地图的融合方法、装置、介质及车辆

摘要

本公开涉及一种地图的融合方法、装置、介质及车辆，属于自动驾驶技术领域，可以解决路口内没有车道线的场景下，车辆在左转、右转以及路口为较大异形路口无法通过该路口的问题。该方法包括：获取实时感知地图，实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；在第一感知结果中包括路口信息的情况下，将实时感知地图以及灰度地图进行匹配，获得初始融合地图；其中，灰度地图是车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图；将车辆的导航地图与初始融合地图融合，获得目标融合地图。基于目标融合地图，车辆可以实现针对路口范围内的定位、车道线补充、轨迹线规划等决策，从而实现多场景下自动驾驶。

权利要求

1.一种地图的融合方法，其特征在于，包括：

获取实时感知地图，所述实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；

在所述第一感知结果中包括路口信息的情况下，根据所述实时感知地图的第一车道线信息以及灰度地图的第二车道线信息，建立第一约束条件；其中，所述灰度地图是所述车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，所述第二目标区域包括所述第一目标区域，所述第一约束条件用于将所述实时感知地图中的车道线与所述灰度地图中的车道线对齐；

根据所述实时感知地图的第一停止线信息以及所述灰度地图的第二停止线信息，建立第二约束条件，所述第二约束条件用于将所述实时感知地图的停止线与所述灰度地图的停止线对齐；

根据所述第一感知结果对应的定位信息、所述第一约束条件以及所述第二约束条件，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图；

将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图。

2.根据权利要求1所述的地图的融合方法，其特征在于，根据所述第一感知结果对应的定位信息、所述第一约束条件以及所述第二约束条件，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图，包括：根据所述第一感知结果对应的定位信息，将所述实时感知地图与所述灰度地图进行初步匹配，获得中间匹配结果；

根据所述第一约束条件以及所述第二约束条件，对所述中间匹配结果进行修正，获得所述初始融合地图。

3.根据权利要求1所述的地图的融合方法，其特征在于，根据所述实时感知地图的第一车道线信息以及所述灰度地图的第二车道线信息，建立第一约束条件，包括：确定所述车辆所处道路的目标边缘与所述第一车道线信息中的第一车道线之间的第一距离信息，并确定所述目标边缘与所述第二车道线信息中的第二车道线之间的第二距离信息，其中，所述第一车道线为所述第一车道线信息对应的多条车道线中的任一车道线，所述第二车道线为所述第二车道线信息对应的多条车道线中与所述第一车道线对应的车道线；

确定所述第一距离信息和所述第二距离信息之间的差距，并根据所述差距与预设差距阈值之间的关系，建立所述第一约束条件。

4.根据权利要求1所述的地图的融合方法，其特征在于，根据所述实时感知地图的第一停止线信息以及所述灰度地图的第二停止线信息，建立第二约束条件，包括：确定所述第一停止线信息对应的停止线与所述第二停止线信息对应的停止线之间的第三距离信息，并根据所述第三距离信息与预设距离阈值之间的关系，建立所述第二约束条件。

5.根据权利要求2所述的地图的融合方法，其特征在于，将所述实时感知地图与所述灰度地图进行初步匹配，获得中间匹配结果，包括：将所述灰度地图与所述实时感知地图进行初步匹配，获得初始匹配结果；

删除所述初始匹配结果中所述车辆的反向行驶道路的车道线信息，获得所述中间匹配结果，其中，反向行驶道路表征与所述车辆所处道路规定的行驶方向相反的道路，和/或所述车辆所处道路对应的可行驶道路所规定的行驶方向相反的道路。

6.根据权利要求1‑5任一所述的地图的融合方法，其特征在于，所述方法还包括：确定所述初始融合地图中，所述车辆所处道路的第一目标车道，以及所述车辆所处道路对应的可行驶道路中的第二目标车道；

将所述第一目标车道与所述第二目标车道进行连接，生成可行驶路线；

在所述可行驶路线包括多个的情况下，根据预设度量条件，对每一所述可行驶路线的推荐程度进行赋值，得到针对所述可行驶道路的推荐行驶车道，以使所述车辆根据所述推荐行驶车道以及所述第一感知结果中包含的动态障碍信息规划行驶路线。

7.根据权利要求1‑5任一所述的地图的融合方法，其特征在于，在所述第一感知结果中包括路口信息的情况下，根据所述第一感知结果对应的定位信息、所述第一约束条件以及所述第二约束条件，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图之前，所述方法还包括：在所述第一感知结果中，识别到停止线、斑马线和交通灯中的至少一种信息的情况下，确定所述第一感知结果中包括路口信息；和/或，在所述车辆根据所述第一感知结果所建立的实时感知地图中，任一车道线延伸至该车道线的端点位置保持不变的情况下，确定所述第一感知结果中包括路口信息。

8.根据权利要求1‑5任一所述的地图的融合方法，其特征在于，将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图，包括：确定所述导航地图中的第三车道信息对应的第一车道数量以及所述初始融合地图中的第四车道信息对应的第二车道数量；

在所述第一车道数量与所述第二车道数量相同的情况下，将所述导航地图与所述初始融合地图融合，获得所述目标融合地图。

9.根据权利要求8所述的地图的融合方法，其特征在于，所述方法还包括：在所述第一车道数量与所述第二车道数量不相同的情况下，根据所述第三车道信息中所有车道的属性信息，对所述第四车道信息中所有车道的属性信息进行修正，得到修正导航地图，并将所述修正导航地图与所述初始融合地图融合，获得所述目标融合地图。

10.一种地图的融合装置，其特征在于，包括：

获取模块，被配置为获取实时感知地图，所述实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；

第一建立子模块，被配置为在所述第一感知结果中包括路口信息的情况下，根据所述实时感知地图的第一车道线信息以及灰度地图的第二车道线信息，建立第一约束条件；其中，所述灰度地图是所述车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，所述第二目标区域包括所述第一目标区域，所述第一约束条件用于将所述实时感知地图中的车道线与所述灰度地图中的车道线对齐；

第二建立子模块，根据所述实时感知地图的第一停止线信息以及所述灰度地图的第二停止线信息，建立第二约束条件，所述第二约束条件用于将所述实时感知地图的停止线与所述灰度地图的停止线对齐；

匹配模块，根据所述第一感知结果对应的定位信息、所述第一约束条件以及所述第二约束条件，将所述感知地图以及灰度地图进行匹配，获得初始融合地图；

融合模块，被配置为将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图。

11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1‑9中任一所述方法的步骤。

12.一种车辆，其特征在于，包括：

存储装置，其上存储有计算机程序；

控制装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1‑9中任一项所述方法的步骤。

说明书

地图的融合方法、装置、介质及车辆

技术领域

[0001] 本公开涉及自动驾驶技术领域，尤其涉及地图的融合方法、装置、介质及车辆。

背景技术

[0002] 自动驾驶中，车辆采用毫米波雷达加摄像头探测的方式，实现自适应巡航，可以覆盖高速道路场景、城市快速路大部分场景。

[0003] 相关技术中，假定车辆前方没有障碍物，由车辆的摄像头识别出局部范围内的车道线，并根据车道线规划出轨迹线，以供车辆根据轨迹线行驶。但轨迹线的规划依靠车道线的识别，而摄像头对车道线的探测距离有限，面对路口内没有车道线的场景下，车辆在左转、右转以及路口为较大异形路口的情况下，将无法通过该路口。

发明内容

[0004] 为克服相关技术中存在的问题，本公开提供一种地图的融合方法、装置、介质及车辆。

[0005] 根据本公开实施例的第一方面，提供一种地图的融合方法，包括：

[0006] 获取实时感知地图，所述实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；

[0007] 在所述第一感知结果中包括路口信息的情况下，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图；其中，所述灰度地图是所述车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，所述第二目标区域包括所述第一目标区域；

[0008] 将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图。

[0009] 可选地，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图，包括：

[0010] 根据所述第一感知结果对应的定位信息，将所述实时感知地图与所述灰度地图进行初步匹配，获得中间匹配结果；

[0011] 根据所述实时感知地图的第一车道线信息以及所述灰度地图的第二车道线信息，建立第一约束条件，所述第一约束条件用于将所述实时感知地图中的车道线与所述灰度地图中的车道线对齐；

[0012] 根据所述实时感知地图的第一停止线信息以及所述灰度地图的第二停止线信息，建立第二约束条件，所述第二约束条件用于将所述实时感知地图的停止线与所述灰度地图的停止线对齐；

[0013] 根据所述第一约束条件以及所述第二约束条件，对所述中间匹配结果进行修正，获得所述初始融合地图。

[0014] 可选地，根据所述实时感知地图的第一车道线信息以及所述灰度地图的第二车道线信息，建立第一约束条件，包括：

[0015] 确定所述车辆所处道路的目标边缘与所述第一车道线信息中的第一车道线之间的第一距离信息，并确定所述目标边缘与所述第二车道线信息中的第二车道线之间的第二距离信息，其中，所述第一车道线为所述第一车道线信息对应的多条车道线中的任一车道线，所述第二车道线为所述第二车道线信息对应的多条车道线中与所述第一车道线对应的车道线；

[0016] 确定所述第一距离信息和所述第二距离信息之间的差距，并根据所述差距与预设差距阈值之间的关系，建立所述第一约束条件。

[0017] 可选地，根据所述实时感知地图的第一停止线信息以及所述灰度地图的第二停止线信息，建立第二约束条件，包括：

[0018] 确定所述第一停止线信息对应的停止线与所述第二停止线信息对应的停止线之间的第三距离信息，并根据所述第三距离信息与预设距离阈值之间的关系，建立所述第二约束条件。

[0019] 可选地，将所述实时感知地图与所述灰度地图进行初步匹配，获得中间匹配结果，包括：

[0020] 将所述灰度地图与所述实时感知地图进行初步匹配，获得初始匹配结果；

[0021] 删除所述初始匹配结果中所述车辆的反向行驶道路的车道线信息，获得所述中间匹配结果，其中，所述反向行驶道路表征与所述车辆所处道路规定的行驶方向相反的道路，和/或所述车辆所处道路对应的可行驶道路所规定的行驶方向相反的道路。

[0022] 可选地，所述方法还包括：

[0023] 确定所述初始融合地图中，所述车辆所处道路的第一目标车道，以及所述车辆所处道路对应的可行驶道路中的第二目标车道；

[0024] 将所述第一目标车道与所述第二目标车道进行连接，生成可行驶路线；

[0025] 在所述可行驶路线包括多个的情况下，根据预设度量条件，对每一所述可行驶路线的推荐程度进行赋值，得到针对所述可行驶道路的推荐行驶车道，以使所述车辆根据所述推荐行驶车道以及所述第一感知结果中包含的动态障碍信息规划行驶路线。

[0026] 可选地，在所述第一感知结果中包括路口信息的情况下，将所述实时感知地图以及灰度地图进行匹配，获得初始融合地图之前，所述方法还包括：

[0027] 在所述第一感知结果中，识别到停止线、斑马线和交通灯中的至少一种信息的情况下，确定所述第一感知结果中包括路口信息；和/或，

[0028] 在所述车辆根据所述第一感知结果所建立的实时感知地图中，任一车道线延伸至该车道线的端点位置保持不变的情况下，确定所述第一感知结果中包括路口信息。

[0029] 可选地，将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图，包括：

[0030] 确定所述导航地图中的第三车道信息对应的第一车道数量以及所述初始融合地图中的第四车道信息对应的第二车道数量；

[0031] 在所述第一车道数量与所述第二车道数量相同的情况下，将所述导航地图与所述初始融合地图融合，获得所述目标融合地图。

[0032] 可选地，所述方法还包括：

[0033] 在所述第一车道数量与所述第二车道数量不相同的情况下，根据所述第三车道信息中所有车道的属性信息，对所述第四车道信息中所有车道的属性信息进行修正，得到修正导航地图，并将所述修正导航地图与所述初始融合地图融合，获得所述目标融合地图。

[0034] 根据本公开实施例的第二方面，提供一种地图的融合装置，包括：

[0035] 获取模块，被配置为获取实时感知地图，所述实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；

[0036] 匹配模块，被配置为在所述第一感知结果中包括路口信息的情况下，将所述感知地图以及灰度地图进行匹配，获得初始融合地图；其中，所述灰度地图是所述车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，所述第二目标区域包括所述第一目标区域；

[0037] 融合模块，被配置为将所述车辆的导航地图与所述初始融合地图融合，获得目标融合地图。

[0038] 根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开实施例的第一方面所述方法的步骤。

[0039] 根据本公开实施例的第四方面，提供一种车辆，包括：

[0040] 存储装置，其上存储有计算机程序；

[0041] 控制装置，用于执行所述存储装置中的所述计算机程序，以实现本公开实施例的第一方面所述方法的步骤。

[0042] 本公开的实施例提供的技术方案可以包括以下有益效果：

[0043] 在本公开实施例中，可以将车辆针对第一目标区域实时建立的实时感知地图与车辆在历史行程中针对第二目标区域所建立的灰度地图进行匹配，得到初始融合地图。其中，由于第二目标区域包括第一目标区域，即第二目标区域大于第一目标区域，因此车辆的实时感知地图可以基于灰度地图得到补充和完善。之后，根据导航地图对初始融合地图进行信息补充，得到目标融合地图。由此，目标融合地图融合了车辆实时感知所建立的实时感知地图、车辆历史行程中感知所建立的灰度地图以及导航地图，可以使得路口范围内的地图数据更完整，如此，车辆在左转、右转以及路口为较大异形路口的情况下，基于目标融合地图，车辆可以实现针对路口范围内的定位、车道线补充、轨迹线规划等决策，从而实现多场景下的自动驾驶。

[0044] 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

[0045] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

[0046] 图1是根据一示例性实施例示出的一种地图的融合方法的流程图。

[0047] 图2是根据一示例性实施例示出的实时感知地图和灰度地图的示意图。

[0048] 图3是根据一示例性实施例示出的车辆所处道路的可行驶道路的示意图。

[0049] 图4是根据一示例性实施例示出的车辆的可行驶路线的示意图。

[0050] 图5是根据一示例性实施例示出的一种地图的融合装置的框图。

[0051] 图6是根据一示例性实施例示出的一种车辆的功能框图示意图。

具体实施方式

[0052] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

[0053] 为了减轻驾驶员的疲劳感，提高驾驶的舒适度，车辆可以通过自适应巡航的方式实现车辆辅助驾驶。与普通巡航系统不同，自适应巡航系统能自动锁定前车车速，随前车加速而加速，前车减速也会随之减速，比较依赖于头车。

[0054] 自适应巡航辅助自动驾驶有通过毫米波雷达探测实现、通过摄像头探测方式实现，及通过毫米波雷达融合摄像头探测的方式实现。采用毫米波雷达方式受限于前方是否有车辆，如没有车辆，功能使用就受到限制。采用摄像头的方式容易受到环境的影响，且距离探测精度相比毫米波雷达而言，没有那么高。

[0055] 当前自动驾驶辅助系统采用毫米波雷达加前视摄像头的方式，实现自适应巡航，可以全面覆盖高速道路场景、城市快速路大部分场景。

[0056] 面对非路口场景，假定自车前方没有车辆，首先通过摄像头探测出车道线，然后预测及规划出一条轨迹线，以使车辆根据规划出的轨迹线行驶，该轨迹线的规划依靠车道线的识别。

[0057] 面对路口场景，由于超出停止线范围后，路口内没有车道线。而摄像头对车道线的探测距离有限，车辆在左转、右转以及路口为较大异形路口的情况下，将无法通过该路口。

[0058] 在一种方式中，根据车道线规划模块把车道线虚拟延长一段距离，然后根据虚拟车道线规划轨迹线通过路口。但该方法仅在虚拟延长的车道线和行进道路对象的车道线能够连接上的情况下才可以实现，一旦无法连接上，将无法通过路口；且只能用于直行，无法左转和右转。在另一种方式中，假定前方车辆也是要通过路口的，通过摄像头及毫米波雷达探测追踪前方车辆，跟在车辆后面通过路口，但是路口内车辆较多，跟踪前方车辆通过路口容易出现突发情况而导致目标跟踪失败，同样造成无法通过路口。

[0059] 另外，部分地区的高精度地图由于法规限制，当前无法提供携带经纬度信息的高精度地图。

[0060] 为解决相关技术中存在的问题，本公开实施例提供一种地图的融合方法、装置、介质及车辆，并结合说明书附图对本公开实施例的技术方案作出详细说明。

[0061] 参见图1，图1是根据一示例性实施例示出的一种地图的融合方法的流程图，如图1所示，地图的融合方法用于终端中，包括以下步骤。

[0062] 在步骤S101中，获取实时感知地图，实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图。

[0063] 示例地，实时感知地图是车辆实时针对第一目标区域的第一感知结果所建立的矢量地图，具有实时性。其中，矢量地图也称为面向对象的图像或绘图图像，是一系列由线连接的点。矢量地图中的每个图形对象都是一个自成一体的实体，是根据几何特性来绘制的，具有颜色、形状、轮廓、大小和屏幕位置等属性。矢量可以是一个点或一条线，靠软件生成，其文件占用内存空间较小，因为这种类型的图像文件包含独立的分离图像，可以自由无限制的重新组合。矢量地图的特点是放大后图像不会失真，和分辨率无关。

[0064] 在步骤S102中，在第一感知结果中包括路口信息的情况下，将实时感知地图以及灰度地图进行匹配，获得初始融合地图，其中，灰度地图是车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，第二目标区域包括第一目标区域。

[0065] 示例地，在一种实施方式中，可以在车辆进行对应路线的自动驾驶之前，通过不包含该车辆的其他终端对车辆所需经过的区域的路口进行相应的车道线和道路边缘进行简单的建模，例如可以根据其他车端的云端所存储的数据以及根据现有高精地图利用计算机建模等等，同时通过GPS（Global Positioning System，全球定位系统）转换到绝对的地理位置上，以生成灰度地图，该灰度地图的绝对位置精度达到米级即可，同一个路口的相对精度和车端实时建图保持一致。在另一种实施方式中，可以通过在该车辆的历史行驶过程中，将实时感知的结果所生成的矢量地图以离线存储的方式存储至车端或者在线存储至车端或云端以生成灰度地图，以供该车辆下次行驶中对实时感知地图进行补充。

[0066] 可以理解的是，灰度地图中的车道线信息、车道信息、导航信息等比实时感知地图中的车道线信息、车道信息、导航信息等更完整，例如，实时感知地图中包括车辆所处道路的车道线信息，但不包括除了车辆所处道路之外的其余道路的车道线信息，车辆所处道路可以解释为车辆在行驶过程中上一个路口至下一个路口之间的道路，而灰度地图既包括车辆所处道路车道线信息，也包括除了车辆所处道路之外的其余道路的车道线信息。

[0067] 其中，灰度地图的图像可以如图2所示，图2中标识为A的虚线框选部分为第一目标区域，图2中标识为B的虚线框选部分为第二目标区域，图2中的圆圈为车辆所处位置。

[0068] 在步骤S103中，将车辆的导航地图与初始融合地图融合，获得目标融合地图。

[0069] 示例地，车辆的导航地图为标准地图，主要由粒度较粗的道路拓扑信息构成，精度要求不高，一般是在15米左右。

[0070] 示例地，可以将导航地图的导航信息和车道信息直接添加至初始融合地图，或者将导航信息和车道信息进行处理后添加至初始融合地图，获得目标融合地图，以使车辆可以根据目标融合地图进行规划路线和决策，从而车辆可以根据当前所处位置到下一个红绿灯的距离进行提前减速，到下一个动作进行提前换道，并根据车道信息进行车道的选择等等。

[0071] 在本公开实施例中，可以将车辆针对第一目标区域实时建立的实时感知地图与车辆在历史行程中针对第二目标区域所建立的灰度地图进行匹配，得到初始融合地图。其中，由于第二目标区域包括第一目标区域，即第二目标区域大于第一目标区域，因此车辆的实时感知地图可以基于灰度地图得到补充和完善。之后，根据导航地图对初始融合地图进行信息补充，得到目标融合地图。由此，目标融合地图融合了车辆实时感知所建立的实时感知地图、车辆历史行程中感知所建立的灰度地图以及导航地图，可以使得路口范围内的地图数据更完整，如此，车辆在左转、右转以及路口为较大异形路口的情况下，基于目标融合地图，车辆可以实现针对路口范围内的定位、车道线补充、轨迹线规划等决策，从而实现多场景下的自动驾驶。

[0072] 示例地，在第一感知结果中不包括路口信息的情况下，车辆根据第一感知结果实时进行建模，对建立的实时感知地图中的车道线进行延伸后并融合导航地图，实现地图的融合。

[0073] 在一些实施例中，将实时感知地图以及灰度地图进行匹配，获得初始融合地图，包括：

[0074] 根据第一感知结果对应的定位信息，将实时感知地图与灰度地图进行初步匹配，获得中间匹配结果；

[0075] 根据实时感知地图的第一车道线信息以及灰度地图的第二车道线信息，建立第一约束条件，第一约束条件用于将实时感知地图中的车道线与灰度地图中的车道线对齐；

[0076] 根据实时感知地图的第一停止线信息以及灰度地图的第二停止线信息，建立第二约束条件，第二约束条件用于将实时感知地图的停止线与灰度地图的停止线对齐；

[0077] 根据第一约束条件以及第二约束条件，对中间匹配结果进行修正，获得初始融合地图。

[0078] 示例地，车辆在行驶过程中，根据第一感知结果对应的定位信息，以及灰度地图，可以初步将第一感知结果的第一目标区域与灰度地图中第二目标区域所包括的第一目标区域进行初步对齐，但是由于灰度地图和实时感知地图的精度等级为米级或十米级，所以两者的匹配位置精度也为米级甚至十米级，匹配精度较低，根据建立的第一约束条件和第二约束条件，可以将初步对齐后的中间匹配结果进行修正，修正后实时感知地图和灰度地图的匹配程度更优，即根据灰度地图对实时感知地图进行补充和完善得到的初始融合地图更准确。

[0079] 在一些实施例中，根据实时感知地图的第一车道线信息以及灰度地图的第二车道线信息，建立第一约束条件，包括：

[0080] 确定车辆所处道路的目标边缘与第一车道线信息中的第一车道线之间的第一距离信息，并确定目标边缘与第二车道线信息中的第二车道线之间的第二距离信息，其中，第一车道线为第一车道线信息对应的多条车道线中的任一车道线，第二车道线为第二车道线信息对应的多条车道线中与第一车道线对应的车道线；

[0081] 确定第一距离信息和第二距离信息之间的差距，并根据差距与预设差距阈值之间的关系，建立第一约束条件。

[0082] 示例地，车辆所处道路的目标边缘可以是某一车道线，包括车行道边缘线、车行道分界线、车行道中心线以及道路的某一边缘中的任意一种。车道线包括车行道边缘线、车行道中心线和车行道分界线，常见的有实线、虚线与双黄线，通过识别这种类型的车道线自动驾驶辅助系统可以识别出当前所在车道位置。其中，第一车道线信息中的第一车道线和第二车道线信息中的第二车道线均为两条以上，且数量相同。将目标边缘作为标准，可以计算第一车道线信息中对应的任一第一车道线与目标边缘之间的第一距离信息，以及该第一车道线对应的第二车道线信息中的第二车道线与目标边缘之间的第二距离信息。

[0083] 示例地，可能由于摄像机拍摄角度偏差或者车辆的计算误差，造成第一距离信息和第二距离信息之间存在差距，因此可以将该差距控制在预设差距阈值范围之内，从而确定第一约束条件，以将第一车道线信息中所有的第一车道线与第二车道线信息中所有的第二车道线一一对应，实现在道路延伸方向上的纵向对齐。预设差距阈值范围可以是0.1‑0.5m。

[0084] 在另一些实施例中，可以根据第一车道线信息，确定车辆所处的车道的第一属性信息，以及根据第二车道线信息，确定灰度地图上车辆所处车道对应的目标道路中的每一条车道的第二属性信息，并根据第一属性信息和第二属性信息进行匹配，识别车辆任意一侧的车道线并与第二车道线信息中的对应第二车道线进行匹配，从而建立第一约束条件，其中，属性信息包括左转车道、直行车道以及右转车道。

[0085] 在一些实施例中，根据实时感知地图的第一停止线信息以及灰度地图的第二停止线信息，建立第二约束条件，包括：

[0086] 确定第一停止线信息对应的停止线与第二停止线信息对应的停止线之间的第三距离信息，并根据第三距离信息与预设距离阈值之间的关系，建立第二约束条件。

[0087] 示例地，第一感知结果中包括路口信息，说明车辆已到达或即将到达路口。在路口处，车辆所述道路的所有车道线的端点通过停止线连接，且一般情况下，停止线与任一车道线垂直。其中，根据车辆所识别的第一感知结果中的第一停止线信息以及根据车辆历史行程中的第二停止线信息，可以确定第一停止线信息中停止线的位置以及第二停止线信息中停止线的位置，从而确定第一停止线信息对应的停止线与第二停止线信息对应的停止线之间的第三距离信息，将该第三距离信息控制在预设距离阈值的范围内，从而可以确定第二约束条件，以将第一停止线信息对应的停止线与第二停止线信息对应的停止线一一对应，实现在道路延伸方向的垂直方向上的横向对齐。可以理解的是，车辆在已到达或即将到达路口时，由于摄像头的探测范围有限，车辆只能获取车辆所处道路的停止线，而无法获取该路口的其他道路的停止线，因此第一停止线信息和第二停止线信息对应的停止线均只有一条。

[0088] 在一些实施例中，将实时感知地图与灰度地图进行初步匹配，获得中间匹配结果，包括：

[0089] 将灰度地图与实时感知地图进行初步匹配，获得初始匹配结果；

[0090] 删除初始匹配结果中车辆的反向行驶道路的车道线信息，获得中间匹配结果，其中，反向行驶道路表征与车辆所处道路规定的行驶方向相反的道路，和/或车辆所处道路对应的可行驶道路所规定的行驶方向相反的道路。

[0091] 示例地，如图3所示，其中图3中的圆圈为车辆所处位置，以双实线为分割线，标识为C的道路为车辆所处道路的可行驶道路，可以解释为，根据车辆靠道路右侧行驶的相关规定下，在路口处车辆所有可以行驶的道路。例如图3中，在车辆所处道路的对方道路的右侧道路，以及车辆所处道路的左方道路中的上侧道路即车辆左转后所处道路，以及车辆所处道路的右方道路中的下侧道路即车辆右转后所处道路。一般情况下，可行驶道路也可以定义为在车辆所处道路的下一个路口处，不包括停止线的道路。

[0092] 示例地，车辆在行驶过程中，根据第一感知结果对应的定位信息，以及灰度地图，可以初步将第一感知结果的第一目标区域与灰度地图中第二目标区域所包括的第一目标区域进行初步对齐，得到初始匹配结果，由于灰度地图上可能包括车辆所处道路的车道线信息、以及路口处除车辆所处道路的其余道路的车道线信息，在行驶轨迹线规划的时候无需对车辆按规定不能行驶的道路进行规划，因此可以在初始匹配结果中将反向行驶道路的车道线信息删除，避免规划行驶轨迹线时的增加的工作量，增加规划行驶轨迹线的效率。

[0093] 在一些实施例中，地图的融合方法还包括：

[0094] 确定初始融合地图中，车辆所处道路的第一目标车道，以及车辆所处道路对应的可行驶道路中的第二目标车道；

[0095] 将第一目标车道与第二目标车道进行连接，生成可行驶路线；

[0096] 在可行驶路线包括多个的情况下，根据预设度量条件，对每一可行驶路线的推荐程度进行赋值，得到针对可行驶道路的推荐行驶车道，以使车辆根据推荐行驶车道以及第一感知结果中包含的动态障碍信息规划行驶路线。

[0097] 示例地，在车辆还未行驶至路口处时，车辆所处道路的第一目标车道可以为下一个路口处的车道信息中的所有车道，在车辆已到达至路口处时，车辆所处道路的第一目标车道可以是车辆所处车道，但为了车辆可以进行提前行驶轨迹线的规划，可以将第一目标车道确定为下一个路口处的车道信息中的所有车道。第二目标车道即为车辆所处道路对应的可行驶道路。根据第一目标车道和第二目标车道连接而形成的可行驶路线如图4所示，其中图4中的圆圈为车辆所处位置，图4中每一车道中的连接实线对应一条可行驶路线，可以理解的是，在图4中，仅以车辆在路口处的所处道路与多个可行驶道路之间所有车道的可行驶线路为例，其余车辆所处道路的其余车道与可行驶道路的连接在此不赘述。

[0098] 示例地，预设度量条件可以是车辆所处道路至目标地点之间的畅通程度、车辆所处道路至目标地点之间的距离、车辆所处道路至可行驶道路之间的距离等等，可以根据需求设置具体的推荐程度值，在此处不作限定。

[0099] 示例地，在得到推荐行驶车道后，还根据实时感知地图中第一感知结果的动态障碍信息进行进一步规划，以使车辆在行进过程中生成避让/跟车前方车辆、避让行人等动态障碍物的决策，从而完成规划行驶路线。

[0100] 在一些实施例中，在第一感知结果中包括路口信息的情况下，将实时感知地图以及灰度地图进行匹配，获得初始融合地图之前，地图的融合方法还包括：

[0101] 在第一感知结果中，识别到停止线、斑马线和交通灯中的至少一种信息的情况下，确定第一感知结果中包括路口信息；和/或，

[0102] 在车辆根据第一感知结果所建立的实时感知地图中，任一车道线延伸至该车道线的端点位置保持不变的情况下，确定第一感知结果中包括路口信息。

[0103] 示例地，在一种情况下，可以利用摄像头和激光雷达识别交通灯、停止线、斑马线等信息，确定车辆到达或即将到达路口。其中，交通灯包含的属性有红灯、绿灯、黄灯，辅助导航时基于交通灯行驶。停止线、斑马线等信息可以用于确定车辆到达或即将到达路口。根据停止线、斑马线和交通灯中的至少一种信息可用于控制车辆自动驾驶，同时也可以基于这些信息与激光雷达相结合，识别障碍物等，更好地控制车辆通行。

[0104] 在一些实施例中，将车辆的导航地图与初始融合地图融合，获得目标融合地图，包括：

[0105] 确定导航地图中的第三车道信息对应的第一车道数量以及初始融合地图中的第四车道信息对应的第二车道数量；

[0106] 在第一车道数量与第二车道数量相同的情况下，将导航地图与初始融合地图融合，获得目标融合地图。

[0107] 示例地，导航地图包括导航信息以及第三车道信息。第三车道信息可以包括车辆的规划导航路线后，车辆所处道路的下一个路口处的车道信息，例如每个车道是属于左转、直行和右转车道中的其中一种。导航信息包括驾驶时速、变更车道以及限速等路况信息，示例性地，车辆所处位置到下一个限制标识的距离，例如，导航播报“100米后有闯红灯拍照”、“500米后有违章拍照”等信息，车辆下一个动作的距离和车辆的下一个动作，例如，导航播报“100米后右转”等信息。在车辆距离下一个路口较远时，初始融合地图中的第四车道信息包括车辆所处道路的车道信息，在车辆距离下一个路口较近时，初始融合地图中的第四车道信息包括车辆所处道路的下一个路口处的车道信息。

[0108] 示例地，在确定导航地图中的第三车道信息对应的第一车道数量以及初始融合地图中的第四车道信息对应的第二车道数量时，可以直接将导航地图与初始融合地图融合，获得目标融合地图。

[0109] 在一些实施例中，地图的融合方法还包括：

[0110] 在第一车道数量与第二车道数量不相同的情况下，根据第三车道信息中所有车道的属性信息，对第四车道信息中所有车道的属性信息进行修正，得到修正导航地图，并将修正导航地图与初始融合地图融合，获得目标融合地图。

[0111] 示例地，由于导航地图中车道信息给出的是车辆所处道路的下一个路口处的车道信息，而在车辆距离下一个路口较远时，初始融合地图中的第四车道信息仅包括车辆所处道路的车道信息，因此，根据初始融合地图得到的车辆所处道路的车道数量可能与根据导航地图得到的车道信息对应的车道数量不相同，此时可以通过正向赋值结合反向赋值的方法，融合得到每个车道的信息。例如，车辆所处道路的车道数量为3，而车道信息中给出下一个路口的车道数为4，且从左到右分别为左转，直行，直行和右转车道，此时通过正向赋值，3个车道的属性分别为左转，直行，直行；通过反向赋值，得到的属性分别为直行，直行，右转，最后融合得到三个车道的属性为直行左转，直行，直行右转。又例如，车辆所处道路的车道数量为4，而车道信息中给出下一个路口的车道数为3，且从左到右分别为左转，直行和右转车道，此时通过正向赋值，4个车道的属性分别为左转，直行，右转，空；通过反向赋值，得到的属性分别为空，左转，直行，右转，最后融合得到四个车道的属性为左转，直行左转，直行右转，右转。

[0112] 图5是根据一示例性实施例示出的一种地图的融合装置的框图。参照图5，该地图的融合装置500包括获取模块510，匹配模块520和融合模块530。

[0113] 该获取模块510被配置为获取实时感知地图，实时感知地图是车辆根据对第一目标区域的第一感知结果所建立的矢量地图；

[0114] 该匹配模块520被配置为在第一感知结果中包括路口信息的情况下，将感知地图以及灰度地图进行匹配，获得初始融合地图；其中，灰度地图是车辆在历史行程中根据对第二目标区域的第二感知结果所建立的矢量地图，第二目标区域包括第一目标区域；

[0115] 该融合模块530被配置为将车辆的导航地图与初始融合地图融合，获得目标融合地图。

[0116] 在一些实施例中，该匹配模块520包括：

[0117] 获得子模块，被配置为根据第一感知结果对应的定位信息，将实时感知地图与灰度地图进行初步匹配，获得中间匹配结果；

[0118] 第一建立子模块，被配置为根据实时感知地图的第一车道线信息以及灰度地图的第二车道线信息，建立第一约束条件，第一约束条件用于将实时感知地图中的车道线与灰度地图中的车道线对齐；

[0119] 第二建立子模块，被配置为根据实时感知地图的第一停止线信息以及灰度地图的第二停止线信息，建立第二约束条件，第二约束条件用于将实时感知地图的停止线与灰度地图的停止线对齐；

[0120] 修正子模块，被配置为根据第一约束条件以及第二约束条件，对中间匹配结果进行修正，获得初始融合地图。

[0121] 在一些实施例中，该第一建立子模块具体被配置为：

[0122] 确定车辆所处道路的目标边缘与第一车道线信息中的第一车道线之间的第一距离信息，并确定目标边缘与第二车道线信息中的第二车道线之间的第二距离信息，其中，第一车道线为第一车道线信息对应的多条车道线中的任一车道线，第二车道线为第二车道线信息对应的多条车道线中与第一车道线对应的车道线；

[0123] 确定第一距离信息和第二距离信息之间的差距，并根据差距与预设差距阈值之间的关系，建立第一约束条件。

[0124] 在一些实施例中，该第二建立子模块具体被配置为：

[0125] 确定第一停止线信息对应的停止线与第二停止线对应的停止线之间的第三距离信息，并根据第三距离信息与预设距离阈值之间的关系，建立第二约束条件。

[0126] 在一些实施例中，该获得子模块具体被配置为：

[0127] 将灰度地图与实时感知地图进行初步匹配，获得初始匹配结果；

[0128] 删除初始匹配结果中车辆的反向行驶道路的车道线信息，获得中间匹配结果，其中，反向行驶道路表征与车辆所处道路规定的行驶方向相反的道路，和/或车辆所处道路对应的可行驶道路所规定的行驶方向相反的道路。

[0129] 在一些实施例中，该地图的融合装置500还包括：

[0130] 第一确定模块，被配置为确定初始融合地图中，车辆所处道路的第一目标车道，以及车辆所处道路对应的可行驶道路中的第二目标车道；

[0131] 生成模块，被配置为将第一目标车道与第二目标车道进行连接，生成可行驶路线；

[0132] 获得模块，被配置为在可行驶路线包括多个的情况下，根据预设度量条件，对每一可行驶路线的推荐程度进行赋值，得到针对可行驶道路的推荐行驶车道，以使车辆根据推荐行驶车道以及第一感知结果中包含的动态障碍信息规划行驶路线。

[0133] 在一些实施例中，该地图的融合装置500还包括：

[0134] 识别模块，被配置为在第一感知结果中，识别到停止线、斑马线和交通灯中的至少一种信息的情况下，确定第一感知结果中包括路口信息；和/或，

[0135] 第二确定模块，被配置为在车辆根据第一感知结果所建立的实时感知地图中，任一车道线延伸至该车道线的端点位置保持不变的情况下，确定第一感知结果中包括路口信息。

[0136] 在一些实施例中，该融合模块530具体包括：

[0137] 确定子模块，被配置为确定导航地图中的第三车道信息对应的第一车道数量以及初始融合地图中的第四车道信息对应的第二车道数量；

[0138] 获得子模块，被配置为在第一车道数量与第二车道数量相同的情况下，将导航地图与初始融合地图融合，获得目标融合地图。

[0139] 在一些实施例中，该地图的融合装置500还包括：

[0140] 得到模块，被配置为在第一车道数量与第二车道数量不相同的情况下，根据第三车道信息中所有车道的属性信息，对第四车道信息中所有车道的属性信息进行修正，得到修正导航地图，并将修正导航地图与初始融合地图融合，获得目标融合地图。

[0141] 关于上述实施例中的地图的融合装置500，其中各个模块执行操作的具体方式已经在有关该地图的融合方法的实施例中进行了详细描述，此处将不做详细阐述说明。

[0142] 本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的地图的融合方法的步骤。

[0143] 本公开还提供一种车辆，包括：

[0144] 存储装置，其上存储有计算机程序；

[0145] 控制装置，用于执行所述存储装置中的所述计算机程序，以实现本公开提供的地图的融合方法的步骤。

[0146] 图6是根据一示例性实施例示出的一种车辆600的框图。例如，车辆600可以是混合动力车辆，也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆600可以是自动驾驶车辆或者半自动驾驶车辆。

[0147] 参照图6，车辆600可包括各种子系统，例如，信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。其中，车辆600还可以包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆600的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。

[0148] 在一些实施例中，信息娱乐系统610可以包括通信系统，娱乐系统以及导航系统等。

[0149] 感知系统620可以包括若干种传感器，用于感测车辆600周边的环境的信息。例如，感知系统620可包括全球定位系统（全球定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统）、惯性测量单元（inertial measurement unit，IMU）、激光雷达、毫米波雷达、超声雷达以及摄像装置。

[0150] 决策控制系统630可以包括计算系统、整车控制器、转向系统、油门以及制动系统。

[0151] 驱动系统640可以包括为车辆600提供动力运动的组件。在一个实施例中，驱动系统640可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。

[0152] 车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651和存储器652，处理器651可以执行存储在存储器652中的指令653。

[0153] 处理器651可以是任何常规的处理器，诸如商业可获得的CPU。处理器还可以包括诸如图像处理器（Graphic Process Unit，GPU），现场可编程门阵列（Field Programmable Gate Array，FPGA）、片上系统（System on Chip，SOC）、专用集成芯片（Application Specific Integrated Circuit，ASIC）或它们的组合。

[0154] 存储器652可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

[0155] 除了指令653以外，存储器652还可存储数据，例如道路地图，路线信息，车辆的位置、方向、速度等数据。存储器652存储的数据可以被计算平台650使用。

[0156] 在本公开实施例中，处理器651可以执行指令653，以完成上述的地图的融合方法的全部或部分步骤。

[0157] 在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的地图的融合方法的代码部分。

[0158] 本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

[0159] 应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。