车辆的车道跟踪方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种车辆的车道跟踪方法、装置、计算机设备及存储介质，涉及地图、导航、智能交通、车联网、智能车控制等领域。所述方法包括：根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置；根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息；其中，所述车道粒子集包括N个随机分布在当前道路内的粒子，所述第一车载信号源和所述第二车载信号源不同，N为大于1的正整数。本申请提高了对于车辆的车道跟踪方法的准确性。

【技术实现步骤摘要】
车辆的车道跟踪方法、装置、计算机设备及存储介质
本申请涉及地图、导航、智能交通、车联网、智能车控制等领域，特别涉及一种车辆的车道跟踪方法、装置、计算机设备及存储介质。
技术介绍
在智能车控制
如自动驾驶或高级辅助驾驶中，车道保持功能或车道偏离预警功能，都需要对车辆在行驶过程中所处的车道进行持续性的跟踪。相关技术中提供有基于惯性传感器的车辆的车道跟踪方法，通过采集车辆的惯性传感器数据来计算车辆的横向位移，进而确定车辆所在的车道。由于车道宽度未知，所以无法仅通过横向位移来准确判断车辆所在的车道。如何在车辆的行驶过程中准确跟踪车辆所在的车道，是亟待解决的问题。
技术实现思路
本申请实施例提供了一种车辆的车道跟踪方法、装置、计算机设备及存储介质，能够融合第一车载信号源和第二车载信号源的信息对车道粒子集进行更新，确定车辆的车道跟踪信息，使得车道跟踪的准确性得到提升。所述技术方案如下。根据本申请的一个方面，提供了一种车辆的车道跟踪方法，应用于计算机设备中，所述方法包括：根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置；根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息；其中，所述车道粒子集包括N个随机分布在当前道路内的粒子，所述第一车载信号源和所述第二车载信号源不同，N为大于1的正整数。根据本申请的另一方面，提供了一种车辆的车道跟踪装置，所述装置包括：更新模块，用于根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置；确定模块，用于根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息。根据本申请的另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如本申请各个方面提供的车辆的车道跟踪方法。根据本申请的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有计算机指令，所述计算机指令由处理器加载并执行以实现如本申请各个方面提供的车辆的车道跟踪方法。根据本申请的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述车辆的车道跟踪方法。本申请实施例至少包括如下有益效果：在对车辆的车道进行跟踪时，通过融合第一车载信号源和第二车载信号源对车道粒子集进行更新，从而确定车辆在当前时刻的车道跟踪信息。本方法采用粒子滤波算法融合第一车载信号源和第二车载信号源，使得可以通过计算车辆相对于车道的横向位移判断车辆的车道信息，并且减少了由单一传感器数据判断车辆位置带来的误差，提高了车道跟踪的准确性。附图说明为了更清楚地介绍本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本申请一个示例性实施例提供的一种车辆坐标系的建立方式；图2是本申请一个示例性实施例提供的一种逻辑车道的示意图；图3是本申请一个示例性实施例提供的车道线截距的示意图；图4是本申请示例性实施例提供的一种计算机设备的结构框图；图5是本申请示例性实施例提供的车辆的车道跟踪方法运算架构的示意图；图6是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图7是本申请一个示例性实施例提供的一种计算车辆的横向位移的示意图；图8是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图9是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的示意图；图10是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图11是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的示意图；图12是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图13是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图14是本申请一个示例性实施例提供的一种车辆的车道跟踪方法的流程图；图15是本申请一个示例性实施例提供的一种车辆的车道跟踪装置的结构框图；图16是本申请一个示例性实施例提供的分布式系统应用于区块链系统的结构示意图；图17是本申请一个示例性实施例提供的区块结构的示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。为了本申请实施例所示方案易于理解，下面对本申请实施例中出现的名词进行介绍。GNSS：全球导航卫星系统（GlobalNavigationSatelliteSystem）的简称，包括美国的全球定位系统（GlobalPositioningSystem，GPS）、俄罗斯的格洛纳斯系统（GlobalNavigationSatelliteSystem，GLONASS）、中国的北斗卫星导航系统（BeiDouNavigationSatelliteSystem，BDS）、欧洲的伽利略定位系统（GalileoPositioningSystem），等等。GPS：全球定位系统（GlobalPositioningSystem）的简称。本申请中的GPS信号表示车辆GPS模块通过全球导航卫星系统得到的定位信号，包括坐标、速度、时间等。IMU：惯性测量单元（InertialMeasu本文档来自技高网...

【技术保护点】
1.一种车辆的车道跟踪方法，其特征在于，所述方法包括：/n根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置；/n根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息；/n其中，所述车道粒子集包括N个随机分布在当前道路内的粒子，所述第一车载信号源和所述第二车载信号源不同，N为大于1的正整数。/n

【技术特征摘要】
1.一种车辆的车道跟踪方法，其特征在于，所述方法包括：
根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置；
根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息；
其中，所述车道粒子集包括N个随机分布在当前道路内的粒子，所述第一车载信号源和所述第二车载信号源不同，N为大于1的正整数。


2.根据权利要求1所述的方法，其特征在于，所述根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置，包括：
在第t个时间片，根据所述第二信息更新所述车道粒子集中的各个粒子的权重和位置，t为正整数；
在第t+1个时间片，根据所述第一信息更新所述车道粒子集中的各个粒子的权重。


3.根据权利要求2所述的方法，其特征在于，所述根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息，包括：
根据所述车道粒子集中在所述第t+1个时间片内的各个粒子的权重，以及所述车道粒子集中在所述第t个时间片内的各个粒子的位置，确定所述车辆在所述第t+1个时间片内的车道跟踪信息。


4.根据权利要求3所述的方法，其特征在于，所述根据所述车道粒子集中在所述第t+1个时间片内的各个粒子的权重，以及所述车道粒子集中在所述第t个时间片内的各个粒子的位置，确定所述车辆在所述第t+1个时间片内的车道跟踪信息，包括：
将所述车道粒子集中的每个粒子分裂为左侧车道粒子、当前车道粒子、右侧车道粒子；
根据所述车道粒子集中在所述第t+1个时间片内的每个粒子的权重，以及所述车道粒子集中在所述第t个时间片内的各个粒子的位置，计算所述每个粒子对应的所述左侧车道粒子的第一概率、所述当前车道粒子的第二概率和所述右侧车道粒子的第三概率；
根据所述当前道路中的各条车道内粒子的概率和，确定所述车辆在所述第t+1个时间片内的车道跟踪信息，所述车道跟踪信息包括所处车辆所处的车道和所述车辆的变道信息中的至少一种。


5.根据权利要求1所述的方法，其特征在于，所述根据第一车载信号源的第一信息和第二车载信号源的第二信息，分别更新车道粒子集中的各个粒子的权重；以及根据所述第二信息，更新所述车道粒子集中的各个粒子的位置，包括：
在第t个时间片，根据所述第一信息更新所述车道粒子集中的各个粒子的权重，t为正整数；
在第t+1个时间片，根据所述第二信息更新所述车道粒子集中的各个粒子的权重和位置。


6.根据权利要求5所述的方法，其特征在于，所述根据所述车道粒子集中的各个粒子的权重和位置，确定所述车辆的车道跟踪信息，包括：
根据所述车道粒子集中在所述第t+1个时间片内的各个粒子的权重和位置，确定所述车辆在所述第t+1个时间片内的车道跟踪信息。


7.根据权利要求6所述的方法，其特征在于，所述根据所述车道粒子集中在所述第t+1个时间片内的各个粒子的权重和位置，确定所述车辆在所述第t+1个时间片内所处的车道...

【专利技术属性】
技术研发人员：肖宁，赵晖，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44