交叉路口节点辅助的高清晰度地图构建制造技术

本公开提供“交叉路口节点辅助的高清晰度地图构建”。一种用于控制车辆的计算机实现的方法包括：通过处理器从设置在具有已知纬度经度和取向的两个或更多个静止位置处的两个或更多个IX控制装置接收第一感测数据，其标识地图构建区域中的特征的位置和尺寸。处理器基于从IX控制装置接收的第一感测数据来生成多个IX节点并且接收LiDAR点云，点云包括从在地图构建区域中行驶的车辆(AV)接收的LiDAR和其他车辆感测装置数据诸如惯性测量单元(IMU)数据。LiDAR点云包括同步定位和地图构建(SLAM)地图，其具有与地图构建区域中的特征相关联的第二尺寸信息和第二位置信息。处理器在没有GPS和/或实时运动学信息下利用批量优化和地图平滑生成具有绝对准确度的优化高清晰度(HD)地图。(HD)地图。(HD)地图。

【技术实现步骤摘要】
交叉路口节点辅助的高清晰度地图构建


[0001]本公开涉及高清晰度地图，并且更具体地涉及用于自主车辆基础设施的交叉路口(IX)节点辅助地图构建。

技术介绍

[0002]高清晰度(HD)地图是自主车辆及其功能的重要方面。自主车辆(AV)使用HD地图来解释和定位在其操作环境中的车辆位置。为了准确定位，车辆控制系统必须精确地理解AV在世界中的位置以及AV在地图中的位置。
[0003]在对地图的总体准确度进行量化时，同时考虑绝对准确度和相对准确度。绝对准确度是测量值与已知绝对真实值的接近程度。此度量通常以已知单位(诸如米、厘米、毫米、英寸或英尺)提供。相对准确度是测量值相对于标准值的接近程度。换言之，相对准确度与比例和平移无关。
[0004]鉴于AV通常依赖于基于光探测和测距(LiDAR)和相机的定位技术，因此相对准确度当前被认为对AV操作具有更大的重要性。HD地图通常包括诸如车道线、建筑物和其他环境特征等信息。通过以可被AV用于自定位和导航的可靠精度水平表示地理位置和地理定位，HD地图是准确的(即，具有相对较高的测量相对准确度和绝对准确度)。使用准确的HD地图，AV可以在地图构建环境中操作时自主地确定其在现实世界中的位置并确定车辆相对于地图构建对象的位置。常规的HD地图构建系统可以生成相对准确的地图，但是在没有全球定位系统(GPS)和RTK中的一者或多者的情况下不能生成绝对准确的地图。
[0005]关于这些和其他考虑因素，提出了本文的公开内容。

技术实现思路

[0006]一种用于控制车辆的计算机实现的方法包括：通过处理器从设置在具有已知纬度经度和取向的两个或更多个静止位置处的两个或更多个IX控制装置接收第一感测数据，所述第一感测数据标识地图构建区域中的特征的位置和尺寸。所述处理器基于从所述IX控制装置接收的所述第一感测数据来生成多个IX节点，并且接收LiDAR点云，所述LiDAR点云包括从在所述地图构建区域中行驶的车辆(AV)接收的LiDAR和其他车辆感测装置数据诸如惯性测量单元(IMU)数据。所述LiDAR点云包括同步定位和地图构建(SLAM)地图，所述地图具有与所述地图构建区域中的所述特征相关联的第二尺寸信息和第二位置信息。所述处理器在没有GPS和/或实时运动学信息的情况下，利用批量优化和地图平滑，生成具有绝对准确度的优化高清晰度(HD)地图。
附图说明
[0007]参考附图阐述具体实施方式。使用相同的附图标记可指示类似或相同的项。各种实施例可以利用除了附图中示出的那些之外的元件和/或部件，并且一些元件和/或部件可能不存在于各种实施例中。附图中的元件和/或部件不一定按比例绘制。在整个本公开中，
根据上下文，单数和复数术语可以可互换地使用。
[0008]图1示出了根据本公开的高清晰度(HD)地图系统的示例性框图。
[0009]图2描绘了其中可实现用于提供本文所公开的系统和方法的技术和结构的示例性计算环境。
[0010]图3描绘了根据本公开的有待进行地图构建的区域的示例性卫星图像、以及两个交叉路口(IX)控制点(或节点)的布置。
[0011]图4描绘了根据本公开由图1的HD地图系统生成的IX控制点地图。
[0012]图5示出了根据本公开的示例性LiDAR点云，其包括由车辆获得的同步定位和地图构建(SLAM)节点数据与由IX控制节点获得的IX节点数据的组合。
[0013]图6描绘了根据本公开的一种用于使用图1的HD地图系统构建HD地图的示例性方法的流程图。
具体实施方式
[0014]下文将参考附图更全面地描述本公开，附图中示出了本公开的示例实施例，并且所述实施例不意图是限制性的。
[0015]高清晰度(HD)地图是自主车辆及其功能的重要方面。自主车辆(AV)使用HD地图来解释和定位其位置。AV通常需要准确地了解车辆在现实世界中的位置以及AV在地图中的位置。两个术语被明确定义且用于量化AV地图的准确度：绝对准确度和相对准确度。
[0016]绝对准确度测量的是所观察对象的真实世界坐标与此对象的地图构建坐标有多大差别。例如，灯杆可以具有所观察到的真实世界纬度、经度为42.3546、83.2578，以及地图构建纬度、经度为42.3543、83.2575。地图中对象的绝对准确度是通过选择原点并对地图构建对象相对于原点的距离与同一真实世界对象与局部原点之间的已知距离进行评估来测量的。在给定的示例中，地图不是绝对准确的，因为实际局部坐标与地图构建坐标之间的坐标不同。
[0017]相对准确度是对地图的相对性的量度。在地图上选择原点，并且理想地，特征在尺寸上是准确的。在相对准确的地图中，2m的线长度可能恰好是2m，但是在地图中出现在不准确的位置。例如，车道线在现实世界中的长度可能为2m，并且在绝对准确的地图中，2m的线长度在地图中将可测量为2m长。如果地图的相对准确度较低，则车道线的可测量长度可以是2.1m或1.9m等。
[0018]相对准确度对于AV操作更加重要，因为AV通常依赖于基于LiDAR和相机的定位技术。最近的重点是使用基于GPS和实时运动学(RTK)的定位进行AV定位，这增加了高清晰度(HD)地图的绝对准确度的重要性。常规的HD地图生成技术依赖于GPS和RTK来生成绝对准确的地图。在GPS或RTK可能不可用的某些情况下，这种依赖可能并不理想。例如，在GPS信号不能充分传输可靠的GPS定位信号的情况下，常规的HD地图生成技术可能难以或不可能实现。
[0019]同步定位和地图构建(SLAM)有助于实现高相对准确度，但是无助于实现绝对准确度。为了实现绝对准确度，常规系统已经使用GPS基站建立控制点，所述控制点经过校准并稳定一段时间，以提供准确的位置读数。在校准程序的一个示例中，在街道上距原点(其可以是例如GPS基站)已知距离处建立5
‑
8个GPS节点或点。然后相对于GPS基站测量GPS节点的位置。在从被地图构建地区的各个点到实际的已知基站位置进行测量后，相对于实际的已
知基站位置测量GPS节点的GPS位置，并对这些点与预期的相对地图位置的偏差进行量化。在整个地图构建区域的5
‑
10个位置处测量偏差。利用地图构建区域中标识和测量的量化偏差，整个地图在地图构建区域上被移位平均测量偏差。
[0020]尽管该程序可以提高HD地图的绝对准确度，但是常规系统依赖于RTK和GPS来建立和测量多个控制点。然而，RTK可能并不总是可用的。因此，在这些和其他情况下，使用配备有LiDAR感测系统的固定位置智能交叉路口(IX)节点创建HD地图可能是有利的，其中IX节点具有固定且已知的位置和取向。根据一个或多个实施例，HD地图系统从位于所述地图构建区域中的已知位置处的两个或更多个IX节点接收LiDAR消息，并将所述LiDAR消息与从在所述地图构建区域中行驶的车辆接收的感测数据组合，用以基于组合的数据集生成聚合且优化的HD地图。本公开的系统可以消除在地图构建过程期间对同时使用基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于控制车辆的方法，其包括：通过处理器从第一交叉路口(IX)控制装置和第二IX控制装置接收第一感测数据，所述第一感测数据包括地图构建区域中的特征的第一尺寸信息和第一位置信息；通过所述处理器从自主车辆(AV)接收LiDAR点云，所述LiDAR点云包括所述地图构建区域中的所述特征的第二尺寸信息和第二位置信息；通过所述处理器基于所述第一感测数据和所述LiDAR点云的组合生成多个IX节点；以及通过使用批量优化算法对所述多个IX节点进行平滑来生成包括所述地图构建区域中的所述特征的优化高清晰度(HD)地图。2.根据权利要求1所述的方法，其中所述批量优化算法将所述多个IX节点的线性化误差降低到小于线性化误差阈值。3.根据权利要求1所述的方法，其中所述LiDAR点云是由所述AV在沿着所述地图构建区域中的路线行驶时收集的。4.根据权利要求1所述的方法，其中所述第一IX控制装置被设置在所述地图构建区域中具有第一已知纬度和第一已知经度的第一静止位置处，并且所述第二IX控制装置被设置在具有第二已知纬度和第二已知经度的第二静止位置处。5.根据权利要求1所述的方法，其中所述第一感测数据包括LiDAR感测数据。6.根据权利要求1所述的方法，其中所述LiDAR点云包括LiDAR传感器数据和惯性测量单元(IMU)数据。7.根据权利要求1所述的方法，其中所述第一感测数据和所述LiDAR点云不包括全球定位系统(GPS)数据。8.根据权利要求1所述的方法，其中所述第一感测数据和所述LiDAR点云不包括实时运动学(...

【专利技术属性】
技术研发人员：安基特，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：