CN113447040B - 行驶轨迹确定方法、装置、设备以及存储介质 - Google Patents

行驶轨迹确定方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN113447040B
CN113447040B CN202110997642.3A CN202110997642A CN113447040B CN 113447040 B CN113447040 B CN 113447040B CN 202110997642 A CN202110997642 A CN 202110997642A CN 113447040 B CN113447040 B CN 113447040B
Authority
CN
China
Prior art keywords
track
adjustment
determining
point
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110997642.3A
Other languages
English (en)
Other versions
CN113447040A (zh
Inventor
杨占铎
冯博
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110997642.3A priority Critical patent/CN113447040B/zh
Publication of CN113447040A publication Critical patent/CN113447040A/zh
Application granted granted Critical
Publication of CN113447040B publication Critical patent/CN113447040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

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

Abstract

本申请实施例公开了一种行驶轨迹确定方法，适用于地图、导航、自动驾驶、车联网、智能交通以及云计算等领域。该方法包括：获取车辆的初始行驶轨迹，并确定初始行驶轨迹的多个轨迹点；基于各所述轨迹点对初始行驶轨迹进行迭代调整，在每一次调整后，确定各轨迹点与其距离最近的道路的距离的平均距离，当平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为车辆的目标行驶轨迹。采用本申请实施例，可提升车辆行驶轨迹的准确性，适用性高。

Description

行驶轨迹确定方法、装置、设备以及存储介质
技术领域
本申请涉及交通领域，尤其涉及一种行驶轨迹确定方法、装置、设备以及存储介质。
背景技术
现有技术中，往往是基于车辆的定位信息确定车辆的行驶轨迹，或者基于获取到的车辆行驶数据（如行驶速度和行驶方向）等对车辆的行驶轨迹进行预测。但是当无法获取车辆的定位信息时，则无法基于车辆的定位信息直接确定车辆的行驶轨迹，并且在基于车辆行驶数据对行驶轨迹进行预测的过程中，若任一时刻的预测结果出现偏差，则该时刻之后的预测结果与实际行驶轨迹的差异会越来越大，无法对车辆的行驶轨迹进行准确预测。
基于此，如何有效确定车辆的行驶轨迹成为亟需解决的问题。
发明内容
本申请实施例提供一种行驶轨迹确定方法、装置、设备以及存储介质，可提升车辆行驶轨迹的准确性，适用性高。
一方面，本申请实施例提供一种行驶轨迹确定方法，该方法包括：
获取车辆的初始行驶轨迹，并确定上述初始行驶轨迹的多个轨迹点，上述初始行驶轨迹是基于上述车辆在各时刻的行驶方向和行驶速度确定的；
基于各上述轨迹点对上述初始行驶轨迹进行迭代调整，在每一次调整后，确定各上述轨迹点与其距离最近的道路的距离的平均距离，当上述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹；
其中，每一次调整是基于以下方式实现的：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值；
基于上述调整损失值对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
另一方面，本申请实施例提供了一种行驶轨迹确定装置，该行驶轨迹确定装置包括：
轨迹获取模块，用于获取车辆的初始行驶轨迹，并确定上述初始行驶轨迹的多个轨迹点，上述初始行驶轨迹是基于上述车辆在各时刻的行驶方向和行驶速度确定的；
轨迹调整模块，用于基于各上述轨迹点对上述初始行驶轨迹进行迭代调整，在每一次调整后，确定各上述轨迹点与其距离最近的道路的距离的平均距离，当上述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹；
其中，每一次调整时上述轨迹调整模块，用于：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值；
基于上述调整损失值对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
另一方面，本申请实施例提供了一种电子设备，包括处理器和存储器，该处理器和存储器相互连接；
上述存储器用于存储计算机程序；
上述处理器被配置用于在调用上述计算机程序时，执行本申请实施例提供的行驶轨迹确定方法。
另一方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行以实现本申请实施例提供的行驶轨迹确定方法。
另一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例提供的行驶轨迹确定方法。
在本申请实施例中，通过初始行驶轨迹的各轨迹点与距离最近的道路的距离，对初始行驶轨迹进行迭代调整，可使得每次调整后的行驶轨迹越来越接近车辆实际行驶道路，提升了确定车辆行驶路径的准确性。并且在迭代停止后得到与车辆实际行驶道路相接近的目标行驶道路，相较于在定位信息缺失或者路况较为复杂情况下的行驶轨迹具有更高的准确性，适用性高。
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行驶轨迹确定方法的流程示意图；
图2是本申请实施例提供的初始行驶轨迹示意图；
图3a是本申请实施例提供的确定轨迹点的一场景示意图；
图3b是本申请实施例提供的确定轨迹点的另一场景示意图；
图3c是本申请实施例提供的确定轨迹点的又一场景示意图；
图4a是本申请实施例提供的确定轨迹点与道路的距离的一场景示意图；
图4b是本申请实施例提供的确定轨迹点与道路距离的另一场景示意图；
图5是本申请实施例提供的对初始行驶轨迹进行迭代调整的流程示意图；
图6是本申请实施例提供的行驶轨迹确定装置的结构示意图；
图7是本申请实施例提供的电子设备的结构示意图。
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。
本申请实施例提供的行驶轨迹确定方法可适用于地图、导航、自动驾驶、智能车辆控制、车联网、智能交通以及云计算等领域，如可适用于交通领域中的智慧交通系统（Intelligent Traffic System，ITS）以及智能车路协同系统（Intelligent VehicleInfrastructure Cooperative Systems，IVICS）。
其中，智能交通系统又称智能运输系统（Intelligent Transportation System），是将先进的科学技术（信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等）有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。基于本申请实施例提供的行驶轨迹确定方法，可准确确定车辆的实际行驶轨迹，从而为交通运输、服务控制等方面提供有力保障。
其中，智能车路协同系统简称车路协同系统，是智能交通系统（ITS）的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。基于本申请实施例提供的行驶轨迹确定方法，可为交通安全、车路协同提供技术支持。
本申请实施例提供的行驶轨迹确定方法可由服务器执行，也可以由终端执行。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、车载终端、智能电视等，具体可基于实际应用场景需求确定，在此不做限制。
参见图1，图1是本申请实施例提供的行驶轨迹确定方法的流程示意图。如图1所示，本申请实施例提供的行驶轨迹确定方法具体可包括如下步骤：
步骤S11、获取车辆的初始行驶轨迹，并确定初始行驶轨迹的多个轨迹点。
在一些可行的实施方式中，本申请实施例中的初始行驶轨迹可以由车辆在各时刻的行驶方向和行驶速度确定的。例如，通过对车辆的行驶速度进行测量或者基于车辆内部传感器可确定车辆在各个时刻的行驶速度，并通过惯性测量单元（Inertial MeasurementUnit，IMU）的测量数据、车辆陀螺仪数据等确定车辆在各个时刻的行驶方向，进而基于车辆在各个时刻的行驶速度和行驶方向确定车辆在各个时刻的位置，进而基于车辆在各个时刻的位置得到车辆的初始行驶轨迹。
本申请实施例提供的行驶轨迹确定方法可适用于定位信息缺失的行驶场景，如车辆在定位信号较弱的地下停车场行驶时，可基于车辆的初始行驶轨迹确定车辆的目标行驶轨迹。或者本申请实施例提供的行驶轨迹确定方法也可适用于路况复杂的行驶场景，如道路较多的地上停车场或者商业区等，以对车辆的初始行驶轨迹进行调整，得到车辆的目标行驶轨迹。
如图2所示，图2是本申请实施例提供的初始行驶轨迹示意图。车辆在从停车场外驶入停车场内的过程中，由于车辆在停车场外的通信状况良好，则可基于车辆的GPS信号等确定车辆在停车场外的定位轨迹。当车辆驶入停车场内部后，由于通行状况变差，无法基于车辆的GPS信号等对车辆继续进行定位，因此可基于车辆的车轮速来确定车辆在停车场内的各个时刻的行驶速度，基于IMU数据确定车辆在停车场内的各个时刻的行驶方向。基于车辆在停车场内的各个时刻的行驶方向和像是速度，可确定出车辆在停车场内的初始行驶轨迹。
在一些可行的实施方式中，本申请实施例中车辆的初始行驶轨迹可以为道路规划、车辆分析等过程中，基于已有的车辆行驶数据所预先确定出的车辆的初始行驶轨迹。即基于本申请实施例提供的行驶轨迹确定方法，对车辆已有的初始行驶轨迹进行处理，得到车辆的目标行驶轨迹。
或者，本申请实施例中车辆的初始行驶轨迹可基于无线通信、蓝牙通信等实时获取车辆的行驶方向和行驶速度，以基于实时获取的车辆的行驶方向和行驶速度来确定车辆当前的初始行驶轨迹，并基于本申请实施例提供的行驶轨迹确定方法来确定车辆的目标行驶轨迹，从而为车辆的后续行驶规划提供支持。
在一些可行的实施方式中，在获取车辆的初始行驶轨迹之后，可确定车辆的初始行驶轨迹的多个轨迹点。其中，在确定车辆的初始行驶轨迹的多个轨迹点时，可通过对初始行驶轨迹进行采样得到。
具体地，可基于预设距离对车辆的初始行驶轨迹进行采样，得到初始行驶轨迹的多个轨迹点。如预设距离为3米，则可从初始行驶轨迹的起始点开始，每隔3m确定初始行驶轨迹的一个轨迹点，从而得到初始行驶轨迹的多个轨迹点。其中，上述预设距离具体可基于实际应用场景需求确定，在此不做限制。
如图3a所示，图3a是本申请实施例提供的确定轨迹点的一场景示意图。假设图3a中车辆的初始行驶轨迹为图2中车辆进入停车场后基于车辆在各时刻的行驶速度和行驶方向所确定的。假设预设距离为3m，在基于预设距离对车辆的初始行驶轨迹进行采样时，可将车辆的初始行驶轨迹点的起始点确定为一个轨迹点，将初始行驶轨迹中与位于起始点的轨迹点的间隔为3m的位置确定为一个轨迹点，以此类推可得到图3a中车辆的初始行驶轨迹的各轨迹点。
可选地，可基于预设事件间隔对车辆的初始行驶轨迹进行采样，得到初始行驶轨迹的多个轨迹点。如预设时间间隔为2s，则可从初始行驶轨迹的起始点开始，每个2s确定初始行驶轨迹的一个轨迹点，从而得到初始行驶轨迹的多个轨迹点。其中，上述预设时间间隔具体可基于实际应用场景需求确定，在此不做限制。
如图3b所示，图3b是本申请实施例提供的确定轨迹点的另一场景示意图。假设图3b中车辆的初始行驶轨迹同样为图2中车辆进入停车场后基于车辆在各时刻的行驶速度和行驶方向所确定的。若预设时间间隔为2s，在基于预设时间间隔对车辆的初始行驶轨迹进行采样时，可将车辆的初始行驶轨迹点的起始点确定为一个轨迹点，进而基于车辆的在各个时刻的行驶速度确定车辆从起始点开始的2s后所处的位置，并将其作为一个轨迹点，以此类推可基于预设时间间隔各车辆在各个时刻的行驶速度得到图3b中车辆的初始行驶轨迹的各轨迹点。
可选地，由于车辆在直线或者趋于直线行驶过程中，车辆的行驶方向基本保持不变，且所在道路基本保持不变。因此，为使得初始行驶轨迹的各轨迹点可有效体现车辆在各个道路的行驶状态，可确定初始行驶轨迹中的各个轨迹拐点，并基于各个轨迹拐点确定初始行驶轨迹的各个轨迹区间，进而在各个轨迹区间进行采样得到初始行驶轨迹的各轨迹点。其中，每相邻的两个轨迹拐点之间的轨迹为一个轨迹区间，初始行驶轨迹的起始点和终止点分别作为一个拐点，各轨迹拐点同样可作为初始行驶轨迹中的轨迹点。
其中，在对每一轨迹区间进行采样时，可基于预设时间间隔或者预设距离对每一轨迹区间进行采样，且各轨迹区间对应的预设时间间隔或者预设距离可以相同也可以不同，具体可基于实际应用场景需求确定，在此不做限制。
其中，确定每一轨迹区间对应的预设时间间隔或者预设距离，基于每一轨迹区间对应的预设时间间隔或者预设距离对对应的轨迹区间进行采样，使得每一轨迹区间采样得到的轨迹点的数量相同。
如图3c所示，图3c是本申请实施例提供的确定轨迹点的又一场景示意图。假设图3c中车辆的初始行驶轨迹同样为图2中车辆进入停车场后基于车辆在各时刻的行驶速度和行驶方向所确定的。其中，初始行驶轨迹的轨迹拐点如图3c中所示，且初始行驶轨迹的起始点和终止点同样作为轨迹拐点，进而得到图3c中所示的各轨迹区间。进一步地，基于预设时间间隔或者预设距离对各轨迹区间进行采样，得到初始行驶轨迹中的各轨迹点。其中，每一轨迹区间包括数量相同的轨迹点。
步骤S12、对初始行驶轨迹进行迭代调整，在每一次调整后，确定各轨迹点与其距离最近的道路的距离的平均距离，当平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为车辆的目标行驶轨迹。
在一些可行的实施方式中，在确定出初始行驶轨迹中的各轨迹点之后，可基于各轨迹点对初始行驶轨迹进行迭代调整。在每次调整后，确定调整后的行驶轨迹中各轨迹点与其距离最近的道路的距离的平均距离，当该平均距离符号调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为车辆的目标行驶轨迹。
在一些可行的实施方式中，确定各轨迹点距离最近的道路时，对于每一轨迹点，可确定该轨迹点与各个道路的距离，进而基于该轨迹点与各个道路的距离确定出该轨迹点距离最近的道路。
其中，对于每一轨迹点，在确定该轨迹点与各个道路的距离时，可确定该轨迹点对应于各道路的投影点，进而基于该轨迹点对应于各道路的投影点，确定该轨迹点与各道路的距离。
对于每一道路，若该轨迹点对应于该道路的投影点位于该道路内，则确定该轨迹点与该道路的投影距离，并将该轨迹点与该道路的投影距离确定为该轨迹点与该道路的距离。其中，该轨迹点对应于该道路的投影点位于该道路内，包括该轨迹点对应于该道路的投影点位于该道路的端点。
若该轨迹点对应于该道路的投影点位于该道路外，则确定该轨迹点与该道路的各端点的距离，为方便描述，以下以第一距离和第二距离表示该轨迹点与该道路的各端点的距离。进一步地，将第一距离和第二距离进行比较，将第一距离和第二距离中的最短距离确定为该轨迹点与该道路的距离。
参见图4a，图4a是本申请实施例提供的确定轨迹点与道路的距离的一场景示意图。在确定轨迹点P与道路A1A2的距离时，可确定轨迹点P对应于道路A1A2的投影点，如图4a中所示，轨迹点P对应于道路A1A2的投影点位于道路A1A2内，因此可确定轨迹点P与投影点之间的投影距离L1，并将投影距离L1作为轨迹点P与道路A1A2的距离。
参见图4b，图4b是本申请实施例提供的确定轨迹点与道路距离的另一场景示意图。在确定轨迹点Q与道路B1B2的距离时，同样需要先确定轨迹点Q对应于道路B1B2的投影点。如图4b中所示，轨迹点Q对应于道路B1B2的投影点位于道路B1B2外，因此需要确定轨迹点Q与端点B1的距离L2、以及轨迹点Q与端点B2的距离L3。不难发现，轨迹点Q与端点B2的距离L3小于轨迹点Q与端点B1的距离L2，因此可将轨迹点Q与端点B1的距离L2确定为轨迹点Q与道路B1B2的距离。
在本申请实施例中，上述各道路为车辆的初始行驶轨迹所在区域的道路，其可基于已有的道路数据确定。其中，上述道路数据包括但不限于地图数据、高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）数据、车联网数据等，具体可基于实际应用场需求确定，在此不做限制。
其中，上述道路数据可以从用于存储道路数据的数据库、云存储空间或者区块链等获取，具体可基于实际应用场景需求确定，在此不做限制。
其中，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块用于存储各个区域的道路数据。
在本申请实施例中，在确定各轨迹点与各道路的距离之前，可先构建坐标系并确定各估计点和各道路在坐标系中的坐标，进而基于坐标系确定各轨迹地与各道路的距离。
在一些可行的实施方式中，基于各轨迹点对初始行驶轨迹进行迭代调整的过程具体可参见图5。图5是本申请实施例提供的对初始行驶轨迹进行迭代调整的流程示意图，如图5所示，本申请实施例提供的对初始行驶轨迹进行迭代调整的具体过程可包括如下步骤：
步骤S51、确定预计调整参数，基于预计调整参数和各轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值。
在一些可行的实施方式中，可确定预计调整参数，基于预计调整参数和各轨迹点在上一次调整后的行驶轨迹中的位置，确定各轨迹点在本次调整后的行驶轨迹中的预计调整位置。
其中，上述预计调整参数包括旋转角度和移动距离，即基于预计调整参数可确定预计将上一次调整后的行驶轨迹进行旋转的角度以及进行移动的距离。
例如，上述预计调整参数可以表示为：
Figure 551939DEST_PATH_IMAGE001
其中，∆θ表示本次调整对上一次调整后的行驶轨迹进行旋转的预计旋转角度，Tx表示本次调整对上一次调整后的行驶轨迹沿x轴移动的预计距离，Ty表示本次调整对上一次调整后的行驶轨迹沿y轴移动的预计距离，其中：
Figure 731248DEST_PATH_IMAGE002
对于轨迹点P，轨迹点P在上一次调整后的行驶轨迹中的位置可以用坐标P（a,b）表示，则基于上述预计调整参数对轨迹点P进行调整后，所得到的轨迹点在本次调整后的行驶轨迹中的预计调整位置为：P'=R(∆θ)*P(a,b)+T。
在一些可行的实施方式中，基于预计调整参数可确定上一次调整后的行驶轨迹中各轨迹点在本次调整后的预计调整位置，基于各轨迹点的预计调整位置可确定基于预计调整参数对上一次调整后的行驶轨迹进行调整后得到的预计行驶轨迹。基于此，可基于各轨迹点在本次调整后的预计调整位置，确定所对应的调整损失值。
其中，上述调整损失值表征了基于预计调整参数对上一次调整后的行驶轨迹进行调整后得到的预计行驶轨迹与车辆实际行驶的道路之间的差异。上述调整损失值越小，表示基于预计调整参数得到的预计行驶轨迹与车辆实际行驶的道路之间的差异越小，即车辆实际行驶的道路与基于预计调整参数得到的预计行驶轨迹越接近。上述调整损失值越大，表示基于预计调整参数得到的预计行驶轨迹与车辆实际行驶的道路之间的差异越大，即车辆实际行驶的道路与基于预计调整参数得到的预计行驶轨迹不匹配的概率较大。
具体地，对于上一次调整后的行驶轨迹中的每一轨迹点，可基于该轨迹点的预计调整位置，确定与该轨迹点距离最近的道路的投影距离。
对于每一轨迹点，可基于该轨迹点的预计调整位置，确定该轨迹点在预计调整位置时与各个道路的距离，进而基于该轨迹点在预计调整位置时与各个道路的距离确定出该轨迹点距离最近的道路。
同样的，对于每一轨迹点，可基于该轨迹点的预计调整位置，确定该轨迹点在预计调整位置时对应于各道路的投影点，进而基于该轨迹点在预计调整位置时对应于各道路的投影点，确定该轨迹点与各道路的距离。
对于每一道路，若该轨迹点在预计调整位置时对应于该道路的投影点位于该道路内，则确定该轨迹点在预计调整位置时与该道路的投影距离，并将该轨迹点在预计调整位置时与该道路的投影距离确定为该轨迹点在预计调整位置时与该道路的距离。
若该轨迹点在预计调整位置时对应于该道路的投影点位于该道路外，则确定该轨迹点在预计调整位置时与该道路的各端点的距离，并将其中的最短距离确定为该轨迹点在预计调整位置时与该道路的距离。
其中，对于轨迹点P，轨迹点P在基于预计调整参数得到的预计调整位置可以用坐标P（xp,yp）表示，且轨迹点P在预计调整位置时距离最近的道路的为道路WPS1,PS2。
其中，PS1和PS2分别为道路WPS1,PS2的端点。
则轨迹点P在预计调整位置与距离最近的道路的投影距离为：
Figure 685998DEST_PATH_IMAGE003
其中，M表示预计调整参数，且具体表示为：
Figure 1573DEST_PATH_IMAGE004
∆θ表示对上一次调整后的行驶轨迹进行旋转的预计旋转角度，Tx表示对上一次调整后的行驶轨迹沿x轴移动的预计距离，Ty表示对上一次调整后的行驶轨迹沿y轴移动的预计距离。
其中，M*P表示轨迹点P的预计调整位置(xp,yp)，端点PS1的坐标为(xps1,yps1)，端点PS2的坐标为(xps2,yps2);
其中：
Figure 71160DEST_PATH_IMAGE005
其中，为使得上式中各矩阵可正常计算，因此在具体计算过程中，P的预计调整位置可采用扩维坐标进行计算，如P的扩维坐标为：
Figure 518191DEST_PATH_IMAGE006
。
进一步地，为进一步简化轨迹点P在预计调整位置与距离最近的道路WPS1,PS2投影距离，可将该投影距离中所包括的非线性函数，如cos∆θ、sin∆θ等进行线性化处理，并将线性化处理后得到的处理结果作为P在预计调整位置与距离最近的道路WPS1,PS2的投影距离。
作为一示例，当∆θ≈0时，sin∆θ≈∆θ，cos∆θ≈1，因此可将P在预计调整位置与距离最近的道路WPS1,PS2的投影距离线性化处理为：
Figure 534688DEST_PATH_IMAGE007
进一步地，基于上述方式可得到上一次调整后的行驶轨迹中各轨迹点在预计调整位置与距离最近的道路的投影距离，进而基于上一次调整后的行驶轨迹中各轨迹点在预计调整位置与距离最近的道路的投影距离，确定基于预计调整参数对上一次调整后的行驶轨迹进行调整所对应的调整损失值。
具体可将上一次调整后的行驶轨迹中各轨迹点在预计调整位置与距离最近的道路的投影距离之和，作为基于预计调整参数对上一次调整后的行驶轨迹进行调整所对应的调整损失值。
例如，基于预计调整参数对上一次调整后的行驶轨迹进行调整所对应的调整损失值为：
Figure 455502DEST_PATH_IMAGE008
其中，i为各轨迹点的索引，M为预计调整参数，is1和is2分别为距离轨迹点i距离最近的道路的两个端点，Li为轨迹点i与距离最近的道路的投影距离。
或者，对于行驶轨迹中的各轨迹点，不同位置的轨迹点对行驶轨迹的影响程度不同，如位于行驶轨迹的轨迹拐点的轨迹点相较于位于直线轨迹的轨迹点对行驶轨迹的影响程度较大。基于此，可确定各轨迹点的轨迹权重，进而基于各轨迹点在预计调整位置与距离最近的道路的投影距离、以及各轨迹点的轨迹权重，确定基于预计调整参数对上一次调整后的行驶轨迹进行调整所对应的调整损失。
例如，基于预计调整参数对上一次调整后的行驶轨迹进行调整所对应的调整损失为：
Figure 961570DEST_PATH_IMAGE009
其中，i为各轨迹点的索引，M为预计调整参数，is1和is2分别为距离轨迹点i距离最近的道路的两个端点，Li为轨迹点i与距离最近的道路的投影距离，βi为轨迹点i对应的轨迹权重。
步骤S52、基于调整损失值对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，在确定基于预计调整参数对上一次调整后的行驶轨迹进行调整对应的调整损失值之后，可基于上述调整损失值确定实际调整参数。
其中，上述实际调整参数为在本次对上一次调整后的行驶轨迹进行调整时所采用的调整参数。其中，上述实际调整参数包括旋转角度和移动距离。
具体地，由于上述调整损失值表征了基于预计调整参数对上一次调整后的行驶轨迹进行调整后得到的行驶轨迹与车辆实际行驶的道路之间的差异，并且上述调整损失值越小，表示基于预计调整参数得到的行驶轨迹与车辆实际行驶的道路之间的差异越小。因此，在确定出上述预计调整损失值之后，可确定出使得调整损失值最小的预计调整参数，并将使调整损失值最小的预计调整参数确定为本次调整的实际调整参数。
其中，上述使调整损失值最小的预计调整参数可通过下式确定：
Figure 584312DEST_PATH_IMAGE010
其中，
Figure 450506DEST_PATH_IMAGE011
确定
Figure 475094DEST_PATH_IMAGE012
取最小值时预计调整参数M的取值，即确定使调整损失值最小的预计调整参数Mopt。
进一步地，可将上式转换为矩阵形式，得到:
Figure 103128DEST_PATH_IMAGE013
其中：
Figure 275483DEST_PATH_IMAGE014
Figure 164942DEST_PATH_IMAGE015
Figure 558883DEST_PATH_IMAGE016
。
其中，轨迹点i距离最近的道路的端点is1的坐标为(xis1,yis1)，端点is2的坐标为(xis2,yis2)。
其中:
Figure 406753DEST_PATH_IMAGE017
并且在上述计算过程中轨迹点i的坐标同样采用扩维坐标进行表示。
进一步地，可对A进行奇异值分解得到分解结果A=U∑VT，基于分解结果得到Kopt=V∑+UTB。其中，∑+为∑的伪逆矩阵。其中：
Figure 4088DEST_PATH_IMAGE018
。
当∆θ=∆θ'、Tx=Tx'且Ty=Ty'时，|AK-B|2取最小值，即Kopt满足下式时|AK-B|2取最小值：
Figure 713549DEST_PATH_IMAGE019
。
则可将∆θ'确定为本次对上一次调整后的行驶轨迹进行调整的旋转角度，将Tx'确定为本次对上一次调整后的行驶轨迹进行调整时沿x轴的移动距离，将Ty'确定为本次对上一次调整后的行驶轨迹进行调整时沿y轴的移动距离。
则本次对上一次调整后的行驶轨迹进行调整的实际调整参数为：
Figure 447149DEST_PATH_IMAGE020
;
Figure 465921DEST_PATH_IMAGE021
。
在一些可行的实施方式中，可基于实际调整参数对上一次调整后的行驶轨迹直接进行调整，得到本次调整后的行驶轨迹。即基于实际调整参数确定本次调整对应的旋转角度∆θ'和移动距离Tx'、Ty'，将上一次调整后的行驶轨迹按照旋转角度∆θ'进行旋转，并基于移动距离Tx'、Ty'对上一次调整后的行驶轨迹进行移动，从而得到本次调整后的行驶轨迹。
其中，在基于实际调整参数对上一次调整后的行驶轨迹进行调整时，可先对上一次调整后的行驶轨迹进行移动，再对该行驶轨迹进行旋转处理得到本次调整后的行驶轨迹，或者可先对上一次调整后的行驶轨迹进行旋转处理，再对该行驶轨迹进行移动得到本次调整后的行驶轨迹，具体可基于实际应用场景需求确定，在此不做限制。
可选地，可基于实际调整参数所包括的移动距离和旋转角度，对上一次调整后的行驶轨迹中各轨迹点进行调整，得到各轨迹点的实际调整位置，进而基于各轨迹点的实际调整位置，得到本次调整后的行驶轨迹。
如对于轨迹点i而言，若轨迹点i在上一次调整后的行驶轨迹中的位置为(m,n)，则基于实际调整参数对轨迹点i进行调整，且调整后的实际坐标可基于R(∆θ)*（m,n）+T确定。
进一步地，基于上述实现方式可确定出基于实际调整参数对各轨迹点进行调整后各轨迹点的实际调整位置，进而基于各轨迹点的实际调整位置以及一个轨迹点的采样顺序，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，基于上述实现方式可对每一次调整后的行驶轨迹进行调整，并且在对车辆的初始行驶轨迹进行调整时，同样基于预计调整参数和各轨迹点在初始行驶轨迹中的位置确定对初始行驶轨迹进行调整时的调整损失值，进而基于该调整损失值对初始行驶轨迹进行调整，得到调整后的行驶轨迹。
在一些可行的实施方式中，在每一次对上一次调整后的行驶轨迹进行调整，并确定各轨迹点与其距离最近的道路的距离的平均距离之后，可确定该平均距离是否符合调整停止条件。当该平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为车辆的目标行驶轨迹。
其中，车辆的目标行驶轨迹为对车辆的初始行驶轨迹进行调整后所得到的与车辆实际行驶道路差异最小的行驶轨迹。
具体地，上述调整停止条件可以为平均距离小于第一阈值，第一阈值可基于实际应用场景需求确定，在此不做限制。即在每次确定各轨迹点与其距离最近的道路的距离的平均距离后，可确定该平均距离是否小于第一阈值。若该平均距离大于或者等于第一阈值，则继续基于上述实现方式对本次调整后的行驶轨迹进行调整。若该平均距离小于第一阈值，则说明此次调整后得到的行驶轨迹与车辆实际行驶道路较为接近，此时可停止对行驶轨迹的迭代调整，并将此次调整后得到的行驶轨迹确定为车辆的目标行驶轨迹。
可选地，上述调整停止条件可以为调整后的各轨迹点对应的平均距离与调整前的各轨迹点对应的平均距离的差值小于第二阈值，第二阈值可基于实际应用场景需求确定，在此不做限制。即在每次确定各轨迹点与其距离最近的道路的距离的平均距离之后，可确定此次调整后的各轨迹点对应的平均距离与上一次调整后的各轨迹点对应的平均距离的差值。其中，任一次调整后的各轨迹点对应的平均距离与调整前的各轨迹点对应的平均距离的差值，表征了该次调整后的行驶轨迹与调整前（上一次调整后的）的行驶轨迹的差异。
若该差值大于或者等于第二阈值，则说明本次调整后的行驶轨迹与调整前的行驶轨迹之间的差异较大，需要继续进行轨迹调整，此时可继续基于上述实现方式对本次调整后的行驶轨迹进行调整。若该差值小于第二阈值，则说明本次调整后的行驶轨迹与调整前的行驶轨迹之间的差异较小，无需继续进行轨迹调整，此时可将本次调整后的行驶轨迹确定为车辆的目标行驶轨迹。
可选地，在每一次调整之后，还可确定总调整次数，并确定总调整次数是否达到预设次数。若总调整次数小于预设次数，则继续基于上述实现方式对本次调整后的行驶轨迹进行调整。若总调整次数达到预设次数，则可停止对行驶轨迹的迭代调整，并将此次调整后得到的行驶轨迹确定为车辆的目标行驶轨迹。其中，上述预设次数可基于实际应用场景需求确定，在此不做限制。
可选地，在每一次调整后，也可基于上述确定停止迭代调整的各方式中任意多种组合方式确定是否停止迭代调整。其中，在基于多种方式确定是否停止迭代调整时，可在每次调整后满足其中任一项时停止迭代调整，或者同时满足全部方式时停止迭代调整，具体可基于实际应用场景需求确定，在此不做限制。
作为一示例，上述调整停止条件可包括总调整次数达到预设次数、以及平均距离小于第一阈值。即在每次确定各轨迹点与其距离最近的道路的距离的平均距离后，若满足该平均距离小于第一阈值或者总调整次数达到预设次数中的任意一项，则可停止对行驶轨迹的迭代调整，并将此次调整后得到的行驶轨迹确定为车辆的目标行驶轨迹。
作为一示例，上述调整停止条件可包括平均距离小于第一阈值、以及调整后的各轨迹点对应的平均距离小于调整前的各轨迹点对应的平均距离的差值小于第二阈值。在每次确定各轨迹点与其距离最近的道路的距离的平均距离后，若该平均距离小于第一阈值，且该平均距离与调整前各轨迹点对应的平均距离的差值小于第二阈值，则可停止对行驶轨迹的迭代调整，并将此次调整后得到的行驶轨迹确定为车辆的目标行驶轨迹。
在一些可行的实施方式中，在确定车辆的目标行驶轨迹时，还可确定每一次调整所对应的实际调整参数，基于每一次调整对应的实际调整参数确定目标调整参数，进而基于目标调整参数对车辆的初始行驶轨迹进行调整，得到车辆的目标行驶轨迹。
具体地，在第一次调整后可将第一次调整对应的实际调整参数确定为第一调整参数，在第二次调整后基于第二次调整对应的实际调整参数更新第一调整参数，得到第二调整参数，在第三次调整后基于第三次调整对应的实际调整参数更新第二调整参数，得到第三调整参数。以此类推，得到调整停止后的目标调整参数。
例如，在基于第二次调整对应的实际调整参数更新第一调整参数时，可基于第二次调整对应的实际调整参数的旋转角度更新第一调整参数的旋转角度，基于第二次调整对应的实际调整参数的移动距离更新第一调整参数的移动距离，具体可通过以下公式实现：
Figure 799819DEST_PATH_IMAGE022
。
其中，第二调整参数为[R(θ2)T2 ]，第一调整参数为[R(θ1)T1 ]，
Figure 562239DEST_PATH_IMAGE023
为第二次调整对应的实际调整参数，θ1、θ2以及分别为第一调整参数、第二调整参数以及第二次调整时对应的实际调整参数对应的旋转角度，T1、T2以及
Figure 435167DEST_PATH_IMAGE024
分别为第一调整参数、第二调整参数以及第二次调整时对应的实际调整参数对应的移动距离。
进一步地，在得到目标调整参数后，可对各轨迹点在初始行驶轨迹中的位置进行调整，得到各轨迹点的目标调整位置。
若目标调整参数为:
Figure 296944DEST_PATH_IMAGE025
；
则各轨迹点i的目标调整位置为：
Figure 321400DEST_PATH_IMAGE026
。
其中，各轨迹点i的在初始行驶轨迹中的坐标为（x i ,y i )，进而基于各轨迹点的目标调整位置，可得到车辆的目标行驶轨迹。
本申请实施例中涉及的到数据处理，如确定每次调整时的调整损失值以及每次调整对应的实际调整参数等过程，可基于计算机技术以及云计算等方式进行。其中，云计算是网格计算（Grid Computing)、分布式计算（Distributed Computing)、并行计算（ParallelComputing)、效用计算（Utility Computing)、网络存储（Network StorageTechnologies)、虚拟化（Virtualization)、负载均衡（Load Balance)等传统计算机和网络技术发展融合的产物，基于云计算可提升本申请实施例中的数据处理和计算效率。
在本申请实施例中，通过对由行驶速度和行驶方向确定的初始行驶轨迹进行迭代调整，可使得每次调整后的行驶轨迹越来越接近车辆实际行驶道路，提升了确定车辆行驶路径的准确性。并且在迭代停止后可得到与车辆实际行驶道路相接近的目标行驶道路，从而可实现定位信息缺失或者路况较为复杂情况下的行驶轨迹进行准确调整，如可对定位信号较弱的地下停车场对应的行驶轨迹或者路况较为复杂的地上停车场对应的行驶轨迹进行准确调整，实现对车辆的准确定位，适用性高。
参见图6，图6是本申请实施例提供的行驶轨迹确定装置的结构示意图。本申请实施例提供的行驶轨迹确定装置包括：
轨迹获取模块61，用于获取车辆的初始行驶轨迹，并确定上述初始行驶轨迹的多个轨迹点，上述初始行驶轨迹是基于上述车辆在各时刻的行驶方向和行驶速度确定的；
轨迹调整模块62，用于基于各上述轨迹点对上述初始行驶轨迹进行迭代调整，在每一次调整后，确定各上述轨迹点与其距离最近的道路的距离的平均距离，当上述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹；
其中，每一次调整时上述轨迹调整模块62，用于：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值；
基于上述调整损失值对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述轨迹调整模块62，用于：
对于每一上述轨迹点，基于该轨迹点与各道路的距离，确定该轨迹点距离最近的道路，其中，确定该轨迹点与每一道路的距离包括：
确定该轨迹点对应于该道路的投影点；
若该投影点位于该道路内，则将该轨迹点与该道路的投影距离确定为该轨迹点与该道路的距离；
若该投影点位于该道路外，则确定该轨迹点与该道路的各端点的第一距离和第二距离，并将上述第一距离和上述第二距离中的最短距离确定为该轨迹点与该道路的距离。
在一些可行的实施方式中，上述轨迹调整模块62，用于：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定各上述轨迹点在本次调整后的行驶轨迹中的预计调整位置；
基于各上述轨迹点在本次调整后的行驶轨迹中的预计调整位置，确定调整损失值。
在一些可行的实施方式中，上述轨迹调整模块62，用于：
对于每一上述轨迹点，基于该轨迹点的预计调整位置，确定与该轨迹点距离最近的道路的投影距离；
基于各上述轨迹点在相对应的预计调整位置时所对应的投影距离，确定调整损失值。
在一些可行的实施方式中，上述轨迹调整模块62，用于：
基于上述调整损失值确定实际调整参数；
基于上述实际调整参数对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述预计调整参数和上述实际调整参数包括旋转角度和移动距离；
上述轨迹调整模块62，用于：
基于上述实际调整参数所包括的移动距离和旋转角度，对上一次调整后的行驶轨迹中各上述轨迹点进行调整，得到各上述轨迹点的实际调整位置；
基于各上述轨迹点的实际调整位置，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述平均距离符合调整停止条件，包括以下至少一项：
上述平均距离小于第一阈值；
调整后的各上述轨迹点对应的平均距离与调整前的各上述轨迹点对应的平均距离的差值小于第二阈值。
在一些可行的实施方式中，每一次调整后，上述轨迹调整模块62，还用于：
确定总调整次数，若上述总调整次数达到预设次数，则停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹。
所述行驶轨迹确定装置可以是运行于计算机设备中的一个计算机程序（包括程序代码），例如该行驶轨迹确定装置为一个应用软件；该行驶轨迹确定装置可以用于执行本申请实施例提供的行驶轨迹确定方法中的相应步骤。
在一些可行的实施方式中，本申请实施例提供的行驶轨迹确定装置可以采用软硬件结合的方式实现，作为示例，本申请实施例提供的行驶轨迹确定装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本申请实施例提供的行驶轨迹确定方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路（ASIC，ApplicationSpecific Integrated Circuit）、数字信号处理器 (digital signal processor，DSP)、可编程逻辑器件（PLD，Programmable Logic Device）、复杂可编程逻辑器件（CPLD，ComplexProgrammable Logic Device）、现场可编程门阵列（FPGA，Field-Programmable GateArray）或其他电子元件。
在一些可行的实施方式中，本申请实施例提供的行驶轨迹确定装置可以采用软件方式实现，其可以是程序和插件等形式的软件，并包括一系列的模块，包括轨迹获取模块和轨迹调整模块；其中，轨迹获取模块和轨迹调整模块用于实现本发明实施例提供的行驶轨迹确定方法。
参见图7，图7是本申请实施例提供的电子设备的结构示意图。如图7所示，本实施例中的电子设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，上述电子设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏（Display）、键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1004可以是高速RAM存储器，也可以是非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图7所示的电子设备1000中，网络接口1004可提供网络通讯功能；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序，以实现：
获取车辆的初始行驶轨迹，并确定上述初始行驶轨迹的多个轨迹点，上述初始行驶轨迹是基于上述车辆在各时刻的行驶方向和行驶速度确定的；
基于各上述轨迹点对上述初始行驶轨迹进行迭代调整，在每一次调整后，确定各上述轨迹点与其距离最近的道路的距离的平均距离，当上述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹；
其中，每一次调整时上述处理器1001用于：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值；
基于上述调整损失值对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述处理器1001用于：
对于每一上述轨迹点，基于该轨迹点与各道路的距离，确定该轨迹点距离最近的道路，其中，确定该轨迹点与每一道路的距离包括：
确定该轨迹点对应于该道路的投影点；
若该投影点位于该道路内，则将该轨迹点与该道路的投影距离确定为该轨迹点与该道路的距离；
若该投影点位于该道路外，则确定该轨迹点与该道路的各端点的第一距离和第二距离，并将上述第一距离和上述第二距离中的最短距离确定为该轨迹点与该道路的距离。
在一些可行的实施方式中，上述处理器1001用于：
确定预计调整参数，基于上述预计调整参数和各上述轨迹点在上一次调整后的行驶轨迹中的位置，确定各上述轨迹点在本次调整后的行驶轨迹中的预计调整位置；
基于各上述轨迹点在本次调整后的行驶轨迹中的预计调整位置，确定调整损失值。
在一些可行的实施方式中，上述处理器1001用于：
对于每一上述轨迹点，基于该轨迹点的预计调整位置，确定与该轨迹点距离最近的道路的投影距离；
基于各上述轨迹点在相对应的预计调整位置时所对应的投影距离，确定调整损失值。
在一些可行的实施方式中，上述处理器1001用于：
基于上述调整损失值确定实际调整参数；
基于上述实际调整参数对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述预计调整参数和上述实际调整参数包括旋转角度和移动距离；
上述处理器1001用于：
基于上述实际调整参数所包括的移动距离和旋转角度，对上一次调整后的行驶轨迹中各上述轨迹点进行调整，得到各上述轨迹点的实际调整位置；
基于各上述轨迹点的实际调整位置，得到本次调整后的行驶轨迹。
在一些可行的实施方式中，上述平均距离符合调整停止条件，包括以下至少一项：
上述平均距离小于第一阈值；
调整后的各上述轨迹点对应的平均距离与调整前的各上述轨迹点对应的平均距离的差值小于第二阈值。
在一些可行的实施方式中，每一次调整后，上述处理器1001还用于：
确定总调整次数，若上述总调整次数达到预设次数，则停止迭代调整，并将调整停止时的行驶轨迹确定为上述车辆的目标行驶轨迹。
应当理解，在一些可行的实施方式中，上述处理器1001可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
具体实现中，上述电子设备1000可通过其内置的各个功能模块执行如上述图1和/或图5中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，被处理器执行以实现图1和/或图5中各个步骤所提供的方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
上述计算机可读存储介质可以是前述任一实施例提供的行驶轨迹确定装置的内部存储单元，例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备，例如该电子设备上配备的插接式硬盘，智能存储卡（smart media card,SMC），安全数字（secure digital, SD）卡，闪存卡（flash card）等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体（read-only memory，ROM）或随机存储记忆体（randomaccess memory，RAM）等。进一步地，该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1和/或图5中各个步骤所提供的方法。
本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或电子设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或电子设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上所揭露的仅为本申请较佳实施例而已，不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种行驶轨迹确定方法，其特征在于，所述方法包括：
获取车辆的初始行驶轨迹，并确定所述初始行驶轨迹的多个轨迹点，所述初始行驶轨迹是基于所述车辆在各时刻的行驶方向和行驶速度确定的；
基于各所述轨迹点对所述初始行驶轨迹进行迭代调整，在每一次调整后，确定各所述轨迹点与其距离最近的道路的距离的平均距离，当所述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为所述车辆的目标行驶轨迹；
其中，每一次调整是基于以下方式实现的：
确定预计调整参数，基于所述预计调整参数和各所述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值，所述预计调整参数包括预计对上一次调整后的行驶轨迹进行调整的旋转角度和移动距离；
基于所述调整损失值确定实际调整参数，所述实际调整参数为使得所述调整损失值最小的调整参数，所述实际调整参数包括实际对上一次调整后的行驶轨迹进行调整的旋转角度和移动距离；基于所述实际调整参数对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
2.根据权利要求1所述的方法，其特征在于，确定各所述轨迹点距离最近的道路，包括：
对于每一所述轨迹点，基于该轨迹点与各道路的距离，确定该轨迹点距离最近的道路，其中，确定该轨迹点与每一道路的距离包括：
确定该轨迹点对应于该道路的投影点；
若该投影点位于该道路内，则将该轨迹点与该道路的投影距离确定为该轨迹点与该道路的距离；
若该投影点位于该道路外，则确定该轨迹点与该道路的各端点的第一距离和第二距离，并将所述第一距离和所述第二距离中的最短距离确定为该轨迹点与该道路的距离。
3.根据权利要求1所述的方法，其特征在于，所述确定预计调整参数，基于所述预计调整参数和各所述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值，包括：
确定预计调整参数，基于所述预计调整参数和各所述轨迹点在上一次调整后的行驶轨迹中的位置，确定各所述轨迹点在本次调整后的行驶轨迹中的预计调整位置；
基于各所述轨迹点在本次调整后的行驶轨迹中的预计调整位置，确定调整损失值。
4.根据权利要求3所述的方法，其特征在于，所述基于各所述轨迹点在本次调整后的行驶轨迹中的预计调整位置，确定调整损失值，包括：
对于每一所述轨迹点，基于该轨迹点的预计调整位置，确定与该轨迹点距离最近的道路的投影距离；
基于各所述轨迹点在相对应的预计调整位置时所对应的投影距离，确定调整损失值。
5.根据权利要求1所述的方法，其特征在于，所述基于所述实际调整参数对上一次调整后的行驶轨迹进行调整，包括：
基于所述实际调整参数所包括的移动距离和旋转角度，对上一次调整后的行驶轨迹中各所述轨迹点进行调整，得到各所述轨迹点的实际调整位置；
基于各所述轨迹点的实际调整位置，得到本次调整后的行驶轨迹。
6.根据权利要求1所述的方法，其特征在于，所述平均距离符合调整停止条件，包括以下至少一项：
所述平均距离小于第一阈值；
调整后的各所述轨迹点对应的平均距离与调整前的各所述轨迹点对应的平均距离的差值小于第二阈值。
7.根据权利要求1所述的方法，其特征在于，每一次调整后，所述方法还包括：
确定总调整次数，若所述总调整次数达到预设次数，则停止迭代调整，并将调整停止时的行驶轨迹确定为所述车辆的目标行驶轨迹。
8.一种行驶轨迹确定装置，其特征在于，所述装置包括：
轨迹获取模块，用于获取车辆的初始行驶轨迹，并确定所述初始行驶轨迹的多个轨迹点，所述初始行驶轨迹是基于所述车辆在各时刻的行驶方向和行驶速度确定的；
轨迹调整模块，用于基于各所述轨迹点对所述初始行驶轨迹进行迭代调整，在每一次调整后，确定各所述轨迹点与其距离最近的道路的距离的平均距离，当所述平均距离符合调整停止条件时，停止迭代调整，并将调整停止时的行驶轨迹确定为所述车辆的目标行驶轨迹；
其中，每一次调整时所述轨迹调整模块，用于：
确定预计调整参数，基于所述预计调整参数和各所述轨迹点在上一次调整后的行驶轨迹中的位置，确定调整损失值，所述预计调整参数包括预计对上一次调整后的行驶轨迹进行调整的旋转角度和移动距离；
基于所述调整损失值确定实际调整参数，所述实际调整参数为使得所述调整损失值最小的调整参数，所述实际调整参数包括实际对上一次调整后的行驶轨迹进行调整的旋转角度和移动距离；基于所述实际调整参数对上一次调整后的行驶轨迹进行调整，得到本次调整后的行驶轨迹。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接；
所述存储器用于存储计算机程序；
所述处理器被配置用于在调用所述计算机程序时，执行如权利要求1至7任一项所述的方法。
10.一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存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1至7任一项所述的方法。
CN202110997642.3A 2021-08-27 2021-08-27 行驶轨迹确定方法、装置、设备以及存储介质 Active CN113447040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110997642.3A CN113447040B (zh) 2021-08-27 2021-08-27 行驶轨迹确定方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110997642.3A CN113447040B (zh) 2021-08-27 2021-08-27 行驶轨迹确定方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113447040A CN113447040A (zh) 2021-09-28
CN113447040B true CN113447040B (zh) 2021-11-16

Family

ID=77818783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110997642.3A Active CN113447040B (zh) 2021-08-27 2021-08-27 行驶轨迹确定方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN113447040B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705206A (zh) * 2022-03-16 2022-07-05 广州小鹏汽车科技有限公司 面向车库的路径规划方法、车载终端、车辆和存储介质

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3745165B2 (ja) * 1999-06-01 2006-02-15 三菱電機株式会社 ロケータ装置
US8838374B2 (en) * 2005-07-05 2014-09-16 Mi-Jack Products, Inc. Automatic correction of past position errors for location and inventory tracking
US8793090B2 (en) * 2010-06-23 2014-07-29 Aisin Aw Co., Ltd. Track information generating device, track information generating method, and computer-readable storage medium
CN106134434B (zh) * 2012-03-31 2014-10-22 中国人民解放军信息工程大学 一种用于车载导航定位系统位置误差修正的轨迹匹配方法
KR101373396B1 (ko) * 2012-04-10 2014-03-13 아시아나아이디티 주식회사 지피에스 정보 보정 장치 및 그 방법
CN105225510B (zh) * 2014-06-27 2018-04-17 国际商业机器公司 用于验证地图的路网的方法和系统
JP6520597B2 (ja) * 2015-09-16 2019-05-29 株式会社デンソー 車両位置補正装置
CN106142082B (zh) * 2016-06-23 2018-07-10 苏州穿山甲机器人股份有限公司 机器人调整路径偏移的定位导航方法
CN106454722B (zh) * 2016-09-09 2021-09-21 华南理工大学 一种移动通信终端基于地图匹配的动态差分定位方法
CN109959376B (zh) * 2017-12-14 2021-11-16 腾讯科技（北京）有限公司 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置
CN110411440B (zh) * 2018-04-27 2021-10-26 百度在线网络技术（北京）有限公司 一种道路采集方法、装置、服务器及存储介质
CN110737006B (zh) * 2018-07-20 2023-05-02 菜鸟智能物流控股有限公司 轨迹去噪的处理方法、装置以及电子设备
CN111488414B (zh) * 2019-01-29 2023-05-12 阿里巴巴集团控股有限公司 道路任务匹配方法、装置与设备
CN109919518B (zh) * 2019-03-29 2021-08-03 百度在线网络技术（北京）有限公司 地图轨迹匹配数据的质量确定方法、装置、服务器及介质
CN110706356B (zh) * 2019-09-19 2023-06-16 阿波罗智联(北京)科技有限公司 路径绘制方法、装置、电子设备和存储介质
US11390300B2 (en) * 2019-10-18 2022-07-19 Uatc, Llc Method for using lateral motion to optimize trajectories for autonomous vehicles
CN111856521B (zh) * 2019-11-22 2023-06-23 北京嘀嘀无限科技发展有限公司 数据处理方法、装置、电子设备和存储介质
EP3828501B1 (en) * 2019-11-29 2022-10-19 Tata Consultancy Services Limited Method and system for estimating a trajectory from gps data points
CN110926484B (zh) * 2020-02-10 2020-05-19 中智行科技有限公司 车辆位置的获取方法、装置以及智能车辆
CN111523643B (zh) * 2020-04-10 2024-01-05 商汤集团有限公司 轨迹预测方法、装置、设备及存储介质
CN111521191A (zh) * 2020-04-20 2020-08-11 中国农业科学院农业信息研究所 一种基于信令数据的移动电话用户移动路径地图匹配方法
CN111649750B (zh) * 2020-04-29 2023-08-08 中国平安财产保险股份有限公司 车辆gps数据地图匹配方法、装置、终端及存储介质
CN111708068B (zh) * 2020-05-26 2024-01-26 泰斗微电子科技有限公司 目标对象的轨迹确定方法、装置、终端设备及存储介质
CN112033418B (zh) * 2020-09-15 2023-05-12 四川大学 一种离线地图匹配方法
CN112749242B (zh) * 2020-11-30 2023-04-07 北方工业大学 一种基于共享单车gps数据的路网拓扑重建方法
CN112543427B (zh) * 2020-12-01 2021-11-09 江苏欣网视讯软件技术有限公司 基于信令轨迹及大数据分析识别城市交通走廊的方法与系统
CN112527932B (zh) * 2020-12-04 2023-09-26 北京百度网讯科技有限公司 道路数据处理的方法、装置、设备及存储介质
CN112677995B (zh) * 2021-01-07 2021-12-21 腾讯科技（深圳）有限公司 一种车辆轨迹规划方法、装置、存储介质及设备
CN112988931B (zh) * 2021-03-03 2023-02-03 广州小鹏自动驾驶科技有限公司 一种行驶轨迹的对齐方法、装置、设备和存储介质
CN112967393B (zh) * 2021-03-16 2024-02-13 智道网联科技(北京)有限公司 车辆移动轨迹的修正方法、装置、电子设备及存储介质
CN113253319B (zh) * 2021-04-29 2023-07-18 汉纳森（厦门）数据股份有限公司 基于车辆gps的路网提取和轨迹纠偏方法和系统
CN113155139B (zh) * 2021-06-28 2021-11-16 中移(上海)信息通信科技有限公司 车辆轨迹纠偏方法、装置及电子设备

Also Published As

Publication number Publication date
CN113447040A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
WO2023001168A1 (zh) 障碍物的轨迹预测方法、装置、电子设备及存储介质
CN113723141B (zh) 车辆的定位方法、装置、电子设备、车辆及存储介质
JP2020166268A (ja) 地図軌跡マッチングデータの品質決定方法、装置、サーバ及び媒体
US20180143647A1 (en) Algorithm and infrastructure for robust and efficient vehicle localization
CN112560680A (zh) 车道线处理方法、装置、电子设备及存储介质
CN112001287B (zh) 障碍物的点云信息生成方法、装置、电子设备和介质
CN108684203A (zh) 使用基于学习的模型预测控制来确定自动驾驶车辆的道路摩擦的方法和系统
US20190219699A1 (en) Vehicle pose system
WO2022083487A1 (zh) 生成高精度地图的方法、装置和计算机可读存储介质
EP3919864B1 (en) Method and apparatus for processing map data
CN112861833B (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN113447040B (zh) 行驶轨迹确定方法、装置、设备以及存储介质
CN113044042A (zh) 车辆预测变道图像显示方法、装置、电子设备和可读介质
CN111207740A (zh) 车辆定位的方法、装置、设备和计算机可读介质
CN115339453A (zh) 车辆换道决策信息生成方法、装置、设备和计算机介质
CN117334072B (zh) 公交车辆到站时刻预测方法和装置
EP4119413A1 (en) Error compensation method and apparatus, computer device, and storage medium
US20220198714A1 (en) Camera to camera calibration
CN112649011A (zh) 车辆避障方法、装置、设备和计算机可读介质
CN112987707A (zh) 一种车辆的自动驾驶控制方法及装置
CN113902047B (zh) 图像元素匹配方法、装置、设备以及存储介质
CN112558036A (zh) 用于输出信息的方法和装置
JP7158109B2 (ja) 車両加速度計の前進軸のキャリブレーション方法及び装置
CN112685531B (zh) 车辆匹配方法和装置、计算设备以及计算机可读存储介质
CN115565374A (zh) 物流车驾驶优化方法、装置、电子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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40051383

Country of ref document: HK