用于智能交通系統的車道道路網絡模型分析

用于智能交通系統的車道道路網絡模型分析

隨著智能交通系統（如車載導航系統和智能停車系統等）的廣泛應用，需要大量車輛在道路網絡上連續且準確的定位信息。這種需求推動了車道道路網絡模型的發展。地圖數據庫模型是真實道路網絡的一個抽象和簡化。在構建地圖數據庫模型時，行車道內的行車線總是被忽略；數字地圖并不能保證車輛在運動過程中其位置和速度的連續性。同時，在道路交叉點的建模中，常使用軌道或虛擬車道描述，但這些方法卻會使其在復雜交叉路口的精度很低。

針對上述數字地圖存在的缺點，提出了一種新穎的車道道路網絡模型。通過使用逐步稀疏算法獲取車道曲線的車輛軌跡、在給定精度下提取車道的參數（車道寬度、起始點、結束點等信息）、建立道路交叉點模型來建立所提出的車道道路網絡模型。該模型是對現有模型的改進，以均勻和精確的方式表示道路和交叉口，其可應用在智能交通系統的各個方面，如導航系統可以在交叉點處更精確地確定車輛位置，并且能更好地提供對其它運動車輛的預測；ADAS系統（如防碰撞系統）基于此數字地圖可具有更好的精度和實現安全性。

利用激光掃描儀和攝像機等確定車道的開始點和結束點以及車道變化寬度等車道特征。在單個車道上和實際道路上對所提出模型的準確性和實用性進行了驗證。在單個車道上的測試表明，所提出的方法能提取有效的、高精度的車道網絡特征；在實際道路上的測試表明，所提出的方法對車道道路網絡可以進行有效的建模。

刊名：Transportation Research Part C（英）

刊期：2016年第71期

作者：Tao Zhang et al

編譯：王瑩