CN115507874B - 一种基于v2x的车道匹配方法及装置 - Google Patents

一种基于v2x的车道匹配方法及装置 Download PDF

Info

Publication number
CN115507874B
CN115507874B CN202210645786.7A CN202210645786A CN115507874B CN 115507874 B CN115507874 B CN 115507874B CN 202210645786 A CN202210645786 A CN 202210645786A CN 115507874 B CN115507874 B CN 115507874B
Authority
CN
China
Prior art keywords
lane
vehicle
point
host vehicle
rectangle
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
CN202210645786.7A
Other languages
English (en)
Other versions
CN115507874A (zh
Inventor
冯其高
陈聪传
李晓平
杨波
蔡之骏
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 CN202210645786.7A priority Critical patent/CN115507874B/zh
Publication of CN115507874A publication Critical patent/CN115507874A/zh
Application granted granted Critical
Publication of CN115507874B publication Critical patent/CN115507874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance

Abstract

本发明提供一种基于V2X的车道匹配方法，包括，本车通过V2X接收对应的MAP消息集并调取车道数据；匹配本车所在车道信息；识别本车前方和后方的中心线上是否有对应点，当同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当成钝角时，则计算本车矩形的四个顶点到所在车道中心线的距离；当四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并输出最终的车道匹配结果。本发明可以满足各种复杂的道路环境和天气环境，可以在map消息的范围内，准确匹配车道，提高驾驶的安全性和舒适性。

Description

一种基于V2X的车道匹配方法及装置
技术领域
本发明涉及车道匹配技术领域，特别是涉及一种基于V2X的车道匹配方法及装置。
背景技术
随着万物互联的快速发展，目前尤其是C-V2X技术的快速发展，车联网将车-路-人-云等智能终端形成联网，让汽车更加的智能化。汽车基于C-V2X技术感知外界的能力，越来越强。C-V2X技术具有高可靠性、低延时的特点，基于C-V2X的汽车主动安全越来越受到重视。
目前在车辆匹配车道方面，主要依靠车辆搭载的摄像头，针对前方道路的边线进行识别，然后根据识别出的道路边界线进行车辆与当前的车道进行匹配，由于摄像头本身对于环境或者道路边线不清晰或者道路复等因素，会导致车辆匹配车道不准确，导致一些ADAS功能经常失效，造成安全事故，导致驾驶体验比较差。
发明内容
本发明的目的在于，提出一种基于V2X的车道匹配方法及装置，解决现有方法无法满足各种复杂的道路环境和天气环境且车辆匹配车道不准确的技术问题。
一方面，提供一种基于V2X的车道匹配方法，包括：
接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息；
从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；
根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；
判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；
当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。
优选地，所述从所述MAP消息集中调取车道数据，具体包括：
从所述MAP消息集中调取多个对应的节点，并根据所述节点距本车后轴中心点由近到远的顺序进行排序；其中，所述节点用于记录路口或区域的地图数据，每个节点中至少包括多个用于记录从一个对应节点到另一个对应节点的有向路段；
按照排序顺序选取某一节点，并从选取的节点中调取对应的有向路段，从所述有向路段中调取对应的车道数据；其中，所述有向路段中至少包括多个车道数据。
优选地，所述从所述车道数据中匹配本车所在车道信息，具体包括：
从所述车道数据中调取任一车道信息，并根据所述车道信息判断对应车道的中心线上是否有对应点；
若对应车道的中心线上没有对应点，则重新从排序后的节点中调取下一顺序的节点，直到对应车道的中心线上有对应点为止；
若对应车道的中心线上有对应点，则输出本车所在车道信息。
优选地，还包括：
当本车前方或后方的车道中心线上没有识别到对应点时，则重新从排序后的节点中调取下一顺序的节点，直到本车前方和后方的中心线上同时识别到对应点为止。
优选地，还包括：
若本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角不成钝角，则重新从所述有向路段中调取另一车道数据，直到本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角为止。
优选地，还包括：
当本车矩形的四个顶点中任一个到本车所在车道中心线的距离不小于本车所在车道宽度的一半时，判定车道匹配不成功，重新从排序后的节点中调取下一顺序的节点，直到车道匹配成功为止，输出为最终的车道匹配结果。
优选地，所述计算本车矩形的四个顶点分别到本车所在车道中心线的距离，具体包括：
根据以下公式分别计算本车矩形的四个顶点的坐标：
A＝(Ax，Ay)＝[x+(Lw+Lf)cosθ-0.5Lbsinθ,y+(Lw+Lf)sinθ+0.5Lb cosθ]
B＝(Bx，By)＝[x+(Lw+Lf)cosθ+0.5Lbsinθ,y+(Lw+Lf)sinθ-0.5Lb cosθ]
C＝(Cx，Cy)＝(x-Lr cosθ+0.5Lb sinθ,y-Lr sinθ-0.5Lb cosθ)
D＝(Dx，Dy)＝(x-Lr cosθ-0.5Lb sinθ,y-Lr sinθ+0.5Lb cosθ)
其中，(Ax，Ay)表示本车矩形的A顶点的坐标，(Bx，By)表示本车矩形的B顶点的坐标，(Cx，Cy)表示本车矩形的C顶点的坐标，(Dx，Dy)表示本车矩形的D顶点的坐标，(x,y)表示本车后轴中心点在预设坐标系中的坐标，Lw表示本车后轴中心点到本车前轴中心的距离，Lr表示本车后轴中心到车辆后端的距离，Lf表示本车后轴中心点到车辆前端的距离，Lb表示本车车辆宽，θ表示本车车体纵轴与X轴正方向的夹角。
优选地，根据以下公式分别计算本车矩形的四个顶点分别到本车所在车道中心线的距离：
其中，dA表示本车矩形的A顶点到本车所在车道中心线的距离，dB表示本车矩形的B顶点到本车所在车道中心线的距离，dC表示本车矩形的C顶点到本车所在车道中心线的距离，dD表示本车矩形的D顶点到本车所在车道中心线的距离，(x1,y1)表示第一点在预设坐标系中的坐标，(x2,y2)表示第二点在预设坐标系中的坐标。
优选地，还包括：
当对应车道的中心线上有对应点时，识别对应车道的中心线上的最后两个点，并将所述最后两个点之间连线指向路口的方向作为有向路段的方向；
当对应车道的中心线上没有对应点时，识别有向路段中距离上游路口最近的第三点和距离上游路口第二近的第四点，将所述第三点指向所述第四点的方向作为该有向路段的方向。
优选地，还包括：
当有向路段中没有对应点时，识别所述有向路段中左侧第一个车道中距离上游路口最近的第五点和距离上游路口第二近的第六点，将所述第五点指向所述第六点的方向作为该有向路段的方向。
另一方面，还提供一种基于V2X的车道匹配装置，用以实现所述的基于V2X的车道匹配方法，包括：
识别模块，用以接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息
匹配模块，用以从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；并根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；
判定模块，用以判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的基于V2X的车道匹配方法，通过路测单元RSU(Road Side Unit)发送局部地图信息map消息，根据发送的map消息，进行车辆与车道进行匹配，可以满足各种复杂的道路环境和天气环境，并且可以在RSU发送的map消息的范围内，准确匹配车道，相比于摄像头车道匹配范围广，有利于L3及以上自动驾驶功能，提高驾驶的安全性和舒适性。
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为本发明实施例中一种基于V2X的车道匹配方法的主流程示意图。
图2为本发明实施例中一种基于V2X的车道匹配方法的逻辑示意图。
图3为本发明实施例中V2X-Box示意图。
图4为本发明实施例中MAP消息集结构示意图。
图5为本发明实施例中本车矩形的四个顶点到本车所在车道中心线的距离示意图。
图6为本发明实施例中本车在车道中位置的示意图。
图7为本发明实施例中有向路段的方向的示意图。
图8为本发明实施例中一种基于V2X的车道匹配装置的示意图。
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和图2所示，为本发明提供的一种基于V2X的车道匹配方法的一个实施例的示意图。在该实施例中，所述方法包括以下步骤：
接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息；也就是，基于V2X-box系统并利用路侧单元RSU发送的局部地图信息map消息集，进行车辆与车道的匹配。如图3所示，V2X-Box系统由5G-V2X通讯芯片、主控MCU、GPS高精度定位芯片、CAN收发器等组成，5G-V2X通讯芯片实现V2V(Vehicle-to-Vehicle)V2P(Vehicle-to-Person)和V2N(Vehicle-to-Net)的互联功能，并且实现相关的逻辑运算，GPS实现车辆位置定位，CAN收发器将V2X-Box与整车CAN网络连接，MCU实现电源管理和控制。V2X-Box通过CAN与上位机连接
具体实施例中，从所述MAP消息集中调取车道数据的具体过程为：从所述MAP消息集中调取多个对应的节点，并根据所述节点距本车后轴中心点由近到远的顺序进行排序；其中，所述节点用于记录路口或区域的地图数据，每个节点中至少包括多个用于记录从一个对应节点到另一个对应节点的有向路段；按照排序顺序选取某一节点，并从选取的节点中调取对应的有向路段，从所述有向路段中调取对应的车道数据；其中，所述有向路段中至少包括多个车道数据。可以理解的是，MAP消息即地图消息，由路侧单元广播，向车辆传递局部区域的地图信息.包括局部区域的路口信息、路段信息、车道信息，道路之间的连接关系等。图4是《CSAE 53-2020合作式智能运输系统车用通信系统应用层及应用数据交互标准(第一阶段)》中的MAP消息集结构，其中，实线框为必有项，虚线框为可选项，具体描述如下：
单个地图map消息可以包含多个node(节点)，node可以是路口或区域的地图数据。每一个node有id唯一标识.node中有refPos标识位置.若node为路口，则refPos为路口中心点位置；若node为路段，refPos为该路段结束点(road endpoint)位置.
单个node中可以包含多个link(有向路段)，link是从一个node到另一个node的有向路段，link通过所在node和upstreamNodeId唯一标识；link可以通过points来标识位置和走向，points是link中心线上的点列，从上游到下游排列.
单个link中可以有多个lane，lane为车道,lane通过laneId唯一标识，lane通过points标识位置和走向，points为车道中心线上的点，从上游至下游排列。
进一步的，从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；也就是，选取MAP中的没有计算过的且距离HV较近的node；选取node中没有计算过的link；选取link中没有计算过的lane；若lane中有points，继续执行，若lane中没有points，则需要返回上述从所述MAP消息集中调取车道数据的过程，重新调取车道数据。
具体实施例中，从所述车道数据中匹配本车所在车道信息的具体过程：从所述车道数据中调取任一车道信息，并根据所述车道信息判断对应车道的中心线上是否有对应点；若对应车道的中心线上没有对应点，则重新从排序后的节点中调取下一顺序的节点，直到对应车道的中心线上有对应点为止；若对应车道的中心线上有对应点，则输出本车所在车道信息。
进一步的，根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；也就是，判断该条车道上车辆前方是否有point，若有，找出位于车辆前方且距离车辆最近的point P点；判断该条车道上车辆后方是否有point，若有，找出位于车辆后方且距离车辆最近的point H，如图6所示，其中，根据point P和point H确定车辆是否为逆行，point P为point H下游节点，则车辆未逆行，若point H为point P上游节点，则车辆逆行。
具体实施例中，还存在另一情况，即当本车前方或后方的车道中心线上没有识别到对应点时，则重新从排序后的节点中调取下一顺序的节点，直到本车前方和后方的中心线上同时识别到对应点为止。也就是，判断该条车道上车辆前方是否有point，若没有，需要返回上述从所述MAP消息集中调取车道数据的过程，重新调取车道数据；判断该条车道上车辆后方是否有point，若没有，需要返回上述从所述MAP消息集中调取车道数据的过程，重新调取车道数据。
具体地，当对应车道的中心线上有对应点时，识别对应车道的中心线上的最后两个点，并将所述最后两个点之间连线指向路口的方向作为有向路段的方向；当对应车道的中心线上没有对应点时，识别有向路段中距离上游路口最近的第三点和距离上游路口第二近的第四点，将所述第三点指向所述第四点的方向作为该有向路段的方向；当有向路段中没有对应点时，识别所述有向路段中左侧第一个车道中距离上游路口最近的第五点和距离上游路口第二近的第六点，将所述第五点指向所述第六点的方向作为该有向路段的方向。也就是，如图7所示，根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点的过程中还需要识别有向路段的方向，计算路口处link的方向。link在路口处的方向是车辆分类的依据；MAP中规定link或lane的points是由上游至下游排列，故points中最后两个points为距离路口最近的两个点.若link中有points,则以link points中最后两点作连线，且指向路口的方向作为link的方向,link heading.如图7，A、B两点为LINK1的最后两点，以B为起点，指向A的方向作为LINK1的方向.若link中没有points,则选取link中直行车道上最后两个points计算heading，该heading即为link heading，如图7中由DC方向，若link中没有直行车道，则选取link中第一个lane中最后两个points计算heading。linkpoints中前两个points为距离上游路口最近的两个points，以link points中第一个point指向第二个point的方向为该条link的upstream link heading，即图LINK1中箭头所示方向；若link中没有points，则选取link中左边第一个车道，计算upstream heading做为upstream link heading，如图7中指向D点的箭头的方向。
计算道路heading的公式为，已知point两点(x1,y1)，(x2,y2)
如果tanθ≥0，那么道路headingr为
如果tanθ<0，那么道路headingr为
进一步的，判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；也就是，如图5和图6所示，判断HV(本车后轴中心点)与前方最近点的连线与后方最近点的连线是否成钝角，若不成钝角，重新从所述有向路段中调取另一车道数据，若成钝角，继续执行。
具体实施例中，还存在另一情况，若本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角不成钝角，则重新从所述有向路段中调取另一车道数据，直到本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角为止。
具体地，如图6中所示，计算车辆四个点A、B、C、D到车道lane1中心线的距离分别为dA、dB、dC、dD，首先，根据以下公式分别计算本车矩形的四个顶点的坐标：
A＝(Ax，Ay)＝[x+(Lw+Lf)cosθ-0.5Lb sinθ,y+(Lw+Lf)sinθ+0.5Lb cosθ]
B＝(Bx，By)＝[x+(Lw+Lf)cosθ+0.5Lb sinθ,y+(Lw+Lf)sinθ-0.5Lb cosθ]
C＝(Cx，Cy)＝(x-Lr cosθ+0.5Lb sinθ,y-Lr sinθ-0.5Lb cosθ)
D＝(Dx，Dy)＝(x-Lr cosθ-0.5Lb sinθ,y-Lr sinθ+0.5Lb cosθ)
其中，(Ax，Ay)表示本车矩形的A顶点的坐标，(Bx，By)表示本车矩形的B顶点的坐标，(Cx，Cy)表示本车矩形的C顶点的坐标，(Dx，Dy)表示本车矩形的D顶点的坐标，(x,y)表示本车后轴中心点在预设坐标系中的坐标，Lw表示本车后轴中心点到本车前轴中心的距离，Lr表示本车后轴中心到车辆后端的距离，Lf表示本车后轴中心点到车辆前端的距离，Lb表示本车车辆宽，θ表示本车车体纵轴与X轴正方向的夹角。
其次，根据以下公式分别计算本车矩形的四个顶点分别到本车所在车道中心线的距离：
其中，dA表示本车矩形的A顶点到本车所在车道中心线的距离，dB表示本车矩形的B顶点到本车所在车道中心线的距离，dC表示本车矩形的C顶点到本车所在车道中心线的距离，dD表示本车矩形的D顶点到本车所在车道中心线的距离，(x1,y1)表示第一点在预设坐标系中的坐标，(x2,y2)表示第二点在预设坐标系中的坐标。
进一步的，当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。也就是，判断车辆四个点A、B、C、D到车道lane1中心线的距离dA、dB、dC、dD是否小于车道宽droad的一半，即如图6。
具体实施例中，还存在另一情况，当本车矩形的四个顶点中任一个到本车所在车道中心线的距离不小于本车所在车道宽度的一半时，判定车道匹配不成功，重新从排序后的节点中调取下一顺序的节点，直到车道匹配成功为止，输出为最终的车道匹配结果。
如图8所示，为本发明提供的一种基于V2X的车道匹配装置的一个实施例的示意图。在该实施例中，所述装置包括：
识别模块，用以接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息
匹配模块，用以从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；并根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；
判定模块，用以判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。
需说明的是，上述实施例所述装置与上述实施例所述方法对应，因此，上述实施例所述装置未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的基于V2X的车道匹配方法，通过路测单元RSU(Road Side Unit)发送局部地图信息map消息，根据发送的map消息，进行车辆与车道进行匹配，可以满足各种复杂的道路环境和天气环境，并且可以在RSU发送的map消息的范围内，准确匹配车道，相比于摄像头车道匹配范围广，有利于L3及以上自动驾驶功能，提高驾驶的安全性和舒适性。
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 (11)

1.一种基于V2X的车道匹配方法，其特征在于，包括：
接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息；
从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；
根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；
判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；
当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。
2.如权利要求1所述的方法，其特征在于，所述从所述MAP消息集中调取车道数据，具体包括：
从所述MAP消息集中调取多个对应的节点，并根据所述节点距本车后轴中心点由近到远的顺序进行排序；其中，所述节点用于记录路口或区域的地图数据，每个节点中至少包括多个用于记录从一个对应节点到另一个对应节点的有向路段；
按照排序顺序选取某一节点，并从选取的节点中调取对应的有向路段，从所述有向路段中调取对应的车道数据；其中，所述有向路段中至少包括多个车道数据。
3.如权利要求2所述的方法，其特征在于，所述从所述车道数据中匹配本车所在车道信息，具体包括：
从所述车道数据中调取任一车道信息，并根据所述车道信息判断对应车道的中心线上是否有对应点；
若对应车道的中心线上没有对应点，则重新从排序后的节点中调取下一顺序的节点，直到对应车道的中心线上有对应点为止；
若对应车道的中心线上有对应点，则输出本车所在车道信息。
4.如权利要求3所述的方法，其特征在于，还包括：
当本车前方或后方的车道中心线上没有识别到对应点时，则重新从排序后的节点中调取下一顺序的节点，直到本车前方和后方的中心线上同时识别到对应点为止。
5.如权利要求4所述的方法，其特征在于，还包括：
若本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角不成钝角，则重新从所述有向路段中调取另一车道数据，直到本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角为止。
6.如权利要求5所述的方法，其特征在于，还包括：
当本车矩形的四个顶点中任一个到本车所在车道中心线的距离不小于本车所在车道宽度的一半时，判定车道匹配不成功，重新从排序后的节点中调取下一顺序的节点，直到车道匹配成功为止，输出为最终的车道匹配结果。
7.如权利要求6所述的方法，其特征在于，所述计算本车矩形的四个顶点分别到本车所在车道中心线的距离，具体包括：
根据以下公式分别计算本车矩形的四个顶点的坐标：
A＝(Ax，Ay)＝[x+(Lw+Lf)cosθ-0.5Lbsinθ,y+(Lw+Lf)sinθ+0.5Lbcosθ]
B＝(Bx，By)＝[x+(Lw+Lf)cosθ+0.5Lbsinθ,y+(Lw+Lf)sinθ-0.5Lbcosθ]
C＝(Cx，Cy)＝(x-Lrcosθ+0.5Lbsinθ,y-Lrsinθ-0.5Lbcosθ)
D＝(Dx，Dy)＝(x-Lrcosθ-0.5Lbsinθ,y-Lrsinθ+0.5Lbcosθ)
其中，(Ax，Ay)表示本车矩形的A顶点的坐标，(Bx，By)表示本车矩形的B顶点的坐标，(Cx，Cy)表示本车矩形的C顶点的坐标，(Dx，Dy)表示本车矩形的D顶点的坐标，(x,y)表示本车后轴中心点在预设坐标系中的坐标，Lw表示本车后轴中心点到本车前轴中心的距离，Lr表示本车后轴中心到车辆后端的距离，Lf表示本车后轴中心点到车辆前端的距离，Lb表示本车车辆宽，θ表示本车车体纵轴与X轴正方向的夹角。
8.如权利要求7所述的方法，其特征在于，根据以下公式分别计算本车矩形的四个顶点分别到本车所在车道中心线的距离：
其中，dA表示本车矩形的A顶点到本车所在车道中心线的距离，dB表示本车矩形的B顶点到本车所在车道中心线的距离，dC表示本车矩形的C顶点到本车所在车道中心线的距离，dD表示本车矩形的D顶点到本车所在车道中心线的距离，(x1,y1)表示第一点在预设坐标系中的坐标，(x2,y2)表示第二点在预设坐标系中的坐标。
9.如权利要求3所述的方法，其特征在于，还包括：
当对应车道的中心线上有对应点时，识别对应车道的中心线上的最后两个点，并将所述最后两个点之间连线指向路口的方向作为有向路段的方向；
当对应车道的中心线上没有对应点时，识别有向路段中距离上游路口最近的第三点和距离上游路口第二近的第四点，将所述第三点指向所述第四点的方向作为该有向路段的方向。
10.如权利要求9所述的方法，其特征在于，还包括：
当有向路段中没有对应点时，识别所述有向路段中左侧第一个车道中距离上游路口最近的第五点和距离上游路口第二近的第六点，将所述第五点指向所述第六点的方向作为该有向路段的方向。
11.一种基于V2X的车道匹配装置，用以实现如权利要求1-10任一项所述的方法，其特征在于，包括：
识别模块，用以接收RUS发送的对应的MAP消息集，并从所述MAP消息集中调取车道数据；其中，所述车道数据至少包括多个车道信息；
匹配模块，用以从所述车道数据中匹配本车所在车道信息；其中，所述本车所在车道信息至少包括用于标识位置和走向的点；并根据所述本车所在车道信息识别本车前方和后方的中心线上是否有对应点，当本车前方和后方的中心线上同时识别到对应点时，确定本车前方距离本车最近的第一点和本车后方距离本车最近的第二点；
判定模块，用以判断本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角是否成钝角，当本车后轴中心点分别到所述第一点、所述第二点之间连线的夹角成钝角时，则计算本车矩形的四个顶点分别到本车所在车道中心线的距离；当本车矩形的四个顶点到本车所在车道中心线的距离都小于本车所在车道宽度的一半时，判定车道匹配成功，并将从所述车道数据中匹配的本车所在车道信息输出为最终的车道匹配结果。
CN202210645786.7A 2022-06-09 2022-06-09 一种基于v2x的车道匹配方法及装置 Active CN115507874B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210645786.7A CN115507874B (zh) 2022-06-09 2022-06-09 一种基于v2x的车道匹配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210645786.7A CN115507874B (zh) 2022-06-09 2022-06-09 一种基于v2x的车道匹配方法及装置

Publications (2)

Publication Number Publication Date
CN115507874A CN115507874A (zh) 2022-12-23
CN115507874B true CN115507874B (zh) 2024-03-01

Family

ID=84500642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210645786.7A Active CN115507874B (zh) 2022-06-09 2022-06-09 一种基于v2x的车道匹配方法及装置

Country Status (1)

Country Link
CN (1) CN115507874B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010262437A (ja) * 2009-05-01 2010-11-18 Alpine Electronics Inc ナビゲーション装置、自車の走行車線の判定方法および判定プログラム
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105588576A (zh) * 2015-12-15 2016-05-18 重庆云途交通科技有限公司 一种车道级导航方法及系统
CN105957342A (zh) * 2016-05-30 2016-09-21 武汉大学 基于众包时空大数据的车道级道路测图方法及系统
CN110940981A (zh) * 2019-11-29 2020-03-31 径卫视觉科技（上海）有限公司 一种用于判断车辆前方目标的位置是否处于本车道内的方法
CN110949395A (zh) * 2019-11-15 2020-04-03 江苏大学 一种基于多传感器融合的弯道acc目标车辆识别方法
CN113447033A (zh) * 2021-05-17 2021-09-28 山东科技大学 一种车道级地图匹配方法及系统
WO2021212379A1 (zh) * 2020-04-22 2021-10-28 华为技术有限公司 车道线检测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10761535B2 (en) * 2018-08-21 2020-09-01 GM Global Technology Operations LLC Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010262437A (ja) * 2009-05-01 2010-11-18 Alpine Electronics Inc ナビゲーション装置、自車の走行車線の判定方法および判定プログラム
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105588576A (zh) * 2015-12-15 2016-05-18 重庆云途交通科技有限公司 一种车道级导航方法及系统
CN105957342A (zh) * 2016-05-30 2016-09-21 武汉大学 基于众包时空大数据的车道级道路测图方法及系统
CN110949395A (zh) * 2019-11-15 2020-04-03 江苏大学 一种基于多传感器融合的弯道acc目标车辆识别方法
CN110940981A (zh) * 2019-11-29 2020-03-31 径卫视觉科技（上海）有限公司 一种用于判断车辆前方目标的位置是否处于本车道内的方法
WO2021212379A1 (zh) * 2020-04-22 2021-10-28 华为技术有限公司 车道线检测方法及装置
CN113447033A (zh) * 2021-05-17 2021-09-28 山东科技大学 一种车道级地图匹配方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于CCD摄像头的仓储机器人控制策略;尹宗博;北京信息科技大学学报;第31卷(第1期);94-98 *
基于图像的车道线识别与汽车偏离预警技术研究;郭华峰;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第7期);C035-234 *
网联环境下基于RSU辅助的协同定位方法研究;杨唐涛;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第8期);C034-295 *

Also Published As

Publication number Publication date
CN115507874A (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN107063275B (zh) 基于路侧设备的智能车辆地图融合系统及方法
WO2021057134A1 (zh) 场景识别的方法与计算设备
CN113848921B (zh) 车路云协同感知的方法和系统
CN109849816B (zh) 一种自动驾驶汽车驾驶能力评测方法、装置及系统
CN103900599B (zh) 在线导航偏航后路径重算的方法与系统
CN111459149B (zh) 一种智能车辆编队行驶方法、装置及系统
CN112885134B (zh) 一种基于大数据的智慧城市交通管理方法
CN109064877B (zh) 基于高精度地图的突变中心线平滑方法、装置及存储介质
CN101246014A (zh) 语音导航装置
CN113029187A (zh) 融合adas精细感知数据的车道级导航方法与系统
CN110162589B (zh) 道路限速值的赋值方法、装置、电子设备、计算机可读介质
CN115507874B (zh) 一种基于v2x的车道匹配方法及装置
CN111445715B (zh) 基于物联网通信的智慧城市交通调度方法及调度设备
CN102426779B (zh) 一种出租车空车控制的方法
TW201930921A (zh) 合作感知
CN110530378B (zh) 一种基于v2x的map消息集的车辆定位方法
CN116045999A (zh) 异源数据匹配方法、装置、车辆及存储介质
CN116704748A (zh) 用于在基础设施装置的区域中为机动车提供车道定位的方法
CN115657684A (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
CN112179366B (zh) 一种公共交通出行路径指引方法、装置、设备及存储介质
CN211180652U (zh) 一种用于自动驾驶封闭测试场的测试系统
CN115294764B (zh) 人行横道区域确定方法、装置、设备及自动驾驶车辆
WO2023231464A1 (zh) 交通控制方法、装置、设备及存储介质
WO2023036032A1 (zh) 一种车道线检测方法及装置
JP3461762B2 (ja) 位置参照システム

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