CN109631917A - 地图数据的处理方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本发明提供一种地图数据的处理方法、装置、电子设备以及存储介质，包括：获取道路的地图数据；将道路划分为多段子道路；确定第一子道路对应的地图数据，第一子道路为多段子道路中的任一段子道路；对第一子道路对应的地图数据进行拟合，确定第一子道路对应的四元组数据，四元组数据用于表征第一子道路的曲率和/或坡度；保存四元组数据。本发明提供的地图数据的处理方法，减少了数据存储量。

Description

地图数据的处理方法、装置、电子设备以及存储介质

技术领域

本发明涉及地图导航领域，尤其涉及一种地图数据的处理方法、装置、电子设备以及存储介质。

背景技术

随着无人驾驶技术的发展，高精度导航地图的重要性越来越高，高精度导航地图相比于传统的导航地图导航精度更高，导航的准确程度更高，是实现无人驾驶技术的前提条件。

现有的高精度导航地图的地图数据处理方法，通常会预设一个采集长度，在采集地图数据时，每隔预设的采集长度，采集一组地图数据，并将所有采集到的所有地图数据全部保存下来。

然而，现有的地图数据处理方法，在很多场景中，一段道路中往往存在着大量相同或相近的地图数据，将所有采集到的地图数据全部保存下来，会存储过多的冗余值，造成存储空间的浪费。

发明内容

本发明提供一种地图数据的处理方法、装置、电子设备以及存储介质，以减少数据存储量。

本发明第一个方面提供一种地图数据的处理方法，包括：

获取道路的地图数据；

将所述道路划分为多段子道路；

确定第一子道路对应的地图数据，所述第一子道路为所述多段子道路中的任一段子道路；

对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，所述四元组数据用于表征所述第一子道路的曲率和/或坡度；

保存所述四元组数据。

可选的，所述将所述道路划分为多段子道路，包括：

将所述道路的地图数据输入道格拉斯抽稀算法模型，并获取所述道格拉斯抽稀算法模型输出的所述地图数据的分组结果；

根据所述地图数据的分组结果，将所述道路划分为多段子道路。

可选的，所述对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，包括：

将所述第一子道路对应的地图数据输入最小二乘法算法模型，由所述最小二乘法算法模型进行拟合，并获取所述最小二乘法算法模型输出的所述第一子道路对应的四元组数据。

可选的，在所述将所述道路划分为多段子道路前，还包括：

剔除所述地图数据中的异常数据。

可选的，所述剔除所述地图数据中的异常数据，包括：

根据预设的距离，计算所述预设的距离内的所述地图数据的平均值；

若第一地图数据与所述平均值的差值大于预设的阈值，则确定所述第一地图数据为异常数据，所述第一地图数据为所述预设的距离内任一地图数据；

将所述异常数据剔除。

本发明第二个方面提供一种地图数据的处理装置，包括：

获取模块，用于获取道路的地图数据；

划分模块，用于将所述道路划分为多段子道路；

确定模块，用于确定第一子道路对应的地图数据，所述第一子道路为所述多段子道路中的任一段子道路；

拟合模块，用于对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，所述四元组数据用于表征所述第一子道路的曲率和/或坡度；

保存模块，用于保存所述四元组数据。

可选的，所述划分模块，包括：

第一计算单元，用于将所述道路的地图数据输入道格拉斯抽稀算法模型，并获取所述道格拉斯抽稀算法模型输出的所述地图数据的分组结果；

分段单元，用于根据所述地图数据的分组结果，将所述道路划分为多段子道路。

可选的，所述拟合模块，包括：

第二计算单元，用于将所述第一子道路对应的地图数据输入最小二乘法算法模型，由所述最小二乘法算法模型进行拟合，并获取所述最小二乘法算法模型输出的所述第一子道路对应的四元组数据。

可选的，还包括：

过滤模块，用于剔除所述地图数据中的异常数据。

可选的，所述过滤模块，包括：

平均值计算单元，用于根据预设的距离，计算所述预设的距离内的所述地图数据的平均值；

比较单元，用于若第一地图数据与所述平均值的差值大于预设的阈值，则确定所述第一地图数据为异常数据，所述第一地图数据为所述预设的距离内任一地图数据；

剔除单元，用于将所述异常数据剔除。

本发明的第三方面提供一种电子设备，包括：存储器与处理器；

所述存储器，用于存储所述处理器的可执行指令；

所述处理器配置为经由执行所述可执行指令来执行第一方面及其可选方案涉及的方法。

本发明的第四方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面及其可选方案涉及的方法。

本发明提供的地图数据的处理方法、装置、电子设备以及存储介质，通过将道路划分为多段子道路，并将子道路对应的地图数据进行拟合得到该子道路对应的四元组数据，将四元组数据代替地图数据进行存储，从而减少了数据存储量，避免了存储空间的浪费。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种地图数据的处理方法的应用场景示意图；

图2为本发明实施例提供的一种地图数据的处理方法的流程示意图；

图3为本发明实施例提供的一种步骤S22的流程示意图；

图4为本发明实施例提供的另一种地图数据的处理方法的流程示意图；

图5为本发明实施例提供的一种步骤S45的流程示意图；

图6为本发明实施例提供的一种地图数据的处理装置的结构示意图；

图7为本发明实施例提供的一种划分模块的结构示意图；

图8为本发明实施例提供的另一种地图数据的处理装置的结构示意图；

图9为本发明实施例提供的一种过滤模块的结构示意图。

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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本发明中，“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。

取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本发明实施例提供的一种地图数据的处理方法的应用场景示意图。

请参考图1，本发明实施例可适用的场景中，当采集设备101采集到一段道路的地图数据并将该地图数据发送给高精度地图应用的服务器102后，服务器可以采用本发明实施例提供的地图数据的处理方法对地图数据进行处理。具体的，处理过程可以通过将道路划分为多段子道路，并将子道路对应的地图数据进行拟合得到该子道路对应的四元组数据，将四元组数据代替地图数据进行存储，从而减少服务器102中的存储空间的存储量。当终端103使用该高精端地图应用时，服务器102将该四元组数据发送给终端103。

其中，采集设备101和服务器102之间，以及服务器102和终端103之间，均可以通过互联网连接。

地图数据，可以是用于表征道路的空间位置的数据，可例如：坡度数据和曲率数据。

采集设备101，可以是用于采集道路的地图数据的电子设备。

服务器102，可以是任意配置了处理器与存储器的电子设备，或者电子设备的集合。

终端103，可以是任意配置了处理器、存储器的电子设备，可例如：手机、平板电脑、计算机等设备。

实施本发明涉及方法的主体，可以为以上所称的服务器102。

图2为本发明实施例提供的一种地图数据的处理方法的流程示意图。

请参照如图2，地图数据的处理方法，包括步骤S21-S25，具体如下：

S21：获取道路的地图数据。

其中，地图数据可以包括坡度数据和/或曲率数据。

在实际应用中，当服务器获取到采集设备采集到的地图数据后，还可以将地图数据和服务器中存储的经纬度数据进行绑定，以确定该道路每个位置上的曲率值和坡度值。

S22：将道路划分为多段子道路。

S23：确定第一子道路对应的地图数据。

其中，第一子道路为多段子道路中的任一段子道路。

在实际应用中，可以采用道格拉斯抽稀算法模型，将该段道路划分为多段子道路，并将确定每段子道路中的地图数据。即，通过道格拉斯抽稀算法模型将地图数据划分为若干组。

S24：对第一子道路对应的地图数据进行拟合，确定第一子道路对应的四元组数据。

其中，四元组数据用于表征第一子道路的曲率和/或坡度。具体的，每组四元组数据可以包括start、len、a和b四个数据，start为对应子道路的开始点的地图数据，len为对应子道路的长度，a和b为对应子道路的两个参数。四元组数据可以用于表示对应子道路中的任一点的曲率和/或坡度，例如：某段子道路的距离起点x米的坡度值slope可以利用四元组数据表示为：

slope＝a(x–start)+b；

在实际应用中，需要对该道路划分出的每段子道路对应的地图数据分别进行拟合，确定每段子道路对应的四元组数据。

可选的，步骤S24可以包括，将第一子道路对应的地图数据输入最小二乘法算法模型，由最小二乘法算法模型进行拟合，并获取最小二乘法算法模型输出的第一子道路对应的四元组数据。

在另一种可实施方式中，对于第一子道路对应的地图数据还可以通过二次或多次函数模型进行拟合，并获取二次或多次函数模型输出的第一子道路对应的四元组数据。

S25：保存四元组数据。

在实际应用中，当服务器确定每段子道路对应的四元组数据后，可以将所有四元组数据进行保存，而不再存储获取到的地图数据，从而可以节约下大量存储空间。同时，由于四元组数据相比于地图数据占据的存储空间大大减少，终端可以将其下载到本地离线使用，实现了离线使用高精度地图。

可选的，图3为本发明实施例提供的一种步骤S22的流程示意图。

请参照如图3，步骤S22包括S31-S32，具体如下：

S31：将道路的地图数据输入道格拉斯抽稀算法模型，并获取道格拉斯抽稀算法模型输出的地图数据的分组结果。

S32：根据地图数据的分组结果，将道路划分为多段子道路。

在实际应用中，道格拉斯抽稀算法模型，可以从所有地图数据提取能够保证道路的轨迹曲线形状大致不变的必要地图数据，将相邻的必要地图数据之间的地图数据划分为一组，并以此为依据将道路划分为对应的子道路。

本实施例提供的地图数据的处理方法，通过将道路划分为多段子道路，并将子道路对应的地图数据进行拟合得到该子道路对应的四元组数据，将四元组数据代替地图数据进行存储，从而减少了存储空间中的存储量，避免了存储空间的浪费。

图4为本发明实施例提供的另一种地图数据的处理方法的流程示意图。

请参照如图4，地图数据的处理方法，包括步骤S41-S46，具体如下：

S41：获取道路的地图数据。

S42：将道路划分为多段子道路。

S43：确定第一子道路对应的地图数据。

其中，第一子道路为多段子道路中的任一段子道路。

S44：对第一子道路对应的地图数据进行拟合，确定第一子道路对应的四元组数据。

其中，四元组数据用于表征第一子道路的曲率和/或坡度；

S45：保存四元组数据。

步骤S41至步骤S45的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S21至S25理解，对于重复的内容，在此不再累述。

S46：剔除地图数据中的异常数据。

在实际应用中，采集设备采集到的地图数据中可能会有一些异常数据，在对地图数据进行处理前，可以对地图数据进行过滤，从而过滤掉一些明显异常的地图数据，从而提高地图的导航精度。

可选的，图5为本发明实施例提供的一种步骤S45的流程示意图。

请参照如图5，步骤S45包括S51-S53，具体如下：

S51：根据预设的距离，计算预设的距离内的地图数据的平均值。

计算预设的距离内的地图数据的平均值，可以是计算道路中每隔预设距离内的地图数据中的平均值。

在实际应用中，由于短距离内坡度数据和曲率数据的变化幅度不大。因此，可以预设一个距离，可以将地图数据每隔预设的距离设为一组，并计算改组地图数据的平均值。

结合实际情况举例来说，例如将预设的距离设置为100米，则将该道路中每隔100米的地图数据设为一组，求取每组地图数据的取平均值。

S52：若第一地图数据与平均值的差值大于预设的阈值，则确定第一地图数据为异常数据。

其中，第一地图数据为预设的距离内任一地图数据。

S53：将异常数据剔除。

在实际应用中，在确定预设的距离内的地图数据的平均值后，可以将每个地图数据和对应的平均值的差值与预设的阈值进行比较，当该地图数据与对应的平均值的差值大于预设的阈值时，该地图数据就可以被确定为异常数据。

本实施例提供的地图数据的处理方法，在获取到采集设备采集到的地图数据后，还可以对该地图数据进行过滤，以将明显异常的地图数据剔除，从而提高有地图数据确定出的四元组数据的准确性，进而可以提高高精度地图应用的导航准确性。

图6为本发明实施例提供的一种地图数据的处理装置的结构示意图。

请参照如图6，地图数据的处理装置，具体如下：

获取模块61，用于获取道路的地图数据。

划分模块62，用于将道路划分为多段子道路。

确定模块63，用于确定第一子道路对应的地图数据，第一子道路为多段子道路中的任一段子道路。

拟合模块64，用于对第一子道路对应的地图数据进行拟合，确定第一子道路对应的四元组数据，四元组数据用于表征第一子道路的曲率和/或坡度。

可选的，拟合模块包括：第二计算单元，用于将第一子道路对应的地图数据输入最小二乘法算法模型，由最小二乘法算法模型进行拟合，并获取最小二乘法算法模型输出的第一子道路对应的四元组数据。

保存模块65，用于保存四元组数据。

图7为本发明实施例提供的一种划分模块的结构示意图。

请参照如图7，划分模块，具体如下：

第一计算单元71，用于将道路的地图数据输入道格拉斯抽稀算法模型，并获取道格拉斯抽稀算法模型输出的地图数据的分组结果；

分段单元72，用于根据地图数据的分组结果，将道路划分为多段子道路。

本实施例提供的地图数据的处理装置，通过将道路划分为多段子道路，并将子道路对应的地图数据进行拟合得到该子道路对应的四元组数据，将四元组数据代替地图数据进行存储，从而减少了存储空间中的存储量，避免了存储空间的浪费。

图8为本发明实施例提供的另一种地图数据的处理装置的结构示意图；

请参照如图8，地图数据的处理装置，具体如下：

获取模块81，用于获取道路的地图数据。

过滤模块86，用于剔除地图数据中的异常数据。

划分模块82，用于将道路划分为多段子道路。

确定模块83，用于确定第一子道路对应的地图数据，第一子道路为多段子道路中的任一段子道路。

拟合模块84，用于对第一子道路对应的地图数据进行拟合，确定第一子道路对应的四元组数据，四元组数据用于表征第一子道路的曲率和/或坡度。

保存模块85，用于保存四元组数据。

图9为本发明实施例提供的一种过滤模块的结构示意图。

请参照如图9，过滤模块，具体如下：

平均值计算单元91，用于根据预设的距离，计算预设的距离内的地图数据的平均值。

比较单元92，用于若第一地图数据与平均值的差值大于预设的阈值，则确定第一地图数据为异常数据，第一地图数据为预设的距离内任一地图数据。

剔除单元93，用于将异常数据剔除。

本实施例提供的地图数据的处理装置，在获取到采集设备采集到的地图数据后，还可以对该地图数据进行过滤，以将明显异常的地图数据剔除，从而提高有地图数据确定出的四元组数据的准确性，进而可以提高高精度地图应用的导航准确性。

本发明的还提供一种电子设备，包括：存储器与处理器；

存储器，用于存储处理器的可执行指令；

处理器配置为经由执行可执行指令来执行图2-图5所涉及的地图数据的处理方法。

其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application SpecificIntegrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。

本发明还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现图2-图5的地图数据的处理方法。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种地图数据的处理方法，其特征在于，包括：

获取道路的地图数据；

将所述道路划分为多段子道路；

确定第一子道路对应的地图数据，所述第一子道路为所述多段子道路中的任一段子道路；

对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，所述四元组数据用于表征所述第一子道路的曲率和/或坡度；

保存所述四元组数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述道路划分为多段子道路，包括：

将所述道路的地图数据输入道格拉斯抽稀算法模型，并获取所述道格拉斯抽稀算法模型输出的所述地图数据的分组结果；

根据所述地图数据的分组结果，将所述道路划分为多段子道路。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，包括：

将所述第一子道路对应的地图数据输入最小二乘法算法模型，由所述最小二乘法算法模型进行拟合，并获取所述最小二乘法算法模型输出的所述第一子道路对应的四元组数据。

4.根据权利要求1所述的方法，其特征在于，在所述将所述道路划分为多段子道路前，还包括：

剔除所述地图数据中的异常数据。

5.根据权利要求4所述的方法，其特征在于，所述剔除所述地图数据中的异常数据，包括：

根据预设的距离，计算所述预设的距离内的所述地图数据的平均值；

若第一地图数据与所述平均值的差值大于预设的阈值，则确定所述第一地图数据为异常数据，所述第一地图数据为所述预设的距离内任一地图数据；

将所述异常数据剔除。

6.一种地图数据的处理装置，其特征在于，包括：

获取模块，用于获取道路的地图数据；

划分模块，用于将所述道路划分为多段子道路；

确定模块，用于确定第一子道路对应的地图数据，所述第一子道路为所述多段子道路中的任一段子道路；

拟合模块，用于对所述第一子道路对应的地图数据进行拟合，确定所述第一子道路对应的四元组数据，所述四元组数据用于表征所述第一子道路的曲率和/或坡度；

保存模块，用于保存所述四元组数据。

7.根据权利要求6所述的装置，其特征在于，所述划分模块，包括：

第一计算单元，用于将所述道路的地图数据输入道格拉斯抽稀算法模型，并获取所述道格拉斯抽稀算法模型输出的所述地图数据的分组结果；

分段单元，用于根据所述地图数据的分组结果，将所述道路划分为多段子道路。

8.根据权利要求6所述的装置，其特征在于，所述拟合模块，包括：

第二计算单元，用于将所述第一子道路对应的地图数据输入最小二乘法算法模型，由所述最小二乘法算法模型进行拟合，并获取所述最小二乘法算法模型输出的所述第一子道路对应的四元组数据。

9.根据权利要求6所述的装置，其特征在于，还包括：

过滤模块，用于剔除所述地图数据中的异常数据。

10.根据权利要求9所述的装置，其特征在于，所述过滤模块，包括：

平均值计算单元，用于根据预设的距离，计算所述预设的距离内的所述地图数据的平均值；

比较单元，用于若第一地图数据与所述平均值的差值大于预设的阈值，则确定所述第一地图数据为异常数据，所述第一地图数据为所述预设的距离内任一地图数据；

剔除单元，用于将所述异常数据剔除。

11.一种电子设备，其特征在于，包括：存储器与处理器；

所述存储器，用于存储所述处理器的可执行指令；

所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一所述的方法。

12.一种存储介质，其上存储有计算机程序，其特征在于，包括：该程序被处理器执行时实现权利要求1-5任一所述的方法。