CN114754780A - 车道线规划方法及相关装置 - Google Patents
车道线规划方法及相关装置 Download PDFInfo
- Publication number
- CN114754780A CN114754780A CN202110026340.1A CN202110026340A CN114754780A CN 114754780 A CN114754780 A CN 114754780A CN 202110026340 A CN202110026340 A CN 202110026340A CN 114754780 A CN114754780 A CN 114754780A
- Authority
- CN
- China
- Prior art keywords
- point
- intersection
- lane line
- depth
- projection
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000015654 memory Effects 0.000 claims description 31
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 230000004888 barrier function Effects 0.000 abstract description 44
- 238000004891 communication Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000002372 labelling Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static 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
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
-
- 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
-
- 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
-
- 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
Abstract
本申请实施例提供一种车道线规划方法及相关装置,该方法包括:获取第一路口的信息,第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;确定目标投影点,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一车道线向第一路口处延伸的深度,第二深度为第二车道线向第一路口处延伸的深度;根据第一参考点、第二参考点和目标投影点确定车道线。采用本申请实施例,能够自动规划出避开障碍物的车道线,提高规划的效率和准确率。
Description
技术领域
本申请涉及无人驾驶技术领域,尤其涉及一种车道线规划方法及相关装置。
背景技术
随着人工智能技术的成熟,自动驾驶技术也得到了快速发展。高精度地图在地图查找、自动导航以及自动驾驶等场景中起到至关重要的作用。高精度地图对信息的丰富度和精度的要求比较高,可以提供更多的道路细节信息,它可以提供一条路上每条车道的地理坐标信息,同时精度可以达到厘米级。高精度地图还可以记录丰富的道路标志信息比如人行横道、天桥、红绿灯等。在路口区域,高精度地图也会根据实际的道路场景,生成许多车道级别的虚拟车道线,为汽车在路口行驶提供精确平滑的导航信息。因此,在自动驾驶过程中,自动驾驶车辆可以按照预先在高精度地图上规划好的精确到车道级别的路径上行驶。
高精度地图的制图过程通常是由技术人员驾驶采集车辆,采集车辆获取所经过区域的环境信息,并对所获取的各种信息进行融合处理,生成电子地图。然后制图人员会采用各种地图标注软件,对所得到的电子地图进行自动标注或者人工标注的方式标注出各种交通信息,例如:车道线、道路指示牌、道路标识等交通信息。
对于高精度地图中路口内的车道线,目前包括人工标注和自动标注两种标注方法,其中:人工标注:是由制图人员根据获取的点云地图进行标注的,但是人工标注的车道线不仅费时费力,而且不容易保证车道线的美观度。自动标注:是根据获取的路口信息进行自动化标注,但是这种方法往往没有考虑路口内有障碍物的清楚,导致标注的准确度不高。
无论是人工标注还是自动标注,都无法兼顾高精度地图的标注效率和标注准确度。
发明内容
本申请实施例提高了一种车道线规划方法及相关装置,能够自动规划出避开障碍物的车道线,提高规划效率和准确率。
第一方面,本申请实施例提供了一种车道线规划的方法,可包括:获取第一路口的信息,第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;其中,第一路口为需要规划车道线的路口,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,与第一路口相连的车道线为第一车道线和第二车道线,第二车道线通过第一路口需要规划的车道线连接第一车道线,障碍物为第一路口内妨碍规划车道线的物体;确定目标投影点,其中,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一车道线向第一路口处延伸的深度,第二深度为第二车道线向第一路口处延伸的深度;根据第一参考点、第二参考点和目标投影点确定车道线。
通过第一方面提供的方法,因为在规划路口处的车道线时,考虑到了路口处的障碍物,从而可以确定出目标投影点,然后再根据第一参考点、第二参考点和目标投影点可以确定车道线。因为目标投影点的存在,可以保证生成的车道线不会压到障碍物,不需要再进行人工调整,可以提高规划车道线的效率和准确率。
在一种可能的实现方式中,该方法还可以包括:确定规划区域,将规划区域内的物体标记为障碍物。
在本申请实施例,可能只有物体靠近路口的部分会妨碍到规划车道线,所以通过规划区域可以将可能妨碍规划车道线的物体标记障碍物,从而可以提高规划的车道线不会压到障碍物的准确率。
在一种可能的实现方式中,该方法还可以包括:根据第一参考点、第二参考点和交点确定规划区域,交点为第一深度与第二深度交汇的点。
在本申请实施例中,因为第一参考点、第二参考点和交点为规划车道线所需要用到的点,所以通过第一参考点、第二参考点和交点确定的规划区域,可以快速且准确地确定妨碍规划车道线的物体。
在一种可能的实现方式中,该方法还可以包括:将障碍物的N个位置点向第一深度投影,得到N个第一投影点,N大于等于1;将障碍物的N个位置点向第二深度投影,得到N个第二投影点;从N个第一投影点和N个第二投影点中选择目标投影点,其中,N个第一投影点中到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;N个第二投影点中到第二参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
在本申请实施例中,通过给定的预设条件,从N个第一投影点和/或N个第二投影点中选择满足预设要求的目标投影点,因为预设条件中第一阈值和第二阈值的存在,可以提高通过确定的目标投影所绘制车道线不会压到障碍物的准确率,也保障了车辆通过规划的车道线可以顺利驶出路口。
在一种可能的实现方式中,目标投影点包括第一投影点,该方法还可以包括:根据第一参考点和第一投影点确定第一线段;根据第一投影点、第二参考点和交点确定第一曲线,交点为第一深度与第二深度交汇的点;由第一线段和第一曲线确定右转车道线。
在本申请实施例中,车道线由第一线段和第一曲线组成,第一线段是在进入路口处避开障碍物且可以保证完成右转的最长距离,因此可以通过第一线段在完全避开障碍物的情况下,由第一曲线来驶出路口。
在一种可能的实现方式中,目标投影点包括第二投影点,该方法还可以包括:根据第一参考点、第二投影点和交点确定第二曲线,交点为第一深度与第二深度交汇的点;根据第二投影点和第二参考点确定第二直线;由第二曲线和第二直线确定右转车道线。
在本申请实施例中,车道线由第二线段和第二曲线组成,第二线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第二线段来避免压到障碍物。
在一种可能的实现方式中,目标投影点包括第一投影点和第二投影点,该方法还可以包括:根据第一参考点和第一投影点确定第三线段;根据第一投影点、第二投影点和交点确定第三曲线,交点为第一深度与第二深度交汇的点;根据第二投影点和第一参考点确定第四线段;由第三线段、第三曲线和第四线段确定右转车道线。
在本申请实施例中,车道线由第三线段、第三曲线和第四线段组成,第三线段是在进入路口处避开障碍物的最长距离,可以保证在完全避开障碍物的情况下进行右转,第四线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第四线段来避免压到障碍物。
在一种可能的实现方式中,该方法还可以包括:第一阈值和第二阈值均为根据样本数据训练得到的参考值,样本数据为行驶轨迹避开障碍物的历史行驶数据。
在本申请实施例中,通过对样本数据训练得到的第一阈值和第二阈值更加符合实际情况,可信度较高。
第二方面,本申请实施例提供了一种车道线规划装置,该装置可以包括:获取单元,用于获取第一路口的信息,第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;其中,第一路口为需要规划车道线的路口,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,与第一路口相连的车道线为第一车道线和第二车道线,第二车道线通过第一路口的车道线连接第一车道线,障碍物为第一路口内妨碍规划车道线的物体;确定单元,用于确定目标投影点,其中,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一车道线向第一路口处延伸的深度,第二深度为第二车道线向第一路口处延伸的深度;规划单元,用于根据第一参考点、第二参考点和目标投影点确定车道线。
在第二方面的一种可能的实施方式中,确定单元还用于:确定规划区域,将规划区域内的物体标记为障碍物。
在第二方面的一种可能的实施方式中,确定单元具体用于:根据第一参考点、第二参考点和交点确定规划区域,交点为第一深度与第二深度交汇的点。
在第二方面的一种可能的实施方式中,确定单元具体用于:将障碍物的N个位置点向第一深度投影,得到N个第一投影点,N大于等于1;将障碍物的N个位置点向第二深度投影,得到N个第二投影点;从N个第一投影点和N个第二投影点中选择目标投影点,其中,N个第一投影点中到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;N个第二投影点中到第二参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
在第二方面的一种可能的实施方式中,目标投影点为第一投影点,车道线为右转车道线,规划单元具体用于:根据第一参考点和第一投影点确定第一线段;根据第一投影点、第二参考点和交点确定第一曲线,交点为第一深度与第二深度交汇的点;由第一线段和第一曲线确定右转车道线。
在第二方面的一种可能的实施方式中,目标投影点为第二投影点,车道线为右转车道线,规划单元具体用于:根据第一参考点、第二投影点和交点确定第二曲线,交点为第一深度与第二深度交汇的点;根据第二投影点和第二参考点确定第二直线;由第二曲线和第二直线确定右转车道线。
在第二方面的一种可能的实施方式中,目标投影点包括第一投影点和第二投影点,车道线为右转车道线,规划单元具体用于:根据第一参考点和第一投影点确定第三线段;根据第一投影点、第二投影点和交点确定第三曲线,交点为第一深度与第二深度交汇的点;根据第二投影点和第一参考点确定第四线段;由第三线段、第三曲线和第四线段确定右转车道线。
第三方面,本申请实施例提供了一种高精度地图,高精度地图包括第一方面或第一方面的任意一种可能的实施方式所描述的方法中根据第一参考点、第二参考点和目标投影点确定的车道线。
第四方面,本申请实施例提供了一种智能车辆,智能车辆包括至少一个处理器和至少一个存储器,至少一个处理器用于调用至少一个存储器中存储的计算机程序,以使智能车辆执行第一方面或第一方面的任意一种可能的实施方式所描述的方法。
第五方面,本申请实施例提供了一种车道线规划设备,车道线规划设备包括至少一个处理器和至少一个存储器,至少一个处理器用于调用至少一个存储器中存储的计算机程序,以使得装置执行第一方面或第一方面的任意一种可能的实施方式所描述的方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,当计算机程序在一个或多个处理器上运行时,执行第一方面或第一方面的任意一种可能的实施方式所描述的方法。
第七方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在一个或多个处理器上运行时,执行第一方面或第一方面的任意一种可能的实施方式所描述的方法。
附图说明
以下对本申请实施例用到的附图进行介绍。
图1是现有技术提供的一种绘制车道线的场景示意图;
图2A是本申请实施例提供的一种车道线规划系统的结构示意图;
图2B是本申请实施例提供的另一种车道线规划系统的架构示意图;
图2C是本申请实施例提供的一种智能车辆003的功能框图;
图3A是本申请实施例提供的一种绘制车道线的方法流程示意图;
图3B是本申请实施例提供的一种路口信息的示意图;
图3C是本申请实施例提供的一种确定目标投影点的示意图;
图4是本申请实施例提供的另一种绘制车道线的场景示意图;
图5是本申请实施例提供的另一种绘制车道线的场景示意图;
图6是本申请实施例提供的另一种绘制车道线的场景示意图;
图7是本申请实施例提供的一种车道线规划装置的结构示意图;
图8是本申请实施例提供的一种车道线规划设备的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
首先,对本申请实施例涉及的相关技术进行解释说明,以便本领域技术人员理解。
1、高精度地图
高精度地图也称为高分辨率地图(HD Map,High Definition Map),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,高精度地图除了能提供的道路(Road)级别的导航信息外,还能够提供车道(Lane)级别的导航信息。无论是在信息的丰富度还是信息的精度方面,都远远高于传统导航地图。
比如说,车道(Lane)级别的导航信息可以包括高精度的坐标,同时还可以包括准确的道路形状、每个车道的坡度、曲率、航向、高程、侧倾等数据。
2、矢量数据
矢量数据是在直角坐标中,用x、y坐标表示地图图形或地理实体的位置和形状的数据,一般通过记录坐标的方式来尽可能地将地理实体的空间位置表现得准确无误。并且,矢量数据还可以是计算机中以矢量结构存储的内部数据,它是跟踪式数字化仪的直接产物。在矢量数据结构中,点数据可直接用坐标值描述;线数据可用均匀或不均匀间隔的顺序坐标链来描述;面状数据(或多边形数据)可用边界线来描述。
目前,对于路口的车道线规划的方法可以包括如下步骤:
S1、确定第一参考点的信息,第一参考点为第一车道上的点。
请参见图1,图1是现有技术提供的一种绘制车道线的场景示意图,图1以绘制右转车道线为例来进行说明。从图1的(1)可以看出,第一参考点为第一参考点101A。可选地,第一参考点101A为第一车道线104A上的点,第一参考点101A具体可以是第一车道线104A(或者第一车道线104A的延长线)在接近路口106的区域上的点;路口106为需要标注车道线的路口,与路口106相连的车道是第一车道102和第二车道103,第一车道线104A可以是第一车道102的车道边缘线。
S2、确定第二参考点的信息,第二参考点为第二车道上的点。
请参见图1的(1),从图1的(1)可以看出,第二参考点为第二参考点101B。可选地,第二参考点101B为第二车道线105A上的点,第二参考点101B具体可以是第二车道线105A(或者第二车道线105A的延长线)在接近路口106的区域上的点,第二车道线105A可以是第二车道103的车道边缘线。
S3、确定交点,交点为第一车道线向路口处延伸时与第二车道线向路口处延伸时交汇的点。
请参见图1的(1),从图1的(1)可以看出,交点为交点101C。交点101C为第一车道线104A向路口处的延伸线与第二车道线105A向路口处的延伸性所交汇的点。
S4,根据第一参考点、第二参考点和交点,生成右转车道线。
从图1的(2)可以看出,根据第一参考点101A、交点101C和第二参考点101B生成的右转车道线107的边缘车道线与路口106内的障碍物108相交,也即障碍物108可能会出现在右转车道线107所覆盖的区域中。
可以看出,没有进行障碍物规避处理而绘制的车道线可能会压到路口内的障碍物,依旧需要进行人工调整,效率低下且容易出错。
为了便于理解本申请实施例,下面先对本申请实施例所基于的其中一种车道线规划系统的结构进行描述。请参见图2A,图2A是本申请实施例提供的一种车道线规划系统的结构示意图,该系统包括采集装置001和绘制装置002,其中,采集装置001和绘制装置002可以通过网络通信,以将采集到的用于绘制车道线的原始数据向绘制装置002发送,由绘制装置002完成车道线的绘制。
采集装置001可以是具体数据采集能力和数据收发能力的电子设备。比如说采集装置001可以是装备有激光雷达、摄像头、全球导航卫星系统(Global NavigationSatellite System,GNSS)、惯性测量单元(Inertial Measurement Unit,IMU)等一个或多种传感器的采集车辆。采集车辆可以收集高精度地图中待标注车道线的路口信息,也即在绘制高精度地图之前,可以通过行驶在各个道路上的采集车辆来收集绘制高精度地图所需要的信息。其中,激光雷达主要用于采集点云数据,因为激光雷达可以精确的反应出位置信息,所以通过激光雷达可以获取路面的宽度、信号灯的高度以及一些其他信息;摄像头主要用于采集路面的标识、车道线等信息;GNSS主要用于记录当前采集点的坐标;IMU主要用于记录采集车辆的角度和加速度信息,用于校正采集车辆的位置和角度。
或者,采集装置001还可以是安装于路口处的路侧单元,路侧单元可以获取覆盖区域内的路口信息,以及监控覆盖区域内的多个智能车辆。路侧单元可以采集到自动驾驶中待规划车道线的路口信息,也即路侧单元可以随时监控路口内的动态,可以将路口的信息向需要通过路口的智能车辆发送。需要说明的是,可以由一个路侧单元来获取路口信息,也可以由多个路侧单元协作配合来获取路口信息,以达到可以获取到与路口连接的所有道路的信息。其中,路侧单元可以是由高增益定向束控读写天线和射频控制器组成。高增益定向束控读写天线是一个微波收发模块,负责信号和数据的发送/接收、调制/解调、编码/解码、加密/解密;射频控制器是控制发射和接收数据以及处理向上位机收发信息的模块。
通过采集装置001可以采集到高精度地图中待标注车道线的路口信息,比如说路口处的道路级数据(也即与路口相连的每个道路的数据)、路口处的车道级数据(也即与路口相连的每个车道的数据)、路口内的障碍物的信息。道路级还可以称为非高精矢量路网数据,用于从道路级精度描述具体的道路。道路级数据是按照道路粒度采集的路网数据,也即包含多条车道的一条车道也只会有一条以路段(link)为单位的矢量数据。矢量数据包括一系列位置坐标点,通常是道路中心线上的一系列位置坐标点;道路级数据还包括道路等级、通行能力、车道数、道路类别、行驶方式、道路宽带等等。车道级数据可以称为高精矢量路网络数据,用于从车道线精度描述具体的道路。具体来说,车道级数据是按照车道线粒度采集的路网数据,可以包括但不限于任意一条道路的车道边缘线信息(包括车道边缘线所在位置的矢量数据)、车道分界线信息(包括车道分界线所在位置的矢量数据)等。障碍物可以为路口内妨碍行驶的物体,障碍物的信息可以是障碍物所在位置的矢量数据,障碍物包括但不限于以下至少一项:路牙、树木、路灯等等。
绘制装置002可以是具有数据处理能力和数据收发能力的电子设备,可以是实体设备如主机、机架式服务器、刀片式服务器等,也可以是虚拟设备如虚拟机、容器等。绘制装置002可以获取到高精度地图中待标注车道线的路口信息,然后从路口信息中获取第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;其中,第一路口为需要规划车道线的路口,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,第二车道线为通过路口内车道线连接第一车道线的车道线,障碍物为所述第一路口内妨碍规划车道线的物体;再然后确定目标投影点,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一参考点向第一路口处延伸的深度,第二深度为第二参考点向所述第一路口处延伸的深度,最后绘制装置002根据第一参考点、第二参考点和目标投影点作为控制点来确定车道线。
在一种可能的实现方式中,绘制装置002将障碍物的N个位置点向第一深度投影,得到N个第一投影点;绘制装置002将障碍物的N个位置点向第二深度投影,得到N个第二投影点;然后绘制装置002从N个第一投影点中和N个第二投影点中选择目标投影点,也即,N个第一投影点中到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;或者,N个第二投影点中到第二参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。第一阈值和第二阈值为根据路口的障碍物与车道线之间的距离,通过机器学习训练得到的数值。
需要说明的是,当采集装置001为采集车辆时,收集的路口信息可以为高精度地图中待标注车道线的路口信息,绘制装置001可以为生成高精度地图的设备。当绘制装置001生成高精度地图后,可以将上述高精度地图发送给智能车辆003,智能车辆003可以根据该高精度地图完成进行行驶。
当采集装置001为安装于路口处的路侧单元时,收集的路口信息可以为自动驾驶中待规划车道线的路口的信息,请参见图2B,图2B是本申请实施例提供的另一种车道线规划系统的架构示意图。从图2B可以看出,绘制装置001可以为行驶于路口处的智能车辆003,当智能车辆003接收到路侧单元发送的路口的信息后,根据路口的信息可以规划出避开障碍物的车道线。
需要说明的是,车道线可以包括直行车道线、左转车道线或者右转车道线,本申请实施例不做任何限制。
需要说明的是,可以使用贝塞尔曲线来绘制车道线,还可以使用样条曲线来确绘制车道线,本申请实施例对于绘制车道线的工具不做任何限制。
基于上述绘制车道线系统架构,本申请实施例提供了一种应用于上述绘制车道线系统架构中的智能车辆003。请参见图2C,图2C是本申请实施例提供的一种智能车辆003的功能框图。在一个实施例中,可以将智能车辆003配置为完全或部分地自动驾驶模式。例如,智能车辆003可以在处于自动驾驶模式中的同时控制自身,并且可通过人为操作来确定车辆及其周边环境的当前状态,确定周边环境中的至少一个其他车辆的可能行为,并确定该其他车辆执行可能行为的可能性相对应的置信水平,基于所确定的信息来控制智能车辆003。在智能车辆003处于自动驾驶模式中时,可以将智能车辆003置为在没有和人交互的情况下操作。
智能车辆003可包括各种子系统,例如行进系统202、传感系统204、控制系统206、一个或多个外围设备208以及电源210、计算机系统212和用户接口216。可选地,智能车辆003可包括更多或更少的子系统,并且每个子系统可包括多个元件。另外,智能车辆003的每个子系统和元件可以通过有线或者无线互连。
行进系统202可包括为智能车辆003提供动力运动的组件。在一个实施例中,行进系统202可包括引擎218、能量源219、传动装置220和车轮/轮胎221。引擎218可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合,例如气油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎218将能量源219转换成机械能量。
能量源219的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源219也可以为智能车辆003的其他系统提供能量。
传动装置220可以将来自引擎218的机械动力传送到车轮221。传动装置220可包括变速箱、差速器和驱动轴。在一个实施例中,传动装置220还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮221的一个或多个轴。
传感系统204可包括感测关于智能车辆003周边的环境的信息的若干个传感器。例如,传感系统204可包括全球定位系统222(定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)224、雷达226、激光测距仪228以及相机230。传感系统204还可包括被监视智能车辆003的内部系统的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主智能车辆003的安全操作的关键功能。
全球定位系统222可用于估计智能车辆003的地理位置。IMU 224用于基于惯性加速度来感测智能车辆003的位置和朝向变化。在一个实施例中,IMU 224可以是加速度计和陀螺仪的组合。例如:IMU 224可以用于测量智能车辆003的曲率。
雷达226可利用无线电信号来感测智能车辆003的周边环境内的物体。在一些实施例中,除了感测物体以外,雷达226还可用于感测物体的速度和/或前进方向。
激光测距仪228可利用激光来感测智能车辆003所位于的环境中的物体。在一些实施例中,激光测距仪228可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。
相机230可用于捕捉智能车辆003的周边环境的多个图像。相机230可以是静态相机或视频相机。
控制系统206为控制智能车辆003及其组件的操作。控制系统206可包括各种元件,其中包括转向系统232、油门234、制动单元236、传感器238、计算机视觉系统240、路线控制系统242以及障碍避免系统244。
转向系统232可操作来调整智能车辆003的前进方向。例如在一个实施例中可以为方向盘系统。
油门234用于控制引擎218的操作速度并进而控制智能车辆003的速度。
制动单元236用于控制智能车辆003减速。制动单元236可使用摩擦力来减慢车轮221。在其他实施例中,制动单元236可将车轮221的动能转换为电流。制动单元236也可采取其他形式来减慢车轮221转速从而控制智能车辆003的速度。
计算机视觉系统240可以操作来处理和分析由相机230捕捉的图像以便识别智能车辆003周边环境中的物体和/或特征。所述物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统240可使用物体识别算法、运动中恢复结构(Structure fromMotion,SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中,计算机视觉系统240可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。
路线控制系统242用于确定智能车辆003的行驶路线。在一些实施例中,路线控制系统242可结合来自传感器238、全球定位系统222和一个或多个预定地图的数据以为智能车辆003确定行驶路线。
障碍避免系统244用于识别、评估和避免或者以其他方式越过智能车辆003的环境中的潜在障碍物。
当然,在一个实例中,控制系统206可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。
智能车辆003通过外围设备208与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备208可包括无线通信系统246、车载电脑248、麦克风250和/或扬声器252。
在一些实施例中,外围设备208提供智能车辆003的用户与用户接口216交互的手段。例如,车载电脑248可向智能车辆003的用户提供信息。用户接口216还可操作车载电脑248来接收用户的输入。车载电脑248可以通过触摸屏进行操作。在其他情况中,外围设备208可提供用于智能车辆003与位于车内的其它设备通信的手段。例如,麦克风250可从智能车辆003的用户接收音频(例如,语音命令或其他音频输入)。类似地,扬声器252可向智能车辆003的用户输出音频。
无线通信系统246可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统246可使用3G蜂窝通信,例如CDMA、EVD0、GSM/GPRS,或者4G蜂窝通信,例如LTE。或者5G蜂窝通信。无线通信系统246可利用WiFi与无线局域网(wireless localarea network,WLAN)通信。在一些实施例中,无线通信系统246可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议,例如:各种车辆通信系统,例如,无线通信系统246可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
电源210可向智能车辆003的各种组件提供电力。在一个实施例中,电源210可以为可再充电锂离子或铅酸电池。这种电池的一个或多个电池组可被配置为电源为智能车辆003的各种组件提供电力。在一些实施例中,电源210和能量源219可一起实现,例如一些全电动车中那样。
智能车辆003的部分或所有功能受计算机系统212控制。计算机系统212可包括至少一个处理器213,处理器213执行存储在例如存储器214这样的非暂态计算机可读介质中的指令215。计算机系统212还可以是采用分布式方式控制智能车辆003的个体组件或子系统的多个计算设备。
处理器213可以是任何常规的处理器,诸如商业可获得的CPU。替选地,该处理器可以是诸如ASIC或其它基于硬件的处理器的专用设备。尽管图2C功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,所述处理器只执行与特定于组件的功能相关的计算。
在此处所描述的各个方面中,处理器可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器214可包含指令215(例如,程序逻辑),指令215可被处理器213执行来执行智能车辆003的各种功能,包括以上描述的那些功能。存储器214也可包含额外的指令,包括向行进系统202、传感系统204、控制系统206和外围设备208中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令215以外,存储器214还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在智能车辆003在自主、半自主和/或手动模式中操作期间被智能车辆003和计算机系统212使用。
用户接口216,用于向智能车辆003的用户提供信息或从其接收信息。可选地,用户接口216可包括在外围设备208的集合内的一个或多个输入/输出设备,例如无线通信系统246、车载电脑248、麦克风250和扬声器252。
计算机系统212可基于从各种子系统(例如,无线通信系统246、行进系统202、传感系统204和控制系统206)以及从用户接口216接收的输入来控制智能车辆003的功能。例如,计算机系统212可利用来自无线通信系统246的输入以便规划出在自动驾驶中需要通过的路口处的车道线,通过该车道线可以避免碰到路口处的障碍物。在一些实施例中,计算机系统212可操作来对智能车辆003及其子系统的许多方面提供控制。
可选的,计算机系统212还可以从其它计算机系统接收信息,或者将信息转移到其它计算机系统。例如,计算机系统212可以将从智能车辆003的传感系统204收集的传感器数据转移到远程的另一个计算机系统,并交由另一个计算机系统对此数据进行处理,比如由另一个计算机系统对传感系统204中各个传感器采集的数据进行数据融合,然后再将融合后得到的数据或者分析结果返回至计算机系统212。可选的,来自计算机系统212的数据可以经由网络被传送到云侧的计算机系统用于进一步的处理。网络以及中间节点可以包括各种配置和协议,包括因特网、万维网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个公司的专有通信协议的专用网络、以太网、WiFi和HTTP、以及前述的各种组合。这种通信可以由能够传送数据到其它计算机和从其它计算机传送数据的任何设备,诸如调制解调器和无线接口。
如上所述,在一些可能的实施例中,与该智能车辆003中的计算机系统212进行交互的远程计算机系统可以包括具有多个计算机的服务器,例如负载均衡服务器群,为了从计算机系统212接收、处理并传送数据的目的,其与网络的不同节点交换信息。该服务器可以有处理器、存储器、指令和数据等等。例如,在本申请的一些实施例中,该服务器的数据可以包括提供天气相关的信息。例如,服务器可以接收、监视、存储、更新、以及传送与天气相关的各种信息。该信息可以包括例如以报告形式、雷达信息形式、预报形式等的降水、云、和/或温度信息。该服务器的数据还可以包括高精度地图数据、前方路段的交通信息(例如实时的交通拥挤状况和交通事故发生情况等等),服务器可以将该高精度地图数据和交通信息等发送给计算机系统212,从而可以辅助智能车辆003更好地进行自动驾驶,保证驾驶安全。
可选地,上述这些组件中的一个或多个可与智能车辆003分开安装或关联。例如,存储器214可以部分或完全地与智能车辆003分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图2C不应理解为对本申请实施例的限制。
在道路行进的自动驾驶汽车,如上面的智能车辆003,可以识别其周围环境内的物体以确定对当前速度的调整。所述物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,可以用来确定自动驾驶汽车所要调整的速度。
可选地,自动驾驶汽车智能车辆003或者与自动驾驶智能车辆003相关联的计算设备(如图2C的计算机系统212、计算机视觉系统240、存储器214)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰、等等)来预测所述识别的物体的行为。可选地,每一个所识别的物体都依赖于彼此的行为,因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。智能车辆003能够基于预测的所述识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如,加速、减速、或者停止)什么稳定状态。在这个过程中,也可以考虑其它因素来确定智能车辆003的速度,诸如,智能车辆003在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改智能车辆003的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的轿车)的安全横向和纵向距离。
上述智能车辆003可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等,本申请实施例不做特别的限定。
可以理解的是,图2C中的智能车辆003功能图只是本申请实施例中的一种示例性的实施方式,本申请实施例中的智能车辆003包括但不仅限于以上结构。
请参见图3A,图3A是本申请实施例提供的一种绘制车道线的方法流程示意图,该方法可以应用于上述图2A或者图2B所述的系统架构中,以及具体可应用于上述图2A的绘制装置002中。下面结合图3A为例进行说明,该方法包括但不限于如下步骤:
步骤S301:获取第一路口的信息。
具体地,第一路口为需要规划车道线的路口,当图2A所示的采集装置001为采集车辆时,采集装置001收集到的路口的信息为高精度地图中需要标注车道线的路口的信息(其中,包括第一路口的信息),然后由采集装置001将路口的信息向绘制装置002发送,从而绘制装置002可以获取到第一路口的信息。当图2A所示的采集装置001为路侧单元时,绘制装置002可以是智能车辆003。请参见图2B,采集装置001收集到的路口的信息为自动驾驶中待规划车道线的路口的信息(其中,包括第一路口的信息),然后由采集装置001将上述路口的信息向智能车辆003发送,从而智能车辆003可以获取到第一路口的信息。
第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息。其中,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,与第一路口相连的车道线为第一车道线和第二车道线,第二车道线通过第一路口的车道线连接第一车道线,而障碍物是第一路口附近妨碍行驶的物体。请参见图3B,图3B是本申请实施例提供的一种路口信息的示意图。图3B是以十字路口为例进行说明的,其中:
路口表示为道路汇合的区域,可选的,从图3B可以看出,路口300可以是第一车道301上的停止线、第二车道302上的停止线、第三车道303上的停止线和第四车道304上的停止线围成的矩形区域或者矩形周围的区域。其中,第一车道301、第二车道302、第三车道303和第四车道304为双向车道,由两个相反方向的行车道构成。可以理解的是,路口不仅包括四条道路交叉的如图3B所示的路口300(例如,十字路口,X型路口),还包括但不限于两条道路交叉的路口,三条道路交叉的路口(例如,丁字路口,Y字路口)。需要说明的是,在环形交叉的地段(例如,环岛)中,可以定义每组相邻的两条道路与环线形成一个路口。其中,路口300是需要规划车道线的路口,车道线用于指示路口区域内的行驶路线,是连接第一车道线和第二车道线的虚拟曲线。一般来说,路口的车道线的一端连接驶出车道的车道终止点,另一端连接驶入车道的车道起始点。
第一车道线可以表示路口外的驶入车道线。可以理解的是,在绘制装置002获取到的路口信息中包含车道对应的行车方向以及车道线。这里提及的行车方向是指该车道上的车辆可以在该车道上行驶的方向,从另一角度来说,该行车方向其实表明了车辆可以在该车道上如何行驶,例如直行、右转、左转。从图3B可以看出,第一车道301、第二车道302、第三车道303和第四车道304分别对应的行车方向可以包括以下一种或多种:直行、左转或右转。因此,第一车道线301A可以是第一车道301上右转车道的车道线,或者第一车道线301A可以是第二车道302上直行车道的车道线,或者第一车道线301A可以是第三车道303上右转车道的车道线,或者第一车道线301A可以是第四车道304上直行车道的车道线。
第二车道线可以表示路口外的驶出车道线。可以理解的是,第二车道线是与第一车道线具有对应关系的车道线,也即通过路口300处规划的车道线与第一车道线所连接的车道线即为第二车道线。从图3B可以看出,若第一车道线301A为第一车道301上的右转车道的车道线,则第二车道线301B可以为第二车道上的车道线,也即第二车道线301B为通过路口300的右转车道线连接第一车道线301A的车道线;若第一车道线301A为第一车道301上的直行车道的车道线,则第二车道301B可以为第三车道303上车道线,也即第二车道线301B为通过路口300的直行车道线连接第一车道线301A的车道线。
第一参考点为第一车道线或者第一车道线的延长线处的点,具体可以是第一车道线靠近路口处的点。比如说,第一参考点可以是第一车道线与停止线的交汇处上的点,或者第一车道线靠近停止线处的点,或者第一车道线的延长线与路口的交汇处上的点。从图3B可以看出,第一参考点302A可以是第一车道301的第一车道线301A上的点,或者是第二车道302的第一车道线301A上的点,或者是第三车道303的第一车道线301A上的点,或者是第四车道304的第一车道线301A上的点。
第二参考点为第二车道线或者第二车道线的延长线处的点,具体可以是第二车道线靠近路口处的点。比如说,第二参考点可以是第二车道线与停止线的交汇处上的点,或者第二车道线靠近停止线处的点,或者第二车道线的延长线与路口的交汇处上的点。因为第二车道线是与第一车道线具有对应关系的车道线,所以第二参考点是与第一参考点具有对应关系的点。从图3B可以看出,若规划的车道线为右转车道线,则第一参考点302A为第一车道301的右转车道的车道线上的点,第二参考点302B可以是第二车道302的第二车道线301B上的点,也即路口处规划的右转车道线的一端连接第一车道301的第一车道线301A的端点为第一参考点302A,另一端连接第二车道的第二车道线301B的端点为第二参考点302B;若规划的车道线为直行车道线,则第一参考点302A为第一车道301的直行车道的车道线上的点,第二参考点302B可以是第三车道303的车道线上的点,也即路口处规划的直行车道线的一端连接第一车道301的第一车道线301A的端点为第一参考点302A,另一端连接第三车道303的第二车道线301B的端点为第二参考点302B;若规划的车道线为左转车道线,则第一参考点302A为第一车道301的左转车道的车道线上的点,则第二参考点302B可以是第四车道304的第二车道线301B上的点。
障碍物可以是路口区域处可能妨碍行驶的物体,比如树木、路牙、放置地上的交通指示牌等等。从图3B可以看出,障碍物305为路口处靠近路牙的树木。采集装置001采集的障碍物的信息可以是障碍物的矢量数据,也即包括可以形容障碍物的一个或多个坐标点,通过上述一个或多个坐标点可以推测出障碍的形状以及位置。
步骤S302:确定目标投影点。
具体地,目标投影点为障碍物到第一深度和/或第二深度上的投影点,其中,第一深度为第一参考点向路口处延伸的深度,第二深度为第二参考点向路口处延伸的深度。
在一种可能的实现方式中,在确定目标投影点之前,绘制装置002可以确定一个规划区域,将规划区域内的物体标记为障碍物。可以理解的是,获取到的障碍物的信息为可以表示障碍物的形状大小和具体位置的矢量数据,而影响绘制右转车道线的障碍物可能是障碍物的某一部分,比如说靠近路口的这一部分,因此将位于规划区域范围内(包括右转区域侧边界处)的物体视为障碍物,可以提高规划的车道线不会压到障碍物的准确率。可选地,绘制装置002可以根据第一参考点、第二参考点和交点确定规划区域,将规划区域内的物体标记为障碍物。其中,交点为第一深度和第二深度交汇的点。在本申请实施例中,因为第一参考点、第二参考点和交点为规划车道线所需要用到的点,所以通过第一参考点、第二参考点和交点确定的规划区域,可以快速且准确地确定妨碍规划车道线的物体。
在一种可能的实现方式中,绘制装置002将障碍物的N个位置点向第一深度投影,可以得到N个第一投影点,从N个第一投影点中选择到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;将障碍物的N个位置点向第二深度投影,可以得到N个第二投影点,从N个第N投影点中选择到第一参考点的具体最大,并且到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。可以理解的是,目标投影点包括以下一种或多种情况:目标投影点为第一投影点、目标投影点为第二投影点、目标投影点包括第一投影点和第二投影点。在本申请实施例中,通过给定的预设条件,从N个第一投影点和/或N个第二投影点中选择满足预设要求的目标投影点,因为预设条件中第一阈值和第二阈值的存在,可以提高通过确定的目标投影所绘制车道线不会压到障碍物的准确率,也保障了车辆通过规划的车道线可以顺利驶出路口。
而第一阈值和第二阈值为根据路口的障碍物与车道线之间的距离,通过机器学习训练得到的可以满足需求的经验数值。也即,通过采集到的大量路口的数据,分析路口处的障碍物与车道线之间的距离关系,或者分析在路口处车辆转弯所需要的距离,训练得到的数值。通过第一阈值和/或第二阈值所确定的目标投影点可以满足规划的车道线不会压着障碍物,并且还可以保证车辆通过规划的车道线进行右转或者左转。其中,第一阈值和第二阈值可以相等,也可以不相等。
举例来说,请参见图3C,图3C是本申请实施例提供的一种确定目标投影点的示意图。其中,图3C是以绘制右转车道线为例进行说明的。从图3C可以看出,第一参考点302A为第一车道301的第一车道线301A上的点,第二参考点302B为第二车道302的第二车道线301B上的点。第一深度303A为第一参考点302A向路口300处延伸的深度,也即第一车道线301A沿着路口300的延长线;第二深度303B为第二参考点302B向路口300处延伸的深度,也即第二车道线301B沿着路口300的延长线。第一深度303A和第二深度303B交汇的点为交点300B,交点300B是绘制车道线时所需要的一个控制点。
根据第一参考点302A、第二参考点302B和交点300B可以确定规划区域,障碍物305与规划区域的重叠的部分可以认为是会影响绘制车道线的障碍物,通过获取到重叠部分的障碍物的信息来确定目标投影点。从图3C可以看出,点30A表示在右转区域内的障碍物305上的任意一点,也即点30A包括障碍物的N个位置点,N大于等于1。以点30A为起点向第一深度303A作垂线得到点30B,过点30A向第二深度303B作垂线得到点30C。可以理解的是,因为点30A包括N个位置点,所以,点30B包括N个投影点,点30C也包括N个投影点。然后从点30B中选择距离第一参考点302A的距离最远,并且,点30B到障碍物上对应点的距离小于或者等于第一阈值的投影点;从点30C中选择距离第一参考点302B的距离最远,并且,点30C到障碍物上对应点的距离小于或者等于第二阈值的投影点。需要说明的是,点30B到障碍物上所对应的点与点30C到障碍物上所对应的点可以是同一个点,也可以是不同的点。
需要说明的是,若车道线为直行车道线或者左转车道线,可以按照上述右转车道线的方法来确定规划区域,此处不再赘述。
步骤S303:根据第一参考点、第二参考点和目标投影点确定车道线。
具体地,因为满足预设条件的第一投影点和/或第二投影点才是目标投影点,所以目标投影点包括以下一种或多种情况:情况一,目标投影点包括第一投影点;情况二,目标投影点包括第二投影点;情况三,目标投影点包括第一投影点和第二投影点。
当目标投影点为第一投影点时,绘制装置002可以根据第一参考点、第二参考点和第一投影点来确定车道线。车道线可以由第一线段和第一曲线构成,第一线段由第一参考点和第一投影点来确定,第一曲线由第一投影点、交点和第二参考点来确定。其中,交点为第一深度和第二深度交汇的点。在本申请实施例中,车道线由第一线段和第一曲线组成,第一线段是在进入路口处避开障碍物且可以保证完成右转的最长距离,因此可以通过第一线段在完全避开障碍物的情况下,由第一曲线来驶出路口。
当目标投影点为第二投影点时,绘制装置002可以根据第一参考点、第二参考点和第二投影点来确定车道线。车道线可以由第二线段和第二曲线构成,第二线段由第二参考点和第二投影点来确定,第二曲线由第二投影点、交点和第一参考点来确定。其中,交点为第一深度和第二深度交汇的点。在本申请实施例中,车道线由第二线段和第二曲线组成,第二线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第二线段来避免压到障碍物。
当目标投影点包括第一投影点第二投影点时,绘制装置002可以根据第一参考点、第二参考点、第一投影点和第二投影点来确定车道线。车道线可以由第三线段、第四线段和第三曲线构成,第三线段由第一参考点和第一投影点来确定,第三曲线由第一投影点、交点和第二投影点来确定;第四线段由第二投影点和第二参考点来确定。其中,交点为第一深度和第二深度交汇的点。在本申请实施例中,车道线由第三线段、第三曲线和第四线段组成,第三线段是在进入路口处避开障碍物的最长距离,可以保证在完全避开障碍物的情况下进行右转,第四线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第四线段来避免压到障碍物。
当确定出第一参考点、第二参考点、交点和目标投影点之后,可以根据贝塞尔曲线或者样条曲线来规划车道线。需要说明的是,本申请实施例对规划车道线的工具不做任何限制。
通过本申请实施例提供的方法,因为在规划路口处的车道线时,考虑到了路口处的障碍物,从而可以确定出目标投影点,然后再根据第一参考点、第二参考点和目标投影点可以确定车道线。因为目标投影点的存在,可以保证生成的车道线不会压到障碍物,不需要再进行人工调整,可以提高规划车道线的效率和准确率。
请参见图4,图4是本申请实施例提供的另一种绘制车道线的场景示意图。图4是以绘制右转车道为例进行说明的,从图4可以看出,绘制装置002获取的第一路口004的信息包括第一参考点401A的信息、第二参考点401B的信息和障碍物400的信息。其中,由第一参考点401A、第二参考点401B和交点401C所确定的右转区域内的障碍物的信息包括点400A、点400B和点400C。交点401C为第一深度402A和第二深度402B交汇的点,第一深度402A为第一参考点401A向第一路口004处延伸的深度,第二深度402B为第二参考点401B向第一路口004处延伸的深度。
请参考图4的(1),绘制装置002过点400A向第一深度402A作垂线得到点400A在第一深度402A的投影点为点4001A;同理可以得到点400B在第一深度402A的投影点为点4001B,点400C在第一深度402A的投影点为4001C。绘制装置002分别过点400A、点400B和点400C向第二深度402B作垂线得到的投影点为点4002A。接下来,绘制装置002从点4001A、点4001B和点4001C中选择到第一参考点401A的距离最大,并且,到障碍物400上的对应点的距离小于等于第一阈值的点为目标投影点。因为,点400A和点4001A确定的距离,点400B和点4001B确定的距离,以及点400C和点4001C确定的距离都小于等于第一阈值,但是点4001C是距离第一参考点401A的距离最远的点,所以在第一深度上选择点4001C为目标投影点。而点4002A和点400A确定的距离,以及点4002A和点400B确定的距离,以及点4002A和点400C确定的距离都大于第二阈值,所以,在第二深度上没有满足预设条件的目标投影点。
请参考图4的(2),当确定好点4001C目标投影点之后,使用贝塞尔曲线或者样条曲线由第一参考点401A和点4001C确定的第一线段403,以及由点4001C、交点400C和第二参考点401B确定的第一曲线404组成了右转车道线。从图4的(2)可以看出,通过上述方法绘制的右转车道线不会压到障碍物400。
可以理解的是,车辆所行驶的车道是由两条车道线所构成的,当得到其中一条车道线后,通过对应关系可以确定另一条车道线,在实际应用中可以快速确定完整的车道,提高效率。
请参见图5,图5是本申请实施例提供的另一种绘制车道线的场景示意图。图5是以绘制右转车道为例进行说明的,从图5可以看出,绘制装置002获取的第一路口005的信息包括第一参考点501A的信息、第二参考点501B的信息和障碍物500的信息。其中,由第一参考点501A、第二参考点501B和交点501C所确定的右转区域内的障碍物的信息包括点500A、点500B和点500C。交点501C为第一深度502A和第二深度502B交汇的点,第一深度502A为第一参考点501A向第一路口005处延伸的深度,第二深度502B为第二参考点501B向第一路口005处延伸的深度。
请参考图5的(1),绘制装置002过点500A向第二深度502B作垂线得到点500A在第二深度502B的投影点为点5001A;同理可以得到点500B在第二深度502B的投影点为点5001B,点500C在第二深度502B的投影点为5001C。绘制装置002分别过点500A和点500B向第一深度502A作垂线得到投影点为点5002A,过点500C向第一深度502A作垂线得到的投影点为5002B。接下来,绘制装置002从点5001A、点5001B和点5001C中选择到第二参考点501B的距离最大,并且,到障碍物500上的对应点的距离小于等于第二阈值的点为目标投影点。绘制装置002从点5002A和点5002B中选择到第一参考点501A的距离最大,并且,到障碍物500上的对应点的距离小于等于第一阈值的点为目标投影点。因为,点500A和点5001A确定的距离,点500B和点5001B确定的距离,以及点500C和点5001C确定的距离都小于等于第一阈值,但是点5001C是距离第二参考点501B的距离最远的点,所以在第二深度502B上选择点5001C为目标投影点。而点5002A和点500A确定的距离,以及点5002A和点500B确定的距离,以及点5002B和点500C确定的距离都大于第一阈值,所以,在第一深度上没有满足预设条件的目标投影点。
请参考图5的(2),当确定好点5001C目标投影点之后,通过贝塞尔曲线或者样条曲线由第一参考点501A、交点501C和点5001C确定的第二曲线503,以及由点5001C和第二参考点501B确定的第二线段504组成了右转车道线。从图5的(2)可以看出,通过上述方法绘制的右转车道线不会压到障碍物500。
可以理解的是,车辆所行驶的车道是由两条车道线所构成的,当得到其中一条车道线后,通过对应关系可以确定另一条车道线,在实际应用中可以快速确定完整的车道,提高效率。
请参见图6,图6是本申请实施例提供的另一种绘制车道线的场景示意图。图6是以绘制右转车道为例进行说明的,从图6可以看出,绘制装置002获取的第一路口006的信息包括第一参考点601A的信息、第二参考点601B的信息和障碍物600的信息。其中,由第一参考点601A、第二参考点601B和交点601C所确定的右转区域内的障碍物的信息包括点600A、点600B、点600C、点600D和点600E。交点601C为第一深度602A和第二深度602B交汇的点,第一深度602A为第一参考点601A向第一路口006处延伸的深度,第二深度602B为第二参考点601B向第一路口006处延伸的深度。
请参考图6的(1),绘制装置002过点600A向第一深度602A作垂线得到点600A在第一深度602A的投影点为点6001A;同理可以得到点600B在第一深度602A的投影点为点6001B,点600C在第一深度602A的投影点为6001C。再同理,可以得到点600A、点600B和点600C在第二深度602B上各自对应的投影点。同样的,绘制装置002分别过点600D和点600E向第二深度602B作垂线得到对应的投影点分别为点6001D和点6001E;同理可以得到点600D和点600E在第一深度602A的投影点。接下来,绘制装置002从点6001A、点6001B、点6001C以及其他到第一深度602A的投影点中选择到第一参考点601A的距离最大,并且,到障碍物600上的对应点的距离小于等于第一阈值的点为目标投影点。绘制装置002从点6001B、点6001E以及其他到第二深度602B的投影点中选择到第二参考点601B的距离最大,并且,到障碍物600上的对应点的距离小于等于第二阈值的点为目标投影点。从图6的(1)可以看出,点6001C和点6001D为可以满足预设条件的目标投影点。
请参考图6的(2),当确定好点6001C和点6001D为目标投影点之后,通过贝塞尔曲线或者样条曲线由第一参考点601A、和点6001C确定的第三线段603,以由点6001C、交点601C和点6001D确定的第三曲线604,以及由点6001D和第二参考点601B确定的第四线段605组成了右转车道线。从图6的(2)可以看出,通过上述方法绘制的右转车道线不会压到障碍物600。
可以理解的是,车辆所行驶的车道是由两条车道线所构成的,当得到其中一条车道线后,通过对应关系可以确定另一条车道线,在实际应用中可以快速确定完整的车道,提高效率。
需要说明的是,可以按照图4、图5或者图6所示的实施例中规划右转车道线的方法推导规划出直行车道线或者左转车道线,此处不再赘述关于规划直行车道线或者左转车道线的实施例。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。
请参见图7,图7是本申请实施例提供的一种车道线规划装置的结构示意图,该车道线规划装置700可以为节点,也可以为节点中的一个器件,例如芯片或者集成电路等,车道线规划装置700可以包括获取单元701、确定单元702和规划单元703,其中,各个单元的详细描述如下。
获取单元701,用于获取第一路口的信息,第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;其中,第一路口为需要规划车道线的路口,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,与第一路口相连的车道线为第一车道线和第二车道线,第二车道线通过第一路口的车道线连接第一车道线,障碍物为第一路口内妨碍规划车道线的物体;
确定单元702,用于确定目标投影点,其中,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一车道线向第一路口处延伸的深度,第二深度为第二车道线向第一路口处延伸的深度;
规划单元703,用于根据第一参考点、第二参考点和目标投影点确定车道线。
可以看出,因为在规划路口处的车道线时,考虑到了路口处的障碍物,从而可以确定出目标投影点,然后再根据第一参考点、第二参考点和目标投影点可以确定车道线。因为目标投影点的存在,可以保证生成的车道线不会压到障碍物,不需要再进行人工调整,可以提高规划车道线的效率和准确率。
在一种可能的实施方式中,确定单元702还用于:
确定规划区域,将规划区域内的物体标记为障碍物。
在本申请实施例,可能只有物体靠近路口的部分会妨碍到绘制车道线,所以通过规划区域可以将可能妨碍规划车道线的物体标记障碍物。
在一种可能的实施方式中,确定单元702具体用于:
根据第一参考点、第二参考点和交点确定规划区域,交点为第一深度与第二深度交汇的点。
在本申请实施例中,因为第一参考点、第二参考点和交点为规划车道线所需要用到的点,所以通过第一参考点、第二参考点和交点确定的规划区域,可以更加准确的找到妨碍规划车道线的物体。
在一种可能的实施方式中,确定单元702具体用于:
将障碍物的N个位置点向第一深度投影,得到N个第一投影点,N大于等于1;
将障碍物的N个位置点向第二深度投影,得到N个第二投影点;
从N个第一投影点和N个第二投影点中选择目标投影点,其中,
N个第一投影点中到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;
N个第二投影点中到第二参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
在本申请实施例中,通过给定的预设条件,从N个第一投影点和/或N个第二投影点中选择满足预设要求的目标投影点,因为预设条件中第一阈值和第二阈值的存在,可以提高通过确定的目标投影所绘制车道线不会压到障碍物的可能性,也保障了车辆通过规划的车道线可以顺利驶出路口。
在一种可能的实施方式中,目标投影点包括第一投影点,规划单元703具体用于:
根据第一参考点和第一投影点确定第一线段;
根据第一投影点、第二参考点和交点确定第一曲线,交点为第一深度与第二深度交汇的点;
由第一线段和第一曲线确定右转车道线。
在本申请实施例中,车道线由第一线段和第一曲线组成,第一线段是在进入路口处避开障碍物且可以保证完成右转的最长距离,因此可以通过第一线段在完全避开障碍物的情况下,由第一曲线来驶出路口。
在一种可能的实施方式中,目标投影点包括第二投影点,规划单元703具体用于:
根据第一参考点、第二投影点和交点确定第二曲线,交点为第一深度与第二深度交汇的点;
根据第二投影点和第二参考点确定第二直线;
由第二曲线和第二直线确定右转车道线。
在本申请实施例中,车道线由第二线段和第二曲线组成,第二线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第二线段来避免压到障碍物。
在一种可能的实施方式中,目标投影点包括第一投影点和第二投影点,规划单元703具体用于:
根据第一参考点和第一投影点确定第三线段;
根据第一投影点、第二投影点和交点确定第三曲线,交点为第一深度与第二深度交汇的点;
根据第二投影点和第一参考点确定第四线段;
由第三线段、第三曲线和第四线段确定右转车道线。
在本申请实施例中,车道线由第三线段、第三曲线和第四线段组成,第三线段是在进入路口处避开障碍物的最长距离,可以保证在完全避开障碍物的情况下进行右转,第四线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第四线段来避免压到障碍物。
在一种可能的实施方式中,第一阈值和第二阈值均为根据样本数据训练得到的参考值,样本数据为行驶轨迹避开障碍物的历史行驶数据。
需要说明的是,各个单元的实现还可以对应参照图3A所示的一个实施例的相应描述。
请参见图8,图8是本申请实施例提供的一种车道线规划设备的结构示意图,该车道线规划设备800可以为节点,也可以为节点中的一个器件,例如芯片或者集成电路等。该装置80可以包括至少一个存储器801和至少一个处理器802。可选的,还可以包含总线803。进一步可选的,还可以包括通信接口804,其中,存储器801、处理器802和通信接口804通过总线803相连。
其中,存储器801用于提供存储空间,存储空间中可以存储操作系统和计算机程序等数据。存储器801可以是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmable read onlymemory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM)等等中的一种或者多种的组合。
处理器802是进行算术运算和/或逻辑运算的模块,具体可以是中央处理器(central processing unit,CPU)、图片处理器(graphics processing unit,GPU)、微处理器(microprocessor unit,MPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)、复杂可编程逻辑器件(Complex programmable logic device,CPLD)等处理模块中的一种或者多种的组合。
通信接口804用于接收外部发送的数据和/或向外部发送数据,可以为包括诸如以太网电缆等的有线链路接口,也可以是无线链路(Wi-Fi、蓝牙、通用无线传输等)接口。可选的,通信接口804还可以包括与接口耦合的发射器(如射频发射器、天线等),或者接收器等。
该车道线规划设备800中的处理器802用于读取存储器801中存储的计算机程序,用于执行以下操作:
获取第一路口的信息,第一路口的信息包括第一参考点的信息、第二参考点的信息和第一路口的障碍物的信息;其中,第一路口为需要规划车道线的路口,第一参考点为第一车道线上的点,第二参考点为第二车道线上的点,与第一路口相连的车道线为第一车道线和第二车道线,第二车道线通过第一路口的车道线连接第一车道线,障碍物为第一路口内妨碍规划车道线的物体;确定目标投影点,其中,目标投影点为障碍物到第一深度和/或第二深度上的投影点,第一深度为第一车道线向第一路口处延伸的深度,第二深度为第二车道线向第一路口处延伸的深度;根据第一参考点、第二参考点和目标投影点确定车道线。
可以看出,因为在规划路口处的车道线时,考虑到了路口处的障碍物,从而可以确定出目标投影点,然后再根据第一参考点、第二参考点和目标投影点可以确定车道线。因为目标投影点的存在,可以保证生成的车道线不会压到障碍物,不需要再进行人工调整,可以提高规划车道线的效率和准确率。
在一种可能的实施方式中,处理器802还用于:
确定规划区域,将规划区域内的物体标记为障碍物。
在本申请实施例,可能只有物体靠近路口的部分会妨碍到绘制车道线,所以通过规划区域可以将可能妨碍规划车道线的物体标记障碍物。
在一种可能的实施方式中,处理器802具体用于:
根据第一参考点、第二参考点和交点确定规划区域,交点为第一深度与第二深度交汇的点。
在本申请实施例中,因为第一参考点、第二参考点和交点为规划车道线所需要用到的点,所以通过第一参考点、第二参考点和交点确定的规划区域,可以更加准确的找到妨碍规划车道线的物体。
在一种可能的实施方式中,处理器802具体用于:
将障碍物的N个位置点向第一深度投影,得到N个第一投影点,N大于等于1;
将障碍物的N个位置点向第二深度投影,得到N个第二投影点;
从N个第一投影点和N个第二投影点中选择目标投影点,其中,
N个第一投影点中到第一参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;
N个第二投影点中到第二参考点的距离最大,并且,到障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
在本申请实施例中,通过给定的预设条件,从N个第一投影点和/或N个第二投影点中选择满足预设要求的目标投影点,因为预设条件中第一阈值和第二阈值的存在,可以提高通过确定的目标投影所绘制车道线不会压到障碍物的可能性,也保障了车辆通过规划的车道线可以顺利驶出路口。
在一种可能的实施方式中,目标投影点包括第一投影点,处理器802具体用于:
根据第一参考点和第一投影点确定第一线段;
根据第一投影点、第二参考点和交点确定第一曲线,交点为第一深度与第二深度交汇的点;
由第一线段和第一曲线确定右转车道线。
在本申请实施例中,车道线由第一线段和第一曲线组成,第一线段是在进入路口处避开障碍物且可以保证完成右转的最长距离,因此可以通过第一线段在完全避开障碍物的情况下,由第一曲线来驶出路口。
在一种可能的实施方式中,目标投影点包括第二投影点,处理器802具体用于:
根据第一参考点、第二投影点和交点确定第二曲线,交点为第一深度与第二深度交汇的点;
根据第二投影点和第二参考点确定第二直线;
由第二曲线和第二直线确定右转车道线。
在本申请实施例中,车道线由第二线段和第二曲线组成,第二线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第二线段来避免压到障碍物。
在一种可能的实施方式中,目标投影点包括第一投影点和第二投影点,处理器802具体用于:
根据第一参考点和第一投影点确定第三线段;
根据第一投影点、第二投影点和交点确定第三曲线,交点为第一深度与第二深度交汇的点;
根据第二投影点和第一参考点确定第四线段;
由第三线段、第三曲线和第四线段确定右转车道线。
在一种可能的实施方式中,第一阈值和第二阈值均为根据样本数据训练得到的参考值,样本数据为行驶轨迹避开障碍物的历史行驶数据。
在本申请实施例中,车道线由第三线段、第三曲线和第四线段组成,第三线段是在进入路口处避开障碍物的最长距离,可以保证在完全避开障碍物的情况下进行右转,第四线段是在离开路口处避开障碍物且可以保证完成右转的最长距离,可以保证在右转时即将压到障碍物的时候通过第四线段来避免压到障碍物。
需要说明的是,各个操作的实现还可以对应参照图3A所示的方法实施例的相应描述。
本申请实施例还提供一种芯片系统,所述芯片系统包括至少一个处理器,存储器和接口电路,所述存储器、所述收发器和所述至少一个处理器通过线路互联,所述至少一个存储器中存储有计算机程序;所述计算机程序被所述处理器执行时,图3A所示的方法流程得以实现。
本申请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中存储有计算机程序,当其在一个或多个处理器上运行时,图3A所示的方法流程得以实现。
本申请实施例还提供一种计算机程序产品,当所述计算机程序产品在一个或多个处理器上运行时,图3A所示的方法流程得以实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来计算机程序相关的硬件完成,该计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储计算机程序代码的介质。
Claims (19)
1.一种车道线规划方法,其特征在于,包括:
获取第一路口的信息,所述第一路口的信息包括第一参考点的信息、第二参考点的信息和所述第一路口的障碍物的信息;其中,所述第一路口为需要规划车道线的路口,所述第一参考点为第一车道线上的点,所述第二参考点为第二车道线上的点,与所述第一路口相连的车道线为所述第一车道线和所述第二车道线,所述第二车道线通过所述第一路口的所述车道线连接所述第一车道线,所述障碍物为所述第一路口内妨碍规划车道线的物体;
确定目标投影点,其中,所述目标投影点为所述障碍物到第一深度和/或第二深度上的投影点,所述第一深度为所述第一车道线向所述第一路口处延伸的深度,所述第二深度为所述第二车道线向所述第一路口处延伸的深度;
根据所述第一参考点、所述第二参考点和所述目标投影点确定所述车道线。
2.根据权利要求1所述的方法,其特征在于,所述确定目标投影点之前,所述获取第一路口的信息之后,还包括:
确定规划区域,将所述规划区域内的物体标记为所述障碍物。
3.根据权利要求2所述的方法,其特征在于,所述确定规划区域,包括:
根据所述第一参考点、所述第二参考点和交点确定规划区域,所述交点为所述第一深度与所述第二深度交汇的点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述确定目标投影点,包括:
将所述障碍物的N个位置点向所述第一深度投影,得到N个第一投影点,N大于等于1;
将所述障碍物的N个位置点向所述第二深度投影,得到N个第二投影点;
从所述N个第一投影点和所述N个第二投影点中选择所述目标投影点,其中,
所述N个第一投影点中到所述第一参考点的距离最大,并且,到所述障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;
所述N个第二投影点中到所述第二参考点的距离最大,并且,到所述障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
5.根据权利要求4所述的方法,其特征在于,所述目标投影点包括所述第一投影点,所述根据所述第一参考点、所述第二参考点和所述目标投影点确定车道线,包括:
根据所述第一参考点和所述第一投影点确定第一线段;
根据所述第一投影点、所述第二参考点和交点确定第一曲线,所述交点为所述第一深度与所述第二深度交汇的点;
由所述第一线段和所述第一曲线确定所述右转车道线。
6.根据权利要求4所述的方法,其特征在于,所述目标投影点包括所述第二投影点,所述根据所述第一参考点、所述第二参考点和所述目标投影点确定车道线,包括:
根据所述第一参考点、所述第二投影点和交点确定第二曲线,所述交点为所述第一深度与所述第二深度交汇的点;
根据所述第二投影点和所述第二参考点确定第二直线;
由所述第二曲线和所述第二直线确定所述右转车道线。
7.根据权利要求4所述的方法,其特征在于,所述目标投影点包括所述第一投影点和所述第二投影点,所述根据所述第一参考点、所述第二参考点和所述目标投影点确定车道线,包括:
根据所述第一参考点和所述第一投影点确定第三线段;
根据所述第一投影点、所述第二投影点和交点确定第三曲线,所述交点为所述第一深度与所述第二深度交汇的点;
根据所述第二投影点和所述第一参考点确定第四线段;
由所述第三线段、所述第三曲线和所述第四线段确定所述右转车道线。
8.根据权利要求4-7任一项所述的方法,其特征在于,所述第一阈值和所述第二阈值均为根据样本数据训练得到的参考值,所述样本数据为行驶轨迹避开所述障碍物的历史行驶数据。
9.一种车道线规划装置,其特征在于,包括:
获取单元,用于获取第一路口的信息,所述第一路口的信息包括第一参考点的信息、第二参考点的信息和所述第一路口的障碍物的信息;其中,所述第一路口为需要规划车道线的路口,所述第一参考点为第一车道线上的点,所述第二参考点为第二车道线上的点,与所述第一路口相连的车道线为所述第一车道线和所述第二车道线,所述第二车道线通过所述第一路口的所述车道线连接所述第一车道线,所述障碍物为所述第一路口内妨碍规划车道线的物体;
确定单元,用于确定目标投影点,其中,所述目标投影点为所述障碍物到第一深度和/或第二深度上的投影点,所述第一深度为所述第一车道线向所述第一路口处延伸的深度,所述第二深度为所述第二车道线向所述第一路口处延伸的深度;
规划单元,用于根据所述第一参考点、所述第二参考点和所述目标投影点确定所述车道线。
10.根据权利要求9所述的装置,其特征在于,所述确定单元还用于:
确定规划区域,将所述规划区域内的物体标记为所述障碍物。
11.根据权利要求10所述的装置,其特征在于,所述确定单元具体用于:
根据所述第一参考点、所述第二参考点和交点确定规划区域,所述交点为所述第一深度与所述第二深度交汇的点。
12.根据权利要求9-11任一项所述的装置,其特征在于,所述确定单元具体用于:
将所述障碍物的N个位置点向所述第一深度投影,得到N个第一投影点,N大于等于1;
将所述障碍物的N个位置点向所述第二深度投影,得到N个第二投影点;
从所述N个第一投影点和所述N个第二投影点中选择所述目标投影点,其中,
所述N个第一投影点中到所述第一参考点的距离最大,并且,到所述障碍物上的对应点的距离小于或等于第一阈值的第一投影点属于目标投影点;
所述N个第二投影点中到所述第二参考点的距离最大,并且,到所述障碍物上的对应点的距离小于或等于第二阈值的第二投影点属于目标投影点。
13.根据权利要求12所述的装置,其特征在于,所述目标投影点包括所述第一投影点,所述规划单元具体用于:
根据所述第一参考点和所述第一投影点确定第一线段;
根据所述第一投影点、所述第二参考点和交点确定第一曲线,所述交点为所述第一深度与所述第二深度交汇的点;
由所述第一线段和所述第一曲线确定所述右转车道线。
14.根据权利要求12所述的装置,其特征在于,所述目标投影点包括所述第二投影点,所述规划单元具体用于:
根据所述第一参考点、所述第二投影点和交点确定第二曲线,所述交点为所述第一深度与所述第二深度交汇的点;
根据所述第二投影点和所述第二参考点确定第二直线;
由所述第二曲线和所述第二直线确定所述右转车道线。
15.根据权利要求12所述的装置,其特征在于,所述目标投影点包括所述第一投影点和所述第二投影点,所述车道线为右转车道线,所述规划单元具体用于:
根据所述第一参考点和所述第一投影点确定第三线段;
根据所述第一投影点、所述第二投影点和交点确定第三曲线,所述交点为所述第一深度与所述第二深度交汇的点;
根据所述第二投影点和所述第一参考点确定第四线段;
由所述第三线段、所述第三曲线和所述第四线段确定所述右转车道线。
16.一种高精度地图,其特征在于,所述高精度地图包括权利要求1-8中任一项所述的方法中根据所述第一参考点、所述第二参考点和所述目标投影点确定的所述车道线。
17.一种智能车辆,其特征在于,所述智能车辆包括至少一个处理器和至少一个存储器,所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,以使所述智能车辆执行如权利要求1-8中任一项所述的方法。
18.一种车道线规划设备,其特征在于,所述车道线规划设备包括至少一个处理器和至少一个存储器,所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,以使得所述装置执行如权利要求1-8中任一项所述的方法。
19.一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中存储有计算机程序,当所述计算机程序在一个或多个处理器上运行时,执行如权利要求1-8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110026340.1A CN114754780A (zh) | 2021-01-08 | 2021-01-08 | 车道线规划方法及相关装置 |
PCT/CN2021/133214 WO2022148172A1 (zh) | 2021-01-08 | 2021-11-25 | 车道线规划方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110026340.1A CN114754780A (zh) | 2021-01-08 | 2021-01-08 | 车道线规划方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114754780A true CN114754780A (zh) | 2022-07-15 |
Family
ID=82325891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110026340.1A Pending CN114754780A (zh) | 2021-01-08 | 2021-01-08 | 车道线规划方法及相关装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114754780A (zh) |
WO (1) | WO2022148172A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993124A (zh) * | 2023-03-22 | 2023-04-21 | 高德软件有限公司 | 虚拟车道线生成方法、装置、设备及计算机可读存储介质 |
CN116046014A (zh) * | 2023-03-31 | 2023-05-02 | 小米汽车科技有限公司 | 道线规划方法、装置、电子设备及可读存储介质 |
CN117093663A (zh) * | 2023-10-20 | 2023-11-21 | 腾讯科技(深圳)有限公司 | 电子地图的数据处理方法和相关装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117036541B (zh) * | 2023-09-18 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 车道中心线生成方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010026875A (ja) * | 2008-07-22 | 2010-02-04 | Asahi Koyo Kk | 道路網データ生成装置及び交差点内車線生成装置、並びにこれらの方法及びプログラム |
CN105651295A (zh) * | 2016-01-15 | 2016-06-08 | 武汉光庭信息技术股份有限公司 | 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法 |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
CN109253735A (zh) * | 2018-11-30 | 2019-01-22 | 奇瑞汽车股份有限公司 | 路径规划方法、装置及存储介质 |
CN110579222A (zh) * | 2018-06-07 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 导航路线处理方法、装置及设备 |
CN111332285A (zh) * | 2018-12-19 | 2020-06-26 | 长沙智能驾驶研究院有限公司 | 车辆避开障碍物的方法及装置、电子设备和存储介质 |
CN111710159A (zh) * | 2020-05-29 | 2020-09-25 | 同济大学 | 一种基于虚拟车道线的交叉路口车辆路径规划方法和装置 |
-
2021
- 2021-01-08 CN CN202110026340.1A patent/CN114754780A/zh active Pending
- 2021-11-25 WO PCT/CN2021/133214 patent/WO2022148172A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010026875A (ja) * | 2008-07-22 | 2010-02-04 | Asahi Koyo Kk | 道路網データ生成装置及び交差点内車線生成装置、並びにこれらの方法及びプログラム |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
CN105651295A (zh) * | 2016-01-15 | 2016-06-08 | 武汉光庭信息技术股份有限公司 | 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法 |
CN110579222A (zh) * | 2018-06-07 | 2019-12-17 | 百度在线网络技术(北京)有限公司 | 导航路线处理方法、装置及设备 |
CN109253735A (zh) * | 2018-11-30 | 2019-01-22 | 奇瑞汽车股份有限公司 | 路径规划方法、装置及存储介质 |
CN111332285A (zh) * | 2018-12-19 | 2020-06-26 | 长沙智能驾驶研究院有限公司 | 车辆避开障碍物的方法及装置、电子设备和存储介质 |
CN111710159A (zh) * | 2020-05-29 | 2020-09-25 | 同济大学 | 一种基于虚拟车道线的交叉路口车辆路径规划方法和装置 |
Non-Patent Citations (1)
Title |
---|
祖似杰,张攀,罗跃军: "基于车道驾驶态势的拓扑构建与路径规划", 地理空间信息, vol. 16, no. 05, pages 53 - 56 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993124A (zh) * | 2023-03-22 | 2023-04-21 | 高德软件有限公司 | 虚拟车道线生成方法、装置、设备及计算机可读存储介质 |
CN116046014A (zh) * | 2023-03-31 | 2023-05-02 | 小米汽车科技有限公司 | 道线规划方法、装置、电子设备及可读存储介质 |
CN117093663A (zh) * | 2023-10-20 | 2023-11-21 | 腾讯科技(深圳)有限公司 | 电子地图的数据处理方法和相关装置 |
CN117093663B (zh) * | 2023-10-20 | 2024-01-30 | 腾讯科技(深圳)有限公司 | 电子地图的数据处理方法和相关装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022148172A1 (zh) | 2022-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11685360B2 (en) | Planning for unknown objects by an autonomous vehicle | |
US11287823B2 (en) | Mapping active and inactive construction zones for autonomous driving | |
WO2021135371A1 (zh) | 一种自动驾驶方法、相关设备及计算机可读存储介质 | |
WO2022027304A1 (zh) | 一种自动驾驶车辆的测试方法及装置 | |
WO2021217420A1 (zh) | 车道线跟踪方法和装置 | |
WO2021102955A1 (zh) | 车辆的路径规划方法以及车辆的路径规划装置 | |
CN114754780A (zh) | 车道线规划方法及相关装置 | |
CN113160547B (zh) | 一种自动驾驶方法及相关设备 | |
CN112146671A (zh) | 路径规划方法、相关设备及计算机可读存储介质 | |
WO2022016901A1 (zh) | 一种规划车辆行驶路线的方法以及智能汽车 | |
EP4307251A1 (en) | Mapping method, vehicle, computer readable storage medium, and chip | |
CN112810603B (zh) | 定位方法和相关产品 | |
CN114792149A (zh) | 一种轨迹预测方法、装置及地图 | |
WO2022160900A1 (zh) | 一种测试场景构建方法及装置 | |
CN113885045A (zh) | 车道线的检测方法和装置 | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
WO2022151839A1 (zh) | 一种车辆转弯路线规划方法及装置 | |
US20220309806A1 (en) | Road structure detection method and apparatus | |
CN115205311A (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
WO2022001432A1 (zh) | 推理车道的方法、训练车道推理模型的方法及装置 | |
WO2022061725A1 (zh) | 交通元素的观测方法和装置 | |
WO2022041820A1 (zh) | 换道轨迹的规划方法及装置 | |
US20230249711A1 (en) | Methods and Systems for Automatic Problematic Maneuver Detection and Adapted Motion Planning | |
CN116844025A (zh) | 数据处理方法及相关设备 | |
CN116091855A (zh) | 车辆的停靠位置确定方法及装置、车辆 |
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 |