[发明专利]一种高精度路网模型的构建方法

摘要

本发明公开了一种高精度路网模型的构建方法，首先定义高精度路网模型，然后提取路网数据，包括车道网络层提取和路段网络层提取；接着进行路段网络层、车道网络层关联关系计算；最后构建高精度路网模型；本发明用高精度路网模型HDRNM(high definition road network model)来表示HDmap对应的路网模型，HDRNM从数据内容到数据模型上都比路段级的路网模型要丰富。

主权项

1.一种高精度路网模型的构建方法，其特征在于，包括以下步骤：步骤1：定义高精度路网模型；所述模型为：其中，公式1中W代表道路网络，C是交叉口集合，R是路段的集合；公式2中，用{1,2,…,N}表示路段索引集合,r表示路段，r1，r2，…，rN分别代表集合中的各个路段；公式3中，针对某一路段r，Sr是路段的形状点，SNr是路段起点结点，ENr是路段终点结点，Qr是路段的属性，RL是路段接续的号码，LS路段上对应的车道集合；公式4中，用{1,2,…,i}表示车道索引集合，l表示车道，l1，l2，…，li表示某一路段下关联的各个车道；公式5中，针对某一车道l，Sl是车道的形状点，SNl是车道的起始结点，ENl是车道终点结点，Ql是车道的属性，LL是车道接续的号码；公式6中，Q动态属性值，表示是或者否，t表示时间，q表示公式3和4中的车道或者路段的指示类的属性值，该值对应的值域是枚举型；步骤2：提取路网数据，包括路段网络层提取和车道网络层提取；步骤3：路段网络层与车道网络层关联关系计算；公式3中路段r与该路段对应的车道l的关联关系为：C＝f(M)   (7)公式7中，C是路段和车道对应的关联关系，M是线性事件点的集合，通过线性事件点表示某条路段上属性变化的位置；则路段对应的车道的函数关系式C＝f(M)定义为：其中，i表示垂直于车道方向的车道形态数据集的序列；j表示线性段沿路段方向的序列；totalLaneShapeFunction，表示在当前路段下平行于路段的车道形态数据集；totalMNum表示当前路段下线性时间点M点的总点数；In是单位阵；l表示车道，l1,j表示路段下第i条平行于道路的车道第j个线性段内的表达式；LS表示车道形态数据集LSFunction的简写；LSi,j表示在路段下第i条平行于路段的车道形态数据集LSFunction在第j个线性段内的表达式；xj表示第j‑1到第j个线性段内，沿路段方向的坐标取值范围；Xi表示第i条平行于路段的车道形态数据集在道路方向上的坐标取值范围；步骤4：构建高精度路网模型。