用于智能交通系统的车道道路网络模型分析

用于智能交通系统的车道道路网络模型分析

随着智能交通系统（如车载导航系统和智能停车系统等）的广泛应用，需要大量车辆在道路网络上连续且准确的定位信息。这种需求推动了车道道路网络模型的发展。地图数据库模型是真实道路网络的一个抽象和简化。在构建地图数据库模型时，行车道内的行车线总是被忽略；数字地图并不能保证车辆在运动过程中其位置和速度的连续性。同时，在道路交叉点的建模中，常使用轨道或虚拟车道描述，但这些方法却会使其在复杂交叉路口的精度很低。

针对上述数字地图存在的缺点，提出了一种新颖的车道道路网络模型。通过使用逐步稀疏算法获取车道曲线的车辆轨迹、在给定精度下提取车道的参数（车道宽度、起始点、结束点等信息）、建立道路交叉点模型来建立所提出的车道道路网络模型。该模型是对现有模型的改进，以均匀和精确的方式表示道路和交叉口，其可应用在智能交通系统的各个方面，如导航系统可以在交叉点处更精确地确定车辆位置，并且能更好地提供对其它运动车辆的预测；ADAS系统（如防碰撞系统）基于此数字地图可具有更好的精度和实现安全性。

利用激光扫描仪和摄像机等确定车道的开始点和结束点以及车道变化宽度等车道特征。在单个车道上和实际道路上对所提出模型的准确性和实用性进行了验证。在单个车道上的测试表明，所提出的方法能提取有效的、高精度的车道网络特征；在实际道路上的测试表明，所提出的方法对车道道路网络可以进行有效的建模。

刊名：Transportation Research Part C（英）

刊期：2016年第71期

作者：Tao Zhang et al

编译：王莹