[发明专利]一种分布式的车道级引导线构建方法及装置

说明书

本发明涉及一种分布式的车道级引导线构建方法及装置，以路口和其驶入驶出道路作为一个独立的单元，在每个单元内，以路口范围收集穿过该路口的所有轨迹，遍历每条轨迹所在的驶入道路和驶出道路，以车道级的驶入车道和驶出车道作为分组标签，统计每组驶入驶出车道内的采集轨迹；最后根据设定的筛选策略，从众多轨迹中筛选出一条具备普适性的驾驶习惯的轨迹作为该车道连通的引导线；以此类推，构建每个路口单元内的车道级连通，以完成高精度地图的车道级引导线构建。以路口和与之相连的驶入驶出道路为单元进行划分，单个任务基本是均衡的，并且可以快速将一块很大的地图自动化拆分为很多个相互均衡的任务，车道级引导线制作效率大大提升。

技术领域

本发明实施例涉及高精度地图技术领域，尤其涉及一种分布式的车道级引导线构建方法及装置。

背景技术

目前在自动驾驶领域，以车道级的引导线作为先验知识，搭配导航引擎完成车道级别的路径规划，再配合智驾车辆上的传感器感知搭配智驾决策系统，实时决策达到自动驾驶是当前比较流行且可行的发展方向。车道级别的引导线是其中不可或缺的一环，是智驾车辆在附近没有障碍干扰的情况下如何驾驶的主要参考，那么在如何快速生成并更新车道级引导线的技术难点上，通过众多搭载低成本采集设备的车辆采集数据的“众包”模式独树一帜。在众包地图中，数据源可谓是铺天盖地的，可以是出行公司的浮动车的轨迹数据，也可以是搭载低成本采集设备的乘用车数据等等，那么如何处理消化这些数据并将其转换为高精度地图中的车道级引导线，单纯依靠传统的人工制图是不现实的。在这种背景下应运而生的对策便是能够降低人工成本的自动化构图系统和能够应对大数据量的分布式系统。

目前在构建高精度众包地图领域，传统做法依旧是将采集的大量数据按区域或项目划分为不同的场景，比如高速场景，城区场景等，再将一个个场景划分为多个小任务，分配给对应的制图人员，最后将多个任务合并最终得到一块指定区域的高精度地图。这种制图方案的缺陷是人工成本过高和制图周期过长，另外一个重要缺陷则是分配的任务均衡度很难控制，单个任务过小则任务数量过大，会导致频繁的制图任务分配与切换，单个任务过大，则需要考虑单台机器的负载以及制图软件能够支撑的问题。

发明内容

本发明针对现有技术中存在的技术问题，提供一种分布式的车道级引导线构建方法及装置。

为解决上述技术问题，第一方面，本发明实施例提供一种分布式的车道级引导线构建方法，包括：

步骤S1、遍历高精度地图中的路口数据，以路口、路口对应的驶入道路和驶出道路构建一个任务单元，对所述高精度地图进行分组划分；

步骤S2、在每个任务单元内，以路口形状构建路口缓冲区，收集穿过所述路口缓冲区的所有轨迹，统计每一条轨迹穿过的驶入车道和驶出车道，基于驶入车道和驶出车道的组合为对应轨迹进行轨迹分类，以基于不同轨迹分类确定每个任务单元内的车道级引导线；

步骤S3、对各所述任务单元进行同名道路、同名车道匹配，以进行多个任务单元的融合。

作为优选的，所述步骤S1具体包括：

搜索高精度地图中的道路汇合点，以所述道路汇合点为路口节点，以连接所述路口节点的道路为有向边，基于每个路口节点及对应的有向边构建独立的任务单元。

作为优选的，所述步骤S2中，收集穿过所述路口缓冲区的所有轨迹后，还包括：

通过基于滑动窗口的道格拉斯普克算法对轨迹进行形点抽希处理，并对所述轨迹进行形点加密；

基于轨迹的线型特性，通过弗朗明歇距离算法对轨迹进行线性聚类分析，剔除飘飞的轨迹。

作为优选的，所述步骤S2中，基于驶入车道和驶出车道的组合为对应轨迹进行轨迹分类具体包括：

以车道级的驶入车道和驶出车道组合作为分组标签，对所有轨迹进行分类；