申请/专利权人：重庆邮电大学

申请日：2023-08-04

公开（公告）日：2023-10-24

公开（公告）号：CN116935347A

主分类号：G06V20/56

分类号：G06V20/56;G06V20/64;G06V10/80;G06T7/70;G06V10/75;G06V10/84

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.10#实质审查的生效;2023.10.24#公开

摘要：本发明涉及一种轻量级点云特征地图的岔口车道识别方法，属于智能移动平台定位与导航领域。当接近岔路口时，加载对应的轻量级地图，采集并预处理激光雷达点云和IMU数据，将预处理后的点云进行点云积分；将积分后的实时点云及地图点云进行特征提取；根据特征集合，将激光里程计估计结果与IMU预测结果进行位姿融合；将位姿融合结果转到Frenet坐标系并得到多个车道信息的备选值；根据多组备选值，将实时点云特征与地图特征相关联，得到车辆对应于各车道的概率向量，将概率向量最大值对应的车道作为车辆当前所在车道。该方法无需依赖大规模、完整的高精地图，可有效实现智能车辆在岔路口的车道识别，提供路径约束信息来提高城市道路中车辆自动驾驶性能。

主权项：1.一种轻量级点云特征地图的岔口车道识别方法，其特征在于：包括以下步骤：S1：数据预处理：筛选出感兴趣区域的点云，对点云进行畸变处理，同时对IMU进行状态估计得到当前时刻状态通过得到当前时刻点云P的初始状态信息xk；S2：点云积分：通过查找历史帧队列，对多个连续时刻的点云进行时间积分，得到增强后的点云P'；S3：特征提取：根据粗略经纬度信息读取预先存储的岔口轻量级地图的岔口局部点云地图信息，根据特征点集的提取规则对增强后的点云P'和地图点云进行点集划分分别得到S4：位姿融合：将点云特征集合与进行特征关联，得到激光里程计估计结果采用误差状态卡尔曼滤波器对IMU估计状态和激光里程计估计结果融合得到Xk，通过Xk更新点云P'的状态xk；S5：车道判别：预先读取轻量级地图的岔口车道信息，得到车道数目n、车道宽度width、车道方向dir信息；将融合位姿结果Xk转换到Frenet坐标系下，得到多个车道信息的备选值k:{s,d±Δd1,s,d±Δd2,...,s,d±Δdn}；将转换到地面固连坐标系下，与岔口的地图特征集合相关联，构建约束方程并进行残差优化，得到多组备选值下的位置置信度向量score；结合岔口相关车道信息估计出当前车辆在各车道的概率向量S6：车道保持滤波：根据所述车道概率向量建立马尔可夫状态转移概率矩阵Pijn·n进行车道保持滤波，对滤波结果与估计结果进行加权融合，得到最优估计向量

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种轻量级点云特征地图的岔口车道识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD