CN111279386A - 用于新道路确定的系统和方法 - Google Patents
用于新道路确定的系统和方法 Download PDFInfo
- Publication number
- CN111279386A CN111279386A CN201780096302.5A CN201780096302A CN111279386A CN 111279386 A CN111279386 A CN 111279386A CN 201780096302 A CN201780096302 A CN 201780096302A CN 111279386 A CN111279386 A CN 111279386A
- Authority
- CN
- China
- Prior art keywords
- roads
- thermodynamic diagram
- pixel points
- target
- erasing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000010586 diagram Methods 0.000 claims abstract description 142
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 51
- 238000007670 refining Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 110
- 230000015654 memory Effects 0.000 description 35
- 230000011218 segmentation Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011112 process operation Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- -1 commodities Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请涉及用于识别一条或以上目标道路的系统和方法。系统可以执行方法以获取与沿目标区域中的至少两条道路的至少两个行驶轨迹点相关的热力图,其中至少两条道路包括一条或以上目标道路和一条或以上参考道路;获取与目标区域中的一条或以上参考道路相关的路网图;通过以下过程产生中间热力图:在热力图中擦除与路网图中的一条或以上参考道路相对应的像素点,擦除与热力图的背景相对应的背景像素点,以及细化热力图;根据线性变换,基于中间热力图,确定与一条或以上目标道路相关的起始坐标信息和结束坐标信息。
Description
技术领域
本申请一般涉及用于新道路确定的系统和方法,并且特别是涉及用于基于与车辆相关的位置信息进行新道路确定的系统和方法。
背景技术
随着交通环境的快速发展,地图服务在现代社会中发挥着重要作用。当新建一些新道路时,提供地图服务的系统可以从硬件组件(例如,摄像机)获取与新建道路相关的道路信息,并基于道路信息更新地图。然而,在一些情况下,可能难以通过硬件组件有效地检测与新建道路相关的道路信息,并且维护成本可能相对较高。
发明内容
根据本申请的一个方面,提供了一个系统。该系统可以包括至少一个存储介质和与该至少一个存储介质通信的至少一个处理器。该至少一个存储介质可以包括用于识别一条或以上目标道路的一组指令。当执行该组指令时,至少一个处理器可以执行一个或以上下述操作。至少一个处理器可以获取与沿目标区域中至少两条道路的至少两个行驶轨迹点相关的热力图,其中至少两条道路可以包括一条或以上目标道路和一条或以上参考道路。至少一个处理器可以获取与目标区域中的一条或以上参考道路相关的路网图。至少一个处理器可以通过在热力图中擦除与路网图中的一条或以上参考道路相对应的像素点、擦除与热力图的背景相对应的背景像素点、细化热力图,和/或细化热力图,生成中间热力图。至少一个处理器可以根据线性变换,基于中间热力图,确定与一条或以上目标道路相关的起始坐标信息和结束坐标信息。
根据本申请的另一方面,提供一种方法。该方法可以在具有至少一个处理器、至少一个存储介质和连接到网络的通信平台的计算设备上实现。该方法可以包括一个或以上下述操作。至少一个处理器可以获取与沿目标区域中至少两条道路的至少两个行驶轨迹点相关的热力图,其中至少两条道路可以包括一条或以上目标道路和一条或以上参考道路。至少一个处理器可以获取与目标区域中的一条或以上参考道路相关的路网图。至少一个处理器可以通过在热力图中擦除与路网图中的一条或以上参考道路相对应的像素点、擦除与热力图的背景相对应的背景像素点、细化热力图,和/或细化热力图,生成中间热力图。至少一个处理器可以根据线性变换,基于中间热力图,确定与一条或以上目标道路相关的起始坐标信息和结束坐标信息。
根据本申请的另一方面,提供了一种非暂时性计算机可读介质。非暂时性计算机可读介质可包括用于识别一条或以上目标道路的一组指令。当该组指令由至少一个处理器执行时,该组指令可指示至少一个处理器执行以下的一个或以上操作。至少一个处理器可以获取与沿目标区域中至少两条道路的至少两个行驶轨迹点相关的热力图,其中至少两条道路可以包括一条或以上目标道路和一条或以上参考道路。至少一个处理器可以获取与目标区域中的一条或以上参考道路相关的路网图。至少一个处理器可以通过在热力图中擦除与路网图中的一条或以上参考道路相对应的像素点、擦除与热力图的背景相对应的背景像素点、细化热力图,和/或细化热力图,生成中间热力图。至少一个处理器可以根据线性变换,基于中间热力图,确定与一条或以上目标道路相关的起始坐标信息和结束坐标信息。
在一些实施例中,可以基于与目标区域中的至少两个车辆相关的位置信息获取至少两个行驶轨迹点。
在一些实施例中,至少一个处理器可以基于笔画宽度转换算法(SWT),在热力图中擦除与一条或以上参考道路相对应的至少两个像素点。
在一些实施例中,至少一个处理器可以在热力图中确定沿一条或以上参考道路中的一条参考道路的参考线。至少一个处理器可以在热力图中确定垂直于参考线的擦除线。至少一个处理器可以基于梯度阈值,沿擦除线擦除像素点。
在一些实施例中,参考线可以是参考道路的中心线。
在一些实施例中,至少一个处理器可以在热力图中识别与第一组行驶轨迹点相对应的第一组像素点和与第二组行驶轨迹点相对应的第二组像素点之间的交叉。至少一个处理器可以基于梯度阈值,沿与第一组像素点相关的第一参考线,执行像素点的第一擦除。至少一个处理器可以基于梯度阈值,沿与第二组像素点相关的第二参考线,执行像素点的第二擦除。至少一个处理器可以基于第一擦除和第二擦除的重合结果,确定目标擦除结果。
在一些实施例中,至少一个处理器可以在中间热力图中确定与一条或以上目标道路中的一条目标道路相对应的初始边界。至少一个处理器可以基于初始边界,执行水平集演化。至少一个处理器可以基于水平集演化,确定调整的边界。至少一个处理器可以基于调整的边界,确定与目标道路相对应的像素点。
在一些实施例中,路网图可以与一条或以上目标道路无关,并且中间热力图可以包括与一条或以上目标道路相对应的一条或以上线。
在一些实施例中,线性变换可包括霍夫变换。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例是非限制性的示例性实施例,在这些实施例中,各图中相同的编号表示相似的结构,其中:
图1是根据本申请的一些实施例所示的示例性按需服务系统的示意图;
图2是根据本申请的一些实施例所述的示例性计算设备的示例性硬件和/或软件组件的示意图;
图3是根据本申请的一些实施例所示的示例性处理引擎的框图;
图4是根据本申请的一些实施例所示的用于确定与一条或以上新道路相关的坐标信息的示例性过程的流程图;
图5是根据本申请的一些实施例所示的示例性消除模块的框图;
图6是根据本申请的一些实施例所示的在热力图中擦除与一条或以上参考道路相对应的像素点的示例性过程的流程图;
图7是根据本申请的一些实施例所示的基于笔画宽度转换(SWT)算法擦除与参考道路相对应的像素点的示例性过程的示意图;
图8-A到8-D是根据本申请的一些实施例所示的擦除与一条或以上与交叉相关的参考道路相对应的像素点的示例性过程的示意图;
图9是根据本申请的一些实施例所示的用于在热力图中确定与新道路相对应的像素点的示例性过程的流程图;以及
图10-A和10-B是根据本申请的一些实施例所示的用于基于水平集演化算法确定与新道路相对应的像素点的示例性过程的示意图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本申请,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所披露的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本申请中所使用的术语仅用于描述特定的示例性实施例,并不限制本申请的范围。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本申请说明书中,术语“包括”和/或“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述,本申请的特征和特点以及操作方法、结构的相关元素的功能、各部分的组合、制造的经济性变得显而易见,这些都构成本申请说明书的一部分。然而,应当理解,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当理解的是,附图并不是按比例绘制的。
本申请中使用了流程图用于说明根据本申请的一些实施例的系统所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将一个或以上其他操作添加到这些流程图中。也可以从流程图中删除一个或以上操作。
此外,虽然在本申请中披露的系统和方法主要关于按需运输服务,但还应该理解,这仅是一个示例性实施例。本申请的系统或方法可以适用于其他任一种按需服务。例如,本申请的系统或方法可以应用于不同的运输系统,包括陆地、海洋、航空航天等或其任意组合。运输系统的车辆可包括出租车、私家车、顺风车、公共汽车、无人驾驶车辆等或其任意组合。运输系统还可以包括应用管理和/或分配的任何运输系统,例如用于发送和/或接收快递的系统。本申请的系统或方法的应用场景可以包括网页、浏览器插件、客户端、客户系统、内部分析系统、人工智能机器人等或其任意组合。
在本申请中的术语“乘客”、“请求者”、“服务请求者”和“客户”可互换使用,指可请求或预订服务的个人、实体或工具。同样地,本申请中的术语“司机”、“提供者”、“服务提供者”、“供应者”等也可以互换,指提供服务或者协助提供服务的个人、实体或工具。本申请中的术语“用户”可以指可以请求服务、订购服务、提供服务或促进提供服务的个人、实体或工具。例如,用户可以是乘客、司机、操作者等或其任意组合。在本申请中,术语“乘客”和“乘客终端”可以互换使用,且术语“司机”和“司机终端”可以互换使用。
本申请中,术语“服务请求”是指由乘客、请求者、服务请求者、用户、司机、提供者、服务提供者、供应者等或其任意组合发起的请求。服务请求可以被乘客、请求者、服务请求者、客户、司机、提供者、服务提供者、供应者中的任一个接受。服务请求可以是计费的也可是免费的。
本申请中使用的定位技术可以包括全球定位系统(Global PositioningSystem,GPS)、全球卫星导航系统(Global Navigation Satellite System,GLONASS)、北斗导航系统(Compass Navigation System,COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-Zenith Satellite System,QZSS)、无线保真(Wireless Fidelity,WiFi)定位技术等或其任意组合。以上定位技术中的一个或以上技术可以在本申请中交换使用。
本申请的一方面涉及用于基于至少两个车辆的位置信息(例如,GPS信息)确定与一条或以上新道路相关的坐标信息的系统和方法。例如,该系统和方法可以获取与沿目标区域(例如,城市)中的至少两条道路的至少两个行驶轨迹点相关的热力图。至少两条道路可包括一条或以上旧道路(即,已在当前路网图中表达的道路)和一条或以上新道路(例如,新建道路)。该系统和方法还可以基于热力图和当前路网图生成中间热力图。例如,该系统和方法可以在热力图中擦除与当前路网图中的一条或者以上旧道路相对应的像素点,擦除与热力图的背景相对应的背景像素点,和/或细化热力图。此外,该系统和方法可以基于中间图确定与一条或以上新道路相关的坐标信息。
值得注意的是,总体而言,GPS定位是一种深深植根于互联网世界的技术。如果没有终端设备和远程服务器之间的通信的可能性,则不可能基于与车辆相关的位置信息确定一条或者以上的新道路。因此,本申请中披露的技术方案也是一种深深植根于互联网时代的技术。
图1是根据本申请的一些实施例所示的示例性按需服务系统100的示意图。例如,按需服务系统100可以是用于运输服务的在线运输服务平台,例如出租车呼叫、代驾服务、配送车辆、拼车、公交车服务、司机雇佣和班车服务。按需服务系统100可以是包括服务器110、网络120、请求者终端130、提供者终端140和存储器150的平台。该服务器110可以包括处理引擎112。
在一些实施例中,服务器110可以是单个服务器,也可以是服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式的系统)。在一些实施例中,服务器110可以是本地的,也可以是远程的。例如,服务器110可以经由网络120访问存储在请求者终端130、提供者终端140和/或存储器150的信息和/或数据。又例如,服务器110可以连接请求者终端130、提供者终端140和/或存储器150,以访问所存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实施。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中,服务器110可以在本申请中的图2描述的包含了一个或以上组件的计算设备200上执行。
在一些实施例中,服务器110可以包括处理引擎112。处理引擎112可以处理与服务请求相关的信息和/或数据以执行本申请描述的一个或以上功能。例如,处理引擎112可以从至少两个提供者终端140获取与至少两个车辆相关的位置信息(例如,GPS信息),并基于位置信息生成与至少两个行驶轨迹点相关的热力图。在一些实施例中,处理引擎112可包括一个或以上处理引擎(例如,单芯片处理引擎或多芯片处理引擎)。仅作为示例,处理引擎112可以包括一个或以上硬件处理器,例如中央处理单元(CPU)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、图像处理单元(GPU)、物理运算处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑设备(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或其任意组合。
网络120可以促进信息和/或数据的交换。在一些实施例中,按需服务系统100的一个或以上组件(例如,服务器110、请求者终端130、提供者终端140和存储器150)可以通过网络120将信息和/或数据发送至按需服务系统100中的其他组件。例如,服务器110可以经由网络120从提供者终端140接收GPS信息。在一些实施例中,网络120可以为任意形式的有线或无线网络,或其任意组合。仅作为示例,网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络、近场通信(NFC)网络等或其任意组合。在一些实施例中,网络120可以包括一个或以上网络接入点。例如,网络120可以包括有线或无线网络接入点,如基站和/或互联网交换点120-1、120-2、……。通过接入点,按需服务系统100的一个或以上部件可以连接到网络120以交换数据和/或信息。
在一些实施例中,请求者可以是请求者终端130的用户。在一些实施例中,请求者终端130的用户可以是除请求者之外的其他人。例如,请求者终端130的用户A可以使用请求者终端130为用户B发送服务请求,或者从服务器110接收服务和/或信息或指令。在一些实施例中,提供者可以是提供者终端140的用户。在一些实施例中,提供者终端140的用户可以是除该提供者之外的其他人。例如,提供者终端140的用户C可以通过提供者终端140为用户D接收服务请求和/或从服务器110处接收信息或指令。在一些实施例中,“请求者”和“请求者终端”可互换使用,“提供者”和“提供者终端”可互换使用。
在一些实施例中,请求者终端130可以包括移动设备130-1、平板计算机130-2、手提计算机130-3、车载设备130-4等或其任意组合。在一些实施例中,移动设备130-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器控制设备、智能监控设备、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中,可穿戴设备可包括智能手镯、智能鞋袜、智能眼镜、智能头盔、智能手表、智能衣服、智能背包、智能配件等或其任意组合。在一些实施例中,智能移动设备可以包括智能电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)等或其任意组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括Google GlassTM、RiftConTM、FragmentsTM、Gear VRTM等。在一些实施例中,车载设备130-4可以包括车载计算机、车载电视等。在一些实施例中,请求者终端130可以是带有定位技术的设备,用于定位请求者和/或请求者终端130的位置。
在一些实施例中,提供者终端140可以是与请求者终端130相似或相同的设备。在一些实施例中,提供者终端140可以是带有定位技术的设备,用于定位提供者和/或提供者终端140的位置。在一些实施例中,提供者终端140可以周期性地向服务器110发送GPS信息。在一些实施例中,请求者终端130和/或提供者终端140可以与其他定位设备通信以确定请求者、请求者终端130、提供者和/或提供者终端140的位置。在一些实施例中,请求者终端130和/或提供者终端140可以将位置信息发送到服务器110。
存储器150可以存储数据和/或指令。在一些实施例中,存储器150可以存储从请求者终端130和/或提供者终端140获取的数据。在一些实施例中,存储器150可以存储服务器110用于执行或使用以完成本申请中描述的示例性方法的数据和/或指令。在一些实施例中,存储器150可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,存储器150可在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,存储器150可连接到网络120,以与按需服务系统100的一个或以上组件(例如,服务器110、请求者终端130、提供者终端140)通信。按需服务系统100中的一个或以上组件可以通过网络120访问存储库150中的数据或指令。在一些实施例中,存储器150可以与按需服务系统100的一个或以上组件(例如,服务器110、请求者终端130、提供者终端140)直接连接或者进行通信。在一些实施例中,存储器150可以是服务器110的一部分。
在一些实施例中,按需服务系统100的一个或以上组件(例如,服务器110、请求者终端130、提供者终端140)可以访问存储器150。在一些实施例中,当满足一个或以上条件时,按需服务系统100的一个或以上组件可以读取和/或修改与请求者、提供者和/或公众有关的信息。例如,在完成一个服务后,服务器110可以读取和/或修改一个或以上用户的信息。又例如,当从请求者终端130接收到服务请求时,提供者终端140可以访问与请求者相关的信息,但提供者终端140无法修改请求者的相关信息。
在一些实施例中,按需服务系统100的一个或以上组件的信息交换可以通过请求服务的方式实现。服务请求的对象可以为任何产品。在一些实施例中,产品可以是有形产品或无形产品。有形产品可以包括食品、药品、商品、化学产品、电器、服装、汽车、房屋、奢侈品等或其任意组合。无形产品可以包括服务产品、金融产品、知识产品、互联网产品等或其任意组合。互联网产品可以包括个人主机产品、网站产品、移动互联网产品、商业主机产品、嵌入式产品等或其任意组合。移动互联网产品可以用于移动终端的软件、程序、系统等或其任意组合。移动终端可以包括平板电脑、手提电脑、移动电话、个人数字助理(PDA)、智能手表、POS设备、车载计算机、车载电视、可穿戴设备等或其任意组合。例如,产品可以是在计算机或移动电话上使用的任意软件和/或应用。该软件和/或应用程序可以与社交、购物、交通、娱乐、学习、投资等或其任意组合相关。在一些实施例中,与运输有关的软件和/或应用程序可以包括出行软件和/或应用程序、车辆调度软件和/或应用程序、地图软件和/或应用程序等。在车辆调度软件和/或应用中,车辆可包括马、马车、人力车(例如,独轮车、自行车、三轮车)、汽车(例如,出租车、公共汽车、私家车)等或其任意组合。
本领域普通技术人员应当理解,当按需服务系统100中的组件进行操作时,该组件可以通过电信号和/或电磁信号执行操作。例如,当请求者终端130处理诸如做出确定、识别或选择对象的任务时,请求者终端130可以在其处理器中操作逻辑电路以处理这样的任务。当请求者终端130向服务器110发出服务请求时,服务请求者终端130的处理器可以生成编码服务请求的电信号。之后请求者终端130的处理器可以将电信号发送到输出端口。若请求者终端130经由有线网络与服务器110通信,则输出端口可物理连接至电缆,其进一步将电信号传输给服务器110的输入端口。如果请求者终端130经由无线网络与服务器110通信,则请求者终端130的输出端口可以是一个或以上天线,其可以将电信号转换为电磁信号。类似地,提供者终端140可以通过其处理器中的逻辑电路的操作处理任务,并且经由电信号或电磁信号从服务器110接收指令和/或服务请求。在电子设备(如请求者终端130、提供者终端140和/或服务器110)中,当其处理器处理指令、发出指令和/或执行操作时,通过电信号处理指令和/或执行操作。例如,当处理器从存储介质(例如,存储器150)检索或保存数据时,其可以将电信号发送至存储介质的读/写设备,其可以在存储介质中读取或写入结构化数据。该结构化数据可以电信号的形式经由电子设备的总线传输至处理器。此处,电信号可以指一个电信号、一系列电信号和/或至少两个不连续的电信号。
应当注意的是,图1中所示的应用场景仅用于说明目的,并非旨在限制本申请的范围。例如,按需服务系统100可以用作导航系统。导航系统可以包括用户终端(例如,提供者终端140)和服务器(例如,服务器110)。当用户打算驾驶车辆到目的地时,导航系统可以为用户提供导航服务,并且在导航服务期间,导航系统可以周期性地从集成在用户终端中的GPS设备获取车辆的GPS信息。导航系统可以获取区域(例如,城市)中预设时间段(例如,1个月)内与至少两个车辆相关的GPS信息,并且根据本申请中描述的过程和/或方法,基于GPS信息确定与一条或以上新道路相关的坐标信息。
图2是根据申请的一些实施例所示的计算设备200的示例性硬件和软件组件的框图,其上可以实现服务器110、请求者终端130和/或提供者终端140。例如,处理引擎112可以在计算设备200上实施并执行本申请所披露的处理引擎112的功能。
计算设备200可以用于实现本申请所描述的按需服务系统100的任意组件。例如,处理引擎112可以在计算设备200上通过其硬件、软件程序、固件或其组合实现。图中为了方便起见只绘制了一台计算机,但是本文所描述的与按需服务相关的计算机功能是可以以分布的方式、由一组相似的平台所实施,以分散系统的处理负荷。
例如,计算设备200可以包括与网络相连接的通信端口250,以实现数据通信。计算设备200还可以包括处理器(例如,处理器220),其形式为一个或以上处理器(例如,逻辑电路),用于执行程序指令。例如,处理器可以包括其中的接口电路和处理电路。接口电路可以被配置为从总线210接收电信号,其中电信号编码用于处理电路处理的结构化数据和/或指令。处理电路可以进行逻辑计算,然后将编码的结论、结果和/或指令确定为电信号。然后,接口电路可以经由总线210从处理电路发出电信号。
示例性计算设备还可以包括内部通信总线210,不同形式的程序存储和数据存储,包括:例如,磁盘270以及只读存储器(ROM)230或随机存取存储器(RAM)240,用于存储由计算设备处理和/或发送的各种数据文件。示例性计算设备也可以包括存储于ROM 230、RAM240和/或其他形式的非暂时性存储介质中的能够被处理器220执行的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括I/O组件260,支持计算机和其他组件之间的输入/输出。计算设备200也可以通过网络通信接收编程和数据。
仅用于说明,图2中仅示出了一个CPU和/或处理器。还可以考虑使用多个CPU和/或处理器;因此,如本文中所描述的由一个CPU和/或处理器执行的操作和/或方法步骤也可以由多个CPU和/或处理器共同或单独执行。例如,如果在本申请中计算设备200的CPU和/或处理器执行步骤A和步骤B,则应该了解,步骤A和步骤B也可以由计算设备200的两个不同的CPU和/或处理器共同地或独立地执行(例如,第一处理器执行步骤A并且第二处理器执行步骤B,或者第一和第二处理器共同地执行步骤A和B)。
图3是根据本申请的一些实施例所示的示例性处理引擎112的框图。处理引擎112可包括获取模块302、擦除模块304、分割模块306、图像细化模块308和线性化模块310。
获取模块302可以被配置为获取与目标区域相关的地图。目标区域可以是城市、区、距离预设中心位置一定半径(例如,500m、1km、5km、10km)的地理区域等。与目标区域相关的地图可以包括与沿目标区域中的至少两条道路的至少两个行驶轨迹点相关的热力图,至少两条道路包括一条或以上参考道路(即,旧道路)和一条或以上目标道路(即,新道路),与目标区域中的一条或以上道路相关的路网图等。旧道路可以指已经在路网图中表达的道路,新道路可以指新建道路或者尚未在路网图中表达的道路。获取模块302可以从本申请中其他地方披露的存储设备(例如,存储器150)获取地图。
如本文所使用的,热力图可以是包括背景信息(例如,建筑物、参考道路)和至少两个行驶轨迹点的图形图像(例如,红绿蓝(RGB)图像)。例如,处理引擎112可以将至少两个行驶轨迹点添加至地图(例如,谷歌地图、百度地图)中,以获取热力图。可以基于预定时间段(例如,上周、上个月)内与至少两个车辆相关的位置信息(例如,GPS信息)获取至少两个行驶轨迹点。
路网图可以是包括一条或以上线的灰度图像,其中每条线表示参考道路。在一些实施例中,每条线的宽度可以是1像素点、2像素点、5像素点、10像素点等。在一些实施例中,与一条或以上线相对应的像素点的值可以是,例如1到6,以及与背景相对应的像素点的值可以是,例如0。在一些实施例中,具有不同级别的道路可以由具有不同像素值的线表示。例如,高速公路可以由具有相对高的像素值(例如,6)的线表示,而乡村级道路可以由具有相对低的像素值(例如,2)的线表示。
擦除模块304可以被配置为在热力图中擦除与一条或以上参考道路相对应的像素点。在一些实施例中,擦除模块304可以基于邻域擦除技术,在热力图中擦除与网路图中的一条或以上参考道路相对应的至少两个像素点。在一些实施例中,擦除模块304可以基于笔画宽度转换(SWT)算法,在热力图中擦除与网路图中的一条或以上参考道路相对应的至少两个像素点。
分割模块306可以被配置为擦除热力图中的背景像素点。分割模块306可以基于阈值分割算法或水平集演化算法擦除背景像素点。
图像细化模块308可以被配置为细化热力图。如上所述,在热力图中擦除与一个或以上参考道路相对应的至少两个像素点以及背景像素点之后,可以获取包括与一条或以上新道路相对应的一个或以上区域的中间热力图。以特定区域为例,图像细化模块308可以基于图像细化算法,将特定区域(例如,矩形区域)调整为线(例如,矩形区域的中心线)。示例性图像细化算法可以包括燃烧算法、Zhang-Suen细化算法、Guo-Hall细化算法、距离有序同伦细化算法等。
线性化模块310可以被配置为确定与一个或以上新道路相关的起始坐标信息和结束坐标信息。线性化模块310可以根据线性变换(例如,霍夫变换),确定与一条或以上新道路相关的起始坐标信息和结束坐标信息。例如,线性化模块310可以识别由图像细化模块308确定的线,并基于霍夫变换确定线的起始坐标信息和结束坐标信息。
处理引擎112中的模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合电缆等或其任意组合。无线连接可以包括局域网络(LAN)、广域网络(WAN)、蓝牙、紫蜂网络、近场通信(NFC)等或其任意组合。两个或以上模块可以组合为单个模块,且上述模块中的任一个可以分成两个或以上单元。例如,擦除模块304和分割模块306可以组合为单个模块,其可以同时擦除热力图中与一条或以上参考道路对应的像素点和背景像素点。又例如,处理引擎112可以包括存储模块(未示出),用于存储热力图、路网图、中间热力图和/或与一条或以上新道路相关的坐标信息。
图4是根据本申请的一些实施例所示的用于确定与一条或以上新道路相关的坐标信息的示例性过程的流程图。过程400可以由按需服务系统100执行。例如,过程400可以实现为存储在存储器ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220和/或图3中的模块可以执行该组指令,并且当执行指令时,处理器220和/或模块可以被配置为执行过程400。以下所示过程的操作仅出于说明的目的。在一些实施例中,可以利用未描述的一个或以上附加操作和/或不通过所讨论的一个或以上操作来完成过程400。另外,如图4所示和下面描述的过程操作的顺序并非限制性的。
在步骤402,处理引擎112(例如,获取模块302)(例如,处理器220的处理电路)可以确定目标区域。目标区域可以是城市、区、距离预设中心位置一定半径(例如,500m、1km、5km、10km)的地理区域等。
在步骤404,处理引擎112(例如,获取模块302)(例如,处理器220的处理电路)可以获取与沿目标区域中的至少两条道路的至少两个行驶轨迹点相关的热力图。至少两条道路可包括一条或以上参考道路(即旧道路)和一条或以上目标道路(即新道路)。旧道路可以指已经在路网图中表达的道路,新道路可以指新建道路或未在路网图中表达的道路。
如本文所使用的,热力图可以是包括背景信息(例如,建筑物、参考道路)和至少两个行驶轨迹点的图形图像(例如,红绿蓝(RGB)图像)。例如,处理引擎112可以将至少两个行驶轨迹点添加至地图(例如,谷歌地图、百度地图)中,以获取热力图。可以基于预定时间段(例如,上周、上个月)内与至少两个车辆相关的位置信息(例如,GPS信息)获取至少两个行驶轨迹点。处理引擎112可以从至少两个提供者终端140、集成在至少两个车辆中的至少两个定位设备或本申请中其他地方披露的存储设备(例如,存储器150)中获取与至少两个车辆相关的位置信息。对于热力图中的特定区域,行驶轨迹点越多,在预定时间段中通过该区域的车辆越多,以及该区域的颜色越深(表示该区域的像素值越大)。
在步骤406,处理引擎112(例如,获取模块302)(例如,处理器220的接口电路)可以获取与目标区域中的一条或以上参考道路(即,旧道路)相关的路网图。处理引擎112可以从本申请中其他地方披露的存储设备(例如,存储器150)中获取路网图。
如本文所使用的,路网图可以是包括一条或以上线的灰度图像,其中每条线表示参考道路。在一些实施例中,每条线的宽度可以是1像素点、2像素点、5像素点、10像素点等。在一些实施例中,与一条或以上线相对应的像素点的值可以是,例如1到6,并且与背景相对应的像素点的值可以是,例如0。在一些实施例中,具有不同级别的道路可以由具有不同像素值的线表示。例如,高速公路可以由具有相对高的像素值(例如,6)的线表示,而国家级道路可以由具有相对低的像素值(例如,2)的线表示。
在步骤408,处理引擎112(例如,擦除模块304)(例如,处理器220的处理电路)可以通过在热力图中擦除与路网图中的一条或以上参考道路相对应的至少两个像素点(即,擦除与沿一条或以上参考道路的至少两个行驶轨迹点相关的至少两个像素点),确定与一条或以上新道路相关的第一中间热力图。
在一些实施例中,处理引擎112可以基于邻域擦除技术,擦除热路图中与路网图中的一条或以上参考道路相对应的至少两个像素点。如上所述,路网图和热力图对应于相同的地理区域(即目标区域),因此,以特定的参考道路为例,处理引擎112可以确定热力图中与路网图中表示特定参考道路的特定线相对应的至少两个参考像素点。此外,处理引擎112可以基于擦除范围(例如,3*3、5*5、10*10、20*20),擦除与至少两个参考像素点相邻的像素点。在一些实施例中,擦除范围可以是按需服务系统100的默认设置,或者可以在不同情况下是可调节的。在一些实施例中,处理引擎112可以基于机器学习模型(例如,神经网络模型、贝叶斯网络模型、决策树模型)调整擦除范围。
在一些实施例中,处理引擎112可以基于笔画宽度转换(SWT)算法,在热路图中擦除与路网图中的一条或以上参考道路相对应的至少两个像素点。同样以特定的参考道路为例,处理引擎112可以在热力图中确定与特定参考道路相对应的参考线(例如,参考道路的中心线)。进一步地,处理引擎112可以基于SWT算法,沿垂直于参考线的至少两个擦除线擦除像素点(参见例如图6-8及其描述)。
在步骤410中,处理引擎112(例如,分割模块306)(例如,处理器220的处理电路)可以通过擦除与第一中间热力图的背景相对应的背景像素点,确定第二中间热力图。在一些实施例中,处理引擎112可以基于像素阈值,擦除背景像素点。在一些实施例中,处理引擎112可以基于水平集演化算法,擦除第一中间热力图中的背景像素点(参见例如图9及其描述)。
在步骤412,处理引擎112(例如,图像细化模块310)(例如,处理器220的处理电路)可以通过细化(例如,执行图像细化)第二中间热力图,确定第三中间热力图。这里,细化是将数字图像转换为简化但拓扑等价的图像。它是一种拓扑骨架,但使用数学形态学算子计算。如上所述,在热力图中擦除与一条或以上参考道路相对应的至少两个像素点以及背景像素点后,处理引擎112可以确定包括与一条或以上新道路相对应的一个或以上区域的第二中间热力图,其中所述一个或以上区域包括与沿一条或以上新道路的至少两个行驶轨迹点相关的至少两个像素点。以特定区域为例,处理引擎112可以基于图像细化算法,将特定区域(例如,矩形区域)调整为线(例如,矩形区域的中心线)。因此,第三中间热力图可包括与一条或以上新道路相对应的一条或以上线。示例性图像细化算法可以包括燃烧算法、Zhang-Suen细化算法、Guo-Hall细化算法、距离有序同伦细化算法等。
在步骤414,处理引擎112(例如,线性化模块310)(例如,处理器220的处理电路)可以确定与一条或以上新道路相关的起始坐标信息和结束坐标信息。在一些实施例中,处理引擎112可以根据线性变换(例如,霍夫变换),基于第三中间热力图确定与一条或以上新道路相关的起始坐标信息和结束坐标信息。例如,处理引擎112可以识别在步骤412中确定的线,并基于霍夫变换,确定线的起始坐标信息和结束坐标信息。
应该注意的是,上述描述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,可以根据本申请的描述,做出各种各样的变化和修改。然而,这些变化和修改不会背离本申请的范围。例如,可以在示例性过程400中的任意位置添加一个或以上其他可选步骤(如:存储步骤)。在存储步骤中,处理引擎112可以将第一中间热力图、第二中间热力图和/或第三中间热力图存储在本申请中其他地方披露的存储设备(例如,存储器150)中。又例如,步骤404和步骤406可以组合为单个步骤,其中处理引擎112可以获取热力图和路网图。
图5是根据本申请的一些实施例所示的示例性擦除模块304的框图。擦除模块304可以包括参考线确定单元502、擦除线确定单元504、梯度确定单元506和擦除单元508。
参考线确定单元502可以被配置为确定与一条或以上参考道路相关的一条或以上参考线。如本文所使用的,参考线可以是参考道路的中心线或参考道路内与中心线平行或基本平行的候选线。如本文所使用的,“基本平行”可表示候选线与中心线之间的角度小于阈值(例如,3°、5°、10°、15°、20°)。在一些实施例中,参考线的宽度可以是1像素点。
擦除线确定单元504可以被配置为基于一条或以上参考线,确定一条或以上擦除线。以特定参考线(例如,图7中所示的704)为例,擦除线确定单元504可以在参考线上选择参考像素点(例如,图7中所示的P1),并基于参考像素点确定垂直于参考线的擦除线(例如,图7中所示的L1)。擦除线可以包括第一擦除方向(例如,图7中所示的L11)和第二擦除方向(例如,图7中所示的L12)。
梯度确定单元506可以被配置为确定擦除线上的像素点的梯度是否达到梯度阈值。在一些实施例中,梯度阈值可以是按需服务系统100的默认设置,或者可以在不同情况下是可调节的。如本申请中其他地方所述,热力图可以包括背景和至少两个行驶轨迹点。当擦除线上的像素点的梯度达到梯度阈值时,其可以表示与沿着擦除线的行驶轨迹点相关的像素点已被擦除。
擦除单元508可以被配置为基于确定擦除线上的像素点的梯度小于梯度阈值,擦除一条或以上擦除线的像素点。对于特定的擦除线,擦除单元508可以同时或相继执行沿第一擦除方向的第一擦除和沿第二擦除方向的第二擦除。
擦除模块304中的单元可以通过有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合电缆等或其任意组合。无线连接可以包括局域网络(LAN)、广域网络(WAN)、蓝牙、紫蜂网络、近场通信(NFC)等或其任意组合。两个或以上的单元可以组合成单个模块,并且任何一个单元可以分为两个或以上子单元。例如,参考线确定单元502和擦除线确定单元504可以组合为单个模块,其可以确定与一条或以上参考道路相对应的一条或以上参考线以及与一条或以上参考线中的每一条相对应的至少两条擦除线。又例如,擦除模块304可以包括存储单元(未示出),其可以用于存储与一条或以上参考道路相关的任何信息(例如,参考线、擦除线、梯度阈值)。
图6是根据本申请的一些实施所示的用于在热力图中擦除与一条或以上参考道路相对应的至少两个像素点的示例性过程的流程图。在一些实施例中,可以基于过程600执行过程400的步骤408。过程600可以由按需服务系统100执行。例如,过程600可以实现为存储在存储器ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220和/或图5中的模块可以执行该组指令,并且当执行指令时,处理器220和/或模块可以被配置为执行过程600。以下所示过程的操作仅出于说明的目的。在一些实施例中,可以利用未描述的一个或以上附加操作和/或不通过所讨论的一个或以上操作来完成过程600。另外,如图6所示和下面描述的过程操作的顺序并非限制性的。
在步骤602,处理引擎112(例如,参考线确定单元502)(例如,处理器220的处理电路)可以在热力图中确定沿参考道路的参考线。参考线可以是参考道路的中心线或参考道路内与中心线平行或基本平行的候选线。如本文所使用的,“基本平行”可表示候选线与中心线之间的角度小于阈值(例如,3°、5°、10°、15°、20°)。
以特定参考道路为例,处理引擎112可以识别路线图中表示该特定参考道路的线(例如,图7中所示的702),确定该线的中心线(例如,图7中所示的703),并在热力图中确定与该中心线对应的参考线(例如,图7中所示的704)。在一些实施例中,参考线的宽度可以是1像素点。
在步骤604,处理引擎112(例如,擦除线确定单元504)(例如,处理器220的处理电路)可以在参考线上选择参考像素点(例如,图7中所示的P1)。
在步骤606,处理引擎112(例如,擦除线确定单元504)(例如,处理器220的处理电路)可以基于参考像素点确定垂直于参考线的擦除线(例如,图7中所示的L1)。擦除线可以包括第一擦除方向(例如,图7中所示的L11)和第二擦除方向(例如,图7中所示的L12)。
在步骤608,处理引擎112(例如,擦除单元508)(例如,处理器220的处理电路)可以沿着擦除线,从参考像素点开始执行擦除。处理引擎112可以同时或相继执行沿第一擦除方向的第一擦除和沿第二擦除方向的第二擦除。
在步骤610,处理引擎112(例如,梯度确定单元506)(例如,处理器220的处理电路)可以确定擦除线上的像素点的梯度是否达到梯度阈值。在一些实施例中,梯度阈值可以是按需服务系统100的默认设置,或者可以在不同情况下是可调节的。
响应于确定擦除线上像素点的梯度小于梯度阈值,处理引擎112可以在步骤612擦除该像素点,并在步骤614确定在擦除线上该擦除的像素点的下一个像素点,直到擦除线上的像素点达到梯度阈值。
响应于确定擦除线上像素点的梯度大于或等于梯度阈值,处理引擎112可以执行过程600至步骤616,以确定是否已经选择了参考线上的所有参考像素点。
响应于确定参考线上的所有参考像素点都已被选择,处理引擎112可执行过程600至步骤618,以结束过程600。另一方面,处理引擎112可以执行过程600以返回至步骤604,以在参考线上选择另一个参考像素点,直到已经选择了参考线上的所有参考像素点。在一些实施例中,处理引擎112可以按顺序从起点(例如,图7中所示的点M)到终点(例如,图7中所示的点N)在参考线上选择参考像素点。在一些实施例中,处理引擎112可以以随机顺序在参考线上选择参考像素点。
出于说明的目的,本申请以单条参考道路为例,应当注意,处理引擎112可以对与一条或以上参考道路相对应的至少两个像素点执行擦除。
应该注意的是,上述描述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,可以根据本申请的描述,做出各种各样的修正和改变。然而,这些变化和修改不会背离本申请的范围。例如,可以在示例性过程600中的任意位置添加一个或以上其他可选步骤(如:存储步骤)。在存储步骤中,处理引擎112可以将参考线、擦除线和/或梯度阈值存储在本申请中其他地方披露的任何存储设备(例如,存储器150)中。
图7是示出根据本申请的一些实施例的用于基于SWT算法擦除与参考道路相对应的至少两个像素点的示例性过程的示意图。
如图7所示,路网图中的灰线702表示参考道路。处理引擎112可确定灰线702的中心线703并在热力图中确定中心线703对应的参考线704,其中实心点表示沿参考道路的行驶轨迹点。此外,处理引擎112可以在参考线704上选择参考像素点P1,并确定垂直于(参见θ1=90°)参考线704的擦除线L1。如图所示,擦除线L1包括第一擦除方向L11和第二擦除方向L12。处理引擎112可以同时或相继执行沿第一擦除方向的第一擦除和沿第二擦除方向的第二擦除。直到擦除线上像素点的梯度达到梯度阈值,处理引擎112可以完成沿擦除线L1的擦除。
此外,处理引擎112可以选择另一参考像素点(例如,P2),确定与参考线704垂直的(参见,θ2=90°)的另一擦除线(例如,L2),并沿擦除线L2执行另一擦除。直到已经选择了参考线704上的所有参考像素点,则处理引擎112可以完成与参考道路702相关的擦除。在一些实施例中,处理引擎112可以按顺序从起点(例如,点M)到终点(例如,点N)在参考线上选择参考像素点。在一些实施例中,处理引擎112可以以随机顺序在参考线上选择参考像素点。
图8-A至8-D是根据本申请的一些实施例所示的擦除与一条或以上与交叉相关的参考道路相对应的像素点的示例性过程的示意图。
如图8-A所示,交叉可以与四条道路相关,其中802和804指参考道路,806和808指新道路,以及实心点指与该交叉相关的行驶轨迹点。参考道路802可以对应于与沿参考道路802的至少两个行驶轨迹点相关的第一组像素点,参考道路804可以对应于与沿参考道路804的至少两个行驶轨迹点相关的第二组像素点,新道路806可以对应于与沿新道路806的至少两个行驶轨迹点相关的第三组像素点,以及新道路808可以对应于与沿新道路808的至少两个行驶轨迹点相关的第四组像素点。
如图8-B所示,处理引擎112可确定与参考道路802相对应的参考线811,并基于过程600,执行沿参考线811的第一候选擦除。
如图8-C所示,处理引擎112可确定与参考道路804相对应的参考线812,并基于过程600,执行沿参考线812的第二候选擦除。
如图8-D所示,处理引擎112可以进一步基于第一候选擦除和第二候选擦除的重叠结果,确定目标擦除结果,这可以避免与沿新道路806和808的行驶轨迹点相关的像素点被错误地擦除。
图9是根据本申请的一些实施例所示的用于确定地图中的新道路的示例性过程的流程图。在一些实施例中,可以基于过程900执行过程400的步骤410。过程900可以由按需服务系统100执行。例如,过程900可以实现为存储在存储器ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220和/或分割模块306可以执行该组指令,并且当执行指令时,处理器220和/或分割模块306可以被配置为执行过程900。以下所示过程的操作仅出于说明的目的。在一些实施例中,可以利用未描述的一个或以上附加操作和/或不通过所讨论的一个或以上操作完成过程900。另外,如图9所示和下面描述的过程操作的顺序并非限制性的。
如结合步骤408所述,在热力图中擦除与一条或以上参考道路(即旧道路)相对应的至少两个像素点之后,第一中间热力图包括与热力图中的一条或以上新道路相对应的像素点以及与背景相对应的像素点。此外,处理引擎112可以基于水平集演化算法,确定与一条或以上新道路相对应的像素点,并通过擦除与热力图的背景相对应的像素点,确定第二中间热力图。
以一条特定的新道路为例,在步骤902,处理引擎112(例如,分割模块306)(例如,处理器220的处理电路)可以在第一中间图中确定与特定目标道路相对应的初始边界。如本文所使用的,初始边界可以表示包括与该特定新道路相对应的像素点的一部分或全部的初始区域(例如,图10中所示的初始边界A或初始边界B)。在一些实施例中,处理引擎112可以基于像素阈值确定初始边界。像素阈值可以是系统100的默认设置,或者可以在不同情况下是可调节的。在一些实施例中,处理引擎112可以在热力图中随机地定义区域并且确定区域的边界作为初始边界。
在步骤904,处理引擎112(例如,分割模块306)(例如,处理器220的处理电路)可以基于初始边界执行水平集演化。根据水平集演化,初始边界上的每个像点可以对应于一个演化速度和一个演化方向(例如,初始边界的法线方向)。演化速度可以是系统100的默认设置,或者可以在不同情况下调整。例如,像素点的梯度越大,演化速度可能越低。
在步骤906,处理引擎112(例如,分割模块306)(例如,处理器220的处理电路)可以基于水平集演化,确定调整的边界。在演化过程期间,处理引擎112可以迭代地调整初始边界,直到边界上的每个像素点的梯度大于梯度阈值,进而处理引擎112可以确定调整的边界。
在908中,处理引擎112(例如,分割模块306)(例如,处理器220的处理电路)可以基于调整的边界,确定与特定新道路相对应的像素点。处理引擎112还可以在第一中间热力图中确定与一条或以上新道路相对应的像素点。此外,处理引擎112可以分割与一条或以上新道路相对应的像素点或擦除与背景相对应的像素点,以获取第二中间热力图。
应该注意的是,上述描述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,可以根据本申请的描述,做出各种各样的修正和改变。然而,这些变化和修改不会背离本申请的范围。
图10-A和10-B是根据本申请的一些实施例所示的用于基于水平集演化算法确定与新道路相对应的像素点的示例性过程的示意图。
如图10-A所示,实心点指沿特定新道路的行驶轨迹点。处理引擎112可以确定包括与该特定新道路相对应的一个或以上像素点的初始边界A。可以看出,初始边界A包括与该新道路相对应的像素点的一部分。进一步地,处理引擎112可以对初始边界A执行水平集演化。如图所示,初始边界A上的每个像素点可以沿箭头所示的方向(即,初始边界的法线方向)演化,进而,直到梯度达到梯度阈值,处理引擎112可以确定调整的边界A。
如图10-B所示,处理引擎112可以确定包括与特定新道路相对应的所有像素点的初始边界B。处理引擎112可以对初始边界B执行水平集演化。如图所示,初始边界B上的每个像素点可以沿箭头所示的方向(即,初始边界的法线方向)演化,进而,直到梯度达到梯度阈值,处理引擎112可以确定调整的边界B。
为了说明的目的,本申请采用包括对与新道路相对应的像素点的一部分的初始边界A和包括与新道路相对应的所有像素点的初始边界B作为示例,应当注意,处理引擎112可以随机定义一个区域并确定该区域的边界处作为初始边界。初始边界可以包括与新道路相对应的像素点的一部分和/或与热力图的背景相对应的像素点的一部分。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此,应强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
本申请各部分操作所需的计算机程序代码可以用任意一种或以上程序设计语言编写,包括面向对象程序设计语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化程序设计语言如C程序设计语言、Visual Basic、Fortran1703、Perl、COBOL 1702、PHP、ABAP,动态程序设计语言如Python、Ruby和Groovy,或其他程序设计语言等。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网络(LAN)或广域网路(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法不应被解释为反映所声称的待扫描对象物质需要比每个权利要求中明确记载的更多特征的意图。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (20)
1.一种系统,包括:
至少一个存储介质,包括用于识别一条或以上目标道路的一组指令;以及
至少一个处理器,与所述至少一个存储介质通信,其中,当执行所述一组指令时,所述至少一个处理器用于:
获取与沿目标区域中至少两条道路的至少两个行驶轨迹点相关的热力图,其中,所述至少两条道路包括一条或以上目标道路和一条或以上参考道路;
获取与所述目标区域中所述一条或以上参考道路相关的路网图;
通过以下方式生成中间热力图:
在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的像素点;
擦除与所述热力图的背景相对应的背景像素点;以及
对所述热力图进行图像细化;以及
根据线性变换,基于所述中间热力图,确定与所述一条或以上目标道路相关的起始坐标信息和结束坐标信息。
2.根据权利要求1所述的系统,其特征在于,所述至少两个行驶轨迹点是基于与所述目标区域中的至少两个车辆相关的位置信息获取的。
3.根据权利要求1所述的系统,其特征在于,为了在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的所述像素点,所述至少一个处理器还用于:
基于笔画宽度转换(SWT)算法,在所述热力图中擦除与所述一条或以上参考道路相对应的至少两个像素点。
4.根据权利要求1所述的系统,其特征在于,为了在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的所述像素点,所述至少一个处理器还用于:
在所述热力图中确定沿所述一条或以上参考道路中的一条参考道路的参考线;
在所述热力图中确定垂直于所述参考线的擦除线;以及
基于梯度阈值,沿所述擦除线擦除像素点。
5.根据权利要求4所述的系统,其特征在于,所述参考线是所述参考道路的中心线。
6.根据权利要求4所述的系统,其特征在于,所述至少有一个处理器用于:
在所述热力图中,识别与第一组行驶轨迹点相对应的第一组像素点和与第二组行驶轨迹点相对应的第二组像素点之间的交叉;
基于所述梯度阈值,沿与所述第一组像素点相关的第一参考线,执行像素点的第一擦除;
基于所述梯度阈值,沿与所述第二组像素点相关的第二参考线,执行像素点的第二擦除;以及
基于所述第一擦除和所述第二擦除的重合结果,确定目标擦除结果。
7.根据权利要求1所述的系统,其特征在于,为了擦除与所述热力图的背景相对应的所述背景像素点,所述至少一个处理器还用于:
在所述中间热力图中,确定与所述一条或以上目标道路中的一个目标道路相对应的初始边界;
基于所述初始边界,执行水平集演化;
基于所述水平集演化,确定调整的边界;以及
基于所述调整的边界,确定与所述目标道路相对应的像素点。
8.根据权利要求1所述的系统,其特征在于,所述路网图与所述一条或以上目标道路无关,以及所述中间热力图包括与所述一条或以上目标道路相对应的一条或以上线。
9.根据权利要求1所述的系统,其特征在于,所述线性变换包括霍夫变换。
10.一种在计算设备上实现的方法,该计算设备具有至少一个处理器、至少一个存储介质和连接到网络的通信平台,所述方法包括:
获取与沿目标区域中的至少两条道路的至少两个行驶轨迹点相关的热力图,其中,所述至少两条道路包括一条或以上目标道路和一条或以上参考道路;
获取与所述目标区域中所述一条或以上参考道路相关的路网图;
通过以下方式生成中间热力图:
在所述热力图中,擦除与所述路网图中的所述一条或以上参考道路相对应的的像素点;
擦除与所述热力图的背景相对应的背景像素点;以及
对所述热力图进行图像细化;以及
根据线性变换,基于所述中间热力图,确定与所述一条或以上目标道路相关的起始坐标信息和结束坐标信息。
11.根据权利要求10所述的方法,其特征在于,所述至少两个行驶轨迹点是基于与所述目标区域中的至少两个车辆相关的位置信息获取的。
12.根据权利要求10所述的方法,其特征在于,在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的所述像素点,进一步包括:
基于笔画宽度转换算法(SWT),在所述热力图中擦除与所述一条或以上参考道路相对应的至少两个像素点。
13.根据权利要求10所述的方法,其特征在于,在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的所述像素点,进一步包括:
在所述热力图中确定沿所述一条或以上参考道路中的一条参考道路的参考线;
在所述热力图中确定垂直于所述参考线的擦除线;以及
基于梯度阈值,沿所述擦除线擦除像素点。
14.根据权利要求13所述的方法,其特征在于,所述参考线是所述参考道路的中心线。
15.根据权利要求13所述的方法,其特征在于,所述方法包括:
在所述热力图中,识别与第一组行驶轨迹点相对应的第一组像素点和与第二组行驶轨迹点相对应的第二组像素点之间的交叉;
基于所述梯度阈值,沿与所述第一组像素点相关的第一参考线,执行像素点的第一擦除;
基于所述梯度阈值,沿与所述第二组像素点相关的第二参考线,执行像素点的第二擦除;以及
基于所述第一擦除和所述第二擦除的重合结果,确定目标擦除结果。
16.根据权利要求10所述的方法,其特征在于,所述擦除所述背景像素点进一步包括:
在所述中间热力图中,确定与所述一条或以上目标道路中的一个目标道路相对应的初始边界;
基于所述初始边界,执行水平集演化;
基于所述水平集演化,确定调整的边界;以及
基于所述调整的边界,确定与所述目标道路相对应的像素点。
17.根据权利要求10所述的方法,其特征在于,所述路网图与所述一条或以上目标道路无关,以及所述中间热力图包括与所述一条或以上目标道路相对应的一条或以上线。
18.根据权利要求10所述的方法,其特征在于,所述线性变换包括霍夫变换。
19.一种非暂时性计算机可读介质,包括用于识别一条或以上目标道路的一组指令,其特征在于,当由至少一个处理器执行时,所述组指令指示所述至少一个处理器执行以下操作:
获取与沿目标区域中的至少两条道路的至少两个行驶轨迹点相关的热力图,其中,所述至少两条道路包括一条或以上目标道路和一条或以上参考道路;
获取与所述目标区域中所述一条或以上参考道路相关的路网图;
通过以下方式生成中间热力图:
在所述热力图中,擦除与所述路网图中的所述一条或以上参考道路相对应的的像素点;
擦除与所述热力图的背景相对应的背景像素点;以及
对所述热力图进行图像细化;以及
根据线性变换,基于所述中间热力图,确定与所述一条或以上目标道路相关的起始坐标信息和结束坐标信息。
20.根据权利要求19所述的非暂时性计算机可读介质,其特征在于,在所述热力图中擦除与所述路网图中的所述一条或以上参考道路相对应的所述像素点,进一步包括:
基于笔画宽度转换算法(SWT),在所述热力图中擦除与所述一条或以上参考道路相对应的至少两个像素点。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/109252 WO2019084898A1 (en) | 2017-11-03 | 2017-11-03 | Systems and methods for new road determination |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111279386A true CN111279386A (zh) | 2020-06-12 |
CN111279386B CN111279386B (zh) | 2023-03-24 |
Family
ID=66331212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780096302.5A Active CN111279386B (zh) | 2017-11-03 | 2017-11-03 | 用于新道路确定的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11748860B2 (zh) |
CN (1) | CN111279386B (zh) |
TW (1) | TWI713922B (zh) |
WO (1) | WO2019084898A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343858B (zh) * | 2021-06-10 | 2024-03-12 | 广州海格通信集团股份有限公司 | 路网地理位置识别方法、装置、电子设备及存储介质 |
CN114627257A (zh) * | 2022-03-15 | 2022-06-14 | 北京百度网讯科技有限公司 | 三维路网地图的构建方法、装置、电子设备和存储介质 |
CN117710516A (zh) * | 2023-08-28 | 2024-03-15 | 荣耀终端有限公司 | 路网生成方法、路网生成装置、电子设备及存储介质 |
CN118015842B (zh) * | 2024-04-09 | 2024-06-14 | 经智信息科技(山东)有限公司 | 一种基于图像处理的交通拥堵预测方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101842808A (zh) * | 2007-11-16 | 2010-09-22 | 电子地图有限公司 | 用于产生车道信息的方法及设备 |
EP2738517A1 (en) * | 2012-12-03 | 2014-06-04 | Honeywell International Inc. | System and methods for feature selection and matching |
CN104165630A (zh) * | 2013-05-17 | 2014-11-26 | 北京百度网讯科技有限公司 | 离散点的道路匹配方法和道路匹配装置 |
CN104677363A (zh) * | 2013-12-03 | 2015-06-03 | 北京图盟科技有限公司 | 一种道路生成方法和装置 |
CN105258704A (zh) * | 2014-06-16 | 2016-01-20 | 中国科学院沈阳自动化研究所 | 基于快速路网建模的多尺度时空热点路径探测方法 |
CN105575254A (zh) * | 2014-11-11 | 2016-05-11 | 高德信息技术有限公司 | 电子地图道路渲染方法和装置 |
US20160239983A1 (en) * | 2015-02-13 | 2016-08-18 | Here Global B.V. | Method and apparatus for generating map geometry based on a received image and probe data |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002116689A (ja) | 2000-07-06 | 2002-04-19 | Pioneer Electronic Corp | 地図情報提供システムにおける道路情報の更新方法ならびにその更新サーバ、およびサーバプログラム、同プログラムを記録した記録媒体 |
JP5064870B2 (ja) | 2007-04-17 | 2012-10-31 | 株式会社日立製作所 | デジタル道路地図の生成方法及び地図生成システム |
EP2491345A1 (en) | 2009-10-22 | 2012-08-29 | Tomtom Germany GmbH & Co. KG | Incremental map generation, refinement and extension with gps traces |
US8849552B2 (en) | 2010-09-29 | 2014-09-30 | Ford Global Technologies, Llc | Advanced map information delivery, processing and updating |
JP5953948B2 (ja) | 2012-06-04 | 2016-07-20 | 株式会社デンソー | 道路学習装置 |
US8606011B1 (en) | 2012-06-07 | 2013-12-10 | Amazon Technologies, Inc. | Adaptive thresholding for image recognition |
GB201211636D0 (en) * | 2012-06-29 | 2012-08-15 | Tomtom Belgium Nv | Method and apparatus for detecting deviations from map data |
CN104751153B (zh) * | 2013-12-31 | 2018-08-14 | 中国科学院深圳先进技术研究院 | 一种识别场景文字的方法及装置 |
US20150285639A1 (en) | 2014-04-04 | 2015-10-08 | Umm-Al-Qura University | Method and system for crowd sensing to be used for automatic semantic identification |
CN105528603B (zh) | 2015-12-16 | 2018-07-27 | 西安交通大学 | 一种利用笔画对比和边缘密度特征滤除非文字边缘的方法 |
CN106767870B (zh) | 2016-12-23 | 2019-06-14 | 北京世纪高通科技有限公司 | 一种施工解除道路发现方法、装置及终端 |
-
2017
- 2017-11-03 CN CN201780096302.5A patent/CN111279386B/zh active Active
- 2017-11-03 WO PCT/CN2017/109252 patent/WO2019084898A1/en active Application Filing
-
2018
- 2018-11-02 TW TW107138962A patent/TWI713922B/zh active
-
2020
- 2020-04-26 US US16/858,634 patent/US11748860B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101842808A (zh) * | 2007-11-16 | 2010-09-22 | 电子地图有限公司 | 用于产生车道信息的方法及设备 |
EP2738517A1 (en) * | 2012-12-03 | 2014-06-04 | Honeywell International Inc. | System and methods for feature selection and matching |
CN104165630A (zh) * | 2013-05-17 | 2014-11-26 | 北京百度网讯科技有限公司 | 离散点的道路匹配方法和道路匹配装置 |
CN104677363A (zh) * | 2013-12-03 | 2015-06-03 | 北京图盟科技有限公司 | 一种道路生成方法和装置 |
CN105258704A (zh) * | 2014-06-16 | 2016-01-20 | 中国科学院沈阳自动化研究所 | 基于快速路网建模的多尺度时空热点路径探测方法 |
CN105575254A (zh) * | 2014-11-11 | 2016-05-11 | 高德信息技术有限公司 | 电子地图道路渲染方法和装置 |
US20160239983A1 (en) * | 2015-02-13 | 2016-08-18 | Here Global B.V. | Method and apparatus for generating map geometry based on a received image and probe data |
Also Published As
Publication number | Publication date |
---|---|
TWI713922B (zh) | 2020-12-21 |
TW201933280A (zh) | 2019-08-16 |
US20200263998A1 (en) | 2020-08-20 |
WO2019084898A1 (en) | 2019-05-09 |
CN111279386B (zh) | 2023-03-24 |
US11748860B2 (en) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111862585B (zh) | 用于交通预测的系统和方法 | |
US20200202391A1 (en) | Information processing method, information processing system and information processing device | |
US11398002B2 (en) | Systems and methods for determining an estimated time of arrival | |
CN111279386B (zh) | 用于新道路确定的系统和方法 | |
CN110537212B (zh) | 确定预估到达时间的系统与方法 | |
US10876847B2 (en) | Systems and methods for route planning | |
JP6503474B2 (ja) | 移動デバイスの経路を求めるシステム及び方法 | |
CN110998686B (zh) | 一种交通灯配时的系统和方法 | |
CN112154473A (zh) | 用于推荐上车点的系统和方法 | |
US20200141741A1 (en) | Systems and methods for determining recommended information of a service request | |
CN110839346A (zh) | 用于分配服务请求的系统和方法 | |
CN112041858B (zh) | 提供出行建议的系统和方法 | |
WO2021056303A1 (en) | Systems and methods for determining a pick-up location | |
US11105644B2 (en) | Systems and methods for identifying closed road section | |
CN111937052A (zh) | 用于车辆调度的系统和方法 | |
CN111386542A (zh) | 用于分配按需服务请求的系统和方法 | |
CN110832513B (zh) | 用于按需服务的系统和方法 | |
CN111860926A (zh) | 用于预测服务需求信息的系统和方法 | |
CN110832811B (zh) | 用于发送空间数据的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |