[发明专利]无人车语义地图模型构建方法及其在无人车上的应用方法有效
| 申请号: | 201710034317.0 | 申请日: | 2017-01-18 | 
| 公开(公告)号: | CN106802954B | 公开(公告)日: | 2021-03-26 | 
| 发明(设计)人: | 梁华为;贺刘伟;余彪;耿新力;祝辉;王杰 | 申请(专利权)人: | 中国科学院合肥物质科学研究院 | 
| 主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/36;G06N5/04;G01C21/32 | 
| 代理公司: | 合肥市科融知识产权代理事务所(普通合伙) 34126 | 代理人: | 宣圣义 | 
| 地址: | 230031 *** | 国省代码: | 安徽;34 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 无人 语义 地图 模型 构建 方法 及其 车上 应用 | ||
1.一种无人车语义地图模型构建方法,其特征在于:包括有语义地图的概念结构、语义关系、静态地图数据实例化以及实时障碍物实例化生成语义地图过程;所述的语义地图的概念结构包括有实体和属性;
21)所述的实体包括有无人车实体、路网元素实体以及障碍物实体;
211)所述的无人车实体,为不同类型无人车;
212)所述的路网元素实体包括区域类型实体及点类型实体;
2121)所述的区域类型实体包括整体路段、特殊区域、人行横道、车道线和车道,其中,整体路段代表一条道路的整体路段,包括连接点、路段、边界以及道路隔离带,连接点的连接区域包括路口、掉头以及车道数增减处区域,路段包含多个同方向的车道;
2122)所述的点类型实体包括地面交通标识、路边交通标识以及停止线;
213)所述的障碍物实体包括动态障碍物、静态障碍物、交通设施类型障碍物、行人、动物、车辆、自然障碍以及道路拦截类障碍物;其中自然障碍包括凹进地面类障碍物和凸出地面类障碍物,道路拦截类障碍物包括故障标示牌、锥桶、水马围栏、分离线以及施工标示牌;
22)所述的属性包括地图元素的点坐标、区域范围以及地图元素之间的约束类型,约束包括连接约束,代表路段与路段的连接方向约束,连接约束包括左转向连接约束、右转向连接约束、掉头连接约束以及直行连接约束;
所述的语义关系分为对象属性和数据属性两部分;
31)所述的对象属性部分包括不同概念之间的继承关系及关联关系;不同概念之间的关联关系包含整体路段与道路隔离带、路段、连接点之间的组合关系,关系名分别为:存在道路隔离带、存在路段、存在连接点;路段与连接点之间的连接关系,关系名为:关联连接点;与道路隔离带之间的位置关系,关系名为:关联道路隔离带;与人行横道之间的位置关系,关系名为:关联人行横道;与停止线之间的位置关系,关系名为:关联停止线;与边界之间的位置关系,关系名为:关联边界;与车道之间的关系,关系名为:存在车道;与路边标识之间的关系,关系名为:存在路边标识;连接点与连接约束之间的存在关系,关系名为:存在连接约束;与人行横道之间的关系,关系名为:存在人行横道;车道与车道线之间的位置关系,关系名分别为:存在左车道线、存在右车道线;与其他车道之间的方位关系,关系名分别为:同向左边车道、同向右边车道;与特殊区域之间的位置关系,关系名为:存在特殊区域;与地面标识之间的关系,关系名为:存在地面标识;连接约束与路段用以表述连接方向的关系,关系名分别为:起始路段、目标路段;自车与障碍物实体之间的方位关系,关系名分别为:存在左后方障碍物、存在正后方障碍物、存在右后方障碍物、存在左前方障碍物、存在正前方障碍物、存在右前方障碍物、存在正左方障碍物、存在正右方障碍物;与车道之间的位置关系,关系名为:所属车道;区域实体与区域范围之间的关系,关系名为:关联区域范围;点实体与点坐标之间的关系,关系名为:关联点坐标;
32)所述的数据属性部分包括自车的全局路径规划信息以及当前速度,关系名分别为:下个路口转向和自车实时速度;与下一个即将到达的连接点、人行横道、停止线的距离,关系名分别为:与连接点距离、与人行横道距离、与停止线距离;与障碍物的距离关系名为:与障碍物距离;障碍物实体的当前速度以及位姿,其关系名分别为:障碍物速度和障碍物运动方向;点坐标的数据信息关系名为:点坐标值;区域范围的数据信息,关系名为:区域范围值;车道的速度限制信息,关系名分别为:车道最大车速、车道最小车速;车道允许转向信息,关系名为:车道路口转向;车道是否最左最右车道标识,关系名分别为:同向最左车道、同向最右车道;车道宽度,关系名为:车道宽度;路段包含的车道数量,关系名为:路段所含车道数;整体路段的类型信息,关系名为:整体路段类型;各概念类的基本属性,关系名分别为:实体ID、实体名。
2.根据权利要求1所述的一种无人车语义地图模型构建方法,其特征在于:所述的静态地图数据实例化以及实时障碍物实例化生成语义地图过程,其步骤如下:
步骤1、通过激光雷达、相机、GPS、卫星照片感知系统获取真实行驶环境的详细数据信息,并且将地图详细数据按照所述语义地图的概念结构实例化为静态路网实体;
步骤2、通过激光雷达、相机、GPS传感器获取实时障碍物位姿信息,将障碍物信息实例化为障碍物地图实体;
步骤3、建立步骤1,2中得到的静态地图和障碍物地图中的实体相互间语义关系,最终得到用于无人车的语义地图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院合肥物质科学研究院,未经中国科学院合肥物质科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710034317.0/1.html,转载请声明来源钻瓜专利网。





