[发明专利]自动驾驶高精度地图的车道拾取算法

说明书

本发明公开了一种自动驾驶高精度地图的车道拾取算法，包括：步骤1、若定位模块的定位精度下降，则进入应急检索状态；若定位模块为高精度定位，则进入步骤2；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瓦片搜索，得到车辆所处的位置范围以及位置范围内的街道ID后进入步骤4范围搜索，检索出车辆可能所处的街道的集合后进入步骤5粗糙搜索，找到车辆当前可能处于的街道集合；若未找到则进入步骤4扩大搜索范围搜索；若找到则进入步骤6精细搜索，得到车辆可能处于的车道集合中的首个元素即为最可能处于的车道。本发明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。

技术领域

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

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。

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

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。

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。

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：

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。

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。

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。

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。

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。

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。