技术领域
[0001] 本
发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶高精度地图的车道拾取算法。
背景技术
[0002] 随着自动驾驶技术的不断发展，以及商业落地场景需求的不断明晰，高精地图及其应用也扮演着越来越重要的
角色，并服务于
感知、
定位、规划控制、决策以及
人机交互等自动驾驶系统的各个模
块。从技术角度来说，相对于传统地图，在提供路网拓扑关系的同时，高精地图具有更加丰富的车道级别的道路信息，不但为自动驾驶系统提供了重要的先验数据支持，也为保障行驶安全提供了强大的系统冗余。从商业落地角度来说，自动驾驶系统所依赖的各种
传感器，总体性能不一，成本高昂，维护难度高，且易受到各种不同工况的影响，而高精地图可以为系统提供成本可控，易于更新且工作稳定的数据来源。
[0003] 因此，在自动驾驶技术逐渐由实验室研发过度到商业落地的今天，高精地图已经成为自动驾驶系统必不可少的一部分，并受到越来越多的关注。然而高精地图
数据库丰富且巨大的信息，也为其数据检索带来了很大挑战。如何高效精准地检索出有效信息，对于实时性和安全性都要求极高的自动驾驶系统意义重大，也成为高精地图在实际应用中的重要技术
瓶颈之一。具体来说，如何根据空间
位置信息，快速高效地在高精地图数据库中定位到当前车辆行驶车道所对应的相关信息，实现高精度地图的车道拾取，是高精地图丰富数据信息得以充分利用的重要
基础技术之一。相对于精确到街道级别的传统导航地图，自动驾驶高精地图能够精确到车道级别，有着更加丰富的信息，但也增大了数据检索的难度。
发明内容
[0004] 本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
[0005] 本发明还有一个目的是提供一种自动驾驶高精度地图的车道拾取算法，可快速高效得从高精地图数据库中检索出当前车辆所处车道相关信息；并在定位模块工作异常时能继续提供车道级信息，直至定位模块恢复正常状态。
[0006] 为了实现根据本发明的这些目的和其它优点，提供了一种自动驾驶高精度地图的车道拾取算法，包括：
[0007] 步骤1、通过判断对车辆进行定位的定位模块的定位精度的高低，确定车道拾取的状态，若所述定位模块的定位精度下降，则所述车道拾取进入应急检索状态；若所述定位模块为高精度定位，则进入步骤2。
[0008] 步骤2、判断是否进入局部搜索，若为局部搜索，则进入步骤6；若并非局部搜索，则进入步骤3。
[0009] 步骤3、进入瓦片搜索，根据所述瓦片ID特点以及所述定位模块定位的空间坐标，得到所述车辆所处的位置范围以及所述位置范围内的街道ID后进入步骤4。
[0010] 步骤4、进入范围搜索，以所述车辆的当前位置为中心，结合所述街道ID检索出所述车辆可能所处的所述街道的集合后进入步骤5。
[0011] 步骤5、进入粗糙搜索，以所述车辆的所述定位模块定位的坐标是否位于所述街道集合的范围内为依据，找到所述车辆当前可能处于的街道集合；若未找到所述可能处于的街道集合，则进入步骤4扩大搜索范围继续搜索；若检索到所述可能处于的街道集合，则进入步骤6。
[0012] 步骤6、进入精细搜索，根据所述可能处于的街道集合，得到所述车辆当前可能处于的车道集合，结合所述定位模块定位的坐标至所述车道的中心线距离，以及所述坐标是否处于所述车道内，得到所述车辆可能处于的车道集合，所述车道集合中的首个元素即为最可能处于的所述车道。
[0013] 优选的是，步骤1中所述应急检索状态下的具体算法为：
[0014] 根据车道线检测结果实时计算出所述车辆距离两侧所述车道线的距离，结合车道线检测惯性导航数据信息计算出所述车辆偏离上一时刻的位置信息，分析得出所述车辆是否在发生变道，以及变道的方向，以得出所述车辆当前所处所述车道。
[0015] 优选的是，步骤2中所述局部检索状态下的具体算法为：
[0016] 根据所述车辆上一时刻得到所处的街道，结合所述街道前后连接关系，找出当前所述车辆可能处于的街道集合，进而得到所述车辆可能所处的车道集合，并进入步骤6。
[0017] 优选的是，步骤1中若在一定
时间窗口范围内所述定位精度下降的所述定位模块恢复所述高精度定位，则退出所述应急检索状态进入步骤2；若超过所述时间窗口，仍未能接收到有效的所述高精度定位的信息，则通知控制系统所述定位模块定位出现异常，并进一步提示驾驶员接管。
[0018] 优选的是，步骤6中所得结果还包括对所述最可能处于的车道的评价，所述评价为结果可信、不确定或者不可信。
[0019] 优选的是，步骤1中若所述定位模块为所述高精度定位，则进入全局检索，在确定所述车辆正常行驶在高精度地图区域的时候，可切换至所述局部检索模块。
[0020] 优选的是，步骤3中所述定位模块定位的空间坐标和步骤5、步骤6中的所述定位模块定位的坐标，均为所述车辆当前的坐标。
[0021] 本发明至少包括以下有益效果：
[0022] 本发明根据高精地图数据结构特点，结合自动驾驶系统实际应用场景，以及对系统安全性的要求，通过提出一套结合全局自顶向下的分级检索，局部先验信息快速检索以及定位精度下降工况下应急检索的综合解决策略，保证车辆行驶过程中，一定时间范围内出现定位精度下降的异常情况时，通过进入应急检索状态，仍能使系统在一定的时间内正常工作，以降低或避免定位精度下降造成的麻烦；所述算法是基于地图数据结构的全局检索算法，其中，针对自动驾驶优化的局部快速检索，保障系统冗余的应急检索，以及保障系统安全性的异常退出机制，充分考虑到自动驾驶系统对于检索速度、系统负荷以及安全冗余的要求，是一套综合完整的专为自动驾驶定制的高精地图车道级数据检索策略。并充分考虑到其他模块可能的应用需求，相对于仅返回一个简单唯一的结果而言，通过返回一个当前车辆可能所处车道的集合，按照可能性大小排列并给出相应评价更为准确。所述算法根据车辆高精度车道级定位信息，快速高效得从高精地图数据库中检索出当前车辆所处车道相关信息。
[0023] 本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
[0024] 图1为本发明所述自动驾驶高精度地图的车道拾取算法的
流程图。
具体实施方式
[0025] 下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照
说明书文字能够据以实施。
[0026] 应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
[0027] 如图1所示，本发明提供一种自动驾驶高精度地图的车道拾取算法，包括：
[0028] 步骤1、通过判断对车辆进行定位的定位模块的定位精度的高低，确定车道拾取的状态，若所述定位模块的定位精度下降，则所述车道拾取进入应急检索状态；若所述定位模块为高精度定位，则进入步骤2。
[0029] 步骤2、判断是否进入局部搜索，若为局部搜索，则进入步骤6；若并非局部搜索，则进入步骤3。
[0030] 步骤3、进入瓦片搜索，根据所述瓦片ID特点以及所述定位模块定位的空间坐标，得到所述车辆所处的位置范围以及所述位置范围内的街道ID后进入步骤4。
[0031] 步骤4、进入范围搜索，以所述车辆的当前位置为中心，结合所述街道ID检索出所述车辆可能所处的所述街道的集合后进入步骤5。
[0032] 步骤5、进入粗糙搜索，以所述车辆的所述定位模块定位的坐标是否位于所述街道集合的范围内为依据，找到所述车辆当前可能处于的街道集合；若未找到所述可能处于的街道集合，则进入步骤4扩大搜索范围继续搜索；若检索到所述可能处于的街道集合，则进入步骤6。
[0033] 步骤6、进入精细搜索，根据所述可能处于的街道集合，得到所述车辆当前可能处于的车道集合，结合所述定位模块定位的坐标至所述车道的中心线距离，以及所述坐标是否处于所述车道内，得到所述车辆可能处于的车道集合，所述车道集合中的首个元素即为最可能处于的所述车道。
[0034] 在上述方案中，根据高精地图数据结构特点，结合自动驾驶系统实际应用场景，以及对系统安全性的要求，通过提出一套结合全局自顶向下的分级检索，局部先验信息快速检索以及定位精度下降工况下应急检索的综合解决策略，保证车辆行驶过程中，一定时间范围内出现定位精度下降的异常情况时，通过进入应急检索状态，仍能使系统在一定的时间内正常工作，以降低或避免定位精度下降造成的麻烦；所述算法是基于地图数据结构的全局检索算法，其中，针对自动驾驶优化的局部快速检索，保障系统冗余的应急检索，以及保障系统安全性的异常退出机制，充分考虑到自动驾驶系统对于检索速度、系统负荷以及安全冗余的要求，是一套综合完整的专为自动驾驶定制的高精地图车道级数据检索策略。并充分考虑到其他模块可能的应用需求，相对于仅返回一个简单唯一的结果而言，通过返回一个当前车辆可能所处车道的集合，按照可能性大小排列并给出相应评价更为准确。所述算法根据车辆高精度车道级定位信息，快速高效得从高精地图数据库中检索出当前车辆所处车道相关信息。
[0035] 相较于单一策略检索或者针对其他应用场景的地图检索策略，充分考虑到了自动驾驶系统对于检索速度，系统负荷以及安全冗余的要求，是一套综合完整的专为自动驾驶定制的高精地图车道级数据检索算法，其中，高精地图数据一般按照地理空间范围分级切分存储，按照空间范围由大到小的包含关系，依次为Tile(瓦片)、Link(街道)、Lane(车道)、以及Lane Mark(车道线)。每一组数据都有一个全局唯一的ID，根据该ID可以在数据库中检索出其对应的信息。具体来说，高精地图数据由若干分级的瓦片组成，每个瓦片包含其对应属性以及若干街道ID，每个街道包含其对应属性以及若干车道ID，每个车道包含其对应属性以及其对应的车道线ID，每个车道线包含其对应属性。
[0036] 一个优选方案中，步骤1中所述应急检索状态下的具体算法为：
[0037] 根据车道线检测结果实时计算出所述车辆距离两侧所述车道线的距离，结合车道线检测惯性导航数据信息计算出所述车辆偏离上一时刻的位置信息，分析得出所述车辆是否在发生变道，以及变道的方向，以得出所述车辆当前所处所述车道。
[0038] 在上述方案中，惯性导航的基本工作原理是以
牛顿
力学定律为基础，通过测量载体在惯性参考系的
加速度，将它对时间进行积分，且把它变换到导航
坐标系中，就能够得到在导航坐标系中的速度、
偏航角和位置等信息；通过实时计算车辆距离两侧车道线的距离，结合惯性
导航系统给出的车辆对比当前的上一时刻的位置信息，可得出车辆有没有脱离上一时刻行驶的车道，以及变车道的方向，再结合定位模块的定位坐标得到车辆当前所处车道，将车辆惯性导航数据与实时算法结合，保证定位模块定位精度下降的情况下的定位的准确度。
[0039] 一个优选方案中，步骤2中所述局部检索状态下的具体算法为：
[0040] 根据所述车辆上一时刻得到所处的街道，结合所述街道前后连接关系，找出当前所述车辆可能处于的街道集合，进而得到所述车辆可能所处的车道集合，并进入步骤6。
[0041] 在上述方案中，通过结合上一时刻的车辆定位的数据信息，在结合已知的前后街道的连接关系，可快速找出当前车辆可能处于的街道的集合，从而缩小了街道集合的范围，便于更块定位可能所处的车道集合。
[0042] 一个优选方案中，步骤1中若在一定时间窗口范围内所述定位精度下降的所述定位模块恢复所述高精度定位，则退出所述应急检索状态进入步骤2；若超过所述时间窗口，仍未能接收到有效的所述高精度定位的信息，则通知控制系统所述定位模块定位出现异常，并进一步提示驾驶员接管。
[0043] 在上述方案中，应急检索状态适用于定位模块一定时间内的定位精度的下降，并不能一直处于应急搜索状态，超出设定的时间结点，定位模块的定位精度仍为恢复的话，控制系统无法接收到准确有效的定位信息，控制系统即确定定位模块出现功能异常，则退出定位机制，由驾驶员自己通过其他办法确认车道或再次重启定位机制，避免了定位偏差带来的不必要的麻烦。
[0044] 一个优选方案中，步骤6中所得结果还包括对所述最可能处于的车道的评价，所述评价为结果可信、不确定或者不可信。
[0045] 在上述方案中，通过在给出最可能车道的同时，并对最可能的车道的这种可能性给予评价，以供驾驶员参考，定位的最终结果是否可信、不确定或者是不可信，以便驾驶员最最终判断，或是否进行二次搜索定位。
[0046] 一个优选方案中，步骤1中若所述定位模块为所述高精度定位，则进入全局检索，在确定所述车辆正常行驶在高精度地图区域的时候，可切换至所述局部检索模块。
[0047] 在上述方案中，步骤1中根据高精度定位信息，全局检索可以精确检索出当前车所处的车道，但计算量较大，在完成全局检索，并且确定车辆正常行驶在高精地图区域的时候，可以切换到局部检索模式，以减少系统运算负荷，保证检索速度。
[0048] 一个优选方案中，步骤3中所述定位模块定位的空间坐标和步骤5、步骤6中的所述定位模块定位的坐标，均为所述车辆当前的坐标
[0049] 在上述方案中，步骤3中所述定位模块定位的空间坐标为瓦片搜索状态下所述车辆所处的空间坐标；步骤5中所述定位模块定位的坐标为粗糙搜索状态下的所述车辆的所处的坐标；步骤6中所述定位模块定位的坐标为精细搜索状态下的所述车辆的所处的坐标；每个搜索状态下均以当前的车辆的坐标为参考，以保证最终搜索结果的相对准确度。
[0050] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的
修改，因此在不背离
权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
