基于地图数据的弯道识别方法及其系统与流程

本发明涉及行车安全领域，尤其涉及一种基于地图数据的弯道识别方法及其系统。
背景技术：
：车辆驾驶员由于注意力不集中或不熟悉前方道路等缘故，当前方出现弯道而没有采取必要措施时往往会酿成重大的交通事故。因此，快速有效地识别前方道路存在的弯道并估算出弯道的弯曲程度已成为当前汽车智能安全辅助驾驶系统的重要技术之一。传统的弯道识别技术主要是在车辆前方安装ccd图像传感器获取视觉信息，获取一系列的数字图像，通过数学建模与图像处理等方法识别道路分道线所组成的曲线，由此检测出弯道特征并以此进行后续预警处理。然而，该技术受到了图像传感器视野和道路路面的限制。当能见度低的雨天或光线不足的夜晚或道路路面没有任何特征时，采用这一技术将难以有效的识别出道路分道线，从而导致识别失败。在公开号为cn1796940的中国专利公开文件中，提出了一种导航系统的弯道安全预警方法，其利用gps得知车辆目前的坐标点，及惯性量测装置得知车辆行进方向，并利用车辆目前的坐标点往前取一段距离作为预估距离并取出对比坐标点，依照目前车速与电子地图所预存的对比坐标点的安全车速值进行比对，若车速超过安全车速值则予以警示。该方案是预先估算出电子地图内所有道路节点的曲率并计算出安全车速值，然后写入地图文件，因为要对所有道路节点进行计算，数据量庞大，会降低效率，而且对于弯道曲率的计算，只提取其中的三个节点进行计算，准确度较低。技术实现要素：本发明所要解决的技术问题是：提供一种基于地图数据的弯道识别方法及其系统，实时对车辆前方的弯道进行识别并提高弯道曲率计算的准确性。为了解决上述技术问题，本发明采用的技术方案为：一种基于地图数据的弯道识别方法，包括：在地图中匹配车辆位置，得到车辆所在道路；获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；计算所述线段与其前一线段的方向角差值；将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；根据所述方向角差值，获取弯道节点，得到弯道链表。本发明还涉及一种基于地图数据的弯道识别系统，包括：匹配模块，用于在地图中匹配车辆位置，得到车辆所在道路；第一得到模块，用于获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；第一计算模块，用于计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；第二计算模块，用于计算所述线段与其前一线段的方向角差值；标记模块，用于将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；第二得到模块，用于根据所述方向角差值，获取弯道节点，得到弯道链表。本发明的有益效果在于：通过在地图数据中提取当前车辆位置前后方一定范围内的道路节点链表，根据道路节点走向的方向角偏差值区分出弯道或是直道，提取弯道节点，获取弯道链表；本发明与地图数据结合判断，即使在能见度低的雨天、光线不足的夜晚或道路路面没有任何特征时，也能实时识别出车辆前方弯道的弯曲程度，使得弯道识别可以全天候地不受路面影响地进行；同时，只获取车辆位置前后方一定范围内的道路节点数据来进行弯道识别，在实时弯道识别的同时也保证了效率。附图说明图1为本发明一种基于地图数据的弯道识别方法的流程图；图2为本发明实施例一的方法流程图；图3为本发明实施例二的方法流程图；图4为本发明实施例三的方法流程图；图5为本发明实施例四的方法流程图；图6为本发明实施例五的车辆所在道路的道路节点示意图；图7为本发明一种基于地图数据的弯道识别系统的结构示意图；图8为本发明实施例六的系统结构示意图。标号说明：1、匹配模块；2、第一得到模块；3、第一计算模块；4、第二计算模块；5、标记模块；6、第二得到模块；7、第三计算模块；8、删除模块；9、第一更新模块；10、第二更新模块；11、获取模块；12、第四计算模块；101、第一获取单元；102、第二获取单元；103、第一判断单元；104、剔除单元；105、第一计算单元；106、选取单元；601、第一划分单元；602、第一加入单元；603、第一删除单元；604、第一得到单元；605、第二加入单元；606、遍历单元；607、第二计算单元；608、第二划分单元；609、第三计算单元；610、第二删除单元；1201、投影单元；1202、旋转单元；1203、平移单元；1204、第四计算单元；1205、拟合单元；1206、第五计算单元。具体实施方式为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图详予说明。本发明最关键的构思在于：根据道路节点走向的方向角偏差值识别出车辆位置前方的弯道。请参阅图1，一种基于地图数据的弯道识别方法，包括：在地图中匹配车辆位置，得到车辆所在道路；获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；计算所述线段与其前一线段的方向角差值；将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；根据所述方向角差值，获取弯道节点，得到弯道链表。从上述描述可知，本发明的有益效果在于：通过gps和地图数据，即使在能见度低的雨天、光线不足的夜晚或道路路面没有任何特征时，也能实时识别出车辆前方弯道的弯曲程度，使得弯道识别可以全天候地不受路面影响地进行。进一步地，所述“在地图中匹配车辆位置，得到车辆所在道路”具体为：获取车辆当前的gps数据；根据所述gps数据中的坐标信息，获取车辆周围预设范围内的候选道路，得到第一候选道路集；判断车辆上一次匹配的道路与所述候选道路的连通性；在所述第一候选道路集中剔除不连通的候选道路，得到第二候选道路集；计算所述第二候选道路集中每一候选道路与所述gps数据中的矢量位置信息的相似度；选取所述相似度最小的候选道路作为车辆所在道路。由上述描述可知，根据gps数据，在与上一次匹配的道路连通的候选道路选取相似度最小道路，可正确匹配到车辆所在的道路，提高道路匹配准确度。进一步地，所述“得到节点链表”之后，进一步包括：计算所述节点链表中相邻的两个节点间的距离；若所述距离小于预设的第三距离，删除所述两个节点中的任一节点。由上述描述可知，可防止由于地图数据中过于接近的两节点而导致在计算方向角时产生较大的误差，提高弯道识别的准确率。进一步地，所述“所述线段与其前一线段的方向角差值”之后，进一步包括：若一所述线段与其前一线段的方向角差值s’大于180度，则更新所述方向角差值为|s’|-360；若一所述线段与其前一线段的方向角差值s’小于-180度，则更新所述方向角差值为360-|s’|。由上述描述可知，由于在地图数据中，相邻的两条线段方向角变化不会很大，因此当方向角差值的绝对值大于180°时即认为当前线段方向角与上一线段方向角位于0°轴两侧，通过更新方向角差值，防止造成判断失误，保证弯道识别的准确性。进一步地，所述“根据所述方向角差值，获取弯道节点，得到弯道链表”具体为：依据方向角差值为正值、负值或零的情况，依序划分所述节点链表中除首道路节点外的道路节点，获取依序排列的节点分组；将所述节点分组的第一个道路节点加入到前一节点分组中；删除除末道路节点外其余道路节点的方向角差值均为零的节点分组；得到由剩余的节点分组构成的弯道链表，一所述节点分组对应一弯道。由上述描述可知，设定正北方向为0°轴，顺时针方向为正方向；当一道路节点的方向角差值为负值时，说明以该道路节点为起点的线段较之上一线段方向角在变小，道路是在左拐；当一道路节点方向角差值为正值时，说明以该道路节点为起点的线段较之上一线段方向角在变大，道路是在右拐；当该道路节点的方向角差值为0时，说明道路没有方向变化。进一步地，所述“得到由剩余的节点分组构成的弯道链表，一所述节点分组对应一弯道”之后，进一步还包括：若所述节点分组只包含两个道路节点，则将与所述两个道路节点相邻的前一道路节点加入到所述节点分组中。由上述描述可知，由于一段弧线至少由三个点组成，因此，若一节点分组即一弯道只包含了两个道路节点，则需要将两点之前的邻点加入到该弯道中以保证弯道节点数量为三个以上。进一步地，所述“得到由剩余的节点分组构成的弯道链表，一所述节点分组对应一弯道”之后，进一步包括：遍历所述弯道链表中各个弯道的弯道节点；若一弯道节点对应的方向角差值小于预设的第一差值，则计算所述弯道节点与下一弯道节点的距离；若所述距离大于预设的第四距离，则根据所述弯道节点，将所述弯道节点对应的弯道划分为两个弯道；分别计算各个弯道的出入角差值绝对值；若一弯道的所述出入角差值绝对值小于预设的第二差值，则将所述弯道从弯道链表中删除。由上述描述可知，通过对弯道链表中的弯道进行修正，减少地图数据的误差导致的判断失误，进一步提高弯道识别的准确率。进一步地，所述“根据所述方向角差值，获取弯道节点，得到弯道链表”之后，进一步包括：若车辆在预设时间后处于所述弯道链表中对应的一弯道，获取所述弯道对应的弯道节点集；根据所述弯道节点集，进行曲线拟合，计算所述弯道的曲率半径。进一步地，所述“根据所述弯道节点集，进行曲线拟合，计算所述弯道的曲率半径”具体为：将所述弯道的弯道节点投影到直角坐标系中；将所述弯道节点依据弯道首末节点的连线方向旋转至平行所述直角坐标系的x轴方向；将所述弯道节点依据弯道首节点平移至所述直角坐标系的原点；计算各个弯道节点相对弯道首节点的相对坐标；根据所述相对坐标，对所述弯道节点进行二次多项式最小二乘拟合，得到曲线的拟合系数；依据所述拟合系数，计算所述弯道的曲率半径。由上述描述可知，根据弯道链表中的弯道节点集进行曲线拟合，计算弯道的曲率半径，可用于对弯道车速进行安全预警，提高行车安全性。请参照图7，本发明还涉及一种基于地图数据的弯道识别系统，包括：匹配模块，用于在地图中匹配车辆位置，得到车辆所在道路；第一得到模块，用于获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；第一计算模块，用于计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；第二计算模块，用于计算所述线段与其前一线段的方向角差值；标记模块，用于将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；第二得到模块，用于根据所述方向角差值，获取弯道节点，得到弯道链表。实施例一请参照图2，本发明的实施例一为：一种基于地图数据的弯道识别方法，可用于进行弯道曲率估算和弯道车速安全预警，具体包括如下步骤：s1：在地图中匹配车辆位置，得到车辆所在道路；车辆是在道路上行驶的，因此，车辆的位置无一例外地可以匹配至地图中的某一条道路上。s2：获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；道路在地图上是以节点的形式组成的，且道路网中的道路存在着一定的拓扑关系；通常而言，车辆在较高等级道路行驶一般具有连贯性，即当前位置与前后方道路等级相同、道路名称相同，以此搜索出当前位置前方和后方一定距离内，如向前2000m，向后500m的道路节点，并组成道路节点链表。s3：计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；设定正北方向为0°轴，顺时针方向为正方向。s4：计算所述线段与其前一线段的方向角差值；由于在地图数据中，相邻的两条线段方向角变化不会很大，因此当方向角差值的绝对值大于180°时即认为当前线段方向角与上一线段方向角位于0°轴两侧，因此，若一所述线段与其前一线段的方向角差值s’大于180度，则更新所述方向角差值为|s’|-360；若一所述线段与其前一线段的方向角差值s’小于-180度，则更新所述方向角差值为360-|s’|；通过更新方向角差值，防止造成判断失误，保证弯道识别的准确性。s5：将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；在节点链表中，除首末节点，其余所有道路节点均对应一个方向角差值，所述方向角差值是以所述道路节点为起点的线段方向角与以所述道路节点为终点的线段方向角之差。节点链表中道路节点是按照道路前进方向依次编号的，当一道路节点的方向角差值为负值时，说明以该道路节点为起点的线段较之上一线段方向角在变小，道路是在左拐；当一道路节点方向角差值为正值时，说明以该道路节点为起点的线段较之上一线段方向角在变大，道路是在右拐；当该道路节点的方向角差值为0时，说明道路没有方向变化。s6：依据方向角差值为正值、负值或零的情况，依序划分所述节点链表中除首道路节点外的道路节点，获取依序排列的节点分组。如一个节点链表中的道路节点对应的方向角差值分别为0、8、15、6、0、0、-5、-10、-7、4、9、0，则依序划分为(8、15、6)、(0、0)、(-5、-10、-7)、(4、9)、(0)五个节点分组。s7：将所述节点分组的第一个道路节点加入到前一节点分组中；节点分组中的第一个道路节点既是所述节点分组对应的路段的起点，也是上一路段的终点。s8：判断节点分组中除末道路节点外其余道路节点的方向角差值是否均为零，若是，则执行步骤s9。s9：删除所述节点分组，得到由剩余的节点分组构成的弯道链表，一所述节点分组对应一弯道。s10：判断所述剩余的节点分组是否只包含两个道路节点，若是，则执行步骤s11，若否，则执行步骤s12。因为一段弧线至少由三个点组成，因此，若一弯道只包含了两个道路节点，需要将两点之前的邻点加入到该弯道中以保证弯道的道路节点数量为三个以上。s11：将与所述两个道路节点相邻的前一道路节点加入到所述节点分组中；执行步骤s12。s12：修正所述弯道链表中的弯道；由于地图数据的误差，会存在下述两种情况：a、误将两段弯道提取成一段弯道；在提取的节点分组中虽然除末道路节点外方向角差值同为正或同为负，但中间可能存在方向角差值过于接近0的道路节点，这些节点反映到地图上即弯道中出现的直道，由于地图数据的误差，未能将该处道路节点的方向角差值计算成0，未能在该处断开。b、误将直道提取成弯道；在提取的节点分组中虽然除末道路节点外方向角差值同为正或同为负，但所有道路节点的方向角差值可能都过于接近0，这一弯道反映到地图上即为直道，由于地图数据的误差，在计算方向角差值时未能计算成0。因此需要对弯道链表中的弯道进行修正，可减少地图数据的误差导致的判断失误，提高弯道识别的准确率。优选地，在步骤s2和步骤s3之间，还可先计算所述节点链表中相邻的两个节点间的距离；若所述距离小于预设的第三距离，如30m，删除所述两个节点中的任一节点。因为地图数据中存在着误差，距离过近的点意味着在计算方向角时会产生较大的误差，通过删除过近的道路节点，降低误差，提高弯道识别的准确率。本实施例通过在地图数据中提取当前车辆位置前后方一定范围内的道路节点链表，根据道路节点走向的方向角偏差值区分出弯道或是直道，即使在能见度低的雨天、光线不足的夜晚或道路路面没有任何特征时，也能实时识别出车辆前方弯道的弯曲程度，使得弯道识别可以全天候地不受路面影响地进行；同时，只获取车辆位置前后方一定范围内的道路节点数据来进行弯道识别，在实时弯道识别的同时也保证了效率。实施例二请参照图3，本实施例是实施例一的进一步拓展，依据实施例一中获取的弯道链表进一步分析，进行弯道曲率计算，用于弯道车速安全预警；相同之处不再累述，区别在于，还包括如下步骤：s13：根据车辆当前速度和加速度，计算预设时间内车辆行驶的距离和在预设时间后的瞬时速度；可将车辆的运动模型简化为匀加(减)速运动模型，根据车辆当前速度v0和车辆的加速度传感器获取的加速度a，计算出t秒后车辆行驶的距离s＝v0t+1/2at2，t秒后的瞬时速度v＝v0+at，其中，t为预设的时间；当加速度为0时，车辆即做匀速运动。s14：根据所述距离，在节点链表中确定预设时间后车辆所处的位置。s15：判断车辆在预设时间后是否处于所述弯道链表中对应的一弯道，若是，则执行步骤s16。s16：获取所述弯道对应的弯道节点集。s17：将所述弯道的弯道节点投影到直角坐标系中。s18：将所述弯道节点依据弯道首末节点的连线方向旋转至平行所述直角坐标系的x轴方向。s19：将所述弯道节点依据弯道首节点平移至所述直角坐标系的原点。s20：计算各个弯道节点相对弯道首节点的相对坐标。s21：根据所述相对坐标，对所述弯道节点进行二次多项式最小二乘拟合，得到曲线的拟合系数；对于曲线的模型，采用的是二次抛物线模型，对于二次多项式y(x)＝b0+b1x+b2x2，已知n个离散点(xi,yi),i＝1,2…n，可以求得:其中：s22：依据所述拟合系数，计算所述弯道的曲率半径；曲线的曲率半径值在曲线上的每一点都不一样；对于判断弯道而言，最能代表其弯曲程度的为曲率半径最小处的点，即弯道最弯点，该点处的曲率半径采用估算的方式，即在曲线首点和末点水平轴方向等分100个点，计算这100个点的曲率半径，求其中的最小值。曲率半径的计算公式为：s23：根据所述曲率半径，计算车辆可以安全通过弯道的最大速度；对于高速公路，其估算模型为：小汽车v＝14.741r0.3194，大货车v＝4.941r0.4345；对于二级公路，其估算模型为：小汽车v＝14.391r0.2757，大货车v＝8.503r0.3168。s24：根据所述预设时间后的瞬时速度和所述最大车速，进行安全预警；若步骤s13计算出的t秒后的瞬时速度大于步骤s23计算出的最大速度，则对驾驶员进行预警提醒。对识别出的弯道进行曲率半径估算，并用于车辆弯道安全预警，可提高行车安全性。实施例三请参照图4，本实施例是实施例一步骤s1的一具体实现方式，包括如下步骤：ss11：获取车辆当前的gps数据；所述gps数据包括坐标信息和矢量位置信息。ss12：根据所述gps数据中的坐标信息，获取车辆周围预设范围内的候选道路，得到第一候选道路集。ss13：判断车辆上一次匹配的道路与所述候选道路的连通性；以上一次匹配到的道路末端点为起始搜索点，预设搜索次数，如6次，在该搜索次数内迭代搜索起始点所指向的子节点，子节点的子节点，依次类推，若在预设的搜索次数内搜索到的节点为组成候选道路集合中道路的节点，则该候选道路与起始道路连通；反之则不连通。ss14：在所述第一候选道路集中剔除不连通的候选道路，得到第二候选道路集。ss15：计算所述第二候选道路集中每一候选道路与所述gps数据中的矢量位置信息的相似度；矢量位置信息即有方向的位置信息，相似度可根据公式s＝waa+wdd计算得到，其中，a、d分别为当前矢量位置信息与候选道路的角度差和距离，wa和wd为所述角度差和距离的权重值。ss16：选取所述相似度最小的候选道路作为车辆所在道路。实施例四请参照图5，本实施例是实施例一步骤s12的一具体实现方式，包括如下步骤：ss121：遍历所述弯道链表中各个弯道的弯道节点。ss122：判断弯道节点对应的方向角差值是否小于预设的第一差值，若是，则执行步骤ss123；优选地，所述第一差值为5°。ss123：计算所述弯道节点与下一弯道节点的距离。ss124：判断所述距离是否大于预设的第四距离，若是，则执行步骤ss125；优选地，所述第四距离为250m。ss125：根据所述弯道节点，将所述弯道节点对应的弯道划分为两个弯道；即将所述弯道节点对应的弯道在所述弯道节点断开，划分为两个弯道。ss126：分别计算各个弯道的出入角差值绝对值；出入角差值即组成弯道的第一条线段(以弯道的首弯道节点为起点，以弯道的第二个弯道节点为终点的线段)和组成弯道的最后一条线段(以弯道的倒数第二个弯道节点为起点，以弯道的末弯道节点为终点的线段)方向角的差值。ss127：判断弯道的所述出入角差值绝对值是否小于预设的第二差值，若是，则执行步骤ss128；优选地，所述第二差值为5°。ss128：将所述弯道从弯道链表中删除。本实施例通过对弯道链表中的弯道进行修正，减少地图数据的误差导致的判断失误，进一步提高弯道识别的准确率。实施例五本实施例是上述实施例的一具体实施方式。如图6所示，在地图中匹配车辆位置，匹配到了图中的道路，获取车辆位置前后方共19个道路节点，编号分别为0-18，得到所述19个道路节点组成的节点链表；计算两两道路节点之间的距离，设定第三距离为30m，计算得出10号和11号两个道路节点之间的距离不足30m，则在节点链表中删除11号道路节点；计算剩余道路节点对应的方向角差值，如表1所示。道路节点编号坐标方向角差值0118.117732,24.43375201118.119032,24.43392132118.120414,24.43404703118.124017,24.43433874118.125200,24.434321175118.126510,24.43395276118.129280,24.432789-87118.130106,24.432559-98118.131882,24.432346-109118.132719,24.432372-1010118.134160,24.432637-1912118.135618,24.433418-1913118.136415,24.434256-1214118.136968,24.435178-115118.143383,24.4464671216118.144329,24.4475111017118.144898,24.447958818118.145577,24.4483490表1依据方向角差值为正值、负值或零的情况，依序划分所述节点链表中除首末道路节点外的道路节点，获取到依序排列的节点分组，如表2所示。节点分组编号道路节点编号011223、4、536、7、8、9、10、12、13、14415、16、17518表2将所述节点分组的第一个道路节点加入到前一节点分组中，如表3所示。节点分组编号道路节点编号01、212、323、4、5、636、7、8、9、10、12、13、14、15415、16、17、18518表3删除除末道路节点外其余道路节点的方向角差值均为零的节点分组，即删除1号和5号的节点分组；若剩下的节点分组中存在只包含两个道路节点的节点分组，则将与所述两个道路节点相邻的前一道路节点加入到所述节点分组中，即将0号的道路节点加入0号的节点分组，得到弯道链表，一节点分组对应一弯道，并计算出每个弯道的出入角差值绝对值，如表4所示。表4修正弯道链表中的弯道，删除出入角差值绝对值小于5°的0号弯道；结合表1，由于14号道路节点方向角差值的绝对值小于5°，因此需要计算其和15号道路节点的距离，算得距离值为1415m，大于所设定的阈值第四距离250m，因此2号弯道从14号点断开。假设预设时间为10秒，计算得出车辆10秒后的位置为2号弯道，因此拟合该弯道的二次曲线，拟合后的曲线解析式为：y(x)＝198-0.8531x+0.0009214x2，该弯道的曲率半径估算为：543m。按照二级公路大货车估算模型估算出在2号弯道的安全车速为：82km/h。根据车辆当前行驶速度和加速度，估算10秒后的车速，大于82km/h则进行预警，否则不预警。本实施例在gps实时定位信息和地图数据的基础上，利用已提取一定范围内的前后方道路节点经纬度坐标计算出方向角差值，并以此识别出弯道或直道，根据识别出的弯道，再利用曲线拟合技术实现弯道方程的求解，估算出弯道的曲率半径，然后估算出车辆通过弯道的安全车速，以此为基础进行预警。在保证预警准确性的前提下实现了全天候弯道识别和弯道预警，有效提高了弯道预警的稳定性，保证了行车安全。实施例六请参照图8，本实施例是对应上述实施例的一种基于地图数据的弯道识别系统，包括：匹配模块1，用于在地图中匹配车辆位置，得到车辆所在道路；第一得到模块2，用于获取所述道路上车辆位置后方预设的第一距离内的道路节点和车辆位置前方预设的第二距离内的道路节点，得到节点链表；第一计算模块3，用于计算所述节点链表中以每个道路节点为起点，以下一道路节点为终点的线段的方向角；第二计算模块4，用于计算所述线段与其前一线段的方向角差值；标记模块5，用于将所述方向角差值记为对应所述线段起点的道路节点的方向角差值；第二得到模块6，用于根据所述方向角差值，获取弯道节点，得到弯道链表。所述匹配模块1包括：第一获取单元101，用于获取车辆当前的gps数据；第二获取单元102，用于根据所述gps数据中的坐标信息，获取车辆周围预设范围内的候选道路，得到第一候选道路集；第一判断单元103，用于判断车辆上一次匹配的道路与所述候选道路的连通性；剔除单元104，用于在所述第一候选道路集中剔除不连通的候选道路，得到第二候选道路集；第一计算单元105，用于计算所述第二候选道路集中每一候选道路与所述gps数据中的矢量位置信息的相似度；选取单元106，用于选取所述相似度最小的候选道路作为车辆所在道路。该系统还包括：第三计算模块7，用于计算所述节点链表中相邻的两个节点间的距离；删除模块8，用于若所述距离小于预设的第三距离，删除所述两个节点中的任一节点。该系统还包括：第一更新模块9，用于若一所述线段与其前一线段的方向角差值s’大于180度，则更新所述方向角差值为|s’|-360；第二更新模块10，用于若一所述线段与其前一线段的方向角差值s’小于-180度，则更新所述方向角差值为360-|s’|。所述第二得到模块6包括：第一划分单元601，用于依据方向角差值为正值、负值或零的情况，依序划分所述节点链表中除首道路节点外的道路节点，获取依序排列的节点分组；第一加入单元602，用于将所述节点分组的第一个道路节点加入到前一节点分组中；第一删除单元603，用于删除除末道路节点外其余道路节点的方向角差值均为零的节点分组；第一得到单元604，用于得到由剩余的节点分组构成的弯道链表，一所述节点分组对应一弯道；第二加入单元605，用于若所述节点分组只包含两个道路节点，则将与所述两个道路节点相邻的前一道路节点加入到所述节点分组中；遍历单元606，用于遍历所述弯道链表中各个弯道的弯道节点；第二计算单元607，用于若一弯道节点对应的方向角差值小于预设的第一差值，则计算所述弯道节点与下一弯道节点的距离；第二划分单元608，用于若所述距离大于预设的第四距离，则根据所述弯道节点，将所述弯道节点对应的弯道划分为两个弯道；第三计算单元609，用于分别计算各个弯道的出入角差值绝对值；第二删除单元610，用于若一弯道的所述出入角差值绝对值小于预设的第二差值，则将所述弯道从弯道链表中删除。该系统还包括：获取模块11，用于若车辆在预设时间后处于所述弯道链表中对应的一弯道，获取所述弯道对应的弯道节点集；第四计算模块12，用于根据所述弯道节点集，进行曲线拟合，计算所述弯道的曲率半径。所述第四计算模块12包括：投影单元1201，用于将所述弯道的弯道节点投影到直角坐标系中；旋转单元1202，用于将所述弯道节点依据弯道首末节点的连线方向旋转至平行所述直角坐标系的x轴方向；平移单元1203，用于将所述弯道节点依据弯道首节点平移至所述直角坐标系的原点；第四计算单元1204，用于计算各个弯道节点相对弯道首节点的相对坐标；拟合单元1205，用于根据所述相对坐标，对所述弯道节点进行二次多项式最小二乘拟合，得到曲线的拟合系数；第五计算单元1206，用于依据所述拟合系数，计算所述弯道的曲率半径。综上所述，本发明提供的一种基于地图数据的弯道识别方法及其系统，与地图数据结合判断，即使在能见度低的雨天、光线不足的夜晚或道路路面没有任何特征时，也能实时识别出车辆前方弯道的弯曲程度，使得弯道识别可以全天候地不受路面影响地进行；同时，只获取车辆位置前后方一定范围内的道路节点数据来进行弯道识别，在实时弯道识别的同时也保证了效率；根据弯道链表中的弯道节点集进行曲线拟合，计算弯道的曲率半径，可用于对弯道车速进行安全预警，提高行车安全性。以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12