(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111629346.4 (22)申请日 2021.12.28 (65)同一申请的已公布的文献号 申请公布号 CN 114490900 A (43)申请公布日 2022.05.13 (73)专利权人 广州小鹏自动驾驶科技有限公司 地址 510640 广东省广州市黄埔区中新知 识城亿创街1号 406房之46 (72)发明人 全冬兵　李忠恩　 (74)专利代理 机构 深圳市智圈知识产权代理事 务所(普通 合伙) 44351 专利代理师 谭逢 (51)Int.Cl. G06F 16/29(2019.01) G06K 9/62(2022.01) (56)对比文件 CN 111581306 A,2020.08.25 CN 113104041 A,2021.07.13CN 106840176 A,2017.0 6.13 CN 110275194 A,2019.09.24 CN 111177297 A,2020.0 5.19 CN 112084289 A,2020.12.15 CN 112270833 A,2021.01.26 CN 110648529 A,2020.01.0 3 EP 3671272 A1,2020.0 6.24 US 2010191391 A1,2010.07.2 9 黄窈蕙等.利用轨 迹数据进行道路网更新及 轨迹融合. 《测绘通报》 .2018,(第08 期), 邓琬云 等.基 于三次B样条曲线拟合的主车 轨迹预测算法的研究. 《汽车与驾驶维修(维修 版)》 .2021,(第1 1期), Alexander Buyval 等.Realtime Vehicle and Pedestrian Track ing for Didi Udacity Self-Drivi ng Car C hallenge. 《2018 IE EE Internati onal Conference o n Robotics and Automati on (ICRA)》 .2018, 审查员 廖琼霞 (54)发明名称 一种多车次轨迹数据融合方法、 装置、 设备 及存储介质 (57)摘要 本申请实施例公开了一种多车次轨迹数据 融合方法、 装置、 设备及存储介质， 该方法包括： 基于单车次轨迹与几何路网的匹配 关系， 对单车 次轨迹进行处理， 获得第一单车次轨迹对应的第 一轨迹融合数据以及第二单车次轨迹对应的第 二轨迹融合数据； 基于第一轨迹融合数据， 将第 二轨迹融合数据进行反距离加权融合， 获得目标 融合数据； 将目标融合数据与第一轨迹融合数据 进行基于观 察次数的加权融合， 获得目标轨迹数 据。 因此， 采用本申请的上述方法， 对多车次轨迹 数据基于观察次数和权重与距离成反比进行加 权融合， 自动获得高精度的轨迹数据， 进而规划 出更加合理的轨 迹。 权利要求书2页 说明书11页 附图5页 CN 114490900 B 2022.10.14 CN 114490900 B 1.一种多车次轨 迹数据融合方法， 其特 征在于， 所述方法包括： 基于单车次轨迹与几何路网的匹配关系， 对单车次轨迹进行处理， 获得第一单车次轨 迹对应的第一轨迹融合数据以及第二单车次轨迹对应的第二轨迹融合数据， 其中， 所述第 一轨迹融合数据为对所述第一单车次轨迹切分后， 获得的对应所述几何路 网不同行进路段 的多个轨迹段， 所述第二轨迹融合数据为对所述第二单车次轨迹切分后， 获得的对应所述 几何路网不同行进路段的多个轨 迹段； 基于所述第一轨迹融合数据， 将所述第二轨迹融合数据进行反距离加权融合， 获得目 标融合数据， 其中， 所述 目标融合数据包括基于所述第一轨迹融合数据将所述第二轨迹融 合数据进行反距离加权融合获得的轨 迹点的位置； 将所述目标融合数据与所述第 一轨迹融合数据进行基于观察 次数的加权 融合， 获得目 标轨迹数据， 其中， 所述观察次数为针对多 车次轨迹对应的几何路 网上的某一点， 获得的所 述多车次轨 迹经过该点的次数， 所述目标轨 迹数据为将多车次轨 迹融合获得的数据。 2.根据权利要求1所述的多车次轨 迹数据融合方法， 其特 征在于， 所述方法还 包括： 若基于单车次轨迹与几何路网的匹配关系， 对单车次轨迹进行处理， 获得第三单车次 轨迹对应的第三轨迹融合数据， 则将所述 目标轨迹数据作为新的第一轨迹融合数据， 以及 将所述第三轨迹融合数据作为新的第二轨迹融合数据， 并返回执行基于所述第一轨迹融合 数据， 将所述第二轨 迹融合数据进行反距离加权融合， 获得目标融合数据的步骤。 3.根据权利要求1所述的多车次轨迹数据融合方法， 其特征在于， 所述基于单车次轨迹 与几何路网的匹配关系， 对单 车次轨迹进行处 理， 包括： 获取单车次轨迹； 对所述单车次轨迹进行预处理， 获得目标轨迹， 其中， 所述目标轨迹为所述单车次轨迹 的数据； 将所述目标轨迹与几何路网匹配， 获得所述目标轨迹与所述几何路网的匹配链接关 系， 所述匹配链接关系包括所述目标轨 迹在所述几何路网上的行进路段以及链接节点； 根据所述匹配链接关系， 切分所述目标轨 迹， 获得轨 迹融合数据。 4.根据权利要求3所述的多车次轨迹数据融合方法， 其特征在于， 所述对所述单车次轨 迹进行预处理， 获得目标轨 迹， 包括： 删除所述单车次轨迹 中的中途停车轨迹点、 中途倒车轨迹点、 停车进车位段轨迹点， 获 得所述目标轨 迹。 5.根据权利要求3所述的多车次轨迹数据融合方法， 其特征在于， 所述将所述目标轨迹 与几何路网匹配， 获得 所述目标轨 迹与所述几何路网的匹配链接关系， 包括： 若所述目标轨迹上的轨迹点到所述几何路网的最短距离小于预设距离 阈值， 所述目标 轨迹与所述几何路网匹配， 获得所述目标轨迹在所述几何路网上的行进路段以及链接节 点。 6.根据权利要求5所述的多车次轨迹数据融合方法， 其特征在于， 所述根据所述匹配链 接关系， 切分所述目标轨 迹， 获得轨 迹融合数据， 包括： 根据所述目标轨迹在所述几何路网上的链接节点， 采用角平分线的方式对所述目标轨 迹的进行切分， 获得 所述目标轨 迹在所述几何路网上的行进路段的轨 迹融合数据。 7.根据权利要求6所述的多车次轨迹数据融合方法， 其特征在于， 所述基于所述第 一轨权　利　要　求　书 1/2 页 2 CN 114490900 B 2迹融合数据， 将所述第二轨 迹融合数据进行反距离加权融合， 获得目标融合数据， 包括： 基于所述第 一轨迹融合数据对应的所述几何路网的行进路段， 获得该行进路段对应的 第二轨迹融合数据； 基于所述第 一轨迹融合数据将所述第 二轨迹融合数据进行反距离加权融合， 获得目标 融合数据。 8.根据权利要求7所述的多车次轨迹数据融合方法， 其特征在于， 所述将所述目标融合 数据与所述第一轨 迹融合数据进行基于观察次数的加权融合， 获得目标轨 迹数据， 包括： 计算所述目标融合数据中的目标轨 迹点到所述几何路网的第一距离； 计算所述第一轨 迹融合数据中的第一轨 迹点到所述几何路网的第二距离； 根据所述第一距离、 第二距离、 第一轨迹融合数据的观察次数以及目标融合数据的观 察次数， 对所述目标融合数据与所述第一轨 迹融合数据进行加权融合， 获得目标轨 迹数据。 9.一种多车次轨 迹数据融合装置， 其特 征在于， 所述装置包括： 轨迹数据获取单元， 用于基于单车次轨迹与几何路网的匹配关系， 对单车次轨迹进行 处理， 获得第一单车次轨迹对应的第一轨迹融合数据以及第二单车次轨迹对应的第二轨迹 融合数据， 其中， 所述第一轨迹融合数据为对所述第一单车次轨迹切分后， 获得的对应所述 几何路网不同行进路段的多个轨迹段， 所述第二轨迹融合数据为对所述第二单车次轨迹切 分后， 获得的对应所述几何路网不同行进路段的多个轨 迹段； 融合数据获取单元， 用于基于所述第一轨迹融合数据， 将所述第二轨迹融合数据进行 反距离加权融合， 获得目标融合数据， 其中， 所述目标融合数据包括基于所述第一轨迹融合 数据将所述第二轨 迹融合数据进行反距离加权融合获得的轨 迹点的位置； 目标轨迹获取单元， 用于将所述目标融合数据与 所述第一轨迹融合数据进行基于观察 次数的加权融合， 获得目标轨迹数据， 其中， 所述观察次数为针对多 车次轨迹对应的几何路 网上的某一点， 获得 的所述多车次轨迹经过该点的次数， 所述 目标轨迹数据为将多车次轨 迹融合获得的数据。 10.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器； 一个或多个应用程序， 其中所述一个或多个应用程序被存储在所述存储器中并被配置 为由所述一个或多个处理器执行， 所述一个或多个程序配置用于执行如权利要求1 ‑8任一 项所述的方法。 11.一种计算机可读取存储介质， 其特征在于， 所述计算机可读取存储介质中存储有程 序代码， 所述 程序代码可被处 理器调用执 行如权利要求1 ‑8任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114490900 B 3