生成高清晰度地图的方法、云服务器和车辆技术

本公开涉及生成高清晰度地图的方法、云服务器和车辆。提供了一种生成地图的计算机实现方法，包括以下步骤：获取至少一个车辆的传感器单元的基于传感器的数据和与所述至少一个车辆的定位单元相关的定位数据；使用该定位数据确定所述至少一个车辆的第一轨迹，并且使用该基于传感器的数据确定其他车辆的多个第二轨迹；以及聚集该第一轨迹和/或该多个第二轨迹以在所述地图的网格地图表示中生成聚集轨迹。迹。迹。

【技术实现步骤摘要】
生成高清晰度地图的方法、云服务器和车辆


[0001]本公开涉及一种生成地图的计算机实现方法，以及用于基于地图做出改进的ADAS决策的云服务器和车辆。

技术介绍

[0002]在高级驾驶员辅助系统(ADAS)或自主驾驶(AD)中，高清晰度(HD)地图是重要的。HD地图通常是指精确到厘米级的地图，其具有比常规汽车地图(例如，用于常规汽车导航)更多的细节(例如，道路标志、交通标志、道路障碍物)，且因此可用于ADAS和/或AD中。HD地图可基于一个或更多个传感器的数据(例如，雷达、数码摄像头、激光雷达的数据)以及GPS数据而产生，但也可基于航空成像而产生，例如，由无人驾驶或低轨道卫星产生。
[0003]虽然车辆的传感器系统(例如，由摄像头和雷达组成)负责对环境的实时感知，但HD地图提供关于道路系统、前方几何形状和驾驶车道的功能意义的信息，例如，它们使得能够理解某一车道是专用公共汽车车道。因此，它们限定了允许车辆行驶的位置、交通标志的位置以及例如限速多少。
[0004]这些HD地图可以设置(ADAS和/或AD)车辆可以在其中移动的一种框架。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成地图的计算机实现方法，所述计算机实现方法包括以下步骤：
‑
获取至少一个车辆的传感器单元的基于传感器的数据和与所述至少一个车辆的定位单元相关的定位数据；
‑
使用所述定位数据确定所述至少一个车辆的第一轨迹，并且使用所述基于传感器的数据确定其他车辆的多个第二轨迹；以及
‑
聚集所述第一轨迹和/或所述多个第二轨迹以在所述地图的网格地图表示中生成聚集轨迹。2.根据权利要求1所述的计算机实现方法，所述计算机实现方法还包括：
‑
从所述聚集轨迹中提取所述地图的车道中心的轨迹。3.根据权利要求1或2所述的计算机实现方法，进一步根据不同行驶方向的预定集合对所述第一轨迹和所述多个第二轨迹进行分类，并且生成多个行驶方向特定聚集轨迹。4.根据权利要求1至3中任一项所述的计算机实现方法，其中，所述聚集轨迹与密度图(D)相关联，并且所述行驶方向特定聚集轨迹与行驶方向密度图(D
d
)相关联，所述密度图和所述行驶方向密度图是使用从所述第一轨迹和/或所述多个第二轨迹收集的数据生成的。5.根据权利要求1至4中任一项所述的计算机实现方法，其中，通过选择大于或等于预定阈值的聚集轨迹值来执行所述车道中心的轨迹的提取。6.根据权利要求1至5中任一项所述的计算机实现方法，其中，基于处理后的密度图(S(D))和/或处理后的行驶方向密度图(S(D
d
))来执行所述车道中心的轨迹的提取，所述处理后的密度图(S(D))和所述处理后的行驶方向密度图(S(D
d
))是通过对所述密度图(D)和所述行驶方向密度图(D
d
)采用函数来获得的，以确定在与所述聚集轨迹和所述行驶方向特定聚集轨迹垂直的方向上的相应局部密度最大值。7.根据权利要求6所述的计算机实现方法，其中，通过跟踪所述局部密度最大值的有序路径来执行所述车道中心的轨迹的提取。8.根据权利要求7所述的计算机实现方法，其中，对所述车道中心的轨迹进行后处理，以连接所提取的所述车道中心的轨迹的末端。9.根据权利要求1至8中任一项所述的计算机实现方法，所述计算机实现方法还包括：
‑
在包括行驶方向的HD地图的有向图表示中表示所述聚集轨迹。10.根据权利要求9所述的计算机实现方法，其中，所述有向图表示还包括车辆密度、车道分叉、车道合并和车道边界的表示中的一个或更多个。11.根据权利要求1至10中任一项所述的计算机实现方法，所述计算机实现方法还包括：
‑
使用所述基于传感器...

【专利技术属性】
技术研发人员：P，
申请(专利权)人：APTIV技术有限公司，
类型：发明
国别省市：