通过融合航空图像和遥测数据检测道路边缘的系统和方法技术方案

一种检测道路边缘的方法，包括：通过垂直于道路中心线移动道路中心线并用图像梯度重叠中心线，根据道路的航空图像计算道路边缘的第一似然性；使用车辆遥测来确定道路边缘的第二似然性，该车辆遥测拟合沿道路的遥测点的概率分布；将道路边缘的第一似然性和道路边缘的第二似然性融合，以识别道路边缘的最终似然性。性。性。

【技术实现步骤摘要】
通过融合航空图像和遥测数据检测道路边缘的系统和方法


[0001]本公开涉及通过道路数据检测和收集的自动驾驶车辆(AV)导航。

技术介绍

[0002]自动驾驶车辆(AV)的运行需要数据库地图中道路边缘的准确地理位置，以便自动驾驶车辆进行定位和导航。许多道路缺乏使用已知传感器融合技术的亚米级精度的精确测量数据。
[0003]居住区道路在北美所有道路中占重要部分，约为30％。居住区道路最小，且通常在路面上没有任何标记，因此自动驾驶车辆可能无法在居住区道路上准确导航。识别道路边缘和导航标记的已知方法可以利用地理定位数据或成本高昂的激光制导系统，或者可以利用车载相机系统来帮助识别道路边缘。因此，拥有激光制导设备或车载相机系统的车辆数量仍然是实现大范围自动驾驶车辆运行的一个限制条件。
[0004]其他已知系统基于穿越道路路段的一定数量车辆的遥测数据的集合来估计道路中心线。使用在道路路段上沿相反方向行驶的车辆的集合数据来估计近似道路中心线，其可与道路卫星数据一起用于模拟道路行驶车道。
[0005]因此，虽然当前道路边缘和导航标记的自动驾驶车辆识别达到了预期目的，但是仍需要一种新型和改进的用于在自动驾驶车辆中检测道路边缘的系统和方法。

技术实现思路

[0006]根据若干方面，一种检测道路边缘的系统，包括根据道路的航空图像计算的道路边缘的第一似然性(likelihood)。使用车辆遥测和沿道路的遥测点所拟合的概率分布来确定道路边缘的第二似然性。道路边缘的第一似然性和道路边缘的第二似然性的融合，以识别道路边缘的最终似然性。
[0007]在本公开的另一方面，随时间从道路上行驶的多个车辆收集代表遥测点的多个数据点。
[0008]在本公开的另一方面，将多个数据点分组为多个组，包括代表车辆在第一行驶方向上行驶的第一组。
[0009]在本公开的另一方面，多个组包括代表车辆在与第一行驶方向相反的第二行驶方向上行驶的第二组。
[0010]在本公开的另一方面，道路包括中心线，道路边缘的第一似然性通过垂直于中心线移动中心线并且用图像梯度重叠(overlapping)航空图像来计算；并且道路边缘的第一似然性进一步使用以下方式中的至少一种来确定：相对于第一组数据点的中心线确定的第一行驶方向上的数据点的第95百分位；基于道路的类型；以及报告的车道数量。
[0011]在本公开的另一方面，道路边缘的第二似然性进一步使用以下方式中的至少一种来确定：相对于第二组数据点的中心线确定的第二行驶方向上的第95百分位的数据点；基于道路的类型；以及报告的车道数量。
[0012]在本公开的另一方面，使用道路的航空图像数据生成航空图像数据地图。
[0013]在本公开的另一方面，包括至少一个对象的多个数据点用于限定道路边缘。
[0014]在本公开的另一方面，曲线图使用识别道路边缘的地理位置来呈现第一似然性。
[0015]在本公开的另一方面，该曲线图呈现以下至少一个：至少一个对象的地理位置的似然性的第95百分位概率、道路的类型；以及报告的车道数量。
[0016]根据若干方面，一种检测道路边缘的方法，包括：通过垂直于道路中心线移动道路中心线并用图像梯度重叠中心线，根据道路的航空图像计算道路边缘的第一似然性；使用拟合沿道路的遥测点的概率分布的车辆遥测来确定道路边缘的第二似然性；以及将道路边缘的第一似然性和道路边缘的第二似然性融合，以识别道路边缘的最终似然性。
[0017]在本公开的另一方面，该方法还包括识别多个数据点，这些数据点代表从道路上行驶的多个车辆随时间收集的遥测点。
[0018]在本公开的另一方面，该方法还包括将数据点分组为多个组，包括表示车辆在第一行驶方向上行驶的第一组，以及表示车辆在与第一行驶方向相反的第二行驶方向上行驶的第二组。
[0019]在本公开的另一方面，该方法还包括通过计算相对于第一组数据点的道路中心线的第一数据方向上数据点的第95百分位来确定道路边缘的第二似然性。
[0020]在本公开的另一方面，该方法还包括通过计算相对于第二组数据点的道路中心线的第二数据方向上的数据点的第95百分位来确定道路边缘的第二似然性。
[0021]在本公开的另一方面，该方法还包括：使用道路区域的航空图像数据生成航空图像数据地图；以及从航空图像数据地图中去除无关数据。
[0022]在本公开的另一方面，该方法还包括：识别包括限定道路边缘的至少一个对象的数据点；以及通过呈现至少一个对象的地理位置的似然性的第95百分位概率，使用识别道路边缘的地理位置来生成呈现第一似然性的曲线图。
[0023]根据若干方面，一种检测道路边缘的方法包括：识别道路的中心线；通过垂直于道路中心线移动道路中心线，根据道路的航空图像计算道路边缘的第一似然性；使用车辆遥测来确定道路边缘的第二似然性，该车辆遥测拟合车辆遥测的遥测点的概率分布，该遥测点具有表示车辆沿第一行驶方向行驶的第一组和表示车辆沿与第一行驶方向相反的第二行驶方向行驶的第二组；以及将道路边缘的第一似然性的第95百分位和道路边缘的第二似然性的第95百分位融合，以识别道路边缘的最终似然性。
[0024]在本公开的另一方面，该方法包括以距离中心线的预定增量移动中心线。
[0025]在本公开的另一方面，该方法包括在计算道路边缘的第一似然性期间用图像梯度重叠中心线。
[0026]从本文提供的描述中，在其他领域的进一步应用将变得显而易见。应当理解，本文的描述和具体实例仅用于说明的目的，并且不旨在限制本公开的范围。
附图说明
[0027]本文的附图仅用于说明的目的，并不旨在以任何方式限制本公开的范围。
[0028]图1是使用根据示例性方面的用于检测道路边缘的系统和方法的示例性道路部分的俯视图；
[0029]图2是去除了无关数据的图1的航空图像的俯视图；
[0030]图3是呈现使用地理位置识别道路边缘的第一似然性的曲线图；
[0031]图4是呈现分别代表车辆遥测数据的多个数据点的曲线图；
[0032]图5是示出了制备图2的航空图像的步骤的流程图；
[0033]图6是类似于图2的航空图像，呈现道路中心线位移；
[0034]图7是呈现在图6所示的第一数据方向上的图像数据的曲线图；
[0035]图8是呈现在图6所示的第二数据方向上的图像数据的曲线图；
[0036]图9是从图4修改而来的曲线图，呈现了分别代表车辆遥测数据的多个数据点；以及
[0037]图10是示出将图2的航空图像的数据与图9的曲线图的数据融合的步骤的流程图。
具体实施方式
[0038]以下描述本质上仅仅是示例性的，并不旨在限制本公开、应用或使用。
[0039]参考图1，用于检测道路边缘10的系统和方法识别道路16的第一道路边缘12的位置的概率和第二道路边缘14的概率。根据若干方面，道路16可以穿过在道路16的至少一侧上具有人行道18的区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测道路边缘的系统，包括：道路边缘的第一似然性，所述道路边缘的第一似然性根据道路的航空图像来计算；道路边缘的第二似然性，所述道路边缘的第二似然性使用车辆遥测和沿所述道路的遥测点所拟合的概率分布来确定；以及所述道路边缘的第一似然性和所述道路边缘的第二似然性的融合，用于识别所述道路边缘的最终似然性。2.根据权利要求1所述的检测道路边缘的系统，包括多个数据点，所述多个数据点表示从所述道路上行驶的多个车辆随时间收集的遥测点。3.根据权利要求2所述的检测道路边缘的系统，包括配置成多个组的所述多个数据点，所述多个组包括表示车辆在第一行驶方向上行驶的第一组。4.根据权利要求3所述的用于检测道路边缘的系统，包括配置成多个组的所述多个数据点，所述多个组包括表示车辆在与所述第一行驶方向相反的第二行驶方向上行驶的第二组。5.根据权利要求4所述的检测道路边缘的系统，其中：所述道路包括中心线，所述道路边缘的第一似然性通过垂直于所述中心线移动所述中心线并且用图像梯度重叠所述航空图像来计算；并且所述道路边缘的第一似...

【专利技术属性】
技术研发人员：O，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：