一种基于地理网格编码的无人驾驶态势图构建与更新方法

1.本发明属于地球空间信息组织的技术领域，具体涉及一种无人驾驶态势图构建与更新方法。


背景技术：

2.无人驾驶是基于知识的决策，而无人驾驶态势图是无人车决策的基础，其效能直接影响无人驾驶运行效率、反应速度以及安全性能。无人驾驶系统高速移动的特性，要求驾驶态势图必须做到实时、快速的更新。
3.一般地，无人驾驶态势图是基于极坐标构建的，如图1所示，以车辆为中心构建圆形缓冲区时，左侧圆表示旧缓冲区，右侧圆表示新缓冲区，随着车辆位置的移动，圆心位置发生变化，缓冲区需要重新计算并在此基础上更新驾驶态势模型，同时需要基于周围环境对象的经纬度坐标，判断其是否在该缓冲区内，如果在，还需要进一步判断该环境对象对通行性的影响，最终完成新位置驾驶态势图的绘制。
4.传统的基于极坐标的无人驾驶态势模型更新方法存在以下不足：
5.1.态势图更新需要重新计算无人车当前位置缓冲区且正余弦三角函数计算复杂度高；
6.2.环境数据转化代价高：来自多源传感器的位置信息需要首先转换成极坐标数据，才能用于构建驾驶态势图，转换工作量较大；
7.3.基于极坐标的驾驶态势图缺少多尺度表达规则，不够灵活。


技术实现要素：

8.本发明的目的在于克服上述缺陷，提供一种基于地理网格编码的无人驾驶态势图构建与更新方法，解决了现有技术中基于极坐标的无人驾驶态势模型更新方法存在计算复杂度高、环境数据转化工作量大以及表达不够灵活等缺点的技术问题。本发明提高了移动状态下无人驾驶态势图更新效率。
9.为实现上述发明目的，本发明提供如下技术方案：
10.一种基于地理网格编码的无人驾驶态势图构建与更新方法，包括：
11.实时获取无人车的位置；
12.构建缓冲区，并根据无人车的位置实时更新缓冲区；所述缓冲区基于全球剖分网格，缓冲区中的每一网格具有唯一的地理网格编码；
13.获取缓冲区中的环境对象信息，并将环境对象信息映射到缓冲区的每一网格中，根据每一网格所对应的环境对象确定缓冲区中每一网格的通达性指标；
14.根据缓冲区中每一网格的通达性指标确定每一网格的安全等级；
15.根据每一网格的安全等级完成驾驶决策。
16.进一步的，所述缓冲区以当前时刻无人车的位置为中心；
17.根据无人车的位置实时更新缓冲区的方法为：
18.在上一时刻无人车的缓冲区中，以上一时刻无人车的位置为界，去除无人车的位置后方的网格，将该部分网格记为网格区域a，保留其他网格，将该部分网格记为网格区域b，并在当前时刻无人车的位置前方增加网格，将该部分网格记为网格区域c，将网格区域b与网格区域c的组合作为当前时刻无人车的缓冲区。
19.进一步的，所述缓冲区为正方形；
20.网格区域a的总面积与当前时刻无人车的行驶速度正相关。
21.进一步的，设网格区域c中远离无人车的二分之一区域的网格层级为n，则设网格区域c中靠近无人车的二分之一区域的网格层级为n+1；
22.网格区域c中网格层级为n的网格尺度为缓冲区整体尺度的1/10～1/20。
23.进一步的，网格区域c中网格层级为n的网格和层级为n+1的网格按四叉树方式进行划分。
24.进一步的，根据每一网格所对应的环境对象确定缓冲区中每一网格的通达性指标的方法为：
25.将行人、车辆和固定障碍物作为环境对象；
26.将行人、车辆和固定障碍物的障碍程度分别记为2、3、1；
27.将每一网格所对应的环境对象的障碍程度累加，得到该网格的通达性。
28.进一步的，每一网格所对应的环境对象包括落入该网格中的点状环境对象，以及与该网格相交的线状或面状环境对象。
29.进一步的，根据每一网格所对应的环境对象确定缓冲区中每一网格的通达性指标的方法为，为每一环境对象赋予地物标识，构建包含地理网格编码、地物标识和障碍程度的态势图数据表，基于态势图数据表，确定缓冲区中每一网格的通达性指标；
30.所述地理网格编码用于构建态势图数据表的索引。
31.进一步的，根据缓冲区的通达性指标确定无人车行驶的安全等级的方法为：
32.当网格的通达性指标为0，该网格的安全等级为安全；
33.当网格的通达性指标为1～3，该网格的安全等级为警戒；
34.当网格的通达性指标为4及以上，该网格的安全等级为危险。
35.进一步的，利用激光雷达采集无人车周围的环境点云数据，提取环境点云数据的语义信息，根据所述语义信息获取缓冲区中的环境对象信息。
36.本发明与现有技术相比具有如下有益效果：
37.(1)本发明创造性的提出一种基于地理网格编码的无人驾驶态势图构建与更新方法，算法复杂度低，有利于驾驶态势图的快速更新；
38.(2)本发明以无人车为中心构建网格缓冲区，随着车辆位置的移动，中心网格位置发生变化，缓冲区不需要重新计算，只需要剔除后方部分网格并新增前方部分网格相关信息，摒弃了复杂空间计算，直接采用网格之间的拓扑关系来获得需要剔除和新增的网格，由此完成驾驶态势模型的更新；
39.(3)本发明考虑了行车速度等多种因素，缓冲区及其网格尺度灵活可调，能够对环境信息进行不同粒度的组织管理，能够满足多样化的行驶需求；
40.(4)本发明构建态势图数据表时，所有环境地物用统一的地物标识码来表示，可以使得所有的环境信息通过简短的标识码查找到其对应的属性信息，从而快速得到包含该地
物的网格的通行状态。
附图说明
41.图1为传统的基于极坐标的无人驾驶态势图更新示意图；
42.图2为本发明缓冲区更新示意图；
43.图3为本发明基于网格的无人驾驶态势模型示意图；
44.图4为本发明无人驾驶态势图构建与更新方法流程图；
45.图5为本发明地理网格编码示意图。
具体实施方式
46.下面通过对本发明进行详细说明，本发明的特点和优点将随着这些说明而变得更为清楚、明确。
47.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
48.本发明以全球剖分网格为载体，对无人驾驶车行进过程中的所遇到的各类地理环境对象进行量化，并将其有效组织起来，在此基础上进一步建立驾驶态势模型并实现其动态更新，从而构建起面向无人驾驶车的剖分型的驾驶地图，并为其提供高性能的地理计算与驾驶决策支撑。假设在无人驾驶态势图更新之前，已经获得前一时刻的无人驾驶态势图。态势图更新的过程就是在无人车行驶过程中，更新缓冲区并对缓冲区内网格粒度和属性进行变更的过程。
49.如图4，本发明以无人车位置作为当前中心网格，以该网格为中心，根据车速和环境确定方形缓冲区范围，剔除缓冲区外无人车后方的网格，并新增缓冲区中无人车前方的网格；根据环境对象量化无人车行驶的障碍程度，根据障碍程度计算缓冲区内各个网格的通达性指标，根据通达性指标标明各个网格的安全等级，无人车根据所述安全等级做出对应的驾驶决策。
50.具体的，本发明基于地理网格编码的无人驾驶态势图构建与更新方法，包括以下步骤：
51.(1)以无人车位置作为当前中心网格，以该网格为中心，根据车速和环境确定方形缓冲区范围，并按与无人车相对位置划分为前方、侧方和后方网格，每个网格都有唯一地理编码。随着车辆向前行进，剔除缓冲区外无人车后方的网格，并新增缓冲区中无人车前方的网格，同时在态势图数据表中根据网格变化更新编码及其相关属性；
52.上下两级网格按四叉树方式进行划分，新增的网格的层级为n和n+1，网格的层级根据其粒度大小分为若干级，级数越大，网格粒度越小，第n级网格对应的单元网格大小设定为方形缓冲区的1/10；
53.若缓冲区大小设定为10*10m的方形，可以选取网格大小约为1*1m的单元网格进行网格编码。图3是缓冲区更新示意图，左车为旧位置，右车为新位置，当前态势图更新过程为剔除无人车后方两列旧网格，新增无人车前方两列新网格。
54.(2)根据近小远大，前方重于后方和侧方的基本原则，对缓冲区内无人车前方且靠
近无人车的二分之一区域引入第n+1级网格；将无人车前的区域进行网格粒度细化，是考虑到需要得到无人车前方的更为精细的行驶环境信息。
55.(3)根据环境对象量化无人车行驶的障碍程度，将行驶环境中的行人的障碍程度设定为2，车辆设定为3，固定障碍物设定为1，无障碍设定为0。
56.根据障碍程度计算缓冲区内各个网格的通达性指标，根据通达性指标标明各个网格的安全等级，无人车根据所述安全等级做出对应的驾驶决策。
57.将每个网格中的环境对象所对应的障碍程度累加即得到通达性指标，通达性指标数据越大说明其障碍程度越高，越危险。
58.将通达性指标根据数字大小划分为三个安全等级，0为安全区，表明无人车可以顺利通过，1-3为警戒区，表明无人车需注意避让，4及以上为危险区，表明无人车需远离对应的网格区域。这些区域可以颜色进行标记，例安全区标记为绿色，警戒区标记为黄色，危险区标记为红色。最后，无人车根据所述安全等级做出对应的驾驶决策。
59.图2是基于网格的无人驾驶态势模型示意图，其中灰色圆角矩形方框中的汽车为当前驾驶车辆，其余车辆为行驶环境中的其他车辆。其中白色网格表示安全区域，灰色表示警戒区域，黑色表示危险区域。
60.本发明中，每一网格所对应的环境对象利用激光雷达获取，具体为利用激光雷达采集无人车周围的环境点云数据，利用环境点云数据提取点云语义信息识别无人车周围的环境信息；将所述环境信息映射至网格坐标体系中；
61.在获取激光雷达采集到的点云数据以后，利用该层次性网格对点云数据进行空间栅格法预处理，并通过现有的点云识别算法实现对点云语义信息的提取。对识别后的三维物体进行二维映射，将表征物体的三维网格空间信息映射到二维的网格态势图中：也即将立体网格的编码转化到二维平面网格编码体系中；
62.创建包含地理网格编码、地物标识和障碍程度的态势图数据表，地物标识为无人车周围环境信息所对应的标识号；障碍程度为某网格占据的实际路面能否允许无人车通行的信息；障碍程度根据地物标识进行确定。本发明地理网格编码分为网格和编码两个部分，网格用于生成和量化态势图，编码用于数据库中构建索引。
63.对环境信息的二维映射结果建立一张局部态势数据表(表格详细内容见表1)。该表格以网格编码为主键，即该态势图中的每个网格的编码是数据表中的第一列。
64.该数据表主要有“地物标识”列和“障碍程度”列。该数据表的“地物标识”列存放的是与落入某网格中的点状环境数据和与该网格相交的线状或面状环境数据标识号，这部分信息是步骤二中环境信息的映射结果，如图5。例如某障碍物(标识号是1334)的立体网格在二维平面的映射编码是
‘
nj6138’，该障碍物的属性是
‘
行人’，被判断为无人车禁止通行信息。则主键为
‘
nj6138’的网格行中，“地物标识”中填写的是该障碍物的标识号1334。“障碍程度”则表示该网格占据的实际路面能否允许无人车通行。
65.表1 邻域态势图网格数据表
[0066][0067]
根据态势图数据表查找无人车所在实际位置周围的态势信息，可以确定缓冲区中每一网格的通达性指标。
[0068]
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
[0069]
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。