CN118310556B - 一种行车轨迹确定方法、计算机设备和程序产品 - Google Patents
一种行车轨迹确定方法、计算机设备和程序产品 Download PDFInfo
- Publication number
- CN118310556B CN118310556B CN202410732965.3A CN202410732965A CN118310556B CN 118310556 B CN118310556 B CN 118310556B CN 202410732965 A CN202410732965 A CN 202410732965A CN 118310556 B CN118310556 B CN 118310556B
- Authority
- CN
- China
- Prior art keywords
- track
- point
- historical
- pose information
- cluster
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004220 aggregation Methods 0.000 claims abstract description 470
- 230000002776 aggregation Effects 0.000 claims abstract description 469
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 description 21
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000006116 polymerization reaction Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000004931 aggregating effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种行车轨迹确定方法、计算机设备和程序产品,其中,该方法包括:基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;历史轨迹簇中包括至少一条历史行车轨迹;拓扑关系用于指示多个历史轨迹簇之间是否具有前后继关系;针对每个历史轨迹簇,根据历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定历史轨迹簇对应的各聚合点的第二位姿信息;其中,历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同;根据多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定参考轨迹信息;参考轨迹信息用于控制车辆在目标道路上行驶。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种行车轨迹确定方法、计算机设备和程序产品。
背景技术
为了解决高精地图带来的高昂成本问题,轻量化地图逐渐受到了各大汽车厂商的青睐。轻量化地图虽然构建成本较低,但是对自动驾驶技术的感知能力、定位能力的要求也相对提高。车端实时感知数据、驾驶行为经验轨迹等信息均是构建轻量化地图的重要的数据来源和信息先验。其中,源于多趟历史行车轨迹的驾驶经验图层,不仅可以提供针对行驶道路的经验轨迹,还可以提供传统地图不具备的弯道或颠簸路段建议车速、多车道选道概率、行人易穿行道路信息等更丰富的驾驶经验数据。
但是,如何基于多趟历史行车轨迹,来得到相对可靠的用于辅助驾驶的参考轨迹,是个值得研究的问题。
发明内容
本公开实施例至少提供一种行车轨迹确定方法、装置、计算机设备和程序产品。
第一方面,本公开实施例提供了一种行车轨迹确定方法,包括:
基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;所述历史轨迹簇中包括至少一条历史行车轨迹;所述拓扑关系用于指示所述多个历史轨迹簇之间是否具有前后继关系;
针对每个所述历史轨迹簇,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息;其中,所述历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同;
根据所述多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定所述目标道路对应的参考轨迹信息;所述参考轨迹信息用于控制车辆在所述目标道路上行驶。
该实施方式,根据历史轨迹簇中的各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇之间的拓扑关系,不仅可以实现对历史轨迹簇内多趟历史行车轨迹的聚合,还可以充分考虑具有前后继拓扑关系的历史轨迹簇之间的轨迹共点问题,使得聚合出的具有前后继拓扑关系的历史轨迹簇分别对应的参考轨迹能够利用共点(即前继历史轨迹簇对应的最后一个聚合点和后继历史轨迹簇对应的首个聚合点)连接,从而提高确定出的参考轨迹信息的连续性和合理性。利用参考轨迹信息,可以构建出轻量化地图中合理有效的经验图层,进而利用该轻量化地图辅助自动驾驶系统做出准确合理的驾驶行为。
在一种可能的实施方式中,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息,包括:
根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息;
将所述首个聚合点作为当前的目标聚合点,以及将所述首个聚合点的第二位姿信息作为当前的目标位姿信息;
根据所述目标位姿信息确定所述目标聚合点对应的聚合方向 ,并按照所述聚合方向和目标步长,确定下一聚合点对应的种子点的第一坐标信息;
根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点,并根据所述多个邻点的第一位姿信息,确定所述下一聚合点的第二位姿信息;
将所述下一聚合点作为新的目标聚合点,以及将所述下一聚合点的第二位姿信息作为新的目标位姿信息,并返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息;其中,所述最后一个聚合点对应的种子点的多个邻点包括所述历史轨迹簇的后继历史轨迹簇中各历史行车轨迹的首端点;所述首端点是指位于所述历史行车轨迹的起始轨迹点的预设搜索半径内的轨迹点。
该实施方式,利用聚合点对应的种子点以及种子点的多个邻点进行聚合点的确定,可以充分结合各条历史行车轨迹中处于一点范围内的多个轨迹点的位姿信息,从而提高确定出的聚合点的准确性和合理性。整个历史轨迹簇对应的聚合过程,是基于种子点进行递推搜索和聚合完成的,所以聚合得到的该历史轨迹簇对应的经验轨迹的合理性和准确性,也将大幅提高。并且,在聚合历史轨迹簇的最后一个聚合点时使用的邻点包括后继历史轨迹簇中各历史行车轨迹的首端点,可以使得聚合的前一个历史轨迹簇的最后一个聚合点既融合了该历史轨迹簇的轨迹特征,又贴合后继历史轨迹簇的轨迹特征,从而提高聚合出的最后一个聚合点的合理性。
在一种可能的实施方式中,根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点,包括:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
根据所述第一坐标信息和所述第二坐标信息,确定所述种子点的匹配点;
利用所述匹配点,从所述R树中确定所述种子点的多个邻点。
该实施方式,通过构建历史轨迹簇对应的R树,能够实现利用R树反映历史轨迹簇中各轨迹点之间的位置关系。进而,在搜索邻点时,利用R树能够快速地确定出种子点对应的邻点,提高邻点的搜索效率。
在一种可能的实施方式中,所述利用所述匹配点,从所述R树中确定所述种子点的多个邻点,包括:
利用所述匹配点,从所述R树中确定所述种子点对应的多个候选邻点;
确定每个所述候选邻点在以所述聚合方向为法向量的平面上的第一投影距离;
将对应的所述第一投影距离满足预设分布的候选邻点,作为所述种子点的邻点。
该实施方式,利用第一投影距离对候选邻点进行筛选,可以从多个候选邻点中筛选出离群点。再通过对离群点进行删除的方式,可以提高保留下来的各个邻点的聚集性和有效性,进而有利于聚合出合理的聚合点。
在一种可能的实施方式中,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息,包括:
根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合;
在所述拓扑关系指示所述历史轨迹簇具有多个前继历史轨迹簇的情况下,将所述历史轨迹簇的首端点集合中的各个首端点的第一位姿信息、和各所述前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到均值位姿信息;
将所述均值位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息。
该实施方式,首端点集合中的各个首端点,能够反映历史轨迹簇中的历史行车轨迹的起始位置。末端点集合中的各个末端点,能够反映历史轨迹簇中的历史行车轨迹的结束位置。针对具有多个前继历史轨迹簇的历史轨迹簇,通过将各个前继历史轨迹簇对应的末端点的位姿信息和该历史轨迹簇的首端点的位姿信息进行取均值处理,可以使得得到的均值位姿信息能够反映多个前继历史轨迹簇和历史轨迹簇之间的共点的位姿信息。通过将均值位姿信息作为历史轨迹簇的首个聚合点的第二位姿信息,可以实现多个前继历史轨迹簇和历史轨迹簇之间的有效联通。
在一种可能的实施方式中,根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合,包括:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
针对所述历史轨迹簇中任一历史行车轨迹,根据所述历史行车轨迹中各轨迹点的第一位姿信息和所述R树,确定所述历史行车轨迹的起始轨迹点的第一邻点和所述历史行车轨迹的末尾轨迹点的第二邻点;
根据各条所述历史行车轨迹对应的第一邻点,确定所述首端点集合,以及根据各条所述历史行车轨迹对应的第二邻点,确定所述末端点集合。
该实施方式,通过将历史行车轨迹的起始轨迹点对应的各个第一邻点作为首端点集合中的首端点,以及将历史行车轨迹的末尾轨迹点对应的各个第二邻点作为末端点集合中的末端点,可以在后续利用首端点和末端点进行聚合时,减少划分得到历史行车轨迹时的划分误差对聚合结果的影响。
在一种可能的实施方式中,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息,包括:
在所述拓扑关系指示所述历史轨迹簇的前继历史轨迹簇为一个的情况下,若已聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将该第二位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息;
若未聚合得到所述历史轨迹簇的前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,或所述历史轨迹簇不存在前继历史轨迹簇,则根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息。
该实施方式,在历史轨迹簇只有一个前继历史轨迹簇的情况下,如果该前继历史轨迹簇已经聚合完成,通过将前继历史轨迹簇对应的最后一个聚合点,作为历史轨迹簇的首个聚合点,可以提高在对历史轨迹簇进行聚合时得到的参考轨迹的连续性。若未聚合得到前继历史轨迹簇对应的最后一个聚合点,通过历史行车轨迹的起始轨迹点进行聚合,可以保证针对历史轨迹簇的聚合能够及时完成,从而提高聚合效率。
在一种可能的实施方式中,在根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息之后,还包括:
在聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息后,判断该第二位姿信息与所述历史轨迹簇的首个聚合点的第二位姿信息是否匹配;若不匹配,则利用所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,更新所述历史轨迹簇的首个聚合点的第二位姿信息。
该实施方式,如果对历史轨迹簇进行聚合时使用的首个聚合点为某一历史行车轨迹的起始轨迹点,那么在前继历史轨迹簇聚合完成后,利用将前继历史轨迹簇对应的最后一个聚合点,更新历史轨迹簇的首个聚合点,可以提高前继历史轨迹簇对应的参考轨迹和历史轨迹簇对应的参考轨迹之间的连续性。
在一种可能的实施方式中,在返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息之后,还包括:
若所述历史轨迹簇为一后继历史轨迹簇对应的多个前继历史轨迹簇中的一个,在所述历史轨迹簇的最后一个聚合点的第二位姿信息与所述历史轨迹簇对应的均值位姿信息不一致的情况下,利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息。
该实施方式,如果一历史轨迹簇属于某历史轨迹簇对应的多个前继历史轨迹簇中的一个,则会提前聚合各个前继历史轨迹簇对应的均值位姿信息。然后在该历史轨迹簇对应的最后一个聚合点的第二位姿信息与均值位姿信息不同时,利用均值位姿信息,对最后一个聚合点的第二位姿信息进行更新,可以使得更新后的最后一个聚合点与后继历史轨迹簇之间存在共点,从而提高聚合出的参考轨迹信息的连续性。
在一种可能的实施方式中,所述利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息,包括:
根据所述最后一个聚合点的前一聚合点的第二位姿信息,以及所述均值位姿信息,确定目标向量;
确定所述最后一个聚合点在所述目标向量指示的方向上的第二投影距离;
在所述第二投影距离为负的情况下,利用所述均值位姿信息,替换所述最后一个聚合点的第二位姿信息;
在所述第二投影距离为正的情况下,确定所述第二投影距离处的投影点;将所述最后一个聚合点的第二位姿信息更新为所述均值位姿信息,并将所述投影点作为新增在所述前一聚合点和所述最后一个聚合点之间的聚合点。
该实施方式,在第二投影距离为负的情况下,说明聚合得到的最后一个聚合点与前一个聚合点之间的距离较近,则通过直接将最后一个聚合点的第二位姿信息替换为均值位姿信息,可以提高更新后的得到的最后一个聚合点与前一个聚合点之间的距离合理性。在第二投影距离为正的情况下,说明聚合得到的最后一个聚合点与前一个聚合点之间的距离较远,通过投影点添加为聚合点并将最后一个聚合点的第二位姿信息替换为均值位姿信息,可以提高历史轨迹簇对应的各个聚合点之间的密集性和连续性。
第二方面,本公开实施例还提供一种行车轨迹确定装装置,包括:
轨迹划分模块,用于基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;所述历史轨迹簇中包括至少一条历史行车轨迹;所述拓扑关系用于指示所述多个历史轨迹簇之间是否具有前后继关系;
聚合模块,用于针对每个所述历史轨迹簇,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息;其中,所述历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同;
规划模块,用于根据所述多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定所述目标道路对应的参考轨迹信息;所述参考轨迹信息用于控制车辆在所述目标道路上行驶。
第三方面,本公开可选实现方式还提供一种计算机设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开可选实现方式还提供一种计算机程序产品,该计算机程序产品被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
关于上述行车轨迹确定装置、计算机设备、及计算机程序产品的效果描述参见上述行车轨迹确定方法的说明,这里不再赘述。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种行车轨迹确定方法的流程图;
图2示出了本公开实施例所提供的一种历史轨迹簇的划分示意图;
图3示出了本公开实施例所提供的一种对目标道路对应的各历史行车轨迹进行聚合后得到的目标参考轨迹的示意图;其中,图3中的3-1示出了各个历史轨迹簇对应的目标参考轨迹,图3中的3-2示出了各历史轨迹簇对应的目标参考轨迹;
图4示出了本公开实施例所提供的一种轨迹合并点、轨迹分离点、优化合并点和优化分离点的示意图;
图5示出了本公开实施例所提供的一种行车轨迹确定装置的示意图;
图6示出了本公开实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
另外,本公开实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
经研究发现,轻量化地图构建的准确与否,影响着自动驾驶的安全性。而轻量化地图中用于反映道路上的经验轨迹的经验图层的构建准确性,影响着在道路上进行自动驾驶时的驾驶决策的合理性和准确性。通常情况下,经验轨迹可以根据道路上的多样历史行车轨迹确定,传统的经验轨迹的确定方式可以包括如下几种:①、与时间相关的驾驶经验轨迹提取方式,该方式通过在时空坐标系下将路网网格化,获取驾驶员在不同时间段通过路口的经验轨迹。②、点到点的驾驶经验轨迹提取方式,该方式通过统计路网中轨迹的频率,生成了路网中点到点的最佳轨迹。③、利用高收入出租车司机的历史行车轨迹提取经验轨迹的方法,该方式通过对司机的收入进行了加权,收入越高的司机在驾驶经验轨迹生成中的权重越大,从而得到在路口的最佳经验轨迹。但上述各种方式均缺少了对各条历史行车轨迹之间的关联性的关注,导致得到的经验轨迹的准确性和合理性均较差,难以作为经验图层适配轻量化地图,影响了经验图层的构建准确性。
基于上述研究,本公开提供了一种行车轨迹确定方法、装置、计算机设备和程序产品,根据历史轨迹簇中的各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇之间的拓扑关系,不仅可以实现对历史轨迹簇内多趟历史行车轨迹的聚合,还可以充分考虑具有前后继拓扑关系的历史轨迹簇之间的轨迹共点问题,使得聚合出的具有前后继拓扑关系的历史轨迹簇分别对应的参考轨迹能够利用共点(即前继历史轨迹簇对应的最后一个聚合点和后继历史轨迹簇对应的首个聚合点)连接,从而提高确定出的参考轨迹信息的连续性和合理性。利用参考轨迹信息,可以构建出轻量化地图中合理有效的经验图层,进而利用该轻量化地图辅助自动驾驶系统做出准确合理的驾驶行为。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
需要说明的是,本公开实施例中所提到的特定名词包括:
R树(R-tree)是一种空间索引数据结构,用于组织和管理由二维或者更高维区域组成的数据,如多维空间的点、不规则多维形状等。R树的基本思想是将空间数据按照多维空间进行分割,每个结点都对应一个区域和一个磁盘页,非叶结点的磁盘页中存储其所有子结点的区域范围,非叶结点的所有子结点的区域都落在它的区域范围之内;叶结点的磁盘页中存储其区域范围之内的所有空间对象的外接矩形。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种行车轨迹确定方法进行详细介绍,本公开实施例所提供的行车轨迹确定方法的执行主体一般为具有一定计算能力的终端设备或其他处理设备,其中终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、个人数字助理设备(Personal Digital Assistant,PDA)、手持设备、计算机设备等;在一些可能的实现方式中,该行车轨迹确定方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为计算机设备为例对本公开实施例提供的行车轨迹确定方法加以说明。
如图1所示,为本公开实施例提供的一种行车轨迹确定方法的流程图,可以包括以下步骤:
S101:基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;历史轨迹簇中包括至少一条历史行车轨迹;拓扑关系用于指示多个历史轨迹簇之间是否具有前后继关系。
这里,目标道路可以为任一段供车辆行驶的道路,历史行车轨迹可以为任一车辆在目标道路上产生的完整行驶轨迹中的一段轨迹。其中,完整轨迹可以为一段不存在间断的车辆行驶轨迹。针对任一车辆在目标道路上产生的完整行驶轨迹,可以由该车辆在目标道路上对应的具有连续性的各条历史行车轨迹组成。目标道路对应的各条历史行车轨迹,可以对至少一个车辆产生的至少一条完整行驶轨迹划分得到。
示例性的,车辆1在目标道路上产生的完整行车轨迹可以包括轨迹A和轨迹B,车辆2在目标道路上产生的完整行车轨迹可以包括轨迹C、轨迹D和轨迹E,车辆3在目标道路上产生的完整行车轨迹可以包括轨迹F。针对轨迹A而言,可以划分得到目标道路对应的历史行车轨迹A-1、A-2和A-3;针对轨迹B而言,可以划分得到目标道路对应的历史行车轨迹B-1、B-2;针对轨迹C而言,可以划分得到目标道路对应的历史行车轨迹C-1、C-2和C-3;针对轨迹D而言,可以划分得到目标道路对应的历史行车轨迹D-1、D-2和D-3;针对轨迹E而言,可以划分得到目标道路对应的历史行车轨迹E-1、E-2;针对轨迹F而言,可以划分得到目标道路对应的历史行车轨迹F-1和F-2。
历史轨迹簇中可以包括具有相同驾驶意图且具有关联车道的至少一条历史行车轨迹,其中,关联车道可以为相同车道或相邻车道。一个历史轨迹簇中包括的各条历史行车轨迹分别属于不同的完整行车轨迹。例如,历史轨迹簇1中可以包括历史行车轨迹A-1、B-1、C-1和D-1,历史轨迹簇2中可以包括历史行车轨迹E-1和F-1。不同的历史轨迹簇中包括的历史行车轨迹的数量可以相同,也可以不同,本申请实施例不进行具体限定。
多个历史轨迹簇之间可以具有拓扑关系,拓扑关系用于指示历史轨迹簇之间是否具有前后继关系。在两个历史轨迹簇之间具有拓扑关系时,可以说明两个历史轨迹簇之间具有前继关系和后继关系。其中,前继关系可以指示一历史轨迹簇的前继历史轨迹簇,前继历史轨迹簇中的各条历史行车轨迹可以认为是该历史轨迹簇中的各条历史行车轨迹的前继轨迹;前继历史轨迹簇中的各条历史行车轨迹对应的车道,可以看做是该历史轨迹簇中的各条历史行车轨迹对应的前继车道。后继关系用于指示一历史轨迹簇的后继历史轨迹簇,后继历史轨迹簇中的各条历史行车轨迹可以认为是该历史轨迹簇中的各条历史行车轨迹的后继轨迹;后继历史轨迹簇中的各条历史行车轨迹对应的车道,可以认为是该历史轨迹簇中的各条历史行车轨迹对应的后继车道。
一组关联车道(即一个车道或一组相邻车道)可以对应于一个历史轨迹簇,历史轨迹簇中的各条历史行车轨迹可以为在该历史轨迹簇对应的车道上产生的轨迹。历史轨迹簇之间的拓扑关系可以根据轨迹点与道路进行车道级匹配后继承得到,也即可以根据历史轨迹簇对应车道之间的拓扑关系确定。例如,若车道为车道和的前继车道,则与车道关联的历史轨迹簇的后继历史轨迹簇为与关联的历史轨迹簇B和与关联的历史轨迹簇C。
一个历史轨迹簇可以与至少一个其他历史轨迹簇具有拓扑关系,例如,一个历史轨迹簇可以有一个或多个前继历史轨迹簇,一个历史轨迹簇可以有一个或多个后继历史轨迹簇。多个历史轨迹簇可以组成一个历史轨迹组,历史轨迹组对应的各条历史行车轨迹可以组合成目标道路对应的各条完整行车轨迹。
如图2所示,为本申请实施例提供的一种历史轨迹簇的划分示意图,在图2中包括七条完整行车轨迹(即轨迹1~7)。其中,划分得到的历史轨迹簇包括g1~g6,g1~g6组成一个历史轨迹组,不同的历史轨迹簇使用不同的虚线框标识。其中,g1轨迹簇中包括七条历史行车轨迹,g1的后继轨迹簇包括g2和g4,也即g2和g4的前继轨迹簇均为g1,g2轨迹簇中包括轨迹3~7各自对应的一条历史行车轨迹,g4轨迹簇中包括轨迹1对应的一条历史行车轨迹和轨迹2对应的一条历史行车轨迹。g4的后继轨迹簇包括g5,也即g5的前继轨迹簇是g4,g5轨迹簇中包括轨迹1和轨迹2各自对应的一条历史行车轨迹。g2的后继轨迹簇包括g3和g6,也即,g3和g6的前继轨迹簇均为g2,g3轨迹簇中包括轨迹6和轨迹7各自对应的一条历史行车轨迹,g6轨迹簇中包括轨迹3~5各自对应的一条历史行车轨迹。
可理解的,若一个历史轨迹簇中包括的各条历史行车轨迹均为完整行车轨迹在目标道路对应的最后一段轨迹,则该历史轨迹簇可以没有后继历史轨迹簇。同样的,若一个历史轨迹簇中包括的各条历史行车轨迹均为完整行车轨迹在目标道路对应的起始轨迹,则该历史轨迹簇可以没有前继历史轨迹簇。
在具体实施时,一个历史轨迹簇可以对应于一个唯一簇标识(即簇id),拓扑关系可以指示有历史轨迹簇对应的前继历史轨迹簇的簇id和/或历史轨迹簇对应的后继历史轨迹簇的簇id。同时,历史轨迹簇中的各个历史行车轨迹也可以具有一个轨迹标识(即轨迹id)。一历史轨迹簇的前继历史轨迹簇,也为该历史轨迹簇中的历史行车轨迹的前继历史轨迹簇;一历史轨迹簇的后继历史轨迹簇,也为该历史轨迹簇中的历史行车轨迹的后继历史轨迹簇。拓扑关系还可以指示有轨迹id对应的前继历史轨迹簇的簇id和/或对应的后继历史轨迹簇的簇id。可选的,若一个历史行车轨迹不存在前后继行车轨迹,则该历史行车轨迹的轨迹id可以设置为默认值。
历史行车轨迹中的各轨迹点可以具有第一位姿信息,第一位姿信息即为该历史行车轨迹行驶过程中采集的位姿点的自车位姿信息。第一位姿信息具体可以包括轨迹点的坐标信息、轨迹点的朝向信息、轨迹点对应的速度信息和定位状态信息等,轨迹点的坐标信息可以包括轨迹点在经纬高坐标系下的坐标信息和/或在东-北-天坐标系ENU下的坐标信息。
具体实施时,可以对目标道路上对应的各条完整行车轨迹进行划分,得到各个历史行车轨迹,然后基于各历史行车轨迹的行驶意图、历史行车轨迹中的轨迹点和道路之间的拓扑关系,确定出多个历史轨迹簇以及历史轨迹簇之间的拓扑关系。其中,多个历史轨迹簇组成历史轨迹组G={},其中,M的值根据划分出的历史轨迹簇的数量决定。即表示第i个历史轨迹簇,其由具有相同驾驶意图且具有关联车道的多条历史行车轨迹构成,可以描述为,其中,N的值根据历史轨迹簇中包括的历史行车轨迹的数量决定,表示中第j+1条历史行车轨迹。
可选的,也可以直接利用现有技术中的拓扑分组算法,基于目标道路对应的各条历史行车轨迹,得到具有拓扑关系的多个历史轨迹簇。
S102:针对每个历史轨迹簇,根据历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定历史轨迹簇对应的各聚合点的第二位姿信息;其中,历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同。
这里,聚合点即为针对历史轨迹簇所聚合出来的轨迹点,其通常是基于历史轨迹簇中的各个历史行车轨迹所包括的已有轨迹点生成的。一个历史轨迹簇对应的各个聚合点连接起来,即可以组成历史轨迹簇对应的一条参考轨迹。第一位姿信息即为历史行车轨迹中的轨迹点的位姿信息,第二位姿信息即为聚合点的位姿信息。
首个聚合点即为历史轨迹簇对应的参考轨迹上的第一个轨迹点,最后一个聚合点即为历史轨迹簇对应的参考轨迹上的最后一个轨迹点。
具体实施时,可以遍历每个历史轨迹簇,针对当前遍历到的历史轨迹簇,可以根据该历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定该历史轨迹簇的前继历史轨迹簇和/或后继历史轨迹簇。然后,根据该历史轨迹簇包括的各个历史行车轨迹上的轨迹点的第一位姿信息,对各历史行车轨迹进行轨迹拟合,得到该历史轨迹簇对应的各个聚合点的第二位姿信息。然后,针对该历史轨迹簇的首个聚合点,如果该历史轨迹簇存在前继历史轨迹簇,则可以利用该前继历史轨迹簇对应的最后一个聚合点对该首个聚合点进行更新,以保证该历史轨迹簇和前继历史轨迹簇之间的连续性。也即,历史轨迹簇的首个聚合点的位姿信息,与该历史轨迹簇对应的前继历史轨迹簇的最后一个聚合点的位姿信息一致。针对该历史轨迹簇的最后一个聚合点,如果该历史轨迹簇存在后继历史轨迹簇,则可以利用该后继历史轨迹簇对应的首个聚合点对该最后一个聚合点进行更新,以保证该历史轨迹簇和后继历史轨迹簇之间的连续性。也即,历史轨迹簇的最后一个聚合点的位姿信息,与该历史轨迹簇对应的后继历史轨迹簇的首个聚合点的位姿信息一致。
如此,在完成对各个历史轨迹簇的遍历后,也可以得到各个历史轨迹簇分别对应的各个聚合点的第二位姿信息。并且,由于在确定聚合点时使用了历史轨迹簇之间的拓扑关系,可以使得在进行轨迹聚合时,充分考虑相邻两个历史轨迹簇对应的轨迹共点问题,得到具有连续性的各个聚合点。
S103:根据多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定目标道路对应的参考轨迹信息;参考轨迹信息用于控制车辆在目标道路上行驶。
这里,参考轨迹信息能够表征在目标道路上规划的最优行驶状态信息,其中,最优行驶状态信息可以包括在目标道路上规划出的参考轨迹以及每个道路位置上的建议车速、建议选择车道等信息。参考轨迹信息可以与轻量化地图的经验图层相匹配,从而用于指示经验图层中的经验轨迹、经验速度等信息。参考轨迹信息可以用于控制车辆在目标道路上进行自动驾驶时的驾驶行为。
具体实施时,可以按照各个历史轨迹簇之间的拓扑关系,根据第二位姿信息,将各个历史轨迹簇对应的各个聚合点顺序连接起来,从而得到目标道路对应的至少一条目标参考轨迹。或者,也可以先根据每个历史轨迹簇对应的各个聚合点的位姿信息,聚合得到每个历史轨迹簇对应的参考轨迹。然后,将各个历史轨迹簇之间的拓扑关系集成为该历史轨迹簇对应的参考轨迹的拓扑关系,再根据参考轨迹的拓扑关系,将各个参考轨迹连接起来并进行平滑处理,得到目标道路对应的至少一条目标参考轨迹。同时,根据第二位姿信息中的朝向信息、速度信息等,可以确定出每个聚合点对应的建议速度、建议朝向等信息。根据每条参考轨迹中的聚合点所对应的车道,可以确定出建议车道等信息。这样,也就可以得到目标道路对应的参考轨迹信息。
这样,根据历史轨迹簇中的各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇之间的拓扑关系,不仅可以实现对历史轨迹簇内多趟历史行车轨迹的聚合,还可以充分考虑具有前后继拓扑关系的历史轨迹簇之间的轨迹共点问题,使得聚合出的具有前后继拓扑关系的历史轨迹簇分别对应的参考轨迹能够利用共点(即前继历史轨迹簇对应的最后一个聚合点和后继历史轨迹簇对应的首个聚合点)连接,从而提高确定出的参考轨迹信息的连续性和合理性。并且,在对历史轨迹簇内多趟历史行车轨迹进行聚合时,依赖的是确定出的各聚合点的第二位姿信息,由于位姿信息不仅可以反映聚合点的位置,还可以表征聚合点的速度、朝向、定位状态等信息,所以利用得到的各聚合点的第二位姿信息得到的参考轨迹信息,可以表征目标道路对应的经验轨迹和经验速度等信息。如此,聚合得到的参考轨迹信息可以与轻量化地图适配,以构建准确合理的经验图层,从而起到辅助自动驾驶系统做出准确合理的驾驶行为。
在一种实施例中,上述S102可以按照如下步骤实施:
S102-1:根据历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定历史轨迹簇的首个聚合点的第二位姿信息。
示例性的,针对任一历史轨迹簇,在确定该历史轨迹簇对应的首个聚合点时,可以根据该历史轨迹簇中的各历史行车轨迹上的轨迹点的第一位姿信息,确定出各历史行车轨迹分别对应的起始轨迹点的第一位姿信息,然后,通过对各起始轨迹点的第一位姿信息进行取均值操作,得到该历史轨迹簇的首个聚合点的第二位姿信息。
S102-2:将首个聚合点作为当前的目标聚合点,以及将首个聚合点的第二位姿信息作为当前的目标位姿信息。
S102-3:根据目标位姿信息确定目标聚合点对应的聚合方向,并按照聚合方向和目标步长,确定下一聚合点对应的种子点的第一坐标信息。
这里,目标步长为根据经验预先设置好的一个步长,该步长可以影响聚合出的相邻聚合点之间的距离。种子点为在确定下一个聚合点时使用的点,第一坐标信息可以为种子点在经纬高坐标系下的坐标信息和/或在ENU下的坐标信息。
位姿信息中包括可以包括点的朝向信息,朝向信息具体可以包括点的位姿对应的平移部分和旋转部分。在具体实施时,可以根据目标位姿信息,确定出位姿中的旋转部分。根据旋转部分确定在自车坐标系下的x轴坐标,然后可以确定x轴坐标在世界坐标系下的向量,将该向量所表征的方向作为聚合方向。也即,聚合方向可以根据目标位姿信息中的旋转部分计算得到,可以用该时刻下自车坐标系x轴在世界坐标系下的向量来表示。然后,可以以首个目标聚合点为起点,按照聚合方向前进目标步长,得到目标聚合点的下一个聚合点对应的种子点以及该种子点的第一坐标信息。
S102-4:根据各历史行车轨迹的轨迹点的第一位姿信息和第一坐标信息,从各历史行车轨迹的轨迹点中确定种子点的多个邻点,并根据多个邻点的第一位姿信息,确定下一聚合点的第二位姿信息。
这里,种子点的邻点即为各历史行车轨迹中包括的与种子点相邻的轨迹点。其中,与种子点相邻即为位于种子点的预设搜索半径内。
具体实施时,可以根据各历史行车轨迹的轨迹点的第一位姿信息,确定各轨迹点的第二坐标信息。然后,根据第一坐标信息和第二坐标信息,确定各轨迹点与种子点之间的距离,然后,根据各个轨迹点对应的距离和预设距离,从各轨迹点中筛选出种子点的各个邻点。然后可以对各个邻点的第一位姿信息进行取均值操作处理,将得到的位姿信息作为下一个聚合点的第二位姿信息。
S102-5:将下一聚合点作为新的目标聚合点,以及将下一聚合点的第二位姿信息作为新的目标位姿信息,并返回执行根据目标位姿信息确定目标聚合点对应的聚合方向的步骤,直至得到历史轨迹簇对应的最后一个聚合点的第二位姿信息;其中,最后一个聚合点对应的种子点的多个邻点包括历史轨迹簇的后继历史轨迹簇中各历史行车轨迹的首端点;首端点是指位于历史行车轨迹的起始轨迹点的预设搜索半径内的轨迹点。
可选的,首端点可以直接是指位于历史行车轨迹的起始轨迹点的预设搜索半径内的各个轨迹点,也可以是指位于历史行车轨迹的起始轨迹点的预设搜索半径内、且满足预设条件的轨迹点,其中预设条件可以为在以聚合方向为法向量的平面上的投影距离满足预设分布。
具体实施时,在按照上述S102-2~S102-4的步骤,确定出历史轨迹簇的首个聚合点对应的下一个聚合点(该下一个聚合点即为第二个聚合点)的第二位姿信息之后,可以继续搜索第二个聚合点的下一个聚合点。因此,可以将最新得到的第二个聚合点作为新的目标聚合点,以及将最新得到的第二个聚合点的第二位姿信息作为新的目标位姿信息,然后返回执行S102-3和S102-5,以得到历史轨迹簇对应的第三个聚合点、第四聚合点、……、最后一个聚合点分别对应的第二位姿信息。这样,利用种子点通过递推搜索的方式,可以依次准确的确定出历史轨迹簇对应的各个聚合点的第二位姿信息。
在本实施例中,根据首个聚合点的第二位姿信息确定第二个聚合点的第二位姿信息,并根据第二个聚合点的第二位姿信息确定第三个聚合点的第二位姿信息,以此类推,得到一个历史轨迹簇的所有聚合点。即对于一个历史轨迹簇除首个聚合点之外的其他任意一个聚合点,均是根据该聚合点的上一聚合点的第二位姿信息确定该聚合点的第二位姿信息。
需要说明的是,在利用上述步骤得到历史轨迹簇对应的倒数第二个聚合点之后,可以利用倒数第二个聚合点的第二位姿信息确定聚合方向,并按照聚合方向和目标步长,确定最后一个聚合点对应的种子点(为便于描述,最后一个聚合点对应的种子点在后文称为最后一个种子点)的第一坐标信息。然后,为了提高该历史轨迹簇的最后一个聚合点和该历史轨迹簇的后继历史轨迹簇的连续性,可以使用该历史轨迹簇中的各轨迹点的第一位姿信息,从各轨迹点中确定出最后一个种子点的各个第三邻点。同时,可以确定该历史轨迹簇的各个后继历史轨迹簇,然后将各个后继历史轨迹簇中各历史行车轨迹的首端点,作为最后一个种子点的第四邻点。最后,可以将各第三邻点和各第四邻点一起作为最后一个种子点的邻点,然后,根据这些邻点的位姿信息确定出最后一个聚合点的第二位姿信息。也即,最后一个种子点的邻点中包括历史轨迹簇中的轨迹点和后继历史轨迹簇中的轨迹点。
其中,首端点可以为历史行车轨迹的起始轨迹点的各个邻点。具体的,针对任一历史轨迹簇,可以确定该历史轨迹簇中的各历史行车轨迹分别对应的起始轨迹点,然后根据起始轨迹点的位姿信息和该历史轨迹簇中各历史行车轨迹的其他轨迹点的位姿信息,确定出起始轨迹点的各个邻点。
若一个种子点的下一个种子点在历史轨迹簇对应的R树中不存在任何邻点,则可以确定该种子点为该历史轨迹簇对应的最后一个种子点,也可以确定该种子点对应的聚合点为该历史轨迹簇对应需聚合的最后一个聚合点。
在一种实施例中,针对上述S102-1,可以按照如下步骤实施:
S102-1-1:根据各条历史行车轨迹的轨迹点的第一位姿信息,确定历史轨迹簇对应的首端点集合和末端点集合。
这里,一个历史轨迹簇对应于一个首端点集合和一个末端点集合,在首端点集合中存储有历史轨迹簇对应的各个首端点,在末端点集合中存储有历史轨迹簇对应的各个末端点。示例性的,首端点集合可以使用表示,这里的id即为历史轨迹簇的簇id,包括各个首端点;末端点集合可以使用表示,这里的id即为历史轨迹簇的簇id,包括各个末端点。首端点可以为历史行车轨迹的起始轨迹点的邻点,末端点可以为历史行车轨迹的末尾轨迹点的邻点。
具体实施时,针对任一历史轨迹簇,针对该历史轨迹簇中的每条历史行车轨迹,可以根据该历史行车轨迹中的各个位姿点的第一位姿信息,按照轨迹点之间的距离进行检索,确定出该历史行车轨迹对应的首端点和末端点。在得到该历史轨迹簇中各历史行车轨迹分别对应的首端点和末端点之后,可以对各首端点去重后保存在该历史轨迹簇对应的首端点集合中,以及可以对各末端点去重后保存在该历史轨迹簇对应的末端点集合中。
在一种实施例中,上述S102-1-1可以按照如下步骤实施:
S102-1-1-1:根据各第一位姿信息指示的第二坐标信息和预设搜索半径,构建历史轨迹簇对应的R树。
这里,一个历史轨迹簇对应于一个R树,预设搜索半径即为R树中各轨迹点对应的外接矩形的矩形边到该轨迹点的最短距离。第二坐标信息可以为第一位姿信息中的ENU坐标。
具体实施时,针对任一历史轨迹簇,可以根据该历史轨迹簇中所有轨迹点的第一位姿信息中的ENU坐标,构建该历史轨迹簇对应的R树。由于仅用坐标信息无法表征R树的搜索范围,所以在构建R树时还需要设定在轨迹点的预设搜索半径内的矩形框,作为该轨迹点的搜索范围。
S102-1-1-2:针对历史轨迹簇中任一历史行车轨迹,根据历史行车轨迹中各轨迹点的第一位姿信息和R树,确定历史行车轨迹的起始轨迹点的第一邻点和历史行车轨迹的末尾轨迹点的第二邻点。
这里,第一邻点即为起始轨迹点对应的各个邻点,第二邻点即为末尾轨迹点对应的各个邻点。
具体实施时,针对历史轨迹簇中任一历史行车轨迹,可以根据该历史行车轨迹中各轨迹点的第一位姿信息,确定出该历史行车轨迹对应的起始轨迹点和末尾轨迹点。然后可以根据该起始轨迹点的第一位姿信息,从R树中搜索与该起始轨迹点匹配的轨迹点,将该轨迹点对应的矩形框内的各个轨迹点作为该起始轨迹点的第一邻点。其中,与起始轨迹点匹配的轨迹点可以为与起始轨迹点一致的点。同理,可以根据末尾轨迹点的第一位姿信息,从R树中搜索与该末尾轨迹点匹配的轨迹点,将该轨迹点对应的矩形框内的各个轨迹点作为该末尾轨迹点的第二邻点。
S102-1-1-3:根据各条历史行车轨迹对应的第一邻点,确定首端点集合,以及根据各条历史行车轨迹对应的第二邻点,确定末端点集合。
具体实施时,在得到历史轨迹簇中的各条历史行车轨迹分别对应的第一邻点之后,可以在对各个第一邻点进行去重后,得到该历史轨迹簇对应的首端点集合。同理,在得到历史轨迹簇中的各条历史行车轨迹分别对应的第二邻点之后,可以在对各个第二邻点进行去重后,得到该历史轨迹簇对应的末端点集合。
S102-1-2:在拓扑关系指示历史轨迹簇具有多个前继历史轨迹簇的情况下,将历史轨迹簇的首端点集合中的各个首端点的第一位姿信息、和各前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到均值位姿信息。
具体实施时,如果根据拓扑关系,确定历史轨迹簇具有多个前继历史轨迹簇的情况下,为了提高聚合出的首个聚合点与各个前继历史轨迹簇之间的连续性,可以先确定该历史轨迹簇的首端点集合中的各个首端点的第一位姿信息、以及各前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息。然后,将这些首端点的第一位姿信息和这些末端点的第一位姿信息相加,再对相加得到的结果进行取均值操作,得到一个均值位姿信息。其中,均值位姿信息中的坐标信息是对各第一位姿信息中的坐标信息取均值得到的,均值位姿信息中的朝向信息、速度信息等,也是对各第一位姿信息中的对应信息取均值得到的。
S102-1-3:将均值位姿信息作为历史轨迹簇的首个聚合点的第二位姿信息。
具体实施时,可以将均值位姿信息作为历史轨迹簇的首个聚合点的第二位姿信息,同时,可以将均值位姿信息作为各前继历史轨迹簇的最后一个聚合点的第二位姿信息。如此,可以保证历史轨迹簇的首个聚合点和各前继历史轨迹簇的最后一个聚合点一致,从而保证在聚合得到的参考轨迹的连续性。
可选的,在得到各个历史轨迹簇之后,可以先根据拓扑关系,确定出具有多个前继历史轨迹簇的历史轨迹簇。然后,针对这样的历史轨迹簇,可以按照上述S102-1-2和S102-1-3的步骤,提前聚合出这样的历史轨迹簇的首个聚合点和这些历史轨迹簇的各前继历史轨迹簇的最后一个聚合点。也即,提前聚合出多对一轨迹簇(即多个前继历史轨迹簇对应于一个后继历史轨迹簇)的首个聚合点。然后,在对各历史轨迹簇进行聚合时,如果该历史轨迹簇对应于多个前继历史轨迹簇,可以直接将预先聚合好的首个聚合点,作为该历史轨迹簇的首个聚合点。
在另一种实施例中,针对上述S102-1,如果历史轨迹簇仅存在一个前继历史轨迹簇或不存在前继历史轨迹簇,还可以按照如下步骤确定出首个聚合点:
在拓扑关系指示历史轨迹簇的前继历史轨迹簇为一个的情况下,若已聚合得到前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将该第二位姿信息作为历史轨迹簇的首个聚合点的第二位姿信息。
具体实施时,如果当前需要聚合的历史轨迹簇的拓扑关系指示该历史轨迹簇存在一个前继历史轨迹簇,则可以判断该前继历史轨迹簇对应的最后一个聚合点是否聚合完成,也即判断该前继历史轨迹簇是否已经聚合完成。若是,则可以将已聚合得到该前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,作为该历史轨迹簇的首个聚合点的第二位姿信息。如此可以实现该历史轨迹簇和前继历史轨迹簇之间具有共点。
反之,如果前继历史轨迹簇对应的最后一个聚合点未聚合完成,也即该前继历史轨迹簇未聚合完成,此时为了保证针对该历史轨迹簇的聚合效率,可以根据该历史轨迹簇中的至少一个历史行车轨迹的起始轨迹点的第一位姿信息,确定历史轨迹簇的首个聚合点的第二位姿信息。例如,可以将该历史轨迹簇中的任一历史行车轨迹的起始轨迹点的第一位姿信息,作为该历史轨迹簇的首个聚合点的第二位姿信息。或者,可以对该历史轨迹簇中各历史行车轨迹的起始轨迹点的第一位姿信息进行取均值操作,得到该历史轨迹簇的首个聚合点的第二位姿信息。
另外,如果根据该历史轨迹簇的拓扑关系确定该历史轨迹簇不存在前继历史轨迹簇,则也可以根据历史轨迹簇中的至少一个历史行车轨迹的起始轨迹点的第一位姿信息,确定历史轨迹簇的首个聚合点的第二位姿信息,例如,从该历史轨迹簇对应的多条历史行车轨迹中,选取任一历史行车轨迹,将选取的该历史行车轨迹的起始轨迹点的第一位姿信息,作为该历史轨迹簇的首个聚合点的第二位姿信息。或者,也可以对该历史轨迹簇中的多条历史行车轨迹分别对应的起始轨迹点的第一位姿信息,进行取均值操作,将得到的位姿信息作为该历史轨迹簇的首个聚合点的第二位姿信息。
在一种实施例中,如果历史轨迹簇存在一个前继历史轨迹簇,且在确定该历史轨迹簇的首个聚合点时,是根据历史轨迹簇中的至少一个历史行车轨迹的起始轨迹点的第一位姿信息确定的,则为了提高最终聚合得到的前继历史轨迹簇的参考轨迹和该历史轨迹簇的参考轨迹之间的连续性,还可以在聚合得到前继历史轨迹簇对应的最后一个聚合点的第二位姿信息后,判断该第二位姿信息与历史轨迹簇的首个聚合点的第二位姿信息是否匹配。也即,在聚合得到的前继历史轨迹簇的最后一个聚合点之后,可以判断历史轨迹簇的首个聚合点与该最后一个聚合点的位姿信息是否一致。
若匹配,也即可以说明两个聚合点的位姿信息一致,则不需要对首个聚合点进行更新。若不匹配,则可以利用前继历史轨迹簇的最后一个聚合点的第二位姿信息,更新该历史轨迹簇的首个聚合点的第二位姿信息。示例性的,可以直接将前继历史轨迹簇的最后一个聚合点的第二位姿信息,作为该历史轨迹簇的首个聚合点的第二位姿信息,由此保证前后相邻的两个历史轨迹簇分别对应的参考轨迹之间存在共点。
在一种实施例中,针对S102-4中确定种子点的多个邻点的步骤,可以按照如下步骤实施:
S102-4-1:根据各第一位姿信息指示的第二坐标信息和预设搜索半径,构建历史轨迹簇对应的R树。
关于本步骤的具体实施过程,可以参照上述S102-1-1-1,此处不再赘述。
S102-4-2:根据第一坐标信息和第二坐标信息,确定种子点的匹配点。
这里,在R树中存在坐标信息与种子点一致的轨迹点的情况下,匹配点即可以为R树中坐标信息与种子点一致的轨迹点。在R树中不存在坐标信息与种子点一致的轨迹点的情况下,匹配点可以为坐标信息与种子点的第一坐标信息最接近的点,或者,可以根据第一坐标信息在R树中新增一个节点,将该新增节点作为匹配点。
具体实施时,可以根据种子点的第一坐标信息和R树中各轨迹点的第二坐标信息,确定是否存在与种子点的坐标信息一致的轨迹点,若是,则将该点作为种子点的匹配点。若否,则可以确定各轨迹点与种子点的距离,将距离最近的轨迹点作为种子点的匹配点;或者,在不存在与种子点的坐标信息一致的轨迹点的情况下,将利用第一坐标信息在R树中新增的节点作为匹配点。
S102-4-3:利用匹配点,从R树中确定种子点的多个邻点。
具体实施时,可以确定匹配点在R树中对应的矩形框,从R树中检索得到位于该矩形框内的各轨迹点,根据这些轨迹点确定种子点的邻点。例如,可以将位于匹配点对应的矩形框内的各轨迹点作为种子点的邻点。
其中,若匹配点为新增节点,则可以在新增节点的时候,利用预设半径和各第一位姿信息指示的第二坐标信息,构建新增节点在R树中对应的矩形框。然后,根据位于该矩形框内的各轨迹点,确定种子点的邻点。
在一种实施例中,上述S102-4-3可以按照以下步骤实施:
S102-4-3-1:利用匹配点,从R树中确定种子点对应的多个候选邻点。
示例性的,可以将位于匹配点对应的矩形框内的各轨迹点作为候选邻点。
S102-4-3-2:确定每个候选邻点在以聚合方向为法向量的平面上的第一投影距离。
具体实施时,在确定出各个候选邻点之后,可以以在确定种子点时使用的聚合方向为法向量构建平面,然后根据每个候选邻点的第一位姿信息,确定每个候选邻点在该平面上的投影距离,将该投影距离作为候选邻点的第一投影距离。
S102-4-3-3:将对应的第一投影距离满足预设分布的候选邻点,作为种子点的邻点。
具体实施时,预设分布可以为高斯分布。在得到各个候选邻点的第一投影距离之后,可以判断第一投影距离是否超过高斯分布3σ范围,若否,则确定候选邻点为离群点,剔除候选邻点。若未超过3σ范围,则将候选邻点作为种子点对应的有效的邻点。
在一种实施例中,在得到历史轨迹簇对应的最后一个聚合点的第二位姿信息之后,还可以按照如下步骤确定是否需要对最后一个聚合点进行更新:
步骤A:若历史轨迹簇为一后继历史轨迹簇对应的多个前继历史轨迹簇中的一个,在历史轨迹簇的最后一个聚合点的第二位姿信息与历史轨迹簇对应的均值位姿信息不一致的情况下,利用均值位姿信息,更新最后一个聚合点的第二位姿信息。
这里,针对任一当前需要聚合的历史轨迹簇,如果该历史轨迹簇存在后继历史轨迹簇,且该后继历史轨迹簇还存在除该历史轨迹簇以外的其他前继历史轨迹簇,则还可以获取到该历史轨迹簇对应的提前聚合得到的均值位姿信息。
也即,若一历史轨迹簇为某历史轨迹簇的多个前继历史轨迹簇中的一个,在执行上述S102-1-2和S102-1-3时,会确定出该历史轨迹簇对应的均值位姿信息,同时会将该均值位姿信息作为该历史轨迹簇对应的最后一个聚合点的第二位姿信息。
然后,在根据S102-5确定出该历史轨迹簇对应的最后一个聚合点(描述为递推搜索得到的最后一个聚合点)的第二位姿信息之后,还可以确定该第二位姿信息与该历史轨迹簇对应的均值位姿信息是否一致,若一致,无需对该历史轨迹簇的第二位姿信息进行更新。若不一致,则可以利用均值位姿信息对该第二位姿信息进行更新,从而保证该历史轨迹簇对应的更新后的最后一个聚合点,能够与后续历史轨迹簇的首个聚合点一致。例如,可以直接将递推搜索得到的最后一个聚合点的第二位姿信息,更新为该历史轨迹簇对应的均值位姿信息,从而实现对该历史轨迹簇对应的最后一个聚合点的更新。
在一种实施例中,针对步骤A中更新第二位姿信息的步骤,可以按照如下步骤实施:
S1:根据最后一个聚合点的前一聚合点的第二位姿信息,以及均值位姿信息,确定目标向量。
具体实施时,可以确定递推搜索得到的最后一个聚合点的前一个聚合点,然后根据该前一个聚合点的第二位姿信息以及历史轨迹簇对应的均值位姿信息,计算出目标向量。
S2:确定最后一个聚合点在目标向量指示的方向上的第二投影距离。
具体实施时,目标向量作为矢量存在方向,在确定出目标向量之后,可以根据递推搜索得到的最后一个聚合点的第二位姿信息,确定递推搜索得到的最后一个聚合点在目标向量指示的方向上的投影距离,将该投影距离作为递推搜索得到的最后一个聚合点对应的第二投影距离。
S3:在第二投影距离为负的情况下,利用均值位姿信息,替换最后一个聚合点的第二位姿信息;或者,在第二投影距离为正的情况下,确定第二投影距离处的投影点;将最后一个聚合点的第二位姿信息更新为均值位姿信息,并将投影点作为新增在前一聚合点和最后一个聚合点之间的聚合点。
具体实施时,在得到第二投影距离之后,可以在第二投影距离为负值的情况下,可以直接将递推搜索得到的最后一个聚合点的第二位姿信息,更新为该历史轨迹簇对应的均值位姿信息,也即舍弃递推搜索得到的最后一个聚合点,将均值位姿信息对应的聚合点作为该历史轨迹簇的最后一个聚合点。如此,可以实现将递推搜索得到的最后一个聚合点,更新为均值位姿信息对应的聚合点。
反之,在第二投影距离为正的情况下,可以根据递推搜索得到的最后一个聚合点的第二位姿信息,确定第二投影距离处对应的投影点的位姿信息,然后可以舍弃递推搜索得到的最后一个聚合点,将均值位姿信息对应的聚合点作为该历史轨迹簇的最后一个聚合点,并将投影点增加在前一个聚合点和更新后的该最后一个聚合点之间,作为一个新补充的聚合点。
示例性的,历史轨迹簇对应的递推搜索得到的最后一个聚合点记载为聚合点A,历史轨迹簇对应的均值位姿信息所指示的聚合点即为聚合点B,聚合点A对应的第二投影距离处的点即为点C,聚合点A的前一个聚合点为聚合点D。如果第二投影距离为负,则舍弃聚合点A并将聚合点B作为历史轨迹簇对应的最后一个聚合点。如果第二投影距离为正,则舍弃聚合点A并将聚合点B作为历史轨迹簇对应的最后一个聚合点,同时将点C作为聚合点B和聚合点D之间新增的一个聚合点。
在一种实施例中,针对上述S103,可以按照如下步骤实施:
S103-1:根据各历史轨迹簇分别对应的各聚合点的第二位姿信息以及各历史轨迹簇之间的拓扑关系,确定各历史轨迹簇对应的初始参考轨迹,以及各初始参考轨迹之间的拓扑关系。
具体实施时,针对每个历史轨迹簇,可以根据该历史轨迹簇分别对应的各聚合点的第二位姿信息,确定出该历史轨迹簇对应的初始参考轨迹。同时,可以将两历史轨迹簇之间的拓扑关系,作为两历史轨迹簇分别对应的初始参考轨迹之间的拓扑关系。
示例性的,若历史轨迹簇1为历史轨迹簇2和3的前继历史轨迹簇,则历史轨迹簇1对应的初始参考轨迹1,也为历史轨迹簇2对应的初始参考轨迹2和历史轨迹簇3对应的初始参考轨迹3的前继参考轨迹。
S103-2:根据各初始参考轨迹和各初始参考轨迹之间的拓扑关系,确定目标道路对应的参考轨迹信息。
具体实施时,可以根据各初始参考轨迹之间的拓扑关系,将各初始参考轨迹连接起来并进行轨迹平滑处理,得到目标道路对应的各条目标参考轨迹,同时,可以根据目标参考轨迹中各聚合点的第二位姿信息,确定出目标参考轨迹上各聚合点的规划速度、规划朝向等信息。这样,即可以根据各条目标参考轨迹、和各条目标参考轨迹上各聚合点的规划速度、规划朝向等信息,确定出目标道路对应的参考轨迹信息。
这样,根据历史轨迹簇对应的各聚合点的第二位姿信息,可以拟合出历史轨迹簇对应的初始参考轨迹。通过历史轨迹簇之间的拓扑关系,可以得到各初始参考轨迹之间的拓扑关系。利用拓扑关系和初始参考轨迹,可以得到目标道路对应的合理的参考轨迹信息。
示例性的,针对历史轨迹组G={},利用上述各实施例提供的行车轨迹确定方法,可以聚合得到目标参考轨迹。
如图3所示,为本申请实施例提供的一种对目标道路对应的各历史行车轨迹进行聚合后得到的目标参考轨迹的示意图。其中,图3中的3-1为各历史行车轨迹的示意图,其中,历史行车轨迹上的各个点即为该历史行车轨迹上的轨迹点,历史行车轨迹的颜色表示历史行车轨迹对应的历史轨迹簇,不同的颜色对应于不同的轨迹簇。在图3-1中,示出了各个历史轨迹簇对应的目标参考轨迹,但为了更清楚的展示各历史轨迹簇对应的目标参考轨迹,图3-2单独示出了各历史轨迹簇对应的目标参考轨迹,不同的目标参考轨迹使用不同的颜色标识,图3-2中的一条线即为一条目标参考轨迹。在图3-1和图3-2中,由于图片进行了灰度处理,所以颜色也以灰度后的颜色展示。
在一种实施例中,针对S103-2,还可以按照如下步骤实施:
S103-2-1:根据各历史轨迹簇分别对应的初始参考轨迹,筛选出轨迹分离点和轨迹合并点;其中,所述轨迹分离点是在初始参考轨迹对应多个后继参考轨迹的情况下,初始参考轨迹上的最后一个聚合点;轨迹合并点是在初始参考轨迹对应多个前继参考轨迹的情况下,初始参考轨迹上的首个聚合点。
具体实施时,可以根据各历史轨迹簇分别对应的初始参考轨迹和各初始参考轨迹之间的拓扑关系,将各条具有拓扑关系的初始参考轨迹连接起来,得到目标道路对应的各条候选参考轨迹。然后,根据候选参考轨迹以及候选参考轨迹之间的拓扑关系,从候选参考轨迹中筛选出各个轨迹分离点和各个轨迹合并点。
S103-2-2:根据历史轨迹簇与轨迹分离点之间的距离变化趋势,确定轨迹分离点对应的优化分离点,以及根据历史轨迹簇与所述轨迹合并点之间的距离变化趋势,确定轨迹合并点对应的优化合并点。
这里,距离变化趋势用于表征历史轨迹簇对应的各条历史行车轨迹与轨迹分离点之间的距离的变化趋势、以及与轨迹合并点之间的距离的变化趋势。
具体实施时,可以确定轨迹分离点与各条历史行车轨迹之间的第一距离,根据第一距离确定出历史轨迹簇与轨迹分离点之间的距离变化趋势,并根据距离变化趋势对轨迹分离点的第二位姿信息进行优化,得到优化分离点。同理,可以确定轨迹合并点与各条历史行车轨迹之间的第二距离,根据第二距离确定出历史轨迹簇与轨迹合并点之间的距离变化趋势,并根据距离变化趋势对轨迹合并点的第二位姿信息进行优化,得到优化合并点。
可理解的,可以存在不需要的优化的轨迹分离点和/或轨迹合并点,这样的点不存在对应优化后的点,或者说对应优化后的点为该点本身。
如图4所示,为本申请实施例提供的一种轨迹合并点、轨迹分离点、优化合并点和优化分离点的示意图,其中,各条白色的轨迹为历史行车轨迹,使用实线表示的正方形处对应的轨迹点为优化前的轨迹合并点或轨迹分离点,使用虚线表示且中间带有横线的正方形处对应的轨迹点为优化后得到的优化合并点或优化分离点。在图4中示出了一个不需要优化的轨迹合并点。
S103-2-3:利用优化分离点和优化合并点,对各条历史行车轨迹进行重新划分,得到具有拓扑关系的多个新的历史轨迹簇。
具体实施时,在得到各个优化分离点和各个优化合并点,可以利用优化分离点和各个优化合并点以及历史行车轨迹之间的拓扑关系,对对各条历史行车轨迹进行重新划分,得到具有拓扑关系的多个新的历史轨迹簇。
S103-2-4:返回执行根据历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定历史轨迹簇对应的各聚合点的第二位姿信息的步骤,直至循环次数达到预设次数,得到各目标参考轨迹及对应的目标拓扑关系。
示例性的,在得到多个新的历史轨迹簇之后,可以返回执行上述S102和S103,直至循环执行的次数达到预设次数,或者当前次循环确定出的优化合并点和轨迹合并点之间的距离小于预设距离,以及当前次循环确定出的优化分离点和轨迹分离点之间的距离小于预设距离,将最新得到的各个候选参考轨迹作为目标参考轨迹,将各候选参考轨迹的拓扑关系,作为各目标参考轨迹的目标拓扑关系。
S103-2-5:根据各目标参考轨迹和目标拓扑关系,确定目标道路对应的参考轨迹信息。
关于本步骤的具体实施过程,可以参照上述S103-2的实施过程,此处不再赘述。
这样,利用初始参考轨迹可以实现对历史轨迹簇的再次划分,然后再通过对再次划分得到的新的历史轨迹簇进行再次聚合,可以提高再次聚合得到的初始参考轨迹相较于上一次聚合得到的初始参考轨迹的合理性。如此,通过多次的重复聚合,可以提高得到的目标参考轨迹的合理性和准确性。
为便于对本公开实施例提供的行车轨迹确定方法进行理解,下面以一个具体的实施例进行说明:
针对历史轨迹组G={},:
步骤1、遍历历史轨迹组G中的各个历史轨迹簇,针对每个历史轨迹簇,可以根据各条历史行车轨迹的轨迹点的第一位姿指示的第二坐标信息和预设搜索半径,构建该历史轨迹簇对应的R树。然后针对历史轨迹簇中任一历史行车轨迹,根据历史行车轨迹中各轨迹点的第一位姿信息和R树,确定历史行车轨迹的起始轨迹点的第一邻点和历史行车轨迹的末尾轨迹点的第二邻点;根据各条历史行车轨迹对应的第一邻点,确定该历史轨迹簇对应的首端点集合,以及根据各条历史行车轨迹对应的第二邻点,确定该历史轨迹簇对应的末端点集合。
步骤2、提前聚合多对一轨迹簇的首个聚合点:遍历历史轨迹组G,针对具有多个前继历史轨迹簇的历史轨迹簇X,将历史轨迹簇X的首端点集合中的各个首端点的第一位姿信息、和各前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到均值位姿信息。将均值位姿信息作为历史轨迹簇X的首个聚合点的第二位姿信息。
步骤3、针对任一历史轨迹簇,确定该历史轨迹簇的首个聚合点。其中,在历史轨迹簇具有多个前继历史轨迹簇的情况下,首个聚合点即为步骤2聚合得到的均值位姿信息对应的点。
在历史轨迹簇具有一个前继历史轨迹簇的情况下,若已聚合得到前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将该第二位姿信息作为历史轨迹簇的首个聚合点的第二位姿信息。
若未聚合得到历史轨迹簇的前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将历史轨迹簇中的任一历史行车轨迹的起始轨迹点的第一位姿信息,作为历史轨迹簇的首个聚合点的第二位姿信息。并且,在前继历史轨迹簇对应的最后一个聚合点聚合得到之后,如果前继历史轨迹簇对应的最后一个聚合点与该历史轨迹簇对应递推搜索得到的最后一个聚合点不一致,则将该历史轨迹簇对应最后一个聚合点,更新为前继历史轨迹簇对应的最后一个聚合点。
若历史轨迹簇不存在前继历史轨迹簇,则将历史轨迹簇中的任一历史行车轨迹的起始轨迹点的第一位姿信息,作为历史轨迹簇的首个聚合点的第二位姿信息。
步骤4、将首个聚合点作为目标聚合点,以及将首个聚合点的第二位姿信息作为目标位姿信息;根据目标聚合点的第一位姿信息确定聚合方向,并按照聚合方向和目标步长,确定下一聚合点对应的种子点的第一坐标信息,利用历史轨迹簇对应的R树,搜索得到该种子点对应的多个候选邻点,并确定每个候选邻点在以聚合方向为法向量的平面上的第一投影距离。将对应的第一投影距离满足预设分布的候选邻点,作为种子点的邻点。
步骤5、对多个邻点的第一位姿信息进行取均值操作,得到下一聚合点的第二位姿信息。
步骤6、将下一聚合点作为新的目标聚合点,以及将下一聚合点的第二位姿信息作为新的目标位姿信息,并返回执行步骤4,直至得到历史轨迹簇的最后一个聚合点对应的最后一个种子点,利用历史轨迹簇对应的R树,确定最后一个种子点的各第三邻点,并将该历史轨迹簇的各后继历史轨迹簇的首端点集合中的各首端点,作为最后一个种子点的第四邻点。将各第三邻点的第一位姿信息和各第四邻点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到最后一个聚合点的第二位姿信息。其中,如果该历史轨迹簇为一后继历史轨迹簇对应的多个前继历史轨迹簇中的一个,则在历史轨迹簇对应的递推搜索得到的最后一个聚合点的第二位姿信息与历史轨迹簇对应的均值位姿信息不一致的情况下,根据递推搜索得到的最后一个聚合点的前一聚合点的第二位姿信息,以及均值位姿信息,确定目标向量。确定递推搜索得到的最后一个聚合点在目标向量指示的方向上的第二投影距离。在第二投影距离为负的情况下,利用均值位姿信息,替换递推搜索得到的最后一个聚合点的第二位姿信息;或者,在第二投影距离为正的情况下,确定第二投影距离处的投影点;将递推搜索得到的最后一个聚合点的第二位姿信息更新为均值位姿信息,并将投影点作为新增在前一聚合点和最后一个聚合点之间的聚合点。
步骤7、根据各历史轨迹簇分别对应的各聚合点的第二位姿信息以及各历史轨迹簇之间的拓扑关系,确定各历史轨迹簇对应的初始参考轨迹,以及各初始参考轨迹之间的拓扑关系。
步骤8、根据各历史轨迹簇分别对应的初始参考轨迹和拓扑关系,筛选出轨迹分离点和轨迹合并点;根据历史轨迹簇与轨迹分离点之间的距离变化趋势,确定轨迹分离点对应的优化分离点,以及根据历史轨迹簇与轨迹合并点之间的距离变化趋势,确定轨迹合并点对应的优化合并点;利用优化分离点和所化合并点,对各条历史行车轨迹进行重新划分,得到具有拓扑关系的多个新的历史轨迹簇;返回执行步骤1~7,直至循环次数达到预设次数,得到各目标参考轨迹及对应的目标拓扑关系。
步骤9、根据各目标参考轨迹及对应的目标拓扑关系,确定目标道路对应的参考轨迹信息。
关于上述步骤1~步骤9的具体实施过程,可以参照上述各实施例,此处不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与行车轨迹确定方法对应的行车轨迹确定装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述行车轨迹确定方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,为本公开实施例提供的一种行车轨迹确定装置的示意图,包括:
轨迹划分模块501,用于基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;所述历史轨迹簇中包括至少一条历史行车轨迹;所述拓扑关系用于指示所述多个历史轨迹簇之间是否具有前后继关系;
聚合模块502,用于针对每个所述历史轨迹簇,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息;其中,所述历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同;
规划模块503,用于根据所述多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定所述目标道路对应的参考轨迹信息;所述参考轨迹信息用于控制车辆在所述目标道路上行驶。
在一种可能的实施方式中,所述聚合模块502,在根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息时,用于:
根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息;
将所述首个聚合点作为当前的目标聚合点,以及将所述首个聚合点的第二位姿信息作为当前的目标位姿信息;
根据所述目标位姿信息确定所述目标聚合点对应的聚合方向,并按照所述聚合方向和目标步长,确定下一聚合点对应的种子点的第一坐标信息;
根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点,并根据所述多个邻点的第一位姿信息,确定所述下一聚合点的第二位姿信息;
将所述下一聚合点作为新的目标聚合点,以及将所述下一聚合点的第二位姿信息作为新的目标位姿信息,并返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息;其中,所述最后一个聚合点对应的种子点的多个邻点包括所述历史轨迹簇的后继历史轨迹簇中各历史行车轨迹的首端点;所述首端点是指位于所述历史行车轨迹的起始轨迹点的预设搜索半径内的轨迹点。
在一种可能的实施方式中,所述聚合模块502,在根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点时,用于:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
根据所述第一坐标信息和所述第二坐标信息,确定所述种子点的匹配点;
利用所述匹配点,从所述R树中确定所述种子点的多个邻点。
在一种可能的实施方式中,所述聚合模块502,在所述利用所述匹配点,从所述R树中确定所述种子点的多个邻点时,用于:
利用所述匹配点,从所述R树中确定所述种子点对应的多个候选邻点;
确定每个所述候选邻点在以所述聚合方向为法向量的平面上的第一投影距离;
将对应的所述第一投影距离满足预设分布的候选邻点,作为所述种子点的邻点。
在一种可能的实施方式中,所述聚合模块502,在根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息时,用于:
根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合;
在所述拓扑关系指示所述历史轨迹簇具有多个前继历史轨迹簇的情况下,将所述历史轨迹簇的首端点集合中的各个首端点的第一位姿信息、和各所述前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到均值位姿信息;
将所述均值位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息。
在一种可能的实施方式中,所述聚合模块502,在根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合时,用于:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
针对所述历史轨迹簇中任一历史行车轨迹,根据所述历史行车轨迹中各轨迹点的第一位姿信息和所述R树,确定所述历史行车轨迹的起始轨迹点的第一邻点和所述历史行车轨迹的末尾轨迹点的第二邻点;
根据各条所述历史行车轨迹对应的第一邻点,确定所述首端点集合,以及根据各条所述历史行车轨迹对应的第二邻点,确定所述末端点集合。
在一种可能的实施方式中,所述聚合模块502,在根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息时,用于:
在所述拓扑关系指示所述历史轨迹簇的前继历史轨迹簇为一个的情况下,若已聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将该第二位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息;
若未聚合得到所述历史轨迹簇的前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,或所述历史轨迹簇不存在前继历史轨迹簇,则根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息。
在一种可能的实施方式中,所述聚合模块502,在根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息之后,还用于:
在聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息后,判断该第二位姿信息与所述历史轨迹簇的首个聚合点的第二位姿信息是否匹配;若不匹配,则利用所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,更新所述历史轨迹簇的首个聚合点的第二位姿信息。
在一种可能的实施方式中,所述聚合模块502,在返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息之后,还用于:
若所述历史轨迹簇为一后继历史轨迹簇对应的多个前继历史轨迹簇中的一个,在所述历史轨迹簇的最后一个聚合点的第二位姿信息与所述历史轨迹簇对应的均值位姿信息不一致的情况下,利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息。
在一种可能的实施方式中,所述聚合模块502,在所述利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息时,用于:
根据所述最后一个聚合点的前一聚合点的第二位姿信息,以及所述均值位姿信息,确定目标向量;
确定所述最后一个聚合点在所述目标向量指示的方向上的第二投影距离;
在所述第二投影距离为负的情况下,利用所述均值位姿信息,替换所述最后一个聚合点的第二位姿信息;
在所述第二投影距离为正的情况下,确定所述第二投影距离处的投影点;将所述最后一个聚合点的第二位姿信息更新为所述均值位姿信息,并将所述投影点作为新增在所述前一聚合点和所述最后一个聚合点之间的聚合点。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
基于同一技术构思,本申请实施例还提供了一种计算机设备。参照图6所示,为本申请实施例提供的一种计算机设备的结构示意图,包括:
处理器601、存储器602和总线603。其中,存储器602存储有处理器601可执行的机器可读指令,处理器601用于执行存储器602中存储的机器可读指令,所述机器可读指令被处理器601执行时,处理器601执行下述步骤:S101:基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;历史轨迹簇中包括至少一条历史行车轨迹;拓扑关系用于指示多个历史轨迹簇之间是否具有前后继关系;S102:针对每个历史轨迹簇,根据历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定历史轨迹簇对应的各聚合点的第二位姿信息;其中,历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同以及S103:根据多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定目标道路对应的参考轨迹信息;参考轨迹信息用于控制车辆在目标道路上行驶。
上述存储器602包括内存6021和外部存储器6022;这里的内存6021也称内存储器,用于暂时存放处理器601中的运算数据,以及与硬盘等外部存储器6022交换的数据,处理器601通过内存6021与外部存储器6022进行数据交换,当计算机设备运行时,处理器601与存储器602之间通过总线603通信,使得处理器601在执行上述方法实施例中所提及的执行指令。
本公开实施例还提供一种计算机程序产品,该计算机程序产品被处理器运行时执行上述方法实施例中所述的行车轨迹确定方法的步骤。其中,该程序产品可以是易失性或非易失的计算机程序产品。
本公开实施例所提供的行车轨迹确定方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的行车轨迹确定方法的步骤,具体可参见上述方法实施例,在此不再赘述。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开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。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,又例如,多个单元或组件可以结合,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通信接口,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。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式、处理的个人信息种类等信息。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种行车轨迹确定方法,其特征在于,包括:
基于目标道路对应的各条历史行车轨迹,确定具有拓扑关系的多个历史轨迹簇;所述历史轨迹簇中包括至少一条历史行车轨迹;所述拓扑关系用于指示所述多个历史轨迹簇之间是否具有前后继关系;
针对每个所述历史轨迹簇,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息;其中,所述历史轨迹簇的最后一个聚合点与其对应的后继历史轨迹簇的首个聚合点的位姿信息相同;
根据所述多个历史轨迹簇分别对应的各聚合点的第二位姿信息,确定所述目标道路对应的参考轨迹信息;所述参考轨迹信息用于控制车辆在所述目标道路上行驶;
其中,所述根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息,包括:
遍历每个历史轨迹簇,针对当前遍历到的历史轨迹簇,根据该历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定该历史轨迹簇的前继历史轨迹簇和/或后继历史轨迹簇;根据该历史轨迹簇包括的各个历史行车轨迹上的轨迹点的第一位姿信息,对各历史行车轨迹进行轨迹拟合,得到该历史轨迹簇对应的各个聚合点的第二位姿信息;针对该历史轨迹簇的首个聚合点,若该历史轨迹簇存在前继历史轨迹簇,则利用该前继历史轨迹簇对应的最后一个聚合点对该首个聚合点进行更新,以保证该历史轨迹簇和前继历史轨迹簇之间的连续性。
2.根据权利要求1所述的方法,其特征在于,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,以及所述历史轨迹簇与其他历史轨迹簇之间的拓扑关系,确定所述历史轨迹簇对应的各聚合点的第二位姿信息,包括:
根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息;
将所述首个聚合点作为当前的目标聚合点,以及将所述首个聚合点的第二位姿信息作为当前的目标位姿信息;
根据所述目标位姿信息确定所述目标聚合点对应的聚合方向,并按照所述聚合方向和目标步长,确定下一聚合点对应的种子点的第一坐标信息;
根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点,并根据所述多个邻点的第一位姿信息,确定所述下一聚合点的第二位姿信息;
将所述下一聚合点作为新的目标聚合点,以及将所述下一聚合点的第二位姿信息作为新的目标位姿信息,并返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息;其中,所述最后一个聚合点对应的种子点的多个邻点包括所述历史轨迹簇的后继历史轨迹簇中各历史行车轨迹的首端点;所述首端点是指位于所述历史行车轨迹的起始轨迹点的预设搜索半径内的轨迹点。
3.根据权利要求2所述的方法,其特征在于,根据各历史行车轨迹的轨迹点的第一位姿信息和所述第一坐标信息,从各历史行车轨迹的轨迹点中确定所述种子点的多个邻点,包括:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
根据所述第一坐标信息和所述第二坐标信息,确定所述种子点的匹配点;
利用所述匹配点,从所述R树中确定所述种子点的多个邻点。
4.根据权利要求3所述的方法,其特征在于,所述利用所述匹配点,从所述R树中确定所述种子点的多个邻点,包括:
利用所述匹配点,从所述R树中确定所述种子点对应的多个候选邻点;
确定每个所述候选邻点在以所述聚合方向为法向量的平面上的第一投影距离;
将对应的所述第一投影距离满足预设分布的候选邻点,作为所述种子点的邻点。
5.根据权利要求2所述的方法,其特征在于,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息,包括:
根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合;
在所述拓扑关系指示所述历史轨迹簇具有多个前继历史轨迹簇的情况下,将所述历史轨迹簇的首端点集合中的各个首端点的第一位姿信息、和各所述前继历史轨迹簇分别对应的末端点集合中各个末端点的第一位姿信息相加,并对相加得到的位姿信息进行取均值操作,得到均值位姿信息;
将所述均值位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息。
6.根据权利要求5所述的方法,其特征在于,根据各条所述历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇对应的首端点集合和末端点集合,包括:
根据各所述第一位姿信息指示的第二坐标信息和预设搜索半径,构建所述历史轨迹簇对应的R树;
针对所述历史轨迹簇中任一历史行车轨迹,根据所述历史行车轨迹中各轨迹点的第一位姿信息和所述R树,确定所述历史行车轨迹的起始轨迹点的第一邻点和所述历史行车轨迹的末尾轨迹点的第二邻点;
根据各条所述历史行车轨迹对应的第一邻点,确定所述首端点集合,以及根据各条所述历史行车轨迹对应的第二邻点,确定所述末端点集合。
7.根据权利要求5所述的方法,其特征在于,根据所述历史轨迹簇中各历史行车轨迹的轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息,包括:
在所述拓扑关系指示所述历史轨迹簇的前继历史轨迹簇为一个的情况下,若已聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,则将该第二位姿信息作为所述历史轨迹簇的首个聚合点的第二位姿信息;
若未聚合得到所述历史轨迹簇的前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,或所述历史轨迹簇不存在前继历史轨迹簇,则根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息。
8.根据权利要求7所述的方法,其特征在于,在根据所述历史轨迹簇中的至少一个所述历史行车轨迹的起始轨迹点的第一位姿信息,确定所述历史轨迹簇的首个聚合点的第二位姿信息之后,还包括:
在聚合得到所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息后,判断该第二位姿信息与所述历史轨迹簇的首个聚合点的第二位姿信息是否匹配;若不匹配,则利用所述前继历史轨迹簇对应的最后一个聚合点的第二位姿信息,更新所述历史轨迹簇的首个聚合点的第二位姿信息。
9.根据权利要求5所述的方法,其特征在于,在返回执行所述根据所述目标位姿信息确定所述目标聚合点对应的聚合方向的步骤,直至得到所述历史轨迹簇对应的最后一个聚合点的第二位姿信息之后,还包括:
若所述历史轨迹簇为一后继历史轨迹簇对应的多个前继历史轨迹簇中的一个,在所述历史轨迹簇的最后一个聚合点的第二位姿信息与所述历史轨迹簇对应的均值位姿信息不一致的情况下,利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息。
10.根据权利要求9所述的方法,其特征在于,所述利用所述均值位姿信息,更新所述最后一个聚合点的第二位姿信息,包括:
根据所述最后一个聚合点的前一聚合点的第二位姿信息,以及所述均值位姿信息,确定目标向量;
确定所述最后一个聚合点在所述目标向量指示的方向上的第二投影距离;
在所述第二投影距离为负的情况下,利用所述均值位姿信息,替换所述最后一个聚合点的第二位姿信息;
在所述第二投影距离为正的情况下,确定所述第二投影距离处的投影点;将所述最后一个聚合点的第二位姿信息更新为所述均值位姿信息,并将所述投影点作为新增在所述前一聚合点和所述最后一个聚合点之间的聚合点。
11.一种计算机设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器能够执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至10任意一项所述的行车轨迹确定方法的步骤。
12.一种计算机程序产品,其特征在于,所述计算机程序产品被计算机设备运行时,所述计算机设备执行如权利要求1至10任意一项所述的行车轨迹确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410732965.3A CN118310556B (zh) | 2024-06-06 | 2024-06-06 | 一种行车轨迹确定方法、计算机设备和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410732965.3A CN118310556B (zh) | 2024-06-06 | 2024-06-06 | 一种行车轨迹确定方法、计算机设备和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118310556A CN118310556A (zh) | 2024-07-09 |
CN118310556B true CN118310556B (zh) | 2024-08-20 |
Family
ID=91733328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410732965.3A Active CN118310556B (zh) | 2024-06-06 | 2024-06-06 | 一种行车轨迹确定方法、计算机设备和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118310556B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989330A (zh) * | 2021-11-03 | 2022-01-28 | 中国电信股份有限公司 | 车辆轨迹预测方法、装置、电子设备和可读存储介质 |
CN114495489A (zh) * | 2021-12-30 | 2022-05-13 | 中智行(上海)交通科技有限公司 | 一种路口车道拓扑连接关系生成方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9261376B2 (en) * | 2010-02-24 | 2016-02-16 | Microsoft Technology Licensing, Llc | Route computation based on route-oriented vehicle trajectories |
US11754408B2 (en) * | 2019-10-09 | 2023-09-12 | Argo AI, LLC | Methods and systems for topological planning in autonomous driving |
CN116186565A (zh) * | 2023-03-16 | 2023-05-30 | 北京百度网讯科技有限公司 | 自动驾驶控制方法及轨迹的检索、索引的构建方法、装置 |
-
2024
- 2024-06-06 CN CN202410732965.3A patent/CN118310556B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989330A (zh) * | 2021-11-03 | 2022-01-28 | 中国电信股份有限公司 | 车辆轨迹预测方法、装置、电子设备和可读存储介质 |
CN114495489A (zh) * | 2021-12-30 | 2022-05-13 | 中智行(上海)交通科技有限公司 | 一种路口车道拓扑连接关系生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118310556A (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462190B (zh) | 一种基于海量空间轨迹挖掘的在线的位置预测方法 | |
US11307049B2 (en) | Methods, apparatuses, systems, and storage media for storing and loading visual localization maps | |
WO2021236006A1 (en) | Route deviation quantification and vehicular route learning based thereon | |
CN109214314B (zh) | 一种车道线自动融合匹配算法 | |
CN111695389B (zh) | 一种车道线聚类方法及装置 | |
CN113312760A (zh) | 一种基于交通仿真的网联机动车右转轨迹规划方法和装置 | |
CN110489511B (zh) | 等高线接边高程错误修正方法、系统及电子设备和介质 | |
CN114610825A (zh) | 关联网格集的确认方法、装置、电子设备及存储介质 | |
CN112269848B (zh) | 一种众包轨迹数据融合方法及装置 | |
CN116614392B (zh) | 路由开销确定方法、路由开销监控方法及装置 | |
CN118310556B (zh) | 一种行车轨迹确定方法、计算机设备和程序产品 | |
Naumann et al. | Lanelet2 for nuscenes: Enabling spatial semantic relationships and diverse map-based anchor paths | |
CN112052405A (zh) | 一种基于司机经验的寻客区域推荐方法 | |
WO2023173831A1 (zh) | 引导点的关联信息的更新方法和装置 | |
CN114743385B (zh) | 车辆处理方法、装置及计算机设备 | |
CN114168700B (zh) | 一种路网合并更新方法、系统、电子设备及存储介质 | |
CN116228917A (zh) | 基于高精地图的路口面虚拟车道线生成方法及装置 | |
CN115936949A (zh) | 公交车到达时间不确定性可视化方法、系统、设备及介质 | |
CN115773744A (zh) | 模型训练和路网处理方法、装置、设备、介质和产品 | |
Wang et al. | A mixed integer programming formulation and solution for traffic analysis zone delineation considering zone amount decision | |
CN113392106A (zh) | 一种多智能体交通仿真数据存储与更新方法 | |
CN116465394B (zh) | 基于车辆轨迹数据的路网结构生成方法及装置 | |
CN117739950B (zh) | 一种地图的生成方法、装置及设备 | |
CN112885129B (zh) | 道路限速的确定方法、装置、设备及计算机可读存储介质 | |
CN113610241B (zh) | 深度学习模型的分布式训练方法、装置、设备及存储介质 |
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 |