基于高精地图数据确定实时参考线的方法、装置及设备与流程
1.本技术涉及自动驾驶技术领域，尤其涉及一种基于高精地图数据确定实时参考线的方法、装置及设备。
背景技术：
2.实时参考线是车辆的短期预期行驶路径。在距当前时刻的预设时间段内，车辆将以实时参考线为参照行驶。自动驾驶车辆需要实时参考线数据来支持其决策规划算法的运行。因此，如何快速、稳定、准确地生成实时参考线，变得尤为重要。
3.现有技术中，在车辆上安装车载视觉传感器，实时采集车道边线，通过车道边线确定车道中心线，然后截取车道中心线的一部分作为实时参考线。这种方法会存在以下问题，在有些路段，车道边线经过长时间的腐蚀，会变得模糊不清；或者在交叉路口的位置处没有绘制车道边线时，造成车载传感器无法准确采集车道边线数据，导致生成的实时参考线出现偏差，或者无法生成实时参考线导致自动驾驶功能退出。
技术实现要素：
4.本说明书实施例提供的一种基于高精地图数据确定实时参考线的方法、装置及设备，可以快速、稳定、准确地生成实时参考线。
5.为解决上述技术问题，本说明书实施例是这样实现的：
6.本说明书实施例提供的一种基于高精地图数据确定实时参考线的方法，所述高精地图数据中包含预先生成的车道参考线，包括：
7.获取位置传感器采集的网联车辆的位置信息；
8.基于所述位置信息，确定所述网联车辆所在的车道信息；
9.根据所述车道信息，从所述高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；
10.根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。
11.本说明书实施例提供的一种基于高精地图数据确定实时参考线的装置，包括：位置信息获取模块，获取位置传感器采集的网联车辆的位置信息；
12.车道信息确定模块，基于所述位置信息，确定所述网联车辆所在的车道信息；
13.第一参考线确定模块，根据所述车道信息，从所述高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；
14.实时参考线生成模块，根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所
述网联车辆的位置信息而确定的。
15.本说明书实施例提供的一种基于高精地图数据确定实时参考线的设备，包括：
16.至少一个处理器；以及，
17.与所述至少一个处理器通信连接的存储器；其中，
18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取位置传感器采集的网联车辆的位置信息；
19.基于所述位置信息，确定所述网联车辆所在的车道信息；
20.根据所述车道信息，从所述高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；所述车道参考线为所述高精地图数据中包含的、预先生成的车道参考线；
21.根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。
22.本说明书中提供的至少一个实施例能够实现以下有益效果：本发明的车道参考线是预先生成并存储在高精地图数据中的；在生成实时参考线，只需根据网联车辆的位置信息确定处于哪一条车道，然后在该条车道对应的车道参考线上截取一部分线段作为实时参考线即可。无需实时采集车道边线信息以及根据车道边线实时生成参考线。不会受到道路上实际车道边线的完好状况的影响，可以快速、稳定、准确地生成实时参考线。
附图说明
23.为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
24.图1为本说明书实施例提供的一种云控服务架构的示意图；
25.图2为本说明书实施例提供的一种基于高精地图数据确定实时参考线的方法的流程示意图；
26.图3为本说明书实施例提供的一种在直行路段生成实时参考线的应用示例图；
27.图4为本说明书实施例提供的一种在路口区域生成实时参考线的应用示例图；
28.图5为本说明书实施例提供的一种车道分支处生成实时参考线的应用示例图；
29.图6为本说明书实施例提供的一种在车道交汇场景生成驾驶场景的应用示例图；
30.图7为本说明书实施例提供的一种基于高精地图数据确定实时参考线的装置的结构示意图；
31.图8为本说明书实施例提供的一种基于高精地图数据确定实时参考线的设备的结构示意图。
具体实施方式
32.为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。
33.以下结合附图，详细说明本说明书各实施例提供的技术方案。
34.图1为本说明书实施例提供的一种云控服务架构的示意图。
35.云控服务平台与网联车辆通信连接，云控服务平台具有参考线生成功能，驾驶场景构建功能以及超视距感知辅助功能。云控服务平台可生成实时参考线、生成相应的驾驶场景数据、或者生成超视距的交通参与者信息并下发给网联车辆，以供网联车辆使用。
36.图2为本说明书实施例提供的一种基于高精地图数据确定实时参考线的方法的流程示意图。该方法的执行主体可以为云控服务平台，如图2所示，该流程包括如下步骤：
37.步骤201：获取位置传感器采集的网联车辆的位置信息。
38.位置传感器可以包括车载定位装置，车载定位装置安装于网联车辆上，通过车载定位系统采集网联车辆的位置信息，位置信息可以包括网联车辆所处的经纬度信息等。
39.步骤203：基于所述位置信息，确定所述网联车辆所在的车道信息。
40.以某一段道路为例进行说明，该段道路沿其宽度方向上并列设置有一条或两条以上的车道。当以网联车辆的经纬度信息确定车道信息时，可以为每条车道分配一个经纬度信息的区间。网联车辆的经纬度信息处于哪一个区间，则确定该网联车辆位于该区间对应的那条车道上。
41.步骤205：根据所述车道信息，从所述高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内。
42.高精地图数据中包含有全局车道参考线，全局车道参考线是对于高精地图数据中的路线而言的，不同的路线对应不同的全局车道参考线，车辆在沿一条路线行驶时，要依次经过多段车道段，每段车道段均预先生成有局部车道参考线，顺次连接的车道段之间的连接处预先生成有连接线，连接线将各局部车道参考线连接起来形成全局车道参考线。
43.其中，局部车道参考线位于车道段车道内部，也即位于车道段的两个车道边线之间，用于指引车辆在该车道内行驶。具体可以为实际车道边线的中心线，也可以基于中心线进行调整来生成局部车道参考线。例如，可以将中心线沿车道宽度方向作适当偏移；或者，对于沿曲线延伸的车道，可以对其中心线的部分处的曲率作适当调整，将曲率调整后的中心线作为局部车道参考线。其中，车道段指的是中间没有车道分叉点的一段车道，也即两个分叉点之间的一段车道。分叉点可以指路口、车道汇入或车道合并处。在某些路口，如十字路口区域，实际道路上可能没有绘制车道来指示车辆怎样进行通过，在预先生成全局车道参考线时，可以根据十字路口区域的几何形状以及车辆的行驶规律，绘制出虚拟的车道来将被十字路口区域分割开的各段车道段进行连接，根据虚拟的车道来生成连接线，连接线可以为虚拟车道的中心线，或者在中心线的基础上作适当调整。连接线用于指引车辆从一车道段行驶至另一车道段。
44.本步骤中的车道参考线是全局车道参考线被预设范围截取的一部分线段。在获取高精地图数据时，获取的是以车辆的位置信息为基点向外扩散的预设范围内的高精地图数据。全局车道参考线位于该预设范围截取的部分为车道参考线。
45.选取符合第一对应关系的车道参考线作为第一参考线。第一对应关系用于表示车道参考线至少一部分位于所述网联车辆当前所在的车道内。其中，可以将车道参考线通过经纬度信息集合来表示，通过判断车道参考线的经纬度信息集合与车道的经纬度信息集合是否存在交集，来判断车道参考线是否至少一部分位于该车道内。
46.在一种场景下，网联车辆位于某一道路段，该道路段沿道路的宽度方向并列设置有多条车道，且在预设范围内网联车辆所在车道没有分叉点。此时，对于网联车辆所在的车道而言，有且仅有一条车道参考线位于该车道内，也就是该条车道在第一对应关系下仅对应一条车道参考线，在确定出网联车辆所在的车道后，可以通过第一对应关系确定唯一一条车道参考线，将该车道参考线作为第一参考线。
47.图3为本说明书实施例提供的一种在直行路段生成实时参考线的应用示例图。如图3所示，道路g上沿道路宽度方向(图中的上下方向)并列设置有两条车道，分别为车道g1和车道g2，车道g1内有一条车道参考线g1，车道g2内有一条参考线g2。网联车辆31位于车道g1内，与车道g1存在第一对应关系的仅有车道参考线g1，将车道参考线g1作为第一参考线。
48.步骤207：根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。
49.将第一参考线上与网联车辆的位置信息对应的点作为基准点，将基准点作为实时参考线的起始位置，第一参考线上沿所述网联车辆的行驶方向截取第一预设距离的线段作为实时参考线。
50.其中，第一预设距离可根据不同的场景设定，这里不做具体限定。一种具体的的取值范围可以为60米至100米，其中可以优选第一预设距离为80米。
51.在确定基准点时，可以将第一参考线与网联车辆的位置最近的点作为基准点。
52.图2所示的方法中，车道参考线是预先生成并存储在高精地图数据中的；在生成实时参考线，只需根据网联车辆的位置信息确定网联车辆处于哪一条车道，然后在该条车道通过第一对应关系对应的车道参考线上截取一部分线段作为实时参考线即可。本方法相对于现有技术而言，省去了实时采集车道边线信息以及根据车道边线实时生成参考线的过程。一方面，实时参考线的生成不再依赖于道路上车道边线的完好状态。例如，当某段车辆边线变得模糊或残缺时，或者在路口处没有实际绘制车道边线时，由于高精地图数据中已经存储有该位置处根据某种规则预先生成好的车道参考线，只需根据位置信息匹配对应的车道参考线即可，不会受到车道边线模糊或车道边线间断的影响，可以稳定、准确地生成实时参考线。另一方面，车道参考线已经预先生成，只需进行匹配与截取即可生成实时参考线时。减少了生成车道参考线所需的计算量以及处理时间，可以使得本方法生成实时参考线的时间变短。
53.可选地，步骤205中，所述根据所述车道信息，从所述高精地图数据中确定第一参考线具体包括：
54.当有两条以上所述车道参考线符合所述第一对应关系时，获取所述网联车辆的导
航路线中的待行驶道路信息；
55.从符合所述第一对应关系的所述车道参考线中，选取符合第二对应关系的车道参考线作为所述第一参考线，所述第二对应关系用于表示所述车道参考线至少一部分位于所述待行驶道路内。
56.当预设范围内的高精地图数据中网联车辆所在的车道存在分叉点时，对于网联车辆所在的车道而言，可能有两条以上(包括两条)的车道参考线均有一部分位于该车道内，此时，需要获取待行驶道路信息来进一步确定哪条车道参考线作为第一参考线。待行驶道路是相对于网联车辆当前所在的道路而言的，当道路出现分支或车道数量改变时，分支处或车道数量改变处之前的道路为网联车辆当前所在的道路，分支处或车道数量改变处之后的道路为网联车辆的待行驶道路。在与网联车辆当前所在的车道存在第一对应关系的车道参考线中，有且仅有一条与待行驶道路存在第二对应关系，此时将该条车道参考线作为第一参考线。
57.图4为本说明书实施例提供的一种在路口区域生成参考线的应用示例图。图中的虚线代表车道边线，实线代表车道参考线。图4中的路口对应有四段道路，分别为道路a、道路b、道路c和道路d。道路a上有车道a1和车道a2两条车道，道路b上有车道b1和车道b2两条车道，网联车辆31位于a1车道内，a1车道通过第二对应关系对应有车道参考线a1、车道参考线a2和车道参考线a3三条车道参考线。根据导航路线，网联车辆将由道路a行驶至道路b，道路b被确定为待行驶道路。三条车道参考线中仅有车道参考线a2的一步部分位于道路b内。将车道参考线a2确定为第一参考线，在第一参考线上以网联车辆31的位置作为起点截取第一预设距离的线段c，将线段c作为实时参考线。
58.本方法中，在生成实时参考线时，仅需从导航路线中获取待行驶道路即可，也就是说该导航路线的精确度等级为道路级别即可，获取的数据量较小，生成实时参考线的时间较短。
59.可选地，在上述方法的基础上，所述从符合所述第一对应关系的所述车道参考线中，选取符合第二对应关系的车道参考线作为所述第一参考线，具体包括：
60.当有两条以上车道参考线既符合所述第一对应关系又符合所述第二对应关系时，获取所述待行驶道路上各车道的路况信息；
61.根据所述路况信息，从所述待行驶道路上的各车道中选取一条作为所述网联车辆的待行驶车道；
62.从符合所述第一对应关系的所述车道参考线中，选取符合第三对应关系的车道参考线，作为所述第一参考线，所述第三对应关系用于表示所述车道参考线至少一部分位于所述待行驶车道内。
63.当待行驶道路上有多条车道供网联车辆行驶，在预先生成的全局车道参考线时，相对于网联车辆所在车道而言可预先生成多条车道参考线，不同的车道参考线用于指引网联车辆从当前所在车道行驶至待行驶道路上的不同的可行驶车道。此时，需要进一步确定网联车辆的待行驶车道才能确定哪一条车道参考线为第一参考线。在确定待行驶车道时，可根据道行驶道路的各车道的路况信息来确定。例如，路况信息可以为，待行驶道路的各车道是否存在障碍物，通行是否顺畅等；选择通行顺畅的车道作为待行驶车道。当各车道顺畅度相同时，可以根据预定的规则进行选择，网联车辆的所在车道与待行驶车道存在预定的
一一对应的关系，比如网联车辆位于所在道路靠中间的车道时，同样将待行驶道路上的靠中间的车道作为待行驶车道。
64.图5为本说明书实施例提供的一种车道分支处生成实时参考线的应用示例图。图5中，有道路f和道路e两段道路，道路f上有一条车道，为车道f1；道路e上有两条车道，分别为车道e1和车道e2，两条车道均为可行驶车道。网联车辆31位于车道f1内，导航路线中确定的待行驶道路为道路e，至少一部分位于道路e的车道参考线有两条，分别为车道参考线e1和车道参考线e2。此时需要根据高精地图信息，确定道路e上各车道的路况信息，车道e2存在障碍物32车道，e1通行畅通，将车道e1确定为待行驶车道，此时，只有车道参考线e1的一部分位于车道e1内，将车道参考线e1作为第一参考线。在车道参考线e1上，截取线段c作为实时参考线。
65.本方法中，当待行驶道路有多条可行驶车道时，车道参考线预先生成有多条，以指引网联车辆驶入不同的可行驶车道。如此，可以为网联车辆提供更多的选择，以便在道路状况出现异常时，选择合适的车道作为待行驶车道，进而将该待行驶车道对应的车道参考线作为第一参考线来生成实时参考线。使得生成的网联车辆的实时参考线更加合理。
66.可选地，所述方法还包括：
67.所述方法还包括：
68.根据所述实时参考线所经过的道路信息，确定所述网联车辆即将进入的场景信息；
69.根据所述场景信息确定搜索范围和搜索算法；
70.获取路侧感知设备感知的所述搜索范围内的感知数据；
71.采用所述搜索算法从所述感知数据中确定相关交通参与者信息；
72.基于所述相关交通参与者信息进行所述网联车辆的自动驾驶决策规划；或者，
73.所述方法还包括：
74.根据所述实时参考线所经过的道路信息，确定所述网联车辆即将进入的场景信息；
75.根据所述场景信息确定搜索范围和搜索算法；
76.获取路侧感知设备感知的所述搜索范围内的感知数据；
77.采用所述搜索算法从所述感知数据中确定相关交通参与者信息；
78.将所述相关交通参与者信息以图像形式显示。
79.其中，场景信息指的是网联车辆位于哪种交通场景中，例如，是处于十字路口、人行横道、道路交汇、路过学校等场景中的哪一个。根据实时参考线所经过的道路信息，该道路上是否途径十字路口，人行横道、学校或者道路交汇口等，来判断网联车辆即将进入的场景信息。
80.根据场景信息确定对应的搜索范围和搜索算法。通过路侧感知设备感知搜索范围内的路侧感知数据，根据搜索算法从感知数据中确定相关的交通参与者信息。交通参与者包括行人、其他车辆、障碍物等。
81.在网联车辆处于自动驾驶状态时，可以根据相关交通参与者信息进行所述网联车辆的自动驾驶决策规划。
82.在网联车辆处于人工驾驶状态时，可以将相关交通参与者以图像等形式进行显
示，以供驾驶人员参考，做出相应的驾驶操作。
83.在现有技术中，人工驾驶状态，驾驶人员会存在视野盲区，在自动驾驶状态下，采用车载传感器进行感知，同样会存在感知盲区，无法及时发现相关交通参与者，会有发生碰撞的风险。本方法，通过路侧感知设备进行数据感知。在车路协同系统中，路侧感知设备，布置于道路的各相关位置处，可以对道路上交通参与者进行全方位的感知，通过合理的位置设置，可以避免出现感知盲区，也不会存在感知距离的问题，通过云控服务平台可以获知任意位置的交通参与者信息。通过实时参考线可以确定网联车辆即将进入的场景信息，根据场景信息确定搜索范围以及相关搜索算法，如此，可以使得搜索范围的定位更加精确，避免大范围的搜索，搜索算法更加匹配。使得搜索时间变短，搜索结果更加准确。
84.可选地，在上述方法的基础上，若所述场景信息为某一种预设场景信息，则根据该种预设场景信息确定所述搜索范围和所述搜索算法。预设场景信息可以包括十字路口、人行横道、道路交汇、路过学校等。对于各预设场景信息预先对应设置有搜索算法和搜索范围。
85.参照图6，网联车辆31处于从匝道h汇入主路i的场景，实时参考线，也就是线段c经过匝道h和主路i，将搜索范围确定为主路i以及匝道h，获取路侧感知设备感知到的主路i和匝道h上的感知数据，通过搜索算法确定相关交通参与者，如主路i上的环境车辆33被搜寻到。
86.在网联车辆处于自动驾驶状态时，相关环境车辆会为自动驾驶决策规划提供数据支撑，判断是否需要减速避让等自动驾驶决策规划。
87.在网联车辆处于人工驾驶状态时，相关环境车辆会以图像的形式下发给网联车辆，在网联车辆的屏幕上进行显示，让驾驶人员提前做出减速、加速或避让等判断。
88.当网联车辆处于人行横道场景时，会将搜索范围设定为人行横道，根据相关搜索算法搜寻人行横道上是否存在行人等。
89.本方法通过对场景信息进行分类，并将各类场景信息设置为预设场景信息，为不同的预设场景信息设计各自的搜索范围和搜索算法，在确定预设场景信息后，可快速匹配相关的搜索范围和搜索算法，对相关交通参与者的搜索更具有针对性，得到的相关交通参与者信息更加合理精确。
90.可选地，所述方法还包括：
91.若所述场景信息不为任意一种预设场景信息，则将所述实时参考线向前延伸第二预设距离，将延伸后的实时参考线所经过的道路范围确定为所述搜索范围；
92.将预设的第一搜索算法确定为所述搜索算法。
93.当场景信息不为任意一种预设场景信息时，也就是，网联车辆处在交通环境较为简单的路段，比如网联车辆将沿直线行驶。此时可将搜索范围变大，将延伸后的实时参考线所经过的道路确定为搜索范围。由于交通环境较为简单，可以采用预设的第一搜索算法来确定相关交通参与者信息。简单判断前方有无障碍物，是否出现事故等。由于实时参考线一般设置为80米，距离较短，第二预设距离可以设置为120米。如此可以确定网联车辆前方200米范围内相关参与者信息。完成超视距的路况信息感知。
94.基于一个总的发明构思，本说明书实施例还提供了上述方法对应的针对网联车辆的云控服务装置。图7为本说明书实施例提供的一种基于高精地图数据确定实时参考线的
装置的结构示意图，如图7所示，该装置包括：
95.位置信息获取模块701，获取位置传感器采集的网联车辆的位置信息；
96.车道信息确定模块702，基于所述位置信息，确定所述网联车辆所在的车道信息；
97.第一参考线确定模块703，根据所述车道信息，从高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内，所述车道参考线为所述高精地图数据中包含的、预先生成的车道参考线；
98.实时参考线生成模块704，根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。
99.基于同样的思路，本说明书实施例还提供了上述方法对应的设备。图8为本说明书实施例提供的一种基于高精地图数据确定实时参考线的设备的结构示意图。如图8所示，设备800可以包括：
100.至少一个处理器810；以及，
101.与所述至少一个处理器通信连接的存储器830；其中，
102.所述存储器830存储有可被所述至少一个处理器810执行的指令820，所述指令被所述至少一个处理器810执行，以使所述至少一个处理器810能够：
103.获取位置传感器采集的网联车辆的位置信息；
104.基于所述位置信息，确定所述网联车辆所在的车道信息；
105.根据所述车道信息，从高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；所述车道参考线为所述高精地图数据中包含的、预先生成的车道参考线；
106.根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。
107.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图8所示的设备而言，由于其基本相似于方法实施例，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。
108.在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gate array，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell universityprogramming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
109.控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
110.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
111.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
112.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
113.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
114.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
115.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
116.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
117.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
118.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字符多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
119.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
120.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
121.本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
122.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。
技术特征：
1.一种基于高精地图数据确定网联车辆的实时参考线的方法，其特征在于，所述高精地图数据中包含预先生成的车道参考线，包括：获取位置传感器采集的网联车辆的位置信息；基于所述位置信息，确定所述网联车辆所在的车道信息；根据所述车道信息，从所述高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一参考线生成针对所述网联车辆的实时参考线，具体包括：将所述第一参考线上距离所述网联车辆的位置最近的点确定为基准点，以所述基准点为起点，在所述第一参考线上沿所述网联车辆的行驶方向截取第一预设距离的线段，得到所述实时参考线。3.根据权利要求1所述的方法，其特征在于，所述根据所述车道信息，从所述高精地图数据中确定第一参考线具体包括：当有两条以上所述车道参考线符合所述第一对应关系时，获取所述网联车辆的导航路线中的待行驶道路信息；从符合所述第一对应关系的所述车道参考线中，选取符合第二对应关系的车道参考线作为所述第一参考线，所述第二对应关系用于表示所述车道参考线至少一部分位于所述待行驶道路内。4.根据权利要求3所述的方法，其特征在于，所述从符合所述第一对应关系的所述车道参考线中，选取符合第二对应关系的车道参考线作为所述第一参考线，具体包括：当有两条以上车道参考线既符合所述第一对应关系又符合所述第二对应关系时，获取所述待行驶道路上各车道的路况信息；根据所述路况信息，从所述待行驶道路上的各车道中选取一条作为所述网联车辆的待行驶车道；从符合所述第一对应关系的所述车道参考线中，选取符合第三对应关系的车道参考线，作为所述第一参考线，所述第三对应关系用于表示所述车道参考线至少一部分位于所述待行驶车道内。5.根据权利要求1所述的方法，其特征在于，所述位置传感器包括设置于所述网联车辆的车载定位装置；所述位置信息为所述车载定位装置采集的所述网联车辆的经纬度信息。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述实时参考线所经过的道路信息，确定所述网联车辆即将进入的场景信息；根据所述场景信息确定搜索范围和搜索算法；获取路侧感知设备感知的所述搜索范围内的感知数据；采用所述搜索算法从所述感知数据中确定相关交通参与者信息；基于所述相关交通参与者信息进行所述网联车辆的自动驾驶决策规划；或者，
所述方法还包括：根据所述实时参考线所经过的道路信息，确定所述网联车辆即将进入的场景信息；根据所述场景信息确定搜索范围和搜索算法；获取路侧感知设备感知的所述搜索范围内的感知数据；采用所述搜索算法从所述感知数据中确定相关交通参与者信息；将所述相关交通参与者信息以图像形式显示。7.根据权利要求6所述的方法，其特征在于，若所述场景信息为某一种预设场景信息，则根据该种预设场景信息确定所述搜索范围和所述搜索算法。8.根据权利要求6所述的方法，其特征在于，所述方法还包括：若所述场景信息不为任意一种预设场景信息，则将所述实时参考线向前延伸第二预设距离，将延伸后的实时参考线所经过的道路确定为所述搜索范围；将预设的第一搜索算法确定为所述搜索算法。9.一种基于高精地图数据确定网联车辆的实时参考线的装置，其特征在于，包括：位置信息获取模块，获取位置传感器采集的网联车辆的位置信息；车道信息确定模块，基于所述位置信息，确定所述网联车辆所在的车道信息；第一参考线确定模块，根据所述车道信息，从高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内，所述车道参考线为所述高精地图数据中包含的、预先生成的车道参考线；实时参考线生成模块，根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息而确定的。10.一种基于高精地图数据确定网联车辆的实时参考线的设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取位置传感器采集的网联车辆的位置信息；基于所述位置信息，确定所述网联车辆所在的车道信息；根据所述车道信息，从高精地图数据中确定第一参考线，所述第一参考线为符合第一对应关系的所述车道参考线；所述第一对应关系用于表示所述车道参考线至少一部分位于所述网联车辆当前所在的车道内；所述车道参考线为所述高精地图数据中包含的、预先生成的车道参考线；根据所述第一参考线生成针对所述网联车辆的实时参考线；所述实时参考线为所述第一参考线的一部分，且所述实时参考线的起始位置是基于所述网联车辆的位置信息确定的。
技术总结
本说明书实施例中公开了一种基于高精地图数据确定实时参考线的方法、装置及设备。该方法包括：获取位置传感器采集的网联车辆的位置信息；基于位置信息，确定网联车辆所在的车道信息；根据车道信息，从高精地图数据中确定第一参考线，第一参考线为符合第一对应关系的车道参考线；高精地图数据中包含预先生成的车道参考线；第一对应关系用于表示车道参考线至少一部分位于网联车辆当前所在的车道内；根据第一参考线生成针对网联车辆的实时参考线；实时参考线为第一参考线的一部分，且实时参考线的起始位置是基于网联车辆的位置信息而确定的。如此，本发明可以快速、稳定、准确地生成实时参考线。时参考线。时参考线。
