CN115223118B - 一种高精地图置信度判断方法、系统及车辆 - Google Patents

一种高精地图置信度判断方法、系统及车辆 Download PDF

Info

Publication number
CN115223118B
CN115223118B CN202210646269.1A CN202210646269A CN115223118B CN 115223118 B CN115223118 B CN 115223118B CN 202210646269 A CN202210646269 A CN 202210646269A CN 115223118 B CN115223118 B CN 115223118B
Authority
CN
China
Prior art keywords
road
information
confidence
precision map
lane
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.)
Active
Application number
CN202210646269.1A
Other languages
English (en)
Other versions
CN115223118A (zh
Inventor
郭高原
杜权峰
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.)
Guangdong Intelligent Network Automobile Innovation Center Co ltd
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangdong Intelligent Network Automobile Innovation Center Co ltd
Guangzhou Automobile Group Co Ltd
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 Guangdong Intelligent Network Automobile Innovation Center Co ltd, Guangzhou Automobile Group Co Ltd filed Critical Guangdong Intelligent Network Automobile Innovation Center Co ltd
Priority to CN202210646269.1A priority Critical patent/CN115223118B/zh
Publication of CN115223118A publication Critical patent/CN115223118A/zh
Application granted granted Critical
Publication of CN115223118B publication Critical patent/CN115223118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Abstract

本发明提供一种高精地图置信度判断方法,包括在检测到高精地图使用后,获取当前位置真实道路交通信息;基于真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;基于判定要素,在高精地图上对应获取当前位置的地图交通信息,并将地图交通信息与判定要素进行对比,得到判定要素的置信度;根据判定要素的置信度,评估高精地图的置信度所述判定要素。本发明还提供一种高精地图置信度判断系统。实施本发明,能对高精地图的时效性和可靠性进行评估,从而提高自动驾驶算法对高精度地图信息使用的准确性。

Description

一种高精地图置信度判断方法、系统及车辆
技术领域
本发明涉及汽车技术领域,尤其涉及一种高精地图置信度判断方法、系统及车辆。
背景技术
自动驾驶车辆通过车载传感器(摄像头、毫米波雷达、激光雷达等)感知周围环境信息,然后由控制器中的感知、决策、规划、控制等算法计算横纵向操控指令,并传递给相应的执行器完成相应的行驶动作。美国汽车工程师协会(SAE)将自动驾驶划分为L0~L5级;其中,L3级以上必须使用高精地图实现车辆设计运行范围限制及辅助环境感知和车辆控制,L2级部分自动化驾驶也可以运用高精地图降低接管率和提升功能体验。
高精地图将现实世界中的道路、车道、兴趣点的几何及属性真实表达出来,并根据现实交通环境变化,进行更新迭代。目前,高精地图可以从互联网爬取、影像差分、用户反馈、行车轨迹等多种途径获取数据变化信息,达到地图快速更新的需求。但是,高精地图因为精度高无法复用这些方式,必须依赖采集车采集,而采集的数据用自动化处理后也必须有多次人工校对。
因此,为保证自动驾驶车辆准确理解现实世界的当前状态,有必要提供一种高精地图的时效性和可靠性的评估方法,能避免若干月前采集和释放的高精地图数据干扰,用以提高自动驾驶算法对高精度地图信息使用的准确性,
发明内容
本发明实施例所要解决的技术问题在于,提供一种高精地图置信度判断方法、系统及车辆,能对高精地图的时效性和可靠性进行评估,从而提高自动驾驶算法对高精度地图信息使用的准确性。
为了解决上述技术问题,本发明实施例提供了一种高精地图置信度判断方法,所述方法包括以下步骤:
在检测到高精地图使用后,获取当前位置真实道路交通信息;
基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
根据所述判定要素的置信度,评估所述高精地图的置信度所述判定要素所述判定要素所述判定要素所述判定要素。
其中,所述真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息;其中,
所述车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图获取到的;
所述图商远程下发的道路交通信息是由图商外业采集到的。
其中,所述道路模型信息所含要素包括道路等级、道路几何特征、道路属性以及道路联通关系;
所述车道模型信息所含要素包括车道线几何和属性、车道属性以及车道联通关系;
所述对象模型信息所含要素包括不常变要素和易变要素;所述不常变要素包括隧道、桥梁、龙门架以及护栏;所述易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性。
其中,若所述判定要素包括所述道路模型信息所含要素,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有道路等级时,则在确定出道路等级信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路等级的置信度为可以使用;或,在确定出道路等级信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第一对比结果后,记所述道路等级的置信度为不可使用;其中,所述第一对比结果包括主道路道路等级有变的结果;
若所述判定要素有道路几何特征时,则在确定出道路几何特征信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路几何特征的置信度为可以使用;或,在确定出该道路几何特征信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二对比结果后,记所述道路几何特征的置信度为不可使用;其中,所述第二对比结果包括主道路几何特征有变的结果;
若所述判定要素有道路属性时,则在确定出道路属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路属性的置信度为可以使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第三对比结果后,记所述道路属性的置信度为不可使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第四对比结果后,记所述道路属性的置信度为参考使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第五对比结果后,记所述道路属性的置信度为谨慎使用;其中,所述第三对比结果包括主道路禁止通行;所述第四对比结果包括仅关联道路有变的结果;所述第五对比结果包括主道路有变却仍可通行的结果;
若所述判定要素有道路联通关系时,则在确定出道路联通关系信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路联通关系的置信度为可以使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第六对比结果后,记所述道路联通关系的置信度为不可使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第七对比结果后,记所述道路联通关系的置信度为参考使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第八对比结果后,记所述道路联通关系的置信度为谨慎使用;其中,所述第六对比结果包括主道路联通关系有变导致无法通行的结果;所述第七对比结果包括仅关联道路联通关系有变的结果;所述第八对比结果包括主道路联通关系有变却仍可通行的结果。
其中,若所述判定要素包括所述车道模型信息所含要素,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有车道线几何和属性时,则在确定出车道线几何和属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道线几何和属性的置信度为可以使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第九对比结果后,记所述车道线几何和属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十对比结果后,记所述车道线几何和属性的置信度为参考使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十一对比结果后,记所述车道线几何和属性的置信度为谨慎使用;其中,所述第九对比结果包括主道路几何特征有变、主道路施工占道及主道路施工改道之中至少一个结果;所述第十对比结果包括车道线磨损、少量车道线模糊及少量车道线缺失之中至少一个结果;所述第十一对比结果包括车道线不清楚需重刷的结果;
若所述判定要素有车道属性时,则在确定出车道属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道属性的置信度为可以使用;或,在确定出车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十二对比结果后,记所述车道属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十三对比结果后,记所述车道属性的置信度为参考使用;或,在确定出车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十四对比结果后,记所述车道属性的置信度为谨慎使用;其中,所述第十二对比结果包括主道路车道有变或关联道路车道有变导致无法通行的结果;所述第十三对比结果包括仅关联道路车道及其联通关系有变的结果;所述第十四对比结果包括主道路车道及其关联道路车道有变却仍可通行的结果;
若所述判定要素有车道联通关系时,则在确定出车道联通关系信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道联通关系的置信度为可以使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十五对比结果后,记所述车道联通关系的置信度为不可使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十六对比结果后,记所述车道联通关系的置信度为参考使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十七对比结果后,记所述车道联通关系的置信度为谨慎使用;其中,所述第十五对比结果包括主道路联通关系有变而无法通行的结果;所述第十六对比结果包括仅关联道路联通关系有变的结果;所述第十七对比结果包括主道路联通关系有变却仍可通行的结果。
其中,若所述判定要素包括所述对象模型信息所含要素,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有不常变要素时,则在确定出不常变要素信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述不常变要素的置信度为可以使用;或,在确定出不常变要素信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十八对比结果后,记所述不常变要素的置信度为不可使用;其中,所述第十八对比结果包括市政施工的结果;
若所述判定要素有易变要素中的施工区时,则在确定出施工区信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述施工区的置信度为可以使用;或,在确定出施工区信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十九对比结果后,记所述施工区的置信度为不可使用;其中,所述第十九对比结果包括施工状态有变的结果;
若所述判定要素有易变要素中的红绿灯时,则在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于所述图商远程下发的道路交通信息,并已对所述高精地图进行对应更新后,记所述红绿灯的置信度为可以使用;或,在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十对比结果后,记所述红绿灯的置信度为不可使用;在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第一时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为可以使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十一对比结果后,记所述红绿灯的置信度为不可使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第二时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为参考使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第三时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为谨慎使用;其中,所述第二十对比结果包括红绿灯有变的结果;所述第二十一对比结果包括红绿灯有变的结果;
若所述判定要素有易变要素中的障碍物时,则在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于所述图商远程下发的道路交通信息,并已对所述高精地图进行对应更新后,记所述障碍物的置信度为可以使用;或,在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十二对比结果后,记所述障碍物的置信度为不可使用;在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第四时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为可以使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十三对比结果后,记所述障碍物的置信度为不可使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第五时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为参考使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第六时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为谨慎使用;其中,所述第二十二对比结果包括障碍物有变的结果;所述第二十三对比结果包括障碍物有变的结果;
若所述判定要素有易变要素中的限速标识时,则在确定出限速标识信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述限速标识的置信度为可以使用;或,在确定出限速标识信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二十四对比结果后,记所述限速标识的置信度为不可使用;其中,所述第二十四对比结果包括限速标识有变的结果;
若所述判定要素有易变要素中的收费站车道属性时,则在确定出收费站车道属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述收费站车道属性的置信度为可以使用;或,在确定出收费站车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二十五对比结果后,记所述收费站车道属性的置信度为不可使用;其中,所述第二十五对比结果包括收费站车道有变的结果。
本发明实施例还提供了一种高精地图置信度判断系统,包括:
真实道路交通信息获取单元,用于在检测到高精地图使用后,获取当前位置真实道路交通信息;
要素筛选单元,用于基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
要素置信度计算单元,用于基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
评估单元,用于根据所述判定要素的置信度,评估所述高精地图的置信度所述判定要素所述判定要素所述判定要素所述判定要素。
其中,所述真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息;其中,
所述车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图获取到的;
所述图商远程下发的道路交通信息是由图商外业采集到的。
其中,所述道路模型信息所含要素包括道路等级、道路几何特征、道路属性以及道路联通关系;
所述车道模型信息所含要素包括车道线几何和属性、车道属性以及车道联通关系;
所述对象模型信息所含要素包括不常变要素和易变要素;所述不常变要素包括隧道、桥梁、龙门架以及护栏;所述易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性。
本发明实施例还提供一种车辆,包括以上所述的高精地图置信度判断系统。
实施本发明实施例,具有如下有益效果:
本发明在高精地图使用时,基于道路模型信息、车道模型信息及对象模型信息,将车辆所在的真实道路交通信息与其对应在高精地图上原有地图交通信息进行对比,判断出相应模型所含要素的置信度,以评估高精地图的置信度,从而提高自动驾驶算法对高精度地图信息使用的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种高精地图置信度判断方法的流程图;
图2为本发明实施例提供的一种高精地图置信度判断系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明实施例中,提供的一种高精地图置信度判断方法,所述方法包括以下步骤:
步骤S1、在检测到高精地图使用后,获取当前位置真实道路交通信息;
步骤S2、基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
步骤S3、基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
步骤S4、根据所述判定要素的置信度,评估所述高精地图的置信度所述判定要素所述判定要素所述判定要素所述判定要素。
具体过程为,在步骤S1中,当车辆使用高精地图时,通过周期性(如高精地图使用中隔一天一次)或单次(如高精地图使用时刻)获取到车辆所在的当前位置真实道路交通信息。
其中,真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息。该车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图以及路测单元等获取到的;该图商远程下发的道路交通信息是由图商外业采集到的。
在步骤S2中,通过软件识别出真实道路交通信息中具体的道路信息、车道信息、红绿灯信息、障碍物信息、道路施工、维护信息以及周边与车辆行驶安全相关的其它信息,从而识别出该真实道路交通信息中所反映的要素。
鉴于总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的,因此,可以基于该真实道路交通信息中所反映的要素,对上述总要素进行限缩,从而得到多个需要判断置信度的判定要素,即取该真实道路交通信息中所反映的要素进行评估即可,得出高精地图的使用状况(如时效性和可靠性),从而提高自动驾驶算法对高精度地图信息使用的准确性。
此时,道路模型信息用于表征现实世界的道路特征,主要有道路等级、道路几何特征、道路属性、道路联通关系等要素。一般来说,现实世界的道路一般不会突然增加,也更不会减少,只会不断由市政修建新的道路和拓宽现有道路,体现在高精地图中表现为地图数据周期性更新。然而,车辆本地测量的道路交通信息所采用的导航地图的数据信息主要包含道路模型,着重表达道路特点,且用户数据众多,采集设备也比高精地图的采集设备数量多,能完成及时获取变更讯息、快速采集和版本及时释放的任务。
车道模型信息用于表征现实世界中道路信息,主要有车道线几何和属性、车道属性、车道联通关系等要素,是高精地图区别于导航地图的关键标志之一。车道线信息在自动驾驶算法中至关重要,若高精地图的车道线信息与摄像头激光雷达感知到的真实世界当前车道线情况不一致,会导致融合定位失败导致功能不可用,或者定位错误,导致决策算法异常,出现影响驾驶安全的危险场景。
对象模型信息用于表征现实世界中除道路模型和车道模型之外的信息,主要有不常变要素和易变要素组成;其中,不常变要素包括隧道、桥梁、龙门架以及护栏等;易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性等。
在步骤S3中,由于上述判定要素是从道路模型信息、车道模型信息及对象模型信息中各自所含要素筛选出来的,因此基于判定要素,取出该高精地图上对应车辆所在的地图交通信息,并将地图交通信息与真实道路交通信息进行一一对比时,需要针对三种模型信息要素分别进行置信度评估,从而得到所有判定要素的置信度,具体如下:
(1)道路模型信息要素的置信度评估
(11)若判定要素有道路等级时,则在确定出道路等级信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记道路等级的置信度为可以使用;或,在确定出道路等级信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第一对比结果(如主道路道路等级有变的结果)后,记道路等级的置信度为不可使用。
(12)若判定要素有道路几何特征时,则在确定出道路几何特征信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记道路几何特征的置信度为可以使用;或,在确定出该道路几何特征信息来自于车辆本地测量的道路交通信息,且与所述高精地图对比得出第二对比结果(如主道路几何特征有变的结果)后,记道路几何特征的置信度为不可使用。
(13)若判定要素有道路属性时,则在确定出道路属性信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记道路属性的置信度为可以使用;或,在确定出道路属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第三对比结果(如主道路禁止通行的结果)后,记道路属性的置信度为不可使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与高精地图对比得出第四对比结果(如仅关联道路有变的结果)后,记道路属性的置信度为参考使用;或,在确定出道路属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第五对比结果(如主道路有变却仍可通行的结果)后,记道路属性的置信度为谨慎使用。
(14)若判定要素有道路联通关系时,则在确定出道路联通关系信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记道路联通关系的置信度为可以使用;或,在确定出道路联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第六对比结果(如主道路联通关系有变导致无法通行的结果)后,记道路联通关系的置信度为不可使用;或,在确定出道路联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第七对比结果(如仅关联道路联通关系有变的结果)后,记道路联通关系的置信度为参考使用;或,在确定出道路联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第八对比结果(如主道路联通关系有变却仍可通行的结果)后,记道路联通关系的置信度为谨慎使用。
应当说明的是,本发明从应用需求的角度将置信度模糊为4个等级:A、B、C、D。其中,A:可以使用,表示高精度地图信息与真实交通环境信息完全匹配,可信任使用;B:参考使用,表示高精度地图信息与真实交通环境信息大部分一致,偏差信息不影响驾驶安全;C:谨慎使用,表示高精度地图信息与真实交通环境信息存在一定偏差;D:不可使用,表示高精度地图信息与真实交通环境信息不匹配。
在一个实施例中,外业采集时,道路级要素置信度均为A。将高精地图关联导航地图,当导航地图发生道路更新,高精地图中对应道路的道路模型信息的置信度降低,若改变越大,则置信度降低越多。
此时,各等级的道路模型信息要素置信度评估通过下表1来体现:
表1
(2)车道模型信息要素的置信度评估
(21)若判定要素有车道线几何和属性时,则在确定出车道线几何和属性信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记车道线几何和属性的置信度为可以使用;或,在确定出车道线几何和属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第九对比结果(如主道路几何特征有变、主道路施工占道或主道路施工改道的结果)后,记车道线几何和属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十对比结果(如车道线磨损、少量车道线模糊或少量车道线缺失的结果)后,记车道线几何和属性的置信度为参考使用;或,在确定出车道线几何和属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十一对比结果(如车道线不清楚需重刷的结果)后,记车道线几何和属性的置信度为谨慎使用。
(22)若判定要素有车道属性时,则在确定出车道属性信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记车道属性的置信度为可以使用;或,在确定出车道属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十二对比结果(如主道路车道有变或关联道路车道有变导致无法通行的结果)后,记车道属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十三对比结果(如仅关联道路车道及其联通关系有变的结果)后,记车道属性的置信度为参考使用;或,在确定出车道属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十四对比结果(如主道路车道及其联通关系有变却仍可通行的结果)后,记车道属性的置信度为谨慎使用。
(23)若所述判定要素有车道联通关系时,则在确定出车道联通关系信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记车道联通关系的置信度为可以使用;或,在确定出车道联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十五对比结果(如主道路联通关系有变而无法通行的结果)后,记车道联通关系的置信度为不可使用;或,在确定出车道联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十六对比结果(如仅关联道路联通关系有变的结果)后,记车道联通关系的置信度为参考使用;或,在确定出车道联通关系信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十七对比结果(如主道路联通关系有变却仍可通行的结果)后,记车道联通关系的置信度为谨慎使用。
在一个实施例中,车道模型信息中要素的置信度受道路模型信息中要素的影响,同时也受其它因素影响:如市政定期维护路面和重刷车道线、市政施工临时改道或占道、车道线磨损,少量车道线模糊或缺失。
此时,各等级的车道模型信息要素置信度评估通过下表2来体现:
表2
(3)对象模型信息要素的置信度评估
(31)若判定要素有不常变要素时,则在确定出不常变要素信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记不常变要素的置信度为可以使用;或,在确定出不常变要素信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十八对比结果(如市政施工的结果)后,记不常变要素的置信度为不可使用。
(32)若判定要素有易变要素中的施工区时,则在确定出施工区信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记施工区的置信度为可以使用;或,在确定出施工区信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第十九对比结果(如施工状态有变的结果)后,记施工区的置信度为不可使用。
(33)需要区分固定式红绿灯和移动式红绿灯
(331)若判定要素有易变要素中的红绿灯时,则在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于图商远程下发的道路交通信息,并已对高精地图进行对应更新后,记红绿灯的置信度为可以使用;或,在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于车辆本地测量的道路交通信息,并与高精地图对比得出第二十对比结果(如红绿灯有变的结果)后,记红绿灯的置信度为不可使用;
(332)在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于图商远程下发的道路交通信息,并已在预设的第一时间段(如服务时间前1/3时间段)对高精地图进行对应更新后,记红绿灯的置信度为可以使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于车辆本地测量的道路交通信息,并与高精地图对比得出第二十一对比结果(如红绿灯有变的结果)后,记红绿灯的置信度为不可使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于图商远程下发的道路交通信息,并已在预设的第二时间段(如服务时间中间1/3时间段)对高精地图进行对应更新后,记红绿灯的置信度为参考使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于图商远程下发的道路交通信息,并已在预设的第三时间段(如服务时间后1/3时间段)对高精地图进行对应更新后,记红绿灯的置信度为谨慎使用。
(34)需要区分固定式障碍物和移动式障碍物
(341)若判定要素有易变要素中的障碍物时,则在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于图商远程下发的道路交通信息,并已对高精地图进行对应更新后,记障碍物的置信度为可以使用;或,在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于车辆本地测量的道路交通信息,并与高精地图对比得出第二十二对比结果(如障碍物有变的结果)后,记障碍物的置信度为不可使用;
(342)在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于图商远程下发的道路交通信息,并已在预设的第四时间段(如服务时间前1/3时间段)对高精地图进行对应更新后,记障碍物的置信度为可以使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于车辆本地测量的道路交通信息,并与高精地图对比得出第二十三对比结果(如障碍物有变的结果)后,记障碍物的置信度为不可使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于图商远程下发的道路交通信息,并已在预设的第五时间段(如服务时间中间1/3时间段)对高精地图进行对应更新后,记障碍物的置信度为参考使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于图商远程下发的道路交通信息,并已在预设的第六时间段(如服务时间后1/3时间段)对高精地图进行对应更新后,记障碍物的置信度为谨慎使用。
(35)若判定要素有易变要素中的限速标识时,则在确定出限速标识信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记限速标识的置信度为可以使用;或,在确定出限速标识信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第二十四对比结果(如限速标识有变的结果)后,记限速标识的置信度为不可使用;
(36)若判定要素有易变要素中的收费站车道属性时,则在确定出收费站车道属性信息来自于图商远程下发的道路交通信息,且已对高精地图进行对应更新后,记收费站车道属性的置信度为可以使用;或,在确定出收费站车道属性信息来自于车辆本地测量的道路交通信息,且与高精地图对比得出第二十五对比结果(如收费站车道有变的结果)后,记收费站车道属性的置信度为不可使用。
在一个实施例中,对象模型信息中不常变要素置信度一般这些要素不会变化。如果这些要素变化,也不是一蹴而就和突然发生的,通常会有市政施工,根据收集到的市政施工信息评估是否需要降低该要素的置信度。
易变要素——施工区置信度可通过市政施工和施工单位的施工公告,关注发布需要施工周期,适当调整施工区置信度指标;分析外业采集到的施工区动工状态,综合经验判断置信度的下降值,如施工区采用挖掘机和地面平整机器,大概率施工周期较长,置信度下降较慢,如施工区只是重新刷写地面车道线,或填补地面坑洞,大概率施工周期较短,置信度下降较快。
易变要素——红绿灯置信度。固定红绿灯通常不会突然消失,但可能受施工影响被拆除或调整,另外,可能处在关闭状态;移动红绿灯可能会被突然移走或改变位置。此处,只考虑红绿灯位置的置信度。
易变要素——障碍物置信度。障碍物分为两类:一类为不常移动物体,如花坛、固定水泥墩子等,这类障碍物的置信度基本不变,如果所在区域有施工,根据收集到的市政施工信息评估是否需要降低该要素的置信度;一类为易移动物体,如水马等,这类障碍物的置信度随时间逐步下降。另外,高精地图中不考虑掉落在地面的石头和物品等。
易变要素——限速标识置信度可直接关联导航地图,当导航地图某条道路的限速信息出现变更,高精地图中对应道路的限速信息的置信度降低。
易变要素——收费站车道属性置信度计算模型:收费站车道属性主要指在收费站区域,每条通行车道的属性和特点,如:禁止通行、进入/驶出收费站、人工取卡/付费、ETC通行、超宽车道等等。收费站车道属性置信度可关联相关单位信息调度平台,若车道属性变更,收费站车道属性置信度相应下降。
此时,对象模型信息要素置信度评估通过下表3来体现:
表3
在步骤S4中,根据上述判定要素的置信度,可统计所有判定要素的置信度为不可使用D的数量,且将所统计的D数量作为高精地图的置信度并与第一预设阈值进行对比,若该D数量大于第一预设阈值,则说明高精地图的精度比较差,其使用状况不合格,可发出警报以提示驾驶员。
当然,还可以统计所有判定要素的置信度为谨慎使用C的数量,且将所统计的C数量作为高精地图的置信度并与第二预设阈值进行对比,若该C数量大于第二预设阈值,则说明高精地图的精度比较勉强,其使用状况也为不合格,可发出警报以提示驾驶员。
以此类推,得到高精地图的合格使用状况。
如图2所示,为本发明实施例中,提供的一种高精地图置信度判断系统,包括:
真实道路交通信息获取单元110,用于在检测到高精地图使用后,获取当前位置真实道路交通信息;
要素筛选单元120,用于基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
要素置信度计算单元130,用于基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
评估单元140,用于根据所述判定要素的置信度,评估所述高精地图的置信度。
其中,所述真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息;其中,
所述车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图获取到的;
所述图商远程下发的道路交通信息是由图商外业采集到的。
其中,所述道路模型信息所含要素包括道路等级、道路几何特征、道路属性以及道路联通关系;
所述车道模型信息所含要素包括车道线几何和属性、车道属性以及车道联通关系;
所述对象模型信息所含要素包括不常变要素和易变要素;所述不常变要素包括隧道、桥梁、龙门架以及护栏;所述易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性。
本发明实施例还提供一种车辆,包括以上所述的高精地图置信度判断系统实施本发明实施例,具有如下有益效果:
本发明在高精地图使用时,基于道路模型信息、车道模型信息及对象模型信息,将车辆所在的真实道路交通信息与其对应在高精地图上原有地图交通信息进行对比,判断出相应模型所含要素的置信度,以评估高精地图的使用状况(如时效性和可靠性),从而提高自动驾驶算法对高精度地图信息使用的准确性。
值得注意的是,上述系统实施例中,所包括的各个系统单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。

Claims (10)

1.一种高精地图置信度判断方法,其特征在于,所述方法包括以下步骤:
在检测到高精地图使用后,获取当前位置真实道路交通信息;
基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
根据所述判定要素的置信度,评估所述高精地图的置信度;
其中,所述真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息;所述道路模型信息所含要素包括道路等级、道路几何特征、道路属性以及道路联通关系;
其中,若所述判定要素为所述道路模型信息所含要素的道路属性时,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
在确定出道路属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路属性的置信度为可以使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第三对比结果后,记所述道路属性的置信度为不可使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第四对比结果后,记所述道路属性的置信度为参考使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第五对比结果后,记所述道路属性的置信度为谨慎使用;其中,所述第三对比结果包括主道路禁止通行的结果;所述第四对比结果包括仅关联道路有变的结果;所述第五对比结果包括主道路有变却仍可通行的结果。
2.如权利要求1所述的高精地图置信度判断方法,其特征在于,所述车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图获取到的;所述图商远程下发的道路交通信息是由图商外业采集到的。
3.如权利要求1所述的高精地图置信度判断方法,其特征在于,所述车道模型信息所含要素包括车道线几何和属性、车道属性以及车道联通关系;所述对象模型信息所含要素包括不常变要素和易变要素;所述不常变要素包括隧道、桥梁、龙门架以及护栏;所述易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性。
4.如权利要求3所述的高精地图置信度判断方法,其特征在于,若所述判定要素包括所述道路模型信息所含要素的道路等级、道路几何特征以及道路联通关系时,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有道路等级时,则在确定出道路等级信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路等级的置信度为可以使用;或,在确定出道路等级信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第一对比结果后,记所述道路等级的置信度为不可使用;其中,所述第一对比结果包括主道路道路等级有变的结果;
若所述判定要素有道路几何特征时,则在确定出道路几何特征信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路几何特征的置信度为可以使用;或,在确定出该道路几何特征信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二对比结果后,记所述道路几何特征的置信度为不可使用;其中,所述第二对比结果包括主道路几何特征有变的结果;
若所述判定要素有道路联通关系时,则在确定出道路联通关系信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路联通关系的置信度为可以使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第六对比结果后,记所述道路联通关系的置信度为不可使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第七对比结果后,记所述道路联通关系的置信度为参考使用;或,在确定出道路联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第八对比结果后,记所述道路联通关系的置信度为谨慎使用;其中,所述第六对比结果包括主道路联通关系有变导致无法通行的结果;所述第七对比结果包括仅关联道路联通关系有变的结果;所述第八对比结果包括主道路联通关系有变却仍可通行的结果。
5.如权利要求3所述的高精地图置信度判断方法,其特征在于,若所述判定要素包括所述车道模型信息所含要素,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有车道线几何和属性时,则在确定出车道线几何和属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道线几何和属性的置信度为可以使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第九对比结果后,记所述车道线几何和属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十对比结果后,记所述车道线几何和属性的置信度为参考使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十一对比结果后,记所述车道线几何和属性的置信度为谨慎使用;其中,所述第九对比结果包括主道路几何特征有变、主道路施工占道及主道路施工改道之中至少一个结果;所述第十对比结果包括车道线磨损、少量车道线模糊及少量车道线缺失之中至少一个结果;所述第十一对比结果包括车道线不清楚需重刷的结果;
若所述判定要素有车道属性时,则在确定出车道属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道属性的置信度为可以使用;或,在确定出车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十二对比结果后,记所述车道属性的置信度为不可使用;或,在确定出车道线几何和属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十三对比结果后,记所述车道属性的置信度为参考使用;或,在确定出车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十四对比结果后,记所述车道属性的置信度为谨慎使用;其中,所述第十二对比结果包括主道路车道有变或关联道路车道有变导致无法通行的结果;所述第十三对比结果包括仅关联道路车道及其联通关系有变的结果;所述第十四对比结果包括主道路车道及其关联道路车道有变却仍可通行的结果;
若所述判定要素有车道联通关系时,则在确定出车道联通关系信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述车道联通关系的置信度为可以使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十五对比结果后,记所述车道联通关系的置信度为不可使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十六对比结果后,记所述车道联通关系的置信度为参考使用;或,在确定出车道联通关系信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十七对比结果后,记所述车道联通关系的置信度为谨慎使用;其中,所述第十五对比结果包括主道路联通关系有变而无法通行的结果;所述第十六对比结果包括仅关联道路联通关系有变的结果;所述第十七对比结果包括主道路联通关系有变却仍可通行的结果。
6.如权利要求3所述的高精地图置信度判断方法,其特征在于,若所述判定要素包括所述对象模型信息所含要素,则通过执行以下步骤来确定相应判定要素的置信度,具体为:
若所述判定要素有不常变要素时,则在确定出不常变要素信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述不常变要素的置信度为可以使用;或,在确定出不常变要素信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十八对比结果后,记所述不常变要素的置信度为不可使用;其中,所述第十八对比结果包括市政施工的结果;
若所述判定要素有易变要素中的施工区时,则在确定出施工区信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述施工区的置信度为可以使用;或,在确定出施工区信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第十九对比结果后,记所述施工区的置信度为不可使用;其中,所述第十九对比结果包括施工状态有变的结果;
若所述判定要素有易变要素中的红绿灯时,则在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于所述图商远程下发的道路交通信息,并已对所述高精地图进行对应更新后,记所述红绿灯的置信度为可以使用;或,在确定出红绿灯为固定式红绿灯,且该固定式红绿灯信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十对比结果后,记所述红绿灯的置信度为不可使用;在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第一时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为可以使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十一对比结果后,记所述红绿灯的置信度为不可使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第二时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为参考使用;或,在确定出红绿灯为移动式红绿灯,且该移动式红绿灯信息来自于所述图商远程下发的道路交通信息,并已在预设的第三时间段对所述高精地图进行对应更新后,记所述红绿灯的置信度为谨慎使用;其中,所述第二十对比结果包括红绿灯有变的结果;所述第二十一对比结果包括红绿灯有变的结果;
若所述判定要素有易变要素中的障碍物时,则在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于所述图商远程下发的道路交通信息,并已对所述高精地图进行对应更新后,记所述障碍物的置信度为可以使用;或,在确定出障碍物为固定式障碍物,且该固定式障碍物信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十二对比结果后,记所述障碍物的置信度为不可使用;在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第四时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为可以使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述车辆本地测量的道路交通信息,并与所述高精地图对比得出第二十三对比结果后,记所述障碍物的置信度为不可使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第五时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为参考使用;或,在确定出障碍物为移动式障碍物,且该移动式障碍物信息来自于所述图商远程下发的道路交通信息,并已在预设的第六时间段对所述高精地图进行对应更新后,记所述障碍物的置信度为谨慎使用;其中,所述第二十二对比结果包括障碍物有变的结果;所述第二十三对比结果包括障碍物有变的结果;
若所述判定要素有易变要素中的限速标识时,则在确定出限速标识信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述限速标识的置信度为可以使用;或,在确定出限速标识信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二十四对比结果后,记所述限速标识的置信度为不可使用;其中,所述第二十四对比结果包括限速标识有变的结果;
若所述判定要素有易变要素中的收费站车道属性时,则在确定出收费站车道属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述收费站车道属性的置信度为可以使用;或,在确定出收费站车道属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第二十五对比结果后,记所述收费站车道属性的置信度为不可使用;其中,所述第二十五对比结果包括收费站车道有变的结果。
7.一种高精地图置信度判断系统,其特征在于,包括:
真实道路交通信息获取单元,用于在检测到高精地图使用后,获取当前位置真实道路交通信息;
要素筛选单元,用于基于所述真实道路交通信息,对总要素进行限缩,以得到需要判断置信度的判定要素;其中,所述总要素是由预先设置的道路模型信息、车道模型信息及对象模型信息中各自所含要素组成的;
要素置信度计算单元,用于基于所述判定要素,在所述高精地图上对应获取当前位置的地图交通信息,并将所述地图交通信息与所述判定要素进行对比,得到所述判定要素的置信度;
评估单元,用于根据所述判定要素的置信度,评估所述高精地图的置信度;
其中,所述真实道路交通信息为车辆本地测量的道路交通信息或图商远程下发的道路交通信息;所述道路模型信息所含要素包括道路等级、道路几何特征、道路属性以及道路联通关系;
其中,若所述判定要素为所述道路模型信息所含要素的道路属性时,则通过执行道路属性置信度判定模块来确定相应判定要素的置信度;
所述道路属性置信度判定模块,用于在确定出道路属性信息来自于所述图商远程下发的道路交通信息,且已对所述高精地图进行对应更新后,记所述道路属性的置信度为可以使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第三对比结果后,记所述道路属性的置信度为不可使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第四对比结果后,记所述道路属性的置信度为参考使用;或,在确定出道路属性信息来自于所述车辆本地测量的道路交通信息,且与所述高精地图对比得出第五对比结果后,记所述道路属性的置信度为谨慎使用;其中,所述第三对比结果包括主道路禁止通行的结果;所述第四对比结果包括仅关联道路有变的结果;所述第五对比结果包括主道路有变却仍可通行的结果。
8.如权利要求7所述的高精地图置信度判断系统,其特征在于,所述车辆本地测量的道路交通信息是由车辆上预置的摄像头和激光雷达所感知并结合第三方导航地图获取到的;所述图商远程下发的道路交通信息是由图商外业采集到的。
9.如权利要求8所述的高精地图置信度判断系统,其特征在于,所述车道模型信息所含要素包括车道线几何和属性、车道属性以及车道联通关系;所述对象模型信息所含要素包括不常变要素和易变要素;所述不常变要素包括隧道、桥梁、龙门架以及护栏;所述易变要素包括施工区、限速标识、红绿灯、障碍物以及收费站车道属性。
10.一种车辆,其特征在于,包括如权利要求7-9任一项所述的高精地图置信度判断系统。
CN202210646269.1A 2022-06-09 2022-06-09 一种高精地图置信度判断方法、系统及车辆 Active CN115223118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210646269.1A CN115223118B (zh) 2022-06-09 2022-06-09 一种高精地图置信度判断方法、系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210646269.1A CN115223118B (zh) 2022-06-09 2022-06-09 一种高精地图置信度判断方法、系统及车辆

Publications (2)

Publication Number Publication Date
CN115223118A CN115223118A (zh) 2022-10-21
CN115223118B true CN115223118B (zh) 2024-03-01

Family

ID=83608643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210646269.1A Active CN115223118B (zh) 2022-06-09 2022-06-09 一种高精地图置信度判断方法、系统及车辆

Country Status (1)

Country Link
CN (1) CN115223118B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109515439A (zh) * 2018-11-13 2019-03-26 北京四维图新科技股份有限公司 自动驾驶控制方法、装置、系统及存储介质
CN111507129A (zh) * 2019-01-31 2020-08-07 广州汽车集团股份有限公司 车道级定位方法及系统、计算机设备、车辆、存储介质
WO2020199566A1 (zh) * 2019-03-29 2020-10-08 魔门塔(苏州)科技有限公司 一种导航地图与感知图像匹配关系的更新方法和装置
CN111873995A (zh) * 2020-08-04 2020-11-03 禾多科技(北京)有限公司 高速公路自动驾驶上下匝道的系统及方法
WO2021073656A1 (zh) * 2019-10-16 2021-04-22 上海商汤临港智能科技有限公司 图像数据自动标注方法及装置
CN113155144A (zh) * 2021-02-03 2021-07-23 东风汽车集团股份有限公司 一种基于高精地图实时路况建模的自动驾驶方法
CN114003613A (zh) * 2021-10-29 2022-02-01 北京百度网讯科技有限公司 高精地图车道线更新方法、装置、电子设备以及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111854771B (zh) * 2020-06-09 2023-01-24 阿波罗智能技术(北京)有限公司 地图质量的检测处理方法、装置、电子设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109515439A (zh) * 2018-11-13 2019-03-26 北京四维图新科技股份有限公司 自动驾驶控制方法、装置、系统及存储介质
CN111507129A (zh) * 2019-01-31 2020-08-07 广州汽车集团股份有限公司 车道级定位方法及系统、计算机设备、车辆、存储介质
WO2020199566A1 (zh) * 2019-03-29 2020-10-08 魔门塔(苏州)科技有限公司 一种导航地图与感知图像匹配关系的更新方法和装置
WO2021073656A1 (zh) * 2019-10-16 2021-04-22 上海商汤临港智能科技有限公司 图像数据自动标注方法及装置
CN111873995A (zh) * 2020-08-04 2020-11-03 禾多科技(北京)有限公司 高速公路自动驾驶上下匝道的系统及方法
CN113155144A (zh) * 2021-02-03 2021-07-23 东风汽车集团股份有限公司 一种基于高精地图实时路况建模的自动驾驶方法
CN114003613A (zh) * 2021-10-29 2022-02-01 北京百度网讯科技有限公司 高精地图车道线更新方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN115223118A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN107843440B (zh) 一种自动驾驶车辆性能测试系统及方法
JP5563305B2 (ja) 道路のデジタルモデル構築方法
CN110395258A (zh) 路面状态推断装置以及路面状态推断方法
US11170639B2 (en) Transportation threat detection system
CN111765903B (zh) 自动驾驶车辆的测试方法、装置、电子设备和介质
CN111016903B (zh) 自动驾驶车辆雨天行驶安全保障系统及方法
CN114118795A (zh) 智能重载高速公路的安全风险度评估分级及动态预警方法
CN114454878B (zh) 车速控制模型训练样本的确定方法及装置
DE102006027832A1 (de) Fahrzeugnavigationssystem
GB2582280A (en) Pothole monitoring
JP2021162868A (ja) 劣化表示システム、劣化表示方法、及び、プログラム
CN115547084A (zh) 道路通行状况预测方法、装置、电子设备及计算机程序产品
CN110588665A (zh) 一种自动驾驶基础设施检查方法、装置及系统
Abeygunawardhana et al. Identification of the impact on road roughness on speed patterns for different roadway segments
CN115223118B (zh) 一种高精地图置信度判断方法、系统及车辆
CN116597690B (zh) 智能网联汽车的高速公路测试场景生成方法、设备及介质
CN116740940A (zh) 恶劣天气高影响路段风险预测和安全管理方法、装置和设备
CN116629546A (zh) 基于高精定位和数字孪生的试车场智能排程和管理系统
Katzorke et al. Agile altering of road marking patterns for lane detection testing
DE102015222033A1 (de) Verfahren und Vorrichtung zum Analysieren einer Fahrweise eines Fahrers eines Fahrzeugs
JP6892197B1 (ja) 劣化表示システム、劣化表示方法、及び、プログラム
Echaveguren et al. Longitudinal acceleration models for horizontal reverse curves of two-lane rural roads
Esfandabadi Highway Cross Slope Measurement Using Airborne and Mobile LiDAR
Jomrich et al. Lane Accurate Detection of Map Changes based on Low Cost Smartphone Data.
Storsæter Designing and Maintaining Roads to Facilitate Automated Driving

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
GR01 Patent grant
GR01 Patent grant