CN110427444A

CN110427444A - 导航引导点挖掘方法、装置、设备和存储介质

Info

Publication number: CN110427444A
Application number: CN201910683846.2A
Authority: CN
Inventors: 马璐; 王彬; 解鑫
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2019-07-26
Filing date: 2019-07-26
Publication date: 2019-11-08
Anticipated expiration: 2039-07-26
Also published as: CN110427444B

Abstract

本发明实施例公开了一种导航引导点挖掘方法、装置、设备和存储介质。其中，方法包括：从路网中选择目标POI的候选点；根据目标POI的历史轨迹数据，确定候选点的轨迹特征；确定候选点的路网特征和目标POI的路网特征；根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定候选点是否为目标POI的引导点。本发明实施例通过从路网数据和轨迹数据中提取多个维度的特征，并基于提取的多维度的特征自动确定引导点，由此保证了引导点数据的准确性和时效性。

Description

导航引导点挖掘方法、装置、设备和存储介质

技术领域

本发明实施例涉及导航技术领域，尤其涉及一种导航引导点挖掘方法、装置、设备和存储介质。

背景技术

导航引导点是指道路上具有某些特定功能的位置点，例如可以是为了提醒用户行驶信息而设置的引导提示点。在电子地图导航系统中，导航引导点是非常重要的数据，通常用户可基于引导点规划导航路线以快速准确的导航到目的地，而如何准确高效的挖掘导航引导点是保证导航路线准确的前提。目前现有的引导点挖掘技术主要基于人的先验知识构建规则，根据一些实际的case(案例)以分析引导点之间存在的共性问题，进而使用规则直接产出引导点。然而由于人的先验知识限制，使得确定的引导点的准确性和效率较低。

发明内容

本发明实施例提供一种导航引导点挖掘方法、装置、设备和存储介质，以达到高效准确挖掘导航引导点的目的。

第一方面，本发明实施例提供了一种导航引导点挖掘方法，该方法包括：

从路网中选择目标POI的候选点；

根据所述目标POI的历史轨迹数据，确定所述候选点的轨迹特征；

确定所述候选点的路网特征和所述目标POI的路网特征；

根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定所述候选点是否为目标POI的引导点。

第二方面，本发明实施例还提供了一种导航引导点挖掘装置，该装置包括：

候选点选取模块，用于从路网中选择目标POI的候选点；

第一特征确定模块，用于根据所述目标POI的历史轨迹数据，确定所述候选点的轨迹特征；

第二特征确定模块，用于确定所述候选点的路网特征和所述目标POI的路网特征；

引导点确定模块，用于根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定所述候选点是否为目标POI的引导点。

第三方面，本发明实施例还提供了一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的导航引导点挖掘方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的导航引导点挖掘方法。

本发明实施例在路网中选择目标POI的候选点后，从历史轨迹数据和路网数据中确定候选点的轨迹特征、路网特征，以及目标POI的路网特征，进而基于提取的特征确定候选点是否为引导点。由此实现了基于多个维度的特征自动挖掘引导点，保证引导点数据的准确性以及时效性。

附图说明

图1为本发明实施例一中的导航引导点挖掘方法的流程图；

图2是本发明实施例二中的导航引导点挖掘方法的流程图；

图3是本发明实施例三中的导航引导点挖掘方法的流程图；

图4是本发明实施例四中的导航引导点挖掘装置的结构示意图；

图5是本发明实施例五中的设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的导航引导点挖掘方法的流程图，本实施例可适用于需要挖掘导航引导点的情况，例如应用于驾车导航、步骑行导航等通用导航场景中。该方法可以由导航引导点挖掘装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在设备上，例如车载终端设备。

如图1所示，所述导航引导点挖掘方法具体包括：

S101、从路网中选择目标POI的候选点。

本发明实施例中，可根据目标POI(Point of Interest，兴趣点)路网数据进行分析，选择目标POI的候选点。示例性的，基于路网数据分析，先确定目标POI的类型，进而基于目标POI的类型选择候选点，例如，若目标POI是建筑物或是建筑物子点，且目标POI地址信息中包含具体道路名称，则在对应道路上选取候选点，例如若某某大厦的地址是某某路19号，则从某某道路中为某某大厦选择候选点。若目标POI包含AOI(Area Of Interest，兴趣区域)信息，则在区域内以及区域外围选取候选点，例如若目标POI为某公园，则在某公园区域内或某公园外围选择候选点。

在一种可实施方式中，从路网中选择目标POI的候选点可以包括：将路网中围绕目标POI的道路作为候选道路；以所述目标POI为起点，以设定距离从所述候选道路上选择候选点。

针对选出的候选点，可通过执行S102-S104从候选点中确定引导点。

S102、根据目标POI的历史轨迹数据，确定候选点的轨迹特征。

其中，目标POI的历史轨迹数据是指目标POI周围预设范围内的所有更够到达目标POI的轨迹数据集合。而确定候选点的轨迹特征，也即是从历史轨迹数据中统计经过候选点到达目标POI的轨迹，或者统计在候选点处离开道路轨迹，在此需要说明的是，若轨迹在候选点处离开道路，则表明距离目标POI非常近，不需要再进行导航。

S103、确定候选点的路网特征和目标POI的路网特征。

其中，确定候选点的路网特征，也即是确定候选点位置所在道路的等级、候选点位置是否有区域信息、候选点在路网中是否有轨迹经过、候选点周边是否有目标POI的子点，其中，子点是指与目标POI存在父子关系的位置点，例如目标POI为XX大厦，则可将XX大厦东门作为子点。而确定目标POI的路网特征，也即是确定目标POI本身是否含有区域范围、子点信息、目标POI自身的路网复杂程度等。

S104、根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定候选点是否为目标POI的引导点。

示例性的，将候选点的轨迹特征和路网特征与目标POI的路网特征进行匹配，确定候选点与目标POI的相关程度，将相关程度大的候选点作为引导点。例如，针对任一候选点，如果该候选点的区域范围与目标POI的区域范围存在部分重合、该候选点周围存在目标POI的子点且存在经过该候选点到达目标POI子点的轨迹，则确定该候选点与目标POI的相关程度强，可将该候选点作为引导点。

本发明实施例在路网中选择目标POI的候选点后，从历史轨迹数据和路网数据中确定候选点的轨迹特征、路网特征，以及目标POI的路网特征，进而基于提取的特征确定候选点是否为引导点。由此实现了不同维度的特征自动挖掘引导点，保证引导点数据的准确性。

实施例二

图2为本发明实施例二提供的导航引导点挖掘方法的流程图，本实施例二在实施例一的基础上，对确定轨迹特征和路网特征的操作做进一步的优化。如图2所示，所述方法包括：

S201、从路网中选择目标POI的候选点。

S202、将所述目标POI的历史轨迹数据绘制在以目标POI为中心的目标轨迹图上。

其中，所述目标轨迹图的尺寸为第一数值(单位是米)，示例性的，第一数值为800×800(目标轨迹图的尺寸为800×800平方米)。需要说明的是，本实施例中各尺寸取值可以与目标POI的尺寸呈正相关，即若目标POI的尺寸较大，则尺寸取值较大；若目标POI的尺寸较小，则尺寸取值较小。

由此，可先将目标POI的历史轨迹数据绘制在以目标POI的显示坐标为中心的尺寸为800×800的目标轨迹图。进一步的，为了后续提取特征时包括轨迹和路网交互特征，目标轨迹图的空缺部分补充路网图。因此最终得到的目标轨迹图中包括轨迹图层和路网图层，且所述轨迹图层位于所述路网图层之上。

S203、在所述目标轨迹图上，截取以所述候选点为中心且尺寸为第二数值的候选点轨迹图，根据候选点轨迹图，确定候选点的轨迹特征。

其中，第二数值可选的为100×100。而在得到候选点轨迹图后，为了快速确定候选点的轨迹特征以及便于计算。可选的，利用卷积神经网络提取由向量表示的候选点的轨迹特征，其中轨迹特征中包括了轨迹与路网的交互特征。

S204、绘制以目标POI为中心的目标路网图。

其中，所述目标路网图的尺寸是第三数值，可选的第三尺寸为800×800，以目标POI的显示坐标为中心，将路网分布信息、目标POI区域信息、与目标POI存在父子关系的位置点信息等绘制在尺寸为800×800的目标路网图中。进一步的，为了后续提取的路网特征包括路网轨迹交互特征，在目标路网图的空缺部分补充轨迹图。因此，最终得到的目标路网图包括轨迹图层和路网图层，且所述路网图层位于所述轨迹图层之上。

S205、在所述目标路网图上，截取以所述候选点为中心且尺寸为第四数值的候选点路网图，以及截取以所述目标POI为中心且尺寸为第五数值的POI路网图。

其中，第四数值可以为100×100，第五数值为200×200。

S206、根据所述候选点路网图，确定候选点的路网特征。

为了快速确定候选点的轨迹特征以及便于计算，可选的，利用卷积神经网络提取由向量表示的候选点的路网特征，其中所述路网特征中包括路网与轨迹的交互特征。

S207、根据所述POI路网图，确定目标POI的路网特征。

为了快速确定目标POI的路网特征以及便于后续计算，可选的，利用卷积神经网络提取由向量表示的目标POI的路网特征。

S208、根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定候选点是否为目标POI的引导点。

本发明实施例中，为了提升确定引导点的效率，可选的，预先基于训练样本训练用于确定目标POI的引导点的深度神经网络模型。针对任一候选点，基于该深度神经网络模型，将通过上述步骤得到该候选点由向量表示的轨迹特征和路网特征，以及由向量表示的目标POI的路网特征作为输入值，并根据该深度神经网络模型输出的置信度确定该候选点是否为目标POI的引导点。可选的，可预先设定一个置信度阈值，将置信度大于预设置信度阈值的候选点作为目标POI的引导点。

其中，深度神经网络模型可以通过如下方式构建：基于引导点的正负样本，将正负样本输入到初始深度神经网络中，基于初始深度神经网络的实际输出与期望之间的差值，不断调整深度神经网络的参数，直到实际输出与期望之间的差值满足需求为止，由此可得到深度神经网络模型。

本发明实施例在路网中选择目标POI的候选点后，利用卷积神经网络从历史轨迹数据和路网数据中确定候选点的轨迹特征、路网特征，以及目标POI的路网特征，同时基于训练的深度神经网络模型判断确定候选点是否为引导点。由此，利用神经网络可有效的提取不同维度的特征，进而基于多个维度的特征自动挖掘引导点，不仅保证引导点数据的准确性，还提升了挖掘引导点的效率。

实施例三

图3为本发明实施例三提供的导航引导点挖掘方法的流程图，本实施例在上述实施例的基础上，在确定引导点时增加了候选点与目标POI的距离特征。

如图3所示，所述方法包括：

S301、从路网中选择目标POI的候选点。

S302、根据目标POI的历史轨迹数据，确定候选点的轨迹特征。

S303、确定候选点的路网特征和目标POI的路网特征。

S304、根据候选点的位置和目标POI的位置，确定候选点的距离特征。

其中，候选点与目标POI的距离也是确定候选点是否适合作为引导点的判断条件，例如，如果一个候选点与目标POI过远，超过预设距离阈值，那么该候选点通常不适合做引导点。可选的，确定候选点的距离特征时，可根据候选点的位置和目标POI的位置，确定候选点与目标POI的相对距离；根据候选点与目标POI的相对距离，确定候选点的距离特征。进一步的，由于可通过预先训练的深度神经网络模型判断候选点是否为引导点，因此需要经得到的距离特征离散化为距离向量。

S305、根据所述候选点的轨迹特征和路网特征，所述目标POI的路网特征，以及候选点的距离特征，确定候选点是否为目标POI的引导点。

本发明实施例中，可将向量表示的候选点的轨迹特征和路网特征、目标POI的路网特征，以及距离特征对应的距离向量输入到深度神经网络模型中，根据输出的置信度确定候选点是否可以作为引导点。

本发明实施例中，在确定候选点是否可以作为引导点过程中，引入了候选点的距离特征，即新增加了一个维度的特征，使得进一步提升挖掘的导点数据的准确性。

实施例四

图4是本发明实施例四中的导航引导点挖掘装置的结构示意图。如图4所示，该导航引导点挖掘装置包括：

候选点选取模块401，用于从路网中选择目标POI的候选点；

第一特征确定模块402，用于根据所述目标POI的历史轨迹数据，确定所述候选点的轨迹特征；

第二特征确定模块403，用于确定所述候选点的路网特征和所述目标POI的路网特征；

引导点确定模块404，用于根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定所述候选点是否为目标POI的引导点。

在上述实施例的基础上，所述第一特征确定模块包括：

目标轨迹图绘制单元，用于将所述目标POI的历史轨迹数据绘制在以目标POI为中心的目标轨迹图上；其中，所述目标轨迹图的尺寸为第一数值；

第一截取单元，用于在所述目标轨迹图上，截取以所述候选点为中心且尺寸为第二数值的候选点轨迹图；

轨迹特征确定单元，用于根据候选点轨迹图，确定候选点的轨迹特征。

在上述实施例的基础上，所述第二特征确定模块包括：

目标路网图绘制单元，用于绘制以目标POI为中心的目标路网图；其中，所述目标路网图的尺寸是第三数值；

第二截取单元，用于在所述目标路网图上，截取以所述候选点为中心且尺寸为第四数值的候选点路网图，以及截取以所述目标POI为中心且尺寸为第五数值的POI路网图；

第一路网特征确定单元，用于根据所述候选点路网图，确定候选点的路网特征；

第二路网特征确定单元，用于根据所述POI路网图，确定目标POI的路网特征。

在上述实施例的基础上，所述目标轨迹图包括轨迹图层和路网图层，且所述轨迹图层位于所述路网图层之上。

在上述实施例的基础上，所述目标路网图包括轨迹图层和路网图层，且所述路网图层位于所述轨迹图层之上。

在上述实施例的基础上，所述装置还包括：

第三特征确定模块，用于根据候选点的位置和目标POI的位置，确定候选点的距离特征；

相应地，引导点确定模块还用于：

根据所述候选点的轨迹特征和路网特征，所述目标POI的路网特征，以及候选点的距离特征，确定候选点是否为目标POI的引导点。

在上述实施例的基础上，所述候选点选取模块具体用于：

将路网中围绕目标POI的道路作为候选道路；

以所述目标POI为起点，以设定距离从所述候选道路上选择候选点。

本发明实施例所提供的导航引导点挖掘装置可执行本发明任意实施例所提供的导航引导点挖掘方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的导航引导点挖掘方法，该方法包括：

从路网中选择目标POI的候选点；

根据目标POI的历史轨迹数据，确定候选点的轨迹特征；

确定候选点的路网特征和目标POI的路网特征；

根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定候选点是否为目标POI的引导点。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的导航引导点挖掘方法，该方法包括：

从路网中选择目标POI的候选点；

根据目标POI的历史轨迹数据，确定候选点的轨迹特征；

确定候选点的路网特征和目标POI的路网特征；

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种导航引导点挖掘方法，其特征在于，包括：

从路网中选择目标POI的候选点；

确定所述候选点的路网特征和所述目标POI的路网特征；

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标POI的历史轨迹数据，确定所述候选点的轨迹特征，包括：

将所述目标POI的历史轨迹数据绘制在以所述目标POI为中心的目标轨迹图上；其中，所述目标轨迹图的尺寸为第一数值；

在所述目标轨迹图上，截取以所述候选点为中心且尺寸为第二数值的候选点轨迹图；

根据候选点轨迹图，确定候选点的轨迹特征。

3.根据权利要求1所述的方法，其特征在于，所述确定所述候选点的路网特征和目标POI的路网特征，包括：

绘制以所述目标POI为中心的目标路网图；其中，所述目标路网图的尺寸是第三数值；

在所述目标路网图上，截取以所述候选点为中心且尺寸为第四数值的候选点路网图，以及截取以所述目标POI为中心且尺寸为第五数值的POI路网图；

根据所述候选点路网图，确定候选点的路网特征；

根据所述POI路网图，确定目标POI的路网特征。

4.根据权利要求2所述的方法，其特征在于，所述目标轨迹图包括轨迹图层和路网图层，且所述轨迹图层位于所述路网图层之上。

5.根据权利要求3所述的方法，其特征在于，所述目标路网图包括轨迹图层和路网图层，且所述路网图层位于所述轨迹图层之上。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据候选点的位置和目标POI的位置，确定候选点的距离特征；

相应地，根据所述候选点的轨迹特征和路网特征，以及所述目标POI的路网特征，确定候选点是否为目标POI的引导点，包括：

7.根据权利要求1所述的方法，其特征在于，所述从路网中选择目标POI的候选点，包括：

将路网中围绕目标POI的道路作为候选道路；

8.一种导航引导点挖掘装置，其特征在于，所述装置包括：

候选点选取模块，用于从路网中选择目标POI的候选点；

9.根据权利要求8所述的装置，其特征在于，所述第一特征确定模块包括：

目标轨迹图绘制单元，用于将所述目标POI的历史轨迹数据绘制在以所述目标POI为中心的目标轨迹图上；其中，所述目标轨迹图的尺寸为第一数值；

10.根据权利要求8所述的装置，其特征在于，所述第二特征确定模块包括：

目标路网图绘制单元，用于绘制以所述目标POI为中心的目标路网图；其中，所述目标路网图的尺寸是第三数值；

11.根据权利要求9所述的装置，其特征在于，所述目标轨迹图包括轨迹图层和路网图层，且所述轨迹图层位于所述路网图层之上。

12.根据权利要求10所述的装置，其特征在于，所述目标路网图包括轨迹图层和路网图层，且所述路网图层位于所述轨迹图层之上。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括：

相应地，引导点确定模块还用于：

14.根据权利要求8所述的装置，其特征在于，所述候选点选取模块具体用于：

将路网中围绕目标POI的道路作为候选道路；

15.一种设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的导航引导点挖掘方法。

16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的导航引导点挖掘方法。