CN114396959A - 基于高精度地图的车道匹配定位方法、装置、设备及介质 - Google Patents
基于高精度地图的车道匹配定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114396959A CN114396959A CN202210298178.3A CN202210298178A CN114396959A CN 114396959 A CN114396959 A CN 114396959A CN 202210298178 A CN202210298178 A CN 202210298178A CN 114396959 A CN114396959 A CN 114396959A
- Authority
- CN
- China
- Prior art keywords
- lane
- position point
- target
- current vehicle
- vehicle position
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种基于高精度地图的车道匹配定位方法、装置、设备及介质,其方法包括:获取高精度地图,并从所述高精度地图中确定多个车道区间面和各车道区间面的车道信息;基于差分全球定位系统获得车辆的当前车辆位置点;基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,所述区间面集合包括至少一个目标区间面;基于所述车道信息从所述至少一个目标区间面中确定所述当前车辆位置点所在的目标车道。本发明提高了对车辆进行匹配定位的准确性和效率。
Description
技术领域
本发明涉及高精地图匹配技术领域,具体涉及一种基于高精度地图的车道匹配定位方法、装置、设备及介质。
背景技术
高精定位与高精地图匹配一直都是自动驾驶领域的热门话题。能准确的定位出车辆的所在车道以及在车道上的相对位置是后续进行路径规划、交通预警、交通管控等业务的基础。
现有技术中,高精定位和高精地图的匹配有两种方式,一种方式是求距离高精定位点最近的一条线,与高精地图进行匹配。另一种方式是采用隐马尔可夫的方法进行匹配,即:通过概率的推断实现匹配。
现有技术存在以下问题:仅求距离高精定位点最近的一条线作为匹配结果,会导致匹配结果有误,且由于路口处多个车道会重叠,进而导致这种方式在路口处会产生较大误差。由于隐马尔可夫的方法是通过概率的推断进行匹配,概率存在误差,因此,会导致匹配结果准确定不高。
发明内容
有鉴于此,有必要提供一种基于高精度地图的车道匹配定位方法、装置、设备及介质,用以解决现有技术中存在的不适用于路口处的匹配定位以及匹配定位准确性低的技术问题。
一方面,本发明提供了一种基于高精度地图的车道匹配定位方法,包括:
获取高精度地图,并从所述高精度地图中确定多个车道区间面和各车道区间面的车道信息;
基于差分全球定位系统获得车辆的当前车辆位置点;
基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,所述区间面集合包括至少一个目标区间面;
基于所述车道信息从所述至少一个目标区间面中确定所述当前车辆位置点所在的目标车道。
在一些可能的实现方式中,所述当前车辆位置点包括起步位置点和行进位置点,所述车道区间信息包括车道区间连续关系,所述目标区间面集合包括起步目标区间面集合和行进目标区间面集合;所述基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,包括:
当所述当前车辆位置点为所述起步位置点时,基于所述起步位置点从所述多个车道区间面中确定出所述起步位置点所在的起步目标区间面集合;
当所述当前车辆位置点为所述行进位置点时,判断所述行进位置点是否位于所述起步目标区间面集合内;
若所述行进位置点位于所述起步目标区间面集合内,则所述起步目标区间集合为所述行进目标区间面集合;
若所述行进位置点不位于所述起步目标区间面集合内,则根据所述车道区间连续关系和所述起步目标区间面集合获得连续目标区间面集合,并判断所述行进位置点是否位于所述连续目标区间面集合内;
若所述行进位置点位于所述连续目标区间面集合内,则所述连续目标区间集合为所述行进目标区间面集合;
若所述行进位置点不位于所述连续目标区间面集合内,则基于所述行进位置点从所述多个车道区间面中确定出所述行进位置点所在的行进目标区间面集合。
在一些可能的实现方式中,所述基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,包括:
基于所述车道区间面确定所述车道区间面的沿预设方向的外接矩形;
基于预设的面内判别算法判断所述当前车辆位置点是否位于外接矩形内;
当所述当前车辆位置点位于所述外接矩形内时,所述外接矩形所对应的所述车道区间面为所述目标区间面。
在一些可能的实现方式中,所述目标区间面包括至少一个车道中心线,所述车道信息包括与所述至少一个车道中心线对应的至少一个车道区间;所述基于所述车道信息从所述至少一个区间面中确定所述当前车辆位置点所在的目标车道,包括:
确定所述当前车辆位置点与所述至少一个车道中心线中各车道中心线之间的距离;
根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的目标车道。
在一些可能的实现方式中,所述根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的目标车道,包括:
根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的待确认车道;
获取所述当前车辆位置点在所述待确认车道上的投影点的当前高度值;
根据所述当前高度值确定所述待确认车道是否为所述目标车道。
在一些可能的实现方式中,所述根据所述当前高度值确定所述待确认车道是否为所述目标车道,包括:
当所述当前车辆位置点为所述起步位置点时,获取所述差分全球定位系统的预设高度值,若所述预设高度值大于或等于当前高度值,则所述待确认车道为所述目标车道;
当所述当前车辆位置点为所述行进位置点时,获取所述行进位置点的上一位置点的参考高度值,若所述参考高度值和所述当前高度值的差值小于或等于阈值高度值,则所述待确认车道为所述目标车道。
在一些可能的实现方式中,所述当前车辆位置点包括与多个车辆一一对应的多个当前车辆子位置点;所述基于差分全球定位系统获得车辆的当前车辆位置点,包括:
获取所述多个车辆中各车辆的车辆标识号;
基于所述车辆标识号和所述差分全球定位系统获得各所述车辆的当前车辆子位置点。
另一方面,本发明还提供了一种基于高精度地图的车道匹配定位装置,包括:
高精地图获取单元,用于获取高精度地图,并从所述高精度地图中确定多个车道区间面和各车道区间面的车道信息;
车辆位置点获取单元,用于基于差分全球定位系统获得车辆的当前车辆位置点;
目标区间面集合获取单元,用于基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,所述区间面集合包括至少一个目标区间面;
目标车道确定单元,用于基于所述车道信息从所述至少一个目标区间面中确定所述当前车辆位置点所在的目标车道。
另一方面,本发明还提供了一种电子设备,包括存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述任意一种实现方式中所述的基于高精度地图的车道匹配定位方法中的步骤。
另一方面,本发明还提供了一种计算机可读存储介质,用于存储计算机可读取的程序或指令,所述程序或指令被处理器执行时能够实现上述任意一种实现方式中所述的基于高精度地图的车道匹配定位方法中的步骤。
采用上述实施例的有益效果是:本发明提供的基于高精度地图的车道匹配定位方法,首先基于当前车辆位置点从多个车道区间面中确定出当前车辆位置点所在的目标区间面集合,然后在基于车道信息从目标区间面集合中确定当前车辆位置所在的目标车道。摆脱了概率的推断,充分利用了高精地图中的车道区间面和车道信息,提高了匹配目标车道的准确性。并且,通过先确定当前车辆位置点的目标区间面集合,然后再从目标区间面集合中确定目标车道,进一步提高了匹配目标车道的准确性。
进一步地,由于先确定目标区间面集合,再确定目标车道的速度大于直接确定目标车道的速度,因此,可提高匹配目标车道的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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为本发明提供的基于高精度地图的车道匹配定位方法的一个实施例流程示意图;
图2为本发明图1中S103的一个实施例流程示意图;
图3为本发明图1中S103的另一个实施例流程示意图;
图4为本发明提供的车道区间面的一个实施例结构示意图;
图5为本发明图1中S104的一个实施例流程示意图;
图6为本发明图5中S502的一个实施例流程示意图;
图7为本发明图6中S603的一个实施例流程示意图;
图8为本发明图1中S102的一个实施例流程示意图;
图9为本发明提供的基于高精度地图的车道匹配定位装置的一个实施例结构示意图;
图10为本发明提供的电子设备的一个实施例结构示意图。
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,所描述的实施例仅仅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,都属于本发明保护的范围。
应当理解,示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本发明内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
在本发明实施例的描述中,“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如:A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器系统和/或微控制器系统中实现这些功能实体。
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发明的至少一个实施例中。在说明书中的各个位置出现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。
图1为本发明提供的基于高精度地图的车道匹配定位方法的一个实施例流程示意图,如图1所示,基于高精度地图的车道匹配定位方法包括:
S101、获取高精度地图,并从高精度地图中确定多个车道区间面和各车道区间面的车道信息;
S102、基于差分全球定位系统获得车辆的当前车辆位置点;
S103、基于当前车辆位置点从多个车道区间面中确定出当前车辆位置点所在的目标区间面集合,区间面集合包括至少一个目标区间面;
S104、基于车道信息从至少一个目标区间面中确定当前车辆位置点所在的目标车道。
与现有技术相比,本发明实施例提供的基于高精度地图的车道匹配定位方法,首先基于当前车辆位置点从多个车道区间面中确定出当前车辆位置点所在的目标区间面集合,然后在基于车道信息从目标区间面集合中确定当前车辆位置所在的目标车道。摆脱了概率的推断,充分利用了高精地图中的车道区间面和车道信息,提高了匹配目标车道的准确性。并且,通过先确定当前车辆位置点的目标区间面集合,然后再从目标区间面集合中确定目标车道,进一步提高了匹配目标车道的准确性。
进一步地,由于先确定目标区间面集合,再确定目标车道的速度大于直接确定目标车道的速度,因此,可提高匹配目标车道的效率。
需要说明的是:步骤S101中的高精度地图指的是精度更高、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。
高精度地图包括但不限于以下两类数据: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。
步骤S102中的差分全球定位系统(DGPS)指的是由全球卫星导航系统(GlobalNavigation Satellite System, GNSS)、实时动态载波(Real- time kinematic,RTK)相位差分技术以及惯性测量单元(Inertial Measurement Unit,IMU)组成的定位系统。
由于车辆在运行过程中位置点会实时发生改变,为了避免对每个位置点都进行目标区间面集合,导致匹配定位方法的效率低,在本发明的一些实施例中,当前车辆位置点包括起步位置点和行进位置点,车道区间信息包括车道区间连续关系,目标区间面集合包括起步目标区间面集合和行进目标区间面集合;则如图2所示,步骤S103包括:
S201、当当前车辆位置点为起步位置点时,基于起步位置点从多个车道区间面中确定出起步位置点所在的起步目标区间面集合;
S202、当当前车辆位置点为行进位置点时,判断行进位置点是否位于起步目标区间面集合内;
S203、若行进位置点位于起步目标区间面集合内,则起步目标区间集合为行进目标区间面集合;
S204、若行进位置点不位于起步目标区间面集合内,则根据车道区间连续关系和起步目标区间面集合获得连续目标区间面集合,并判断行进位置点是否位于连续目标区间面集合内;
S205、若行进位置点位于连续目标区间面集合内,则连续目标区间集合为行进目标区间面集合;
S206、若行进位置点不位于连续目标区间面集合内,则基于行进位置点从多个车道区间面中确定出行进位置点所在的行进目标区间面集合。
本发明实施例设置当当前车辆位置点为行进位置点时,首先判断行进位置点是否位于起步目标区间面集合内,而无需直接在多个车道区间面中确定行进位置点所在的行进目标区间面集合,可大大降低确定行进目标区间面集合的速度,从而可进一步提高基于高精度地图的车道匹配定位方法的匹配定位效率。
进一步地,本发明实施例通过车道连续关系和起步目标区间面集合获得连续区间面集合,判断行进位置点是否位于连续目标区间面集合内,无需直接从所有车道区间面中确定行进目标区间集合,可进一步提高行进目标区间面集合的获取效率,从而可进一步提高匹配定位效率。
在本发明的一些实施例中,如图3和图4所示,步骤S103包括:
S301、基于车道区间面确定车道区间面的沿预设方向的外接矩形;
S302、基于预设的面内判别算法判断当前车辆位置点是否位于外接矩形内;
S303、当当前车辆位置点位于外接矩形内时,外接矩形所对应的车道区间面为目标区间面。
在本发明的具体实施例中,预设方向为正北方向。当然,预设方向也可为除了正北方向的其他任意一个方向,在此不做赘述。
具体地,如图4所示,虚线外框表示外接矩形,实线表示车道边界线,其围合形成的区域表示车道区间面,相邻两个实线形成一个车道,每个车道中间的双点划线表示车道中心线。
需要说明的是,步骤S302中预设的面内判别算法可以为射线判别算法或转角判别算法,在本发明的具体实施例中,预设的面内判别算法为转角判别算法。其中,转角判别算法的具体原理在此不做具体赘述。
应当理解的是:目标区间面包括至少一个车道中心线,车道信息包括与至少一个车道中心线对应的至少一个车道区间,其中,车道区间指的就是由相邻两个车道边界线围合形成的区间。
在本发明的一些实施例中,如图5所示,步骤S104包括:
S501、确定当前车辆位置点与至少一个车道中心线中各车道中心线之间的距离;
S502、根据距离以及至少一个车道区间确定当前车辆位置点所在的目标车道。
本发明实施例通过设置在目标区间面内首先计算当前车辆位置点与各车道中心线的距离,然后再根据距离以及车道区间确定目标车道,相比于直接计算当前车辆位置点的目标车道,提升了计算效率,从而提高了匹配定位效率。
更进一步地,应当根据距离从小到大的顺序依次确定目标车道,这样可实现通过较少的计算量确定出目标车道,进一步提高匹配定位效率。
具体地,步骤S502具体为:根据距离确定当前车辆位置点对应的目标车道中心线,基于车道信息即可获得与目标车道中心线对应的目标车道。
在实际车辆运行场景中,常常会存在高架场景,即会存在两个目标车道在二维空间上一致,仅仅在于高度不同,因此,为了进一步提高匹配定位方法的匹配定位准确性,在本发明的一些实施例中,如图6所示,步骤S502包括:
S601、根据距离以及至少一个车道区间确定当前车辆位置点所在的待确认车道;
S602、获取当前车辆位置点在待确认车道上的投影点的当前高度值;
S603、根据当前高度值确定待确认车道是否为目标车道。
本发明实施例通过引入当前高度值,确定待确认车道是否为目标车辆,可避免由于高架场景带来的目标车道确定错误的技术问题,确保目标车道的可靠性。
具体地,如图7所示,步骤S603包括:
S701、当当前车辆位置点为起步位置点时,获取差分全球定位系统的预设高度值,若预设高度值大于或等于当前高度值,则待确认车道为目标车道;
S702、当当前车辆位置点为行进位置点时,获取行进位置点的上一位置点的参考高度值,若参考高度值和当前高度值的差值小于或等于阈值高度值,则待确认车道为目标车道。
本发明实施例通过分别对起步位置点和行进位置点的待确认车道进行确定,可同时确保车辆在多场景下目标车道的可靠性,提高了高精度地图的匹配定位方法的适用性。
步骤S701的具体原理为:由于车道始终位于车辆的下方,因此,当当前高度值高于车辆上差分全球定位系统的预设高度值时,则说明待确认车道并非是目标车道。
步骤S702的具体原理为:车辆在行驶过程中,前后两次的高度差不可能超过阈值高度值,若参考高度值和当前高度值的差值大于阈值高度值,则待确认车道并非是目标车道。
在本发明的具体实施例中,阈值高度值为1米。应当理解的是:阈值高度值可根据车辆的类型、路况等实际情况进行调整,在此不做具体赘述。
进一步地,由于同一时间可能有多个车辆在运行,因此,为了实现多车同时进行匹配定位的目的,在本发明的一些实施例中,当前车辆位置点包括与多个车辆一一对应的多个当前车辆子位置点,如图8所示,步骤S102包括:
S801、获取多个车辆中各车辆的车辆标识号;
S802、基于车辆标识号和差分全球定位系统获得各车辆的当前车辆子位置点。
本发明实施例通过基于车辆标识号可同时获得各车辆的当前车辆子位置,也即可同时对多个车辆进行匹配定位。
应当理解的是:所有车辆应共用一套高精地图,便于对各个车辆进行同一匹配定位。
为了更好实施本发明实施例中的基于高精度地图的车道匹配定位方法,在基于高精度地图的车道匹配定位方法基础之上,对应的,如图9所示,本发明实施例还提供了一种基于高精度地图的车道匹配定位装置,基于高精度地图的车道匹配定位装置900包括:
高精地图获取单元901,用于获取高精度地图,并从高精度地图中确定多个车道区间面和各车道区间面的车道信息;
车辆位置点获取单元902,用于基于差分全球定位系统获得车辆的当前车辆位置点;
目标区间面集合获取单元903,用于基于当前车辆位置点从多个车道区间面中确定出当前车辆位置点所在的目标区间面集合,区间面集合包括至少一个目标区间面;
目标车道确定单元904,用于基于车道信息从至少一个目标区间面中确定当前车辆位置点所在的目标车道。
上述实施例提供的基于高精度地图的车道匹配定位装置900可实现上述自基于高精度地图的车道匹配定位方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述基于高精度地图的车道匹配定位方法实施例中的相应内容,此处不再赘述。
如图10所示,本发明还相应提供了一种电子设备1000。该电子设备1000包括处理器1001、存储器1002及显示器1003。图10仅示出了电子设备1000的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
处理器1001在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器1002中存储的程序代码或处理数据,例如本发明中的基于高精度地图的车道匹配定位方法。
在一些实施例中,处理器1001可以是单个服务器或服务器组。服务器组可为集中式或分布式的。在一些实施例中,处理器1001可为本地的或远程的。在一些实施例中,处理器1001可实施于云平台。在一实施例中,云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等,或以上的任意组合。
存储器1002在一些实施例中可以是电子设备1000的内部存储单元,例如电子设备1000的硬盘或内存。存储器1002在另一些实施例中也可以是电子设备1000的外部存储设备,例如电子设备1000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。
进一步地,存储器1002还可既包括电子设备1000的内部储存单元也包括外部存储设备。存储器1002用于存储安装电子设备1000的应用软件及各类数据。
显示器1003在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器1003用于显示在电子设备1000的信息以及用于显示可视化的用户界面。电子设备1000的部件1001-1003通过系统总线相互通信。
在一实施例中,当处理器1001执行存储器1002中的基于高精度地图的车道匹配定位程序时,可实现以下步骤:
获取高精度地图,并从高精度地图中确定多个车道区间面和各车道区间面的车道信息;
基于差分全球定位系统获得车辆的当前车辆位置点;
基于当前车辆位置点从多个车道区间面中确定出当前车辆位置点所在的目标区间面集合,区间面集合包括至少一个目标区间面;
基于车道信息从至少一个目标区间面中确定当前车辆位置点所在的目标车道。
应当理解的是:处理器1001在执行存储器1002中的基于高精度地图的车道匹配定位程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面相应方法实施例的描述。
进一步地,本发明实施例对提及的电子设备1000的类型不做具体限定,电子设备1000可以为手机、平板电脑、个人数字助理(personal digital assistant,PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备,诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是,在本发明其他一些实施例中,电子设备1000也可以不是便携式电子设备,而是具有触敏表面(例如触控面板)的台式计算机。
相应地,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质用于存储计算机可读取的程序或指令,程序或指令被处理器执行时,能够实现上述各方法实施例提供的基于高精度地图的车道匹配定位方法中的步骤或功能。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件(如处理器,控制器等)来完成,计算机程序可存储于计算机可读存储介质中。其中,计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上对本发明所提供的基于高精度地图的车道匹配定位方法、装置、设备及介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于高精度地图的车道匹配定位方法,其特征在于,包括:
获取高精度地图,并从所述高精度地图中确定多个车道区间面和各车道区间面的车道信息;
基于差分全球定位系统获得车辆的当前车辆位置点;
基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,所述区间面集合包括至少一个目标区间面;
基于所述车道信息从所述至少一个目标区间面中确定所述当前车辆位置点所在的目标车道。
2.根据权利要求1所述的基于高精度地图的车道匹配定位方法,其特征在于,所述当前车辆位置点包括起步位置点和行进位置点,所述车道区间信息包括车道区间连续关系,所述目标区间面集合包括起步目标区间面集合和行进目标区间面集合;所述基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,包括:
当所述当前车辆位置点为所述起步位置点时,基于所述起步位置点从所述多个车道区间面中确定出所述起步位置点所在的起步目标区间面集合;
当所述当前车辆位置点为所述行进位置点时,判断所述行进位置点是否位于所述起步目标区间面集合内;
若所述行进位置点位于所述起步目标区间面集合内,则所述起步目标区间集合为所述行进目标区间面集合;
若所述行进位置点不位于所述起步目标区间面集合内,则根据所述车道区间连续关系和所述起步目标区间面集合获得连续目标区间面集合,并判断所述行进位置点是否位于所述连续目标区间面集合内;
若所述行进位置点位于所述连续目标区间面集合内,则所述连续目标区间集合为所述行进目标区间面集合;
若所述行进位置点不位于所述连续目标区间面集合内,则基于所述行进位置点从所述多个车道区间面中确定出所述行进位置点所在的行进目标区间面集合。
3.根据权利要求1所述的基于高精度地图的车道匹配定位方法,其特征在于,所述基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,包括:
基于所述车道区间面确定所述车道区间面的沿预设方向的外接矩形;
基于预设的面内判别算法判断所述当前车辆位置点是否位于外接矩形内;
当所述当前车辆位置点位于所述外接矩形内时,所述外接矩形所对应的所述车道区间面为所述目标区间面。
4.根据权利要求2所述的基于高精度地图的车道匹配定位方法,其特征在于,所述目标区间面包括至少一个车道中心线,所述车道信息包括与所述至少一个车道中心线对应的至少一个车道区间;所述基于所述车道信息从所述至少一个区间面中确定所述当前车辆位置点所在的目标车道,包括:
确定所述当前车辆位置点与所述至少一个车道中心线中各车道中心线之间的距离;
根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的目标车道。
5.根据权利要求4所述的基于高精度地图的车道匹配定位方法,其特征在于,所述根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的目标车道,包括:
根据所述距离以及所述至少一个车道区间确定所述当前车辆位置点所在的待确认车道;
获取所述当前车辆位置点在所述待确认车道上的投影点的当前高度值;
根据所述当前高度值确定所述待确认车道是否为所述目标车道。
6.根据权利要求5所述的基于高精度地图的车道匹配定位方法,其特征在于,所述根据所述当前高度值确定所述待确认车道是否为所述目标车道,包括:
当所述当前车辆位置点为所述起步位置点时,获取所述差分全球定位系统的预设高度值,若所述预设高度值大于或等于当前高度值,则所述待确认车道为所述目标车道;
当所述当前车辆位置点为所述行进位置点时,获取所述行进位置点的上一位置点的参考高度值,若所述参考高度值和所述当前高度值的差值小于或等于阈值高度值,则所述待确认车道为所述目标车道。
7.根据权利要求1所述的基于高精度地图的车道匹配定位方法,其特征在于,所述当前车辆位置点包括与多个车辆一一对应的多个当前车辆子位置点;所述基于差分全球定位系统获得车辆的当前车辆位置点,包括:
获取所述多个车辆中各车辆的车辆标识号;
基于所述车辆标识号和所述差分全球定位系统获得各所述车辆的当前车辆子位置点。
8.一种基于高精度地图的车道匹配定位装置,其特征在于,包括:
高精地图获取单元,用于获取高精度地图,并从所述高精度地图中确定多个车道区间面和各车道区间面的车道信息;
车辆位置点获取单元,用于基于差分全球定位系统获得车辆的当前车辆位置点;
目标区间面集合获取单元,用于基于所述当前车辆位置点从所述多个车道区间面中确定出所述当前车辆位置点所在的目标区间面集合,所述区间面集合包括至少一个目标区间面;
目标车道确定单元,用于基于所述车道信息从所述至少一个目标区间面中确定所述当前车辆位置点所在的目标车道。
9.一种电子设备,其特征在于,包括存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述权利要求1至7中任意一项所述的基于高精度地图的车道匹配定位方法中的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机可读取的程序或指令,所述程序或指令被处理器执行时能够实现上述权利要求1至7中任意一项所述的基于高精度地图的车道匹配定位方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298178.3A CN114396959B (zh) | 2022-03-25 | 2022-03-25 | 基于高精度地图的车道匹配定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298178.3A CN114396959B (zh) | 2022-03-25 | 2022-03-25 | 基于高精度地图的车道匹配定位方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114396959A true CN114396959A (zh) | 2022-04-26 |
CN114396959B CN114396959B (zh) | 2022-08-30 |
Family
ID=81234263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210298178.3A Active CN114396959B (zh) | 2022-03-25 | 2022-03-25 | 基于高精度地图的车道匹配定位方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114396959B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637884A (zh) * | 2022-05-16 | 2022-06-17 | 深圳前海中电慧安科技有限公司 | 一种电像计算时空轨迹与道路网的匹配方法、装置及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
US20190295420A1 (en) * | 2017-02-07 | 2019-09-26 | Tencent Technology (Shenzhen) Company Limited | Lane determination method, device and storage medium |
CN111209291A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种利用众包感知地图更新高精度地图的方法及系统 |
CN111932887A (zh) * | 2020-08-17 | 2020-11-13 | 武汉四维图新科技有限公司 | 车道级轨迹数据的生成方法及设备 |
US20200386557A1 (en) * | 2019-06-07 | 2020-12-10 | Zenuity Ab | Lane-level map matching |
CN112885092A (zh) * | 2021-01-26 | 2021-06-01 | 中交科云(北京)技术有限公司 | 基于智能边缘计算的高速公路车路协同云控平台系统 |
US20210190510A1 (en) * | 2020-05-25 | 2021-06-24 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle positioning method, apparatus, electronic device, vehicle and storage medium |
CN113280822A (zh) * | 2021-04-30 | 2021-08-20 | 北京觉非科技有限公司 | 一种车辆定位方法及定位装置 |
WO2021168845A1 (zh) * | 2020-02-28 | 2021-09-02 | 华为技术有限公司 | 导航方法及装置 |
CN113447033A (zh) * | 2021-05-17 | 2021-09-28 | 山东科技大学 | 一种车道级地图匹配方法及系统 |
EP3901826A2 (en) * | 2020-11-17 | 2021-10-27 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle position determining method, apparatus and electronic device |
CN113916242A (zh) * | 2021-12-14 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 车道定位方法和装置、存储介质及电子设备 |
-
2022
- 2022-03-25 CN CN202210298178.3A patent/CN114396959B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
US20190295420A1 (en) * | 2017-02-07 | 2019-09-26 | Tencent Technology (Shenzhen) Company Limited | Lane determination method, device and storage medium |
US20200386557A1 (en) * | 2019-06-07 | 2020-12-10 | Zenuity Ab | Lane-level map matching |
CN111209291A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种利用众包感知地图更新高精度地图的方法及系统 |
WO2021168845A1 (zh) * | 2020-02-28 | 2021-09-02 | 华为技术有限公司 | 导航方法及装置 |
US20210190510A1 (en) * | 2020-05-25 | 2021-06-24 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle positioning method, apparatus, electronic device, vehicle and storage medium |
CN111932887A (zh) * | 2020-08-17 | 2020-11-13 | 武汉四维图新科技有限公司 | 车道级轨迹数据的生成方法及设备 |
EP3901826A2 (en) * | 2020-11-17 | 2021-10-27 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle position determining method, apparatus and electronic device |
CN112885092A (zh) * | 2021-01-26 | 2021-06-01 | 中交科云(北京)技术有限公司 | 基于智能边缘计算的高速公路车路协同云控平台系统 |
CN113280822A (zh) * | 2021-04-30 | 2021-08-20 | 北京觉非科技有限公司 | 一种车辆定位方法及定位装置 |
CN113447033A (zh) * | 2021-05-17 | 2021-09-28 | 山东科技大学 | 一种车道级地图匹配方法及系统 |
CN113916242A (zh) * | 2021-12-14 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 车道定位方法和装置、存储介质及电子设备 |
Non-Patent Citations (3)
Title |
---|
FRANCK LI 等: "Lane-level map-matching with integrity on high-definition maps", 《2017 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV)》 * |
FRANCK LI 等: "Lane-level map-matching with integrity on high-definition maps", 《2017 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV)》, 14 June 2017 (2017-06-14), pages 1176 - 1181, XP033133854, DOI: 10.1109/IVS.2017.7995872 * |
郭晶等: "基于北斗高精度定位的车道级导航系统", 《测绘通报》, no. 01, 31 January 2020 (2020-01-31), pages 26 - 29 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637884A (zh) * | 2022-05-16 | 2022-06-17 | 深圳前海中电慧安科技有限公司 | 一种电像计算时空轨迹与道路网的匹配方法、装置及设备 |
CN114637884B (zh) * | 2022-05-16 | 2022-08-23 | 深圳前海中电慧安科技有限公司 | 一种电像计算时空轨迹与道路网的匹配方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114396959B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
EP3663718B1 (en) | Method and apparatus for estimating a localized position on a map | |
JP2819125B2 (ja) | 自動車 | |
CN110608746B (zh) | 用于确定机动车的位置的方法和装置 | |
JP2022003347A (ja) | 車両位置の判定方法、車両位置の判定装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN109387208B (zh) | 一种地图数据的处理方法、装置、设备和介质 | |
US20170294036A1 (en) | Supporting a creation of a representation of road geometry | |
CN111856521B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
JP2021082300A (ja) | 車両測位方法、装置、電子機器、車両及び記憶媒体 | |
EP3023740B1 (en) | Method, apparatus and computer program product for route matching | |
CN111902697B (zh) | 行驶辅助系统、行驶辅助方法和计算机能读取的存储介质 | |
CN114396959B (zh) | 基于高精度地图的车道匹配定位方法、装置、设备及介质 | |
CN113804204A (zh) | 应用于车辆中的驾驶方法、装置、电子设备和存储介质 | |
Schreiber et al. | Multi-drive feature association for automated map generation using low-cost sensor data | |
CN103376114A (zh) | 由点数据产生对地理对象的路线进行连续描述的几何数据 | |
KR20210022343A (ko) | 지하시설물 관련 혼합현실 제공방법 및 시스템 | |
CN115585816A (zh) | 车道级地图匹配方法和装置 | |
CN112798004A (zh) | 一种车辆的定位方法、装置、设备及存储介质 | |
US20200333144A1 (en) | Method for Operating a Navigation System | |
CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
CN102378898A (zh) | 具有路线预测的导航系统与其操作方法 | |
CN110017840B (zh) | 导航数据的处理方法和装置、电子设备、计算机可读介质 | |
EP2659227A1 (en) | Incremental network generation providing seamless network | |
CN110008921A (zh) | 一种道路边界的生成方法、装置、电子设备及存储介质 | |
CN111060123A (zh) | 一种基于普通地图实现车道级导航的方法与系统 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Lane matching and positioning methods, devices, equipment, and media based on high-precision maps Effective date of registration: 20231010 Granted publication date: 20220830 Pledgee: Bank of China Limited Wuhan Economic and Technological Development Zone sub branch Pledgor: ISMARTWAYS (WUHAN) TECHNOLOGY Co.,Ltd. Registration number: Y2023980060478 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |