CN106969779A - 基于dsrc的智能车辆地图融合系统及方法 - Google Patents

Abstract

本发明请求保护一种基于DSRC的智能车辆地图融合系统及方法，该系统包括车辆定位、局部地图生成、DSRC通信、ADAS地图接口、目标车辆筛选和地图融合模块。车辆定位模块用于获取主车位置及姿态；局部地图生成模块根据车载传感器数据生成主车当前位置对应的局部地图；DSRC通信模块用于接收通信范围内目标车辆发布的位置、姿态和局部地图信息，同时发送主车自身位置、姿态和局部地图；ADAS地图接口模块提供访问ADAS地图的协议与接口；目标车辆筛选模块筛选与主车处于同一道路的目标车辆；地图融合模块融合主车与筛选出的目标车辆的局部地图，生成主车的扩展局部地图。本发明实现多车辆感知能力共享来扩展环境感知范围，有助于提高智能车辆辅助驾驶/自动驾驶性能。

Description

基于DSRC的智能车辆地图融合系统及方法

技术领域

本发明属于自动化、通信与计算机技术领域，具体涉及一种基于DSRC(DedicatedShort Range Communications，专用短程无线通信)的智能车辆地图融合系统及方法。

背景技术

环境感知与地图生成是智能车辆的关键技术之一，为了提高智能车辆辅助驾驶安全预警及自动驾驶路径规划的性能，智能车辆需要具有尽可能大的环境感知范围，但传统方法中一般仅依赖车辆本身的车载传感器，使得车辆的感知能力极为受限。

中国专利申请：车辆导航系统及车辆导航方法(申请号：CN201010110837.3)公开了一种车载导航系统及车辆导航方法，该系统在车辆出发前根据采集的实时路况与地图信息规划车辆从起点到终点最佳全局行驶路径，使车辆回避拥堵道路及不可行驶道路。该方法是一种宏观方法，不具备实时的安全预警与局部路径规划能力。中国专利申请：一种基于无人驾驶汽车的多激光雷达栅格地图融合系统(申请号：CN201410252993.1)公开了一种基于无人驾驶汽车的多激光雷达栅格地图融合系统，该系统通过融合多个安装在车辆不同位置的激光雷达数据生成车辆周围环境栅格地图，解决智能车辆与障碍物发生碰撞的问题。但该方法仅为同一车辆上多传感器的融合，本质上还是依赖于车辆本身的车载传感器，感知能力同样受限。中国专利申请：基于安全驾驶地图的ADASIS扩展信息输出装置及方法(申请号：CN201510496628.X)公开了一种基于安全驾驶地图的ADASIS扩展信息输出装置及方法，该系统将车道级的道路信息、车辆位置信息和行车路线发送给车辆控制应用模块，提高车辆的感知与控制性能，该系统未涉及车辆之间的交互及多传感器融合。中国专利申请：基于ADAS的驾驶辅助系统(申请号：CN201511010294.7)公开了一种基于ADAS的驾驶辅助系统，该系统通过车间通信技术实现不同车辆之间的传感器信息交互，解决车辆安全预警范围受制于车载传感器探测距离的问题。该系统没有对交互车辆进行有效筛选，影响了交互信息的效用。中国专利申请：基于DSRC的车载移动终端及其通信方法(申请号：CN201410397940.9)，该系统通过DSRC通信技术实现自车与外部车辆以及基站之间的信息交互，主要包括车辆位置、运行状态和路况信息，加强车辆驾驶者对路况信息的了解。该系统同样没有对交互车辆进行有效筛选以区别交互信息的有效性。

本发明针对现有智能车辆环境感知能力受限、车辆间信息交互时未区别交互信息的有效性的问题，提出了一种基于DSRC的智能车辆地图融合系统及方法。在该系统中，主车通过DSRC实现与通信范围内多个目标车辆的局部地图信息共享，根据各目标车辆位置及ADAS地图信息筛选有效目标车辆，将其局部地图与主车局部地图融合，生成扩展局部地图，从而扩展主车环境感知范围，有助于提高智能车辆辅助驾驶/自动驾驶性能。

发明内容

本发明针对以上现有发明的不足，为了解决现有智能车辆环境感知能力受车载传感器的限制、车辆间信息交互时未能有效筛选交互车辆的问题，提出了一种基于DSRC的智能车辆地图融合系统及方法来有效扩展智能车辆环境感知能力与辅助驾驶/自动驾驶性能。

本发明的技术方案如下：

一种基于DSRC的智能车辆地图融合系统，其包括车辆定位模块、局部地图生成模块、DSRC通信模块、ADAS地图接口模块、目标车辆筛选模块和地图融合模块，其中：

车辆定位模块用于通过卫星定位设备获取主车的位置与姿态信息；局部地图生成模块用于通过车载传感器检测主车周围环境，根据传感器测量数据，生成主车当前位置对应的局部地图；DSRC通信模块用于发布主车当前时刻位置、姿态和局部地图信息，同时接收通信范围内目标车辆发布的自身位置、姿态和局部地图信息；ADAS地图接口模块用于提供访问ADAS地图的协议与接口；目标车辆筛选模块用于根据主车当前位置通过ADAS地图接口获取主车当前所在道路Id编号，再根据该道路Id编号筛选出与主车处于同一道路的目标车辆；地图融合模块用于根据主车与筛选出的目标车辆的位置、姿态和局部地图信息，进行地图融合，生成主车的扩展局部地图。

进一步的，所述车辆定位模块通过卫星定位设备采集并计算出主车在地理坐标系下的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

进一步的，所述局部地图生成模块生成的主车及目标车辆的局部地图的格式为栅格地图。局部地图表示为以车辆当前位置为原点，车头方向为y轴正向，长为L、宽为W的矩形区域。选取规格为R*R的单元栅格将局部地图离散化为n*m(n＝L/R，m＝W/R)个栅格，每个栅格用一个向量表示为s_j ^h＝(x_j ^h,y_j ^h,f_j ^h)^T，局部地图表示为以栅格向量s_j ^h为元素的矩阵Grid^h＝[s_j ^h]_1,n*m，其中x_j ^h、y_j ^h为栅格中心坐标，f_j ^h为栅格状态，f_j ^h＝1为占据状态，表示该栅格处有障碍物，f_j ^h＝0为未占据状态。

进一步的，所述局部地图生成模块中，车载传感器检测并获取主车周围环境中障碍物(车辆、行人以及其他障碍物)的位置及尺寸信息，在主车栅格地图坐标系中计算各障碍物所覆盖的栅格区域，未覆盖满一个栅格也按覆盖一个栅格计算，并将被覆盖的栅格区域的栅格状态设置为占据状态，s^h _i,j＝1。生成的局部栅格地图为Map_k ^h＝{L，W，Grid^h}。

进一步的，所述DSRC通信模块的功能包括了发送与接收两部分，发送主车当前时刻位置L_k ^h、姿态P_k ^h和局部栅格地图Map_k ^h，同时接收通信范围内目标车辆发布的自身位置、姿态和局部栅格地图信息，包括目标车辆位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))，姿态p_k ^o(i)以及局部栅格地图map_k ^o(i)＝{L，W，Grid^o(i)}。

进一步的，所述目标车辆筛选模块根据主车及目标车辆位置，通过ADAS地图接口模块获取主车及目标车辆当前所在道路Id编号，筛选出与主车处于同一道路的目标车辆，步骤包括：

(1)当前道路Id查询：根据主车当前时刻位置L_k ^h，通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h；

(2)目标车辆筛选：对所有目标车辆，根据目标车辆i的当前时刻位置l_k ^o(i)，通过ADAS地图接口模块获取目标车辆i当前所在道路Id编号id_k ^o(i)，如果满足id_k ^o(i)＝Id_k ^h，则保留该车辆i的信息，最终筛选出与主车处于同一道路的目标车辆。

进一步的，所述地图融合模块将筛选出的目标车辆局部地图与主车局部地图融合生成扩展局部地图的步骤包括：

(1)根据各目标车辆位置、姿态及主车位置、姿态，分别计算目标车辆的坐标系与主车坐标系之间的坐标变换参数，包括旋转参数与平移参数，将目标车辆的局部栅格地图变换到主车坐标系中；

(2)以主车当前时刻局部地图为基础，与变换后的目标车辆局部栅格地图分别融合得到主车的扩展局部栅格地图，融合规则是：对地图重叠区域按照“或”进行栅格融合处理，对非重叠区域进行拼接处理。

一种基于所述系统的智能车辆地图融合方法，其包括以下步骤：

(1)主车位置与姿态检测：在当前时刻k，主车车辆定位模块通过卫星定位设备采集并计算出k时刻主车在地理坐标系下的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)局部地图生成：车载传感器采集主车周围环境信息的观测数据，生成主车k时刻的局部栅格地图Map_k ^h＝{L，W，Grid^h}；

(3)DSRC模块信息发送与接收：DSRC通信模块发送主车当前时刻位置L_k ^h、姿态P_k ^h和局部栅格地图Map_k ^h，同时接收通信范围内目标车辆发布的自身位置、姿态和局部栅格地图信息，设第i个目标车辆位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))，姿态为p_k ^o(i)，局部栅格地图map_k ^o(i)＝{L，W，Grid^o(i)}，i∈[0,n_k]，n_k为当前时刻主车通信范围内目标车辆个数；

(4)目标车辆筛选：目标车辆筛选模块首先根据主车当前时刻位置L_k ^h通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h，再根据每一目标车辆i的位置l_k ^o(i)通过ADAS地图接口模块获取该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆，其中N_k≤n_k；

(5)局部栅格地图融合：地图融合模块以主车当前时刻局部栅格地图Map_k ^h为基础，将筛选出的N_k个目标车辆的局部栅格地图map_k ^o(i)变换到主车坐标系并与Map_k ^h融合，生成主车的扩展局部栅格地图Map_k ^h_extern。

本发明的优点及有益效果如下：

本发明提出一种基于DSRC的智能车辆地图融合系统及方法。一方面，该方法通过DSRC通信装置发布主车自身位置、姿态和局部地图信息，接收目标车辆位置、姿态和局部地图信息并融合生成扩展的局部地图，使得多个车辆之间实现感知能力的共享，扩展了智能车辆环境感知范围；另一方面，根据各目标车辆位置及ADAS地图信息筛选用以融合的有效目标车辆，提高了地图融合效率。通过以上两个方面的创新与改进，本发明实现了多车辆感知能力共享，有效扩展了智能车辆环境感知范围，对提高智能车辆辅助驾驶/自动驾驶性能具有重要意义和使用价值。

附图说明

图1是本发明提供优选实施例基于DSRC的智能车辆地图融合系统总体框架；

图2本发明智能车辆局部地图的格式及坐标系定义；

图3本发明基于DSRC的智能车辆地图融合方法流程图；

图4本发明目标车辆筛选方法流程图；

图5本发明地图融合方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

本发明提出一种基于DSRC的智能车辆地图融合系统及方法，该系统和方法通过DSRC通信技术，实现主车与目标车辆之间有效共享局部地图，扩展了智能车辆环境感知范围，并通过ADAS地图信息筛选用以融合的有效目标车辆，提高了地图融合效率。

以下结合附图和具体实例对本发明的具体实施方式进行描述。

1、如图1所示为本发明提出的一种基于DSRC的智能车辆地图融合系统的总体框架。该系统由车辆定位模块、局部地图生成模块、DSRC通信模块、ADAS地图接口模块、目标车辆筛选模块和地图融合模块，其中：

车辆定位模块用于通过卫星定位设备获取主车在地理坐标系下的位置与姿态信息；局部地图生成模块用于通过车载传感器检测主车周围环境，根据传感器测量数据，生成主车当前位置对应的局部地图；DSRC通信模块用于发布主车当前时刻位置、姿态和局部地图信息，同时接收通信范围内目标车辆发布的自身位置、姿态和局部地图信息；ADAS地图接口模块用于提供访问ADAS地图的协议与接口；目标车辆筛选模块用于根据主车当前位置通过ADAS地图接口获取主车当前所在道路Id编号，再根据该道路Id编号筛选出与主车处于同一道路的目标车辆；地图融合模块用于根据主车与筛选出的目标车辆的位置、姿态和局部地图信息，进行地图融合，生成主车的扩展局部地图。

2、如图2所示为本发明采用的智能车辆局部地图的格式及坐标系定义。主车及目标车辆的局部地图的格式均为栅格地图。局部地图表示为以车辆当前位置为原点，车头方向为y轴正向，长为L、宽为W的矩形区域。选取规格为R*R的单元栅格将局部地图离散化为n*m(n＝L/R，m＝W/R)个栅格，每个栅格用一个向量表示为s_j ^h＝(x_j ^h,y_j ^h,f_j ^h)^T，局部地图表示为以栅格向量s_j ^h为元素的矩阵Grid^h＝[s_j ^h]_1,n*m，其中x_j ^h、y_j ^h为栅格中心的坐标，取整数，f_j ^h为栅格状态，f_j ^h＝1为占据状态，表示该栅格处有障碍物，f_j ^h＝0为未占据状态。

3、如图3所示为本发明提出的一种基于DSRC的智能车辆地图融合方法流程，该方法包括以下步骤：

(1)主车位置与姿态检测：在当前时刻k，主车车辆定位模块通过卫星定位设备采集并计算出k时刻主车在地理坐标系下的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)局部地图生成：车载传感器采集主车周围环境信息的观测数据，生成主车k时刻的局部栅格地图Map_k ^h＝{L，W，Grid^h}，其中L为局部地图长度，W为局部地图宽度，Grid^h＝[s_j ^h]_1,n*m表示栅格状态；

(3)DSRC模块信息发送与接收：DSRC通信模块发送主车当前时刻位置L_k ^h、姿态P_k ^h和局部栅格地图Map_k ^h，同时接收通信范围内目标车辆发布的自身位置、姿态和局部栅格地图信息，设第i个目标车辆位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))，姿态为p_k ^o(i)，局部栅格地图map_k ^o(i)＝{L，W，Grid^o(i)}，i∈[0,n_k]，n_k为当前时刻主车通信范围内目标车辆个数，Grid^o(i)＝[s_j ^o(i)]_1,n*m，s_j ^o(i)＝(x_j ^o(i),y_j ^o(i),f_j ^o(i))^T，其中x_j ^o(i)、y_j ^o(i)为栅格中心坐标，f_j ^o(i)为栅格状态，f_j ^o(i)＝1为占据状态，表示该栅格处有障碍物，f_j ^o(i)＝0为未占据状态。

(4)目标车辆筛选：目标车辆筛选模块首先根据主车当前时刻位置L_k ^h通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h，再根据每一目标车辆i的位置l_k ^o(i)通过ADAS地图接口模块获取该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆，其中N_k≤n_k；

(5)局部栅格地图融合：地图融合模块以主车当前时刻局部栅格地图Map_k ^h为基础，将筛选出的N_k个目标车辆的局部栅格地图map_k ^o(i)变换到主车坐标系并与Map_k ^h融合，生成主车的扩展局部栅格地图Map_k ^h_extern。

4、如图4所示为本发明目标车辆筛选方法流程，根据主车及目标车辆位置通过ADAS地图接口模块获取主车及目标车辆当前所在道路Id编号，筛选出与主车处于同一道路的目标车辆，其步骤包括：

(1)获取主车当前所在道路Id编号：根据主车当前时刻位置L_k ^h，通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h；

(2)获取目标车辆i当前所在道路Id编号：根据目标车辆i的当前时刻位置l_k ^o(i)，通过ADAS地图接口模块获取目标车辆i当前所在道路Id编号id_k ^o(i)；

(3)目标车辆筛选：对目标车辆i，如果满足id_k ^o(i)＝Id_k ^h，则保留目标车辆i的信息，否则删除；

(4)重复步骤(2)-(3)，直到对n_k个目标车辆全部进行筛选，得到N_k个与主车处于同一道路的目标车辆，其中N_k≤n_k。

5、如图5所示为本发明地图融合方法流程，将筛选出的目标车辆局部地图转换到主车坐标系进行地图融合，生成主车扩展局部地图，其步骤包括：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))、姿态p_k ^o(i)及主车的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)、姿态P_k ^h，不考虑z轴，计算i的坐标系与主车坐标系之间的坐标变换参数，包括旋转参数θ(i)与平移参数Δx_k(i)、Δy(i)：

(2)目标车辆局部栅格地图变换到主车坐标系：根据旋转参数θ(i)与平移参数Δx_k(i)、Δy(i)，将目标车辆i的局部栅格地图map_k ^o(i)变换到主车坐标系中，得到map_k ^o-h(i)＝{L，W，Grid^o-h(i)}，其中Grid^o-h(i)＝[s_j ^o-h(i)]_1,n*m，s_j ^o-h(i)＝(x_j ^o-h(i),y_j ^o-h(i),f_j ^o-h(i))^T，x_j ^o-h(i)、y_j ^o-h(i)为栅格中心坐标，取整数，f_j ^o(i)为栅格状态，变换关系为：

(3)主车与目标车辆局部地图融合：以主车当前时刻局部地图Map_k ^h为基础，与map_k ^o-h(i)融合，融合规则是：对地图重叠区域按照“或”进行栅格融合处理，对非重叠区域进行拼接处理。融合流程是：对map_k ^o-h(i)中Grid^o-h(i)的每一分量s_j ^o-h(i)，

a.重叠区域判断：如果存在Map_k ^h中Grid^h的分量s_l ^h满足条件x_j ^o-h(i)＝x_l ^h以及y_j ^o-h(i)＝y_l ^h，则s_j ^o-h(i)代表的栅格属于重叠区域，否则属于非重叠区域；

b.重叠区域融合：对重叠区域s_j ^o-h(i)，按照“或”进行栅格融合处理，更新Map_k ^h上对应的栅格状态：

f_l ^h＝f_l ^h f_j ^o-h(i) (3)

c.非重叠区域拼接：对非重叠区域s_j ^o-h(i)，将其增补到Map_k ^h的Grid^h中：

Grid^h＝[Grid^h,s_j ^o-h(i)] (3)

(4)重复步骤(1)-(3)，直到对N_k个目标车辆全部进行融合，得到主车的扩展局部栅格地图Map_k ^h_extern。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种基于DSRC的智能车辆地图融合系统，其特征在于，包括车辆定位模块、局部地图生成模块、DSRC专用短程无线通信模块、ADAS高级驾驶员辅助系统地图接口模块、目标车辆筛选模块和地图融合模块，其中：所述车辆定位模块，用于通过卫星定位设备获取主车在地理坐标系下的位置与姿态信息；所述局部地图生成模块，用于通过车载传感器检测主车周围环境，根据传感器测量数据，生成主车当前位置对应的局部地图；所述DSRC通信模块，用于发布主车当前时刻位置、姿态和局部地图信息，同时接收通信范围内目标车辆发布的自身位置、姿态和局部地图信息；所述ADAS地图接口模块，用于提供访问ADAS地图的协议与接口；所述目标车辆筛选模块，用于根据主车当前位置通过ADAS地图接口获取主车当前所在道路Id编号，再根据该道路Id编号筛选出与主车处于同一道路的目标车辆；所述地图融合模块，用于根据主车与筛选出的目标车辆的位置、姿态和局部地图信息，进行地图融合，生成主车的扩展局部地图。

2.根据权利要求1所述的基于DSRC的智能车辆地图融合系统，其特征在于，所述局部地图生成模块生成的主车及目标车辆的局部地图的格式为栅格地图，局部地图表示为以车辆当前位置为原点，车头方向为y轴正向，长为L、宽为W的矩形区域。选取规格为R*R的单元栅格将局部地图离散化为n*m个栅格，n＝L/R，m＝W/R，每个栅格用一个向量表示为s_j ^h＝(x_j ^h,y_j ^h,f_j ^h)^T，局部地图表示为以栅格向量s_j ^h为元素的矩阵Grid^h＝[s_j ^h]_1,n*m，其中x_j ^h、y_j ^h为栅格中心坐标，f_j ^h为栅格状态，f_j ^h＝1为占据状态，表示该栅格处有障碍物，f_j ^h＝0为未占据状态。

3.一种基于权利要求1或2所述系统的基于DSRC的智能车辆地图融合方法，其特征在于，包括以下步骤：

(1)主车位置与姿态检测：在当前时刻k，主车车辆定位模块通过卫星定位设备采集并计算出k时刻主车在地理坐标系下的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)和姿态P_k ^h，其中姿态定义为车辆行驶方向与地理坐标系正北方向夹角；

(2)局部地图生成：车载传感器采集主车周围环境信息的观测数据，生成主车k时刻的局部栅格地图Map_k ^h＝{L，W，Grid^h}；

(3)DSRC模块信息发送与接收：DSRC通信模块发送主车当前时刻位置L_k ^h、姿态P_k ^h和局部栅格地图Map_k ^h，同时接收通信范围内目标车辆发布的自身位置、姿态和局部栅格地图信息，设第i个目标车辆位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))，姿态为p_k ^o(i)，局部栅格地图map_k ^o(i)＝{L，W，Grid^o(i)}，i∈[0,n_k]，n_k为当前时刻主车通信范围内目标车辆个数；

(4)目标车辆筛选：目标车辆筛选模块首先根据主车当前时刻位置L_k ^h通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h，再根据每一目标车辆i的位置l_k ^o(i)通过ADAS地图接口模块获取该目标车辆当前所在道路Id编号id_k ^o(i)，如果id_k ^o(i)＝Id_k ^h则保留目标车辆i的信息，否则删除，直到筛选出N_k个与主车处于同一道路的目标车辆，其中N_k≤n_k；

(5)局部栅格地图融合：地图融合模块以主车当前时刻局部栅格地图Map_k ^h为基础，将筛选出的N_k个目标车辆的局部栅格地图map_k ^o(i)变换到主车坐标系并与Map_k ^h融合，生成主车的扩展局部栅格地图Map_k ^h_extern。

4.根据权利要求3所述的基于DSRC的智能车辆地图融合方法，其特征在于，所述目标车辆筛选模块根据主车及目标车辆位置通过ADAS地图接口模块获取主车及目标车辆当前所在道路Id编号，筛选出与主车处于同一道路的目标车辆，其步骤包括：

(1)获取主车当前所在道路Id编号：根据主车当前时刻位置L_k ^h，通过ADAS地图接口模块获取主车当前所在道路Id编号Id_k ^h；

(2)获取目标车辆i当前所在道路Id编号：根据目标车辆i的当前时刻位置l_k ^o(i)，通过ADAS地图接口模块获取目标车辆i当前所在道路Id编号id_k ^o(i)；

(3)目标车辆筛选：对目标车辆i，如果满足id_k ^o(i)＝Id_k ^h，则保留目标车辆i的信息，否则删除；

(4)重复步骤(2)-(3)，直到对n_k个目标车辆全部进行筛选，得到N_k个与主车处于同一道路的目标车辆，其中N_k≤n_k。

5.根据权利要求3所述的基于DSRC的智能车辆地图融合方法，其特征在于，所述地图融合模块将筛选出的目标车辆局部地图转换到主车坐标系，进行地图融合，生成主车扩展局部地图，其步骤包括：

(1)目标车辆与主车坐标变换参数计算：对目标车辆i，根据其位置l_k ^o(i)＝(x_k ^o(i),y_k ^o(i),z_k ^o(i))、姿态p_k ^o(i)及主车的位置L_k ^h＝(x_k ^h,y_k ^h,z_k ^h)、姿态P_k ^h，不考虑z轴，计算i的坐标系与主车坐标系之间的坐标变换参数，包括旋转参数θ(i)与平移参数Δx_k(i)、Δy(i)；

(2)目标车辆局部栅格地图变换到主车坐标系：根据旋转参数θ(i)与平移参数Δx_k(i)、Δy(i)，将目标车辆i的局部栅格地图map_k ^o(i)变换到主车坐标系中，得到map_k ^o-h(i)；

(3)主车与目标车辆局部地图融合：以主车当前时刻局部地图Map_k ^h为基础，与map_k ^o-h(i)融合，融合规则是：对地图重叠区域按照“或”进行栅格融合处理，对非重叠区域进行拼接处理；

(4)重复步骤(1)-(3)，直到对N_k个目标车辆全部进行融合，得到主车的扩展局部栅格地图Map_k ^h_extern。