交叉口结构的联合概率建模及推断制造技术

本申请涉及交叉口结构的联合概率建模及推断。一种为路面的交叉口结构建模的方法。所述方法包括接收包括道路车道信息的第一数据集合，以及接收包括路面的交叉口结构的车辆轨道信息的第二数据集合。所述方法包括从第一和第二数据集合中的至少一个判定车道节点位置。可以汇编车道节点位置之间的潜在连接线的集合。所述方法可以进一步包括为每条连接线评估该连接线是有效连接线的概率，并且给每条连接线指定概率值。可以基于预先确定的阈值概率值过滤连接线，并生成有效连接线的集合。基于有效连接线的集合创建交叉口结构的模型。

【技术实现步骤摘要】

本公开一般涉及用于生成精确路面地图的方法，特别是涉及用于生成路面的交叉 口结构的模型的方法。
技术介绍
本文提供的背景描述是用于大致呈现本公开的内容的目的。目前著名的专利技术者的 工作成果，在其可能在此背景章节被描述的程度上，以及描述中在提交时没有另外有资格 作为现有技术的方面，既不特意地也不隐含地被认作相对本技术的现有技术。 无论以印刷还是数字显示形式的地图，通常将道路显示为单条线或者两条窄间隔 的线。间隔或线的宽度可以是也可以不是与道路的实际宽度成比例。典型地，这样的地图 不显示道路上车道的数目或者另外的出口车道、自行车道等。它们也不阐明路面交叉口细 节或者在车辆穿过交叉口时允许车辆通行的有效路径。 全自动驾驶系统优选设计成在道路上无驾驶员互动或其它外部控制来操作车辆， 例如在自驾或自主车辆中。先进的驾驶员安全系统监测车辆的状况，包括其位置和车辆在 其邻近区域内的位置。这样的系统可能需要编码了高精度的车道级的和路面交叉口的信息 的地图。车道级的和路面交叉口的信息可以用于多种情况中，例如用于为路径规划生成平 滑轨道，用于预测其它车辆的行为或者用于规划和/或推断在交叉口的合适的车辆行为。 在许多情况中，地图要么通过繁重的手工注释过程，通过采用测试车辆行驶确切 的车道规划，或者通过分析GPS轨迹的收集来生成。这些方法需要数量可观的手工工作，无 论通过注释还是收集。 相应地，期望用较少的准备工作提供精确、详细的交叉口地图。
技术实现思路
此章节提供本公开的一般总结，并且不是其完整范畴或其全部特征的全面公开。 在多个方面，本教导提供为路面的交叉口结构建模的方法。该方法可以包括接收 包括道路车道信息的第一数据集，和接收包括路面的交叉口结构的车辆轨道信息的第二数 据集。该方法可以包括从第一数据集合和第二数据集合中的至少一个判定车道节点位置。 可以汇编车道节点位置之间的潜在的连接线的集合。该方法进一步包括为每条连接线评估 该连接线是有效连接线的概率，并且给每条连接线指定概率值。可以基于预先确定的阈值 概率值过滤连接线，并且该方法可以包括生成有效连接线的集合。可以基于有效连接线的 集合创建交叉口结构的模型。道路车道信息可以从第一源接收，例如地图数据库或车道估 计算法，并且车辆轨道信息可以从第二源获得，例如LIDAR、雷达、静态图像数据、视频数据 等等。 在其它方面，本教导提供为路面的交叉口结构建模的方法，包括为路面的交叉口 结构识别车道节点位置之间的连接线的集合。来自交叉口结构的车辆轨道信息可用于生成 穿过交叉口的车辆轨迹的集合。该方法包括将车辆轨迹分类成完整轨迹和不完整轨迹。对 每条不完整轨迹，可针对该不完整轨迹与一条连接线相关联的概率做出评估。可以使用贝 叶斯模型平均技术来判定概率。该方法包括生成有效连接线的集合并基于有效连接线的集 合来创建交叉口结构的模型。 在多个方面，贝叶斯模型平均技术可以由这个等式支配： 其中ρ ( λ q I T)是连接线（λ q)的概率值，给定不完整轨迹的集合（T)，其中m是交 叉口模型，并且交叉口模型的集合（M)对数据是简约的。 更多适用领域和增强地图技术的多种方法将从本文提供的描述变得显而易见。此 总结中的描述和特定范例仅旨在阐释的目的，并且不旨在限制本公开的范畴。【附图说明】 从详细描述和附图将更完全地理解本教导，其中： 图1是可用于本公开的方法的计算设备的框图； 图2是在收集多种LIDAR信息中可依循的范例道路路线的绘画表示； 图3是对多车道路面的交叉口的描绘，阐明多个进入和离开交叉口的车道节点； 图4是与图3的交叉口关联的车辆轨迹的集合的一个范例； 图5是对不完整的和替代的车辆轨迹在图3的路面交叉口行进的描绘； 图6是对从图3的进入车道节点N1到路面交叉口的可用离开道路节点之一的每 条可能的连接线的描绘； 图7是对使用图3的路面交叉口的车辆的每条可能的有效转弯连接线的描绘； 图8是对使用图3的路面交叉口的车辆的每条可能的有效穿过连接线的描绘；以 及 图9是图7和图8的有效连接线的结合视图。 应注意的是本文展示的附图旨在示范本技术之中的材料、方法和设备的大致特 性，用于对特定方面描述的目的。这些附图可能不精确反映任何给定方面的特性，并且不必 要旨在限定或限制在此技术范畴内的特定实施例。而且，特定方面可以包含附图的结合的 特征。【具体实施方式】 以下描述本质上仅是阐释性的，不旨在限制本公开、其应用或使用。如本文使用 的，短语"A，B和C之中至少一个"应解释为意思是逻辑上的（A或B或C)，使用非排他性的 逻辑"或"。应理解的是，方法中的多个步骤可以以不同顺序执行，而不改变本公开的原理。 公开的范围包括公开整个范围内的全部范围和细分的范围。 本文使用的标题（例如"
技术介绍
"和"
技术实现思路
"）和子标题仅旨在用于本公开 中的话题的大致结构，并且不旨在限制技术或其任何方面的公开。对具有所述特征的多个 实施例的列举不旨在排除具有附加特征的其它实施例，或者包含所述特征的不同组合的其 它实施例。 如本文所使用的，术语"包含"和"包括"及其变体旨在非限制，这样顺序列举项目 或列表并不排除也可能在此技术的设备和方法中有用的其它相似项目。类似地，术语"可 以"和"可能"及其变体旨在非限制，这样列举实施例可以或可能包含特定元件或特征并不 排除不包含那些元件或特征的本技术的其它实施例。 本公开的宽泛教导可以以多种形式实施。因此，尽管本公开包括特定范例，由于其 它更改对熟练从业者在学习说明书和以下权利要求后将会是显而易见的，本公开的真实范 畴不应如此限制。 本技术一般涉及车辆例如汽车可能行驶于其上的路面交叉口结构的联合概率模 型和推断。如本文使用的，应理解的是术语车辆不应狭隘的解释，而应包括所有类型的交通 工具，非限制的范例包括轿车、卡车、摩托车、越野车、公交车、船、飞机、直升机、割草机、休 闲车、游乐园车辆、农用车、工程车、电车、高尔夫球车、火车或电车。 许多有关驾驶员支持和半自动或自主车辆的任务（例如车辆检测和追迹，道路规 划和控制）受益于使用高精度街道地图。由于涂漆标线的缺乏，有效（合法或半合法）的 车辆行为的数量增长，以及实际行驶轨道的多变性的增长，路面交叉口呈现独特的挑战。作 为范例，两部在行驶并做出同样左转弯的车辆可能穿过交叉口转过差异显著的路径，然而 它们最终进入并离开交叉口的相同的车道。这样，本技术为估计进入和离开交叉口的车道 之间的有效连接的集合设想概率模型并推断过程。 本文使用的多种算法的输入的非限制范例可能包括车道地图和/或车道节点信 息，以及从测试车辆获得的LIDAR数据导出的车辆轨迹的集合。如下文将解释的，轨迹可以 是位置杂乱的并且由于丢失追迹或其它多种原因而实际上不完全转过交叉口的。更进一步 地，在追迹的车辆和可能的交叉口结构之间的数据关联中可能存在显著歧义。尽管如此，本 技术能够提供能够在交叉口结构的全部组份上联合推断的概率模型。使用能够在真实世界 情况的宽泛变化中以杂乱输入数据来揭露交叉口结构的贝叶斯模型平均技术实现模型。 为了使用本公开的技术，期望对给定交叉口识别车道节点和车辆轨道信息。图1 是可以用于实施有关识别车道节点或地图数据的特定方本文档来自技高网...

【技术保护点】
一种为路面的交叉口结构建模的方法，所述方法包括：接收包括道路车道信息的第一数据集合；接收包括路面的交叉口结构的车辆轨道信息的第二数据集合；从所述第一数据集合和第二数据集合中的至少一个判定车道节点位置；汇编所述车道节点位置之间的潜在的连接线的集合；为每条连接线评估该连接线是有效连接线的概率并且给每条连接线指定概率值；基于预先确定的阈值概率值过滤所述连接线并生成有效连接线的集合；以及基于所述有效连接线的集合创建所述交叉口结构的模型。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：A·S·乔希，M·R·詹姆斯，
申请(专利权)人：丰田自动车工程及制造北美公司，
类型：发明
国别省市：美国;US