本发明涉及计算机视觉和图像处理的技术领域，特别是一种基于差分导航的自动驾驶车辆多路径地图的创建方法。
背景技术：
自动驾驶车辆技术日益成熟，导航地图成了自动驾驶的基石。一般地，自动驾驶车辆通过定位装置获取实时定位信息，并利用该信息匹配导航地图进行路径规划。目前，导航地图基本都是开发自动驾驶的团队在进行自动驾驶前先采集好的，而且保存的主要路径信息皆为经纬度信息，这样的做法对小范围的自动驾驶，或者说同一场景只运行一辆自动驾驶车是没有问题的，同时地图采集工作量在可控范围内。但是如果同时运行多台自动驾驶车且运行的路线不同，或者一次需要采集多个车道的定位信息，这就需要前期采集地图时做多次采集工作，特别是对于大范围的自动驾驶，这将耗费大量的时间成本与人力成本。
申请号为cn201610846436.1的发明专利公开了一种无人驾驶车辆车道级导航地图的生成系统及方法，其中系统包括离线全局地图和在线局部地图两部分,离线模块是指,在无人驾驶车辆行驶的目标区域内,利用卫星照片(或者航拍照片)、车载传感器(激光雷达和相机)、高精度组合定位系统(卫星定位系统和惯性导航系统)来获取原始道路数据,然后将原始道路数据经过离线处理,提取出多种道路信息,最后将道路信息提取结果融合生成离线全局地图。离线全局地图采用分层结构存储。在线模块是指,当无人驾驶车辆在目标区域内自动驾驶的时候,根据实时定位信息,提取出离线全局地图中的道路数据,绘制出以车辆为中心,固定距离范围内的在线局部地图。该系统不能够区分规则地形和不规则地形，得到的全局坐标不精确。
申请号为cn201410202876.4的发明专利公开了一种无人驾驶汽车的gps导航地图精确匹配系统及其操作方法，其中方法包括：获取道路信息；确定起始点；获取车辆定位信息；信息的匹配与筛选；重复前面所述步骤,直到匹配成功。本发明可以将导航误差缩小到两米及以内,超过两米时及时调整,极大地降低了导航误差。无人驾驶汽车的gps导航地图精确匹配方法,车辆导航与定位系统中的地图匹配概括来讲就是将车载gps接收机获得的带有误差的gps轨迹位置匹配到带有误差的交通矢量地图道路上的相应位置,所述地图匹配方法包括以下几个步骤：a获取道路信息；b确定起点和终点；c获取车辆定位信息；d信息的匹配与筛选；其特征在于,所述地图精确匹配方法还具体包括：a采集信息、存储信息、提取信息、制成地图；b利用有序排列的经纬度点确定好起始点和终点；c获取gps的数据和惯性导航系统ins的数据；d利用gps和kml筛选去除不正确的信息；e重复步骤1到步骤4,得到最佳行驶路线。该方法仅能采集一条自动驾驶的地图信息。
申请号为cn201610226020.x的发明专利公开了一种适用于无人驾驶汽车的行进路线精准生成方法，包含路线确定步骤,还包含首次路径辨别步骤；步骤二、定位装置信号检测步骤；步骤三、视觉特征物数据采集和驾驶信息数据记录步骤；步骤四、视觉特征坐标库生成步骤；步骤五、驾驶方案形成步骤。该方法最终生成的只是一条驾驶路径。
技术实现要素：
为了解决上述的技术问题，本发明提出一种基于差分导航的自动驾驶车辆多路径地图的创建方法，对于规则的自动驾驶区域可以同时生成多条地图路径供给多辆自动驾驶车；对于不规则路径，可以同时采集多条车道位置信息。
本发明提供一种基于差分导航的自动驾驶车辆多路径地图的创建方法，包括定义自动驾驶地图信息，还包括以下步骤：
步骤1：采集多轨迹地图；
步骤2：生成自动驾驶车辆多轨迹；
所述多轨迹地图包括规则地形和/或非规则地形。
优选的是，所述地图信息包括采集时间、经度、纬度、方位角、差分状态、路点属性1和路点属性2中至少一种。
在上述任一方案中优选的是，所述规则地形是指用能够依据某一条行驶路线进行均分的地形。
在上述任一方案中优选的是，所述不规则地形是指不能用单一行驶路线均分的地形。
在上述任一方案中优选的是，所述规则地形轨迹采集方法包括以下步骤：
步骤11：采集车按照指定路径进行采集；
步骤12：对采集得到的数据进行中值滤波与过密点删除。
在上述任一方案中优选的是，所述步骤12中的计算公式为：
f(x，y)＝med{g(x-k，y-l)，(k，l∈w)}，其中，w是二维模板。
在上述任一方案中优选的是，所述过密点的筛选方法采用设定点间距阈值作为标准来剔除点间距小于阈值的点。
在上述任一方案中优选的是，所述规则地形多轨迹生成方法能够在采集完基准路线和离线进行。
在上述任一方案中优选的是，所述规则地形多轨迹生成方法包括以下步骤：
步骤21：对每一个得到的路径点进行大地主题反算，依次把采集的路径的点当做a点，把采集路径的点的方位角加减90度作为a点到b点方位角为θ,把需要生成轨迹的横向间距当做a点到b点球面距离为l；
步骤22：所述b点的经纬度通过大地主题反算得到，所述b点的方位角、rtk状态、道路属性1与道路属性2与所述a点一致。
在上述任一方案中优选的是，所述规则地形多轨迹生成方法还包括生成多条路径方法。
在上述任一方案中优选的是，所述生成多条路径方法为对采集路径依次等间距进行多次大地主题反算，得到多条路径。
在上述任一方案中优选的是，所述非规则地形多轨迹生成方法采用在线实时生成轨迹方法。
在上述任一方案中优选的是，所述非规则地形多轨迹生成方法为当车道变化或结算球面距离l需要发生变化时，采用在线标定大地主题反算参数的计算方法。
在上述任一方案中优选的是，所述实时生成轨迹方法包括以下步骤：
步骤31：在a点时刻采集车处于n车道中的第m车道，标记a点时刻左侧两车道与右侧一车道的球面距离；
步骤32：记录左侧解算角为当前采集车航向角加90度，右侧解算角为当前航向角减90度；
步骤33：在at点时刻标记at点时刻左侧一车道与右侧两车道的球面距离；
步骤34：采集车在一条轨迹上进行地图采集，依据道路变化进行多条轨迹的生成。
在上述任一方案中优选的是，所述实时生成轨迹方法还包括随着车道变化，进行参数实时标定，就可得到精准的多车道导航地图。
本发明提出了一种基于差分导航的自动驾驶车辆多路径地图的创建方法，此方法针对自动驾驶多路径生成提供了解决方法，对于规则的自动驾驶区域可以同时生成多条地图路径供给多辆自动驾驶车；对于不规则路径，可以同时采集多条车道位置信息。本发明可以运用到农业自动驾驶大面积地图采集、城市道路多车道采集、园区多车道采集、自动驾驶车辆编队导航等实际运用中。
附图说明
图1为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的一优选实施例的流程图。
图2为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图1所示实施例的规则地形多轨迹生成方法流程图。
图2a为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的规则地形下单条地图路线图。
图2b为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的规则地形下单条路线方位角图。
图2c为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的生成新轨迹的经纬度点示意图。
图2d为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的生成轨迹示意图。
图2e为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的两侧生成等间距轨迹图。
图2f为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图2所示实施例的两侧生成多条轨迹图。
图3为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图1所示实施例的非规则地形多轨迹生成方法流程图。
图3a为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图3所示实施例的两侧生成多条轨迹轨迹图。
图3b为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的如图3所示实施例的非规则地形在线标记大地主题解算参数图。
图4为按照本发明的基于差分导航的自动驾驶车辆多路径地图的创建方法的一优选实施例的大地主题反算坐标计算示意图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例一
如图1所示，执行步骤100，定义自动驾驶地图信息。如表1所示，自动驾驶地图中单个路点信息由：采集时间、经度、纬度、方位角(采集地图时采集车的航向角)、差分状态(地图采集点定位评判依据)、路点属性1(路段标记：主要标记路段纵向变化，如弯道、直道、u_turn等)与路点属性2(路段标记：主要标记路段横向变化，如单行线、多车道等)组成。
表1单个路点信息
执行步骤110，判断多轨迹地图的类型。将多轨迹地图采集分为两种：规则地形，非规则地形。规则地形指的是可以用可以依据某一条行驶路线进行均分的地形，如矩形、圆形的农田，数量一致的多车道等；非规则地形指不可用单一行驶路线均分的地形，如城市车道变化的道路，园区非结构化道路等。
如果是规则地形，则执行步骤120，执行规则地形多轨迹生成方法。规则地形多轨迹生成可在采集完基准路线后离线进行。如图2所示，执行步骤200，基准线导航地图采集。用采集车按照表1进行路径采集，采集车上安装导航移动站，移动站与基站通信正常。采集完的数据需对数据进行中值滤波与过密点删除，中值滤波采用1×5邻域模板。f(x,y)＝med{g(x-k,y-l),(k,l∈w)}，其中，w是二维模板。过密点筛选是为了删除采集点堆积过密的地方，这样做有利于节省存储空间，同时加快地图索引时的效率，筛选方式采用设定点间距阈值作为标准来剔除点间距小于阈值的点。经过以上两步即可得到一条平滑且等间距的地图路径，如图2a、2b所示。执行步骤210，计算生成轨迹条数与方向。为了自动驾驶路径的一致性，生成的路径也需要按照表1的格式存储路点，b点的经纬度通过图2c大地主题反算得到，b点的方位角、rtk状态、道路属性1与道路属性2与a的点一致。图2a所有点进行大地主题解算得到图2d。执行步骤220，遍历得到的地图路径。执行步骤230，判断是否达到地图尾部。如果没有达到地图尾部，则执行步骤231，对采集得到的地图进行大地主题结算，执行步骤232，将被解算坐标属性值、航向角、rtk赋予新路径点。再次执行步骤220，遍历得到的地图路径。如果达到地图尾部，则执行步骤240，保存所有路径。若需要生成多条路径，只需在对采集路径依次等间距进行大地主题反算，如图2e、2f所示。其中图2e表示的是根据离线采集轨迹，生成内、外各一条轨迹；图2f表示的是根据利息那采集轨迹，生成一条内轨迹和四条轨迹，说明按照本发明可以生成多条轨迹线。
按照本方法在只采集一次地图的情况下可以实现多台自动驾驶车辆同时运行，或者一台自动驾驶车辆同时运行多次，极大的减少了规则地形下自动驾驶导航地图采集的时间成本。
如果是非规则地形，则执行步骤130，执行非规则地形多轨迹生成方法，采取在线实时生成轨迹的方法。当车道变化时，或者解算球面距离l需发生改变时，采取在线标定大地主题反算参数的方法。如图3所示，执行步骤300，开始实时采集导航路径。执行步骤310，标定其实采集路点反结算参数。执行步骤320，得到新路径点。执行步骤330，判断路段是否发生车道变化。如果发生车道变化，则顺序执行步骤335和步骤340，实时标定反结算参数，并对采集得到的地图进行大地主题解算。如果没有发生车道变化，则执行步骤340，对采集得到的地图进行大地主题解算。如图3a所示，a点时刻采集车处于4车道的第三个车道，需要标记此时左侧两车道与右侧一个车道的球面距离，同时遵守左侧解算角为当前采集车航向角加90度，右侧为当前航向角减90度。同理at点，需要标记左侧一个车道，右侧两个车道，标记方法同a点。执行步骤350，将被解算坐标属性值、航向角、rtk赋予新路径点。执行步骤360，判断是否结束采集。如果采集没有结束，则执行步骤320，获取新路径点。如果采集结束，则执行步骤370，保存所有路径。依据此方法，采集车在一条轨迹上进行地图采集，同时就可依据道路的变化进行多条轨迹生成，如图3b所示，随着车道变化，进行参数实时标定，就可得到精准的多车道导航地图，每个车道路径点的存储结构与表1一致。
实施例二
如图4所示，大地主题反算解决的问题是：已知a点经纬度坐标
把地球当做一个规则球体，每度弧长为δs(工程上一般把地球周长除以360的结果作为球心圆上每一度的弧长，一般近似的取111.199公里)。取北极点n，则anb三点形成一球面三角形。边角关系如下：
an两点间弧线长为：
bn两点间弧线长为：
ab间弧线长为：
则由球面三角余弦定理可得：
cosnb＝cosnacosab+sinnasinabcos∠nab
以上可得b点纬度。再根据球面三角正弦定理可得：
由于∠nba未知，则只取前两项来求解，可得：
由以上可得b点经纬度坐标。
为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。