CN111551185B - 行车道添加的方法 - Google Patents

Abstract

本发明涉及行车道添加的方法，涉及机器人的技术领域，其包括如下步骤：S100：获取地下车库的当前场景地图；S200：导入人工绘制的车道数据；S300：车道的每条车道线按照顺时针或逆时针顺序输入，且一次输入一条车道；S400：人工输入的车道线，须先进行车道方向的识别；S500：将车道数据导入当前地图数据中；S600：导入第一条车道，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；S700：在添加完车道的当前场景地图上匹配车道信息，完成车道的添加。本发明具有能实现地下车库车道数据的添加的效果。

Description

行车道添加的方法

技术领域

本发明涉及机器人的技术领域，尤其是涉及行车道添加的方法。

背景技术

目前，移动机器人是用于辅助处理一片区域内的相关事务的自动化器械，在自主或人工控制的条件下辅助完成清洁、搬运等工作。移动机器人包括清洁机器人，清洁机器人可用于对地面进行自动清洁，应用场景可以为家庭室内清洁、大型场所清洁以及地下车库清洁等。为了使清洁机器人完成清洁地下车库车道的任务，需要对清洁机器人的清洁路径进行规划和控制。

机器人在运行时会根据车道建模进行路线的规划，以此避开路障、墙体等障碍物，而目前在机器人领域，车道建模大多是通过高精度地图导入得到的，但由于地库车道较为简单，当地库车道数量或路线改变后，一般不会像城市道路一样再耗费成本进行一次高精度地图数据的采集工作，因此地下车库一般没有预先准备好的更新地图。

公开号为CN109186615A的中国发明公开了一种基于高精度地图的车道边线距离检测方法、装置及存储介质；其方法通过相机采集至少一条采样车道线；通过定位模块匹配车辆在高精度地图的位置坐标并根据位置坐标在高精度地图提取当前车道的地图车道线；根据采样车道线及地图车道线分别提取采样元素及地图元素；根据地图元素及采样元素的匹配，提取有效的采样车道线为真实车道线；在任意两条真实车道线之间生成检测点对并获取检测点对的点对距离；在高精度地图提取两条地图车道线之间的宽度距离并根据宽度距离与至少一个点对距离进行匹配，提取有效的点对距离。该发明可以根据高精度地图数据或相机对车道上的车辆进行实时定位。

上述中的现有技术方案存在以下缺陷：现有的车道建模的更新方式都需要依赖于高精度地图的更新采集，因此不适用于地下车库车道的更新，对于地下车库车道的添加，目前还没有适用的方案。

发明内容

针对现有技术存在的不足，本发明的目的之一是提供行车道添加的方法，能实现地下车库车道数据的添加。

本发明的上述发明目的是通过以下技术方案得以实现的：行车道添加的方法，包括如下步骤：

S100：建图，获取当前场景地图；

S200：导入车道数据，车道数据包括通过多个采样点连接的折线所形成的左右车道线，左右车道线相互平行；

S300：车道以多边形方式表示，获取按照顺时针或逆时针顺序输入的多边形顶点，且一次输入一条车道；

S400：识别车道线的车道方向；

S500：将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，于配置文件中储存独立于当前场景地图外的车道信息；

S600：导入第一条车道，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作；

S700：在添加完车道的当前场景地图上匹配车道信息，完成车道的添加。

通过采用上述技术方案，通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图；在当前场景地图基础上，使用电脑或其他处理设备通过人工绘制的方式导入车道数据，当绘制出左右车道线时再进行点的插值平均、过滤等优化操作，由于人工输入点的分布不一定均匀，故需要先通过曲线拟合的方法绘制成曲线，再在两侧曲线各自等间距地取相同数量的点，实现两侧线的点数量相同、间隔均匀，以方便后期处理；之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，车道信息即名称标识等，从而对新车道进行添加与存储，对原有车道数据进行更新，进而实现机器人车道数据的添加，方便后期机器人执行巡航清洁任务。

本发明在一较佳示例中可以进一步配置为：步骤S200-S400中左右车道线、车道两端的判定：

先逐个检测人工输入的多边形顶点，计算当前顶点处前后两条连线的夹角；如果当前顶点相邻两条连线的夹角与下一个顶点相邻两条连线的夹角的和在170°～190°之间，则判定这两个角度互补，这两个顶点之间的线段为车道的起点线或终点线；

重复此过程直到获取两条长度最短且不相邻的线，即为当前添加车道的两端；以其中一条线的端点为起点端，另一条线对称位置的端点为终点端，就可以分别得到左右两侧的车道线。

通过采用上述技术方案，由于左右车道线相互平行，因此左右车道线与其起点线或终点线相交的相邻两个顶点的内角互补，以此判定车道的起点端或者终点端，并通过起点端与终点端判定车道的左右车道线，从而方便后期的数据处理。

本发明在一较佳示例中可以进一步配置为：所述步骤S500中的车道信息包括车道名称、区域类型、车道来源、原始数据、两条车道线、中心线、车道长度、车道宽度以及车道连接信息。

通过采用上述技术方案，通过车道信息的匹配，对车道进行分类与定义，实现车道信息的系统化，方便后期的筛选以及对机器人的控制，从而提升工作效率。

本发明在一较佳示例中可以进一步配置为：所述步骤S600中还包括以下步骤：

S610：通过左右车道线，计算出中心线，取左右车道线上相对称位置的点的连线的中点，连接相邻的中点以形成中心线；

S620：记录中心线的两端端点，定义为“起点”和“终点”；

S630：依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段；

S640:计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点；

如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；

如果有交点，则两条车道相交，执行判断相交类型的操作。

通过采用上述技术方案，通过左右车道线计算出中心线，在此基础上得到起点与终点，通过新车道中心线及其两端的延长线段与地图上每条原有车道的中心线及其两端延长线段的交点判定新车道与原有车道是否相交，同时为相交类型的分类提供判定基础，从而方便定义新的车道。

本发明在一较佳示例中可以进一步配置为：所述步骤S640中：如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；

若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时该段距离两端的点之间无“障碍”，判定这两条车道为同一条车道上的两段，否则判定为不相交。

通过采用上述技术方案，新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点时，通过设定阈值I、以及两条平行线的距离L判定两条车道是不相交或者是同一条车道的两段，若存在某一条车道起点与终点的距离小于I，且读取当前场景地图时两点之间没有对应“障碍”的栅格，即表示两点之间无“障碍”，以此判定这两条车道为同一条车道上的两段，从而方便车道信息的匹配。

本发明在一较佳示例中可以进一步配置为：所述步骤S600中的执行判断相交类型的操作：根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值：

类型1：交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交；

类型2：交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交；

类型3：交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连；

类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段；

类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。

通过采用上述技术方案，通过车道起点或终点与两条车道的交点的间距判定两条车道的相交情况，而设定阈值d1、d2分别为车道A、B宽度的一半，以此根据交点至起点或终点的距离与d1、d2的大小关系判定两条车道的相交类型，以此方便匹配车道信息，且当交点处两条中心线（或延长线段）夹角大于等于175°，则判定这两条车道为同一条直道上的两段，从而方便后期的合并车道操作；由于实际测量时会有误差，而实验所得误差最大值接近且小于5°，因此180°调整为175°，以此提升判断的准确率。

本发明在一较佳示例中可以进一步配置为：设定两条车道相交处为路口，对相应车道进行合并或分离操作：

分离操作：对产生新路口的车道，相交模式是十字路口或T字路口的，将生成的路口所截断的车道分离成两条新车道，附带各自独立的名称；同时更新与原车道连接的车道及路口的信息；

合并操作：如果判断两条车道是同一条车道的两段，将新车道与原有车道的左右车道线、中心线分别按顺序首尾连接成一条线；同时调整连接后线的采样点，使采样点的位置保持连续；为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及与原车道连接的车道及路口的信息。

通过采用上述技术方案，通过路口分离车道，将同一条车道分离成不同条新的车道，以此方便对某一单独段的车道进行划分，再通过合并新车道与原有车道的操作对不同段的车道进行整合，且同步调整合并后左右车道线上的采样点，以此方便后期添加新车道以及更新原有车道时的计算与判定，方便后期对机器人的行进路线进行微调，从而方便管理和控制。

本发明在一较佳示例中可以进一步配置为：当判定需要进行合并或分离操作时，记录下该操作信息，继续进行新车道与其余车道的位置关系判定；

待所有车道均判定过之后，在根据记录的操作信息，统一执行合并与分离的操作。

通过采用上述技术方案，对合并与分离的操作进行记录，方便后期的调取与调整，同时先记录后执行的方式，可以减少反复更新车道信息所耗费的算力，提升计算效率，缩短响应时间。

本发明在一较佳示例中可以进一步配置为：当需要修改车道时执行修改车道操作，包括以下步骤：删除车道，先删除当前场景地图上的左右车道线；删除后，同时修改与之相关联的其他车道及路口的连接信息；

修改车道参数，车道参数包括车道的长度及宽度，先删除旧车道，再重新添加一条与之同名的新车道，再按照新添加车道的方式操作。

通过采用上述技术方案，通过删除车道还原未添加此车道时的车道状态，且同时更新其他的车道信息，而当修改车道参数时同样采用先删除再添加的方式，以此减少误差。

本发明在一较佳示例中可以进一步配置为：车道信息的应用：读取车道及路口信息，包括通过名称读取及通过位置读取；

通过名称读取，通过车道信息中的“名称”字段获取所需车道区域信息；

通过位置读取，指定一个位置，包括机器人当前坐标位置、行人位置以及汽车位置，然后判断此位置是否在车道区域内以获取此车道区域的车道信息。

通过采用上述技术方案，通过多种读取方式方便了解车道信息，扩大适用的场景范围，提升实用性。

综上所述，本发明包括以下至少一种有益技术效果：

1.通过slam方法进行当前场景地图的采集与搭建，形成原始地图；在当前场景地图基础上通过人工绘制的方式导入车道数据，再对车道数据进行插值平均、过滤等优化操作；之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，车道信息即名称标识等，从而对新车道进行添加与存储，对原有车道数据进行更新，进而实现机器人车道数据的添加，方便后期机器人执行巡航清洁任务；

2.由于左右车道线相互平行，因此左右车道线与其起点线或终点线相交的相邻两个顶点的内角互补，以此判定车道的起点端或者终点端，并通过起点端与终点端判定车道的左右车道线，从而方便后期的数据处理；

3.通过车道起点或终点与两条车道的交点的间距判定两条车道的相交情况，而设定阈值d1、d2分别为车道A、B宽度的一半，以此根据交点至起点或终点的距离与d1、d2的大小关系判定两条车道的相交类型，以此方便匹配车道信息。

附图说明

图1是本实施例的整体逻辑框图；

图2是本实施例的部分逻辑框图，主要展示两车道是否相交的判定；

图3是本实施例的部分逻辑框图，主要展示两车道相交类型的划分；

图4是本实施例的示意图，主要展示误差设定值；

图5是本实施例的示意图，主要展示十字路口的相交类型；

图6a与图6b是本实施例的示意图，主要展示T字路口的相交类型；

图7a与图7b是本实施例的示意图，主要展示拐角路口的相交类型。

具体实施方式

以下结合附图对本发明作进一步详细说明。

参照图1，为本发明公开的行车道添加的方法，主要包括以下步骤：

1、建图，通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图。

2、导入人工绘制的车道数据，车道数据包括通过多个采样点连接的折线所形成的左右车道线，左右车道线相互平行，人工输入最终获得的是通过有限个点表示的左右车道线。由于人工输入点的分布不一定均匀，故需要先通过曲线拟合的方法绘制成曲线，再在两侧曲线各自等间距地取相同数量的点，实现两侧线的点数量相同、间隔均匀，以方便后期处理。其中，车道是用于供清洁机器人、自动驾驶的汽车等移动智能设备行进的道路。

3、车道以多边形方式表示，多边形顶点按照顺时针或逆时针顺序输入，且一次输入一条车道。

人工绘制具体步骤：

3.1、单条车道通过多边形的方式进行绘制，比如绘制一个矩形，车道两端的线须为两个顶点连接的单一线段，否则机器人自动识别时难以区分车道起讫及方向；左右车道线可以以任意点数绘制，通过线条拟合形成连续平滑的线条。

3.2、绘制在设定弯曲度范围以内的车道，通过折线表示弧线形的车道线，而相邻折线的夹角要求大于等于135°，小于135°夹角的车道分成两条相交的车道分别进行添加操作；

3.3、如果两条车道相交，绘制时需确保对应的车道边界距离小于设定值，否则会被判定为两条不相交的车道。

4、识别人工输入的车道线的车道方向，即左右车道线、车道两端的判定，包括以下步骤：

4.1、先逐个检测人工输入的多边形顶点，计算当前顶点处前后两条连线的夹角；若是弯曲的车道，则取弯曲车道线过此顶点的切线与另一侧连线的夹角；如果当前顶点相邻两条连线的夹角与下一个顶点相邻两条连线的夹角的和在170°～190°之间，则判定这两个角度互补，这两个顶点之间的线段为车道的起点线或终点线；

4.2、默认左右车道线比起点线、终点线长，特殊情况可通过人工干预进行校正，重复步骤4.1直到获取两条长度最短且不相邻的线，即为当前添加车道的两端；以其中一条线的端点为起点端，另一条线对称位置的端点为终点端，分别得到左右两侧的左右车道线。

5、将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，于配置文件中储存独立于当前场景地图外的车道信息，车道信息包括车道名称、区域类型、车道来源、原始数据、左右车道线、中心线、车道长度、车道宽度、车道连接信息以及进阶的信息，车道连接信息包括当前车道与其他车道是否相交的信息、交点位置信息以及相交角度信息。车道信息的匹配用于方便对车道进行分类与定义，实现车道数据的系统化，方便后期的筛选以及对机器人的控制，从而提升工作效率。

6、导入第一条车道，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息进行匹配；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作。

7、判断新添加车道与原有车道是否相交的步骤如下：

7.1、通过左右车道线计算中心线，方法是取两条车道线上的对称位置的采集点连线的中点，再将多个连续中点连接成线，得到中心线。

7.2、记录中心线的两端端点，分别定义为“起点”和“终点”。

7.3、依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段。

7.4、计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点。

如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；

如果有交点，则两条车道相交，执行判断相交类型的操作。

8、参照图2，针对步骤7中，如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；

若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时两点之间没有对应“障碍”的栅格，即表示两点之间无“障碍”，以此判定这两条车道为同一条车道上的两段，否则判定为不相交。

9、参照图3，针对步骤7中执行判断相交类型的操作，根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，以此方便匹配车道信息，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值，图3为D1=D2=D，即d1=d2=d时的判定情况，具体划分的类型与判定的规则如下：

类型1：参照图5，交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交。

类型2：参照图6，交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交。

类型3：参照图7，交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连。

类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段，从而方便后期的合并车道操作。夹角大于等于175°，认为两条车道为一条直路上的两段，否则判定两条车道为一条弯路上的两段。由于实际测量时会有误差，而实验所得最大误差小于5°，因此将原定的夹角设定阈值180°调整为175°，从而提升计算的准确率。

类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。

10、定义两条车道相交处为新的区域类型，命名为路口，路口由车道相交产生，记录于与当前场景地图对应的配置文件中，路口信息包括路口名称、区域类型，中心点、边以及与边对应的相连车道的名称。路口的中心点，即产生路口的相交车道的中心线的交点；路口的边，通过两条相交车道的左右车道线计算各个交点，相邻的交点连成一条边，各条相邻边垂直，并按照顺时针或逆时针记录；记录相连车道名称，相连车道名称与边的位置一一对应。车道连接信息指车道与路口的连接信息，而路口又记录了与其他车道的连接信息，故实现两条或多条车道的互相连通。路口信息用于对两条车道的相交处进行单独的定义，以此方便对车道信息进行完善，使车道数据系统化，且路口的中心点与边单独分离，以此方便对车道信息进行可视化的管理。

11、针对步骤10中产生新路口的情况，新的路口要与地图中已有的路口进行对比，如果新路口和已有路口两者中心点距离小于设定阈值d，则判定是同一个路口，不执行添加新路口的操作并合并新、旧路口信息，包括更新中心点、更新边、更新与边对应的连接车道的名称以及更新对应车道的车道连接信息，其中，更新中心点时可以取两者的平均值，更新边采取两个路口的多边形区域的并集。

12、针对步骤7中，如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作，将二者的左右车道线、中心线分别按顺序首尾连接成一条线，同时调整连接后线的点，使点的位置保持连续，且连接后的线没有弯折；为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及所有与原车道连接的车道及路口的信息，以此方便后期添加新车道以及更新原有车道时的计算与判定。

13、针对步骤10中产生新路口的车道，相交模式若是十字路口或T字路口，对相应车道进行分离操作。分离操作包括以下步骤：将被生成的路口截断的车道分离成两条新车道，附带各自独立的名称，并保留分离前车道的其他信息，如车道连接信息、对应的路口信息，同时更新所有与原车道连接的车道及路口的信息，以此方便对某一单独段的车道进行划分，方便后期对机器人的行进路线进行微调，从而方便管理和控制。

14、针对步骤12、13中进行车道合并与分离的操作，为避免重复计算，当判断发现需要进行合并或分离操作时，记录下该操作的相关信息，如操作的对象车道、对象路口；继续进行新车道与其余车道的位置关系判定，待所有车道均判定过之后，再根据记录的操作信息，统一执行合并与分离的操作。对合并与分离的操作进行记录，方便后期的调取与调整，同时先记录后执行的方式，可以减少反复更新车道信息所耗费的算力，提升计算效率，缩短响应时间。

15、重复步骤7～14，直至新车道与地图上每一条原有车道相交关系判定完成，在添加完车道的当前场景地图上匹配车道信息后，即完成车道的添加。

16、删除车道操作：在删除当前车道后，需要同时修改与之相关联的其他车道及路口的连接信息；如T字路口，删除竖直方向的车道后，T字路口消失并删除附带的路口信息，原车道被原路口分离成两条，因此需要重新合并为一条车道，并同步修改车道信息；修改车道操作，指调整某条车道的长度、宽度等，实现方式为删除旧车道，重新添加一条与之同名的新车道，按照新添加车道的方式重新操作。

17、进阶的车道信息，指为车道添加其他信息，例如人行道位置、防火门、行人出入口、汽车出入口、单行道以及双行道，以上信息均可手动添加，或通过算法识别程序自动添加。

18、车道信息的应用，指读取车道及路口信息，包括通过名称读取及通过位置读取。通过名称读取，即通过车道信息中的“名称”字段，获取所需车道区域信息；通过位置读取，是指指定一个位置，可以是机器人当前坐标位置或其他目标，其他目标包括行人位置以及汽车位置，然后按照以下方法判断此位置在车道区域内，从而获取此车道区域的完整信息。其中一种可行的判断方法为：

18.1、遍历所有车道及路口，对每一个车道或路口，获取能表示其区域的多边形；

18.2、以机器人位置p为端点，绘制一条射线，取任意射线方向，可以采取x轴正方向；

18.3、依次遍历表示车道或路口区域的多边形的边，判断p点是否在当前边上，如果是则p在区域多边形内，如果不是，判断边与步骤17.2中绘制的射线是否存在交点；

18.4、记录所有边与射线的交点数目，如果为奇数，则表示p点在区域多边形内部，如果为偶数表示不在内部；

18.5、如果p点在区域内部，则读取此区域的信息数据，结束遍历。

地库车道添加、存储、应用的系统包括车道数据获取单元，车道数据获取单元包括激光雷达以及行车标志线检测模块，激光雷达用于搭建地下车库的当前场景地图，而行车标志线检测模块用于获取车道线，通过上述的行车道添加方法再结合当前场景地图与左右车道线生成车道信息，当前场景地图、左右车道线与车道信息匹配后获得车道数据。

本实施例的实施原理为：先通过slam方法使用激光雷达或深度相机等设备对地下车库进行当前场景地图的采集与搭建，形成原始地图。在当前场景地图基础上，通过人工绘制的方式导入车道数据至机器人上，并对左右车道线进行优化，提升精确率，之后结合当前场景地图与车道数据，对原有车道与新车道的相交关系进行分类和判定，并按照分类、判定结果匹配相应的车道信息，车道信息即名称标识等，从而对新车道进行添加与存储，对原有车道数据进行更新，进而实现机器人车道数据的添加，方便后期机器人执行巡航清洁任务。

本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (9)

1.行车道添加的方法，其特征在于，包括如下步骤：

S100：建图，获取当前场景地图；

S200：导入车道数据，车道数据包括通过多个采样点连接的折线所形成的左右车道线，左右车道线相互平行；

S300：车道以多边形方式表示，获取按照顺时针或逆时针顺序输入的多边形顶点，且一次输入一条车道；

S400：识别车道线的车道方向；

S500：将车道数据导入当前地图数据中，当前地图数据包括当前场景地图及配置文件，于配置文件中储存独立于当前场景地图外的车道信息；

S600：第一条车道将直接添加到地图中，从添加第二条车道开始执行判断是否与已添加的车道相交的操作；若两条车道相交，则执行判断相交类型的操作，并将相交类型转化为车道信息；若两条车道不相交，则执行判断两条车道是否为同一条车道的两段的操作；如果判断两条车道是同一条车道的两段，则对新旧两条车道进行合并操作；

S700：在添加完车道的当前场景地图上匹配车道信息，完成车道的添加；

步骤S400中左右车道线、车道两端的判定：

S410：先逐个检测人工输入的多边形顶点，计算当前顶点处前后两条连线的夹角；如果当前顶点相邻两条连线的夹角与下一个顶点相邻两条连线的夹角的和在170°～190°之间，则判定这两个角度互补，这两个顶点之间的线段为车道的起点线或终点线；

S420：重复此过程直到获取两条长度最短且不相邻的线，即为当前添加车道的两端；以其中一条线的端点为起点端，另一条线对称位置的端点为终点端，就可以分别得到左右两侧的车道线。

2.根据权利要求1所述的行车道添加的方法，其特征在于，所述步骤S500中的车道信息包括车道名称、区域类型、车道来源、原始数据、两条车道线、中心线、车道长度、车道宽度以及车道连接信息。

3.根据权利要求1所述的行车道添加的方法，其特征在于，所述步骤S600中还包括以下步骤：

S610：通过左右车道线，计算出中心线，取左右车道线上相对称位置的点的连线的中点，连接相邻的中点以形成中心线；

S620：记录中心线的两端端点，定义为“起点”和“终点”；

S630：依次提取地图中的原有车道，获得其中心线，定义新车道为车道A，与之比较的地图中已有车道为车道B；通过计算两条车道左右车道线对称位置的点的距离的平均值，分别获得车道A的宽度为D1、车道B的宽度为D2；根据D1、D2计算车道A与车道B的中心线两端的延长线段；

S640:计算延长线段，以车道A中心线上与起点相邻的点至起点的直线方向为延长线的方向，截取长度为D2的线段，作为起点处的延长线段；以上述方法获取中心线终点处的长度为D2的延长线段；以上述方法获取车道B中心线两端的延长线段，其长度为D1；判断车道A与车道B的中心线及延长线段之间是否存在交点；

如没有交点或交点在当前场景地图范围之外的，判定两车道不相交；

如果有交点，则两条车道相交，执行判断相交类型的操作。

4.根据权利要求3所述的行车道添加的方法，其特征在于，所述步骤S640中：如果新车道中心线及其两端的延长线段与地图中每一条原有车道的中心线及其两端延长线段不存在交点，进一步判定两条中心线的延长线段是否存在平行或重合的情况，若存在则计算该两条线段之间的距离L并设定距离阈值l，距离阈值l等于D1、D2中较小值的一半；否则判定为不相交；

若距离L大于l，判定为两条车道不相交；若距离L小于或等于l，则分别计算车道A的起点或终点与车道B的起点或终点的距离，若存在某一段的距离小于l，且读取当前场景地图时该段距离两端的点之间无“障碍”，判定这两条车道为同一条车道上的两段，否则判定为不相交。

5.根据权利要求3所述的行车道添加的方法，其特征在于，所述步骤S600中的执行判断相交类型的操作：根据车道A中心线及其两端的延长线段与车道B的中心线及其两端延长线段的交点的位置判断车道相交情况，设定距离阈值d1 = D1/2 + e，d2 = D2/2 + e，e为设定误差值：

类型1：交点均在两条车道内，并且距离车道A的起点、终点均大于距离d2，并且距离车道B的起点、终点均大于d1，判定两条车道通过十字路口的方式相交；

类型2：交点均在两条车道内，并且距离车道A的起点或终点的最小距离小于等于d2，距离车道B的起点、终点均大于d1；或者距离车道B的起点或终点的最小距离小于等于d1，距离车道A的起点、终点均大于d2，表示两条车道通过T字路口的方式相交；

类型3：交点均在两条车道内，并且距离车道A的起点、终点的最小距离均小于等于距离d2，并且距离车道B的起点、终点的最小距离均小于等于距离d1，表示两条车道通过拐角相连；

类型4：类型3中，当交点处两条中心线或两条中心线的延长线段的夹角大于等于135°时，则判定这两条车道为同一条车道上的两段；

类型5：交点在车道A的外部，并且距离车道A的起点、终点均大于距离d2，或者交点在车道B的外部，并且距离车道B的起点、终点均大于距离d1，或者两种情况均成立，说明两条车道不相交；否则，若交点与不包含交点的车道的起点或终点的最小距离小于距离阈值，则读取当前场景地图，若当前场景地图两点之间无“障碍”，则判定车道原始数据存在误差，判定为交点在车道内，重新按照类型1、类型2以及类型3的规则进行判定处理；其中，若不包含交点的车道为车道A，则距离阈值取d1，若不包含交点的车道为车道B，则距离阈值取d2；若当前场景地图中两点之间有障碍则说明两条车道不相交。

6.根据权利要求5所述的行车道添加的方法，其特征在于，设定两条车道相交处为路口，对相应车道进行合并或分离操作：

分离操作：对产生新路口的车道，相交模式是十字路口或T字路口的，将生成的路口所截断的车道分离成两条新车道，附带各自独立的名称；同时更新与原车道连接的车道及路口的信息；

合并操作：如果判断两条车道是同一条车道的两段，将新车道与原有车道的左右车道线、中心线分别按顺序首尾连接成一条线；同时调整连接后线的采样点，使采样点的位置保持连续；为合并后的车道设定独立的名称，并根据原车道的信息，更新新车道及与原车道连接的车道及路口的信息。

7.根据权利要求6所述的行车道添加的方法，其特征在于，当判定需要进行合并或分离操作时，记录下该操作信息，继续进行新车道与其余车道的位置关系判定；

待所有车道均判定过之后，再根据记录的操作信息，统一执行合并与分离的操作。

8.根据权利要求6所述的行车道添加的方法，其特征在于，当需要修改车道时执行修改车道操作，包括以下步骤：删除车道，先删除当前场景地图上的左右车道线；删除后，同时修改与之相关联的其他车道及路口的连接信息；

修改车道参数，车道参数包括车道的长度及宽度，先删除旧车道，再重新添加一条与之同名的新车道，再按照新添加车道的方式操作。

9.根据权利要求6所述的行车道添加的方法，其特征在于，车道信息的应用：读取车道及路口信息，包括通过名称读取及通过位置读取；

通过名称读取，通过车道信息中的“名称”字段获取所需车道区域信息；

通过位置读取，指定一个位置，包括机器人当前坐标位置、行人位置以及汽车位置，然后判断此位置是否在车道区域内以获取此车道区域的车道信息。

Images