CN111427904B - 高精地图数据的更新方法、装置及电子设备 - Google Patents

Abstract

本申请提供一种高精地图数据的更新方法、装置及电子设备，该高精地图数据的更新方法包括：获取在更新地理区域内道路要素的采集数据，再将采集数据与历史数据进行比较生成比较结果，若数据发生变化，则使用采集数据更新历史数据。本方法将采集数据与历史数据进行比较，并根据比较结果确定是否更新历史数据。相较于现有直接更新历史数据的方法，本方法仅更新发生变化的历史数据，可以提高更新效率。

Description

高精地图数据的更新方法、装置及电子设备

技术领域

本申请实施例涉及地理信息技术领域，尤其涉及一种高精地图数据的更新方法、装置及电子设备。

背景技术

高精地图是是一种具备高分辨率、能实时更新数据的数字化地图，用于智能驾驶。

为了使车辆能够基于高精地图正常行驶，保证自动驾驶的安全与高效率，对高精地图的鲜度、精度、丰富度都有了更高的要求。高精地图作为一种在线传感器，地图的现势性以及数据的快速更新至关重要。目前高精地图的数据更新过程为：通过数据采集车采集场景内所有要素的地理位置数据、三维形状数据以及图像，并对数据采集车采集到的数据进行后处理，生成要素的点云和图像，对要素的点云和图像进行矢量化处理，生成矢量化数据，并使用矢量化数据替换该地理区域的历史矢量化数据。俗称“扫马路”式的更新。

然而，上述高精地图数据的更新方法应用于道路要素无变化的场景时，仍要进行矢量化数据替换作业，造成数据更新效率低。

发明内容

本申请实施例提供一种高精地图数据的更新方法、装置及电子设备，以解决现有更新方法针对道路要素无变化的场景仍需进行矢量化数据替换作业，进而造成数据更新效率低的技术问题。

第一方面，本申请提供一种高精地图数据的更新方法，方法包括：

获取位于更新地理区域内的道路要素的至少一组采集数据；

将位于更新地理区域内的道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果；

若比较结果为要素数据变化，使用道路要素的各组采集数据更新道路要素的各组历史数据，生成道路要素的多组更新数据，道路要素的多组更新数据用于制作高精地图。

第二方面，本申请提供一种高精地图数据的更新装置，装置包括：

获取模块，用于获取位于更新地理区域内的道路要素的至少一组采集数据；

比较模块，用于将位于更新地理区域内的道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果；

更新模块，用于若比较结果为要素数据变化，使用道路要素的各组采集数据更新道路要素的各组历史数据，生成道路要素的多组更新数据，道路要素的多组更新数据用于制作高精地图。

第三方面，本申请提供一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行存储器存储的程序，当程序被执行时，处理器用于执行第一方面及可选方案所涉及的高精地图数据的更新方法。

本申请提供一种高精地图数据的更新方法、装置及电子设备，本申请提供的更新方法包括：将采集数据与历史数据进行比较，找到发生变化的道路要素，用发生变化的道路要素的数据更新历史数据。相较于现有的数据更新方法，本方法仅更新发生变化的道路要素，可以提高更新效率。又不改变无变化的道路要素的唯一编码、坐标位置以及所附带的要素本身的全部信息，为后续使用矢量化数据提供良好的数据基础。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例一示出的高精地图数据的更新方法的流程示意图；

图2为本申请实施例三提供的高精地图数据的更新方法的原理示意图；

图3为本申请实施例三提供的历史数据的示意图；

图4为图3所示历史数据对应的实际场景图；

图5为本申请实施例三提供的采集数据的示意图；

图6为图5所示采集数据对应的实际场景图；

图7为本申请实施例三提供的比较原理示意图；

图8为本申请实施例三提供的点状矢量化数据的比较示意图；

图9为本申请实施例三提供的线状矢量化数据的比较示意图；

图10为本申请实施例三提供的面状矢量化数据的比较示意图；

图11为本申请实施例三提供更新数据的示意图；

图12为本申请实施例四提供的高精地图数据更新装置的结构示意图；

图13为本申请实施例五提供的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

高精地图制作过程分为内业和外业，外业是指采集车采集各个道路要素的数据，内业是对采集的道路要素的数据进行处理，制成高精地图过程中。其中，内业过程分为：对采集到的道路要素的数据进行矢量化处理，生成矢量化数据。根据矢量化数据绘制可视化的地图数据，再对可视化的地图数据进行数据格式转换和代码格式转换。最后将经过数据格式和代码格式转换的地图数据发布。

高精地图数据的更新方法是对矢量化数据进行更新过程，现有高精地图数据的更新方法俗称“扫马路”式更新，具体过程为：采集某个地理区域的所有要素的数据，并对采集的数据进行后处理，生成要素的矢量化数据，再使用矢量化数据替换该地理区域的历史矢量化数据，完成矢量化数据更新。然而，现有的高精地图数据的更新方法在应用于道路要素未发生变化的场景时，仍会对未发生变化的地理区域进行矢量化数据更新，导致数据更新速度慢。另外，重新作业的方式还会导致原现场没有发生变化的数据的唯一编码以及坐标位置会发生改变，对于后续数据增量出品发布及车端更新服务都会有一定的影响。

本申请提供的高精地图数据的更新方法适用场景为：有更新的地理区域，以及由于有遮挡或者其他原因等无法采集该地理区域，可通过本方法对高精地图数据进行补充编制，提高高精地图品质、数据实时性及可靠性。

本申请的发明构思是：通过将道路要素的当前采集数据和历史数据比较，快速找到变化，并基于变化的要素进行比较作业，利用当前采集数据更新历史数据，可实现快速更新作业，能提高工效。又不改变无变化的要素的唯一编码、坐标位置以及所附带的要素本身的全部信息，为后续使用矢量化数据提供良好的数据基础。为进一步提高准确率，以历史数据与置信度高的采集数据进行比较的结果为准，确定是否更新历史数据。

方法实施例

图1为本申请根据实施例一示出的高精地图数据的更新方法的流程图。如图1所示，本申请提供一种高精地图数据的更新方法，应用于更新设备，该更新设备为计算机、或者服务器等设备。该方法包括如下步骤：

S101、获取位于更新地理区域内的道路要素的至少一组采集数据。

更具体地，道路要素包括道路车道级道路要素和路边设施型道路要素。车道级道路要素包括：车道标线、标线类型等。路边设施型道路要素包括：路牙、护栏、杆状物、交通牌等。采集数据包括以下任意一项：点云、图像和矢量化数据。

采集车在执行外业后，采集到道路要素的数据主要包括点云、图像以及行车轨迹。利用目前已成熟的要素识别以及自动化矢量化的算法，对后处理的点云进行分类生成语义信息，并对图像进行语义分割，提取道路要素的矢量化数据，矢量化数据包括：道路要素的空间位置坐标和特征信息，特征信息包括颜色、类型等属性信息。

其中，以行车轨迹曝光点的时间顺序信息计算采集车的行驶方向，根据卫星定位系统确定采集车当前所处路段位置，再根据采集车的行驶方向确定采集车当前所处车道，再以采集车当前所处车道所覆盖的范围为基础，向外扩展预设距离，作为更新地理区域。另外，可根据道路形态设定不同的扩展距离。例如：采集车当前所处车道所覆盖的范围为三条向前行驶车道，则以最外侧车道的边界线向外扩展预设距离，确定更新地理区域。

S102、将位于更新地理区域内的道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果。

更具体地，获取位于更新地理区域内的至少一组历史数据，历史数据包括以下任意一项：点云、图像和矢量化数据。获取采集车在上一个时刻采集的点云及图像，并对点云和图像数据进行处理生成矢量化数据，即可获得历史数据。

其中，根据如下方式获得比较结果：从多组历史数据中确定与每组采集数据对应的历史数据，再将每组采集数据与采集数据对应的历史数据进行比较，生成多组中间结果，再根据多组中间结果确定比较结果。

在设备初始化时，本地加载置信度映射表，置信度映射表用于表示采集数据的类型与置信度的映射关系。根据采集数据的类型和置信度映射表确定采集数据的置信度，将根据置信度最大的采集数据确定的中间结果作为比较结果。

其中，比较结果包括：道路要素的数据发生改变和道路要素的数据未改变，其中，道路要素发生改变包括道路要素属性更改，要素新增，要素删除。

S103、若比较结果为要素数据变化，用各组采集数据更新各组历史数据，生成道路要素的多组更新数据。

更具体地，从多组历史数据中确定与每组采集数据对应的历史数据，再使用采集数据更新对应历史数据，生成更新数据。

在本实施例提供的高精地图数据的更新方法中，将道路要素的采集数据与历史数据进行比较，若比较结果为要素数据变化，使用道路要素的采集数据更新道路要素的历史数据，生成道路要素的更新数据。相较于现有的方法，本申请实施例提供的更新方法，仅针对发生变化的数据进行更新，更新效率更高。

下面重点描述本申请实施例二示出的高精地图数据的更新方法。本申请实施例提供的高精地图数据的更新方法包括如下步骤：

S201、获取位于更新地理区域内的道路要素的至少一组采集数据。

更具体地，该步骤已经在实施例中S101详细说明，此处不再赘述。

S202、将位于更新地理区域内的道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果。

其中，对更新地理区域进行分割生成至少一个对比区域，在每个对比区域内进行比较。确定每个对比区域内的道路要素，针对每个采集数据，将上述采集数据与采集数据类型相同的历史数据进行比较，具体比较过程如下：

判断对比区域内是否同时有采集数据和历史数据。若判定为在对比区域内没有采集数据，但在对比区域内有历史数据，则中间结果为要素删除。若判定为在对比区域内有采集数据，但在对比区域内无历史数据，则中间结果为道路要素增加。若判定为在对比区域内有采集数据，且在对比区域内有历史数据，则需要继续判断对比区域内的采集数据与历史数据是否相同。若判定为对比区域内的采集数据与历史数据不相同，则中间结果为道路要素属性更改。若判定为对比区域内的采集数据与历史数据相同，则中间结果为要素数据未变化。

根据多组中间结果获得比较结果的过程已经在实施例一的S102中详细说明，重复部分不再赘述。

S203、若比较结果为要素数据变化，使用道路要素的采集数据集更新道路要素的历史数据集，生成道路要素的更新数据集。

其中，更新方法已经在实施例一S103中详细说明，此处不再赘述。

在本实施例提供的高精地图数据的更新方法中，以置信度高的采集数据进行比较的结果为准，确定是否更新历史数据，提高数据更新的准确性。

下面重点说明本申请实施例三示出的高精地图数据的更新方法。图2为实施例三提供的高精地图数据的更新方法的原理示意图，本申请实施例三提供的更新方法包括如下步骤：

S301、获取位于更新地理区域内的道路要素的至少一组采集数据。

更具体地，该步骤已经在实施例中S101详细说明，重复部分不再赘述。还需要说明的是，在本实施例中，采集数据包括点云、图像和矢量化数据。更新设备在初始化时，将每个道路要素的置信度映射表加载至本地，将历史数据加载至本地，历史数据通常以矢量化数据存储。上述置信度映射表如下表1所示：

表1置信度映射表

类型	说明
		记录编码	唯一标识
要素类型	0车道线、1护栏、2杆、3交通标牌、4地面符号、…
		变化类型	1几何、2属性
识别方式	1矢量化识别、2点云识别、3图像识别
		置信度	1高、2中、3低

例如：在本地加载如图3所示的历史数据，图4为图3所示历史数据对应的实际场景图。更新设备收集到图5所示的采集数据，图6为图5所示采集数据对应的实际场景图。

S302、将位于更新地理区域内的道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果。

其中，当采集数据包括点云、图像和矢量化数据时，比较过程如图7所示，分别比较点云、图像和矢量化数据，生成三个中间结果，再根据置信度选择中间结果作为比较结果。

采集数据为矢量化数据时，根据如下方式对采集的矢量化数据与历史矢量化数据进行比较：

(1)若道路要素在高精地图中以点状矢量化数据表示，采用如下方式对更新地理区域进行分割生成对比区域：构建历史点状矢量化数据的位置为中心的第一区域作为对比区域，构建历史点状矢量化数据的位置为中心的第二区域作为边界区域。其中，对比区域位于边界区域内部，对比区域的面积和边界区域的面积根据实际情况确定。例如：根据影像可视范围确定边界区域。根据高精地图的精度确定对比区域。

由于此处是以历史点状矢量化数据构建对比区域，中间结果为要素删除的比较方式均与实施例二中S203相同，中间结果为要素新增和要素属性改变的比较方式不同，具体为：若采集的点状矢量化数据位于对比区域外，且位于预设的边界区域内，则判定为有采集数据且无历史数据，则中间结果为要素新增。若在对比区域内有采集的点状矢量化数据，仅能判定中间结果为道路要素未发生改变或者道路要素的属性改变。

下面举例说明点状矢量化数据的比较方式：图8为本申请实施例三提供点状矢量化数据的比较示意图，如图8所示，以历史点状矢量化数据为中心，中心到对比区域边界之间距离为高精地图的精度值的2～3倍，边界区域的边界距离中心之间距离为30米。在对比区域内搜索采集数据，若发现无点状矢量化数据，则中间结果为道路要素删除。若点状矢量化数据位于边界区域内，但位于对比区域之外，则中间结果为要素新增。若在对比区域内发现有点状矢量化数据，则输出疑似道路要素属性更新。

需要说明的是，除了以历史点状矢量化数据为中心的范围内搜索采集数据，也可以为以采集的点状矢量化数据为中心的范围内搜索历史点状矢量化数据。

(2)若道路要素在高精地图中以线状矢量化数据表示，比较方式与实施例二S203中相同。以下结合线状矢量化数据的特点说明比较方式：判断对比区域内点状矢量化数据的长度和历史数据的长度是否相同，若判断结果为相同，判定为有采集数据和历史数据。若判断结果为不相同，继续判断对比区域内的点状矢量化数据的长度是否小于历史数据的长度，若判断结果为小于，则判定为无采集数据且有历史数据，若判断结果为大于，则判定为有采集数据且无历史数据。

下面举例说明线状矢量化数据的比较方式：图9为本申请实施例三提供线状矢量化数据的比较示意图，图9示出3个对比区域，每个对比区域的中线到边界之间的距离为高精地图的精度值的2～3倍。针对对比区域1，存在采集数据和历史数据，比较采集数据和历史数据之间长短，采集数据的长度大于历史数据的长度，表示存在采集数据不存在历史数据，则中间结果为要素新增。针对对比区域2，存在采集数据和历史数据，且二者长度相同，中间结果为疑似道路要素的属性改变。针对对比区域3，存在采集数据和历史数据，采集数据的长度小于历史数据的长度，则表示不存在采集数据，存在历史数据，则中间结果为道路要素的删除。

(3)若道路要素在高精地图中以面状矢量化数据表示，比较方式与实施例二S203中相同。以下结合面状矢量化数据的特点说明比较方式：判断面状矢量化数据与历史数据之间的重合面积是否大于预设值，若判断结果为大于，则继续判断面状矢量化数据的顶点与历史数据的对应顶点之间距离是否小于预设值，若判断结果为小于，则判定为有采集数据和历史数据。比较为道路要素未发生改变或者道路要素的属性更改。判断面状矢量化数据与历史数据之间的重合面积小于预设值，或者面状矢量化数据的顶点与历史数据的对应顶点之间距离大于预设值，中间结果为要素新增或者删除。

下面举例说明面状矢量化数据的比较方式：图10为本申请实施例三提供面状矢量化数据的比较示意图，如图10所示，将高精地图的精度值的2～3倍作为对应顶点之间距离的预设值。根据实际需求设定重合面积的预设值。将历史数据投影至采集数据中，并判断两个面状矢量化数据的重合度，具体为：当角点间距在预设值内，且面积重叠范围在预设值内，则输出道路要素未发生改变或者道路要素的属性改变。当角点间距和重叠范围只要有一项不在预设值内，输出中间结果为要素新增或要素删除。

其中，当采集数据为点云时，根据如下方式对采集数据与历史数据进行比较：将采集数据和历史数据进行位置匹配，确定点云对应的历史点云数据，将历史数据投影至采集数据上，形成点或者线段，以采集数据对应的点或线段位置，进行扩圈搜索历史数据，判断历史数据对应的要素类型是否与采集数据对应的要素类别是否一致，如果一致，输出道路要素未发生改变。如果不一致，比较历史数据和采集数据，判断是否有历史数据或者是否有采集数据，并相应输出要素新增或者要素删除。

其中，当采集数据为图像时，根据如下方式对采集数据与历史数据进行比较：根据历史数据和相机的原点坐标得到坐标变换矩阵，其中，坐标变换矩阵包括7个转换参数，具体为：三个偏移量(△x，△y，△z)、三个旋转量(航向角，翻滚角，俯仰角)和一个比例系数。使用上述坐标变换矩阵历史矢量化数据投影到采集图像的像素点上，判断由历史数据转换的像素点类别与采集图像中像素点类别是否一致，如果一致，输出要素不变，如果不一致，通过比较像素类型及特征，确定为要素新增、要素删除、或者道路要素的属性更改。

在本实施例中，将中间结果按表2方式存储，其中，要素删除和道路要素不变，编码均记录历史数据的原始编码，要素新增则记录新编码。具体如下所示：

表2中间结果

类型	说明
		编码	唯一标识
空间位置	坐标点串
		要素类型	0车道线、1护栏、2杆、3交通标牌、4地面符号、…
几何变化	0不变、1增、2删
		属性变化	1是、2否
变化信息	变更前1/变更后1，变更前2/变更后2
		识别方式	1矢量化识别、2点云识别、3图像识别
置信度	1高、2中、3低

其中，针对每个道路要素，根据点云、图像及矢量化数据生成3个中间结果。若根据第一映射表确定点云的置信度最高，则选取点云生成的中间结果作为最终结果。

S303、若比较结果为要素数据变化，使用道路要素的采集数据集更新道路要素的历史数据集，生成道路要素的更新数据集。

在更新历史数据时，由于采集数据时受系统误差和一些随机误差的影响，每次采集的点云和历史点云会有偏差，一般为10cm～50cm。因此，如果直接将新增要素的数据添加到历史数据中，会产生误差。

为了减少误差，若比较结果为要素新增，先确定采集数据与历史数据之间的偏移量。可根据如下方式确定偏移量：确定比较结果为要素数据未改变对应的第一道路要素。根据第一道路要素的采集数据和相同类型的历史数据确定偏移量。例如：选取道路要素的多对同名点的数据计算偏移量，最少选择3对同名点计算。例如：标识牌的多个角点，杆的底点或者顶点，地面符号的多个角点等。在获得偏移量之后，使用偏移量对第二道路要素的各组采集数据进行偏移处理，以生成第二道路要素的多组更新数据。其中，第二道路要素为比较结果为要素新增对应的道路要素。若比较结果为要素删除，将道路要素的各组历史数据直接删除，并维护剩余道路要素之间的逻辑关系。若比较结果为道路要素修改，修改道路要素的属性，并维护剩余道路要素之间的逻辑关系。

针对图3所示历史数据和图5所示采集数据，通过本实施例三提供的高精地图数据更新方法所生成的更新数据如图11所示。

在本实施例提供的高精地图数据的更新方法中，通过分别比较点云、图像和矢量化数据，生成对应比较结果，再根据置信度最高的采集数据生成的比较结果确定是否更新历史数据，可以提高数据更新准确度。另外，本方法不改变未发生变化的道路要素的唯一编码、坐标位置以及所附带的要素本身的全部信息，为后续使用矢量化数据提供良好的数据基础。

产品实施例

图12为本申请根据实施例四示出的高精地图数据的更新装置的结构示意图。如图12所示，本申请实施例四提供一种更新装置400包括：

获取模块401，用于获取位于更新地理区域内的道路要素的至少一组采集数据；

比较模块402，用于将道路要素的各组采集数据与道路要素的至少一组历史数据进行比较，生成比较结果；

更新模块403，用于若比较结果为要素数据变化，使用各组采集数据更新各组历史数据，生成道路要素的多组更新数据，道路要素的多组更新数据用于制作高精地图。

可选地，比较模块402具体用于：从至少一组历史数据中确定与每组采集数据对应的历史数据；

将每组采集数据与采集数据对应的历史数据进行比较，生成多组中间结果；

根据多组中间结果确定比较结果。

可选地，比较模块402具体用于：根据采集数据的类型和置信度映射表确定采集数据的置信度；

将根据置信度最大的采集数据确定的中间结果作为比较结果；

其中，置信度映射表用于表示采集数据的类型与置信度的映射关系。

可选地，要素数据变化包括：要素删除、要素新增和要素属性更改；比较模块402具体用于：

判断对比区域内是否有采集数据和历史数据，若判定为无采集数据且有历史数据，则中间结果为要素删除，若判定为有采集数据且无历史数据，则中间结果为要素增加，其中，更新地理区域包括至少一个对比区域；

若判定为有采集数据和历史数据，继续判断对比区域内的采集数据与历史数据是否相同；若判定为不相同，则中间结果为要素属性更改；若判定为相同，则中间结果为要素数据未变化。

可选地，采集数据包括：点状矢量化数据；比较模块402具体用于：

若点状矢量化数据位于对比区域外，且位于边界区域内，则判定为有采集数据且无历史数据，其中，对比区域为以历史数据的位置为中心的区域。

可选地，采集数据包括：线状矢量化数据，比较模块402具体用于：

判断对比区域内线状矢量化数据的长度和历史数据的长度是否相同，若判断结果为相同，判定为有采集数据和历史数据；

若判断结果为不相同，继续判断对比区域内的线状矢量化数据的长度是否小于历史数据的长度，若判断结果为小于，则判定为无采集数据且有历史数据，若判断结果为大于，则判定为有采集数据且无历史数据。

可选地，采集数据包括：面状矢量化数据，比较模块402具体用于：

判断面状矢量化数据与历史数据之间的重合面积是否大于预设值，若判断结果为大于，则继续判断面状矢量化数据的顶点与历史数据的对应顶点之间距离是否小于预设值，若判断结果为小于，则判定为有采集数据和历史数据。

可选地，更新模块403具体用于：

若比较结果要素新增，根据第一道路要素的采集数据和第一道路要素的历史数据确定偏移量；

使用偏移量对第二道路要素的每组采集数据进行偏移处理，以生成第二道路要素的多组更新数据；

其中，第一道路要素为比较结果为要素数据未改变对应的道路要素，第二道路要素为比较结果为要素增加对应的道路要素。

可选地，采集数据包括以下任意一项：点云、图像和矢量化数据。

图13为本申请根据一示例性实施例示出的电子设备的结构示意图。如图13所示，本实施例提供的电子设备500包括：接收器501、发送器502、存储器503和处理器504。

接收器501，用于接收指令和数据；

发送器502，用于发送指令和数据；

存储器503，用于存储计算机执行指令；

处理器504，用于执行存储器存储的计算机执行指令，以实现上述实施例中高精地图更新方法所执行的各个步骤。具体可以参见前述高精地图更新方法实施例中的相关描述。

可选地，上述存储器502既可以是独立的，也可以跟处理器501集成在一起。

当存储器502独立设置时，该电子设备还包括总线503，用于连接存储器502和处理器501。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上电子设备所执行的高精地图数据的更新方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (9)

1.一种高精地图数据的更新方法，其特征在于，方法包括：

获取位于更新地理区域内的道路要素的至少一组采集数据；

将道路要素的各组采集数据与所述道路要素的至少一组历史数据进行比较，生成比较结果；

若所述比较结果为要素数据变化，使用所述各组采集数据更新各组历史数据，生成所述道路要素的多组更新数据，所述道路要素的多组更新数据用于制作高精地图；

所述若所述比较结果为要素数据变化，使用所述各组采集数据更新各组历史数据，生成所述道路要素的多组更新数据，具体包括：

若所述比较结果为要素新增，根据第一道路要素的采集数据和所述第一道路要素的历史数据确定偏移量；

使用所述偏移量对第二道路要素的每组采集数据进行偏移处理，以生成所述第二道路要素的多组更新数据；

所述第一道路要素为所述比较结果为要素数据未改变对应的道路要素，所述第二道路要素为所述比较结果为要素增加对应的道路要素。

2.根据权利要求1所述的方法，其特征在于，所述若所述比较结果为所述要素数据变化，所述将道路要素的各组采集数据与所述道路要素的至少一组历史数据进行比较，生成比较结果，具体包括：

从所述至少一组历史数据中确定与每组所述采集数据对应的历史数据；

将每组所述采集数据与所述采集数据对应的历史数据进行比较，生成多组中间结果；

根据多组所述中间结果确定所述比较结果。

3.根据权利要求2所述的方法，其特征在于，所述根据多组所述中间结果确定所述比较结果，具体包括：

根据所述采集数据的类型和置信度映射表确定所述采集数据的置信度；

将根据所述置信度最大的采集数据确定的中间结果作为所述比较结果；

其中，所述置信度映射表用于表示所述采集数据的类型与所述置信度的映射关系。

4.根据权利要求2所述的方法，其特征在于，所述要素数据变化包括：要素删除、要素新增和要素属性更改；所述将每组所述采集数据与所述采集数据对应的历史数据进行比较，生成多组中间结果，具体包括：

判断对比区域内是否有所述采集数据和所述历史数据，若判定为无所述采集数据且有所述历史数据，则所述中间结果为所述要素删除，若判定为有所述采集数据且无所述历史数据，则所述中间结果为所述要素增加，其中，所述更新地理区域包括至少一个所述对比区域；

若判定为有所述采集数据和所述历史数据，继续判断所述对比区域内的采集数据与历史数据是否相同；若判定为不相同，则所述中间结果为所述要素属性更改；若判定为相同，则所述中间结果为要素数据未变化。

5.根据权利要求4所述的方法，其特征在于，所述采集数据包括：点状矢量化数据；所述若判定为有所述采集数据且无所述历史数据，则所述中间结果为所述要素增加，具体包括：

若所述点状矢量化数据位于所述对比区域外，且位于边界区域内，则判定为有所述采集数据且无所述历史数据，其中，所述对比区域为以所述历史数据的位置为中心的区域。

6.根据权利要求4所述的方法，其特征在于，所述采集数据包括：线状矢量化数据，所述将每组所述采集数据与所述采集数据对应的历史数据进行比较，生成多组中间结果，具体包括：

判断所述对比区域内线状矢量化数据的长度和所述历史数据的长度是否相同，若判断结果为相同，判定为有所述采集数据和所述历史数据；

若所述判断结果为不相同，继续判断所述对比区域内的线状矢量化数据的长度是否小于所述历史数据的长度，若判断结果为小于，则判定为无所述采集数据且有所述历史数据，若所述判断结果为大于，则判定为有所述采集数据且无所述历史数据。

7.根据权利要求4所述的方法，其特征在于，所述采集数据包括：面状矢量化数据，所述将每组所述采集数据与所述采集数据对应的历史数据进行比较，生成多组中间结果，具体包括：

判断所述面状矢量化数据与所述历史数据之间的重合面积是否大于预设值，若判断结果为大于，则继续判断所述面状矢量化数据的顶点与所述历史数据的对应顶点之间距离是否小于预设值，若判断结果为小于，则判定为有所述采集数据和所述历史数据。

8.一种高精地图更新装置，其特征在于，所述装置包括：

获取模块，用于获取位于更新地理区域内的道路要素的至少一组采集数据；

比较模块，用于将道路要素的各组所述采集数据与所述道路要素的至少一组历史数据进行比较，生成比较结果；

更新模块，用于若所述比较结果为要素数据变化，使用所述各组采集数据更新所述各组历史数据，生成所述道路要素的多组更新数据，所述道路要素的多组更新数据用于制作高精地图；

所述更新模块具体用于：

若所述比较结果为要素新增，根据第一道路要素的采集数据和第一道路要素的历史数据确定偏移量；

使用偏移量对第二道路要素的每组采集数据进行偏移处理，以生成第二道路要素的多组更新数据；

所述第一道路要素为所述比较结果为要素数据未改变对应的道路要素，所述第二道路要素为所述比较结果为要素增加对应的道路要素。

9.一种更新设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如权利要求1至7中任一所述的高精地图数据的更新方法。

Images