[发明专利]用于自主车辆的高清地图的标志和车道创建

说明书

HD地图系统在用于自主车辆导航的高清地图上表示地标，包括描述道路的车道的空间位置和关于每个车道的语义信息连同交通标志和地标。该系统基于例如将高概率位于车道线上的相机图像像素映射到三维空间中以及定位/连接车道线的中心线来生成指定道路的车道的车道线。该系统将车道元素及其连接的大的连接网络构建为车道元素图。该系统还基于相机图像以及检测和测距传感器深度地图表示交通标志。这些地标用于构建高清地图，高清地图使得自主车辆能够安全地在其环境中导航。

相关申请的交叉引用

本申请要求2016年12月30日提交的美国临时申请第62/441,065号和2016年12月30日提交的美国临时申请第62/441,080号的权益，这两件美国临时申请的全部内容通过引用并入本文。

背景技术

本公开内容一般涉及用于自主车辆的地图，并且更具体地涉及向自主车辆提供具有高精度和最新地图数据的高清地图以用于安全导航。

自主车辆，也称为自动驾驶汽车、无人驾驶汽车、汽车或机器人汽车，在不需要人类驾驶员控制和导航车辆的情况下从源位置行驶到目的地。驾驶的自动化由于若干原因而是困难的。例如，自主汽车使用传感器即时做出驾驶决策，但车辆传感器不能无时无刻地观察所有事物。车辆传感器可能被角落、连绵起伏的山丘和其他车辆遮挡。车辆传感器可能不会足够早地观察某些事物以做出决策。此外，道路上可能缺少车道和标志，或者车道和标志被撞倒或被灌木丛隐藏，因此不能被传感器检测到。此外，可能不容易看到用于通行权的道路标志，以确定车辆可能来自哪里，或者用于在紧急情况下或者在存在必须通过的停止障碍物时转弯或移出车道。

自主车辆可以使用地图数据来找出上述一些信息，而不是依赖传感器数据。然而，传统地图具有若干缺点，使得它们难以用于自主车辆。例如，地图不提供安全导航所需的准确度水平(例如，10cm或更小)。GPS系统提供大约3-5米的准确度，但是具有导致超过100米的准确度的大的误差条件。这使得准确确定车辆的位置变得具有挑战性。

此外，传统地图由调查团队创建，调查团队使用具有特殊装备汽车的驾驶员，这些汽车具有高分辨率传感器，可以在地理区域内行驶并进行测量。测量值被取回，地图编辑器团队根据测量值汇总地图。该过程昂贵且耗时(例如，可能花费数月来完成地图)。因此，使用这种技术汇总的地图不具有新近数据。例如，道路以每年大约5-10％的频率基础来更新/修改。但调查车昂贵且数量有限，因此不能捕获这些更新中的大部分。例如，调查车队可能包括一千辆汽车。甚至对于美国的单个州，一千辆汽车不能定期更新地图以使得能够安全自动驾驶。因此，维护地图的传统技术不能提供对于自主车辆的安全导航而言足够准确且最新的正确数据。

发明内容

车辆计算系统生成高清(HD)地图以使得自主车辆能够安全地导航道路，包括在道路上发现的典型地标，例如交通标志。为了构建HD地图的地标地图(LMap)部分，系统将需要确定各个地标包括每个交通标志的位置和类型。为了确定标志的类型，系统使用基于图像的分类(例如，通过人类操作员或自动地通过深度学习算法)。一旦从图像中检测到标志并且对该标志进行分类以指示标志的类型，则系统进一步确定标志相对于地图坐标的位置和取向。标志的精确坐标使得自主车辆能够通过车辆的传感器数据准确地预测标志将位于何处，使得车辆可以验证地图对环境的预测，检测地图对环境的变化，并且相对于地图定位车辆自身。