本發(fā)明涉及自動(dòng)駕駛智能交通，更具體地說(shuō)，涉及一種面向高精地圖的車(chē)道級(jí)定位方法。

背景技術(shù)：

1、高精地圖是指具有高精度、高鮮度與高豐富度的電子地圖，涵蓋精確的道路、車(chē)道以及交通設(shè)施等地理要素的屬性與幾何信息。高精地圖可幫助車(chē)輛實(shí)現(xiàn)高精度定位，提前獲取道路環(huán)境信息，從而輔助車(chē)輛進(jìn)行實(shí)時(shí)感知與動(dòng)態(tài)規(guī)劃。車(chē)道級(jí)定位是實(shí)現(xiàn)高精度位置服務(wù)、路徑規(guī)劃與導(dǎo)航的關(guān)鍵前提?，F(xiàn)有的車(chē)道級(jí)定位方法通常依賴(lài)復(fù)雜的環(huán)境感知算法來(lái)構(gòu)建局部語(yǔ)義地圖，并通過(guò)與高精地圖進(jìn)行特征匹配實(shí)現(xiàn)車(chē)輛的高精度定位。這種方法不僅需要昂貴的車(chē)載傳感器，還耗費(fèi)大量的計(jì)算資源，僅適用于算力較高的智能駕駛汽車(chē)。在我國(guó)，l2級(jí)以上智能駕駛汽車(chē)的保有量逐年增長(zhǎng)，但低算力的普通汽車(chē)仍占據(jù)市場(chǎng)主導(dǎo)地位，這兩類(lèi)車(chē)輛將在未來(lái)較長(zhǎng)時(shí)間內(nèi)共存。目前，我國(guó)高精地圖的覆蓋范圍已超過(guò)150萬(wàn)公里，充分利用高精地圖為普通低算力汽車(chē)實(shí)現(xiàn)車(chē)道級(jí)定位，有助于提升道路通行效率并降低能源消耗。

2、現(xiàn)有車(chē)道級(jí)定位方法通常需要在車(chē)端構(gòu)建局部語(yǔ)義地圖，并通過(guò)與高精地圖進(jìn)行特征匹配的方式實(shí)現(xiàn)高精度定位，這些方法依賴(lài)于昂貴的傳感器，如激光雷達(dá)與高分辨率攝像頭等，且需要處理大量的實(shí)時(shí)數(shù)據(jù)，存在計(jì)算量大的問(wèn)題，使得現(xiàn)有方法不適用于低算力普通汽車(chē)。目前，首先是高計(jì)算負(fù)荷的問(wèn)題，其次是低效率問(wèn)題?，F(xiàn)有的地圖匹配方法通常使用有向圖方法對(duì)地圖進(jìn)行描述，這種方法對(duì)于傳統(tǒng)導(dǎo)航地圖而言較為便捷。然而，高精地圖包含的車(chē)道信息數(shù)據(jù)量十分龐大，使用有向圖表示高精地圖會(huì)導(dǎo)致計(jì)算量過(guò)大，難以有效支持批量處理和實(shí)時(shí)應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問(wèn)題在于，提供一種面向高精地圖的車(chē)道級(jí)定位方法，其通過(guò)優(yōu)化算法減少計(jì)算資源的需求，不依賴(lài)與昂貴的傳感器，可在計(jì)算資源有限的普通汽車(chē)上實(shí)現(xiàn)高效、準(zhǔn)確的車(chē)道級(jí)定位。

2、本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：構(gòu)造一種面向高精地圖的車(chē)道級(jí)定位方法，包括以下步驟，

3、s1、在車(chē)輛的行駛過(guò)程中通過(guò)車(chē)載電子設(shè)備實(shí)時(shí)采集車(chē)輛的軌跡點(diǎn)位置信息，并識(shí)別車(chē)輛所在車(chē)道的左右車(chē)道的標(biāo)線信息；

4、s2、將車(chē)載電子設(shè)備中所存儲(chǔ)的矢量高精地圖轉(zhuǎn)換為具有車(chē)道組和車(chē)道的雙層掩膜柵格化高精地圖；

5、s3、根據(jù)軌跡點(diǎn)的位置與當(dāng)前所在車(chē)道的左右車(chē)道標(biāo)線信息，計(jì)算車(chē)輛位置到柵格高精地圖的幾何概率與傳輸概率；

6、s4、根據(jù)幾何概率與傳輸概率，計(jì)算車(chē)輛的車(chē)道級(jí)地圖匹配結(jié)果，確定車(chē)輛的車(chē)道級(jí)定位信息。

7、按上述方案，所述步驟s1中，車(chē)載電子設(shè)備采集的車(chē)輛軌跡定位信息包含車(chē)輛在世界坐標(biāo)系下的橫坐標(biāo)與縱坐標(biāo)，所識(shí)別的左右車(chē)道標(biāo)線信息包含車(chē)道標(biāo)線的起點(diǎn)與終點(diǎn)在圖像坐標(biāo)系下的坐標(biāo)：

8、,

9、式中，，分別為左側(cè)車(chē)道線起點(diǎn)的橫坐標(biāo)與縱坐標(biāo)，分別為左側(cè)車(chē)道線終點(diǎn)的橫坐標(biāo)與縱坐標(biāo)，分別為右側(cè)車(chē)道線起點(diǎn)的橫坐標(biāo)與縱坐標(biāo)，分別為右側(cè)車(chē)道線終點(diǎn)的橫坐標(biāo)與縱坐標(biāo)。

10、按上述方案，所述步驟s2中，將車(chē)載電子設(shè)備中所存儲(chǔ)的矢量高精地圖轉(zhuǎn)換為具有車(chē)道組和車(chē)道的雙層掩膜柵格化高精地圖的方法包括以下步驟：

11、s201、對(duì)高精地圖中的車(chē)道組進(jìn)行柵格化，將每個(gè)車(chē)道組轉(zhuǎn)換為具有一致屬性的柵格單元，通過(guò)八鄰域法定義柵格之間的連通關(guān)系，構(gòu)建出柵格化高精地圖的第一層掩膜，即車(chē)道組柵格層；

12、s202、對(duì)高精地圖中的車(chē)道信息進(jìn)行柵格化處理，形成柵格高精地圖的第二層掩膜：車(chē)道柵格，每條車(chē)道在車(chē)道組內(nèi)表示為一個(gè)柵格單元，柵格化后的車(chē)道信息包括車(chē)道類(lèi)型、行駛方向、車(chē)道限制，所述車(chē)道信息作為柵格的屬性進(jìn)行詳細(xì)表達(dá)。

13、按上述方案，所述步驟s3中，確定車(chē)輛軌跡點(diǎn)的候選匹配車(chē)道組柵格與車(chē)道柵格，包括以下步驟：

14、s301、根據(jù)軌跡點(diǎn)的位置，搜索軌跡點(diǎn)周?chē)?-30m范圍內(nèi)的車(chē)道組柵格與車(chē)道柵格，并添加至候選匹配的車(chē)道組和車(chē)道集合中；

15、s302、根據(jù)前后軌跡點(diǎn)的位置，計(jì)算軌跡的方位角，計(jì)算公式如下：

16、

17、式中，為軌跡點(diǎn)的方位角，為第個(gè)軌跡點(diǎn)的橫坐標(biāo)與縱坐標(biāo)的值，為前一個(gè)軌跡點(diǎn)的橫坐標(biāo)與縱坐標(biāo)值；

18、s303、計(jì)算軌跡方位角與候選車(chē)道之間的角度差異，將候選匹配車(chē)道組和車(chē)道集合中與軌跡方位角度差大于閾值120°的車(chē)道組和車(chē)道進(jìn)行刪除；

19、s304、根據(jù)車(chē)輛軌跡點(diǎn)的位置信息、方向信息和當(dāng)前車(chē)道的左右標(biāo)線信息計(jì)算車(chē)輛與各候選車(chē)道組和車(chē)道之間的幾何概率；

20、s305、計(jì)算前后軌跡點(diǎn)候選匹配車(chē)道組柵格之間的傳輸概率。

21、按上述方案，所述步驟s304中，根據(jù)車(chē)輛軌跡點(diǎn)的位置信息、方向信息和當(dāng)前車(chē)道的左右標(biāo)線信息計(jì)算車(chē)輛與各候選車(chē)道組和車(chē)道之間的幾何概率的方法包括以下步驟：

22、s304a、計(jì)算車(chē)輛軌跡的位置與候選柵格車(chē)道中心點(diǎn)之間的垂直距離，使用零均值高斯分布的概率密度來(lái)度量車(chē)輛軌跡的位置與候選車(chē)道之間的距離相似概率，具體公式如下：

23、

24、式中，表示距離相似概率，表示軌跡點(diǎn)的編號(hào)，表示候選柵格的編號(hào)，表示軌跡點(diǎn)的位置與候選車(chē)道柵格中心點(diǎn)之間的垂直距離，表示車(chē)輛定位誤差的標(biāo)準(zhǔn)差；

25、s304b、使用余弦概率函數(shù)計(jì)算軌跡方向與候選車(chē)道柵格之間行駛方向的相似性，具體公式如下：

26、

27、式中，表示方向相似概率，表示第個(gè)軌跡與第個(gè)候選車(chē)道柵格之間的夾角；

28、s304c、根據(jù)電子設(shè)備采集的左右車(chē)道標(biāo)線信息,，計(jì)算左右車(chē)道標(biāo)線的斜率，具體公式如下：

29、

30、

31、式中，為左側(cè)車(chē)道標(biāo)線的斜率，為右側(cè)車(chē)道標(biāo)線的斜率；

32、s304a、根據(jù)左右兩側(cè)車(chē)道標(biāo)線的斜率，得到車(chē)輛到左側(cè)車(chē)道線的距離占整個(gè)車(chē)道寬度的比值，具體公式如下：

33、

34、s304d、使用高精地圖提供的車(chē)道寬度信息與比值，計(jì)算出車(chē)輛在車(chē)道內(nèi)的位置，具體公式如下：

35、；

36、s304e、根據(jù)車(chē)輛橫向位置的變化情況，計(jì)算車(chē)輛在整體道路中的橫向位置，具體為：輸出車(chē)輛啟動(dòng)時(shí)所在的車(chē)道，并計(jì)算車(chē)輛在當(dāng)前車(chē)道內(nèi)的橫向位置，當(dāng)車(chē)輛的橫向位置逐漸增大，然后突然減小，且跳變距離超過(guò)閾值，則認(rèn)為車(chē)輛向右側(cè)發(fā)生了變道，則車(chē)輛在整體道路中的橫向位移在原位置的基礎(chǔ)上增加一個(gè)車(chē)道寬度；當(dāng)車(chē)輛的橫向位置逐漸減小，然后突然增大，且跳變距離超過(guò)閾值，則認(rèn)為車(chē)輛向左側(cè)發(fā)生了變大，則車(chē)輛在整體道路中的橫向位移在原位置的基礎(chǔ)上減少一個(gè)車(chē)道寬度，得到車(chē)輛在整體道路上的橫向位置后，通過(guò)橫向偏離概率衡量車(chē)輛位置與不同車(chē)道柵格的匹配概率，具體公式如下：

37、

38、式中，為候選車(chē)道柵格中心線的橫向偏離，為橫向偏離模型誤差的標(biāo)準(zhǔn)差，為橫向偏離概率；

39、s304f、得到車(chē)輛軌跡點(diǎn)與候選柵格車(chē)道之間的距離相似概率，方向相似概率，橫向偏離概率后，計(jì)算整體的幾何概率，具體公式如下：

40、。

41、按上述方案，所述步驟s305中，計(jì)算前后軌跡點(diǎn)候選匹配車(chē)道組柵格之間的傳輸概率的具體步驟為：

42、s305a、首先通過(guò)距離公式計(jì)算前后軌跡點(diǎn)與之間的距離，具體公式如下：

43、

44、式中，為軌跡點(diǎn)的橫坐標(biāo)與縱坐標(biāo)，為軌跡點(diǎn)的橫坐標(biāo)與縱坐標(biāo)；

45、s305b、通過(guò)a*算法計(jì)算得到前后軌跡點(diǎn)候選匹配車(chē)道組柵格之間的距離，具體公式如下：

46、

47、式中，為第軌跡點(diǎn)的第個(gè)候選匹配車(chē)道組柵格，為第個(gè)柵格的第個(gè)候選匹配車(chē)道組柵格；

48、s305c、計(jì)算前后軌跡點(diǎn)與之間的距離與候選匹配車(chē)道組柵格，之間距離的差異，具體公式如下：

49、

50、s305d、最后根據(jù)軌跡點(diǎn)之間與候選車(chē)道組柵格之間距離的差異計(jì)算整體的傳輸概率，具體公式如下：

51、

52、式中，為當(dāng)前軌跡點(diǎn)的候選匹配車(chē)道組柵格，為上一個(gè)軌跡點(diǎn)的候選匹配車(chē)道組柵格。

53、按上述方案，所述步驟s4中，根據(jù)幾何概率與傳輸概率，計(jì)算車(chē)輛的車(chē)道級(jí)地圖匹配結(jié)果，確定車(chē)輛的車(chē)道級(jí)定位信息的具體步驟為：

54、s401、將車(chē)輛的軌跡點(diǎn)與其候選匹配車(chē)道柵格與柵格組之間的幾何概率和傳輸概率相乘，取最大值所對(duì)應(yīng)的車(chē)道柵格為車(chē)輛最終的車(chē)道級(jí)匹配結(jié)果，具體公式如下：

55、；

56、s402、根據(jù)車(chē)輛的車(chē)道級(jí)匹配結(jié)果，利用車(chē)輛軌跡投影點(diǎn)在匹配車(chē)道內(nèi)的位置計(jì)算車(chē)輛的車(chē)道級(jí)定位結(jié)果，具體公式如下：

57、

58、

59、式中，分別為投影點(diǎn)的橫坐標(biāo)與縱坐標(biāo)，是由高精地圖提供的車(chē)道方位角。

60、實(shí)施本發(fā)明的面向高精地圖的車(chē)道級(jí)定位方法，具有以下有益效果：

61、1、本發(fā)明基于車(chē)載電子設(shè)備采集的位置信息以及車(chē)輛當(dāng)前所在車(chē)道的左右車(chē)道線信息，結(jié)合柵格化高精地圖的表示方法，在低算力設(shè)備上實(shí)現(xiàn)了車(chē)道級(jí)地圖匹配，顯著減少了計(jì)算資源的需求，使普通車(chē)輛無(wú)需配備昂貴的硬件設(shè)備，也能高效完成精確的車(chē)道級(jí)定位，為高精地圖的廣泛應(yīng)用奠定了基礎(chǔ)，特別是在智能交通系統(tǒng)中，可以實(shí)現(xiàn)經(jīng)濟(jì)高效的車(chē)道級(jí)導(dǎo)航與控制；

62、2、本發(fā)明的地圖匹配技術(shù)，車(chē)輛可以在高精地圖的支持下進(jìn)行更精確的車(chē)道級(jí)路徑規(guī)劃，意味著車(chē)輛能夠根據(jù)當(dāng)前所處的車(chē)道以及前方道路的實(shí)際狀況，實(shí)時(shí)調(diào)整行駛路徑，從而提高行駛的安全性與效率，對(duì)于實(shí)現(xiàn)自動(dòng)駕駛和輔助駕駛具有重要意義，能夠有效應(yīng)對(duì)復(fù)雜的道路環(huán)境，特別是在多車(chē)道高速公路或城市復(fù)雜交叉口的場(chǎng)景中；

63、3、本發(fā)明的車(chē)輛可以獲得更加準(zhǔn)確的實(shí)時(shí)位置服務(wù)，從而幫助駕駛員或自動(dòng)駕駛系統(tǒng)更好地理解和預(yù)測(cè)行駛環(huán)境。這種精確的車(chē)道級(jí)匹配和定位，有助于避免因車(chē)道偏離、緊急變道等引發(fā)的交通事故，進(jìn)而提升道路交通的整體安全性，車(chē)輛的行駛決策也變得更加高效，能夠更合理地利用道路資源，減少交通擁堵并優(yōu)化車(chē)輛的能耗表現(xiàn)；

64、4、本發(fā)明采用普通車(chē)載電子設(shè)備即可實(shí)現(xiàn)，無(wú)需昂貴的傳感器配置，不僅適用于高端自動(dòng)駕駛車(chē)輛，也能夠應(yīng)用于普通車(chē)輛的駕駛輔助系統(tǒng)，具有廣泛的適用性和市場(chǎng)潛力，低成本高效的解決方案使得高精度定位服務(wù)能夠惠及更多用戶，推動(dòng)智慧交通和智能駕駛技術(shù)的普及。