[发明专利]智能驾驶方法、矢量地图生成方法、车载设备及存储介质

权利要求书

1.一种智能驾驶方法，其特征在于，所述方法包括：

获取感知定位信息和地图信息；其中，所述地图信息包括矢量地图，所述矢量地图包括：规划数据、动态交通数据和定位数据；

基于感知定位信息和地图信息生成规划决策信息；

基于所述规划决策信息控制车辆行驶。

2.根据权利要求1所述的方法，其特征在于，所述规划数据包括道路信息、标识信息、区域信息；

所述动态交通数据包括影响车辆规划定位的信息；

所述定位数据包括定位标志信息和SLAM地图；其中，所述定位标志信息用于辅助车辆定位。

3.根据权利要求2所述的方法，其特征在于，所述道路信息包括：道路属性、车道属性、纵向标线属性、横向标线属性、路口属性；

其中，所述路口属性包括路口及道路连接性信息。

4.根据权利要求3所述的方法，其特征在于，所述道路属性包括以下至少一个：道路ID、道路名称、道路通行方向、道路等级、道路类型、正向车道数量、反向车道数量、左侧边沿ID、右侧边沿ID、前序关联道路、后续关联道路、限制时间作用域、限制车型、限高、限宽；

所述车道属性包括以下至少一个：车道ID、车道类型、通行方向、车道方向、所属道路ID、宽度、限速、左侧车道线ID、左侧边线ID、右侧车道线ID、右侧边线ID、左车道线类型、右车道线类型、限制时间作用域、限制车型；

所述纵向标线属性包括以下至少一个：纵向标线ID、纵向标线类型、所属道路ID、纵向标线形状、纵向标线颜色、纵向标线材质；

所述横向标线属性包括以下至少一个：横向标线ID、横向标线类型、横向标线颜色、所属道路ID；

所述路口属性包括以下至少一个：路口ID、驶入道路列表、驶出道路列表、路口内车道列表。

5.根据权利要求2所述的方法，其特征在于，所述标识信息包括：面状标识属性、道路附属物属性、关键点属性；

所述面状标识属性包括以下至少一个：面状标识ID、面状标识类型、所属道路ID、影响车道ID列表、颜色；

所述道路附属物属性包括以下至少一个：道路附属物ID、道路附属物名称、道路附属物类型、所属道路ID、道路附属物子类型、影响车道ID列表、形状；

所述关键点属性包括以下至少一个：关键点ID、关键点名称、关键点地理型、关键点类型。

6.根据权利要求2所述的方法，其特征在于，所述区域信息包括：场地属性、停车位属性。

7.根据权利要求6所述的方法，其特征在于，所述场地属性包括以下至少一个：场地ID、场地名称、场地类型、相对高程；

停车位属性包括以下至少一个：停车位ID、停车位名称、停车场ID、停车位类型、停车位标记、关联道路ID、形状角度、地锁、边界颜色、背景颜色。

8.根据权利要求2所述的方法，其特征在于，所述动态交通数据包括以下至少一个：动态交通ID、动态交通项的类型、地图元素ID、交通类型。

9.根据权利要求2所述的方法，其特征在于，所述定位标志信息包括以下至少一个：定位标志ID、定位标志类型、边界颜色、背景颜色、内容、图片ID。

10.一种矢量地图生成方法，其特征在于，所述方法包括：

获取矢量地图数据；

基于所述矢量地图数据生成矢量地图，其中，所述矢量地图基于预设地图格式生成，所述预设地图格式包括：规划数据、动态交通数据和定位数据。

11.根据权利要求10所述的方法，其特征在于，所述规划数据包括道路信息、标识信息、区域信息；

所述动态交通数据包括影响车辆规划定位的信息；

所述定位数据包括定位标志信息和SLAM地图；其中，所述定位标志信息用于辅助车辆定位。