CN115092159A - 一种车道线自主智能测绘系统和方法 - Google Patents

Abstract

本发明公开了一种车道线自主智能测绘系统和方法,包括：轨迹数据采集模块、车道边界线识别模块、车道线测绘模块、车道线偏离预警模块、大数据服务终端；所述轨迹数据采集模块、所述车道边界线识别模块、所述车道线测绘模块、所述车道线偏离预警模块与所述大数据服务终端相连；所述轨迹数据采集模块用于采集道路上行驶的所有类型车辆相关信息；所述车道边界线识别模块用于识别出车道边界线；所述车道线测绘模块用于车道线实时测绘；所述车道线偏离预警模块用于车辆偏离车道线的实时预警；所述大数据服务终端用于各模块之间的远程交互。本发明有效避免由于高精地图数据更新不及时、数据信息不准确而造成的交通事故发生或出行不便利的问题。

Description

一种车道线自主智能测绘系统和方法

技术领域

本发明属于自动驾驶技术领域，尤其涉及一种车道线自主智能测绘系统和方法。

背景技术

高速公路应急车道仅供警车、消防车、救护车等应急车辆执行紧急任务或其他车辆在诸如车轮爆胎、制动失灵、转向失控、火灾爆炸等事故紧急情况下使用，其他情况下占用均属违法行为，而非法长时占用极易造成追尾、拥堵等现象，存在严重安全隐患。传统应急车道长时占用监测方式主要依靠人工警务巡查或单点高清摄像机，前者需要耗费大量的警力和时间，导致警务部门支出升高。智能交通系统建立了巨大的数据库资源，在这些海量数据中隐含地存在着大量对路径规划有用的知识。例如在交通导航系统中，根据对轨迹的相似性查询技术可以得到历史相似运动轨迹，基于这些得到的知识就可以推荐一组比较合适的行车路线或估计所需要的时间给新手或迷路司机。除此之外，通过轨迹的相似性查询还可以发现频繁发生交通堵塞的区域中大部分车辆的运动模式，根据这些结果可以规划开发一些新的道路或者为出行的车辆提供路况信息等建议。聚类分析作为数据挖掘技术的一项任务，是一种数据预处理过程，是进一步分析和处理数据的基础。基于道路网络空间的移动对象轨迹聚类技术可为路径规划的合理性与最优性提供有力的保障，为用户提供相应的决策支持，轨迹聚类的研究在实际应用中具有重要意义。

发明内容

本发明的目的在于提出一种车道线自主智能测绘系统和方法，提高车道线的识别效率，以保障行驶安全、出行安全。

一方面为实现上述目的，本发明提供了一种车道线自主智能测绘系统，包括：

轨迹数据采集模块、车道边界线识别模块、车道线测绘模块、车道线偏离预警模块、大数据服务终端；所述轨迹数据采集模块、所述车道边界线识别模块、所述车道线测绘模块、所述车道线偏离预警模块与所述大数据服务终端相连；

所述轨迹数据采集模块用于采集道路上行驶的所有类型车辆相关信息；

所述车道边界线识别模块用于识别出车道边界线；

所述车道线测绘模块用于车道线实时测绘；

所述车道线偏离预警模块用于车辆偏离车道线的实时预警；

所述大数据服务终端用于各模块之间的远程交互。

可选的，所述相关信息包括所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息，并构建道路测绘数据库。

可选的，所述车道边界线识别模块包括路侧传感模块和车载模块，所述路侧传感模块用于采集道路所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息；所述车载模块用于车辆的实时定位。

可选的，所述车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；所述车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；所述道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；所述车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；所述交通状态信息包括：畅通、拥堵、堵塞、排队信息，所述路侧传感模块通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务终端以备调用。

可选的，所述车载模块包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，所述车载模块通过专用通信通道以及通信方式将采集各类数据传输到大数据服务终端中以备调用。

可选的，所述车道线测绘模块的测绘过程包括：根据所述道路测绘数据库确定所述道路的车道宽度；

计算表示车辆的地理位置与曲率线之间的最短距离的车辆偏移距离；以及基于车辆偏移距离和所述道路的车道宽度确定所选车道，其中响应于车辆偏移距离小于所述道路的所述车道宽度，所述车辆在所述所选车道中。

可选的，所述大数据服务终端用于通过无线传输装置或有线网络线路接收所述路侧传感模块和车载模块将采集的各类信息，并对接收的数据进行整合分析。

另一方面为实现上述目的，本发明提供了一种车道线自主智能测绘系统的测绘方法，包括：

采集轨迹数据构建道路测绘数据库；

根据所述道路测绘数据库通过路侧传感采集的数据以及车辆的实时定位进行车道边界线识别；

对超出车道边界线的车辆进行偏离车道预警并进行主动转向干预。

本发明技术效果：本发明公开了一种车道线自主智能测绘系统和方法，有效避免由于高精地图数据更新不及时、数据信息不准确而造成的交通事故发生或出行不便利的问题；对那些非法、行驶异常、行为异常的车辆进行警告以及提示，一旦触发相关判断机制立即输出异常行为报警信息，并对相应的车辆进行点对点信息提示和取证；能够实现全程监视、管控车辆违章变道、超速行驶、长期占用紧急停车道、货车长期占用快速车道、逃费等行为车辆行驶安全有效的管理；使路感知设备与边缘计算相设备互结合后能够形成功能更加庞大的安全保障体系，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆提供足够的决策依据甚至指令，无人驾驶车辆、自动驾驶车辆行驶安全性会得到本质上。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，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为本发明实施例一中的一种车道线自主智能测绘系统的结构示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例一

如图1所示，本实施例中提供一种车道线自主智能测绘系统，包括：

轨迹数据采集模块、车道边界线识别模块、车道线测绘模块、车道线偏离预警模块、大数据服务终端；所述轨迹数据采集模块、所述车道边界线识别模块、所述车道线测绘模块、所述车道线偏离预警模块与所述大数据服务终端相连；

所述轨迹数据采集模块用于采集道路上行驶的所有类型车辆相关信息；

所述车道边界线识别模块用于识别出车道边界线；

所述车道线测绘模块用于车道线实时测绘；

所述车道线偏离预警模块用于车辆偏离车道线的实时预警；

所述大数据服务终端用于各模块之间的远程交互。

进一步优化方案，所述相关信息包括所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息，并构建道路测绘数据库。

进一步优化方案，所述车道边界线识别模块包括路侧传感模块和车载模块，所述路侧传感模块用于采集道路所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息；所述车载模块用于车辆的实时定位。

进一步优化方案，所述车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；所述车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；所述道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；所述车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；所述交通状态信息包括：畅通、拥堵、堵塞、排队信息，所述路侧传感模块通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务终端以备调用。

进一步优化方案，所述车载模块包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，所述车载模块通过专用通信通道以及通信方式将采集各类数据传输到大数据服务终端中以备调用。

进一步优化方案，所述车道线测绘模块的测绘过程包括：根据所述道路测绘数据库确定所述道路的车道宽度；

计算表示车辆的地理位置与曲率线之间的最短距离的车辆偏移距离；以及基于车辆偏移距离和所述道路的车道宽度确定所选车道，其中响应于车辆偏移距离小于所述道路的所述车道宽度，所述车辆在所述所选车道中。

进一步优化方案，所述大数据服务终端用于通过无线传输装置或有线网络线路接收所述路侧传感模块和车载模块将采集的各类信息，并对接收的数据进行整合分析。

实施例二

本实施例中提供一种车道线自主智能测绘系统的测绘方法，包括以下步骤：

采集轨迹数据构建道路测绘数据库；

根据所述道路测绘数据库通过路侧传感采集的数据以及车辆的实时定位进行车道边界线识别；

对超出车道边界线的车辆进行偏离车道预警并进行主动转向干预。

车道保持辅助系统的工作主要分为以下三个步骤，首先是进行车道线识别，然后若是将要发生车道偏离则对驾驶员进行警报，最后若是驾驶员没有对方向盘进行任何操作，则车辆通过转向系统主动干预，使其回到原本车道。

(1)车道线识别

无论是车道偏离预警还是车道保持辅助，都是针对车道而言的，因此如何准确地识别出车道线是最为重要的一环，否则一切都是空谈。

在早期对车道线识别研究的过程中，由于当时的摄像头还无法获取高分辨率的道路图像，同时车载计算机的算力也不够大，只好将摄像头置于车轮上方，垂直于路面拍摄得到局部车道线信息，构成俯视车道线检测系统。这种方法计算简单，但是获取车道信息有限，无法识别车辆远处及侧向信息。

现如今随着硬件与软件的升级，俯视车道线检测系统逐渐被前视车道线检测系统代替。前视系统的摄像头安装在后视镜的前方，相比于俯视系统，前视系统能获取更多的车道信息，进行更为准确安全的判断。

(2)车道偏离预警

得到车道线的信息后，就可以进行车道偏离预警了。车道偏离预警系统是通过车辆自身状态与车道线信息结合，分析出车辆当前于车道的相对位置，从而进行车道偏离判断，根据判断结果决定是否需要向驾驶员发出预警。

而车道偏离预警的关键就在于如何判断车辆是否发生偏离了。目前针对车道偏离判断的研究主要涉及6种算法，分别是：跨越车道线距离，跨越车道线时间，基于未来偏移距离，基于汽车当前位置，基于知识的车道环境感知和路边振动带算法。

前五种算法都是根据车辆传感器获取车道线信息后，对车辆行驶状态进行判断，而最后一种路边振动带算法则无需视觉系统，但需要改装通行道路，通过在路肩设置震动带，车辆偏离驶入时，车辆会发生颠簸从而提醒驾驶员行车偏离，这种方法属于被动偏离预警方案。

(3)主动转向干预

当检测到车辆发生车道偏离，且驾驶员没有对方向盘进行操作时，就需要车道保持辅助系统主动进行转向的干预了。系统根据车辆偏离的程度，通过内置的算法计算出此时方向盘应该转过多少度，再通过线控转向系统控制方向盘自动转动，从而完成车道保持。

在整个主动转向干预过程中，最为核心的技术就是设计计算方向盘转角的算法了。目前其设计思路大致分为两种，分别是补偿跟踪控制和驾驶员预瞄控制。补偿跟踪控制根据汽车运动学和动力学搭建汽车与行驶路径的几何关系，控制器根据车辆行驶状态信息，使其预期轨迹与实际轨迹偏差最小化。而预瞄控制则是通过参考驾驶员的预瞄行为，设定前视预瞄距离或时间，得到期望轨迹，由预估得到的汽车位置和汽车的期望位置间的差值控制车辆侧向运动。

本发明公开了一种车道线自主智能测绘系统和方法，有效避免由于高精地图数据更新不及时、数据信息不准确而造成的交通事故发生或出行不便利的问题；对那些非法、行驶异常、行为异常的车辆进行警告以及提示，一旦触发相关判断机制立即输出异常行为报警信息，并对相应的车辆进行点对点信息提示和取证；能够实现全程监视、管控车辆违章变道、超速行驶、长期占用紧急停车道、货车长期占用快速车道、逃费等行为车辆行驶安全有效的管理；使路感知设备与边缘计算相设备互结合后能够形成功能更加庞大的安全保障体系，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆提供足够的决策依据甚至指令，无人驾驶车辆、自动驾驶车辆行驶安全性会得到本质上。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种车道线自主智能测绘系统，其特征在于，包括：轨迹数据采集模块、车道边界线识别模块、车道线测绘模块、车道线偏离预警模块、大数据服务终端；所述轨迹数据采集模块、所述车道边界线识别模块、所述车道线测绘模块、所述车道线偏离预警模块与所述大数据服务终端相连；

所述轨迹数据采集模块用于采集道路上行驶的所有类型车辆相关信息；

所述车道边界线识别模块用于识别出车道边界线；

所述车道线测绘模块用于车道线实时测绘；

所述车道线偏离预警模块用于车辆偏离车道线的实时预警；

所述大数据服务终端用于各模块之间的远程交互。

2.如权利要求1所述的车道线自主智能测绘系统，其特征在于，所述相关信息包括所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息，并构建道路测绘数据库。

3.如权利要求1所述的车道线自主智能测绘系统，其特征在于，

所述车道边界线识别模块包括路侧传感模块和车载模块，所述路侧传感模块用于采集道路所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息；所述车载模块用于车辆的实时定位。

4.如权利要求3所述的车道线自主智能测绘系统，其特征在于，

所述车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；所述车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；所述道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；所述车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；所述交通状态信息包括：畅通、拥堵、堵塞、排队信息，所述路侧传感模块通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务终端以备调用。

5.如权利要求3所述的车道线自主智能测绘系统，其特征在于，

所述车载模块包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，所述车载模块通过专用通信通道以及通信方式将采集各类数据传输到大数据服务终端中以备调用。

6.如权利要求2所述的车道线自主智能测绘系统，其特征在于，所述车道线测绘模块的测绘过程包括：根据所述道路测绘数据库确定所述道路的车道宽度；

计算表示车辆的地理位置与曲率线之间的最短距离的车辆偏移距离；以及基于车辆偏移距离和所述道路的车道宽度确定所选车道，其中响应于车辆偏移距离小于所述道路的所述车道宽度，所述车辆在所述所选车道中。

7.如权利要求3所述的车道线自主智能测绘系统，其特征在于，所述大数据服务终端用于通过无线传输装置或有线网络线路接收所述路侧传感模块和车载模块将采集的各类信息，并对接收的数据进行整合分析。

8.根据权利要求1-7任一权利要求所述的车道线自主智能测绘系统的测绘方法，其特征在于，

采集轨迹数据构建道路测绘数据库；

根据所述道路测绘数据库通过路侧传感采集的数据以及车辆的实时定位进行车道边界线识别；

对超出车道边界线的车辆进行偏离车道预警并进行主动转向干预。

Images