆可以安全停车的位置，根据请求车辆当前的位置以及停车的位置，为请求车辆规划合理的路线，并将规划的路线发送给请求车辆，接受请求车辆需根据请求车辆最新的位置以及请求车辆行驶使路况的变化情况，不断更新规划路线，直到请求车辆行驶到完全停车的位置，并且顺利停车。
9.根据权利要求7所述的建图方法，其特征在于，步骤S5.1)提取定位图层中对象级别的特征物的方法如下：高精地图版本信息中包括高精地图的格式、图层数、每个图层的信息获取接口说明，通过解析高精地图版本信息获取解析定位图层的接口，调用该接口，可以获取定位图层中的信息，其中便包括对象级别的特征物信息；
步骤S5.3)将语义点云从激光雷达空间坐标系转换到WGS84坐标系下的具体的处理方式是：根据激光雷达到车辆坐标系的已知外参矩阵，将语义点云从激光雷达空间坐标系转换到车辆坐标系下，然后根据旋转矩阵计算模块得到的当前车辆的车辆坐标系到WGS84坐标系的旋转矩阵，再次将语义点云从车辆坐标系转换到WGS84坐标系下，从而得到语义点云在WGS84坐标系下的绝对坐标；其中，车辆的GPS坐标和姿态角分别通过GPS和IMU测量得到；车辆坐标系是以车辆重心为原点，Y轴指向于车辆前进的方向；X轴垂直于车辆前进的方向，指向右；Z轴垂直于车辆指向车顶；
步骤S5.7)构建自身的高精地图的具体方式如下：地图图层包含道路以及车道线静态矢量信息，可以直接使用地图发送车辆传输的高精地图中的相关信息构建地图图层；定位图层包括具备独特的目标和特征，使用步骤S5.6处理后的语义点云中分割得到的特征物；动态图层包括道路上的实时信息，使用经过坐标转换后的当前车辆感知得到的实时路况信息构建动态图层，其中的实时路况信息可以通过相片获取，其中的坐标转换是指先从像素平面坐标系根据已知的相机内参矩阵转换到相机空间直角坐标系，再通过已知的相机到车辆坐标系的外参矩阵转换到当前车辆的车辆坐标系，当前车辆的车辆坐标系再转换到WGS84坐标系，然后按照步骤S5.5获取的坐标转换矩阵进行转换。
10.根据权利要求7所述的建图方法，其特征在于，步骤S6中在评价生成的高精地图时，评价的标准包括高精地图覆盖的范围，高精地图中地图图层的车道信息是否完整，定位图层中特征物信息是否丰富；对于生成的两幅高精地图，首先比较其定位图层中特征物信息，选取特征物信息更丰富的高精地图；如果两幅高精地图中包含的特征物信息相同或者同样丰富，选取车道信息完整，没有缺失信息的高精地图；最后比较高精地图覆盖的范围，在地图图层的车道信息的完整性相似以及定位图层中特征物信息的同样丰富的情况下，选择覆盖范围更大的高精地图。
CN202110696803.5A 2021-06-23 2021-06-23 一种基于v2x的实时建图系统及建图方法 Active CN113419245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110696803.5A CN113419245B (zh) 2021-06-23 2021-06-23 一种基于v2x的实时建图系统及建图方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110696803.5A CN113419245B (zh) 2021-06-23 2021-06-23 一种基于v2x的实时建图系统及建图方法

Publications (2)

Publication Number Publication Date
CN113419245A CN113419245A (zh) 2021-09-21
CN113419245B true CN113419245B (zh) 2022-05-31

Family

ID=77716247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110696803.5A Active CN113419245B (zh) 2021-06-23 2021-06-23 一种基于v2x的实时建图系统及建图方法

Country Status (1)

Country Link
CN (1) CN113419245B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808270B (zh) * 2021-09-28 2023-07-21 中国科学技术大学先进技术研究院 基于网联的无人驾驶测试环境地图搭建方法及系统
CN114120631B (zh) * 2021-10-28 2023-03-24 新奇点智能科技集团有限公司 构建动态高精度地图的方法、装置及交通云控平台
CN114877903A (zh) * 2022-04-30 2022-08-09 重庆长安汽车股份有限公司 一种融合交通实景信息的车道级路径规划方法、系统、设备及存储介质
CN115014374A (zh) * 2022-05-27 2022-09-06 重庆长安汽车股份有限公司 一种融合动态事件的车道级路径规划方法
CN115955663A (zh) * 2022-10-14 2023-04-11 天津大学 一种信息新鲜度感知的高精地图分布式缓存方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10324189B2 (en) * 2017-10-24 2019-06-18 Harman International Industries, Incorporated Collaborative data processing
CN110057373B (zh) * 2019-04-22 2023-11-03 上海蔚来汽车有限公司 用于生成高精细语义地图的方法、装置和计算机存储介质
US11657072B2 (en) * 2019-05-16 2023-05-23 Here Global B.V. Automatic feature extraction from imagery
CN110807075B (zh) * 2019-08-30 2022-10-25 腾讯科技（深圳）有限公司 地图数据查询方法、装置、计算机设备及存储介质
CN111949943B (zh) * 2020-07-24 2022-08-30 北京航空航天大学 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法
CN111912419B (zh) * 2020-08-28 2024-10-01 清华大学苏州汽车研究院（吴江） 基于激光雷达的高精度语义导航地图构建方法和装置

Also Published As

Publication number Publication date
CN113419245A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN113419245B (zh) 一种基于v2x的实时建图系统及建图方法
CN108303103B (zh) 目标车道的确定方法和装置
CN105793669B (zh) 车辆位置推定系统、装置、方法以及照相机装置
US11874119B2 (en) Traffic boundary mapping
CN107850453B (zh) 匹配道路数据对象以更新精确道路数据库的系统和方法
CN107851125B (zh) 通过车辆和服务器数据库进行两步对象数据处理以生成、更新和传送精确道路特性数据库的系统和方法
CN107850672B (zh) 用于精确车辆定位的系统和方法
CN106525057A (zh) 高精度道路地图的生成系统
CN111179345A (zh) 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统
CN108594244B (zh) 基于立体视觉和激光雷达的障碍物识别迁移学习方法
CN113127583A (zh) 一种数据传输方法和装置
US20200182629A1 (en) Method for verifying a digital map of a higher-level automated vehicle, corresponding device and computer program
US20220057230A1 (en) Method For Checking Detected Changes To An Environmental Model Of A Digital Area Map
CN117576652B (zh) 道路对象的识别方法、装置和存储介质及电子设备
CN117274402B (zh) 相机外参的标定方法、装置、计算机设备及存储介质
CN111212375B (zh) 定位位置调整方法及其装置
Lucks et al. Improving trajectory estimation using 3D city models and kinematic point clouds
US20220316909A1 (en) Method and Communication System for Supporting at Least Partially Automatic Vehicle Control
CN114076601B (zh) 辅助定位方法及装置
TWI811954B (zh) 定位系統及物件位置的校正方法
CN114821539A (zh) 基于神经网络的车道线检测方法、装置、设备及介质
CN115965682A (zh) 一种车辆可通行区域确定方法、装置及计算机设备
CN115797578A (zh) 一种高精地图的处理方法和装置
CN114972829A (zh) 车辆定位方法、装置、设备及存储介质
CN114926799A (zh) 一种车道线检测方法、装置、设备及可读存储介质

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