基于高精地图的路口交通场景下雷达原点信息修正方法技术

本发明专利技术公开了基于高精地图的路口交通场景下雷达原点信息修正方法，包括以下步骤：获取雷达原点信息以及所在路口信息；筛选停止点，建立停止点集S；根据停止点集S确定进口停止线；基于进口停止线提取进入路口的轨迹数据；根据轨迹数据进行聚类提取找到最内侧车道的中心线；进行雷达坐标转换；进行雷达航向角调整；进行雷达原点位置调整；经过迭代优化后进行修正结果的准确性评估；本发明专利技术通过自动修复路口交通场景下雷达原点信息，不仅使得路口目标车辆轨迹与高精地图定位高精度匹配，也为车辆平行仿真及数字化道路提供基础。车辆平行仿真及数字化道路提供基础。车辆平行仿真及数字化道路提供基础。

【技术实现步骤摘要】
基于高精地图的路口交通场景下雷达原点信息修正方法


[0001]本专利技术涉及雷达在交通场景的应用领域，尤其涉及基于高精地图的路口交通场景下雷达原点信息修正方法。

技术介绍

[0002]如今，很多城市的路口安装了毫米波雷达终端设备，从而能够获取路口实时车辆行驶轨迹。有学者研究雷达坐标系与大地坐标系之间转换关系，计算转换误差，也有学者研究在路段场景的雷达坐标系下，根据目标车辆当前坐标位置预测接下来位置与实际位置偏差，进而校准雷达设备的原点信息，但基于高精地图的路口交通场景下的雷达原点信息修正未给出具体的解决方案，准确稳定并自动修复路口交通场景下雷达原点信息，不仅使得路口目标车辆轨迹与高精地图定位高精度匹配，也为车辆平行仿真及数字化道路提供基础。
[0003]因此本文利用雷达坐标系的轨迹数据，识别关键点位，并与大地坐标系的高精地图中对应关键点位比对，得出雷达原点移动位置及旋转角度，提高雷达原点位置识别的准确性和稳定性。

技术实现思路

[0004]本专利技术主要解决现有的技术中在路口中雷达原点位置识别的准确性差的问题；提供基于高精地图的路口交通场景下雷达原点信息修正方法，得到准确的雷达原点信息。
[0005]本专利技术的上述技术问题主要是通过下述技术方案得以解决的：基于高精地图的路口交通场景下雷达原点信息修正方法，包括以下步骤：
[0006]获取雷达原点信息以及所在路口信息；
[0007]筛选停止点，建立停止点集S；根据停止点集S确定进口停止线；
[0008]基于进口停止线提取进入路口的轨迹数据；
[0009]根据轨迹数据进行聚类提取找到最内侧车道的中心线；
[0010]进行雷达坐标转换；
[0011]进行雷达航向角调整；
[0012]进行雷达原点位置调整；
[0013]经过迭代优化后进行修正结果的准确性评估。
[0014]作为优选，筛选停止点的方法为：获取雷达检测到的轨迹点位数据，记为数据集Q，筛选Q中同一目标id的连续两个轨迹点未变化的样本数据，视该样本为停止点，记筛选出的停止点集为S。
[0015]作为优选，进口停止线的确定方法为：从停止点集S中X坐标最小的轨迹点开始，逐个判断其两米范围内的停止点个数是否大于num，直至找到满足条件的停止点，然后在此停止点的不同Y坐标范围内按照上述规则寻找非重复的另一个停止点，若停止点集S中没有满足条件的点，则增加Q中的数据量继续寻找，直至找到满足条件的同一X坐标下的两个停止
点，根据两个停止点生成停止线，其X坐标即为停止线的位置，记为X
stop
。
[0016]作为优选，进入路口的轨迹数据的提取方法为：从Q中筛选出X坐标大于X
stop
的数据，根据轨迹X坐标的变化趋势区分轨迹的方向，如果X坐标按照时间排序递增，则为驶出路口轨迹样本；如果X坐标按照时间排序递减，则为进入路口轨迹样本，筛选出进入路口的轨迹数据，记为R。
[0017]作为优选，最内侧车道的中心线提取方法为：从R中提取Y坐标最小的前1/4的样本数据，根据X坐标每隔M米划分为一个区域Z，对每个区域的数据集进行聚类，经过聚类迭代收敛后得到各区域的聚类中心，对于每个区域Z，若聚类个数为1，则该数据簇的中心点即代表该区域中最内侧车道的中心点；若聚类个数大于1个，则聚类中心点中Y坐标值最小的点即代表该区域中最内侧车道的中心点；记各区域最内侧车道中心点的集合为{(cx1,cy1),(cx2,cy2)...(cx
n
,cy
n
)}，相邻两点间形成一条线，共组合成n
‑
1条中心线，即为线集L。
[0018]作为优选，进行雷达坐标转换的方法为：设雷达的初始经纬度为(lon,lat)，航向角为α；在高精地图上提取进口区域最内侧车道的中心线的两个端点P1、P2，以及最内侧车道中心线与停止线的交点O(lon1,lat1)，按照大地坐标系转雷达坐标系的方法将P1、P2、O的经纬度坐标转换为雷达坐标系下的坐标。
[0019]作为优选，雷达航向角调整方法为：通过余弦定理计算L中每条线的端点N1、N2与P1、P2的夹角η，可得到n
‑
1个夹角的均值为更新雷达的航向角：作为优选，雷达原点位置调整的方法为：通过高精地图提取道路中心线与车道停止线的交点O(lon
O
,lat
O
)，计算雷达坐标系下的停止线与内测车道中心线的交点，记为O
′
(x
O
′
,y
O
′
)，其中x
O
′
＝x
stop
，按照雷达坐标系转大地坐标系的方法将交点O
′
(x
O
′
,y
O
′
)的雷达坐标转换为经纬度坐标，记为O
′
(lon
O
′
,lat
O
′
)，更新雷达原点的经纬度：
[0020]lon＝lon+(lon
O
′
‑
lon
O
)
[0021]lat＝lat+(lat
O
′
‑
lat
O
)。
[0022]作为优选，修正结果的准确性评估的方法为：选取同时被多个雷达识别到的车辆轨迹，计算在同一时刻不同雷达识别出的距离误差，如果距离误差小于一个车身距离，则说明修正后的雷达信息准确，否则不准确。
[0023]本专利技术的有益效果是：通过自动修复路口交通场景下雷达原点信息，不仅使得路口目标车辆轨迹与高精地图定位高精度匹配，也为车辆平行仿真及数字化道路提供基础。
附图说明
[0024]图1是本专利技术的雷达原点信息修正方法的流程图。
[0025]图2是本专利技术的雷达在路口的照射示意图。
[0026]图3是本专利技术的目标进口数据分布示例图。
[0027]图4是本专利技术的雷达原点修正前轨迹。
[0028]图5是本专利技术的雷达原点修正后轨迹。
具体实施方式
[0029]为了使本专利技术的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本专利技术实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定专利技术。
[0030]实施例：基于高精地图的路口交通场景下雷达原点信息修正方法，如图1所示，包括以下步骤：
[0031]S1：获取雷达原点信息以及所在路口信息；以A市一雷达所在路口为例，雷达照射范围及雷达坐标系建立规则如图2所示；获取雷达所在路口周边70米范围内10分钟的雷达目标轨迹点位数据，样例信息如表1所示，目标进口停止线、划分区域车道、车道中心点以及数据集Q在坐标系的分布如图3所示。
[0032]S2：筛选停止点，建立停止点集S；筛选Q中同一目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高精地图的路口交通场景下雷达原点信息修正方法，其特征在于，包括以下步骤：获取雷达原点信息以及所在路口信息；筛选停止点，建立停止点集S；根据停止点集S确定进口停止线；基于进口停止线提取进入路口的轨迹数据；根据轨迹数据进行聚类提取找到最内侧车道的中心线；进行雷达坐标转换；进行雷达航向角调整；进行雷达原点位置调整；经过迭代优化后进行修正结果的准确性评估。2.根据权利要求1所述的基于高精地图的路口交通场景下雷达原点信息修正方法，其特征在于，筛选停止点的方法为：获取雷达检测到的轨迹点位数据，记为数据集Q，筛选Q中同一目标id的连续两个轨迹点未变化的样本数据，视该样本为停止点，记筛选出的停止点集为S。3.根据权利要求2所述的基于高精地图的路口交通场景下雷达原点信息修正方法，其特征在于，进口停止线的确定方法为：从停止点集S中X坐标最小的轨迹点开始，逐个判断其两米范围内的停止点个数是否大于num，直至找到满足条件的停止点，然后在此停止点的不同Y坐标范围内按照上述规则寻找非重复的另一个停止点，若停止点集S中没有满足条件的点，则增加Q中的数据量继续寻找，直至找到满足条件的同一X坐标下的两个停止点，根据两个停止点生成停止线，其X坐标即为停止线的位置，记为X
stop
。4.根据权利要求3所述的基于高精地图的路口交通场景下雷达原点信息修正方法，其特征在于，进入路口的轨迹数据的提取方法为：从Q中筛选出X坐标大于X
stop
的数据，根据轨迹X坐标的变化趋势区分轨迹的方向，如果X坐标按照时间排序递增，则为驶出路口轨迹样本；如果X坐标按照时间排序递减，则为进入路口轨迹样本，筛选出进入路口的轨迹数据，记为R。5.根据权利要求4所述的基于高精地图的路口交通场景下雷达原点信息修正方法，其特征在于，最内侧车道的中心线提取方法为：从R中提取Y坐标最小的前1/4的样本数据，根据X坐标每隔M米划分为一个区域Z，对每个区域的数据集进行聚类，经过聚类迭代收敛后得到各区域的聚类中心，对于每个区域Z，若聚类个数为1，则该数据簇的中心点即代表该区域中最内侧车道的中心点；若聚类个数大于1个，则聚类中心点中Y坐标值最小的点即代表该区域中最内侧车道的中心点；记各区域最内侧车道中心点的集合为{(cx1,cy1),(cx2,cy2)...(cx
n
,cy
n
)}，相邻两点间形成一条线，共组合成n
‑<...

【专利技术属性】
技术研发人员：全深深，张晓强，钟会玲，金峻臣，王晨，虞霄璐，单婷婷，翁轶涛，
申请(专利权)人：浙江中控信息产业股份有限公司，
类型：发明
国别省市：