CN111898648A - 路网图生成方法、装置、电子设备和计算机可读存储介质 - Google Patents

路网图生成方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN111898648A
CN111898648A CN202010644494.2A CN202010644494A CN111898648A CN 111898648 A CN111898648 A CN 111898648A CN 202010644494 A CN202010644494 A CN 202010644494A CN 111898648 A CN111898648 A CN 111898648A
Authority
CN
China
Prior art keywords
point
road network
ordered
network graph
scattered
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.)
Pending
Application number
CN202010644494.2A
Other languages
English (en)
Inventor
谢日旭
王明晖
赵铮
魏晓林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202010644494.2A priority Critical patent/CN111898648A/zh
Publication of CN111898648A publication Critical patent/CN111898648A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种路网图生成方法、装置、电子设备和计算机可读存储介质。所述方法包括：获取目标区域的轨迹并根据所述轨迹提取有序散点；根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。本申请获取的数据来源成本低，可以做到快速的更新，且不需要依赖给定的地图，适合地图获取困难等情况下的路网图构建。同时，本申请不需要投入大量的人工进行手工标注和绘制，能够自动化地根据轨迹生成路网图，效率更高。

Description

路网图生成方法、装置、电子设备和计算机可读存储介质
技术领域
本申请涉及室内导航技术领域，具体涉及一种路网图生成方法、装置、电子设备和计算机可读存储介质。
背景技术
在室内导航地图领域，路网的准确构建尤为重要。现有技术中主要存在两种路网图构建方案：一是通过激光等传感器，获得精确的点云信息，通过激光获取的三维点云信息由于其精度较高，无人机、无人车和机器人等可以直接利用三维点云的配准和三维避障的方案使用三维点云信息，不需要将三维点云投影到二维地图。二是利用现有室内地图，通过人工对路网图进行绘制以及对兴趣点信息进行标注。
然而发明人发现，上述两种方案至少存在如下问题：第一种方案由于数据的采集和更新成本较高，导致无法根据需求做到频繁更新，并且点云地图无法直接给人进行导航使用；第二种方案由于需要投入大量人工，导致成本较高且效率低下。
发明内容
鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的路网图生成方法、装置、电子设备和计算机可读存储介质。
依据本申请的第一方面，提供了一种路网图生成方法，包括：
获取目标区域的轨迹并根据所述轨迹提取有序散点；
根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；
根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；
根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
可选地，所述有序散点的访问状态包括已访问和未访问，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
根据访问状态为未访问的散点进行聚类，并在得到点簇后，将该点簇对应的散点标记为已访问。
可选地，所述方法还包括：
将各点簇存入聚类集合，其中所述聚类集合包括各点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态。
可选地，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
按照所述有序散点的序列信息确定当前访问的散点，以及确定与当前访问的散点距离在第一预设阈值内的邻近散点；
根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。
可选地，所述根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类包括：
当邻近散点的数量超过第二预设阈值时，对当前访问的散点以及对应的邻近散点进行聚类，得到所述点簇。
可选地，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
根据各点簇内各有序散点的位置信息，确定各有序散点的位置坐标；
计算各有序散点的位置坐标的平均值，作为该点簇的中心点的位置坐标。
可选地，所述目标区域的轨迹由多次采集得到的多个分段组成，所述根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图包括：
根据确定的路网连接顺序，将各点簇的中心点进行分段内连接，得到各分段对应的分段路网图；
根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图。
可选地，所述分段包括第一分段和第二分段，所述第一分段和所述第二分段之间地理可达，所述根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图包括：
根据第一分段内各点簇的中心点的位置确定第一分段的起始点；
根据第一分段的起始点确定与该第一分段的起始点距离最近的第二分段内的点簇的中心点；
将第二分段内的该点簇的中心点与所述第一分段的起始点进行分段间连接，得到连通后的路网图。
可选地，所述方法还包括：
利用样条曲线对所述路网图进行曲线平滑处理，得到平滑处理后的路网图。
依据本申请的第二方面，提供了一种路网图生成装置，包括：
获取单元，用于获取目标区域的轨迹并根据所述轨迹提取有序散点；
聚类单元，用于根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；
确定单元，用于根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；
连接单元，用于根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
可选地，所述有序散点的访问状态包括已访问和未访问，所述聚类单元还用于：
根据访问状态为未访问的散点进行聚类，并在得到点簇后，将该点簇对应的散点标记为已访问。
可选地，所述装置还包括：
存储单元，用于将各点簇存入聚类集合，其中所述聚类集合包括各点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态。
可选地，所述聚类单元还用于：
按照所述有序散点的序列信息确定当前访问的散点，以及确定与当前访问的散点距离在第一预设阈值内的邻近散点；
根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。
可选地，所述聚类单元还用于：
当邻近散点的数量超过第二预设阈值时，对当前访问的散点以及对应的邻近散点进行聚类，得到所述点簇。
可选地，所述聚类单元还用于：
根据各点簇内各有序散点的位置信息，确定各有序散点的位置坐标；
计算各有序散点的位置坐标的平均值，作为该点簇的中心点的位置坐标。
可选地，所述目标区域的轨迹由多次采集得到的多个分段组成，所述连接单元还用于：
根据确定的路网连接顺序，将各点簇的中心点进行分段内连接，得到各分段对应的分段路网图；
根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图。
可选地，所述分段包括第一分段和第二分段，所述第一分段和所述第二分段之间地理可达，所述连接单元还用于：
根据第一分段内各点簇的中心点的位置确定第一分段的起始点；
根据第一分段的起始点确定与该第一分段的起始点距离最近的第二分段内的点簇的中心点；
将第二分段内的该点簇的中心点与所述第一分段的起始点进行分段间连接，得到连通后的路网图。
可选地，所述装置还包括：
平滑单元，用于利用样条曲线对所述路网图进行曲线平滑处理，得到平滑处理后的路网图。
依据本申请的第三方面，提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述任一所述的路网图生成方法。
依据本申请的第四方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如上述任一所述的路网图生成方法。
由上述可知，本申请的技术方案，通过获取目标区域的轨迹并根据所述轨迹提取有序散点；根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。本申请获取的数据来源成本低，可以做到快速的更新，且不需要依赖给定的地图，适合地图获取困难等情况下的路网图构建。同时，本申请不需要投入大量的人工进行手工标注和绘制，能够自动化地根据轨迹生成路网图，效率更高。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本申请一个实施例的路网图生成方法的流程示意图；
图2示出了根据本申请一个实施例的路网图生成效果示意图；
图3示出了根据本申请另一个实施例的路网图生成效果示意图；
图4示出了根据本申请一个实施例的聚类过程的逻辑框图；
图5示出了根据本申请一个实施例的路网图生成装置的结构示意图；
图6示出了根据本申请一个实施例的电子设备的结构示意图；
图7示出了根据本申请一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种路网图生成方法，如图1所示，所述方法包括如下的步骤S110至步骤S140：
步骤S110，获取目标区域的轨迹并根据所述轨迹提取有序散点。
本申请实施例在构建或生成路网图时，可以先确定需要生成路网图的目标区域，该目标区域可以为多层建筑物、单层建筑物或跨楼宇的室内区域，例如购物商场、地下停车场、办公楼等等。当然，该目标区域也可以为室外区域，具体的，该室外区域可以为小型场景区域例如露天停车场、公园、厂区、居民小区、学校等区域。
在确定目标区域后，利用图像采集设备采集该目标区域内的图像，这里可以采用较为廉价的采集设备，节省了图像数据的采集成本。之后利用三维重建算法、GPS(GlobalPositioning System，全球定位系统)定位算法或者惯性导航算法等从采集的图像中提取出目标区域的轨迹信息，具体采用何种方法获取目标区域的轨迹信息，本领域技术人员可根据实际情况灵活设置，在此不做具体限定。
目标区域的轨迹通常由多个有序散点组成，这里的有序散点可以理解为是按照时间序列所生成的一系列有顺序的散点，这些有序散点将作为后续路网图生成的基础数据。
步骤S120，根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇。
由于本申请实施例的有序散点来源于设备或者人员采集的轨迹形成，因此图像的采集频率较高，同时由于路网图的连通性是由序列上的散点之间连接而成，导致无法对路口等进行连通性建模，因此本申请实施例可以基于有序散点之间的距离对散点进行聚类来解决。举例说明，假设当前区域存在一个十字路口，在该十字路口可以从南到北形成一条通路，从西到东也可以形成一条通路，此时如果直接进行连通性建模，就只有相互垂直设置(南到北、西到东)的这两种通路，但实际上还可以有从北到东转弯的通路等等，因此本申请实施例考虑到这种无法通过三维建模来实现的情况，就可以以这个路口进行地理上的散点聚类，把周围一定范围内的点都聚为一个点。
在对各有序散点进行聚类后，就可以得到该目标区域内的多个点簇，这里的点簇可以看作是一定范围内的点的集合。
步骤S130，根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序。
在得到该目标区域内的多个点簇后，就可以通过连接点簇生成路网图了，这里可以先根据每个点簇内各有序散点的序列信息，确定各点簇的连接顺序。各有序散点的序列信息可以是为各个有序散点标记的序号或者采集图像时生成的时间戳信息等，该序列信息可以用来表征各散点之间的先后顺序，而每个点簇内的所有有序散点的序列信息则可以用来表征各点簇之间的先后连接顺序。
例如，假设以数字标号代表散点之间的先后顺序，点簇A内包括四个有序散点：散点1、散点2、散点3和散点4，点簇B内包括三个有序散点：散点9、散点10和散点11，点簇C内包括三个有序散点：散点6、散点7和散点8，则可以确定三个点簇A、B、C之间的连接顺序为A连接C连接B。
步骤S140，根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
对于室内路网图来说，其由目标建筑物内的所有连通路径组成，构成建筑物内连通空间的基本框架。路径表示路网图中节点之间的互连关系。路径是从一个节点到另一个节点的线段，通过路径与节点之间的关系，可以反映出整个建筑内路网的拓扑结构。因此，本申请实施例所生成的路网图就可以看作是一种由路径和节点组成的网络结构。
具体地，本申请实施例在根据点簇内各有序散点的序列信息确定各点簇之间的路网连接顺序后，可以根据该连接顺序将各点簇进行连接生成路网图。由于每个点簇中可能包括多个有序散点，因此这里可以先确定每个点簇中的一个中心点，将每个点簇中的该中心点按照上述连接顺序进行连接，进而得到最终的路网图。
本申请实施例通过一般的图像采集设备采集数据的来源成本较低，可以做到快速的更新，且不需要依赖给定的地图，适合地图获取困难等情况下的路网图构建。同时，本申请实施例不需要投入大量的人工进行手工标注和绘制，能够自动化地根据轨迹生成路网图，效率更高。
在本申请的一个实施例中，所述有序散点的访问状态包括已访问和未访问，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：根据访问状态为未访问的散点进行聚类，并在得到点簇后，将该点簇对应的散点标记为已访问。
本申请实施例在对各有序散点进行聚类时，可以按照有序散点的先后顺序逐次进行，这里为了明确哪些有序散点已经完成了聚类或者已经与其他散点聚类过，可以对散点的状态进行标记，将已经聚类过的散点标记为已访问状态，将未聚类过的散点标记为未访问状态。聚类的过程中，可能会有一些单独的有序散点被剩下，即未与其他任何散点形成点簇，对于这些散点可以直接将该散点作为一个点簇，直至所有的散点状态均为已访问状态，则完成聚类过程。
在本申请的一个实施例中，所述方法还包括：将各点簇存入聚类集合，其中所述聚类集合包括各点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态。
本申请实施例可以将上述聚类过程中每生成的一个点簇实时存储到聚类集合中，便于后续对各有序散点数据的更新和使用。在该聚类集合中，具体可以包括各个点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态信息等。
在本申请的一个实施例中，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：按照所述有序散点的序列信息确定当前访问的散点，以及确定与当前访问的散点距离在第一预设阈值内的邻近散点；根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。
本申请实施例在对各有序散点聚类时，可以根据散点之间的相对距离来确定，散点之间的相对距离越小，则被聚为一类的可能性就越大。具体地，可以先根据各有序散点的序列信息确定当前要访问的有序散点，以该散点为基准，确定其周围一定范围内的邻近散点的数量，根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。该一定范围也即上述第一预设阈值可根据实际情况灵活设置，在此不做具体限定。
在本申请的一个实施例中，所述根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类包括：当邻近散点的数量超过第二预设阈值时，对当前访问的散点以及对应的邻近散点进行聚类，得到所述点簇。
如果当前访问的散点其周围一定范围内的邻近散点的数量达到了预设阈值，则认为满足聚类条件，将当前访问的散点以及对应的邻近散点进行聚类，作为一个点簇。如果该数量未达到预设阈值，则说明该有序散点与其周围的邻近散点不满足聚类条件，继续访问下一个未被访问的有序散点进行判断，以此类推，直到所有的有序散点均被访问完成，最后得到多个点簇。
在本申请的一个实施例中，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：根据各点簇内各有序散点的位置信息，确定各有序散点的位置坐标；计算各有序散点的位置坐标的平均值，作为该点簇的中心点的位置坐标。
具体实施时，如前所述，由于各点簇中通常包括多个有序散点，为了将各点簇进行连接，本申请实施例可以先确定各点簇中用于进行连接的中心点的位置。具体地，先从图像的轨迹信息中获取每个点簇内所有有序散点的位置信息也即各有序散点的位置坐标，计算每个点簇内所有有序散点的位置坐标的平均值，这里的位置坐标的平均值可以是指对各有序散点在三维坐标系下的X轴、Y轴、Z轴三轴的坐标值求平均得到，将该平均值作为该点簇的中心点。当然除了采用求平均值的方式确定各点簇的中心点，本领域技术人员也可以根据实际情况采用其他方式来实现，在此不一一列举。
在本申请的一个实施例中，所述目标区域的轨迹由多次采集得到的多个分段组成，所述根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图包括：根据确定的路网连接顺序，将各点簇的中心点进行分段内连接，得到各分段对应的分段路网图；根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图。
在实际的图像采集过程中，采集人员可能由于多方面因素的影响导致目标区域的图像是分多个阶段采集完成的，因此对应得到的轨迹也是由多个分段构成的。在这种情况下，本申请实施例的路网图的生成就可以分为两个部分，第一部分是各分段内的各点簇之间的连接，第二部分是各分段之间的连接。对于第一部分，由于序列连续的前后帧在地理上可达，通过各点簇内有序散点包含的序列信息，将各点簇进行分段内的连接，进而可以得到多个分段路网图；对于第二个部分，则可以根据各分段内各点簇的中心点的位置，将上述得到的多个分段路网图进行分段间连接，进而得到连通后的路网图。
在本申请的一个实施例中，所述分段包括第一分段和第二分段，所述第一分段和所述第二分段之间地理可达，所述根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图包括：根据第一分段内各点簇的中心点的位置确定第一分段的起始点；根据第一分段的起始点确定与该第一分段的起始点距离最近的第二分段内的点簇的中心点；将第二分段内的该点簇的中心点与所述第一分段的起始点进行分段间连接，得到连通后的路网图。
本申请实施例在进行路网图的分段间连接时，新的分段即尚未进行连接的分段的起始点应该从已有分段的位置开始，也即新的分段与已有分段应该在地理上可达或有通路。在确定的新的分段后，根据该新的分段中各点簇的中心点的位置确定该分段的起始点，在将新的分段与已有分段进行连接时，确定已有分段中与该起始点距离最近的点簇的中心点，将这两点进行连接，进而实现分段之间的连续性，最后所有分段均完成连接即得到连通的路网图。
在本申请的一个实施例中，所述方法还包括：利用样条曲线对所述路网图进行曲线平滑处理，得到平滑处理后的路网图。
在得到连通后的路网图后，为了增强路网图的展示效果，可以加宽路网图中各通路的线宽，但是此时由于各有序散点并未进行平滑，可能得到大量带有毛边的路网图，如图2所示。因此，本申请实施例为了进一步提高路网图的生成效果，可以通过样条曲线算法对上述得到的路网图进行平滑处理，样条曲线是经过一系列给定点的光滑曲线。本申请实施例中由于希望生成的路网图能够经过各有序散点，这里可以采用Catmull(一种绘制圆滑曲线的算法，暂无中文译名)样条来恢复曲线，得到平滑后的路网图，如图3所示。
如图4所示，本申请实施例提供了一种有序散点聚类过程的逻辑框图。首先，根据各有序散点的序列信息确定当前要访问的有序散点，以该散点为基准，确定其周围一定范围内的邻近散点的数量。如果当前访问的散点其周围一定范围内的邻近散点的数量达到了预设阈值，则认为满足聚类条件，将当前访问的散点以及对应的邻近散点进行聚类，得到一个点簇，将该点簇存储到聚类集合中，在该聚类集合中，具体可以包括点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态信息等。如果上述邻近散点的数量未达到预设阈值，则说明该有序散点与其周围的邻近散点不满足聚类条件，继续访问下一个未被访问的有序散点进行判断，以此类推，直到所有的有序散点均被访问完成，最后得到多个点簇。
本申请实施例提供了一种路网图生成装置500，如图5所示，所述装置500包括：获取单元510、聚类单元520、确定单元530和连接单元540。
本申请实施例的获取单元510，用于获取目标区域的轨迹并根据所述轨迹提取有序散点。
本申请实施例在构建或生成路网图时，可以先确定需要生成路网图的目标区域，该目标区域可以为多层建筑物、单层建筑物或跨楼宇的室内区域，例如购物商场、地下停车场、办公楼等等。当然，该目标区域也可以为室外区域，具体的，该室外区域可以为小型场景区域例如露天停车场、公园、厂区、居民小区、学校等区域。
在确定目标区域后，利用图像采集设备采集该目标区域内的图像，这里可以采用较为廉价的采集设备，节省了图像数据的采集成本。之后利用三维重建算法、GPS(GlobalPositioning System，全球定位系统)定位算法或者惯性导航算法等从采集的图像中提取出目标区域的轨迹信息，具体采用何种方法获取目标区域的轨迹信息，本领域技术人员可根据实际情况灵活设置，在此不做具体限定。
目标区域的轨迹通常由多个有序散点组成，这里的有序散点可以理解为是按照时间序列所生成的一系列有顺序的散点，这些有序散点将作为后续路网图生成的基础数据。
本申请实施例的聚类单元520，用于根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇。
由于本申请实施例的有序散点来源于设备或者人员采集的轨迹形成，因此图像的采集频率较高，同时由于路网图的连通性是由序列上的散点之间连接而成，导致无法对路口等进行连通性建模，因此本申请实施例可以基于有序散点之间的距离对散点进行聚类来解决。举例说明，假设当前区域存在一个十字路口，在该十字路口可以从南到北形成一条通路，从西到东也可以形成一条通路，此时如果直接进行连通性建模，就只有相互垂直设置(南到北、西到东)的这两种通路，但实际上还可以有从北到东转弯的通路等等，因此本申请实施例考虑到这种无法通过三维建模来实现的情况，就可以以这个路口进行地理上的散点聚类，把周围一定范围内的点都聚为一个点。
在对各有序散点进行聚类后，就可以得到该目标区域内的多个点簇，这里的点簇可以看作是一定范围内的点的集合。
本申请实施例的确定单元530，用于根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序。
在得到该目标区域内的多个点簇后，就可以通过连接点簇生成路网图了，这里可以先根据每个点簇内各有序散点的序列信息，确定各点簇的连接顺序。各有序散点的序列信息可以是为各个有序散点标记的序号或者采集图像时生成的时间戳信息等，该序列信息可以用来表征各散点之间的先后顺序，而每个点簇内的所有有序散点的序列信息则可以用来表征各点簇之间的先后连接顺序。
例如，假设以数字标号代表散点之间的先后顺序，点簇A内包括四个有序散点：散点1、散点2、散点3和散点4，点簇B内包括三个有序散点：散点9、散点10和散点11，点簇C内包括三个有序散点：散点6、散点7和散点8，则可以确定三个点簇A、B、C之间的连接顺序为A连接C连接B。
本申请实施例的连接单元540，用于根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
对于室内路网图来说，其由目标建筑物内的所有连通路径组成，构成建筑物内连通空间的基本框架。路径表示路网图中节点之间的互连关系。路径是从一个节点到另一个节点的线段，通过路径与节点之间的关系，可以反映出整个建筑内路网的拓扑结构。因此，本申请实施例所生成的路网图就可以看作是一种由路径和节点组成的网络结构。
具体地，本申请实施例在根据点簇内各有序散点的序列信息确定各点簇之间的路网连接顺序后，可以根据该连接顺序将各点簇进行连接生成路网图。由于每个点簇中可能包括多个有序散点，因此这里可以先确定每个点簇中的一个中心点，将每个点簇中的该中心点按照上述连接顺序进行连接，进而得到最终的路网图。
在本申请的一个实施例中，所述有序散点的访问状态包括已访问和未访问，所述聚类单元520还用于：根据访问状态为未访问的散点进行聚类，并在得到点簇后，将该点簇对应的散点标记为已访问。
在本申请的一个实施例中，所述装置还包括：存储单元，用于将各点簇存入聚类集合，其中所述聚类集合包括各点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态。
在本申请的一个实施例中，所述聚类单元520还用于：按照所述有序散点的序列信息确定当前访问的散点，以及确定与当前访问的散点距离在第一预设阈值内的邻近散点；根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。
在本申请的一个实施例中，所述聚类单元520还用于：当邻近散点的数量超过第二预设阈值时，对当前访问的散点以及对应的邻近散点进行聚类，得到所述点簇。
在本申请的一个实施例中，所述聚类单元520还用于：根据各点簇内各有序散点的位置信息，确定各有序散点的位置坐标；计算各有序散点的位置坐标的平均值，作为该点簇的中心点的位置坐标。
在本申请的一个实施例中，所述目标区域的轨迹由多次采集得到的多个分段组成，所述连接单元540还用于：根据确定的路网连接顺序，将各点簇的中心点进行分段内连接，得到各分段对应的分段路网图；根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图。
在本申请的一个实施例中，所述分段包括第一分段和第二分段，所述第一分段和所述第二分段之间地理可达，所述连接单元540还用于：根据第一分段内各点簇的中心点的位置确定第一分段的起始点；根据第一分段的起始点确定与该第一分段的起始点距离最近的第二分段内的点簇的中心点；将第二分段内的该点簇的中心点与所述第一分段的起始点进行分段间连接，得到连通后的路网图。
在本申请的一个实施例中，所述装置还包括：平滑单元，用于利用样条曲线对所述路网图进行曲线平滑处理，得到平滑处理后的路网图。
需要说明的是，上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行，在此不再赘述。
综上所述，本申请的技术方案，通过获取目标区域的轨迹并根据所述轨迹提取有序散点；根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。本申请获取的数据来源成本低，可以做到快速的更新，且不需要依赖给定的地图，适合地图获取困难等情况下的路网图构建。同时，本申请不需要投入大量的人工进行手工标注和绘制，能够自动化地根据轨迹生成路网图，效率更高。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的路网图生成装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图6示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备600包括处理器610和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器620。存储器620可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器620具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码631的存储空间630。例如，用于存储计算机可读程序代码的存储空间630可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码631。计算机可读程序代码631可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图7所示的计算机可读存储介质。图7示出了根据本申请一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质700存储有用于执行根据本申请的方法步骤的计算机可读程序代码631，可以被电子设备600的处理器610读取，当计算机可读程序代码631由电子设备600运行时，导致该电子设备600执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码631可以执行上述任一实施例中示出的方法。计算机可读程序代码631可以以适当形式进行压缩。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (12)

1.一种路网图生成方法，其特征在于，包括：
获取目标区域的轨迹并根据所述轨迹提取有序散点；
根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；
根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；
根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
2.根据权利要求1所述的路网图生成方法，其特征在于，所述有序散点的访问状态包括已访问和未访问，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
根据访问状态为未访问的散点进行聚类，并在得到点簇后，将该点簇对应的散点标记为已访问。
3.根据权利要求2所述的路网图生成方法，其特征在于，所述方法还包括：
将各点簇存入聚类集合，其中所述聚类集合包括各点簇的中心点、各有序散点的序列信息以及各有序散点的访问状态。
4.根据权利要求1所述的路网图生成方法，其特征在于，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
按照所述有序散点的序列信息确定当前访问的散点，以及确定与当前访问的散点距离在第一预设阈值内的邻近散点；
根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类。
5.根据权利要求4所述的路网图生成方法，其特征在于，所述根据邻近散点的数量确定是否对当前访问的散点以及对应的邻近散点进行聚类包括：
当邻近散点的数量超过第二预设阈值时，对当前访问的散点以及对应的邻近散点进行聚类，得到所述点簇。
6.根据权利要求1所述的路网图生成方法，其特征在于，所述根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇包括：
根据各点簇内各有序散点的位置信息，确定各有序散点的位置坐标；
计算各有序散点的位置坐标的平均值，作为该点簇的中心点的位置坐标。
7.根据权利要求1所述的路网图生成方法，其特征在于，所述目标区域的轨迹由多次采集得到的多个分段组成，所述根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图包括：
根据确定的路网连接顺序，将各点簇的中心点进行分段内连接，得到各分段对应的分段路网图；
根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图。
8.根据权利要求7所述的路网图生成方法，其特征在于，所述分段包括第一分段和第二分段，所述第一分段和所述第二分段之间地理可达，所述根据各分段内各点簇的中心点的位置，将各分段对应的分段路网图进行分段间连接，得到连通后的路网图包括：
根据第一分段内各点簇的中心点的位置确定第一分段的起始点；
根据第一分段的起始点确定与该第一分段的起始点距离最近的第二分段内的点簇的中心点；
将第二分段内的该点簇的中心点与所述第一分段的起始点进行分段间连接，得到连通后的路网图。
9.根据权利要求1至8任一项所述的路网图生成方法，其特征在于，所述方法还包括：
利用样条曲线对所述路网图进行曲线平滑处理，得到平滑处理后的路网图。
10.一种路网图生成装置，其特征在于，包括：
获取单元，用于获取目标区域的轨迹并根据所述轨迹提取有序散点；
聚类单元，用于根据各有序散点之间的相对距离对各有序散点进行聚类，得到多个点簇；
确定单元，用于根据点簇内各有序散点的序列信息，确定各点簇的路网连接顺序；
连接单元，用于根据确定的路网连接顺序，对各点簇的中心点进行连接得到路网图。
11.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1至9中任一项所述的路网图生成方法。
12.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1至9中任一项所述的路网图生成方法。
CN202010644494.2A 2020-07-07 2020-07-07 路网图生成方法、装置、电子设备和计算机可读存储介质 Pending CN111898648A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010644494.2A CN111898648A (zh) 2020-07-07 2020-07-07 路网图生成方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010644494.2A CN111898648A (zh) 2020-07-07 2020-07-07 路网图生成方法、装置、电子设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111898648A true CN111898648A (zh) 2020-11-06

Family

ID=73191846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010644494.2A Pending CN111898648A (zh) 2020-07-07 2020-07-07 路网图生成方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111898648A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117553777A (zh) * 2024-01-12 2024-02-13 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296488A (zh) * 2016-08-08 2017-01-04 武汉理工大学 一种基于众包模式的智慧旅游系统及方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及系统
CN110399365A (zh) * 2019-07-29 2019-11-01 北京三快在线科技有限公司 地图缺失道路的确定方法、装置、存储介质及电子设备
CN110413905A (zh) * 2019-07-30 2019-11-05 北京三快在线科技有限公司 获取道路线形的方法、装置、设备及存储介质
CN110597943A (zh) * 2019-09-16 2019-12-20 腾讯科技（深圳）有限公司 基于人工智能的兴趣点处理方法、装置及电子设备
CN110888866A (zh) * 2019-12-05 2020-03-17 秒针信息技术有限公司 数据扩充方法、装置、数据处理设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296488A (zh) * 2016-08-08 2017-01-04 武汉理工大学 一种基于众包模式的智慧旅游系统及方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及系统
CN110399365A (zh) * 2019-07-29 2019-11-01 北京三快在线科技有限公司 地图缺失道路的确定方法、装置、存储介质及电子设备
CN110413905A (zh) * 2019-07-30 2019-11-05 北京三快在线科技有限公司 获取道路线形的方法、装置、设备及存储介质
CN110597943A (zh) * 2019-09-16 2019-12-20 腾讯科技（深圳）有限公司 基于人工智能的兴趣点处理方法、装置及电子设备
CN110888866A (zh) * 2019-12-05 2020-03-17 秒针信息技术有限公司 数据扩充方法、装置、数据处理设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117553777A (zh) * 2024-01-12 2024-02-13 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备
CN117553777B (zh) * 2024-01-12 2024-04-05 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备

Similar Documents

Publication Publication Date Title
CN111220993B (zh) 目标场景定位方法、装置、计算机设备和存储介质
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
JP7111794B2 (ja) 装置の位置特定のための幾何学的指紋法
CN111123920A (zh) 一种自动驾驶仿真测试场景生成方法和装置
CN111542860A (zh) 用于自主车辆的高清地图的标志和车道创建
US20210001891A1 (en) Training data generation for dynamic objects using high definition map data
CN111325788B (zh) 一种基于街景图片的建筑物高度确定方法
CN102804231A (zh) 三维场景的分段平面重建
CN113640822B (zh) 一种基于非地图元素过滤的高精度地图构建方法
JP6850325B2 (ja) 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム
CN108332761B (zh) 一种使用及创建路网地图信息的方法与设备
CN110715671A (zh) 三维地图生成方法、装置、车辆导航设备和无人驾驶车辆
CN112329789B (zh) 点云的提取方法、装置、计算机设备和存储介质
Zhao et al. Autonomous driving simulation for unmanned vehicles
CN114067288A (zh) 一种交通标志牌提取方法、系统、电子设备及存储介质
CN114494618A (zh) 地图的生成方法、装置、电子设备及存储介质
JP4619504B2 (ja) ３次元デジタル地図作成装置
CN113592891A (zh) 无人车可通行域分析方法及导航栅格地图制作方法
CN111898648A (zh) 路网图生成方法、装置、电子设备和计算机可读存储介质
CN111982133A (zh) 基于高精地图对车辆进行定位的方法、装置及电子设备
CN113448340B (zh) 一种无人机的路径规划方法、装置、无人机及存储介质
CN115493603B (zh) 地图对齐方法、计算机设备及计算机可读存储介质
KR102384429B1 (ko) 도로지도 구축을 위한 도로 혼잡 위치 판별 및 재조사 경로 생성 방법
CN114419180A (zh) 重构高精地图的方法、装置和电子设备

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