CN115014333A - 信号地图构建方法、装置及电子设备、存储介质 - Google Patents

Abstract

本申请公开了一种信号地图构建方法、装置及电子设备、存储介质，该方法包括：获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；根据高精地图数据确定信号地图的地图结构，信号地图的地图结构包括多个子地图区域；根据定位误差数据确定信号地图的各个子地图区域对应的定位信号强度；根据信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。本申请基于定位误差数据和高精地图数据构建了一定区域范围内的信号地图，用于表征不同子地图区域对应的定位信号强度，从而为自动驾驶车辆的路径规划提供了额外的有效参考信息，弥补了组合导航设备自身不足带来的不确定性，保证自动驾驶车辆的正常行驶，降低接管率。

Description

信号地图构建方法、装置及电子设备、存储介质

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种信号地图构建方法、装置及电子设备、存储介质。

背景技术

目前的自动驾驶车辆一般都会使用组合导航设备进行高精度定位，组合导航设备在高速道路上的定位精度高且稳定，因为高速道路上的卫星定位信号受到的干扰少，且路况简单。而在路况相对复杂的城市道路环境中，卫星定位信号受干扰的几率非常高，如高楼大厦的遮挡、网络干扰等，会使得自动驾驶车辆的定位误差被放大，严重的会影响后续路径规划的结果，进而会增加自动驾驶车辆的接管率或事故发生率。

传统的导航路径规划会基于当前的车辆位置与目的地点的位置计算车辆的行驶路线，一般会提供多条行驶路线供选择，如最快行程、最短堵车时间、最少红绿灯等路线。

然而，现有的路径规划方案只能考虑到实际场景中的因素，无法考虑自动驾驶车辆自身的因素，例如组合导航设备自身的稳定性。因此，在自动驾驶车辆实际行驶的过程中，很有可能在多条近似的行驶路线中，选择一条存在隧道、高架桥等卫星定位信号受干扰程度较高的路线，从而影响自动驾驶车辆的定位准确性和行驶安全性。

发明内容

本申请实施例提供了一种信号地图构建方法、装置及电子设备、存储介质，以为自动驾驶车辆的路径规划提供有效参考信息，弥补组合导航设备自身不足带来的不确定性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种信号地图构建方法，其中，所述方法包括：

获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

可选地，所述获取自动驾驶车辆的定位误差数据包括：

获取组合导航设备采集的定位数据和真值设备采集的定位数据；

根据所述组合导航设备采集的定位数据和所述真值设备采集的定位数据，确定所述组合导航设备对应的定位误差数据。

可选地，所述获取自动驾驶车辆的定位误差数据包括：

获取自动驾驶车辆的历史接管数据，所述历史接管数据包括接管原因；

基于所述接管原因，从所述历史接管数据中获取所述定位误差数据。

可选地，所述组合导航设备对应的定位误差数据包括定位误差和定位位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：

将所述定位误差与预设定位误差阈值进行比较；

若所述定位误差大于所述预设定位误差阈值，则确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整；

否则，则不调整各个所述子地图区域对应的定位信号强度。

可选地，所述确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整包括：

在一个预设采集周期内，确定所述第一目标子地图区域对应的定位信号强度是否已经是调整后的定位信号强度；

若是，则不再调整所述第一目标子地图区域对应的定位信号强度；

否则，则对所述第一目标子地图区域对应的定位信号强度进行调整。

可选地，所述定位误差数据包括自动驾驶车辆的接管位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：

确定所述自动驾驶车辆的接管位置对应的第二目标子地图区域；

对所述第二目标子地图区域对应的定位信号强度进行调整。

可选地，在根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图之后，所述方法还包括：

根据所述信号地图的各个子地图区域对应的定位信号强度，确定待建图区域以及待建图区域的建图优先级；

基于所述待建图区域的建图优先级，利用预设SLAM建图算法对所述待建图区域进行建图，得到所述待建图区域对应的SLAM定位地图。

第二方面，本申请实施例还提供一种自动驾驶车辆的路径规划方法，其中，所述方法包括：

获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线；

获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线；

将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；

其中，所述信号地图基于前述之任一所述信号地图构建方法构建得到。

第三方面，本申请实施例还提供一种信号地图构建装置，其中，所述信号地图构建装置包括：

第一获取单元，用于获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

第一确定单元，用于根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

第二确定单元，用于根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

生成单元，用于根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

第四方面，本申请实施例还提供一种自动驾驶车辆的路径规划装置，其中，所述自动驾驶车辆的路径规划装置包括：

第二获取单元，用于获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线；

第三确定单元，用于获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线；

控制单元，用于将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；

其中，所述信号地图基于前述所述信号地图构建装置构建得到。

第五方面，本申请实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述信号地图构建方法，或者执行前述所述自动驾驶车辆的路径规划方法。

第六方面，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存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述信号地图构建方法，或者执行前述所述自动驾驶车辆的路径规划方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例的信号地图构建方法，先获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；然后根据高精地图数据确定信号地图的地图结构，信号地图的地图结构包括多个子地图区域；之后根据定位误差数据确定信号地图的各个子地图区域对应的定位信号强度；最后根据信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。本申请实施例的信号地图构建方法基于自动驾驶车辆的定位误差数据和高精地图数据构建了一定区域范围内的信号地图，用于表征信号地图中不同子地图区域对应的定位信号强度，从而为后续自动驾驶车辆的路径规划提供了额外的有效参考信息，弥补了组合导航设备自身不足带来的不确定性，提高自动驾驶车辆的定位准确性和行驶安全性，降低接管率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种信号地图构建方法的流程示意图；

图2为本申请实施例中一种自动驾驶车辆的路径规划方法的流程示意图；

图3为本申请实施例中一种信号地图构建装置的结构示意图；

图4为本申请实施例中一种自动驾驶车辆的路径规划装置的结构示意图；

图5为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供了一种信号地图构建方法，如图1所示，提供了本申请实施例中一种信号地图构建方法的流程示意图，所述方法至少包括如下的步骤S110至步骤S140：

步骤S110，获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据。

本申请的“信号地图”可以理解为是能够表征各个区域的定位信号强度信息的地图，本申请实施例在构建信号地图时，需要先获取自动驾驶车辆的定位误差信息，这里的定位误差信息可以理解为是由定位过程中自动驾驶车辆上的组合导航设备所带来的误差，该定位误差信息可以有不同的来源，例如可以通过真值设备得到，也可以从自动驾驶车辆海量的历史行驶数据中分析得到等等，具体如何获取，本领域技术人员可以根据实际需求灵活选择，在此不作具体限定。

此外，本申请实施例还需要获取自动驾驶车辆所对应的行驶区域内的高精地图数据，高精地图数据中不仅有高精度的坐标数据，同时还有准确的道路拓扑结构，并且每个车道的坡度、曲率、航向、高程，侧倾的数据也都包含在内。另外，每条车道上的标识类型、车道线的颜色、道路的隔离带、道路上的指示牌上的箭头和文字都包含在高精地图数据中。因此，基于高精地图数据中提供的丰富和准确的道路信息可以为信号地图的构建提供有力支撑。

步骤S120，根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域。

如前所述，高精地图数据中包含有高精度的位置坐标和道路拓扑结构等信息，基于此可以确定本申请所要构建的信号地图的基础地图结构，这里主要是确定信号地图的表现形式，例如可以是网格图，也可以是路段图。对于网格图，信号地图中的每一个小网格都可以看作是一个子地图区域，然后结合高精地图中的信息可以确定每个网格覆盖的区域范围。对于路段图，可以基于高精地图的道路拓扑结构抽离出信号地图中所需要包含的各个路段以及各路段之间的连通关系等，每一个路段可以看作是一个子地图区域，结合高精地图中的信息可以确定每个路段所覆盖的区域范围。

步骤S130，根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度。

定位误差数据表征了组合导航设备自身所带来的定位误差大小，定位误差越大，说明定位信号受到干扰的程度越大，定位信号强度越弱，而定位误差越小，说明定位信号受到干扰的程度越小，定位信号强度越强。基于此，本申请实施例可以将信号地图中每一个子地图区域作为最小单元，利用定位误差数据确定出各个子地图区域的定位信号强度，从而为后续路径规划提供额外的参考信息。

步骤S140，根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

在确定出信号地图中各个子地图区域的定位信号强度后，说明每一个地图区域都有了定位信号强度的标记信息，由此也就完成了信号地图的构建。后续在实时路径计算与导航阶段，就可以基于该信号地图中标记的定位信号强度信息，规避掉定位信号强度较弱或者受干扰概率较大的区域，从而保证自动驾驶车辆的正常行驶。

本申请实施例的信号地图构建方法基于自动驾驶车辆的定位误差数据和高精地图数据构建了一定区域范围内的信号地图，用于表征信号地图中不同子地图区域对应的定位信号强度，从而为后续自动驾驶车辆的路径规划提供了额外的有效参考信息，弥补了组合导航设备自身不足带来的不确定性，提高自动驾驶车辆的定位准确性和行驶安全性，降低接管率。

在本申请的一些实施例中，所述获取自动驾驶车辆的定位误差数据包括：获取组合导航设备采集的定位数据和真值设备采集的定位数据；根据所述组合导航设备采集的定位数据和所述真值设备采集的定位数据，确定所述组合导航设备对应的定位误差数据。

本申请实施例的定位误差数据可以来源于开发车辆中的真值设备，真值设备可以理解为是结合了后处理算法的高精度惯导设备，高精度惯导设备中配备有高精度的闭环光纤陀螺和加速度传感器，定位精度能够达到厘米级甚至是毫米级，因此相比一般的组合导航设备具有更高的定位精度。

通过真值设备和组合导航设备同时采集定位数据，然后通过离线处理即可以计算组合导航设备的定位误差数据，定位误差数据具体可以包括自动驾驶车辆在不同的定位位置对应的定位误差大小。

在本申请的一些实施例中，所述获取自动驾驶车辆的定位误差数据包括：获取自动驾驶车辆的历史接管数据，所述历史接管数据包括接管原因；基于所述接管原因，从所述历史接管数据中获取所述定位误差数据。

由于真值设备的成本较高，因此设备数量和采集到的定位数据量有限，为了进一步丰富定位误差数据的数据来源和数据量，提高信号地图构建的准确性，本申请实施例还可以从自动驾驶车辆的历史接管数据中获取定位误差数据。

历史接管数据可以理解为是用于测试或者运营的自动驾驶车辆在行驶过程中由于各种原因而导致车辆被安全员人工接管所产生的后台记录数据。自动驾驶车辆被接管的原因可能有很多，例如可能包括因组合导航设备自身带来的定位不准的问题，或者出现感知错误等问题。由于测试车辆或者运营车辆数量大，因此产生的历史接管数据也很大，通过对这些海量的历史接管数据中的接管原因进行分析，可以从中获取到与组合导航设备的定位不准相关的定位误差数据，从而可以避免开发车辆不足或者真值设备不够而造成的数据量不足的缺点。

在本申请的一些实施例中，所述组合导航设备对应的定位误差数据包括定位误差和定位位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：将所述定位误差与预设定位误差阈值进行比较；若所述定位误差大于所述预设定位误差阈值，则确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整；否则，则不调整各个所述子地图区域对应的定位信号强度。

如前所述，定位误差数据具体可以包括定位误差和对应的定位位置，本申请实施例在确定信号地图的各个子地图区域对应的定位信号强度时，可以先将各个定位误差与预设定位误差阈值进行比较，如果定位误差超过该预设定位误差阈值，说明该定位误差已经较大，组合导航设备的定位信号受到干扰的程度较大，那么可以将该定位误差对应的定位位置与信号地图中各个子地图区域进行匹配，从而确定出该定位位置所落入的子地图区域，最后对该子地图区域的定位信号强度进行调整。上述预设定位误差阈值可以根据实际需求灵活设置，例如设置为30cm，在此不具体限定。

为了便于处理，这里可以统一初始化设置各个子地图区域的定位信号强度为0，表明各个子地图区域的定位信号强度均较强，当定位误差较大的定位位置落入某个子地图区域内时，将其对应的定位信号强度调整为1，并在信号地图的相应区域予以标记，以此类推，定位信号强度的数值越大，表明定位信号越差。

在本申请的一些实施例中，所述确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整包括：在一个预设采集周期内，确定所述第一目标子地图区域对应的定位信号强度是否已经是调整后的定位信号强度；若是，则不再调整所述第一目标子地图区域对应的定位信号强度；否则，则对所述第一目标子地图区域对应的定位信号强度进行调整。

由于定位误差具有连续性，在某一个子地图区域，可能会出现整个子地图区域的定位误差都大于预设定位误差阈值的情况，因此为了避免重复处理，保证信号地图构建的准确性，本申请实施例可以进行同一时间段的位置判定，即在一次采集周期内，同一子地图区域的定位信号强度最多加1，当判断出当前的子地图区域的定位信号强度已经被调整为1时，就不再进行调整，这也是为了保证与后续基于历史接管数据标记的定位信号强度相统一。

在本申请的一些实施例中，所述定位误差数据包括自动驾驶车辆的接管位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：确定所述自动驾驶车辆的接管位置对应的第二目标子地图区域；对所述第二目标子地图区域对应的定位信号强度进行调整。

如果定位误差数据来源于历史接管数据，那么这里的定位误差数据就可以包括自动驾驶车辆被接管时的接管位置，接管位置具体可以根据自动驾驶车辆在接管前最后一次的定位位置来确定，由于接管的瞬间自动驾驶车辆并不会偏离过远，因此可以忽略该位置偏差的影响。

由于在自动驾驶车辆由于定位不准而被接管的场景下，说明定位误差已经很大，因此不再需要考虑定位误差与预设定位误差阈值的比较问题，直接将接管位置与信号地图中各个子地图区域进行匹配，从而确定出该接管位置所落入的子地图区域，最后对该子地图区域的定位信号强度进行调整。

每一次由于定位不准而造成的接管，都会对相应的子地图区域的定位信号强度进行调整，当完成海量数据的处理之后，不同的子地图区域就会对应有不同的定位信号强度，由此区分不同区域的定位信号受干扰的程度。

在本申请的一些实施例中，在根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图之后，所述方法还包括：根据所述信号地图的各个子地图区域对应的定位信号强度，确定待建图区域以及待建图区域的建图优先级；基于所述待建图区域的建图优先级，利用预设SLAM建图算法对所述待建图区域进行建图，得到所述待建图区域对应的SLAM定位地图。

构建好的信号地图中包含了各个子地图区域对应的定位信号强度，定位信号强度的数值越大，表明该区域的定位信号越差，为保证后续自动驾驶车辆的定位准确性和稳定性，本申请实施例可以针对定位信号较差的子地图区域进行SLAM（Simultaneouslocalization and mapping，同步定位与建图）处理，如激光SLAM建图或者视觉SLAM建图，从而辅助自动驾驶车辆的定位。这里可以先根据各个子地图区域对应的定位信号强度确定待建图区域的优先级，定位信号强度的数值越大，对应的待建图区域的优先级越高，然后可以优先对优先级较高的区域进行SLAM建图，从而可以有效降低对所有待建图区域建图所需要耗费的存储空间和定位匹配时间。

此外，由于前述实施例构建得到的信号地图主要用于为自动驾驶车辆后续的路径规划提供额外的参考信息，因此可以事先测试规划出的行驶路线是否满足自动驾驶需求，例如是否至少有一条行驶路线的定位信号强度满足定位要求，如果都不满足，也可以通过SLAM建图的方式来有针对性地对相应区域进行SLAM地图的构建，从而弥补定位信号受干扰的问题，实现辅助定位。

在经过充分测试后，如果能够基于激光SLAM或者视觉SLAM等其他传感器定位方案实现辅助定位，那么可以将已经进行SLAM建图的子地图区域对应的定位信号强度的标记从信号地图中删除。

另外，还需要说明的是，前述实施例构建得到的信号地图中各个子地图区域对应的定位信号强度并不是一种绝对值的概念，而是一个概率图，代表每个子地图区域的定位信号可能受到干扰的概率，如果某个路径规划结果中只有一条包含受干扰的子地图区域的行驶路线，也只能走这条行驶路线，但这种情况可以通过事先的SLAM建图来尽可能规避掉，从而优化定位效果，保障自动驾驶车辆的正常行驶。

综上所述，本申请的信号地图构建方法至少取得了如下的技术效果：

1）通过构建信号地图作为后续路径规划额外的参考信息，弥补了组合导航设备自身不足带来的不确定性；

2）测试车辆和运营车辆的数据量大，同时使用这些海量数据，可以避免开发车辆不足或者真值设备不够而造成的数据量不足的缺点；

3）能够根据信号地图确定定位信号较差的区域，从而更有针对性地对这些区域建立激光SLAM地图或者视觉SLAM地图，进而实现辅助定位。

本申请实施例还提供了一种自动驾驶车辆的路径规划方法，如图2所示，提供了本申请实施例中一种自动驾驶车辆的路径规划方法的流程示意图，所述方法至少包括如下的步骤S210至步骤S230：

步骤S210，获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线。

本申请实施例在进行自动驾驶车辆的路径规划时，需要先获取自动驾驶车辆的路径规划模块规划得到的初始路径规划结果，具体可以包括自动驾驶车辆在当前位置所对应的多个行驶路线，例如可以包括最快行程、最短堵车时间、最少红绿灯等路线。当然，具体如何进行路径规划，本领域技术人员可以结合现有的路径规划算法确定，在此不具体阐述。

步骤S220，获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线。

每个行驶路线中都包含了自动驾驶车辆所要经过的路段，将其对应到信号地图中，就可以确定每个行驶路线所需要经过的子地图区域，结合子地图区域的定位信号强度的数值大小，可以确定每个行驶路线是否会经过定位信号差的区域，进而可以从中选出不经过定位信号差的区域的行驶路线，作为最终的目标行驶路线。

当然，如果只有一个经过定位信号差的区域的行驶，由于前述实施例已经事先针对该区域进行了SLAM地图的构建，因此可以直接选择该行驶路线行驶。而如果多个行驶路线中都包含定位信号差的区域，那么可以根据各个区域对应的SLAM地图的构建情况，选择合适的行驶路线。

步骤S230，将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；其中，所述信号地图基于前述之任一所述信号地图构建方法构建得到。

将前述步骤确定出的目标行驶路线作为最终的行驶路线并控制自动驾驶车辆按照该行驶路线行驶，从而在卫星定位信号受到干扰的情况下也能保证自动驾驶车辆的正常行驶。

本申请实施例还提供了一种信号地图构建装置300，如图3所示，提供了本申请实施例中一种信号地图构建装置的结构示意图，所述信号地图构建装置300至少包括：第一获取单元310、第一确定单元320、第二确定单元330以及生成单元340，其中：

第一获取单元310，用于获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

第一确定单元320，用于根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

第二确定单元330，用于根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

生成单元340，用于根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

在本申请的一些实施例中，所述第一获取单元310具体用于：获取组合导航设备采集的定位数据和真值设备采集的定位数据；根据所述组合导航设备采集的定位数据和所述真值设备采集的定位数据，确定所述组合导航设备对应的定位误差数据。

在本申请的一些实施例中，所述第一获取单元310具体用于：获取自动驾驶车辆的历史接管数据，所述历史接管数据包括接管原因；基于所述接管原因，从所述历史接管数据中获取所述定位误差数据。

在本申请的一些实施例中，所述组合导航设备对应的定位误差数据包括定位误差和定位位置，所述第二确定单元330具体用于：将所述定位误差与预设定位误差阈值进行比较；若所述定位误差大于所述预设定位误差阈值，则确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整；否则，则不调整各个所述子地图区域对应的定位信号强度。

在本申请的一些实施例中，所述第二确定单元330具体用于：在一个预设采集周期内，确定所述第一目标子地图区域对应的定位信号强度是否已经是调整后的定位信号强度；若是，则不再调整所述第一目标子地图区域对应的定位信号强度；否则，则对所述第一目标子地图区域对应的定位信号强度进行调整。

在本申请的一些实施例中，所述定位误差数据包括自动驾驶车辆的接管位置，所述第二确定单元330具体用于：确定所述自动驾驶车辆的接管位置对应的第二目标子地图区域；对所述第二目标子地图区域对应的定位信号强度进行调整。

在本申请的一些实施例中，所述信号地图构建装置300还包括：第四确定单元，用于根据所述信号地图的各个子地图区域对应的定位信号强度，确定待建图区域以及待建图区域的建图优先级；建图单元，用于基于所述待建图区域的建图优先级，利用预设SLAM建图算法对所述待建图区域进行建图，得到所述待建图区域对应的SLAM定位地图。

能够理解，上述信号地图构建装置，能够实现前述实施例中提供的信号地图构建方法的各个步骤，关于信号地图构建方法的相关阐释均适用于信号地图构建装置，此处不再赘述。

本申请实施例还提供了一种自动驾驶车辆的路径规划装置400，如图4所示，提供了本申请实施例中一种自动驾驶车辆的路径规划装置的结构示意图，所述自动驾驶车辆的路径规划装置400包括：第二获取单元410、第三确定单元420以及控制单元430，其中：

第二获取单元410，用于获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线；

第三确定单元420，用于获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线；

控制单元430，用于将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；

其中，所述信号地图基于前述所述信号地图构建装置构建得到。

能够理解，上述自动驾驶车辆的路径规划装置，能够实现前述实施例中提供的自动驾驶车辆的路径规划方法的各个步骤，关于自动驾驶车辆的路径规划方法的相关阐释均适用于自动驾驶车辆的路径规划装置，此处不再赘述。

图5是本申请的一个实施例电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构）总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成信号地图构建装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

上述如本申请图1所示实施例揭示的信号地图构建装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital SignalProcessor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中信号地图构建装置执行的方法，并实现信号地图构建装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中信号地图构建装置执行的方法，并具体用于执行：

获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

需要说明的是，本申请实施例的电子设备还可执行图2中自动驾驶车辆的路径规划装置执行的方法，并实现自动驾驶车辆的路径规划装置在图2所示实施例的功能，本申请实施例在此不再赘述。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种信号地图构建方法，其中，所述方法包括：

获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

2.如权利要求1所述信号地图构建方法，其中，所述获取自动驾驶车辆的定位误差数据包括：

获取组合导航设备采集的定位数据和真值设备采集的定位数据；

根据所述组合导航设备采集的定位数据和所述真值设备采集的定位数据，确定所述组合导航设备对应的定位误差数据。

3.如权利要求1所述信号地图构建方法，其中，所述获取自动驾驶车辆的定位误差数据包括：

获取自动驾驶车辆的历史接管数据，所述历史接管数据包括接管原因；

基于所述接管原因，从所述历史接管数据中获取所述定位误差数据。

4.如权利要求2所述信号地图构建方法，其中，所述组合导航设备对应的定位误差数据包括定位误差和定位位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：

将所述定位误差与预设定位误差阈值进行比较；

若所述定位误差大于所述预设定位误差阈值，则确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整；

否则，则不调整各个所述子地图区域对应的定位信号强度。

5.如权利要求4所述信号地图构建方法，其中，所述确定所述定位位置对应的第一目标子地图区域，并对所述第一目标子地图区域对应的定位信号强度进行调整包括：

在一个预设采集周期内，确定所述第一目标子地图区域对应的定位信号强度是否已经是调整后的定位信号强度；

若是，则不再调整所述第一目标子地图区域对应的定位信号强度；

否则，则对所述第一目标子地图区域对应的定位信号强度进行调整。

6.如权利要求3所述信号地图构建方法，其中，所述定位误差数据包括自动驾驶车辆的接管位置，所述根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度包括：

确定所述自动驾驶车辆的接管位置对应的第二目标子地图区域；

对所述第二目标子地图区域对应的定位信号强度进行调整。

7.如权利要求1所述信号地图构建方法，其中，在根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图之后，所述方法还包括：

根据所述信号地图的各个子地图区域对应的定位信号强度，确定待建图区域以及待建图区域的建图优先级；

基于所述待建图区域的建图优先级，利用预设SLAM建图算法对所述待建图区域进行建图，得到所述待建图区域对应的SLAM定位地图。

8.一种自动驾驶车辆的路径规划方法，其中，所述方法包括：

获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线；

获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线；

将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；

其中，所述信号地图基于权利要求1~7之任一所述信号地图构建方法构建得到。

9.一种信号地图构建装置，其中，所述装置包括：

第一获取单元，用于获取自动驾驶车辆的定位误差数据，以及自动驾驶车辆对应的高精地图数据；

第一确定单元，用于根据所述高精地图数据确定信号地图的地图结构，所述信号地图的地图结构包括多个子地图区域；

第二确定单元，用于根据所述定位误差数据确定所述信号地图的各个子地图区域对应的定位信号强度；

生成单元，用于根据所述信号地图的各个子地图区域对应的定位信号强度生成最终的信号地图。

10.一种自动驾驶车辆的路径规划装置，其中，所述装置包括：

第二获取单元，用于获取自动驾驶车辆的初始路径规划结果，所述初始路径规划结果包括自动驾驶车辆在当前位置对应的多个行驶路线；

第三确定单元，用于获取所述当前位置对应的信号地图，并基于所述信号地图的各个子地图区域对应的定位信号强度在多个行驶路线中确定目标行驶路线；

控制单元，用于将所述目标行驶路线作为最终的路径规划结果，并控制所述自动驾驶车辆按照所述目标行驶路线行驶；

其中，所述信号地图基于权利要求9所述信号地图构建装置构建得到。

11.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述信号地图构建方法，或者执行所述权利要求8所述自动驾驶车辆的路径规划方法。

12.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1~7之任一所述信号地图构建方法，或者执行所述权利要求8所述自动驾驶车辆的路径规划方法。

Images