本发明涉及自动驾驶，尤其是涉及一种基于轻量地图实现路口通行的规划方法、系统及介质。
背景技术：
1、自动驾驶的主流技术方案通常由感知、定位、高精度地图、规划及控制模块组成。结合定位信息，高精度地图可以为自动驾驶提供大范围的静态环境信息，但是这个方案有两个弊端，其一是依赖较高精度的定位信息，定位不准确时，高精度地图提供的环境信息随之变得不再准确，从而影响自动驾驶的行驶方向；其二是高精度地图本身存在的局限，比如无法做到实时更新、成本较高等问题。
2、自动驾驶的驾驶环境，根据有无车道线标示及路沿，可以分为路段区域(有车道线或路沿等信息提供行驶方向的引导信息)和路口区域(无车道线及路沿等信息提供行车方向引导)，本专利意图提供一种结构化道路下路口区域降低对定位和高精度地图依赖的规划方法，在路口区域采用轻量地图(如仅提供路口车道关键点位)和粗略的定位进行规划行驶，从而提高自动驾驶的适应性和灵活性。
技术实现思路
1、鉴于以上问题，本发明提供了一种基于轻量地图实现路口通行的规划方法、系统及介质，不仅解决了高精度地图费用较高，不能实时更新，存在时效性较差的问题，而且考虑到里程计的累计误差，得到的规划轨迹更加精确，提高自动驾驶行驶的安全性。
2、为了实现上述目的及其他相关目的，本发明提供的技术方案如下：
3、一种基于轻量地图实现路口通行的规划方法，所述方法包括：
4、u1.车辆行驶至路口处，基于车载轻量地图实时获取路口区域的地图数据信息，基于车载摄像头实时获取道路的图像数据信息，并将所述道路的图像数据信息输入车道线识别网络模型进行识别，得到当前道路车道线的图像数据信息；
5、u2.基于当前道路车道线的图像数据信息，采用车道线轨迹拟合算法对路口前的车辆的行驶轨迹进行推算和优化，得到车辆第一通行优化轨迹数据信息；
6、u3.基于所述车辆第一通行优化轨迹数据信息和所述路口区域的地图数据信息，采用改进的三次贝塞尔曲线算法对路口内的车辆的行驶轨迹进行拟合，得到车辆第二通行优化轨迹数据信息；
7、u4.基于所述车辆第二通行优化轨迹数据信息，采用线性插值轨迹拟合算法对出路口后的车辆的行驶轨迹进行分析和优化，得到车辆第三通行优化轨迹数据信息。
8、进一步的，在步骤u1中，所述将所述道路的图像数据信息输入车道线识别网络模型进行识别包括：
9、u11.获取车道线的图像数据集，进行训练和学习，得到车道线的特征标准数据信息；
10、u12.输入所述道路的图像数据信息，并进行分块处理，得到道路的分块图像数据信息，建立特征提取函数f，
11、
12、其中，x为道路的分块图像数据信息，α和β为特征提取因子，进行图像特征提取，得到道路分块的图像特征数据信息；
13、u13.基于所述道路分块的图像特征数据信息和所述车道线的特征标准数据信息，建立图像特征度量函数g，
14、
15、其中，y为道路分块的图像特征数据信息，z为车道线的特征标准数据信息，得到道路分块的图像的度量值数据信息；
16、u14.基于所述道路分块的图像的度量值数据信息，设置预设阈值，若道路分块的图像的度量值小于预设阈值，则相似度高进行保存，若道路分块的图像的度量值大于预设阈值，则相似度低进行剔除。
17、进一步的，在步骤u12中，所述特征提取因子α和β的约束条件为，
18、
19、进一步的，在步骤u2中，所述采用车道线轨迹拟合算法对路口前的车辆的行驶轨迹进行推算和优化包括：
20、u21.基于所述当前道路车道线的图像数据信息，建立车体坐标系，构建转换函数m，
21、m＝rtmr，
22、其中，r为转换矩阵，m为当前道路车道线的图像数据信息，得到在车体坐标系下的车道线坐标数据信息；
23、u22.基于所述在车体坐标系下的车道线坐标数据信息，建立路口前车辆的行驶轨迹拟合函数n，
24、
25、其中，a为在车体坐标系下的车道线坐标数据信息，λ为轨迹拟合因子，δ为误差因子，对路口前的车辆的行驶轨迹进行推算和优化，得到车辆第一通行优化轨迹数据信息。
26、进一步的，所述误差因子δ为，
27、
28、其中，a为在车体坐标系下的车道线坐标数据信息，η1，η2和η3为常量参数因子。
29、进一步的，在步骤u3中，所述采用改进的三次贝塞尔曲线算法对路口内的车辆的行驶轨迹进行拟合包括：
30、u31.基于所述车辆第一通行优化轨迹数据信息，获取车辆第一通行优化轨迹的终点坐标数据信息；
31、u32.基于所述车辆第一通行优化轨迹的终点坐标数据信息和所述路口区域的地图数据信息，建立路口内的三次贝塞尔曲线函数s，
32、
33、其中，b为路口区域的地图数据信息，θ为车辆第一通行优化轨迹的终点坐标数据信息，ρ0，ρ1和ρ2为轨迹优化常量参数，对路口内的车辆的行驶轨迹进行拟合，得到车辆第二通行优化轨迹数据信息。
34、进一步的，所述轨迹优化常量参数ρ0，ρ1和ρ2的约束条件为，
35、
36、所述车辆第一通行优化轨迹的终点坐标数据信息θ的运算规则为，
37、
38、其中，(θx,θy)为车辆第一通行优化轨迹的终点坐标横坐标点和纵坐标点。
39、进一步的，在步骤u4中，所述采用线性插值轨迹拟合算法对出路口后的车辆的行驶轨迹进行分析和优化为根据所述车辆第二通行优化轨迹数据信息，建立线性插值轨迹拟合函数w，
40、
41、其中，γ为轨迹插值因子，g为第二通行优化轨迹数据信息，h为出路口后的车辆轨迹优化常量参数，对出路口后的车辆的行驶轨迹进行分析和优化，得到车辆第三通行优化轨迹数据信息。
42、为了实现上述目的及其他相关目的，本发明还提供了一种基于轻量地图实现路口通行的规划系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述的基于轻量地图实现路口通行的规划方法的步骤。
43、为了实现上述目的及其他相关目的，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述的基于轻量地图实现路口通行的规划方法的计算机程序。
44、本发明具有以下积极效果：
45、1.本发明通过道路的图像数据信息输入车道线识别网络模型进行识别，得到当前道路车道线的图像数据信息，并结合采用车道线轨迹拟合算法对路口前的车辆的行驶轨迹进行推算和优化，不仅能够对车辆进入路口前的行驶轨迹进行精确规划，保证车辆的安全行驶，而且提高车辆行驶路口的便捷性。
46、2.本发明通过采用改进的三次贝塞尔曲线算法对路口内的车辆的行驶轨迹进行拟合，并结合采用线性插值轨迹拟合算法对出路口后的车辆的行驶轨迹进行分析和优化，对车辆行驶至路口内和行驶出路口的行驶轨迹进行精确规划，不仅解决了高精度地图费用较高，不能实时更新，存在时效性较差的问题，而且考虑到里程计的累计误差，得到的规划轨迹更加精确，提高自动驾驶行驶的安全性。
1.一种基于轻量地图实现路口通行的规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于轻量地图实现路口通行的规划方法，其特征在于，在步骤u1中，所述将所述道路的图像数据信息输入车道线识别网络模型进行识别包括：
3.根据权利要求2所述的基于轻量地图实现路口通行的规划方法，其特征在于，在步骤u12中，所述特征提取因子α和β的约束条件为，
4.根据权利要求1所述的基于轻量地图实现路口通行的规划方法，其特征在于，在步骤u2中，所述采用车道线轨迹拟合算法对路口前的车辆的行驶轨迹进行推算和优化包括：
5.根据权利要求4所述的基于轻量地图实现路口通行的规划方法，其特征在于：所述误差因子δ为，
6.根据权利要求1所述的基于轻量地图实现路口通行的规划方法，其特征在于，在步骤u3中，所述采用改进的三次贝塞尔曲线算法对路口内的车辆的行驶轨迹进行拟合包括：
7.根据权利要求6所述的基于轻量地图实现路口通行的规划方法，其特征在于：所述轨迹优化常量参数ρ0，ρ1和ρ2的约束条件为，
8.根据权利要求1所述的基于轻量地图实现路口通行的规划方法，其特征在于，在步骤u4中，所述采用线性插值轨迹拟合算法对出路口后的车辆的行驶轨迹进行分析和优化为根据所述车辆第二通行优化轨迹数据信息，建立线性插值轨迹拟合函数w，
9.一种基于轻量地图实现路口通行的规划系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～8中任意一项所述的基于轻量地图实现路口通行的规划方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～8中任意一项所述的基于轻量地图实现路口通行的规划方法的计算机程序。
