[发明专利]一种面向无人车的规则化道路交通规则集构建方法

说明书

本发明公开了一种面向无人车的规则化道路交通规则集构建方法，为满足无人驾驶车辆行驶于规则化道路的应用需求，在无人驾驶车辆行驶道路环境建模中引入交通规则约束：首先基于交通要素的形态和约束形式等分类原则对交通要素进行分类，将行驶环境中的所有交通要素按对车辆行驶路权的限制作用分成了15类，然后根据每一类交通要素所代表的交通规则，建立12种交通规则约束模型，最后基于各交通要素在行驶环境中出现的概率整合这12种交通规则约束模型，构建交通规则约束数据集。采用本发明的构建的交通规则约束数据集，能够使得无人车在规则化道路中的行为符合交通法规。

技术领域

本发明属于无人车行驶环境感知技术领域，具体涉及一种规则化道路中的交通规则集构建方法。

背景技术

无人驾驶技术主要包括环境感知技术、智能决策技术、路径规划技术、控制技术和车辆体系结构等部分，其中环境感知技术是无人驾驶技术体系里最基本和至关重要的组成部分，环境感知技术通过激光雷达、相机等传感器来获取车辆周围环境的信息并构建车辆行驶环境模型，是无人车辆进行自主及安全行驶的必要前提条件。

2008年，Kammel和Pitzer提出一种基于栅格图的环境感知方法，将车辆行驶道路划分为多个栅格,通过统计栅格图中同一栅格中最高点和最低点高度差来判断该栅格是否为障碍物。2012年，Zhao G基于Kammel和Pitzer的思想并引入sobel算子来判定某点是否为障碍物。2014年，辛煜提出了时空障碍物栅格图的概念。2016年，刘健提出了一种基于三维激光雷达的无人车行驶环境建模的方法：首先通过多特征结合的方法构建障碍物栅格图，然后获取道路趋势和道路宽度分布信息以检测道路边界，最后通过主成分分析、卡尔曼滤波、距离变换等方法构建了路权时空态势图。2017年，张立增提出了考虑道路中的车道线、交通信号灯与停止线的预瞄加速度可行域缩减方法。

在现有道路环境动态建模方法中，对于动态路权建模，往往只考虑障碍物时空距离约束关系的影响，很少考虑以交通信号灯、交通标线、交通标志等交通要素所指示的交通规则约束关系的影响，不适用于无人驾驶车辆的实际道路环境建模。

中国专利(CN103853155A)提供了一种依据交通法规的限制条件来通过路口的方法，通过采集人类驾驶员通过路口的相关数据来辅助车辆在缺失精确地图、导航误差较大的情况下合法通过路口，该方法的问题在于并没有针对千变万化的路口建立一种鲁棒性较好的路口模型，仅通过采集的数据并没有真正解决车辆通过路口的问题,且路口只是道路环境的一部分，该方法并没有对道路环境进行整体描述。

发明内容

针对现有的无人驾驶车辆行驶道路环境建模方法中未考虑交通规则约束的问题，本发明将交通规则归纳成多种约束模型，并且利用这些模型构建了一个交通规则约束数据集。本发明的具体技术方案如下：

一种面向无人车的规则化道路交通规则集构建方法，包括以下步骤：

步骤(1)，对交通要素进行分类：将所有交通要素按照对车辆行驶路权的限制作用分成15类，使对车辆行驶路权限制作用类似的交通要素处于同一类，分类结果如下：交通要素可分为路内标线、路口标线、无关标线、停车标线、局部限行标线、辅助标志、无关标志、停车标志、局部限行标志、条件停车标志、局部限行标志、交通信号灯、收费站交通要素、铁路道口交通要素、工作区交通要素。

步骤(2)，根据每一类交通要素所代表的交通规则，建立12种交通规则约束模型：

对每一类交通要素归纳出一种约束模型：路内标线为模型1，路口标线为模型2，停车标线为模型3，局部限行标线为模型4，停车标志为模型5，局部限行标志为模型6，条件停车标志为模型7，条件局部限行标志为模型8，交通信号灯为模型9，收费站交通要素为模型10，铁路道口交通要素为模型11，工作区为模型12，其中无关标线、辅助标志、无关标志、对车辆没有约束；