System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及用于一种针对高清(hd)地图降低gps噪声的系统和方法,更具体地,涉及一种使用概率密度位图和模板匹配校正道路上的车辆的gps车辆轨迹以构建hd地图的系统和方法。
技术介绍
1、目前,hd地图是使用航空或卫星成像创建的。然而,航空成像和卫星成像相对昂贵,并且当有树木和建筑物遮挡时,有时也不准确。此外,使用航空或卫星成像构建hd地图可能需要人工标注。一些hd地图可以通过众包的方式构建,但计算开销和gps数据误差或噪声可能是问题。
技术实现思路
1、因此,尽管当前的系统和方法实现了其预期目的,但是需要一种新的且改进的系统和方法来针对hd地图降低gps噪声并且校正道路上车辆的gps轨迹。
2、本公开描述了与道路的hd地图相关的用于降低gps噪声并且校正gps车辆轨迹的系统和方法。本文所描述的系统和方法通过降低gps噪声和校正车辆gps轨迹来改进与自动驾驶车辆导航相关的技术,从而改进道路的hd地图。使用众多车辆的众包,提高了车道线的准确性。
3、根据本公开的一个方面,提供了一种针对高清地图校正道路上的车辆的gps车辆轨迹的方法。该方法包括从第一车辆的第一传感器接收第一位图数据。第一位图数据包括在时间戳处的道路的第一gps数据(车辆gps数据)和第一车道线数据(经感测的车道线数据)以便使用第一位图数据为第一车辆创建多个第一多层位图。第一多层位图中的每个多层位图都具有至少一个车道线属性。在本公开中,术语“车辆gps数据”是指由控制器从gps收发器接收到的指示车辆
4、在此方面,此方法还包括从多个第二车辆的多个第二传感器接收第二位图数据。第二位图数据包括在每辆第二车辆的时间段处的第二gps数据和第二车道线数据以便使用第二位图数据为每辆第二车辆创建多个第二多层位图。
5、该方法还包括通过概率密度估计的方式采用第一多层位图和第一车道线数据创建第一概率密度位图,以及通过概率密度估计的方式采用第二多层位图和第二车道线数据创建总概率密度位图。概率密度位图是位图数据结构,并且其表示地理区域上的概率分布。每个像素对应于特定的地理位置,比如一对gps纬度/经度坐标。位图中的像素值表示由一辆或多辆车辆在该地理位置观察到的车道线的概率。
6、在此方面,此方法还包括将来自第一概率密度位图中的每个概率密度位图的图像模板与时间戳的总概率密度位图进行匹配以定义具有效用值的多个匹配结果。此外,每个图像模板包括一个车道线属性的第一车道线数据。另外,每个匹配结果沿着垂直于第一车辆轨迹的线被限制。此外,每个匹配结果相对于第一车辆的第一gps数据和第一车道线数据居中以定义搜索范围。
7、该方法还包括组合匹配结果和效用值以定义组合的效用值,并且利用组合的效用值确定最大效用值以针对高清地图校正第一车辆的gps车辆轨迹。
8、在一个示例中,接收第一位图数据的步骤包括使用第一位图数据为第一车辆创建多个第一多层位图。此外,接收第二位图数据的步骤包括使用第二位图数据为每辆第二车辆创建多个第二多层位图。
9、在另一个示例中,创建第一概率密度位图的步骤包括使用第一车道线数据将车道线绘制到第一车辆的第一多层位图以定义第一经绘制的位图。此外,创建第一概率密度位图的步骤包括通过概率密度估计的方式采用第一经绘制的位图创建第一概率密度位图。
10、在又一个示例中,创建总概率密度位图的步骤包括使用第二车道线数据将车道线绘制到第二车辆的第二多层位图以定义第二经绘制的位图并且合并第二车辆中每辆第二车辆的第二经绘制的位图以定义总车道线位图。此外,创建总概率密度位图的步骤包括通过概率密度估计的方式采用总车道线位图创建总概率密度位图。
11、在又一个示例中,匹配的步骤包括从第一概率密度位图中的每个概率密度位图中提取图像模板。每个图像模板包括第一车道线数据。
12、在一个示例中,组合的步骤包括组合匹配结果和效用值以通过以下方式定义组合的效用值:
13、
14、其中(i,j)是来自搜索范围的像素,utillayer_k(i,j)是像素(i,j)处模板匹配对于层k的效用值,util_combined(i,j)是像素(i,j)处所有层k的组合的效用值。
15、在另一个示例中,确定的步骤包括通过以下方式确定最大效用值:
16、
17、其中argmax是提供util_combined(i,j)的最大效用值的函数,(x’,y’)是具有输入(t,x,y)的第一车辆的校正后的gps轨迹位置,其中t是时间戳并且(x,y)是第一车辆的第一gps数据。
18、在又一个示例中,至少一个车道线属性包括车道线类型,车道线类型包括黄色车道线、白色车道线、实线车道线和虚线车道线。在又一个示例中,时间戳包括多个时间戳。
19、根据本公开的另一个方面,提供了一种针对高清地图校正道路上的gps车辆轨迹的方法。该方法包括从第一车辆的第一传感器接收第一位图数据。该第一位图数据包括时间戳处的第一gps数据和第一车道线数据以便使用第一位图数据为第一车辆创建多个第一多层位图。第一多层位图中的每个多层位图都具有至少一个车道线属性。
20、该方法还包括从多个第二车辆的多个第二传感器接收第二位图数据。第二位图数据包括在每辆第二车辆的时间戳处的第二gps数据和第二车道线数据以便使用第二位图数据为每辆第二车辆创建多个第二多层位图。
21、该方法还包括使用第一车道线数据将车道线绘制到第一车辆的第一多层位图以定义第一经绘制的位图,以及使用第二车道线数据将车道线绘制到第二车辆的第二多层位图以定义第二经绘制的位图。该方法还包括通过概率密度估计的方式采用第一经绘制的位图创建第一概率密度位图并且合并第二车辆中每辆第二车辆的第二经绘制的位图以定义总车道线位图。此外,该方法包括通过概率密度估计的方式采用总车道线位图创建总概率密度位图。
22、该方法还包括将来自第一概率密度位图中的每个概率密度位图的图像模板与总概率密度位图进行匹配以定义具有效用值的多个匹配结果。每个图像模板包括一个车道线属性的第一车道线数据。每个车道线属性的每个匹配结果沿着垂直于第一车辆的轨迹的线被限制,并且每个匹配结果相对于第一车辆的第一gps数据和第一车道线数据居中以定义搜索范围。
23、该方法还包括通过以下方式组合匹配结果和效用值以定义组合的效用值:
24、
25、其中(i,j)是来自搜索范围的像素,utillayer_k(i,j)是像素(i,j)处模板匹配对于层k的效用值,util_combined(i,j)是像素(i,j)处所有层k的组合的效用值。该方法还包括通过以下方式确定最大效用值以针对高清地图校正第一车辆的gps车辆轨迹:
26、
27、其中argmax是提供util_combined(i,j)的最大效用值的函数,(x’,y’)是具有输入(t,x,y)的第一车辆的校本文档来自技高网...
【技术保护点】
1.一种针对高清地图校正道路上的车辆的GPS车辆轨迹的方法,所述方法包括:
2.根据权利要求1所述的方法,其中接收所述第一位图数据的步骤包括使用所述第一位图数据为所述第一车辆创建所述多个第一多层位图,并且其中接收所述第二位图数据的步骤包括使用所述第二位图数据为每辆第二车辆创建所述多个第二多层位图。
3.根据权利要求1所述的方法,其中创建所述第一概率密度位图的所述步骤包括:
4.根据权利要求1所述的方法,其中创建所述总概率密度位图的所述步骤包括:
5.根据权利要求1所述的方法,其中所述匹配的步骤包括:
6.根据权利要求1所述的方法,其中所述组合的步骤包括:
7.根据权利要求6所述的方法,其中所述确定的步骤包括:
8.根据权利要求1所述的方法,其中所述至少一个车道线属性包括车道线类型,所述车道线类型包括黄色车道线、白色车道线、实线车道线和虚线车道线。
9.根据权利要求1所述的方法,其中所述时间戳包括多个时间戳。
10.一种针对高清地图校正道路上的GPS车辆轨迹的方法,所述方法包
...【技术特征摘要】
1.一种针对高清地图校正道路上的车辆的gps车辆轨迹的方法,所述方法包括:
2.根据权利要求1所述的方法,其中接收所述第一位图数据的步骤包括使用所述第一位图数据为所述第一车辆创建所述多个第一多层位图,并且其中接收所述第二位图数据的步骤包括使用所述第二位图数据为每辆第二车辆创建所述多个第二多层位图。
3.根据权利要求1所述的方法,其中创建所述第一概率密度位图的所述步骤包括:
4.根据权利要求1所述的方法,其中创建所述总概率密度位图的所述步骤包括:
5...
【专利技术属性】
技术研发人员:波俞,J·黄,C·P·达鲁克哈纳瓦拉,陈舒,V·维杰亚·库马尔,D·K·格林姆,F·白,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。