CN116295331A - 弱势道路使用者属性的计算方法、装置、介质设备和产品 - Google Patents
弱势道路使用者属性的计算方法、装置、介质设备和产品 Download PDFInfo
- Publication number
- CN116295331A CN116295331A CN202211698279.6A CN202211698279A CN116295331A CN 116295331 A CN116295331 A CN 116295331A CN 202211698279 A CN202211698279 A CN 202211698279A CN 116295331 A CN116295331 A CN 116295331A
- Authority
- CN
- China
- Prior art keywords
- road
- connecting line
- attribute
- user
- vulnerable
- 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.)
- Pending
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
- G01C21/38—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
- G01C21/26—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
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
- G01C21/3694—Output thereof on a road map
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种弱势道路使用者属性的计算方法、装置、介质、设备和产品,属于高精度地图技术领域。该方法包括:获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路;利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性。本申请通过自动检验地图数据与理论值之间的差异,实现高效、准确地识别弱势道路使用者属性,保证了数据的正确性和新鲜度,保证自动驾驶的安全。
Description
技术领域
本申请涉及高精度地图技术领域,特别涉及一种弱势道路使用者属性的计算方法、装置、存储介质、电子设备和计算机程序产品及弱势道路使用者属性的自动探测和更正方法。
背景技术
行人、非机动车驾驶人等缺乏安全保护的道路交通参与者的潜在风险对自动驾驶行车安全和人身安全是至关重要的,目前现有技术对于弱势道路使用者出现的可能性进行识别和探测过程中主要依赖于激光雷达,无线电波雷达、摄像机等车载硬件设备进行探测,还会利用高精度地图进行辅助探测。然而,现有技术中的利用高精度地图辅助探测技术中,弱势道路使用者属性大部分通过人工根据点云和街景照片进行制作、检查和更新。
利用人工进行高精度地图中弱势道路使用者属性的制作、查验以及更新,会因为检查抽样比例、人员业务技能水平、判断经验或现场其他关联要素的更新快慢等差异,导致判断错误、遗漏制作、制作范围错误或弱势道路使用者属性更新不及时等情况。这种情况会造成地图表达信息错误,进而影响自动驾驶安全。
发明内容
针对现有技术存在的弱势道路使用者属性更新周期长、数据质量差的问题,本申请主要提供一种弱势道路使用者属性的计算方法、装置、存储介质、电子设备和计算机程序产品,以及弱势道路使用者属性的自动探测和更正方法。
为了实现上述目的,本申请采用的第一个技术方案是一种弱势道路使用者属性的计算方法,其包括:获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路;利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;其中,当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;以及,当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性,其中,车道类型包括自行车车道和停车车道,地面对象包括公共交通停靠站、路口内自行车道和人行道。
可选的,当路段为非路肩车道,遍历路段对应的道路连接线得到道路连接线对应的车道类型;当车道类型均为自行车车道时,路段对应的弱势道路使用者理论属性为高;以及,当车道类型中的部分车道类型为自行车车道时,以自行车车道的道路连接线的位置为基准,向两侧延伸预定宽度得到查找区域,根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性。
可选的,当路段对应的车道类型包含停车车道时,道路连接线的弱势道路使用者理论属性为高。
可选的,当路段对应的道路连接线的地面对象包含公共交通停靠站时,根据路段通行方向确定与通行方向一致的第一道路连接线;将公共交通停靠站的道路连接线的两个端点投影到第一道路连接线上,得到两个投影点;利用两个端点以及两个投影点,得到查找区域,在查找区域内的道路连接线的弱势道路使用者理论属性是高。
可选的,当路段对应的道路连接线的地面对象包含人行横道时,根据路段的通行方向确定与通行方向一致的第二道路连接线;将人行横道的道路连接线投影到第二道路连接线上,并得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性。
可选的,当路段对应的道路连接线的地面对象是路口内自行车道时,将路口内自行车道的道路连接线向两侧延伸预定宽度得到查找区域;当查找区域内不存在人行横道的道路连接线时,根据路段的通行方向确定与通行方向一致的第三道路连接线,并将路口内自行车道的道路连接线投影到第三道路连接线上,得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性。
可选的,当路段对应的道路连接线的地面对象包含行人道时,确定与路段的通行方向一致的第四道路连接线;根据行人道的道路连接线的起点与终点在第四道路连接线上的投影位置,对道路连接线关进行穿串,得到起点位置与终点位置之间距离最远的道路连接线穿串;将道路连接线穿串向两侧延伸预定宽度,得到查找区域;根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性。
可选的,当查找区域中存在护栏时,将护栏投影到道路连接线穿串上,道路连接线穿串中存在护栏投影点的道路连接线的弱势道路使用者理论属性为低,道路连接线穿串中不存在护栏投影点的道路连接线的弱势道路使用者理论属性为高。
本申请采用的第二个技术方案是一种弱势道路使用者属性的计算装置,其包括:信息获取模块,用于获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路;理论值计算模块,利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;其中,当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;以及,当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性,其中,车道类型包括自行车车道和停车车道,地面对象包括公共交通停靠站、路口内自行车道和人行道。
可选的,理论值计算模块包括,用于当路段为非路肩车道,遍历路段对应的道路连接线得到道路连接线对应的车道类型;当车道类型均为自行车车道时,路段对应的弱势道路使用者理论属性为高;以及,当车道类型中的部分车道类型为自行车车道时,以自行车车道的道路连接线的位置为基准,向两侧延伸预定宽度得到查找区域,根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性的计算模块。
可选的,理论值计算模块包括,用于当路段对应的车道类型包含停车车道时,道路连接线的弱势道路使用者理论属性为高的计算模块。
可选的,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含公共交通停靠站时,根据路段通行方向确定与通行方向一致的第一道路连接线;将公共交通停靠站的道路连接线的两个端点投影到第一道路连接线上,得到两个投影点;利用两个端点以及两个投影点,得到查找区域,在查找区域内的道路连接线的弱势道路使用者理论属性是高的计算模块。
可选的,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含人行横道时,根据路段的通行方向确定与通行方向一致的第二道路连接线;将人行横道的道路连接线投影到第二道路连接线上,并得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性的计算模块。
可选的,理论值计算模块包括,用于当路段对应的道路连接线的地面对象是路口内自行车道时,将路口内自行车道的道路连接线向两侧延伸预定宽度得到查找区域;当查找区域内不存在人行横道的道路连接线时,根据路段的通行方向确定与通行方向一致的第三道路连接线,并将路口内自行车道的道路连接线投影到第三道路连接线上,得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性的计算模块。
可选的,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含行人道时,确定与路段的通行方向一致的第四道路连接线;根据行人道的道路连接线的起点与终点在第四道路连接线上的投影位置,对道路连接线关进行穿串,得到起点位置与终点位置之间距离最远的道路连接线穿串;将道路连接线穿串向两侧延伸预定宽度,得到查找区域;根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性的计算模块。
可选的,理论值计算模块包括,用于当查找区域中存在护栏时,将护栏投影到道路连接线穿串上,道路连接线穿串中存在护栏投影点的道路连接线的弱势道路使用者理论属性为低,道路连接线穿串中不存在护栏投影点的道路连接线的弱势道路使用者理论属性为高的计算模块。
本申请采用的第三个技术方案是一种弱势道路使用者属性的自动探测和更正方法,其包括:获取地图中的路段对应的道路连接线的道路种别、车道类型和地面对象,其中,道路种别包括高速道路和城市高速道路,车道类型包括自行车车道和停车车道,地面对象包括公共交通停靠站、路口内自行车道和人行道;利用道路种别、车道类型和地面对象,确定预定范围内的道路连接线的弱势道路使用者理论属性;根据道路连接线的唯一识别码,获取地图中道路连接线对应的弱势道路使用者实际属性;将弱势道路使用者属性理论属性和对应的弱势道路使用者实际属性进行对比差分,并根据对比结果对道路连接线的弱势道路使用者实际属性进行更正。
本申请采用的另一个技术方案是:提供一种计算机可读存储介质,其存储有计算机程序/指令,该计算机程序/指令被操作以执行方案一中的弱势道路使用者属性的计算方法或方案三中的弱势道路使用者属性的自动探测和更正方法。
本申请采用的另一个技术方案是:提供一种一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器进行通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序/指令,所述至少一个处理器操作所述计算机程序/指令以执行方案一中的弱势道路使用者属性的计算方法或方案三中的弱势道路使用者属性的自动探测和更正方法。
本申请采用的另一个技术方案是:提供一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现方案一中的弱势道路使用者属性的计算方法或方案三中的弱势道路使用者属性的自动探测和更正方法。
本申请的技术方案可以达到的有益效果是:本申请通过将弱势道路使用者场景和高精度地图产品规格分析进行结合,实现了弱势道路使用者区域的自动化识别与判定,为进行自动检验理论数据与真实数据的差异,自动检验数据制作准确度和鲜度奠定基础,能够提升地图数据品质,进一步提升自动驾驶车辆获取的地图提供的辅助信息,提高了自动驾驶过程中的各项探测指标,加强了探测力度,提高了弱势道路使用者的探测度和准确度,并能够更准确和快速的预知风险区域。
附图说明
为了更清楚地说明本申请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以简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本申请一种弱势道路使用者属性的计算方法的一个具体实施方式的示意图;
图2是本申请一种弱势道路使用者属性的计算方法的一个具体实施例的示意图;
图3是本申请一种弱势道路使用者属性的计算方法的自行车道道路连接线弱势道路使用者属性判断方法的示意图;
图4是本申请一种弱势道路使用者属性的计算方法的停车车道道路连接线弱势道路使用者属性判断方法的示意图;
图5是本申请一种弱势道路使用者属性的计算方法的公共交通停靠站道路连接线弱势道路使用者属性判断方法的示意图;
图6是本申请一种弱势道路使用者属性的计算方法的人行横道道路基准点确定方法的示意图;
图7是本申请一种弱势道路使用者属性的计算方法的人行横道道路连接线弱势道路使用者属性判断方法的示意图;
图8是本申请一种弱势道路使用者属性的计算方法的行人道道路连接线弱势道路使用者属性判断方法的示意图;
图9是本申请一种弱势道路使用者属性的计算装置的一个具体实施方式的示意图;
图10是本申请一种弱势道路使用者属性的自动探测和更正方法的一个具体实施方式的示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
下面结合附图对本申请的较佳实施例进行详细阐述,以使本申请的优点和特征能更易于被本领域技术人员理解,从而对本申请的保护范围做出更为清楚明确的界定。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请提供的方法适用场景为:高精度地图中弱势道路使用者属性的识别探测以及数据错误时的自动更正。
本申请的发明构思是:通过对弱势道路使用者(VRU)的场景特征、其对应的在自动驾驶中高精度地图的应用场景,实现生产过程中自动检验产品数据VRU属性与真实世界的差异性并自动更正。在弱势道路使用者属性识别中根据场景的特征和自动驾驶用例,采用投影法、基准点追溯法以及遍历查询等方法,基于高精度地图数据中路段的道路连接线为基础单元对弱势道路使用者进行识别和理论值记录,并根据道路连接线的唯一识别码将VRU理论值和数据中的VRU的实际值进行唯一性关联及一致性判断,若出现差异时,将VRU的实际值自动更正为VRU的理论值,以符合实际现场,提升数据的准确度和新鲜度。
名词解释:1、弱势道路使用者(VRU):是指行人、非机动车驾驶人等缺乏安全保护的道路交通参与者。
2、高精度地图产品定义:是指在制作高精度地图时,赋予组成地图的道路连接线的属性,这些属性由道路连接线的实际使用用途或根据道路连接线的分类决定。
下面,以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面述及的具体的实施例可以相互结合形成新的实施例。对于在一个实施例中描述过的相同或相似的思想或过程,可能在其他某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1示出了本申请一种弱势道路使用者属性的计算方法的一个实施方式。
图1所示的弱势道路使用者属性的计算方法,包括:步骤S101,获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路;
步骤S102,利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;其中,当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;以及,当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性,其中,车道类型包括自行车车道和停车车道,地面对象包括公共交通停靠站、路口内自行车道和人行道。该具体实施例,通过道路连接线的使用属性等信息,精准的计算得到弱势道路使用者理论属性,避免了人工对计算过程的参与,减少了人力成本,提高了数据质量和数据计算的效率。
具体的,在实际应用活成中,当某路段对应的弱势道路使用者属性是高(HIGH)时,则表示此路段容易有弱势道路使用者出现,行车风险较大需谨慎驾驶,必要时紧急避让;当某路段对应的弱势道路使用者属性是低(LOW)时,则表示此路段弱势道路使用者出现的概率较低。
本申请根据高精度地图产品定义,计算得到高精度地图数据中弱势道路使用者理论属性,进一步通过对比差分判断现有高精度地图数据中弱势道路使用者实际属性的正确性,并在高精度地图数据中弱势道路使用者实际属性不正确时按照计算得到的弱势道路使用者理论属性对高精度地图数据中弱势道路使用者实际属性进行更新,以保证自动驾驶车辆所获取的信息的真实性和准确性,从而保证自动驾驶的安全性和可靠性,其中,此处的高精度地图产品定义是指道路连接线的道路种别、车道类型的地面对象。
在计算路段对应的弱势道路使用者理论属性时,本申请通过判断路段包含的道路连接线的道路种别、车道类型和地面对象,根据道路种别、车道类型和地面对象的不同,采用不同的计算方式得到路段中的道路连接线的弱势道路使用者理论属性,其中,本申请依据路段计算道路连接线的弱势道路使用者理论属性,即当道路连接线不完全在对应的某一路段中时,只计算得到路段中的道路连接线的弱势道路使用者理论属性。
在图1所示的实施方式中,弱势道路使用者属性的计算方法包括步骤S101,获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路。该步骤通过获取地图产品定义,为能够更加准确的计算得到路段的弱势道路使用者属性奠定基础,并实现了自动获取和计算弱势道路使用者属性,避免了人工在计算过程中造成的误差等问题。
具体的,利用高精度地图,获取得到路段中的道路连接线的道路种别、车道类型和地面对象,以便于根据道路连接线的特性自动的识别和计算路段对应的弱势道路使用者理论属性,减少计算过程中的人工成本。
在图1所示的具体实施方式中,弱势道路使用者属性的计算方法,还包括步骤S102,利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;其中,当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;以及,当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性,其中,车道类型包括自行车车道和停车车道,地面对象包括公共交通停靠站、和人行道。该具体实施方式,通过道路连接线的使用属性等信息,精准的计算得到弱势道路使用者理论属性,避免了人工对计算过程的参与,减少了人力成本,提高了数据质量和数据计算的效率。
例如,如图2,根据道路连接线的道路种别,计算得到路段中的道路连接线的弱势道路使用者理论属性,在道路种别是非高速道路或非城市高速道路时,路段中的道路连接线的弱势道路使用者理论属性为高;在道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性。其中不同的车道类型和地面对象的道路连接线对应的路段的弱势道路使用者理论属性计算方法不同,具体的计算方法如图2,其中图2中各车道类型和地面对象的道路连接线的弱势道路使用者理论属性计算顺序只是示意性的,具体的计算顺序本申请不作限制。
在本申请的一个具体实施例中,步骤S102包括,当路段为非路肩车道,遍历路段对应的道路连接线得到道路连接线对应的车道类型;当车道类型均为自行车车道时,路段对应的弱势道路使用者理论属性为高;以及,当车道类型中的部分车道类型为自行车车道时,以自行车车道的道路连接线的位置为基准,向两侧延伸预定宽度得到查找区域,根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性。
具体的,在路段对应的道路连接线是非路肩车道的条件下,遍历查询得到路段对应的道路连接线的车道类型,在某一路段对应的道路连接线的车道类型均为自行车道时,在当前路段中的道路连接线的VRU属性为高;在某一路段对应的道路连接线的车道类型存在其他车道类型或其他地面对象时,根据自行车道和其它车道之间的相对位置,采用不同的方式计算得到路段中的道路连接线的VRU属性,其中,此处的自行车道并不限制只能通行自行车的车道,允许通行其它非机动车对应的车道均可采用该技术手段计算得到相应的VRU属性。
在自行车道在其他车道外侧时,即自行车道两侧的车道均为非自行车道属性的车道,将路段内自行车道的道路连接线的上的点全部投影到两侧的非自行车道属性的道路连接线上,则非自行车道属性的道路连接线上有投影的部分VRU属性为高,未投影的部分VRU属性为低。
在自行车道在其他车道外侧时,以自行车道与其他车道共用车道边界线为基准线,向左右分别扩宽0.5米得到查找区域。若查找区域内无护栏,则当前路段对应的道路连接线的VRU属性应为高;如图3,若查找区域范围内存在护栏对象,采用投影法将护栏对应的形状点投影到道路连接线上,道路连接线上有投影点的部分VRU属性为低,无投影点的部分VRU属性应为高。
在本申请的一个具体实施例中,步骤S102包括,当路段对应的车道类型包含停车车道时,道路连接线的弱势道路使用者理论属性为高。
具体的,如图4,遍历查询得到路段对应的道路连接线的车道类型,当某一路段对应的车道类型中存在停车车道时,当前路段中的道路连接线的VRU属性应为高。
在本申请的一个具体实施例中,步骤S102包括,当路段对应的道路连接线的地面对象包含公共交通停靠站时,根据路段通行方向确定与通行方向一致的第一道路连接线;将公共交通停靠站的道路连接线的两个端点投影到第一道路连接线上,得到两个投影点;利用两个端点以及两个投影点,得到查找区域,在查找区域内的道路连接线的弱势道路使用者理论属性是高。
具体的,依据公共交通停靠站的道路连接线所在路段的道路连接线的通行方向,采用投影法将公共交通停靠站的道路连接线的端点投影到通行方向的公共交通停靠站的道路连接线上,在通行方向的道路连接线上距离最远的两个投影点范围内的VRU属性应为高,路段内投影范围之外的道路连接线的VRU属性应为低。如图5,公共交通停靠站的道路连接线DB和AC的端点在通行方向道路连接线上的投影点分别为a、b、c和d,其中投影点a和投影点d之间的距离最远,则在该路段对应的通行道路连接线上a-d范围内的VRU属性应为高,在a-d投影范围之外的道路连接线的VRU属性应为低。
在本申请的一个具体实施例中,步骤S102包括,当路段对应的道路连接线的地面对象包含人行横道时,根据路段的通行方向确定与通行方向一致的第二道路连接线;将人行横道的道路连接线投影到第二道路连接线上,并得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性。
具体的,如图6,在确定基准点时,由于实际现场和地图作业中人行横道多为不规则的多边形,因此可以根据不同的车辆通行方向将人行横道垂直投影至对应的通行方向的道路连接线上,即获取通行方向的道路连接线与人行横道的所有交点中的最边缘的两个交点作为距离最远的两个投影点,根据距离最远的两个投影点的位置坐标计算其对应的中心点坐标,将该中心点作为基准点。其中,基准点坐标(X基准点,Y基准点)的计算方法为:上述Xa1和Xa2分别为距离最远的两个投影点的横坐标,Ya1和Ya2分别为距离最远的两个投影点的纵坐标。
以基准点为起算点,沿通行方向和通行反方向分别进行路段穿串,并计算穿串的长度,当追溯得到的穿串长度是预定长度时,停止追溯并记录当前追溯点的位置坐标(X追溯点,Y追溯点),其中穿串长度为(X基准点,Y基准点)与(X追溯点,Y追溯点)之间的路段曲线长度。在基准点和追溯点之间的穿串部分VRU属性为高,在基准点和追溯点之间的穿串部分之外的穿串部分VRU属性为低,优选的,上述预定长度为200米。
例如,如图7,对于第二道路连接线即道路连接线a(LINK a),人行横道各形状点在LINK a上的投影点中距离最远的两个投影点为a1和a2,根据a1和a2投影点的位置计算出两个投影点在LINK a上的中间点a,点a即为追溯的基准点。根据LINK a的通行方向和LINK a的通行反方向,以以a点为基准点往前后追溯200m范围内的道路连接线,该范围内的道路连接线对应的VRU属性为高,即由a点确定a点至LINK a、LINK b、LINK c、LINK d、LINK k、LINKl和LINK f上的任一点的曲线长度小于200米,因此,LINK a、LINK b、LINK c、LINK d、LINKk、LINK l和LINK f的VRU属性应为高。
在本申请的一个具体实施例中,步骤S102包括,当路段对应的道路连接线的地面对象是路口内自行车道时,将路口内自行车道的道路连接线向两侧延伸预定宽度得到查找区域;当查找区域内不存在人行横道的道路连接线时,根据路段的通行方向确定与通行方向一致的第三道路连接线,并将路口内自行车道的道路连接线投影到第三道路连接线上,得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性。
具体的,当路段内包含路口内自行车道时,根据路段对应的通行方向道路连接线,以自行车道在通行方向道路连接线上投影距离最远的两个投影点的中间点为基准点,追溯50m范围内的道路连接线。
若50m范围内的道路连接线中存在人行横道,则不再计算该路口内自行车道相关的VRU信息,因为该路口内的道路连接线的VRU信息已经在计算人行横道的计算过程中完成计算,但当计算路口内自行车道的计算顺序早于计算人行横道时,采用上述存在人行横道时的计算方法进行计算。优选的,计算路口内包含人行横道的计算顺序早于路口内包含自行车道,以达到减少计算量的目的。
若50m范围内,不存在人行横道,则利用基准点追溯法,对基准点50m范围内的道路连接线进行计算,以确定道路连接线的弱势道路使用者理论属性,其具体计算方法如路段内包含人行横道时基准点和追溯点的计算方法。
在本申请的一个具体实施例中,步骤S102包括,当路段对应的道路连接线的地面对象包含行人道时,确定与路段的通行方向一致的第四道路连接线;根据行人道的道路连接线的起点与终点在第四道路连接线上的投影位置,对道路连接线关进行穿串,得到起点位置与终点位置之间距离最远的道路连接线穿串;将道路连接线穿串向两侧延伸预定宽度,得到查找区域;根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性。
进一步,当查找区域中存在护栏时,将护栏投影到道路连接线穿串上,道路连接线穿串中存在护栏投影点的道路连接线的弱势道路使用者理论属性为低,道路连接线穿串中不存在护栏投影点的道路连接线的弱势道路使用者理论属性为高。
具体的,当路段对应的道路连接线的地面对象包含行人道时,依据行人道道路骨架线的起点和终点投影在路段的通行方向道路骨架线上对应的起点位置与终点位置。在路段的通行方向道路骨架线上通过对道路骨架线进行穿串,得到行人道道路骨架线的起点和终点投影在穿串上相距最远的两个投影点,以连接这两个投影点之间的道路连接线作为基准线,向两侧延伸预定宽度,得到查找区域,优选的,预定宽度为1米。并且,当查找区域内无护栏对象时,连接这两个投影点之间的道路连接线的VRU属性应为高;若查找区域内存在护栏对象,将护栏形对应的点投影到通行方向道路骨架线上,穿串中包含投影点的道路连接线的VRU属性为低,穿串中无投影且上述在相距最远的两个投影点之内的道路连接线的VRU属性应为高。
具体的投影计算方法为:将行人道道路连接线向路段对应的通行方向道路连接线做垂直投影,并获取行人道道路连接线的两个端点对应的投影点的坐标。利用端点投影点的坐标,计算得到所有端点投影点之间的距离,并将计算得到的多个距离结果进行排序,即当端点的投影点为1、2、3和4时分别计算1与2、1与3和1与4之间的距离。根据距离最远的投影距离,得到在穿串上相距最远的两个投影点的坐标点(Xm,Ym),(Xn,Yn)。根据相距最远的两个投影点对应的道路连接点的唯一识别码获取此路段对应的最外侧车道的车道边界,即与当前路段相关连的路段对应的通行道路连接线的边界序号最大的车道边界;以最外侧车道边界为基准线,向垂直于最外侧车道线的方向扩展1米得到查找区域。在查找区域内查找护栏,若查找区域内存在护栏,则将护栏对象对应的点垂直投影到当前路段对应的通行方向道路连接线上,并获取护栏对应的距离最远的投影点的坐标点(Xp,Yp)和(Xq,Yq),投影点(Xp,Yp)和(Xq,Yq)之间的道路连接线即为查找区域内护栏投影的最大范围;
在查找区域内存在护栏时,利用行人道在通行方向连接线上的投影的坐标和与查找区域内护栏投影的位置坐标进行差分计算,得到路段对应的VRU的属性。即,通过对行人道和护栏在路段对应的通行方向道路连接线上的投影范围进行差分,得到路段对应的VRU的属性。即当道路连接线满足是行人道在通行方向道路连接线上距离最远的两个投影点(Xm,Ym)和(Xn,Yn)之间且在护栏的距离最远的投影点的坐标点(Xp,Yp)和(Xq,Yq)之外,则其对应的VRU属性为高。
例如,如图8,LINK1上的投影点a至点投影N1的查找范围内行人道的最外侧道路边界1m区域中无护栏对象,则LINK1中点a至点N1范围内的道路连接线的VRU属性应为高;LINK2上的点N1至点c的查找范围内行人道的最外侧道路边界1m区域内不存在护栏对象的投影,则LINK2中的点N1至点c范围内的道路连接线的VRU属性应为高;LINK2中的点c至点d的查找区域内的行人道最外侧道路边界1m区域内存在护栏对象的投影,则LINK2中的点c至点d范围内的道路连接线的VRU属性应为低。
在本申请的一个具体实施例中,弱势道路使用者属性的计算方法,还包括,将弱势道路使用者属性理论值和对应的弱势道路使用者实际值进行对比差分,并根据对比结果对道路连接线的弱势道路使用者实际值进行更正。该具体实施例,通过自动检验高精度地图数据与真实世界理论值之间的差异,并根据产品规格自动判定和更正数据中弱势道路使用者实际属性的正确性,为自动驾驶过程中实现高效、准确地识别和判断弱势道路使用者属性奠定基础,保证了自动驾驶车辆获取得到的数据的正确性和鲜度,保证自动驾驶安全和性能。
在本申请的一个具体实例中,在实际应用过程中会由于前期作业错误或者因关联要素变化、或道路信息的变更导致VRU属性不匹配,这会导致自动驾驶车辆获取的数据错误,从而影响自动驾驶的安全。因此准确的、及时的弱势道路使用者属性对于自动驾驶技术是十分有必要的。本申请根据道路连接线的唯一识别码,对高精度地图的弱势道路使用者的理论属性进行计算和记录,并将计算得到的弱势道路使用者的理论属性与地图数据存储中的弱势道路使用者的实际属性进行对比差分。在弱势道路使用者的理论属性与弱势道路使用者的实际属性不相同时,将弱势道路使用者的理论属性赋给弱势道路使用者的实际属性,作为道路连接线的实际弱势道路使用者的属性。
例如,如表1,根据LINK_ID对VRU_理论值和VRU_实际值进行关联差分,当一个LINK_ID对应的VRU_理论值和VRU_实际值不一致时,对VRU_实际值属性进行更正赋值。
表1
LINK_ID | VRU_理论值 | VRU_实际值 | 是否需要更正 | VRU_更正结果 |
LINK a | HIGH | HIGH | 否 | |
LINK b | HIGH | LOW | 是 | HIGH |
LINK c | LOW | LOW | 否 | |
LINK d | LOW | HIGH | 是 | LOW |
图9示出了本申请一种弱势道路使用者属性的计算装置的具体实施方式。
在图9所示的具体实施方式中,弱势道路使用者属性的计算装置主要包括:信息获取模块901,用于获取地图中的路段对应的道路连接线的道路种别,其中,道路种别包括高速道路和城市高速道路;
理论值计算模块902,利用道路种别,确定预定范围内的道路连接线的弱势道路使用者理论属性;其中,当道路种别是非高速道路或非城市高速道路时,道路连接线的弱势道路使用者理论属性为高;以及,当道路种别是高速道路或城市高速道路时,根据道路连接线的车道类型和地面对象,确定路段对应的道路连接线的弱势道路使用者理论属性,其中,车道类型包括自行车车道和停车车道,所述地面对象包括公共交通停靠站、路口内自行车道和人行道。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段为非路肩车道,遍历路段对应的道路连接线得到道路连接线对应的车道类型;当车道类型均为自行车车道时,路段对应的弱势道路使用者理论属性为高;以及,当车道类型中的部分车道类型为自行车车道时,以自行车车道的道路连接线的位置为基准,向两侧延伸预定宽度得到查找区域,根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性的计算模块。
具体的,该模块的具体工作方式为:在路段对应的道路连接线是非路肩车道的条件下,遍历查询得到路段对应的道路连接线的车道类型,在某一路段对应的道路连接线的车道类型均为自行车道时,在当前路段中的道路连接线的VRU属性为高;在某一路段对应的道路连接线的车道类型存在其他车道类型或其他地面对象时,根据自行车道和其它车道之间的相对位置,采用不同的方式计算得到路段中的道路连接线的VRU属性,其中,此处的自行车道并不限制只能通行自行车的车道,允许通行其它非机动车对应的车道均可采用该技术手段计算得到相应的VRU属性。在自行车道在其他车道外侧时,即自行车道两侧的车道均为非自行车道属性的车道,将路段内自行车道的道路连接线的上的点全部投影到两侧的非自行车道属性的道路连接线上,则非自行车道属性的道路连接线上有投影的部分VRU属性为高,未投影的部分VRU属性为低。在自行车道在其他车道外侧时,以自行车道与其他车道共用车道边界线为基准线,向左右分别扩宽0.5米得到查找区域。若查找区域内无护栏,则当前路段对应的道路连接线的VRU属性应为高;如图3,若查找区域范围内存在护栏对象,采用投影法将护栏对应的形状点投影到道路连接线上,道路连接线上有投影点的部分VRU属性为低,无投影点的部分VRU属性应为高。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段对应的车道类型包含停车车道时,道路连接线的弱势道路使用者理论属性为高的计算模块。
具体的,该模块的具体工作方式如图4,遍历查询得到路段对应的道路连接线的车道类型,当某一路段对应的车道类型中存在停车车道时,当前路段中的道路连接线的VRU属性应为高。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含公共交通停靠站时,根据路段通行方向确定与通行方向一致的第一道路连接线;将公共交通停靠站的道路连接线的两个端点投影到第一道路连接线上,得到两个投影点;利用两个端点以及两个投影点,得到查找区域,在查找区域内的道路连接线的弱势道路使用者理论属性是高的计算模块。
具体的,该模块的具体工作方式为:依据公共交通停靠站的道路连接线所在路段的道路连接线的通行方向,采用投影法将公共交通停靠站的道路连接线的端点投影到通行方向的公共交通停靠站的道路连接线上,在通行方向的道路连接线上距离最远的两个投影点范围内的VRU属性应为高,路段内投影范围之外的道路连接线的VRU属性应为低。如图5,公共交通停靠站的道路连接线DB和AC的端点在通行方向道路连接线上的投影点分别为a、b、c和d,其中投影点a和投影点d之间的距离最远,则在该路段对应的通行道路连接线上a-d范围内的VRU属性应为高,在a-d投影范围之外的道路连接线的VRU属性应为低。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含人行横道时,根据路段的通行方向确定与通行方向一致的第二道路连接线;将人行横道的道路连接线投影到第二道路连接线上,并得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性的计算模块。
具体的,该模块的具体工作方式如图6,在确定基准点时,由于实际现场和地图作业中人行横道多为不规则的多边形,因此可以根据不同的车辆通行方向将人行横道垂直投影至对应的通行方向的道路连接线上,即获取通行方向的道路连接线与人行横道的所有交点中的最边缘的两个交点作为距离最远的两个投影点,根据距离最远的两个投影点的位置坐标计算其对应的中心点坐标,将该中心点作为基准点。其中,基准点坐标(X基准点,Y基准点)的计算方法为:上述Xa1和Xa2分别为距离最远的两个投影点的横坐标,Ya1和Ya2分别为距离最远的两个投影点的纵坐标。
以基准点为起算点,沿通行方向和通行反方向分别进行路段穿串,并计算穿串的长度,当追溯得到的穿串长度是预定长度时,停止追溯并记录当前追溯点的位置坐标(X追溯点,Y追溯点),其中穿串长度为(X基准点,Y基准点)与(X追溯点,Y追溯点)之间的路段曲线长度。在基准点和追溯点之间的穿串部分VRU属性为高,在基准点和追溯点之间的穿串部分之外的穿串部分VRU属性为低,优选的,上述预定长度为200米。
例如,如图7,对于第二道路连接线即道路连接线a(LINK a),人行横道各形状点在LINK a上的投影点中距离最远的两个投影点为a1和a2,根据a1和a2投影点的位置计算出两个投影点在LINK a上的中间点a,点a即为追溯的基准点。根据LINK a的通行方向和LINK a的通行反方向,以以a点为基准点往前后追溯200m范围内的道路连接线,该范围内的道路连接线对应的VRU属性为高,即由a点确定a点至LINK a、LINK b、LINK c、LINK d、LINK k、LINKl和LINK f上的任一点的曲线长度小于200米,因此,LINK a、LINK b、LINK c、LINK d、LINKk、LINK l和LINK f的VRU属性应为高。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段对应的道路连接线的地面对象是路口内自行车道时,将路口内自行车道的道路连接线向两侧延伸预定宽度得到查找区域;当查找区域内不存在人行横道的道路连接线时,根据路段的通行方向确定与通行方向一致的第三道路连接线,并将路口内自行车道的道路连接线投影到第三道路连接线上,得到距离最远的两个投影点;将两个投影点连线的中点作为基准点,利用基准点追溯法确定道路连接线的弱势道路使用者理论属性的计算模块。
具体的,该模块的具体工作方式为:当路段内包含路口内自行车道时,根据路段对应的通行方向道路连接线,以自行车道在通行方向道路连接线上投影距离最远的两个投影点的中间点为基准点,追溯50m范围内的道路连接线。
若50m范围内的道路连接线中存在人行横道,则不再计算该路口内自行车道相关的VRU信息,因为该路口内的道路连接线的VRU信息已经在计算人行横道的计算过程中完成计算,但当计算路口内自行车道的计算顺序早于计算人行横道时,采用上述存在人行横道时的计算方法进行计算。优选的,计算路口内包含人行横道的计算顺序早于路口内包含自行车道,以达到减少计算量的目的。
若50m范围内,不存在人行横道,则利用基准点追溯法,对基准点50m范围内的道路连接线进行计算,以确定道路连接线的弱势道路使用者理论属性,其具体计算方法如路段内包含人行横道时基准点和追溯点的计算方法。
在本申请的一个具体实施例中,理论值计算模块包括,用于当路段对应的道路连接线的地面对象包含行人道时,确定与路段的通行方向一致的第四道路连接线;根据行人道的道路连接线的起点与终点在第四道路连接线上的投影位置,对道路连接线关进行穿串,得到起点位置与终点位置之间距离最远的道路连接线穿串;将道路连接线穿串向两侧延伸预定宽度,得到查找区域;根据查找区域中是否存在护栏,确定道路连接线的弱势道路使用者理论属性的计算模块。
进一步,用于当查找区域中存在护栏时,将护栏投影到道路连接线穿串上,道路连接线穿串中存在护栏投影点的道路连接线的弱势道路使用者理论属性为低,道路连接线穿串中不存在护栏投影点的道路连接线的弱势道路使用者理论属性为高的计算模块。
具体的,该模块的具体计算过程为:当路段对应的道路连接线的地面对象包含行人道时,依据行人道道路骨架线的起点和终点投影在路段的通行方向道路骨架线上对应的起点位置与终点位置。在路段的通行方向道路骨架线上通过对道路骨架线进行穿串,得到行人道道路骨架线的起点和终点投影在穿串上相距最远的两个投影点,以连接这两个投影点之间的道路连接线作为基准线,向两侧延伸预定宽度,得到查找区域,优选的,预定宽度为1米。并且,当查找区域内无护栏对象时,连接这两个投影点之间的道路连接线的VRU属性应为高;若查找区域内存在护栏对象,将护栏形对应的点投影到通行方向道路骨架线上,穿串中包含投影点的道路连接线的VRU属性为低,穿串中无投影且上述在相距最远的两个投影点之内的道路连接线的VRU属性应为高。
具体的投影计算方法为:将行人道道路连接线向路段对应的通行方向道路连接线做垂直投影,并获取行人道道路连接线的两个端点对应的投影点的坐标。利用端点投影点的坐标,计算得到所有端点投影点之间的距离,并将计算得到的多个距离结果进行排序,即当端点的投影点为1、2、3和4时分别计算1与2、1与3和1与4之间的距离。根据距离最远的投影距离,得到在穿串上相距最远的两个投影点的坐标点(Xm,Ym),(Xn,Yn)。根据相距最远的两个投影点对应的道路连接点的唯一识别码获取此路段对应的最外侧车道的车道边界,即与当前路段相关连的路段对应的通行道路连接线的边界序号最大的车道边界;以最外侧车道边界为基准线,向垂直于最外侧车道线的方向扩展1米得到查找区域。在查找区域内查找护栏,若查找区域内存在护栏,则将护栏对象对应的点垂直投影到当前路段对应的通行方向道路连接线上,并获取护栏对应的距离最远的投影点的坐标点(Xp,Yp)和(Xq,Yq),投影点(Xp,Yp)和(Xq,Yq)之间的道路连接线即为查找区域内护栏投影的最大范围;
在查找区域内存在护栏时,利用行人道在通行方向连接线上的投影的坐标和与查找区域内护栏投影的位置坐标进行差分计算,得到路段对应的VRU的属性。即,通过对行人道和护栏在路段对应的通行方向道路连接线上的投影范围进行差分,得到路段对应的VRU的属性。即当道路连接线满足是行人道在通行方向道路连接线上距离最远的两个投影点(Xm,Ym)和(Xn,Yn)之间且在护栏的距离最远的投影点的坐标点(Xp,Yp)和(Xq,Yq)之外,则其对应的VRU属性为高。
例如,如图8,LINK1上的投影点a至点投影N1的查找范围内行人道的最外侧道路边界1m区域中无护栏对象,则LINK1中点a至点N1范围内的道路连接线的VRU属性应为高;LINK2上的点N1至点c的查找范围内行人道的最外侧道路边界1m区域内不存在护栏对象的投影,则LINK2中的点N1至点c范围内的道路连接线的VRU属性应为高;LINK2中的点c至点d的查找区域内的行人道最外侧道路边界1m区域内存在护栏对象的投影,则LINK2中的点c至点d范围内的道路连接线的VRU属性应为低。
在本申请的一个具体实施例中,本申请一种弱势道路使用者属性的计算装置中各功能模块可直接在硬件中、在由处理器执行的软件模块中或在两者的组合中。
软件模块可驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可装卸盘、CD-ROM或此项技术中已知的任何其它形式的存储介质中。示范性存储介质耦合到处理器,使得处理器可从存储介质读取信息和向存储介质写入信息。
处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC)、现场可编程门阵列(英文:Field Programmable Gate Array,简称:FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合等。通用处理器可以是微处理器,但在替代方案中,处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合,例如DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或一个以上微处理器或任何其它此类配置。在替代方案中,存储介质可与处理器成一体式。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替代方案中,处理器和存储介质可作为离散组件驻留在用户终端中。
本申请提供的弱势道路使用者属性的计算装置,可用于执行上述任一实施例描述的弱势道路使用者属性的计算方法,其实现原理和技术效果类似,在此不再赘述。
图10示出了本申请一种弱势道路使用者属性的自动探测和更正方法的具体实施方式。
在图10所示的具体实施方式中,弱势道路使用者属性的自动探测和更正方法主要包括:步骤S1001,获取地图中的路段对应的道路连接线的道路种别、车道类型和地面对象,其中,道路种别包括高速道路和城市高速道路,车道类型包括自行车车道和停车车道,所述地面对象包括公共交通停靠站、路口内自行车道和人行道;
步骤S1002,利用道路种别、车道类型和地面对象,确定预定范围内的道路连接线的弱势道路使用者理论属性;
步骤S1003,根据道路连接线的唯一识别码,获取地图中道路连接线对应的弱势道路使用者实际属性;
步骤S1004,将弱势道路使用者属性理论属性和对应的弱势道路使用者实际属性进行对比差分,并根据对比结果对道路连接线的弱势道路使用者实际属性进行更正。
本申请提供的弱势道路使用者属性的自动探测和更正方法,可用于执行上述任一实施例描述的弱势道路使用者属性的计算方法,其实现原理和技术效果类似,在此不再赘述。
在本申请的另一个具体实施方式中,一种计算机可读存储介质,其存储有计算机程序/指令,计算机程序/指令被操作以执行上述实施例中描述的弱势道路使用者属性的计算方法。
在本申请的一个具体实施方式中,一种电子设备,其包括:至少一个处理器;以及与至少一个处理器进行通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的程序/计算机指令,至少一个处理器操作程序/计算机指令以执行上述实施例中描述的弱势道路使用者属性的计算方法。
在本申请的一个具体实施方式中,一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现方案一中的弱势道路使用者属性的计算方法或方案三中的弱势道路使用者属性的自动探测和更正方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种弱势道路使用者属性的计算方法,其特征在于,包括:
获取地图中的路段对应的道路连接线的道路种别,其中,所述道路种别包括高速道路和城市高速道路;
利用所述道路种别,确定预定范围内的所述道路连接线的弱势道路使用者理论属性;
其中,当所述道路种别是非高速道路或非城市高速道路时,所述道路连接线的弱势道路使用者理论属性为高;以及,
当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,其中,所述车道类型包括自行车车道和停车车道,所述地面对象包括公共交通停靠站、路口内自行车道和人行道。
2.根据权利要求1所述的弱势道路使用者属性的计算方法,其特征在于,所述当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,包括:
当所述路段为非路肩车道,遍历所述路段对应的所述道路连接线得到所述道路连接线对应的所述车道类型;
当所述车道类型均为自行车车道时,所述路段对应的弱势道路使用者理论属性为高;以及,
当所述车道类型中的部分所述车道类型为自行车车道时,以所述自行车车道的所述道路连接线的位置为基准,向两侧延伸预定宽度得到查找区域,根据所述查找区域中是否存在护栏,确定所述道路连接线的弱势道路使用者理论属性。
3.根据权利要求1所述的弱势道路使用者属性的计算方法,其特征在于,所述所述当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,包括:
当所述路段对应的所述车道类型包含停车车道时,所述道路连接线的弱势道路使用者理论属性为高;以及,
当所述路段对应的所述道路连接线的地面对象包含公共交通停靠站时,根据所述路段的通行方向确定与所述通行方向一致的第一道路连接线,将公共交通停靠站的所述道路连接线的两个端点投影到所述第一道路连接线上,得到两个投影点,利用所述两个端点以及两个所述投影点,得到查找区域,在所述查找区域内的所述道路连接线的弱势道路使用者理论属性是高。
4.根据权利要求1所述的弱势道路使用者属性的计算方法,其特征在于,所述所述当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,包括:
当所述路段对应的所述道路连接线的地面对象包含人行横道时,根据所述路段的通行方向确定与所述通行方向一致的第二道路连接线,将人行横道的所述道路连接线投影到所述第二道路连接线上,并得到距离最远的两个投影点,将所述两个投影点连线的中点作为基准点,利用基准点追溯法确定所述道路连接线的弱势道路使用者理论属性;
当所述路段对应的所述道路连接线的地面对象包含路口内自行车道时,将路口内自行车道的所述道路连接线向两侧延伸预定宽度得到查找区域;当所述查找区域内不存在所述人行横道的道路连接线时,根据所述路段的通行方向确定与所述通行方向一致的第三道路连接线,并将路口内自行车道的所述道路连接线投影到所述第三道路连接线上,得到距离最远的两个投影点,将所述两个投影点连线的中点作为基准点,利用基准点追溯法确定所述道路连接线的弱势道路使用者理论属性。
5.根据1所述的弱势道路使用者属性的计算方法,其特征在于,所述所述当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,包括:
当所述路段对应的所述道路连接线的地面对象包含行人道时,确定与所述路段的通行方向一致的第四道路连接线;
根据行人道的所述道路连接线的起点与终点在所述第四道路连接线上的投影位置,对所述道路连接线进行穿串,得到起点位置与终点位置之间距离最远的道路连接线穿串,将所述道路连接线穿串向两侧延伸预定宽度,得到查找区域,根据所述查找区域中是否存在护栏,确定所述道路连接线的弱势道路使用者理论属性;
其中,当所述查找区域中存在护栏时,将所述护栏投影到所述道路连接线穿串上,所述道路连接线穿串中存在护栏投影点的道路连接线的弱势道路使用者理论属性为低,所述道路连接线穿串中不存在护栏投影点的道路连接线的弱势道路使用者理论属性为高。
6.一种弱势道路使用者属性的自动探测和更正方法,其特征在于,包括:
获取地图中的路段对应的道路连接线的道路种别、车道类型和地面对象,其中,所述道路种别包括高速道路和城市高速道路,所述车道类型包括自行车车道和停车车道,所述地面对象包括公共交通停靠站、路口内自行车道和人行道;
利用所述道路种别、所述车道类型和所述地面对象,确定预定范围内的所述道路连接线的弱势道路使用者理论属性;
根据所述道路连接线的唯一识别码,获取所述地图中所述道路连接线对应的弱势道路使用者实际属性;
将所述弱势道路使用者理论属性和对应的所述弱势道路使用者实际属性进行对比差分,并根据对比结果对所述道路连接线的所述弱势道路使用者实际属性进行更正。
7.一种弱势道路使用者属性的计算装置,其特征在于,包括:
信息获取模块,用于获取地图中的路段对应的道路连接线的道路种别,其中,所述道路种别包括高速道路和城市高速道路;
理论值计算模块,用于利用所述道路种别,确定预定范围内的所述道路连接线的弱势道路使用者理论属性;
其中,当所述道路种别是非高速道路或非城市高速道路时,所述道路连接线的弱势道路使用者理论属性为高;以及,
当所述道路种别是高速道路或城市高速道路时,根据所述道路连接线的车道类型和地面对象,确定所述路段对应的所述道路连接线的弱势道路使用者理论属性,其中,所述车道类型包括自行车车道和停车车道,所述地面对象包括公共交通停靠站、路口内自行车道和人行道。
8.一种计算机可读存储介质,其存储有计算机程序/指令,其特征在于,所述计算机程序/指令被操作以执行权利要求1-5中任一项所述的弱势道路使用者属性的计算方法或执行权利要求6所述的弱势道路使用者属性的自动探测和更正方法。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器进行通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序/指令,所述至少一个处理器操作所述计算机程序/指令以执行如权利要求1-5中任一项所述的弱势道路使用者属性的计算方法或执行权利要求6所述的弱势道路使用者属性的自动探测和更正方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现如权利要求1-5中任一项所述的弱势道路使用者属性的计算方法或执行权利要求6所述的弱势道路使用者属性的自动探测和更正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211698279.6A CN116295331A (zh) | 2022-12-28 | 2022-12-28 | 弱势道路使用者属性的计算方法、装置、介质设备和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211698279.6A CN116295331A (zh) | 2022-12-28 | 2022-12-28 | 弱势道路使用者属性的计算方法、装置、介质设备和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116295331A true CN116295331A (zh) | 2023-06-23 |
Family
ID=86815661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211698279.6A Pending CN116295331A (zh) | 2022-12-28 | 2022-12-28 | 弱势道路使用者属性的计算方法、装置、介质设备和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116295331A (zh) |
-
2022
- 2022-12-28 CN CN202211698279.6A patent/CN116295331A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113447033B (zh) | 一种车道级地图匹配方法及系统 | |
CN110379163B (zh) | 一种基于轨迹数据的车辆异常减速区域检测方法及系统 | |
CN112017447B (zh) | 一种基于gps位置信息判定车辆逆行违规的方法及系统 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
WO2020042642A1 (zh) | 一种车辆定位方法、设备及自动驾驶车辆 | |
US20070021912A1 (en) | Current position information management systems, methods, and programs | |
Ai et al. | Automatic horizontal curve identification and measurement method using GPS data | |
CN111005274B (zh) | 道路平面交叉口交通组织自动生成方法、系统及存储介质 | |
CN111311710B (zh) | 一种高精地图的制作方法和装置、电子设备、存储介质 | |
CN112325896A (zh) | 导航方法、装置、智能行驶设备及存储介质 | |
CN1837753A (zh) | 基于多信息源的地图匹配车辆导航方法 | |
Tsai et al. | Horizontal roadway curvature computation algorithm using vision technology | |
CN111460986A (zh) | 一种车道线处理方法和装置 | |
CN111210622B (zh) | 一种非固定道路的自动驾驶路点数据采集与维护方法 | |
CN115393319A (zh) | 地图要素的评测方法和装置 | |
CN111460861B (zh) | 一种道路交通标志识别方法、装置和识别设备 | |
EP1674827A1 (en) | System for detecting a lane change of a vehicle | |
CN116105717A (zh) | 车道级高精度地图构建方法及系统 | |
CN105717517B (zh) | 一种车载北斗多模gnss高精度道路基础数据采集方法 | |
CN116295331A (zh) | 弱势道路使用者属性的计算方法、装置、介质设备和产品 | |
CN116503510A (zh) | 自动构建车道中心线的方法及系统 | |
CN114485684A (zh) | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 | |
CN113532418A (zh) | 一种停车场地图单车采集方法 | |
CN112163059A (zh) | 基于量产车的地图数据更新方法、装置和系统 | |
CN115457760B (zh) | 车辆车牌与泊位的识别绑定方法及装置 |
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 |