【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其是涉及一种基于语义地图的道路拓扑构建和导航方法、系统及介质。
技术介绍
1、目前，自动驾驶使用的主流导航地图有两类，分别是感知语义地图和高精度地图。感知语义地图，是基于车载传感器和深度学习网络(hdmapnet、bev等)动态构建的局部车道级导航地图，能够实时提供车辆周围环境的车道信息，但因为传感器精度问题无法预知超视距范围的车道走向、车道转向和道路拓扑信息。高精度地图，是使用专业采集车采集和制作的厘米级误差的车道级导航地图，可以提供超视距的、准确的、综合的车道级道路几何和语义信息，但存在制作成本高、更新难以及无法普及小城市以及乡镇道路等问题。故两种地图均存在明显的局限性，导致无法仅靠某种地图来给到自动驾驶车辆精确、稳定、安全和超视距的导航信息，是自动驾驶工程化落地的核心困难之一。
2、现有技术中，专利(申请号：202011197652.0)公开了一种基于车辆动态轨迹跟踪的道路拓扑构建系统和方法，通过多个传感器、轨迹数据获取单元和道路拓扑关系提取单元，进行车道级道路拓扑关系数据的采集和构建。其中，...
【技术保护点】
1.一种基于语义地图的道路拓扑构建和导航方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤M2中，所述采用改进的DBSCAN聚类算法对采集信息进行聚类包括：
3.根据权利要求2所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤M211中，所述采用多点式语义地图算法构建道路的语义地图包括：
4.根据权利要求1所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤M2中，所述采用改进的最小二乘算法对道路车道边线点进行拟合包括：
5.根据权利要...
【技术特征摘要】
1.一种基于语义地图的道路拓扑构建和导航方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤m2中，所述采用改进的dbscan聚类算法对采集信息进行聚类包括：
3.根据权利要求2所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤m211中，所述采用多点式语义地图算法构建道路的语义地图包括：
4.根据权利要求1所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤m2中，所述采用改进的最小二乘算法对道路车道边线点进行拟合包括：
5.根据权利要求1所述的基于语义地图的道路拓扑构建和导航方法，其特征在于，在步骤m3中，所述采用过滤对向车道线算法对车道中心线进行提取包括：
6.根据权利要求5所述的基于语义地图的道路拓扑构建和导航方法，其特征在于：所述动态阈值算法为设置颜色阈值范围(λ1,λ2)，λ1和λ2为颜色常量参...
【专利技术属性】
技术研发人员：刘晓龙，骆嫚，郭晓旻，熊胜健，饶德坤，
申请(专利权)人：东风悦享科技有限公司，
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。