[发明专利]基于自动驾驶应用场景的地图模型及其应用方法在审
申请号: | 202010834122.6 | 申请日: | 2020-08-18 |
公开(公告)号: | CN112101120A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 刘树全;董钊志;张婉蒙;陈艳楠;岳呈祥 | 申请(专利权)人: | 沃行科技(南京)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01C21/00;G01C21/36 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 211100 江苏省南京市江宁*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自动 驾驶 应用 场景 地图 模型 及其 方法 | ||
1.一种基于自动驾驶应用场景的地图模型,其特征在于:包括地理点云、网络模型、道路模型、交通模型以及自动驾驶行为模型;
所述地理点云包括环境要素层、道路要素层以及边界要素层,环境要素层包括环境类型和图层优化,环境类型根据点云特征点进行分类,图层优化采用SLAM优化方法,所述道路要素层包括道路分割和道路识别,道路分割采用RANSAC线面提取道路线面以提取道路区域和路面,道路识别在道路分割基础上用Hausdorff距离进行深度识别,所述边界要素层包括边界配准、边界变化监测和边界参数,所述边界配准采用ICP点云配准,边界变化监测采用八叉树算法和提取技术结合,边界参数包括法线方向和曲率;
所述网络模型包括公用网络模型和自组网络模型,公用网络模型包括运营商输出、基站、信号类型、方向、信号强度、覆盖范围以及带宽参数;
所述道路模型包括数学要素层、地理要素层、辅助要素层和地理编码,数学要素层包括道路宽度、道路线性参数、道路高程以及道路交汇点,地理要素层包括路面介质、路面边界可信度、道路通行能力、路面平整性以及路面破损面,辅助要素层包括路端监测区、路端监测信号覆盖范围、边缘监测权重以及地理编码,由测量和以及点云数据处理结果和系统自动生成,所述地理编码包括区域位置信息、交通行为策略和传递/交互方式;
所述交通模型包括动态交通模型和静态交通模型;
所述自动驾驶行为模型包括货车自动驾驶行为模型、客车自动驾驶行为模型、轿车自动驾驶行为模型和专用车自动驾驶行为模型。
2.如权利要求1所述的基于自动驾驶应用场景的地图模型,其特征在于:所述动态交通模型包括限速、单向、双向、右转、左转、直行、排队、最小车距、最大转弯速度、最小转弯半径、最大转弯半径;靠左行驶、靠右行驶、中间线行驶;重车优先、空车优先、空车让行、重车让行、等待信号通行;禁止避障、禁止超车、禁止停靠、禁止左转、禁止右转、禁止重车、禁止会车交通规则。
3.如权利要求2所述的基于自动驾驶应用场景的地图模型,其特征在于:所述静态交通模型包括等待区、应急停靠区、调头区、人工接管区、远程接管区、近场接管区。
4.一种基于自动驾驶应用场景的地图模型的应用方法,其特征在于:步骤如下:
步骤一:基于点云数据,结合影像处理方法,通过坐标系的转换,用GWS84提供的地图投影机制将地图投影到Frenet坐标系下,提取道路标识,获取车辆行驶的车道线边缘信息以及不同作业区的边缘信息;
步骤二:基于Open Drive方法计算道路参考线,在模型中测量后输入道路宽度,由道路参考线和几何位置计算出道路线性参数,数据处理和测量后在模型中输入道路高程,实际测量后在模型中输入道路交汇点;
步骤三:根据下述公式确定公式修正系数:
N=3600/t0=3600/l0(v/3.6)=1000v/l0(辆/h),l0=lf+lz+la+lc;
其中v代表车辆行驶速度(km/h),t0为最小时距(s),l0为车头最小间隔(m),lc是车辆平均长度,la为车辆间的安全距离(m),lz代表车辆的制动距离(m),lf是司机在反应时间内车辆行驶的距离;
步骤四:路端监测区由测量和以及点云数据处理结果和系统自动生成,路端监测信号覆盖范围规定自动驾驶车辆行驶边界,自动驾驶车辆在信号覆盖范围内行驶,超出边界则启动应急管理系统,边缘监测权重用0或1表示,0代表自动驾驶车参考,1代表自动驾驶车必须加入决策。
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沃行科技(南京)有限公司,未经沃行科技(南京)有限公司许可,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/202010834122.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于物联网的医养康复训练装置
- 下一篇:一种汽车智能冷却系统总成