CN115096323A - 一种用于无人驾驶的高精度地图模型及自主导航系统 - Google Patents

一种用于无人驾驶的高精度地图模型及自主导航系统 Download PDF

Info

Publication number
CN115096323A
CN115096323A CN202210711357.5A CN202210711357A CN115096323A CN 115096323 A CN115096323 A CN 115096323A CN 202210711357 A CN202210711357 A CN 202210711357A CN 115096323 A CN115096323 A CN 115096323A
Authority
CN
China
Prior art keywords
module
road
unit
receiving
unmanned
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.)
Withdrawn
Application number
CN202210711357.5A
Other languages
English (en)
Inventor
让斌斌
施卫
杨冰非
张宇
王本森
王健民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN202210711357.5A priority Critical patent/CN115096323A/zh
Publication of CN115096323A publication Critical patent/CN115096323A/zh
Withdrawn legal-status Critical Current

Links

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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种用于无人驾驶的高精度地图模型及自主导航系统，包括获取单元、驾驶单元、中心处理单元和突发单元。本发明实现了，在通过定位模块将无人驾驶汽车显示在地图模型中，并将信息传输至共享模块中，将汽车行驶数据进行上传，并将数据传输至识别模块中，通过识别模块对道路车辆，是否堵车进行识别，并将数据传输至中心处理单元中，通过道路车辆模块、道路路标模块和道路通行模块分别对道路车辆数量进行监控、道路车道标致进行识别和对道路是否可以行驶的信息进行接收、并传输至云平台，在通过分析单元对其信息进行识别，最后将分析信息传输至规划模块中，规划模块对无人驾驶汽车所在位置与终点位置进行最优路线规划。

Description

一种用于无人驾驶的高精度地图模型及自主导航系统
技术领域
本发明涉及无人驾驶技术领域，具体为一种用于无人驾驶的高精度地图模型及自主导航系统。
背景技术
无人驾驶汽车是一种智能汽车，主要依靠车内的以计算机系统为主的智能驾驶系统来实现无人驾驶。无人驾驶汽车集自动控制、环境交互、视觉识别等众多人工智能技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志；
现有技术中，如中国专利号为：CN109976332A，一种用于无人驾驶的高精度地图模型，包括：路段层：道路模型由各路段组成，路段层是通过交叉路口将道路网络划分为不同路段，每个路段始于一个交叉路口，终止于另一个交叉路口；航向道层：一个路段被划分为一个或多个航向道，不同航向道代表路段中不同的行驶方向；车道层：一个航向道内包含一个或多个车道；航线点层：由沿着车道中心线的一系列航线点组成，每个航线点与其周围相关道路和交通属性相关联，通过航线点将无人驾驶汽车和其当前所处的道路交通环境联系起来，用于辅助无人驾驶汽车的自主导航、环境感知和高精度定位。采用该技术方案能够根据实时路况变化规划不同的车道级路径，实现避障、换道、超车等无人驾驶功能；但是此专利中，当无人驾驶汽车在进行使用时，难以对帮助无人驾驶汽车进行最优化路线的分析，使得不方便无人驾驶汽车进行使用，且在驾驶时，难以针对道路发生的特殊情况进行报警，从而难以第一时间进行报备，且难以提高无人驾驶汽车与3D地图几何模型定位的精确度。
发明内容
本发明的目的在于提供一种用于无人驾驶的高精度地图模型及自主导航系统，过分析单元对其信息进行识别，最后将分析信息传输至规划模块中，规划模块对无人驾驶汽车所在位置与终点位置进行最优路线规划，通过报警模块的设置，对道路突然事件，进行第一时间报警，从而提高无人驾驶汽车行驶中的安全性，通过中子点集将无人驾驶汽车与3D地图几何模型进行联合，子点集对所标记的无人驾驶汽车进行可移动目标定位，提高高精度定位，以解决上述背景技术提出的问题。
为实现上述目的，本发明提供如下技术方案：一种用于无人驾驶的自主导航系统，包括获取单元、驾驶单元、中心处理单元和突发单元，其中：
所述获取单元用于获取目标地区的信息，并进行建模，并进行储存；
所述驾驶单元用于接收驾驶单元传输的信息，并与无人驾驶汽车进行连接，且对所在位置进行上传共享与定位，所述驾驶单元与获取单元连接；
所述中心处理单元用于接收驾驶单元传输的数据，并进行道路分析，规划合适的驾驶路线，所述驾驶单元与中心处理单元连接；
所述突发单元用于接收中心处理单元传输的数据，并对突发情况做出相应的处理，所述突发单元与中心处理单元连接。
更进一步的，所述获取单元包括目标采集模块、道路分析模块、差异处理模块、储存模块和建模模块，其中：
所述目标采集模块用于对目标区域位置及环境信息进行采集；
所述道路分析模块用于接收目标采集模块传输的数据并对目标区域的道路进行分析，并做出相应的道路标记进行整理，所述道路分析模块与目标采集模块信号连接；
所述差异处理模块用于接收道路分析模块传输的数据，并对数据中差异进行处理，进行真实还原，所述差异处理模块与道路分析模块信号连接；
所述储存模块用于接收差异处理模块传输的数据，并对接收的数据进行存储，所述储存模块与差异处理模块连接；
所述建模模块用于接收储存模块传输的数据，并对数据进行三维地图建模，所述储存模块与建模模块连接。
更进一步的，所述驾驶单元包括蓝牙模块、定位模块、共享模块和识别模块，其中：
所述蓝牙模块用于将无人驾驶汽车与三维地图建模进行连接；
所述定位模块用于接收蓝牙模块传输的数据，并对无人驾驶汽车进行位置定位，所述蓝牙模块与定位模块连接；
所述共享模块用于接收定位模块传输的数据，并将输送上传至地图模型的云平台中，所述定位模块与共享模块连接；
所述识别模块用于接收共享模块传输的数据，并对道路车辆，是否堵车进行识别，所述识别模块与共享模块连接。
更进一步的，所述中心处理单元包括分析单元和规划模块，其中：
所述分析单元用于对驾驶单元传输的数据进行接收，并对数据进行分析。
更进一步的，所述突发单元包括周围环境识别模块、紧急避让模块、道路超车模块和报警模块，其中：
所述周围环境识别模块用于对无人驾驶汽车周边车辆数据进行采集。
更进一步的，所述分析单元包括道路车辆模块、道路路标模块和道路通行模块；
所述道路车辆模块用于对道路车辆数量进行监控，并传输至云平台；
所述道路路标模块用于对道路车道标致进行识别，并传输至云平台；
所述道路通行模块用于对道路是否可以行驶的信息进行接收，并传输至云平台；
所述规划模块用于接收分析单元传输的数据，并对路线进行实时规划。
更进一步的，所述紧急避让模块与道路超车模块分别用于接收周围环境识别模块传输的数据，通过紧急避让模块对道路突发事件进行紧急避让，通过道路超车模块根据自身需要保证安全的情况下进行超车，所述紧急避让模块与道路超车模块分别和周围环境识别模块连接；
所述报警模块分别用于接收紧急避让模块与道路超车模块传输的数据进行接收，并对道路突然事件，进行第一时间报警，所述报警模块分别与紧急避让模块和道路超车模块连接。
一种用于无人驾驶的自主导航系统的高精度地图模型，包括以下步骤：
步骤1、通过获取单元采集目标区域道路特征，并确定每个目标区域道路的3D坐标及其周围环境；
步骤2、通过目标区域道路特征，对道路进行功能划分，路段行车方向、路段禁止限制和路段车道；
步骤3、通过功能划分，以道路车道为线，并将线进行细化为点，得到子点集；
步骤4、通过3D坐标及其周边环境，进行建立3D地图几何模型；
步骤5、通过中子点集将无人驾驶汽车与3D地图几何模型进行联合，子点集对所标记的无人驾驶汽车进行可移动目标定位。
与现有技术相比，本发明的有益效果是：
1、本发明中，当地图模型建模完成后，将无人驾驶汽车通过蓝牙模块与地图模型进行连接，在通过定位模块将无人驾驶汽车显示在地图模型中，并将信息传输至共享模块中，将汽车行驶数据进行上传，并将数据传输至识别模块中，通过识别模块对道路车辆，是否堵车进行识别，并将数据传输至中心处理单元中，通过道路车辆模块、道路路标模块和道路通行模块分别对道路车辆数量进行监控、道路车道标致进行识别和对道路是否可以行驶的信息进行接收、并传输至云平台，在通过分析单元对其信息进行识别，最后将分析信息传输至规划模块中，规划模块对无人驾驶汽车所在位置与终点位置进行最优路线规划。
2、本发明中，通过周围环境识别模块对无人驾驶汽车周边车辆数据进行采集，当道路突发事件发生时，通过紧急避让模块驱动无人驾驶汽车进行紧急避让，通过道路超车模块的设置，可根据自身需要保证安全的情况下进行超车，最后可通过报警模块的设置，对道路突然事件，进行第一时间报警，从而提高无人驾驶汽车行驶中的安全性。
3、本发明中，通过中子点集将无人驾驶汽车与3D地图几何模型进行联合，子点集对所标记的无人驾驶汽车进行可移动目标定位，提高高精度定位。
附图说明
图1为本发明一种用于无人驾驶的高精度地图模型及自主导航系统的系统图；
图2为本发明一种用于无人驾驶的高精度地图模型及自主导航系统获取单元的系统图；
图3为本发明一种用于无人驾驶的高精度地图模型及自主导航系统驾驶单元的系统图；
图4为本发明一种用于无人驾驶的高精度地图模型及自主导航系统中心处理单元的系统图；
图5为本发明一种用于无人驾驶的高精度地图模型及自主导航系统突发单元的系统图；
图6为本发明一种用于无人驾驶的高精度地图模型的流程图。
图中：
100、获取单元；200、驾驶单元；300、中心处理单元；400、突发单元；101、目标采集模块；102、道路分析模块；103、差异处理模块；104、储存模块；105、建模模块；201、蓝牙模块；202、定位模块；203、共享模块；204、识别模块；301、分析单元；302、道路车辆模块；303、道路路标模块；304、道路通行模块；305、规划模块；401、周围环境识别模块；402、紧急避让模块；403、道路超车模块；404、报警模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施条例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
请参阅图1-6，本发明提供一种技术方案：一种用于无人驾驶的自主导航系统，包括获取单元100、驾驶单元200、中心处理单元300和突发单元400，其中：获取单元100用于获取目标地区的信息，并进行建模，并进行储存；驾驶单元200用于接收驾驶单元200传输的信息，并与无人驾驶汽车进行连接，且对所在位置进行上传共享与定位，驾驶单元200与获取单元100连接；中心处理单元300用于接收驾驶单元200传输的数据，并进行道路分析，规划合适的驾驶路线，驾驶单元200与中心处理单元300连接；突发单元400用于接收中心处理单元300传输的数据，并对突发情况做出相应的处理，突发单元400与中心处理单元300连接。
如图1-6所示，获取单元100包括目标采集模块101、道路分析模块102、差异处理模块103、储存模块104和建模模块105，其中：目标采集模块101用于对目标区域位置及环境信息进行采集；道路分析模块102用于接收目标采集模块101传输的数据并对目标区域的道路进行分析，并做出相应的道路标记进行整理，道路分析模块102与目标采集模块101信号连接；差异处理模块103用于接收道路分析模块102传输的数据，并对数据中差异进行处理，进行真实还原，差异处理模块103与道路分析模块102信号连接；储存模块104用于接收差异处理模块103传输的数据，并对接收的数据进行存储，储存模块104与差异处理模块103连接；建模模块105用于接收储存模块104传输的数据，并对数据进行三维地图建模，储存模块104与建模模块105连接。
本实施例中，当进行使用时，通过目标采集模块101用于对目标区域位置及环境信息进行采集，并将信息传输至道路分析模块102中，道路分析模块102对目标区域的道路进行分析，并做出相应的道路标记进行整理，并将数据传输至差异处理模块103中，并对数据中差异进行处理，进行真实还原，最后通过储存模块104将数据进行储存，最后通过建模模块105，对数据进行转换，并进行三维几何建模。
如图1-6所示，驾驶单元200包括蓝牙模块201、定位模块202、共享模块203和识别模块204，其中：蓝牙模块201用于将无人驾驶汽车与三维地图建模进行连接；定位模块202用于接收蓝牙模块201传输的数据，并对无人驾驶汽车进行位置定位，蓝牙模块201与定位模块202连接；共享模块203用于接收定位模块202传输的数据，并将输送上传至地图模型的云平台中，定位模块202与共享模块203连接；识别模块204用于接收共享模块203传输的数据，并对道路车辆，是否堵车进行识别，识别模块204与共享模块203连接。
本实施例中，当地图模型建模完成后，将无人驾驶汽车通过蓝牙模块201与地图模型进行连接，在通过定位模块202将无人驾驶汽车显示在地图模型中，并将信息传输至共享模块203中，将汽车行驶数据进行上传，并将数据传输至识别模块204中，通过识别模块204对道路车辆，是否堵车进行识别。
如图1-6所示，中心处理单元300包括分析单元301和规划模块305，其中：分析单元301用于对驾驶单元200传输的数据进行接收，并对数据进行分析，分析单元301包括道路车辆模块302、道路路标模块303和道路通行模块304；道路车辆模块302用于对道路车辆数量进行监控，并传输至云平台；道路路标模块303用于对道路车道标致进行识别，并传输至云平台；道路通行模块304用于对道路是否可以行驶的信息进行接收，并传输至云平台；规划模块305用于接收分析单元301传输的数据，并对路线进行实时规划。
本实施例中，通过道路车辆模块302、道路路标模块303和道路通行模块304分别对道路车辆数量进行监控、道路车道标致进行识别和对道路是否可以行驶的信息进行接收、并传输至云平台，在通过分析单元301对其信息进行识别，最后将分析信息传输至规划模块305中，规划模块305对无人驾驶汽车所在位置与终点位置进行最优路线规划。
如图1-6所示，突发单元400包括周围环境识别模块401、紧急避让模块402、道路超车模块403和报警模块404，其中：周围环境识别模块401用于对无人驾驶汽车周边车辆数据进行采集，紧急避让模块402与道路超车模块403分别用于接收周围环境识别模块401传输的数据，通过紧急避让模块402对道路突发事件进行紧急避让，通过道路超车模块403根据自身需要保证安全的情况下进行超车，紧急避让模块402与道路超车模块403分别和周围环境识别模块401连接；报警模块404分别用于接收紧急避让模块402与道路超车模块403传输的数据进行接收，并对道路突然事件，进行第一时间报警，报警模块404分别与紧急避让模块402和道路超车模块403连接。
本实施例中，数据传输至突发单元400中，通过周围环境识别模块401对无人驾驶汽车周边车辆数据进行采集，当道路突发事件发生时，通过紧急避让模块402驱动无人驾驶汽车进行紧急避让，通过道路超车模块403的设置，可根据自身需要保证安全的情况下进行超车，最后可通过报警模块404的设置，对道路突然事件，进行第一时间报警，从而提高无人驾驶汽车行驶中的安全性。
一种用于无人驾驶的自主导航系统的高精度地图模型，包括以下步骤：
步骤1、通过获取单元100采集目标区域道路特征，并确定每个目标区域道路的3D坐标及其周围环境；
步骤2、通过目标区域道路特征，对道路进行功能划分，路段行车方向、路段禁止限制和路段车道；
步骤3、通过功能划分，以道路车道为线，并将线进行细化为点，得到子点集；
步骤4、通过3D坐标及其周边环境，进行建立3D地图几何模型；
步骤5、通过中子点集将无人驾驶汽车与3D地图几何模型进行联合，子点集对所标记的无人驾驶汽车进行可移动目标定位，提高高精度定位。
工作原理：当进行使用时，通过目标采集模块101用于对目标区域位置及环境信息进行采集，并将信息传输至道路分析模块102中，道路分析模块102对目标区域的道路进行分析，并做出相应的道路标记进行整理，并将数据传输至差异处理模块103中，并对数据中差异进行处理，进行真实还原，最后通过储存模块104将数据进行储存，最后通过建模模块105，对数据进行转换，并进行三维几何建模，当地图模型建模完成后，将无人驾驶汽车通过蓝牙模块201与地图模型进行连接，在通过定位模块202将无人驾驶汽车显示在地图模型中，并将信息传输至共享模块203中，将汽车行驶数据进行上传，并将数据传输至识别模块204中，通过识别模块204对道路车辆，是否堵车进行识别，并将数据传输至中心处理单元300中，通过道路车辆模块302、道路路标模块303和道路通行模块304分别对道路车辆数量进行监控、道路车道标致进行识别和对道路是否可以行驶的信息进行接收、并传输至云平台，在通过分析单元301对其信息进行识别，最后将分析信息传输至规划模块305中，规划模块305对无人驾驶汽车所在位置与终点位置进行最优路线规划，最后将数据传输至突发单元400中，通过周围环境识别模块401对无人驾驶汽车周边车辆数据进行采集，当道路突发事件发生时，通过紧急避让模块402驱动无人驾驶汽车进行紧急避让，通过道路超车模块403的设置，可根据自身需要保证安全的情况下进行超车，最后可通过报警模块404的设置，对道路突然事件，进行第一时间报警，从而提高无人驾驶汽车行驶中的安全性。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于无人驾驶的自主导航系统，包括获取单元(100)、驾驶单元(200)、中心处理单元(300)和突发单元(400)，其中：
所述获取单元(100)用于获取目标地区的信息，并进行建模，并进行储存；
所述驾驶单元(200)用于接收驾驶单元(200)传输的信息，并与无人驾驶汽车进行连接，且对所在位置进行上传共享与定位，所述驾驶单元(200)与获取单元(100)连接；
所述中心处理单元(300)用于接收驾驶单元(200)传输的数据，并进行道路分析，规划合适的驾驶路线，所述驾驶单元(200)与中心处理单元(300)连接；
所述突发单元(400)用于接收中心处理单元(300)传输的数据，并对突发情况做出相应的处理，所述突发单元(400)与中心处理单元(300)连接。
2.根据权利要求1所述的一种用于无人驾驶的自主导航系统，其特征在于：所述获取单元(100)包括目标采集模块(101)、道路分析模块(102)、差异处理模块(103)、储存模块(104)和建模模块(105)，其中：
所述目标采集模块(101)用于对目标区域位置及环境信息进行采集；
所述道路分析模块(102)用于接收目标采集模块(101)传输的数据并对目标区域的道路进行分析，并做出相应的道路标记进行整理，所述道路分析模块(102)与目标采集模块(101)信号连接；
所述差异处理模块(103)用于接收道路分析模块(102)传输的数据，并对数据中差异进行处理，进行真实还原，所述差异处理模块(103)与道路分析模块(102)信号连接；
所述储存模块(104)用于接收差异处理模块(103)传输的数据，并对接收的数据进行存储，所述储存模块(104)与差异处理模块(103)连接；
所述建模模块(105)用于接收储存模块(104)传输的数据，并对数据进行三维地图建模，所述储存模块(104)与建模模块(105)连接。
3.根据权利要求2所述的一种用于无人驾驶的自主导航系统，其特征在于：所述驾驶单元(200)包括蓝牙模块(201)、定位模块(202)、共享模块(203)和识别模块(204)，其中：
所述蓝牙模块(201)用于将无人驾驶汽车与三维地图建模进行连接；
所述定位模块(202)用于接收蓝牙模块(201)传输的数据，并对无人驾驶汽车进行位置定位，所述蓝牙模块(201)与定位模块(202)连接；
所述共享模块(203)用于接收定位模块(202)传输的数据，并将输送上传至地图模型的云平台中，所述定位模块(202)与共享模块(203)连接；
所述识别模块(204)用于接收共享模块(203)传输的数据，并对道路车辆，是否堵车进行识别，所述识别模块(204)与共享模块(203)连接。
4.根据权利要求3所述的一种用于无人驾驶的自主导航系统，其特征在于：所述中心处理单元(300)包括分析单元(301)和规划模块(305)，其中：
所述分析单元(301)用于对驾驶单元(200)传输的数据进行接收，并对数据进行分析。
5.根据权利要求4所述的一种用于无人驾驶的自主导航系统，其特征在于：所述突发单元(400)包括周围环境识别模块(401)、紧急避让模块(402)、道路超车模块(403)和报警模块(404)，其中：
所述周围环境识别模块(401)用于对无人驾驶汽车周边车辆数据进行采集。
6.根据权利要求4所述的一种用于无人驾驶的自主导航系统，其特征在于：所述分析单元(301)包括道路车辆模块(302)、道路路标模块(303)和道路通行模块(304)；
所述道路车辆模块(302)用于对道路车辆数量进行监控，并传输至云平台；
所述道路路标模块(303)用于对道路车道标致进行识别，并传输至云平台；
所述道路通行模块(304)用于对道路是否可以行驶的信息进行接收，并传输至云平台；
所述规划模块(305)用于接收分析单元(301)传输的数据，并对路线进行实时规划。
7.根据权利要求5所述的一种用于无人驾驶的自主导航系统，其特征在于：所述紧急避让模块(402)与道路超车模块(403)分别用于接收周围环境识别模块(401)传输的数据，通过紧急避让模块(402)对道路突发事件进行紧急避让，通过道路超车模块(403)根据自身需要保证安全的情况下进行超车，所述紧急避让模块(402)与道路超车模块(403)分别和周围环境识别模块(401)连接；
所述报警模块(404)分别用于接收紧急避让模块(402)与道路超车模块(403)传输的数据进行接收，并对道路突然事件，进行第一时间报警，所述报警模块(404)分别与紧急避让模块(402)和道路超车模块(403)连接。
8.一种用于无人驾驶的自主导航系统的高精度地图模型，其特征在于，使用了权利要求1～7任一项所述的一种用于无人驾驶的自主导航系统，包括以下步骤：
S1、通过获取单元采集目标区域道路特征，并确定每个目标区域道路的3D坐标及其周围环境；
S2、通过目标区域道路特征，对道路进行功能划分，路段行车方向、路段禁止限制和路段车道；
S3、通过功能划分，以道路车道为线，并将线进行细化为点，得到子点集；
S4、通过3D坐标及其周边环境，进行建立3D地图几何模型；
S5、通过中子点集将无人驾驶汽车与3D地图几何模型进行联合，子点集对所标记的无人驾驶汽车进行可移动目标定位。
CN202210711357.5A 2022-06-22 2022-06-22 一种用于无人驾驶的高精度地图模型及自主导航系统 Withdrawn CN115096323A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210711357.5A CN115096323A (zh) 2022-06-22 2022-06-22 一种用于无人驾驶的高精度地图模型及自主导航系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210711357.5A CN115096323A (zh) 2022-06-22 2022-06-22 一种用于无人驾驶的高精度地图模型及自主导航系统

Publications (1)

Publication Number Publication Date
CN115096323A true CN115096323A (zh) 2022-09-23

Family

ID=83293323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210711357.5A Withdrawn CN115096323A (zh) 2022-06-22 2022-06-22 一种用于无人驾驶的高精度地图模型及自主导航系统

Country Status (1)

Country Link
CN (1) CN115096323A (zh)

Similar Documents

Publication Publication Date Title
CN110603181B (zh) 一种智能驾驶车辆让行方法、装置及车载设备
US10963462B2 (en) Enhancing autonomous vehicle perception with off-vehicle collected data
CN107782564B (zh) 一种自动驾驶车辆测评系统及方法
CN107063713B (zh) 应用于无人驾驶汽车的测试方法和装置
CN106352867B (zh) 用于确定车辆自身位置的方法和设备
CN111292540B (zh) 用于求取确定的状态信息的方法、控制装置和系统
CN108369774B (zh) 用于在即将进行的超车动作方面辅助机动车的驾驶员的方法以及机动车
CN110928286B (zh) 用于控制车辆的自动驾驶的方法、设备、介质和系统
CN108303103A (zh) 目标车道的确定方法和装置
CN109421738A (zh) 用于监视自主车辆的方法和装置
RU2016136980A (ru) Составление планов прокладки маршрута на уровне полос движения
CN111275997B (zh) 用于提供地图数据的方法、机动车和中央数据处理设备
CN110530377B (zh) 用于实施用于车辆的至少一个提高安全性的措施的方法和装置
CN110796007A (zh) 场景识别的方法与计算设备
KR102386960B1 (ko) 커넥티드 자동화 차량 도로 시스템 및 방법
EP1744269A1 (en) Vehicle-mounted information indication device and vehicle information communication system using the same
CN109491380A (zh) 一种智能汽车用无人驾驶系统及使用方法
CN112729316A (zh) 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆
CN109923375A (zh) 道路确定装置和车辆控制系统
CN114373295A (zh) 一种行车安全预警方法、系统、存储介质及设备
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
CN114813157A (zh) 一种测试场景构建方法及装置
KR20210027458A (ko) 주행 지원 방법 및 주행 지원 장치
CN112513951A (zh) 一种场景文件的获取方法以及装置
CN110109159B (zh) 行驶管理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220923