(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211298490.9 (22)申请日 2022.10.24 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 王博洋　张翔　刘海鸥　李骥　 陈慧岩　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 韩雪梅 (51)Int.Cl. G06F 30/10(2020.01) G06T 7/64(2017.01) G06T 17/00(2006.01) G06V 10/26(2022.01) G06V 10/82(2022.01)G06V 20/56(2022.01) G07C 5/08(2006.01) G01M 17/007(2006.01) G01M 17/06(2006.01) G06F 119/14(2020.01) (54)发明名称 一种考虑道路属性特征参数的道路场景重 构方法及系统 (57)摘要 本发明涉及一种考虑道路属性特征参数的 道路场景重构方法及系统， 属于道路场景重构技 术领域。 对实际道路场景数据进行道路属性辨 识， 得到采样点的位置信息和道路属性特征参 数， 进一步根据道路属性特征参数对实际道路场 景数据进行分割， 得到场景片段集。 然后根据场 景片段的特征向量对场景片段集进行分类提取， 以消除场景片段集的过分割现象， 构建场景基元 库。 最后根据重构道路场景的需求在场景基元库 中选择若干个场景基元， 并连接被选择的场景基 元， 得到重构道路场景， 从而能够在仿真过程中 考虑实际路面类型、 曲率、 坡度、 不平度系数、 滚 动阻力系数等属性对车辆的动力性能与转向性 能的影响， 尽可能反映车辆真实行驶状况。 权利要求书3页 说明书10页 附图4页 CN 115374498 A 2022.11.22 CN 115374498 A 1.一种考虑道路属性特征参数的道路场景重构方法， 其特征在于， 所述道路场景重构 方法包括： 获取实际道路场景数据； 所述实际道路场景数据包括实际道路的每一采样点的道路信 息和车辆行驶信息； 对所述实际道路场景数据进行道路属性辨识， 得到每一所述采样点的位置信 息和道路 属性特征参数； 所述道路属 性特征参数包括路面类型、 曲率半径、 坡道角度、 不平度系数和 滚动阻力系数； 根据每一所述采样点的道路属性特征参数对所述实际道路场景数据进行分割， 得到场 景片段集； 所述场景片段集包括多个道路属性特 征单一的场景片段； 对于每一所述场景片段， 根据 所述场景片段所包括的所有所述采样点的位置信 息和道 路属性特征参数确定所述场景片段的特征向量； 根据每一所述场景片段的特征向量对所述 场景片段集进行分类提取， 以消除所述场景片段集的过分割现象， 构建场景基元库； 根据重构道路场景的需求在所述场景基元库中选择若干个场景基元， 并连接被选择的 所述场景基元， 得到所述重构道路场景。 2.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述获取实际道路场景数据 具体包括： 在布置有道路环境数据采集平台的车辆沿实际道路行驶的过程中， 利用所述道 路环境数据采集平台进行实时采集， 得到每一采样点的道路信息和车辆行驶信息， 获取实 际道路场景 数据。 3.根据权利要求2所述的道路场景重构方法， 其特征在于， 所述道路环境数据采集平台 包括图像采集器、 惯性导航系统和GPS导航系统； 所述图像采集器用于采集所述 实际道路的 图像数据； 所述惯性导航系统用于采集所述车辆的速度和加速度； 所述GPS导航系统用于采 集所述实际道路的位置、 形状信息； 所述 实际道路的图像数据以及位置、 形状信息组成所述 道路信息； 所述车辆的速度和 加速度组成所述车辆行驶信息 。 4.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述根据每一所述采样点的 道路属性特 征参数对所述实际道路场景 数据进行分割， 得到场景片段集具体包括： 根据每一所述采样点的路面类型、 曲率半径和坡道角度确定多个分割点； 根据多个所述分割点对所述实际道路场景 数据进行分割， 得到场景片段集。 5.根据权利要求4所述的道路场景重构方法， 其特征在于， 所述根据每一所述采样点的 路面类型、 曲率半径和坡道角度确定多个分割点具体包括： 选取与其前一采样点的路面类型不同的采样点作为分割点； 将所述实际道路场景 数据按照预设长度平均分为多个道路段； 对于每一所述道路段， 选取所述道路段所包括的所有采样点的曲率半径的最大值和最 小值以及坡道角度的最大值和最小值； 根据所述曲率半径的最大值和最小值计算所述道路 段的曲率变化百分比， 根据所述坡道角度的最大值和最小值计算所述道路段的坡道角度变 化百分比； 选取所述曲率变化百分比大于第一预设值的所述道路段的起始采样点和末端采样点 作为分割点， 选取所述坡道角度变化百分比大于第二预设值的所述道路段的起始采样点和 末端采样点作为分割点。 6.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述根据所述场景片段所包权　利　要　求　书 1/3 页 2 CN 115374498 A 2括的所有所述采样点的位置信息和道路属 性特征参数确定所述场景片段 的特征向量具体 包括： 以所述场景片段所包括的所有所述采样点的位置信 息为输入， 采用局部加权回归算法 计算得到所述场景片段的形状参 量； 对所述场景片段所包括的所有所述采样点的不平度系数进行高斯拟合， 得到第 一高斯 分布函数， 根据所述第一高斯分布函数确定第一期望和第一方差； 对所述场景片段所包括的所有所述采样点的滚动阻力系数进行高斯拟合， 得到第 二高 斯分布函数， 根据所述第二高斯分布函数确定第二期望和第二方差； 以所述场景片段的路面类型、 形状参量、 第一期望、 第一方差、 第二期望和第二方差组 成所述场景片段的特 征向量。 7.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述根据每一所述场景片段 的特征向量对所述场景片段集进行分类提取， 以消除所述场景片段集的过分割现象， 构建 场景基元库具体包括： 以所述场景片段集和每一所述场景片段的特征向量为输入， 利用EM 算法进行迭代， 构建场景基元库。 8.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述根据重构道路场景的需 求在所述场景基元库中选择若干个场景基元 具体包括： 获取所述重构道路场景的若干个属性需求特征向量； 所述属性需求特征向量为所述特 征向量的需求 值； 对于每一所述属性需求特征向量， 计算所述属性需求特征向量与所述场景基元库中的 每一场景基元的特征向量的匹配代价， 并选择所述匹配代价最小的所述场景基元作为与所 述属性需求特 征向量相对应的场景基元。 9.根据权利要求1所述的道路场景重构方法， 其特征在于， 所述连接被选择的所述场景 基元， 得到所述重构道路场景 具体包括： 对于每一被选择的所述场景基元， 根据所述场景基元所包括的每一采样点的位置信 息 和所述场景基元的起始采样点的位置信息， 计算所述场景基元所包括的每一采样点相对于 所述起始采样点的相对位置坐标； 根据所述重构道路场景确定被选择的所述场景基元的前后关系， 以前一所述场景基元 的末端采样点作为当前所述场景基元的起始采样点， 得到各个所述场景基元连续的位置坐 标； 对于每一被选择的所述场景基元， 以所述场景基元的连续的位置坐标、 所包括的每一 采样点的曲率半径和坡道角度以及所述特 征向量组成所述场景基元的输出信息； 根据所有被选择的所述场景基元的输出信息， 得到所述重构道路场景。 10.一种考虑道路属性特征参数的道路场景重构系统， 其特征在于， 所述道路场景重构 系统包括： 数据获取模块， 用于获取实 际道路场景数据； 所述实 际道路场景数据包括实 际道路的 每一采样点的道路信息和车辆行驶信息； 属性辨识模块， 用于对所述实 际道路场景数据进行道路属性辨识， 得到每一所述采样 点的位置信息和道路属性特征参数； 所述道路属性特征参数包括路面类型、 曲率半径、 坡道 角度、 不平度系数和滚动阻力系数；权　利　要　求　书 2/3 页 3 CN 115374498 A 3