一种自动驾驶用高精度地图数据网格化的管理方法及装置制造方法及图纸

自动驾驶用高精度地图数据网格化的管理方法，沿经度和纬度根据设定的空间步长,将高精度地图分为若干个网格单元；获取高精度地图中多条道路的矢量化数据，并获取所述每条道路对应的车道组矢量化数据集合以及对应的定位元素矢量化数据集合；将所述多条道路，根据设定的空间步长切分成若干道路段，建立各条所述道路对应的道路段集合及各道路段对应的网格单元；依次将所述道路多条车道组与所述道路段集合作车道组切分运算，得到若干子车道组，建立各条所述子车道组对应的道路段；依次将所述道路多条定位元素与所述道路段集合进行过滤运算，获取每一条定位元素对应的道路段；根据道路段对应的网格单元信息，建立子车道组及定位元素对应的网格单元。

A Management Method and Device of High Precision Map Data Grid for Autopilot

The management method of gridding high-precision map data for automatic driving is to divide high-precision map into several gridding units according to the set space step along longitude and latitude; to obtain vectorized data of multiple roads in high-precision map, and to obtain vectorized data sets of lane groups corresponding to each road and vectorized data sets of corresponding positioning elements; and to collect the multi-lane vectorized data sets. The road is divided into several road sections according to the set space step size, and the corresponding road sections and the corresponding grid elements of each road section are established. The road sections are divided into several sub-lane groups according to the set space step size, and the corresponding road sections are divided into several sub-lane groups. The road segments corresponding to each sub-lane group are established in turn by dividing the multi-lane groups of the roads and the corresponding road sections into Lane groups. The set of road segments is filtered to obtain the road segments corresponding to each location element. According to the grid element information corresponding to the road segments, the sublane groups and the grid elements corresponding to the location elements are established.

【技术实现步骤摘要】
一种自动驾驶用高精度地图数据网格化的管理方法及装置
本专利技术涉及地图导航及数据处理
，具体涉及一种将高精度地图中的道路数据、车道组数据以及定位元素的网格化管理方法及装置。
技术介绍
随着面向主动安全和无人驾驶的下一代高精度导航地图的逐步应用，地图数据从基础的导航、引导作用，逐步走向车身控制和主动安全的高级功能，数据网格管理功能被充分应用于车辆的高级自动驾驶，以此满足主动安全和无人驾驶的基本需求，缩小数据的筛选范围，快速获取车身周围对应的高精度地图数据。在高精度地图制作过程中，会对从现实道路上采集的点(如激光点云数据)进行矢量化处理，最终构成驶离化的数字地图数据。在进行矢量化后的数据数量非常庞大，不利于快速获取车身周围的高精度地图数据，如何高效缩小数据的筛选范围是一个重要的问题。现阶段，只有传统的基础导航地图作网格化管理，还没有对自动驾驶用高精度地图作网格化管理。相关名词解释：1.网格单元空间步长用于完整描述一个网格在平面中，网格经度方向上的步长值X以及纬度方向上的步长值Y，X,Y可以是球心坐标系下的经纬度的长度，也可以是投影坐标系下的直角坐标系的长度。如图2所示。2.道路形状本文档来自技高网...

【技术保护点】
1.一种自动驾驶用高精度地图数据网格化的管理方法,其特征在于：包括以下步骤：步骤1，根据设定的空间步长沿经度和纬度将高精度地图分为若干个网格单元；步骤2，获取高精度地图中多条道路的矢量化数据，并获取每条道路对应的车道组矢量化数据集合以及对应的定位元素矢量化数据集合；步骤3，根据设定的空间步长依次将所述多条道路切分成若干道路段，建立各条所述道路对应的道路段集合及各道路段对应的网格单元；步骤4，依次将所述道路的多条车道组与所述道路段集合作车道组切分运算，得到若干子车道组，建立各条所述子车道组对应的道路段；步骤5，依次将所述定位元素矢量化数据集合中多条定位元素与所述道路段集合进行过滤运算，获取每一条...

【技术特征摘要】
1.一种自动驾驶用高精度地图数据网格化的管理方法,其特征在于：包括以下步骤：步骤1，根据设定的空间步长沿经度和纬度将高精度地图分为若干个网格单元；步骤2，获取高精度地图中多条道路的矢量化数据，并获取每条道路对应的车道组矢量化数据集合以及对应的定位元素矢量化数据集合；步骤3，根据设定的空间步长依次将所述多条道路切分成若干道路段，建立各条所述道路对应的道路段集合及各道路段对应的网格单元；步骤4，依次将所述道路的多条车道组与所述道路段集合作车道组切分运算，得到若干子车道组，建立各条所述子车道组对应的道路段；步骤5，依次将所述定位元素矢量化数据集合中多条定位元素与所述道路段集合进行过滤运算，获取每一条定位元素对应的道路段；步骤6，根据道路段对应的网格单元的信息，建立子车道组及定位元素对应的网格单元。2.根据权利要求1所述一种自动驾驶用高精度地图数据网格化的管理方法，其特征在于：所述空间步长包括用于描述经度方向前进距离和用于描述纬度方向前进距离。3.根据权利要求1所述一种自动驾驶用高精度地图数据网格化的管理方法，其特征在于：所述高精度地图中多条道路的矢量化数据、车道组矢量化数据和定位元素矢量化数据依次分别包括用于描述所述道路形状的坐标点数据、用于描述所述车道组中每条车道形状的坐标点数据和用于描述所述定位元素形状的坐标点数据。4.根据权利要求3所述一种自动驾驶用高精度地图数据网格化的管理方法，其特征在于：所述坐标点数据包括球心坐标或投影坐标。5.根据权利要求3或4所述一种自动驾驶用高精度地图数据网格化的管理方法，其特征在于：所述步骤3中，根据设定的空间步长依次将所述多条道路切分成若干道路段，建立各条所述道路对应的道路段集合及各道路段对应的网格单元，包括以下步骤：步骤301，按道路前进方向，取未进行空间步长切分运算的一条道路Rq，根据所述用于描述道路形状的坐标点，获取该道路Rq的坐标点集合：Rq＝{P1,P2,...,Pn}q，并根据所述坐标点集合，连接相邻的两坐标点形成线段，得到与该道路Rq对应的线段集合：{L1,L2,...,Ln-1}，其中，Li＝{Pi,Pi+1}i∈[1,n-1]；n为道路Rq的坐标点数量；步骤302，依次判断线段集合中的每一条线段，假设当前线段为Li,是否与步骤1中的网格单元相交，若相交则记录线段与网格单元的相交坐标点集合：Iq＝{P1',P2',...,Pn'}q,确保相交坐标点集合是按道路前进方向有序；并将集合Iq插入到道路Rq的坐标点集合中：Rq＝{P1,P2,...,Pi,Iq,Pi+1,...,Pn}q；步骤303，根据步骤302所得到的道路Rq的坐标点集合，以相交坐标点为切分点，获得与该道路Rq对应的道路段集合,确保道路段集合是按道路前进方向有序,并记录每个道路段对应的网格单元:Rq＝{{R1:M1},{R2:M2},...,{Rn:Mn}}q,R代表道路段，M代表道路段对应网格单元，其中,Ri＝{P1,P2,...,Pn}ii∈[1,n]；步骤304，判断是否还存在未进行空间步长切分运算的道路,若存在则跳转至步骤301，否则结束空间步长切分运算，得到各条所述道路对应的道路段集合及各道路段对应的网格单元。6.根据权利要求3或4所述一种自动驾驶用高精度地图数据网格化的管理方法，其特征在于：所述步骤4中，依次将所述道路的多条车道组与所述道路段集合作车道组切分运算，得到若干子车道组，建立各条所述子车道组对应的道路段，包括以下步骤：步骤...

【专利技术属性】
技术研发人员：严小坚，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：湖北,42