CN115077550A - 一种基于导航地图与高精地图匹配的无人车路径规划方法 - Google Patents

Abstract

本发明公开了一种基于导航地图与高精地图匹配的无人车路径规划方法：在云端完成已知高精地图和导航地图的初始化匹配；对完成初始化匹配的导航地图输入标记点信息，该标记点信息为对应起始点和目标点的标记点信息；导航地图规划出从起始点到目标点的路径集合；将导航地图规划出的路径规划集合中的每条路经还原成真实场景的拓扑结构，得到拓扑重构后的路径集合，将导航地图拓扑重构后的路径集合投影到高精地图中，求高精地图与路径集合中每条路经匹配的道路中心线集合；根据高精地图匹配的道路中心线选择合适的车道中心线行驶；本发明提出了一种传统导航地图与高精地图匹配的方法，利用道路的骨架进行两条道路的匹配，丰富了高精地图的应用场景。

Description

一种基于导航地图与高精地图匹配的无人车路径规划方法

技术领域

本发明属于无人车路径规划技术领域，尤其涉及一种基于导航地图与高 精地图匹配的无人车路径规划方法。

背景技术

导航地图用于有人驾驶的场合，高精地图用于无人驾驶的场合，高精地 图与导航地图在几何以及拓扑结构上存在巨大差异：1)传统导航地图的精度 只能达到道路级，只能用一根道路中心线表示该道路，无法精确描述该道路 内的车道信息(一条道路内包含若干条车道)，而高精地图的精度可以达到 车道级，不仅可以用“道路”中心线表示道路信息，也可以用“车道”中心 线描述一条道路内部的车道信息；2)导航地图中拓扑网络表示的是道路之间 的连接关系，而高精地图的拓扑网络不仅可以表示“道路之间的拓扑关系”， 也可以表示“道路内部车道之间的连接关系”。

虽然高精地图与导航地图存在巨大差异，但是两者优势可以互补。导航 地图的优势在于：1)可以进行大范围内的路径规划，有丰富的标记点信息描 述现实环境，2)由于传统地图可以输入包括起始点和终止点的标记信息， 所以传统导航地图能够规划出行驶线路；而高精地图中由于没有这些标记点 的定位信息，也无法完成路径规划；高精地图的优势在于：高精地图拥有丰 富的车道线、边界线信息，可以为局部范围内的无人驾驶车或自动驾驶提供 包括防碰撞的决策信息，这种能力也是传统导航地图所不具备的。

总之，如果导航地图和高精地图信息能够进行融合，则可以发挥两者各 自的优势，既能利用传统导航地图的道路交通信息、标记点信息，通过标记 点定位能完成导航、路径规划，又能利用高精地图精细的车道级信息，实现 起始点到目的地之间的自动驾驶。

融合导航地图与高精地图信息的难点之一在于：导航地图和高精地图存 在精度上误差(道路横向精度误差能达到1-3米)，由于精度上的误差，无法 将两种地图通过各自的道路中心线进行融合：例如当道路设有若干条正向车 道和若干条返向车道时，如果高精地图采用导航地图的道路中心线，由于横 向精度误差，高精地图就可能将这条道路上的两条相邻、但方向相反的车道 误判为同向车道，从而导致撞车事故发生。

融合导航地图与高精地图信息的难点之二在于：由于高精地图与导航地 图的地图模型、拓扑结构等均不相同，不同时间采集数据制作的导航地图与 高精地图对同一条道路可能有不同的表达，例如对同一条道路的道路沿途形 状发生的变化，高精地图能够通过直线+折线的方式描述不同路段的变化，而 导航地图不论当前道路形状怎样变化都只能用一条直线表示。正因为高精地 图与导航地图的地图模型、拓扑结构不相同，因此不能通过简单的距离约束 方法，求得在高精地图中距离导航地图的道路中心线最近的车道线。

发明内容

本发明为解决现有技术存在的问题，提出一种基于导航地图与高精地图 匹配的无人车路径规划方法，目的在于解决现有技术导航地图和高精地图由 于存在精度上的误差、以及地图模型、拓扑结构等均不相同，导致两种地图 难以融合的问题。

本发明为解决其技术问题，提出以下技术方案。

本发明设计了一种基于导航地图与高精地图匹配的无人车路径规划方法， 包括以下步骤：

步骤一、在云端完成已知高精地图和导航地图的初始化匹配；

具体过程如下：

1)获取设定范围内的导航地图和高精地图；所述设定范围为全国区域内 拥有高精地区的区域；

2)根据高精地图范围对导航地图进行裁剪、获取重叠区域；

3)设置用于匹配该重叠区域内高精地图和导航地图的路口类型；

具体步骤如下：

步骤a.对导航地图的路口结点进行粗分类，分为分流路口结点、合流路 口结点、十字交叉路口结点，以及环形路口结点；

所述分流路口结点即为：根据导航地图中路口结点的前序道路及后继道 路的数目，有一条前序道路、多个后继道路的路口结点为分流路口结点；有 多条前序道路、一个后继道路的路口结点为合流路口结点；所述十字交叉路 口结点即为：有两条前序道路、两条后继道路的路口结点为十字交叉路口结 点；所述环形路口结点即为：有多条前序道路、多条后继道路的路口结点为 环形路口结点；

步骤b.对分流路口结点进行二次分类，细分为T型分流路口结点、Y型 分流路口结点两种，具体方法为：

①将分流路口结点的一条前序道路中心线与一条后继道路中心线的夹角 用以下数学公式表示：

公式(1)中

为前序道路中心线

与后继道路中心线

的夹角，arccos为求 反余弦操作；

为前序道路中心线

的长度，

为后继道路中心线

的长度,

表示求取前序道路中心线

与后继道路中心线

的内积，i为路口结点；所 述道路中心线是导航地图及高精地图中表示道路的弧段，该弧段为直线或者 折线；

②当分流路口结点的前序道路中心线与后继道路中心线的夹角为90°±5° 时,则该分流路口结点为T型分流路口结点，否则为Y型分流路口结点。

步骤c.对十字交叉路口结点进行二次分类，细分为X型交叉路口结点、 十字型交叉路口结点两种，具体方法如下：

①根据公式(1)计算该结点的一条前序道路中心线与一条后继道路中心 线的夹角；

②如果得到前序道路中心线与后继道路中心线的夹角为90°±5°,则该分 流路口结点为十字型交叉路口结点，否则为X型交叉路口结点。

4)根据路口类型分别提取高精地图和导航地图中的路口结点；

5)根据路口节点的相似性和距离，对高精地图和导航地图的路口节点一 一进行匹配，直到所有路口节点匹配完毕；

具体环节如下：

①按照半径范围的条件，搜寻高精地图与导航地图相对应的可能的路口 结点集合C；具体方法为：

a.从导航地图路口节点中选取任意一个路口结点i，在高精地图中以路口 结点i的坐标为圆心，以50米为缓冲区半径做缓冲区分析，寻找缓冲区范围 内的高精地图中的路口结点，得到高精地图中的路口结点集合C；

b.如果结点集合C为空集，则返回方法a,重新选取导航地图中的路口结 点，否则进入环节②；

②按照相似度和距离的条件，搜索路口结点集合C中高精地图与导航地图 最相似的路口节点集合k；具体方法如下：

I.如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环 形路口结点，计算高精地图的路口结点集合C中，每个路口结点与导航地图的 路口结点i的相似度；

a.计算高精地图的路口结点集合C中，每个路口结点与导航地图的路口结 点i的相似度；

具体方法如下：

如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环形路 口结点，则判定路口结点k和路口结点i为相互匹配的结点，应该满足数学 公式如下：

公式(2)中,

为路口结点i与路口结点k主方向的夹角；arccos为求反 余弦操作；

表示主方向V_i与主方向V_k求内积的操作；V_i表示导航地图 路口结点i的主方向；

为V_i的转置；V_k表示高精地图路口结点k的主方向； D_ik为路口结点i、k之间的距离，(X_i，Y_i)^T(X_k，Y_k)^T分别为路口结点i、k的坐标；min为取最小值的操作；k为高精地图中的路口结点集合C中的元素；Sim为 路口结点的相似矩阵；

表示求取两个向量的外积；||||表示求向量的 模长的操作；Sim(s)表示取相似矩阵第s行的操作；m，n分别为主方向向量集V_i，V_k中元素的个数；Sim_ik表示路口结点i、k的相似度；所述主方向向量即为： 对于驶入路口结点的道路，即终点为路口结点的道路，取距离终点5m范围内 的行点及终点构成的向量作为主方向向量；对于驶出路口结点的道路，即起 点为路口结点的道路，取距离起点5m范围内的行点及起点构成的向量作为主 方向向量。

b.在与导航地图的路口结点i的夹角在阈值范围内，并且相似度大于阈 值的高精地图路口结点中，选取距离导航地图的路口结点最近的路口结点作 为高精地图中导航地图的路口结点i的匹配结点。

II.如果路口结点i为十字型交叉路口结点、X型交叉路口结点或环形路 口结点，则判定路口结点k为路口结点i为相互匹配的结点，应该满足数学公 式如下：

在高精地图的路口结点中，选取距离导航地图的路口结点最近的路口结点 作为高精地图中导航地图的路口结点i的匹配结点。

③根据已经匹配的路口结点的拓扑关系以及路口结点的特征搜寻下一个 匹配的路口结点，直到设定范围内高精地图和导航地图重叠区域内的所有路 口节点匹配完毕。

步骤二、对完成初始化匹配的导航地图输入标记点信息，该标记点信息 为对应起始点和目标点的标记点信息；

步骤三、导航地图规划出从起始点到目标点的路径集合；所述路径集合 为一系列首尾相连的路径组成的路径集合I＝{I₁，I₂，...I_t}，t≥1，其中t为路径的 总数；

步骤四、将导航地图规划出的路径规划集合I＝{I₁I₂，...I_t}，t≥1中的每条路 经还原成真实场景的拓扑结构，得到拓扑重构后的路径集合

I′＝{I′₁，I′₂，...I′_q}，q≥1；

具体过程如下：

①导航地图规划的路径按照起点到终点行驶所经过道路分段输出为I_i；

②选取第一段路径I₁，并同导航地图原始数据进行比较，若该路径中间经 过路口结点，则在路径中路口结点的位置插入结点，新结点将该路径分为两 段路径，标记为下次处理的起点；如果该路径I₁的终点对应不是导航地图中的 路口结点，则将该路径的终点标记为下次处理的起点，并删除该路径的终点， 该I₁与下一段路径合并；

③从过程②得到的下次处理的起点开始，依次处理规划得到的路径，对 路径进行拓扑重构，最终得到拓扑重构后的路径集合；

I′＝{I′₁，I′₂，...I′_q}，q≥1，该路径集合中，除第一段路径I′₁的起始点和最一段路径I′_q终止点以外，每段路径的起点和终点均为路口结点。

步骤五、将导航地图拓扑重构后的路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1投影到高精地图中，求高精地图与路径集合I′＝{I′₁，I′₂，....I′_q}，q≥1中每条路经匹配的 道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1；

具体过程如下：

①匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1第一条路径，并查找起始点在第一条路径中的位置，具体为：

a.根据导航地图以及高精地图中每个路口结点的唯一索引标识，建立导 航地图路口结点与高精地图路口结点的映射关系；路口结点在导航地图及高 精地图中的索引标识为已知内容，并且同一个路口在不同导航地图及不同高 精地图的索引标识不同；

b.根据映射关系得知路径第一条路径I′₁的终点在高精地图中的路口结点 k；

c.遍历驶入该路口结点k的多条道路Ni，计算第一段路径I′₁的起点到该 道路Ni的垂直距离，选取距离起点最近的道路作为第一段路径I′₁对应的道路， 第一段路径I′₁的起点在该道路上的投影即为高精地图中匹配道路的起点，数 学公式如下：

d＝min(D(p，L_i)) (4)

公式(4)中，p为第一段路径I′₁的起点；L_i为驶入路口结点k的第i条道 路；D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示 起点p到驶入路口结点k的道路的最小垂直距离。

②匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1中的下一条路经；

具体方法如下：

步骤a.由于第二段路径I′₂的起点j与终点k均为导航道路中的路口结点； 根据导航道路中路口结点的索引，以及导航地图路口结点与高精地图路口结 点的映射关系，可以得到第二段路径I′₂的起点与终点在高精地图中对应的路 口结点；

步骤b.对搜寻到的高精地图中的第二段路径I′₂对应路口结点k′、j′，连接 路口结点k′、j′之间的道路，得到道路段L_H，假设第二段路径I′₂为道路段L_O， 使用道格拉斯普克算法，剔除道路段L_O、L_H中多余的行点，得到简化的到道 路段L_O′、L_H′；

步骤c.对道路段L_H′、L_O′进行方向检测，检查道路段L_H′与道路段L_O′方向是 否相同，数学公式如下：

公式(6)中

为道路段L_O′与道路段L_H′的夹角，arccos为求反余弦操作，

为路口结点k,j形成的向量；

为路口结点k′,j′形成的向量；

为

的长度，

为

的长度,

表示求取向量

与向量

的内积；

如果

的取值不在阈值范围内，则道路段L_H′与道路段L_O'的方向不相同，系统不进入下一步处理；否则进入步骤d。

步骤d.对道路段进行单向距离计算，数学公式如下：

公式(7)中d(L_O′，L_H′)为道路段L_O′，L_H′之间单向距离和的均值，OWD(L_O′，L_H′) 表示道路段L_O′到道路段L_H′的单向距离，OWD(L_H′，L_O′)表示道路段L_H′到道路段L_O′的单向距离，||L_O′||表示道路段L_O′的长度，D(p，L_H′)表示行点p到道路段L_H′的最 短距离，p为道路段L_O′上的行点。

③重复过程②，直到匹配到路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1最后一段路径的前一条路径为止；

④匹配路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1的最后一段规划的路径，具体为：

a.依次遍历驶出最后一段路径I′_q的起点的道路；

b.计算目的地终点到每一条道路的垂直距离，选取距离终点最近的道路 作为最后一段路径I′_q对应的道路，最后一段路径I′_q的终点在该道路上的投影 即为高精地图中匹配道路的终点，数学公式如下：

d＝min(D(p，L_i)) (5)

公式(5)中，p为最后一段路径I′_q的终点；L_i为驶出路口结点的第i条道路； D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示起点p 到驶出路口结点的道路的最小垂直距离；

⑤由上述过程①到过程④，获得导航地图规划路径在高精地图中所对应 的道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1。

步骤六、根据高精地图匹配的道路中心线选择合适的车道中心线行驶；

具体方法如下：

步骤a.选取第一条道路中心线I″₁，确定道路中心线I″₁所属道路包含的所 有车道，根据车辆当前坐标点到每条车道中心线的距离，以及该车道的是否 可行驶，选取距离车辆最近并且车辆可以行驶的车道中心线做为起始车道中 心线，如果距离车辆最近的车道为紧急车道或者公交专用车道，车辆不能在 该车道上行驶，则选择距离车辆次近的车道做为起始车道中心线；

步骤b.根据起始车道中心线的拓扑关系选择下一条车道中心线，选取的 标准为：①下一条车道中心线与起始车道中心线的横向距离最短②下一条车 道中心线所属道路在道路中心线集合I″中是起始车道中心线所属道路的后继 道路；③车辆在下一条车道中心线上可以行驶；根据选取标准，选取最优的 车道中心线作为下一条车道中心线，并设为新的起始车道中心线；

步骤c.重复步骤b，直到找到无人车在最后一条道路中心线I″_q所属的道 路上应该行驶的车道中心线。

本发明的优点效果

1.本发明提出了一种传统导航地图与高精地图匹配的方法，既提高了传 统导航利用标记点进行路径规划的精度，又丰富了高精地图的应用场景，在 用户不知道当前以及目的地的坐标的情况下，通过标记点位置完成车道级别 的导航规划；

2.本发明提出了一种基于路口类型进行高精地图和传统导航地图匹配的 方法，通过寻找相同的路口类型，匹配道路的两端结点，然后判断连接两个 相同类型的结点之间的弧段是否匹配，如果两个弧段匹配，则该弧段表示的 高精地图以及传统导航地图中的道路匹配；该方法利用道路的骨架进行两条 道路的匹配，忽略了道路加宽等情况造成的同一条道路在两种地图中属性不 同的情况，应用场景更加广泛。

附图说明

图1-1为本发明一种基于导航地图与高精地图匹配的无人车路径规划 方法流程图；

图1-2为本发明导航地图与高精地图匹配方法的主要模块；

图2为本发明局部范围内高精地图与导航地图匹配流程；

图3为本发明路口类型粗分类示意图；

图4为本发明细分Y型路口节点示意图；

图5为本发明设定路口主方向示意图；

图6为本发明道路结点匹配流程；

图7为本发明道路段匹配流程；

图8为本发明将导航地图的路径规划投影到高精地图示意图；

图9为本发明分析导航地图规划路径和真实场景的差别示意图；

图10为本发明对导航地图路径规划进行拓扑重构示意图；

具体实施方式

下面结合附图对本发明做出进一步解释：

本发明设计原理

1、用道路的“骨架类型”融合两种地图信息。1)由于一段道路的骨架 类型(例如，直行或拐弯)并不会随着地图的精度发生变化，因此本发明采 用根据路口结点类型或根据道路的骨架类型进行高精地图与导航地图匹配。 路口是多条城市道路在同一平面上交叉的部分。2)根据路口不同的形状，路 口可以分为T型路口，Y型路口，X型路口，十字型路口，环形路口。根据道 路的拓扑结构，路口又可以分为分流路口，合流路口，十字交叉路口，环形 路口。3)根据路口和路口之间的相似性和距离进行导航地图和高精地图路口 的匹配。

2、用道路的“路口关联”实现导航地图路径规划对高精地图的投影。实 现方法为：由于导航地图和高精地图各自的路口结点在相应的地图中具有唯 一性索引，通过唯一性索性可以将每一对完成匹配的路口建立关联。路口关 联的优势在于可以避开两种地图存在的精度上的误差、以及地图模型、拓扑 结构的不相同，因为精度的误差不会导致路口类型的变化，地图模型和拓扑 结构的不同，也不会导致路口类型的改变，本发明采用了双方公共不变的元 素__路口类型来解决融合问题。

3、实现导航地图规划路径投影到高精地图的难点之一。难点在于导航地 图输出的路径规划中所标记的节点不代表真实世界中的路口信息而是代表其 他信息，由此造成：即使导航地图和高精地图已经完成了所有路口的匹配， 但在导航地图输出路径规划中没有体现路口信息，使得匹配好的路口信息在 这里无用武之地。例如，向导航地图输入一个起始点和目标点，导航地图根 据起始点和目标点，按照长度相等的原则，将从起始点到目标点的整条路径 分成若干段，一段一段地输出规划的路径，在每一段输出的路径规划中，当 车辆直行时，即使这段路径经过多个路口，导航地图也始终把这条路径输出 为一条直线，而完全看不到这条直线上所经过的路口；当车辆在这条路径上 需要调头或转弯，即使没有经过路口，导航地图也会因为车辆将要掉头或者 转弯，而在这条路径的两个端点之间增加一个节点。总之，导航地图路径规 划上的节点不是我们所需要的节点，而导航地图路径规划上没有体现的节点 正是我们需要的节点，因此在进行导航地图与高精地图匹配之前，需要对导 航地图规划出的全局路径进行拓扑重构。所述拓扑重构就是重新建立路径规划中节点和节点之间的连接关系。本发明的解决方案：将导航地图的真实场 景和路径规划相结合，重新建造一个路径规划，这个路径规划保留了导航地 图按照固定长度输出路径的特点，同时，对每一段路径进行了改造，将当前 路径所经过的路口节点增加到当前路径中，同时，将原来的路径规划中非路 口标记的节点删除，以保证每一条路径中的节点代表路口节点。拓扑重构后 的每段路径由于插入了路口节点，因此节点和节点之间的长度已经不是原来 意义的固定长度，而要随着路口节点之间长度的变化而变化。

4、实现导航地图规划路径投影到高精地图的难点之二。拓扑重构后的路 径规划出的起始点和终止点不一定在路口结点，如果起始点和终止点均为路 口节点，由于两种地图的路口节点均已经进行了关联，根据导航地图的起始 点和终止点对应的路口节点和高精地图的关联关系，就很容易找到高精地图 的起始点和终止点对应的路口。但实际情况很可能出现：起始点在两个路口 节点之间、终止点也在两个路口节点之间，因此路径规划的第一段路径和最 后一段路径需要做特殊处理。本发明做特殊处理的技术手段则依赖于上述拓 扑重构后的路径规划，由于拓扑重构后的路径规划在每条路径中增加了路口 节点，所以，包含起始点的第一段路径有可能包含了第一个路口节点，也有 可能第一个路口节点出现在下一段路径中，如果搜索到了第一个路口节点， 则以该路口节点为圆心，一定长度为半径，遍历驶入该路口结点k的多条道路 Ni，计算第一段路径I′₁的起点到该道路Ni的垂直距离，选取距离起始点最近的 道路(当起始点在当前道路上时，起始点到当前道路的垂直距离应该是0)作 为第一段路径I′₁对应的道路，第一段路径I′₁的起点在该道路上的投影即为高精 地图中匹配道路的起点。同理求出最后一段路径上的终止点所在的道路。

5、实现导航地图规划路径投影到高精地图的难点之三：当拓扑重构路径 以后，利用拓扑重构路径规划可以很方便地与高精地图上相应的路口节点进 行匹配，但是，虽然高精地图上前后两个路口节点k、j和拓扑重构后的路径上 的路口节点匹配上了，还需要完成两个路口节点k、j之间的路段的匹配，因为 高精地图两个路口节点k、j之间的路段有多条，需要确认哪一条路段才属于当 前应该匹配的路段，本发明通过公式(6)判断两个路口节点k、j之间的多条 道路的方向，还通过公式(7)判断两个路口节点k、j之间每两条道路之间的单向距离和的均值，当方向的夹角小于一个设定值且单向距离和的均值小于 一个设定值时，则表示道路段L_O与道路段L_H表示同一条道路。

基于以上发明原理，本发明设计了一种基于导航地图与高精地图匹配的 无人车路径规划方法，包括以下步骤：

补充说明1

本发明核心模块如图1-2所示，图1-1的第一个步骤用图1-2的前三个模 块：路口节点提取、路口节点搜索、路口节点匹配模块实现，图1-1的第五个 步骤用图1-2的道路段匹配模块实现，图1-1第六个步骤用图1-2车道中心线 匹配模块实现。

步骤一、在云端完成已知高精地图和导航地图的初始化匹配；

具体过程如下：

1)获取设定范围内的导航地图和高精地图；所述设定范围为全国区域内 拥有高精地区的区域；

2)根据高精地图范围对导航地图进行裁剪、获取重叠区域；

补充说明2

如图2所示，由于导航地图覆盖的范围比高精地图大，为了缩小搜索的 范围并减少不必要的计算，需要根据高精地图的范围对导航地图进行裁剪。 常用的方法包括缓冲区分析、包围盒求交等。本方法对具体使用的裁剪方法 不做要求，为了使专业技术人员了解具体实施步骤，本方法简要描述包围盒 求交方法裁剪高精地图与导航地图的公共区域；即分别求取高精地图以及导 航地图的有向包围盒，然后求取两个包围盒的交集，得到的结果即为高精地 图与导航地图的重叠区域。

3)设置用于匹配该重叠区域内高精地图和导航地图的路口类型；

补充说明3

如图3所示，由于高精地图与导航地图的地图模型、拓扑结构等均不相 同，不同时间采集数据制作的导航地图与高精地图对同一条道路可能有不同 的表达，因此不能通过简单的距离约束求在高精地图中距离导航地图的道路 中心线最近的车道线。由于一段道路的骨架类型(例如，直行或拐弯)并不 会根据地图的精度发生变化，因此本方法采用根据路口结点类型搜寻道路， 根据道路的骨架类型进行高精地图与导航地图匹配。本方法做如下定义：分 流路口为一条道路经过路口结点分流为多条道路；合流路口为多条道路汇聚在路口结点并合并为一条道路，十字交叉路口为两条道路相交的交点，环形 路口为两条以上路相交的交点，通常中间为环岛。根据上面的描述，分流路 口可以为T型路口或Y型路口，十字交叉路口可以为X型路口或十字型路口。 为了进一步对路口结点进行分类，本方法根据连接路口结点的前序道路及后 继道路的形状做二次分类。前序道路是以该结点为道路终点的道路，后继道 路是以该结点为起点的道路。

具体步骤如下：

步骤a.如图3所示，对导航地图的路口结点进行粗分类，分为分流路口 结点、合流路口结点、十字交叉路口结点，以及环形路口结点；

所述分流路口结点即为：根据导航地图中路口结点的前序道路及后继道 路的数目，有一条前序道路、多个后继道路的路口结点为分流路口结点；有 多条前序道路、一个后继道路的路口结点为合流路口结点；所述十字交叉路 口结点即为：有两条前序道路、两条后继道路的路口结点为十字交叉路口结 点；所述环形路口结点即为：有多条前序道路、多条后继道路的路口结点为 环形路口结点；

步骤b.如图3的第一行的第1-2个图所示，对分流路口结点进行二次分 类，细分为T型分流路口结点、Y型分流路口结点两种，具体方法为：

①将分流路口结点的一条前序道路中心线与一条后继道路中心线的夹角 用以下数学公式表示：

公式(1)中

为前序道路中心线

与后继道路中心线

的夹角，arccos为 求反余弦操作；

为前序道路中心线

的长度，

为后继道路中心线

的长 度,

表示求取前序道路中心线

与后继道路中心线

的内积，i为路口结 点；所述道路中心线是导航地图及高精地图中表示道路的弧段，该弧段为直 线或者折线；

②当分流路口结点的前序道路中心线与后继道路中心线的夹角为90°±5° 时,则该分流路口结点为T型分流路口结点，否则为Y型分流路口结点。

步骤c.如图3的第一行的第3-4个图所示，对十字交叉路口结点进行二 次分类，细分为X型交叉路口结点、十字型交叉路口结点两种，具体方法如 下：

①根据公式(1)计算该结点的一条前序道路中心线与一条后继道路中心 线的夹角；

②如果得到前序道路中心线与后继道路中心线的夹角为90°±5°,则该分 流路口结点为十字型交叉路口结点，否则为X型交叉路口结点。

4)根据路口类型分别提取高精地图和导航地图中的路口结点；

5)根据路口节点的相似性和距离，对高精地图和导航地图的路口节点一 一进行匹配，直到所有路口节点匹配完毕；

补充说明4

图2是高精地图和导航地图匹配流程的细化。以上过程1)到过程3)的 实现过程如图2所示，过程4)分别根据高精地图中道路的拓扑结构、以及导 航地图中道路的拓扑结构，提取高精地图和导航地图的路口结点，并将路口 结点进行分类；过程5)将完成图2的两种地图的路口匹配，但不包括图2中 道路段的匹配。

具体环节如下：

①按照半径范围的条件，搜寻高精地图与导航地图相对应的可能的路口 结点集合C；具体方法为：

a.从导航地图路口节点中选取任意一个路口结点i，在高精地图中以路口 结点i的坐标为圆心，以50米为缓冲区半径做缓冲区分析，寻找缓冲区范围 内的高精地图中的路口结点，得到高精地图中的路口结点集合C；

补充说明5

不论是导航地图还是高精地图,每一个城市的路口节点是集中排放的,并 且每个路口节点均带有坐标,通过导航地图的路口结点i的坐标,能够在高精地 图上很快找到这个坐标，然后以该坐标为圆心，以50米为缓冲区半径做缓冲 区分析。

b.如果结点集合C为空集，则返回方法a,重新选取导航地图中的路口结 点，否则进入环节②；

②按照相似度和距离的条件，搜索路口结点集合C中高精地图与导航地图 最相似的路口节点集合k；具体方法如下：

I.如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环 形路口结点，则需要计算高精地图的路口结点集合C中每个路口结点与导航地 图的路口结点i的相似度；

a.计算高精地图的路口结点集合C中，每个路口结点与导航地图的路口结 点i的相似度；

补充说明6

如图5所示，由于分流路口结点、及合流路口连接多条道路，所以需要 定义路口的主方向向量及主方向道路。所述主方向道路定义如下：驶入路口 结点的道路，即终点为路口结点的道路，取距离终点5m范围内的行点及终点 构成的向量作为主方向向量；驶出路口结点的道路，即起点为路口结点的道 路，取距离起点5m范围内的行点及起点构成的向量作为主方向向量；行点表 示道路中心线的弧段上的离散点。分流路口结点以驶入路口的道路为主道路， 分流路口结点的主方向向量为主道路的主方向向量；合流路口结点以驶出路口的道路为主道路，合流路口结点的主方向向量为主道路的主方向向量。对 于路口结点i，该主方向向量集为V_i＝{v₁，v₂，...，v_m},对于路口结点k，该主 方向向量集为V_k＝{v₁，v₂，...，v_n}；

具体方法如下：

①如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环形 路口结点，则判定路口结点k和路口结点i为相互匹配的结点，应该满足数 学公式如下：

公式(2)中,

为路口结点i与路口结点k主方向的夹角；arccos为求反 余弦操作；

表示主方向V_i与主方向V_k求内积的操作；V_i表示导航地图 路口结点i的主方向；

为V_i的转置；V_k表示高精地图路口结点k的主方向； D_ik为路口结点i、k之间的距离，(X_i，Y_i)^T(X_k，Y_k)^T分别为路口结点i、k的坐标； min为取最小值的操作；k为高精地图中的路口结点集合C中的元素；Sim为 路口结点的相似矩阵；

表示求取两个向量的外积；||||表示求向量的 模长的操作；Sim(s)表示取相似矩阵第s行的操作；m，n分别为主方向向量集V_i，V_k中元素的个数；Sim_ik表示路口结点i、k的相似度；所述主方向向量即为： 对于驶入路口结点的道路，即终点为路口结点的道路，取距离终点5m范围内 的行点及终点构成的向量作为主方向向量；对于驶出路口结点的道路，即起 点为路口结点的道路，取距离起点5m范围内的行点及起点构成的向量作为主 方向向量。

b.在与导航地图的路口结点i的夹角在阈值范围内，并且相似度大于阈 值的高精地图路口结点中，选取距离导航地图的路口结点最近的路口结点作 为高精地图中导航地图的路口结点i的匹配结点。

II.如果路口结点i为十字型交叉路口结点、X型交叉路口结点或环形路口 结点，则判定路口结点k为路口结点i为相互匹配的结点，应该满足数学公式 如下：

在高精地图的路口结点中，选取距离导航地图的路口结点最近的路口结点 作为高精地图中导航地图的路口结点i的匹配结点。

③根据已经匹配的路口结点的拓扑关系以及路口结点的特征搜寻下一个 匹配的路口结点，直到设定范围内高精地图和导航地图重叠区域内的所有路 口节点匹配完毕。

补充说明7

图6中实线的空心原点、以及虚线的空心圆点分别为导航地图和高精地图 道路用于表示各自道路中心线的离散点，该离散点不代表路口节点。灰色的 实心点是当前搜索的行点，黑色实心点是搜寻到的路口节点或者已经匹配的 路口节点。

搜寻下一个匹配的路口结点如图6所示，图6的第1行、第3行为导航地图的 搜索路径，第2行、第4行为高精地图的搜索路径，第1行从第2个图开始搜索， 经过第3个图，到第4个图搜索到路口节点截止(该路口节点用实线的黑色圆 点表示)，搜索过程见图中虚线走过的历程，第2行的高精地图在第1行搜索过 程不进行搜索，因此没有虚线的表示；当第1行搜索过程结束时，第4行的高 精地图按照同样的方法搜索，顺序为第4行右边第4个图开始到左边第1个图完 成搜索。

总结图6的方法为：根据已经匹配的路口结点的拓扑关系以及路口结点的 特征搜寻下一个匹配的路口结点以导航地图的路口结点i为起点，任意选取一 条连接i的后继道路中心线

为起始搜寻方向，进行深度搜索，直到搜索到 下一个路口结点j；同理，根据高精地图中与路口结点i匹配的路口结点i′为 起点，搜寻下一个路口结点j′；

步骤二、对完成初始化匹配的导航地图输入标记点信息，该标记点信息 为对应起始点和目标点的标记点信息；

步骤三、导航地图规划出从起始点到目标点的路径集合；所述路径集合 为一系列首尾相连的路径组成的路径集合I＝{I₁，I₂，...I_t}，t≥1，其中t为路径的 总数；

步骤四、将导航地图规划出的路径规划集合I＝{I₁，I₂，...I_t}，t≥1中的每条路经还原成真实场景的拓扑结构，得到拓扑重构后的路径集合。

I′＝{I′₁，I′₂，...I′_q}，q≥1；

补充说明8

步骤二的标记信息即为图9第一行的A和B或C和D，步骤三的导航地 图输出的路径规划为图9的(b)、(d)的虚线所示。

步骤四得到拓扑重构后的路径集合如图9所示，之所以拓扑重构，是由 于导航地图规划出的路径按照车辆从起点到终点行驶所经过道路分段输出， 并且导航地图对规划出的路径分段是依据车辆是否需要调头/转弯，如果车辆 直行，导航地图会将现实世界中的多条道路合并成一条输出。如图9所示， 车辆从点A直行到点B，在实际行驶过程中车辆经过了多个路口和多个路段， 但是导航地图仅用一条弧段表示点A到点B中间所有的道路；或者车辆从点C行驶到点D中间需要转弯，即使车辆仍然在同一条道路上行驶，导航地图 仍然会用两条弧段表示。因此在进行导航地图与高精地图匹配之前，需要对 导航地图规划出的全局路径进行拓扑重构。图(a)和图(c)是导航地图的 真实场景，图(b)和图(d)是导航地图的路径规划，图(b)的路径规划只 是体现了起始点和目标点，但没有把从起始点到目标点的真实场景的路口节 点体现出来。图(d)的路径规划相比真实场景多了一个节点，用于表示车辆 在这里转弯，而实际真实场景没有这个节点。

具体过程如下：

①导航地图规划的路径按照起点到终点行驶所经过道路分段输出为I_i；

②选取第一段路径I₁，并同导航地图原始数据进行比较，若该路径中间经 过路口结点，则在路径中路口结点的位置插入结点，新结点将该路径分为两 段路径，标记为下次处理的起点；如果该路径I₁的终点对应不是导航地图中的 路口结点，则将该路径的终点标记为下次处理的起点，并删除该路径的终点， 该I₁与下一段路径合并；

③从过程②得到的下次处理的起点开始，依次处理规划得到的路径，对 路径进行拓扑重构，最终得到拓扑重构后的路径集合；

I′＝{I′₁，I′₂，...I′_q}，q≥1，该路径集合中，除第一段路径I′₁的起始点和最一段路径I′_q终止点以外，每段路径的起点和终点均为路口结点。

步骤五、将导航地图拓扑重构后的路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1投影到高精地图中，求高精地图与路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1中每条路经匹配的 道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1；

补充说明9

以上步骤一到步骤四完成了已知导航地图和高精地图的路口的匹配，由 于路径规划的起始点和目标点不一定在路口上，有可能在两个路口之间，因 此要通过导航地图的第一条路径求得该起始点在高精地图的位置、通过导航 地图的最后一条路径求得该终止点在高精地图的位置。对于导航地图和高精 地图除了起始点和终止点以外的中间的路径的匹配，不能完全根据已经匹配 好的各自的路口节点，因为前后两个路口节点之间的路段有多条，还要搜寻 到与导航地图相匹配的那一条路径。以下过程①到过程⑤就是描述这个过程。

具体过程如下：

①匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1第一条路径，并查找起始点在第一条路径中的位置，具体为：

a.根据导航地图以及高精地图中每个路口结点的唯一索引标识，建立导 航地图路口结点与高精地图路口结点的映射关系；

b.根据映射关系得知路径第一条路径I′₁的终点在高精地图中的路口结点 k；

c.遍历驶入该路口结点k的多条道路Ni，计算第一段路径I′₁的起点到该 道路Ni的垂直距离，选取距离起点最近的道路作为第一段路径I′₁对应的道路， 第一段路径I′₁的起点在该道路上的投影即为高精地图中匹配道路的起点，数 学公式如下：

d＝min(D(p，L_i)) (4)

公式(4)中，p为第一段路径I′₁的起点；L_i为驶入路口结点k的第i条道 路；D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示 起点p到驶入路口结点k的道路的最小垂直距离。

②匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1中的下一条路经；

补充说明10

如图7所示。匹配下一条路径需要判断两个路口中间相连的道路是否为同 一条道路。由于导航地图和高精地图的地图精度不同，采集数据的时间以及 制作的方式也不同，因此同一条道路在导航地图和高精地图中表示也不完全 一致、导航地图和高精地图中同一条道路不能完全重合。常用的匹配方法包 括基于几何信息的匹配，包括点到点的匹配，点到线的匹配，以及点到线的 匹配；基于形状的匹配，包括计算Hausdorff距离，计算Frechet距离等。由 于已知的方法需要对每个行点进行计算，计算量巨大，因此本方法提出一种 基于简化道路骨架的道路相似度计算方法，主要原理即通过简化道路骨架提 出多余的行点，仅保留道路的特征点，然后通过特征点进行相似度计算。

具体方法如下：

步骤a.由于第二段路径I′₂的起点j与终点k均为导航道路中的路口结点； 根据导航道路中路口结点的索引，以及导航地图路口结点与高精地图路口结 点的映射关系，可以得到第二段路径I′₂的起点与终点在高精地图中对应的路 口结点；

步骤b.对搜寻到的高精地图中的第二段路径I′₂对应路口结点k′、j′，连接 路口结点k′、j′之间的道路，得到道路段L_H，假设第二段路径I′₂为道路段L_O， 使用道格拉斯普克算法，剔除道路段L_O、L_H中多余的行点，得到简化的到道路 段L_O′、L_H′；

步骤c.对道路段L_H′、L_O'进行方向检测，检查道路段L_H′与道路段L_O′方向是 否相同，数学公式如下：

公式(6)中

为道路段L_O′与道路段L_H'的夹角，arccos为求反余弦操作，

为路口结点k,j形成的向量；

为路口结点k′,j′形成的向量；

为

的长度，

为

的长度,

表示求取向量

与向量

的内积；

如果

的取值不在阈值范围内，则道路段L_H '与道路段L_O'的方向不相同，系统 不进入下一步处理；否则进入步骤d。

步骤d.对道路段进行单向距离计算，数学公式如下：

公式(7)中d(L_O′，L_H′)为道路段L_O′，L_H′之间单向距离和的均值，OWD(L_O′，L_H′) 表示道路段L_O′到道路段L_H′的单向距离，OWD(L_H′，L_O′)表示道路段L_H′到道路段 L_O′的单向距离,||L_O′||表示道路段L_O′的长度，D(p，L_H′)表示行点p到道路段L_H′的最 短距离，p为道路段L_O′上的行点。

③重复过程②，直到匹配到路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1最末条路径的前一条路径为止；

④匹配路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1的最后一段规划的路径，具体为：

a.依次遍历驶出最后一段路径I′_q的起点的道路；

b.计算目的地终点到每一条道路的垂直距离，选取距离终点最近的道路 作为最后一段路径I′_q对应的道路，最后一段路径I′_q的终点在该道路上的投影 即为高精地图中匹配道路的终点，数学公式如下：

d＝min(D(p，L_i)) (5)

公式(5)中，p为最后一段路径I′_q的终点；L_i为驶出路口结点的第i条道路； D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示起点p 到驶出路口结点的道路的最小垂直距离；

⑤由上述过程①到过程④，获得导航地图规划路径在高精地图中所对应 的道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1。

步骤六、根据高精地图匹配的道路中心线选择合适的车道中心线行驶；

具体方法如下：

步骤a.选取第一条道路中心线I″₁，确定道路中心线I″₁所属道路包含的所 有车道，根据车辆当前坐标点到每条车道中心线的距离，以及该车道的是否 可行驶，选取距离车辆最近并且车辆可以行驶的车道中心线做为起始车道中 心线，如果距离车辆最近的车道为紧急车道或者公交专用车道，车辆不能在 该车道上行驶，则选择距离车辆次近的车道做为起始车道中心线；

步骤b.根据起始车道中心线的拓扑关系选择下一条车道中心线，选取的 标准为：①下一条车道中心线与起始车道中心线的横向距离最短②下一条车 道车道中心线所属道路在道路中心线集合I″中是起始车道中心线所属道路的 后继道路；③车辆在下一条车道中心线上可以行驶；根据选取标准，选取最 优的车道中心线作为下一条车道中心线，并设为新的起始车道中心线；

步骤c.重复步骤b，直到找到无人车在最后一条道路中心线I″_q所属的道 路上应该行驶的车道中心线。

补充说明11

图8是对步骤三到步骤六的总结，图中的菱形框代表数据，矩形框代表 操作，导航地图的操作包括路径规划、拓扑重构，高精地图的操作包括路口 匹配、道路中心线匹配、车道中心线匹配。

需要强调的是，上述具体实施例仅仅是对本发明的解释，其并不是对本 发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对上述实施 例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专 利法的保护。

Claims (9)

1.一种基于导航地图与高精地图匹配的无人车路径规划方法，包括以下步骤：

步骤一、在云端完成已知高精地图和导航地图的初始化匹配；

步骤二、对完成初始化匹配的导航地图输入标记点信息，该标记点信息为对应起始点和目标点的标记点信息；

步骤三、导航地图规划出从起始点到目标点的路径集合；所述路径集合为一系列首尾相连的路径组成的路径集合I＝{I₁，I₂，...I_t}，t≥1,其中t为路径的总数；

步骤四、将导航地图规划出的路径规划集合I＝{I₁，I₂，...I_t}，t≥1中的每条路经还原成真实场景的拓扑结构，得到拓扑重构后的路径集合

I′＝{I′₁，I′₂，...I′_q}，q≥1；

步骤五、将导航地图拓扑重构后的路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1投影到高精地图中，求高精地图与路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1中每条路经匹配的道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1；

步骤六、根据高精地图匹配的道路中心线选择合适的车道中心线行驶；

其特征在于：所述步骤一的具体过程如下：

1)获取设定范围内的导航地图和高精地图；所述设定范围为全国区域内拥有高精地区的区域；

2)根据高精地图范围对导航地图进行裁剪、获取重叠区域；

3)设置用于匹配该重叠区域内高精地图和导航地图的路口类型；

4)根据路口类型分别提取高精地图和导航地图中的路口结点；

5)根据路口节点的相似性和距离，对高精地图和导航地图的路口节点一一进行匹配，直到所有路口节点匹配完毕。

2.根据权利要求1所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述步骤一的过程3)设置用于匹配该重叠区域内高精地图和导航地图的路口类型，具体步骤如下：

步骤a.对导航地图的路口结点进行粗分类，分为分流路口结点、合流路口结点、十字交叉路口结点，以及环形路口结点；

所述分流路口结点即为：根据导航地图中路口结点的前序道路及后继道路的数目，有一条前序道路、多个后继道路的路口结点为分流路口结点；有多条前序道路、一个后继道路的路口结点为合流路口结点；所述十字交叉路口结点即为：有两条前序道路、两条后继道路的路口结点为十字交叉路口结点；所述环形路口结点即为：有多条前序道路、多条后继道路的路口结点为环形路口结点；

步骤b.对分流路口结点进行二次分类，细分为T型分流路口结点、Y型分流路口结点两种，具体方法为：

①将分流路口结点的一条前序道路中心线与一条后继道路中心线的夹角用以下数学公式表示：

公式(1)中θ为前序道路中心线

与后继道路中心线

的夹角，arccos为求反余弦操作；

为前序道路中心线

的长度，

为后继道路中心线

的长度,

表示求取前序道路中心线

与后继道路中心线

的内积，i为路口结点；所述道路中心线是导航地图及高精地图中表示道路的弧段，该弧段为直线或者折线；

②当分流路口结点的前序道路中心线与后继道路中心线的夹角为90°±5°时,则该分流路口结点为T型分流路口结点，否则为Y型分流路口结点；

步骤c.对十字交叉路口结点进行二次分类，细分为X型交叉路口结点、十字型交叉路口结点两种，具体方法如下：

①根据公式(1)计算该结点的一条前序道路中心线与一条后继道路中心线的夹角；

②如果得到前序道路中心线与后继道路中心线的夹角为90°±5°,则该分流路口结点为十字型交叉路口结点，否则为X型交叉路口结点。

3.根据权利要求1所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述步骤一的过程5)根据路口节点的相似性和距离，对高精地图和导航地图的路口节点一一进行匹配，直到所有路口节点匹配完毕,

具体环节如下：

①按照半径范围的条件，搜寻高精地图与导航地图相对应的可能的路口结点集合C；具体方法为：

a.从导航地图路口节点中选取任意一个路口结点i，在高精地图中以路口结点i的坐标为圆心，以50米为缓冲区半径做缓冲区分析，寻找缓冲区范围内的高精地图中的路口结点，得到高精地图中的路口结点集合C；

b.如果结点集合C为空集，则返回方法a,重新选取导航地图中的路口结点，否则进入环节2)；

②按照相似度和距离的条件，搜索路口结点集合C中高精地图与导航地图最相似的路口节点集合k；

③根据已经匹配的路口结点的拓扑关系以及路口结点的特征搜寻下一个匹配的路口结点，直到设定范围内高精地图和导航地图重叠区域内的所有路口节点匹配完毕。

4.根据权利要求3所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述环节②按照相似度和距离的条件，搜索路口结点集合C中高精地图与导航地图最相似的路口节点集合k，具体方法如下：

I.如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环形路口结点，计算高精地图的路口结点集合C中，每个路口结点与导航地图的路口结点i的相似度；

II.如果路口结点i为十字型交叉路口结点、X型交叉路口结点或环形路口结点，则判定路口结点k为路口结点i为相互匹配的结点，应该满足数学公式如下：

5.根据权利要求4所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述方法I如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环形路口结点，计算高精地图的路口结点集合C中，每个路口结点与导航地图的路口结点i的相似度；

具体方法如下：

a.如果路口结点i不为十字型交叉路口结点、X型交叉路口结点、或环形路口结点，则判定路口结点k和路口结点i为相互匹配的结点，应该满足数学公式如下：

公式(2)中,θ为路口结点i与路口结点k主方向的夹角；arccos为求反余弦操作；V_i ^T·V_k表示主方向V_i与主方向V_k求内积的操作；V_i表示导航地图路口结点i的主方向；V_i ^T为V_i的转置；V_k表示高精地图路口结点k的主方向；D_ik为路口结点i、k之间的距离，(X_i，Y_i)^T(X_k，Y_k)^T分别为路口结点i、k的坐标；min为取最小值的操作；k为高精地图中的路口结点集合C中的元素；Sim为路口结点的相似矩阵；

表示求取两个向量的外积；|| ||表示求向量的模长的操作；Sim(s)表示取相似矩阵第s行的操作；m，n分别为主方向向量集V_i，V_k中元素的个数；Sim_ik表示路口结点i、k的相似度；所述主方向向量即为：对于驶入路口结点的道路，即终点为路口结点的道路，取距离终点5m范围内的行点及终点构成的向量作为主方向向量；对于驶出路口结点的道路，即起点为路口结点的道路，取距离起点5m范围内的行点及起点构成的向量作为主方向向量；

b.在与导航地图的路口结点i的夹角在阈值范围内，并且相似度大于阈值的高精地图路口结点中，选取距离导航地图的路口结点最近的路口结点作为高精地图中导航地图的路口结点i的匹配结点。

6.根据权利要求1所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：步骤四将导航地图规划出的路径规划集合I＝{I₁，I₂，...I_t}，t≥1中的每条路经还原成真实场景的拓扑结构，得到拓扑重构后的路径集合

I′＝{I′₁，I′₂，...I′_q}，q≥1，具体过程如下：

①导航地图规划的路径按照起点到终点行驶所经过道路分段输出为I_i；

②选取第一段路径I₁，并同导航地图原始数据进行比较，若该路径中间经过路口结点，则在路径中路口结点的位置插入结点，新结点将该路径分为两段路径，标记为下次处理的起点；如果该路径I₁的终点对应不是导航地图中的路口结点，则将该路径的终点标记为下次处理的起点，并删除该路径的终点，该I₁与下一段路径合并；

③从过程②得到的下次处理的起点开始，依次处理规划得到的路径，对路径进行拓扑重构，最终得到得到拓扑重构后的路径集合；

I′＝{I′₁，I′₂，...I′_q}，q≥1，该路径集合中，除第一段路径I′₁的起始点和最一段路径I′_q终止点以外，每段路径的起点和终点均为路口结点。

7.根据权利要求1所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：将导航地图拓扑重构后的路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1投影到高精地图中，求高精地图与路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1中每条路经匹配的道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1，具体过程如下：

①匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1第一条路径，并查找起始点在第一条路径中的位置，具体为：

a.根据导航地图、高精地图中每个路口结点的唯一索引标识，建立导航地图路口结点与高精地图路口结点的映射关系；

b.根据映射关系得知第一条路径I′₁的终点在高精地图中的路口结点k；

c.遍历驶入该路口结点k的多条道路Ni，计算第一段路径I′₁的起点到该道路Ni的垂直距离，选取距离起点最近的道路作为第一段路径I′₁对应的道路，第一段路径I′₁的起点在该道路上的投影即为高精地图中匹配道路的起点，数学公式如下：

d＝min(D(p，L_i)) (4)

公式(4)中，p为第一段路径I′₁的起点；L_i为驶入路口结点k的第i条道路；D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示起点p到驶入路口结点k的道路的最小垂直距离；

②匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1中的下一条路经；

③重复过程②，直到匹配到路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1最末条路径的前一条路径为止；

④匹配路径集合I′＝{I′₁，I′₂，...I′_q}，q≥1的最后一段规划的路径，具体为：

a.依次遍历驶出最后一段路径I′_q的起点的道路；

b.计算目的地终点到每一条道路的垂直距离，选取距离终点最近的道路作为最后一段路径I′_q对应的道路，最后一段路径I′_q的终点在该道路上的投影即为高精地图中匹配道路的终点，数学公式如下：

d＝min(D(p，L_i)) (5)

公式(5)中，p为最后一段路径I′_q的终点；L_i为驶出路口结点的第i条道路；D(p，L_i)表示计算起点p到L_i的垂直距离；min表示取最小值的操作；d表示起点p到驶出路口结点的道路的最小垂直距离；

⑤由上述过程①到过程④，获得导航地图规划路径在高精地图中所对应的道路中心线集合I″＝{I″₁，I″₂，...I″_q}，q≥1。

8.根据权利要求7所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述过程2)匹配路径集合中I′＝{I′₁，I′₂，...I′_q}，q≥1中的下一条路经，具体方法如下：

步骤a.由于第二段路径I′₂的起点j与终点k均为导航道路中的路口结点；根据导航道路中路口结点的索引，以及导航地图路口结点与高精地图路口结点的映射关系，可以得到第二段路径I′₂的起点与终点在高精地图中对应的路口结点；

步骤b.对搜寻到的高精地图中的第二段路径I′₂对应路口结点k′、j′，连接路口结点k′、j′之间的道路，得到道路段L_H，假设第二段路径I′₂为道路段L_O，使用道格拉斯普克算法，剔除道路段L_O、L_H中多余的行点，得到简化的到道路段L_O’、L_H’；

步骤c.对道路段L_O’、L_H’进行方向检测，检查道路段L_H′与道路段L_O’方向是否相同，数学公式如下：

公式(6)中θ为道路段L_O′与道路段L_H′的夹角，arccos为求反余弦操作；

为路口结点k，j形成的向量；

为路口结点k′，j′形成的向量；

为

的长度，

为

的长度，

表示求取向量

与向量

的内积；

如果θ的取值不在阈值范围内，则道路段L_H′与道路段L_O’的方向不相同，系统不进入下一步处理；否则进入步骤d；

步骤d.对道路段进行单向距离计算，数学公式如下：

公式(7)中d(L_O′，L_H′)为道路段L_O′，L_H′之间单向距离和的均值，OWD(L_O′，L_H′)表示道路段L_O′到道路段L_H′的单向距离，OWD(L_H′，L_O′)表示道路段L_H′到道路段L_O′的单向距离，||L_O′||表示道路段L_O′的长度，D(p，L_H′)表示行点p到道路段L_H′的最短距离，p为道路段L_O′上的行点；

步骤e.如果得到的d(L_O′，L_H′)小于0.5则表示道路段L_O′与道路段L_H′表示同一条道路，对道路段L_O′，L_H′所经过的道路中心线及路口结点设置匹配标识符，不再参与后续处理，否则表示道路段L_O′与道路段L_H′不是同一条道路，返回步骤b重新搜寻在高精地图中与第二段路径I′₂的终点匹配的路口结点，高精地图中已经处理的路口结点不做处理，如果高精地图的路口结点集合C中所有元素均被处理并且均不符合匹配的标准，则结束处理。

9.根据权利要求1所述一种基于导航地图与高精地图匹配的无人车路径规划方法，其特征在于：所述步骤六根据高精地图匹配的道路中心线选择合适的车道中心线行驶，具体方法如下：

步骤a.选取第一条道路中心线I″₁，确定道路中心线I″₁所属道路包含的所有车道，根据车辆当前坐标点到每条车道中心线的距离，以及该车道的是否可行驶，选取距离车辆最近并且车辆可以行驶的车道中心线做为起始车道中心线，如果距离车辆最近的车道为紧急车道或者公交专用车道，车辆不能在该车道上行驶，则选择距离车辆次近的车道做为起始车道中心线；

步骤b.根据起始车道中心线的拓扑关系选择下一条车道中心线，选取的标准为：1)下一条车道中心线与起始车道中心线的横向距离最短；2)下一条车道车道中心线所属道路在道路中心线集合I″中是起始车道中心线所属道路的后继道路；3)车辆在下一条车道中心线上可以行驶；根据选取标准，选取最优的车道中心线作为下一条车道中心线，并设为新的起始车道中心线；

步骤c.重复步骤b，直到找到无人车在最后一条道路中心线I″_q所属的道路上应该行驶的车道中心线。

Images