[发明专利]一种基于区域感知度的高精地图众包车辆选择方法

说明书

本发明公开了一种基于区域感知度的高精地图众包车辆选择方法，包括：1)获取道路拓扑图以及当前历史路网数据；2)基于感知特征对道路拓扑图进行区域划分，并基于当前历史路网数据来统计当前车流量；3)根据当前车流量来为区域划分后的每个区域计算区域感知度；4)基于区域感知度、车辆行为因素以及区域需求度计算车辆得分，并依据车辆得分来雇佣车辆执行众包任务；5)接收被雇佣车辆所提供的地图数据，更新高精地图众包状态并为被雇佣车辆提供报酬。本发明解决了因专业采集车数量不足的原因而导致的无法高效地获取路面环境数据和实时更新高精地图的问题，也减少了收集路面环境数据所带来的成本，提高高精地图的生成效率，扩大高精地图的更新范围。

技术领域

本发明涉及城市智能交通技术领域，尤其是指一种基于区域感知度的高精地图众包车辆选择方法。

背景技术

如今无人驾驶正在火速发展当中，感知作为无人驾驶中重要的模块，是无人车能够安全行驶在路上的前提。传感器如摄像头、激光雷达等是无人车感知周围环境的主流手段。然而通过传感器来进行感知周围环境，在成本上存在着巨大的挑战。高精地图作为新兴的感知手段很好地弥补了传感器的成本过高的缺点，因此如何方便快捷地获取和更新高精地图是当下的主要任务。为了采集高精地图数据，图商以及无人驾驶车商，如百度、高德、TomTom等已经组建了属于自己的专业地图采集车队，通过配置有摄像头和激光雷达的高精度地图采集车，获得街景图像数据和3D激光点云数据。存储好的源数据经过后台的自动化建图流程，结合人工纠错与标注，生产并发布高精度地图。虽然专业采集车的数据采集作业精度高、道路信息采集全面，但是其造价相当高，数量少，作业周期很长，地图产量有限。通过采集车来实时更新高精地图的方法并不现实。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于区域感知度的高精地图众包车辆选择方法，利用社会车辆在日常行驶过程中完成对路面环境数据的采集，解决了因专业采集车数量不足的原因而导致的无法高效地获取路面环境数据和实时更新高精地图的问题，并且其减少了收集路面环境数据所带来的成本，提高了高精地图的生成效率，扩大了高精地图的更新范围。

为实现上述目的，本发明所提供的技术方案为：一种基于区域感知度的高精地图众包车辆选择方法，包括以下步骤：

1)众包平台获取道路拓扑图以及当前历史路网数据；

2)众包平台基于感知特征对道路拓扑图进行区域划分，并基于当前历史路网数据来统计当前车流量；

3)众包平台根据当前车流量来为区域划分后的每个区域计算区域感知度；

4)众包平台基于区域感知度、车辆行为因素以及区域需求度计算车辆得分，并依据车辆得分来雇佣车辆执行众包任务；

5)众包平台接收被雇佣车辆所提供的地图数据，更新高精地图众包状态并为被雇佣车辆提供报酬。

进一步，在步骤1)中，所述道路拓扑图是描述各道路间位置的关系图，所述路网历史数据是指道路历史车流量数据，包括时间段和线路流量。

进一步，在步骤2)中，所述感知特征是位置被各道路感知的难易程度，用能感知到该位置的道路元素集合表示，感知特征表示方式如下：

p_i＝{能感知到位置i的道路元素}

式中，p_i为位置i的感知特征，所述道路元素即地图上的道路，感知特征的大小用|p_i|表示，感知特征大小等于p_i中道路元素的个数；

所述基于感知特征对道路拓扑图进行区域划分是将具有相同感知特征的相邻位置合并，以形成各位置具有相同感知特征的区域；

所述当前车流量为当前每秒到达的车辆数。