[发明专利]基于高精度地图的矿山无人驾驶路网车辆排队方法和装置

说明书

本发明提供了一种基于高精度地图的矿山无人驾驶路网车辆排队方法和装置，涉及路网控制技术领域。本发明首先将矿山无人驾驶高精地图构建成拓扑地图，采用节点和边的方式对拓扑地图进行结构描述。然后根据拓扑边上高精地图的车道中心线数据，进行拓扑边的KD树构建，并确定拓扑边的组成点序列。当车辆在地图内运行时，根据车辆的定位信息以及拓扑节点和拓扑边信息，获取车辆当前在拓扑地图的位置。如果车辆在拓扑边上，则根据拓扑边的KD树最终可以确定车辆在边上的排队次序。有助于后续在地图路网内运行过程对无人车辆进行有序的交通控制。

技术领域

本发明涉及路网控制技术领域，具体涉及一种基于高精度地图的矿山无人驾驶路网车辆排队方法和装置。

背景技术

矿山无人驾驶是典型的封闭场景内的无人驾驶。由于矿山环境的多样性和可变性，矿山无人驾驶车辆行驶的路网也会随着作业的推进发生变化，这种情况下设置固定的交通控制设备(如红绿灯)并不合理。

高精度地图的引入给车辆在路网上的交通控制提供了很好的参考信息。随着环境的变化，高精度地图也会跟着发生变化，整个地图的路由信息、路口信息、作业区域信息、地图拓扑信息就会随之发生变化。现有的基于露天矿山的无人驾驶系统的路权分配及管控方法均是基于车辆的任务轨迹和定位信息来实现。

如果能够将高精度地图信息应用到交通控制中，可减少对专用交通控制设备的依赖，将极大的降低成本，同时也提高作业的灵活性。而利用高精度地图进行交通控制的关键在于如何实现车辆在边上的有序排队，现有的技术中并未涉及。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于高精度地图的矿山无人驾驶路网车辆排队方法和装置，解决了如何基于高精度地图实现车辆在边上的有序排队的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，提供了一种基于高精度地图的矿山无人驾驶路网车辆排队方法，该方法包括：

基于矿山的高精度地图中的作业区域和路口，构建拓扑地图G＝(V,E)；其中，节点集V表示矿山无人驾驶作业区域以及路口的集合；边集E表示连接两个节点的道路集合；

构建拓扑地图G中各个边的控制点序列和对应的KD树；

基于车辆定位坐标，确定车辆是否位于边上；

基于KD树和控制点序列，确定位于边上的车辆的排队次序。

进一步的，所述构建拓扑地图G中各个边的控制点序列和对应的KD树，包括：

对于节点i与j连接的边e_ij，i,j∈V：

获取边e_ij对应的车道的中心线的所有控制点；

按照所述控制点的先后顺序对控制点进行抽稀或插值，得到等间距排布的控制点序列；

按照先后顺序，将控制点序列中的控制点依次加入KD树，得到边的三维KD树。

进一步的，所述基于车辆定位坐标，确定车辆是否位于边上，包括：

基于高精度地图和车辆定位坐标，获取节点包围盒以及车辆包围盒；

遍历所有节点，判定是否满足节点包围盒包含车辆包围盒或车辆包围盒与节点包围盒相交；

若不满足，则车辆在边上。

进一步的，所述基于KD树和控制点序列，确定位于边上的车辆的排队次序，包括：

对于任一车辆：