CN111984875B - 用于识别建筑物访问机构的方法、设备和计算机程序产品 - Google Patents
用于识别建筑物访问机构的方法、设备和计算机程序产品 Download PDFInfo
- Publication number
- CN111984875B CN111984875B CN202010440200.4A CN202010440200A CN111984875B CN 111984875 B CN111984875 B CN 111984875B CN 202010440200 A CN202010440200 A CN 202010440200A CN 111984875 B CN111984875 B CN 111984875B
- Authority
- CN
- China
- Prior art keywords
- building
- histogram
- probe
- probe data
- data points
- 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.)
- Active
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004590 computer program Methods 0.000 title description 12
- 239000000523 sample Substances 0.000 claims abstract description 173
- 238000001514 detection method Methods 0.000 claims description 73
- 230000006870 function Effects 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 38
- 239000000872 buffer Substances 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 15
- 238000009877 rendering Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims 4
- 238000004891 communication Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000370 acceptor Substances 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Navigation (AREA)
Abstract
本文提供了一种用于根据探测数据建立建筑物的访问机构的方法。方法可以包括:接收探测数据点;确定建筑物的第一边的探测数据点候选;针对探测数据点候选,确定进入或离开建筑物的探测数据点;根据进入或离开建筑物的探测数据点生成建筑物的第一边的探测密度直方图,其中探测密度直方图表示跨越建筑物的第一边的宽度的多个位置中的每个位置处的探测数据点的容量;将去卷积方法应用于探测密度直方图以获得多模态直方图;根据多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构;以及基于计算出的建筑物的访问机构提供用于导航辅助的数据。
Description
技术领域
本文描述的示例实施例一般涉及识别建筑物访问机构(accessor),诸如入口、出口、门等,并且更具体地,涉及使用众包(crowd sourced)位置数据来识别建筑物的表示上的建筑物访问机构的存在和位置。
背景技术
地图生成和兴趣点的识别在历史上由手动绘制和识别区域中的对象的制图者执行。这种手动的纸件绘制已经给出了数字绘制的方法,其可以以比历史上可能的更大的频率和更少的努力而被更新。绘制区域可以包括道路、路径、建筑物位置等的绘制。为了帮助促进地图生成和更新,众包探测数据可以用于说明人行进的位置,并且使用那些路径来识别地图上的可用路径。众包“探测(probe)”数据可以用于识别可用路径并且相应地绘制那些路径。
通常,可以使用全球导航卫星系统(GNSS)来确定探测的位置,全球导航卫星系统的示例是美国的全球定位系统(GPS)。GNSS系统的其它示例是GLONASS(俄罗斯)、Galileo(欧盟)和北斗/指南针(中国),所有系统都具有不同程度的精度。在良好的条件下,根据美国政府,GPS提供了具有7.8米的95%置信区间的探测车辆的实时位置。
假定沿着路段的许多车道的宽度仅为2.5至4米,行人路径相当小,并且建筑物访问机构通常更小,则该精度可能不足以确定路段的车道、行人路径或建筑物访问机构,其中,通过该建筑物访问机构,被探测的用户可能进入或离开建筑物。这限制了众包数据的有用性,因为仅可基于向地图通知绘制的特征的位置的数据的可靠性来生成或更新地图。
发明内容
至少一些示例实施例涉及基于探测信息/数据确定建筑物访问机构。在示例实施例中,可以提供一种绘制系统。该绘制系统可以包括:包括地图数据的存储器和处理电路系统。处理电路系统可以被配置为接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;确定所述探测数据点中的每个探测数据点的位置;确定建筑物的第一边的探测数据点候选,其中建筑物的第一边的探测数据点候选具有在建筑物的第一边的缓冲区内的位置;针对探测数据点候选,确定进入或离开建筑物的探测数据点;根据进入或离开建筑物的探测数据点生成建筑物的第一边的探测密度直方图,其中,探测密度直方图表示建筑物的第一边的容量,其中,探测密度直方图表示跨越建筑物的第一边的宽度的多个位置中的每个位置处的探测数据点的容量;对探测密度直方图应用去卷积方法以获得多模态直方图;根据多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构;以及基于计算出的建筑物的访问机构来提供用于导航辅助的数据。
根据一些实施例,被配置为根据多模态直方图确定多个统计上显著的峰的处理电路系统可以包括被配置为进行以下操作的处理电路系统:根据多模态直方图,确定每个统计上显著的峰离建筑物的第一边上的参考点的距离。被配置为根据多模态直方图确定多个统计上显著的峰的处理电路系统可包括被配置为进行以下操作的处理电路系统,其中,每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构:生成建筑物的第一边的透视图;识别透视图中的建筑物的第一边中的访问机构;以及使用所生成的透视图与所识别的访问机构来提供导航辅助。被配置为生成建筑物的第一边的探测密度直方图的处理电路系统可包括被配置为执行以下操作的处理电路系统,其中建筑物的第一边的探测密度直方图表示跨越第一边的宽度的多个位置中的每个位置处的探测数据点的容量:根据选定的面元大小,将第一边的宽度细分成多个面元;将进入和离开建筑物的探测数据点中的每个探测数据点归到多个面元中的与相应探测数据点离建筑物的第一边上的参考点的距离相对应的相应面元;以及基于跨越第一边的宽度的每个面元中的探测数据点的容量,生成探测密度直方图。
绘制系统的实施例可以使用最大熵方法作为去卷积方法。被配置为将去卷积方法应用于探测密度直方图以获得多模态直方图的处理电路系统可包括被配置为执行以下操作的处理电路系统:使用点扩散函数对建筑物的第一边的缓冲区内的探测数据点的位置误差建模;使用点扩散函数将去卷积方法应用于探测密度直方图;以及生成建筑物的第一边的多模态直方图。被配置为针对探测数据点候选确定进入或离开建筑物的探测数据点的处理电路系统可包括被配置为执行以下操作的处理电路系统:基于指示建筑物的第一边的交叉的相应探测轨迹,识别通过建筑物的第一边进入或离开建筑物的探测数据点。实施例可被配置为基于探测轨迹与建筑物的第一边交叉的方向来区分建筑物的入口和出口。
本公开的实施例可以提供一种计算机程序产品,其包括至少一个非暂时性计算机可读存储介质,该至少一个非暂时性计算机可读存储介质具有存储在其中的计算机可执行程序代码指令。该计算机可执行程序代码指令包括用于以下操作的程序代码指令:接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;确定每个探测数据点的位置;确定建筑物的第一边的探测数据点候选,其中建筑物的第一边的探测数据点候选具有在建筑物的第一边的缓冲区内的位置;针对探测数据点候选,确定进入或离开建筑物的探测数据点;根据进入或离开建筑物的探测数据点生成建筑物的第一边的探测密度直方图,其中探测密度直方图表示跨越建筑物的第一边的宽度的多个位置中的每个位置处的探测数据点的容量;对探测密度直方图应用去卷积方法以获得多模态直方图;根据多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构;以及基于计算出的建筑物的访问机构来提供用于导航辅助的数据。
根据一些实施例,用于根据多模态直方图确定多个统计上显著的峰的程序代码指令可包括用于以下操作的程序代码指令:根据多模态直方图,确定每个统计上显著的峰离建筑物的第一边上的参考点的距离。用于根据多模态直方图确定多个统计上显著的峰的程序代码指令可包括用于以下操作的程序代码指令,其中,每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构:生成建筑物的第一边的透视图;识别透视图中的建筑物的第一边中的访问机构;以及使用所生成的透视图与所识别的访问机构来提供导航辅助。用于生成建筑物的第一边的探测密度直方图的程序代码指令可包括用于以下操作的程序代码指令,其中建筑物的第一边的探测密度直方图表示跨越第一边的宽度的多个位置中的每个位置处的探测数据点的容量:根据选定的面元大小,将第一边的宽度细分成多个面元;将进入和离开建筑物的探测数据点中的每个探测数据点归到多个面元中的与相应探测数据点离建筑物的第一边上的参考点的距离相对应的相应面元;以及基于跨越第一边的宽度的每个面元中的探测数据点的容量,生成探测密度直方图。
一些实施例的去卷积方法可以包括最大熵方法。用于将去卷积方法应用于探测密度直方图以获得多模态直方图的程序代码指令可包括用于以下操作的程序代码指令:使用点扩散函数对建筑物的第一边的缓冲区内的探测数据点的位置误差建模;使用点扩散函数将去卷积方法应用于探测密度直方图;以及生成建筑物的第一边的多模态直方图。用于针对探测数据点候选确定进入或离开建筑物的探测数据点的程序代码指令可包括用于以下操作的程序代码指令:基于指示建筑物的第一边的交叉的相应探测轨迹,识别通过建筑物的第一边进入或离开建筑物的探测数据点。实施例可包括用于基于探测轨迹与建筑物的第一边交叉的方向来区分建筑物的访问机构作为入口或出口的程序代码指令。
本公开的实施例可以提供一种用于根据探测数据建立建筑物的访问机构的方法。方法可包括:接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;确定探测数据点中的每个探测数据点的位置;确定建筑物的第一边的探测数据点候选,其中建筑物的第一边的探测数据点候选具有在建筑物的第一边的缓冲区内的位置;针对探测数据点候选,确定进入或离开建筑物的探测数据点;根据进入或离开建筑物的探测数据点生成建筑物的第一边的探测密度直方图,其中,探测密度直方图表示跨越建筑物的第一边的宽度的多个位置中的每个位置处的探测数据点的容量;对探测密度直方图应用去卷积方法以获得多模态直方图;根据多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构;以及基于计算出的建筑物的访问机构来提供用于导航辅助的数据。
根据一些实施例,根据多模态直方图确定多个统计上显著的峰可包括:根据多模态直方图,确定每个统计上显著的峰离建筑物的第一边上的参考点的距离。根据多模态直方图确定多个统计上显著的峰可包括以下步骤,其中,每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构:生成建筑物的第一边的透视图;识别透视图中的建筑物的第一边中的访问机构;以及使用所生成的透视图与所识别的访问机构来提供导航辅助。生成建筑物的第一边的探测密度直方图可包括以下步骤,其中建筑物的第一边的探测密度直方图表示跨越第一边的宽度的多个位置中的每个位置处的探测数据点的容量:根据选定的面元大小,将第一边的宽度细分成多个面元;将进入和离开建筑物的探测数据点中的每个探测数据点归到多个面元中的与相应探测数据点离建筑物的第一边上的参考点的距离相对应的相应面元;以及基于跨越第一边的宽度的每个面元中的探测数据点的容量,生成探测密度直方图。
本公开的实施例可以提供一种用于根据探测数据建立建筑物的访问机构的设备。该设备可包括:用于接收探测数据点的装置,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;用于确定探测数据点中的每个探测数据点的位置的装置;用于确定建筑物的第一边的探测数据点候选的装置,其中建筑物的第一边的探测数据点候选具有在建筑物的第一边的缓冲区内的位置;用于针对探测数据点候选确定进入或离开建筑物的探测数据点的装置;用于根据进入或离开建筑物的探测数据点生成建筑物的第一边的探测密度直方图的装置,其中,探测密度直方图表示跨越建筑物的第一边的宽度的多个位置中的每个位置处的探测数据点的容量;用于对探测密度直方图应用去卷积方法以获得多模态直方图的装置;用于根据多模态直方图确定多个统计上显著的峰的装置,其中每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构;以及用于基于计算出的建筑物的访问机构来提供用于导航辅助的数据的装置。
根据一些实施例,用于根据多模态直方图确定多个统计上显著的峰的装置可包括:用于根据多模态直方图,确定每个统计上显著的峰离建筑物的第一边上的参考点的距离的装置。用于根据多模态直方图确定多个统计上显著的峰的装置可包括以下装置,其中,每个统计上显著的峰表示建筑物的第一边中的建筑物的访问机构:用于生成建筑物的第一边的透视图的装置;用于识别透视图中的建筑物的第一边中的访问机构的装置;以及用于使用所生成的透视图与所识别的访问机构来提供导航辅助的装置。用于生成建筑物的第一边的探测密度直方图的装置可包括以下装置,其中建筑物的第一边的探测密度直方图表示跨越第一边的宽度的多个位置中的每个位置处的探测数据点的容量:用于根据选定的面元大小,将第一边的宽度细分成多个面元的装置;用于将进入和离开建筑物的探测数据点中的每个探测数据点归到多个面元中的与相应探测数据点离建筑物的第一边上的参考点的距离相对应的相应面元的装置;以及用于基于跨越第一边的宽度的每个面元中的探测数据点的容量,生成探测密度直方图的装置。
附图说明
已经这样概括地描述了某些示例实施例,下面将参照附图,附图不一定按比例绘制,并且其中:
图1是示出本文所述的示例实施例的示例架构的框图;
图2是可以根据示例实施例具体配置的设备的框图;
图3是可以根据示例实施例具体配置的探测设备的框图;
图4示出了根据本文所述的示例实施例的来自于在地理区域内行进的多个探测器的地图图像上的探测数据;
图5示出了根据本文所述的示例实施例的被建立为与建筑物访问机构相关的地图图像上的经滤波的探测数据;
图6示出了根据本文所述的示例实施例的投影到建筑物面上并被分配到预定宽度的面元的探测数据的直方图;
图7描绘了根据本公开的示例实施例的使用最大熵方法去卷积的图6的直方图;以及
图8是根据本文所述的示例实施例的用于从探测数据点建立建筑物访问机构的另一方法的流程图。
具体实施方式
现在将在下文中参考附图更全面地描述一些实施例,其中示出了本发明的一些但不是全部实施例。实际上,本发明的各种实施例可以以许多不同的形式来实施,并且不应被解释为限于本文阐述的实施例;相反,提供这些实施例是为了使本公开满足适用的法律要求。相同的附图标记始终表示相同的元件。如本文所使用的,术语“数据”、“内容”、“信息”和类似术语可以互换地使用,以指代能够根据本发明的实施例被发送、接收和/或存储的数据。因此,任何这种术语的使用不应被认为限制本发明的实施例的精神和范围。
根据示例实施例提供了方法、设备和计算机程序产品,以便从原始探测数据中辨别建筑物访问机构。在一些示例实施例中,建筑物访问机构的标识可以用于在行人导航辅助或路线引导期间引导去往和来自建筑物入口和出口的行人交通。行人导航和路线引导可以类似于车辆导航和路线引导。然而,车辆导航和路线引导通常沿着经绘制的路段执行,这使得车辆能够与路段地图匹配并且沿着具有良好定义的路径的道路网络被引导,所述路径包括可用路段、到限制通行的公路的入口/出口等。考虑到自主行人具有可用于行人的他们自己选择的路径和较差定义的路径,行人导航辅助和路线引导更复杂。尽管行人通道可以被建立为人行道和路径,尽管诸如横跨道路、停车场、田地/公园的非传统的路径是可用的,但是进出建筑物的路径可能未被很好地定义。本文描述的示例实施例使用探测数据信息来识别诸如入口、出口、门等的建筑物访问机构,以帮助促进行人路线引导和导航。
探测信息/数据的实例可包括位置信息/数据、前进方向(heading)信息/数据以及其它信息等。例如,探测信息/数据可以包括地球物理位置(例如,纬度和经度),其指示在生成和/或提供(例如,发送)探测信息/数据时探测设备的位置。探测信息/数据可以可选地包括前进方向或行进的方向。在示例实施例中,探测信息/数据的实例可以包括识别生成和/或提供探测信息/数据的探测设备的探测标识符、与何时生成探测信息/数据相对应的时间戳等。基于探测标识符和时间戳,可以识别探测信息/数据的实例的序列。例如,与探测信息/数据的实例的序列相对应的数据的探测信息的实例可均包括相同探测识别符。在示例实施例中,探测信息/数据的实例的序列中的探测信息/数据的实例基于与其相关联的时间戳被排序。
图1提供了可以与本发明的各种实施例结合使用的示例系统的图示。如图1所示,该系统可以包括多个探测设备20、一个或多个设备10、一个或多个其它计算实体35、一个或多个网络40等。在各种实施例中,探测设备20可以是移动计算装置。例如,探测设备20可以是智能电话、平板电脑、个人数字助理(PDA)和/或其它移动计算装置。在一些实施例中,探测设备20可以是与行人用户相关联的任何便携式设备,其可以包括智能电话、智能手表、健身跟踪器等。在示例实施例中,探测设备20是向设备10提供(例如,发送)探测信息/数据的任何设备。
在示例实施例中,设备10可以包括与图2中所示的示例设备10中所示的那些部件类似的部件。在示例实施例中,设备10可以被配置为将地图更新、路线引导、导航辅助等提供至探测设备20和/或计算实体35。在示例实施例中,探测设备20可以包括与图3中所示的示例探测设备20中所示的那些部件类似的部件。在各种实施例中,设备10可以定位成远离探测设备20。系统的每个部件可以例如通过相同或不同的无线或有线网络40彼此电子通信,所述网络40包括例如有线或无线个人区域网(PAN)、局域网(LAN)、城域网(MAN)、广域网(WAN)、蜂窝网络等。在一些实施例中,网络40可包括汽车云、数字运输基础设施(DTI)、无线电数据系统(RDS)/高清晰度(HD)无线电或其它数字无线电系统等。例如,探测设备20可以经由网络40与设备10通信。例如,探测设备20可以经由诸如云的网络与设备10通信。例如,云可以是计算机网络,其向计算机和与其连接的其它装置提供共享计算机处理资源和数据。例如,探测设备20可被配置为从设备10接收数字地图的一个或多个地图切片(ti le)、交通信息/数据(其嵌入于数字地图的地图切片中或与其分离),和/或将探测信息/数据提供到设备10。
在示例实施例中,如图3所示,探测设备20可以包括处理器22,存储器24,通信接口26,用户接口28,一个或多个传感器30(例如,位置传感器,如GPS传感器或GNSS传感器;IMU传感器;(一个或多个)相机;(一个或多个)二维(2D)和/或三维(3D)光检测和测距(LiDAR);远程、中程和/或短程无线电检测和测距(RADAR);超声传感器;电磁传感器;(近)红外(IR)相机;3D相机;360°相机;和/或使得探测设备20能够确定对应设备20的周围环境的一个或多个特征的其它传感器),和/或被配置为执行本文描述的各种操作、过程、功能等的其它部件。在至少一些示例实施例中,存储器24是非暂时性的。
类似地,如图2所示,设备10可以包括处理器12,存储器14,用户接口18,通信接口16和/或被配置为执行本文描述的各种操作、过程、功能等的其它部件。在至少一些示例实施例中,存储器14是非暂时性的。计算实体35可以包括与设备10和/或探测设备20类似的元件。例如,计算实体35可以包括处理器、存储器、用户接口、通信接口等。在示例实施例中,计算实体35可以包括类似于(一个或多个)传感器30的一个或多个传感器。下面参照图2和图3更详细地描述探测设备20和设备10的某些示例实施例。
示例实施例的探测设备20、计算实体35和/或设备10可以由各种计算装置实现或与各种计算装置相关联,所述计算装置包括例如导航系统、个人导航装置(PND)或便携式导航装置、全球导航卫星系统(GNSS)、蜂窝电话、移动电话、个人数字助理(PDA)、手表、相机、计算机和/或可以执行导航相关的功能(例如数字路由和地图显示)的其它装置。另外或替代地,探测设备20、计算实体35和/或设备10可实现于其它类型的计算装置中,例如服务器、个人计算机、计算机工作站、膝上型计算机、多个联网计算装置等,其被配置为更新一个或多个地图切片、分析探测点以用于路线规划或其它目的。在这点上,图2描绘了设备10,且图3描绘了示例实施例的探测设备20,其可以由包括上面标识的那些的各种计算装置来实施。如图所示,示例实施例的设备10可包括处理器12和存储器装置14并且可选地包括通信接口16和/或用户接口18,或者设备10可与处理器12和存储器装置14相关联并且可选地与通信接口16和/或用户接口18相关联,或者设备10可以与处理器12和存储器装置14通信并且可选地与通信接口16和/或用户接口18通信。类似地,示例实施例的探测设备20可包括处理器22和存储器装置24并且可选地包括通信接口26,用户接口28,一个或多个传感器30(例如,诸如GNSS传感器、IMU传感器等的位置传感器;(一个或多个)相机;(一个或多个)2D和/或3D激光雷达;远程、中程和/或短程雷达;超声传感器;电磁传感器;(近)IR相机、3D相机、360°相机;和/或使得探测设备能够确定对应设备20的周围环境的一个或多个特征的其它传感器)和/或被配置为执行本文所述的各种操作、程序、功能等的其它部件,或者探测设备20可与它们相关联,或者探测设备20可以与它们通信。在示例实施例中,类似于设备10和/或探测设备20的计算实体35可以包括处理器,存储器装置,通信接口,用户接口和/或被配置为执行本文描述的各种操作、过程、功能等的一个或多个附加部件。在示例实施例中,计算实体可以包括与一个或多个传感器30类似的一个或多个传感器。
在一些实施例中,处理器12、处理器22(和/或协处理器或辅助处理器的或与处理器相关联的任何其它处理电路系统)可以经由总线与存储器装置14、存储器装置24通信,以用于在设备的部件之间传递信息。存储器装置可以是非暂时性的,并且可以包括例如一个或多个易失性和/或非易失性存储器。换句话说,例如,存储器装置可以是包括门的电子存储装置(例如,计算机可读存储介质),所述门被配置为存储可以由机器(例如,类似处理器的计算装置)检索的数据(例如,比特)。存储器装置可以被配置为存储用于使得设备能够执行根据本发明的示例实施例的各种功能的信息、数据、内容、应用、指令等。例如,存储器装置可以被配置为缓冲用于由处理器处理的输入数据。另外或替代地,存储器装置可被配置为存储供处理器执行的指令。
处理器12、处理器22可以以多种不同的方式来实现。例如,处理器可以被实现为各种硬件处理装置中的一个或多个,诸如协处理器、微处理器、控制器、数字信号处理器(DSP)、具有或不具有附带DSP的处理元件、或包括集成电路的各种其它处理电路系统,诸如例如ASIC(专用集成电路)、FPGA(现场可编程门阵列)、微控制器单元(MCU)、硬件加速器、专用计算机芯片等。因此,在一些实施例中,处理器可以包括被配置为独立执行的一个或多个处理核。多核处理器可以在单个物理封装件内实现多处理。另外或替代地,处理器可包含经由总线串联配置的一个或多个处理器,以实现独立执行指令、管线(pipelining)和/或多线程(multithreading)。
在示例实施例中,处理器12、处理器22可以被配置为执行存储在存储器装置14、存储器装置24中的指令或者处理器可访问的指令。例如,处理器22可以被配置为执行嵌入在地图切片的路段/链路记录内的计算机执行的指令。替代地或另外,处理器可被配置为执行硬编码功能性。这样,无论是通过硬件或软件方法配置的,还是通过其组合配置的,处理器都可以表示能够在被相应地配置时执行根据本发明的实施例的操作的实体(例如,物理地实现在电路系统中)。因此,例如,当处理器被实现为ASIC、FPGA等时,处理器可以是用于执行本文描述的操作的专门配置的硬件。替代地,作为另一示例,当处理器实现为软件指令的执行器时,所述指令可特定地配置处理器以在执行指令时执行本文描述的算法和/或操作。然而,在一些情况下,处理器可以是特定装置(例如,直通显示器或移动终端)的处理器,其被配置为通过由用于执行本文描述的算法和/或操作的指令对处理器的进一步配置来采用本发明的实施例。处理器可以包括时钟、算术逻辑单元(ALU)和被配置为支持处理器的操作的逻辑门等。
在一些实施例中,设备10、计算实体35和/或探测设备20可以包括用户接口18、用户接口28,其可以进而与处理器12、处理器22通信以向用户提供输出,诸如建议路线,并且在一些实施例中,接收用户输入的指示。这样,用户接口可以包括显示器,并且在一些实施例中,还可以包括键盘、鼠标、操纵杆、触摸屏、触摸区域、软键、麦克风、扬声器或其它输入/输出机制。替代地或另外,处理器可以包括用户接口电路系统,其被配置为控制一个或多个用户接口元件(诸如显示器,并且在一些实施例中,诸如扬声器、振铃器、麦克风等)的至少一些功能。处理器和/或包括处理器的用户接口电路系统可以被配置为通过存储在处理器可访问的存储器(例如,存储器装置14、存储器装置24等)上的计算机程序指令(例如,软件和/或固件)来控制一个或多个用户接口元件的一个或多个功能。
设备10、计算实体35和/或探测设备20可以可选地包括通信接口16、通信接口26。通信接口可以是任何装置,例如以硬件或硬件和软件的组合实现的装置或电路系统,其被配置为从网络和/或与设备通信的任何其它装置或模块接收数据和/或将数据发送到网络和/或与设备通信的任何其它装置或模块。在这点上,通信接口可以包括例如天线(或多个天线)和支持的硬件和/或软件,用于实现与无线通信网络的通信。另外或替代地,通信接口可以包括用于与(一个或多个)天线交互的电路系统,以使得经由(一个或多个)天线发送信号或以处理经由(一个或多个)天线接收到的信号的接收。在一些环境中,通信接口可以替代地或还支持有线通信。这样,例如,通信接口可以包括通信调制解调器和/或用于支持经由电缆、数字用户线(DSL)、通用串行总线(USB)或其它机制的通信的其它硬件/软件。
除了实施示例实施例的设备10、计算实体35和/或探测设备20之外,导航系统还可包括或可访问地理数据库21,所述地理数据库包括在构造路线或导航路径、确定穿越所述路线或导航路径的时间、将地理位置(例如,GNSS确定的位置)匹配到地图和/或行人路径上的点等时所使用的多种数据(例如,地图信息/数据)。例如,地理数据库21可包括节点数据记录(例如,包括包含路径相交处的交叉点标识符的锚节点数据记录)、行人路径段或链路数据记录、兴趣点(POI)数据记录和其它数据记录。可以提供更多、更少或不同的数据记录。在一个实施例中,其它数据记录包括制图(“Carto”)数据记录、路线数据和操纵数据。POI或事件数据的一个或多个部分、部件、区域、层、特征、文本和/或符号可以存储在这些数据记录中的一个或多个中、链接到这些数据记录中的一个或多个和/或与这些数据记录中的一个或多个相关联。例如,POI、事件数据或记录的路线信息的一个或多个部分可以经由例如位置或GNSS数据关联(例如使用已知的或未来的地图匹配或地理编码技术)与相应的地图或地理记录匹配。在示例实施例中,数据记录(例如,节点数据记录、链路数据记录、POI数据记录和/或其它数据记录)可包括计算机可执行的指令、对包括计算机可执行的指令的功能库的引用、根据用于执行分析的算法而使用的一个或多个系数和/或参数、用于提供指示分析结果的响应的一个或多个响应标准等。在至少一些示例实施例中,探测设备20和/或计算实体35可以被配置为执行由数据记录提供和/或引用的计算机可执行的指令。在示例实施例中,设备10可以被配置为对地理数据库21的一个或多个数据记录进行修改、更新等。
在示例实施例中,行人路径数据记录是链路或段,例如机动(maneuver)图的机动,其表示行人可以穿过的路径,如可以在计算的路线或记录的路线信息中使用以用于确定一个或多个个性化路线。节点数据记录是与路段数据记录的各个链路或段相对应的端点。链路数据记录和节点数据记录表示路径的网络,诸如由行人、个人交通工具装置(例如,小型摩托车、自行车、车辆等)和/或其它实体使用的路径的网络。尽管地理数据库21在本文中被描述为包含行人路径和相关联的信息,但是示例实施例的地理数据库21可以包括路段信息,并且除了本文描述的行人路径导航之外,还可以用于促进车辆沿着路段行驶。
路径段和节点可以与属性以及POI相关联,属性诸如地理坐标、街道名称(例如,人行道所遵从的)、地址范围、路径限制(例如,方向限制、机动车辆限制等)和其它导航相关属性,POI诸如零售商店、酒店、餐馆、博物馆、体育场、办公室、建筑物、公园等。地理数据库21可以包括关于POI的数据以及在POI数据记录中的POI的相应位置。地理数据库21还可以包括关于诸如城市、城镇或其它社区的地点的数据,以及关于诸如水体、山脉等的其它地理特征的数据。这种地点或特征数据可以是POI数据的一部分或可以与POI或POI数据记录(如,用于显示或表示城市的一部分的数据点)相关联。另外,地理数据库21可包括与POI数据记录或地理数据库的其它记录相关联的事件数据(例如,诸如体育赛事的预定事件、非预定事件等),和/或地理数据库21可与与POI数据记录或地理数据库的其它记录相关联的事件数据(例如,诸如体育赛事的预定事件、非预定事件等)相关联。
地理数据库21可以由与服务平台相关联的内容提供商(例如,地图开发者或地图服务提供商)来维护。例如,地图开发者可以收集地理数据以生成和增强地理数据库21。地图开发者可以使用不同的方法来收集数据。这些方法可以包括从诸如市政当局或相应地理当局的其它源获得数据。此外,例如,地图开发者可以雇佣现场人员沿着整个地理区域的路径行进,以观察特征和/或记录关于它们的信息。此外,可以使用诸如航空或卫星摄影的遥感。在示例实施例中,可以基于由一个或多个探测设备提供的信息/数据来更新地理数据库21。
地理数据库21可以是以有助于更新、维护和开发的格式存储的主地理数据库。例如,主地理数据库或主地理数据库中的数据可以是Oracle空间格式或其它空间格式,例如为了开发或生产的目的。Oracle空间格式或开发/生产数据库可以被编译成递送格式,例如地理数据文件(GDF)格式。可以对生产和/或递送格式的数据进行编译或进一步编译,以形成地理数据库产品或数据库,其可以用在终端用户导航装置或系统中。
例如,地理数据被编译(例如编译成平台规范格式(PSF)格式)以组织和/或配置用于执行导航相关的功能和/或服务的数据,导航相关功能和/或服务例如路线计算、路线引导、地图显示、距离和行进时间功能以及其它功能。导航相关的功能可对应于行人导航或其它类型的导航。产生终端用户数据库的编译可以由与地图开发者分离的一方或实体来执行。例如,地图开发者的客户(如导航装置开发者或其它终端用户装置开发者)可以对所接收的递送格式的地理数据库执行编译以产生一个或多个经过编译的导航数据库。不管编译和维护数据库的方式如何,根据示例实施例的实现设备10、计算实体35和/或探测设备20的导航系统可以更准确地确定穿过包括相应交叉口处的一个或多个转弯的路线的时间。
本文描述的实施例涉及从探测数据确定建筑物访问机构以更好地建立进出建筑物和设施的行人路径。实施例确定建筑物多边形的周界上的与诸如门、入口、出口等访问机构相对应的位置。可通过经纬度识别这些位置。
使用来自于进入和离开建筑物的行人的探测数据来识别建筑物周界多边形上的建筑物访问机构的存在是具有挑战性的。由于诸如全球定位系统(GPS)的定位技术的噪声性质以及由于建筑物到访问机构的位置的固有接近度,准确地识别建筑物访问机构的位置是困难的,并且所报告的探测数据点的位置可能是错误的。此外,建立行人何时进入或离开建筑物必须与行人在建筑物附近经过区分开。这些挑战使得标准群集(clustering)技术不适于准确地建立建筑物访问机构。
目前,可以通过从地理参考的激光雷达(光距离和测距)、人工智能、机器学习、或关于地理参考的街景影像的深度学习、或地理参考的街景影像的人工注释对建筑物入口进行人工现场收集来确定建筑物入口。然而,这些技术是人工密集的并且可能不准确。例如,建筑物可能存在永久密封的或仅在紧急情况下才能访问的门,使得行人可能不能访问这些访问机构。
本文描述的实施例采用探测位置数据作为真实纬度和经度位置的模糊失真采样。这种失真可以通过点扩散函数(PSF)来建模。知道或估计GPS点扩散函数,实施例可采用去卷积(deconvolution)从探测密度直方图恢复原始门位置,根据通过投影到建筑物边上的门进入建筑物正面的GPS轨迹来创建该探测密度直方图。
本文描述的实施例使用去卷积技术(诸如,最大熵方法)从有噪声的位置数据(诸如,有噪声的GPS信号位置)来锐化位置数据或精确找到位置数据。用于建立探测的位置的传感器和仪器可能经历大气失真、信号噪声或物理障碍,这导致位置数据被点扩散函数(PSF)“模糊”或卷曲(convoluted)。
去卷积的最大熵方法用于天文学,其中仪器光学器件可通过点扩散函数引起天空图像的模糊或变形。点扩散函数以被称为卷积的方式影响图像,其中点源(例如遥远的星体)的图像被展开以覆盖图像传感器上的若干像素,而不是图像中星体的实际位置处的单个像素的针点位置。去卷积是试图将未失真的真实(truth)从点扩散函数和数字图像分离的逆操作。存在多种去卷积方法;然而,本文描述的实施例将主要集中在最大熵方法或最大熵图像恢复。
最大熵方法的目的是基于这样的图像可能已经出现的方式的数量来获得与数据一致的最可能的非负图像。以这种方式,通过选择与所有事实一致的模型(否则,选择尽可能统一的模型),最大熵方法对已知的一切进行建模,并且关于未知不进行假设。熵S被认为是数据中的无序量或缺乏相关性。熵和相关约束表示为:
其中pi是像素的总图像亮度的比例(没有任何点扩散函数模糊)。通常,这些约束本身不提供唯一的结果,使得利用最大熵的原理:最大化(S)来获得被恢复的图像。
通过将最大熵方法应用于探测数据以便从探测数据估计建筑物访问机构,我们利用了GPS噪声可被建模为描述GPS点如何在进入或离开建筑物正面的GPS装置周围扩散的点扩散函数(PSF)。由于来自于消费者GPS装置的高噪声,进入/离开入口的多个行人可能导致探测数据扩散并覆盖物理打开的门外部和内部的区域。实施例可确定建筑物正面外部和内部的缓冲区的探测轨迹,并将探测点投影到建筑物正面上以创建二维直方图。然后,可以使用最大熵方法去卷积来确定建筑物入口,其在去卷积后的直方图中产生对应于门/入口/出口的位置的峰。
本公开的实施例可将最大熵方法应用于建筑物正面的二维空间图像或一维横截面直方图。无论是将去卷积方法应用于一维直方图还是二维空间图像的探测数据,总体构思可以是相同的。处理电路系统被配置为生成用于建筑物正面的探测密度直方图,所述探测密度直方图表示横跨所述正面的宽度的多个位置或访问机构中的每一个处的探测数据点的容量,所述处理电路系统可以包括被配置为执行以下操作的处理电路系统:根据选定的面元(bin)大小将所述建筑物正面的宽度细分(sub-divide)成多个面元;将每个探测数据点归到所述多个面元中的对应面元,该对应面元与相应的探测数据点与所述正面的参考点的距离相对应;以及基于建筑物正面的宽度上的每个面元中的探测数据点的容量生成测密度直方图。所使用的去卷积方法可以包括最大熵方法。被配置为将去卷积方法应用于探测密度直方图以获得多模态直方图的处理电路系统可以包括被配置为执行以下操作的处理电路系统:使用点扩散函数对与所述第一建筑物正面相关联的所述探测数据点的位置误差进行建模;使用点扩散函数将去卷积方法应用于探测密度直方图;以及生成建筑物正面的多模态直方图。
忽略传感器噪声,测量出的二维像素/单元格图像或一维直方图可以表示为:
Measured Image=truth*PSF (2)
其中,该(*)算子是卷积算子。该等式表示测量出的图像(measured image)是真实(truth)与点扩散函数(PSF)的卷积。在处理离散图像/直方图时,对于一维直方图的情况,上面的等式(1)可以表示如下:
其中,Ik是建筑物正面直方图的面元k中的探测器的数量。PSFki是一维位置噪声模型(如,Gaussian模型),但是可以使用任意点扩散函数模型。Oi是行人使用的我们希望重构的偏离面元位置的“真实”门位置。
本文描述的实施例的目的是推导一维实施方式的“真实”访问机构位置Oi。由于探测数据点的位置数据或GPS数据在与探测器相关联的装置周围扩散,因此,任一个一维直方图面元仅包含来自探测位置的部分信号和来自访问相同建筑物访问机构以及(由于噪声)其它访问机构的所有其他行人的信号(即,探测器)。因此,熵S在一维实施方式中被定义为:
其中,pi是我们希望识别的访问机构偏移面元的总直方图图像亮度的比例(例如,通过去除任何点扩散函数模糊的影响)。这两个约束条件表示系统的总能量I和粒子(探测器)的总数是固定的。
为了导出解(去卷积的直方图中的峰位置),我们需要最大化服从所列约束的多变量函数S。这可以通过以下方式实现:引入拉格朗日乘子,并通过引入试验(trial)拉格朗日乘子将确定拉格朗日乘子的问题重算为变分问题。重要的是,引入“势函数”F,其对于拉格朗日乘子的任何试验集合是凹的(concave)。乘子的值被确定为使F最小化的集合。
F=λ0+∑kλkIk (5)
通常,通过引入新函数将具有约束g1(x0,x1,x2,…)=0,g2(x0,x1,x2,…)=0,…,的函数f(x0,x1,x2,…)最大化:
其中,λ′是拉格朗日乘子。通过将的导数设为零来最大化f:
/>
本文描述的过程可应用于一维实施方式,如下面进一步描述的。
根据本公开的示例实施方式,对局部地理区域的GPS误差点扩散函数(PSF)进行建模。例如,使用具有零均值、σ=4米以及范围±3的高斯GPS。如果局部PSF未知,则可针对地理区域在建筑物正面处的门处使用GPS采样对其进行迭代估计并创建平均PSF。替代地,存在最大熵方法的变体,其与被称为盲去卷积的未知点扩散函数一同起作用。
可以确定每个建筑物多边形边/面的探测候选。如图4中所示,基于探测位置信息将探测数据与地图匹配,并且探测数据在地图图像100中被示出为沿着道路102且在建筑物的停车场104中的探测数据点。建筑物可以被表示为具有多个边或面的多边形106。对于建筑物多边形边/面的每个边,可以在边的外部和内部创建缓冲区。如图4的地图图像110所示,缓冲区112相对于多边形边/面108示出。对于该缓冲区112,建立缓冲区内的探测器的子集,并从那些探测器,在建筑物面中建立入口和出口。对于缓冲内的探测数据的子集,确定缓冲区域内的每个探测数据点的轨迹,其穿过建筑物面/边108以区分进入建筑物或离开建筑物的探测数据点和不进入或离开建筑物的那些探测轨迹。图5示出了缓冲区112内的探测数据点。
边界112内的正在进入建筑物或离开建筑物的探测数据点114的子集被投影到建筑物面/边上以创建探测密度直方图。图6示出了这种直方图的示例实施例,其面元为建筑物面的0.1米的宽度。注意,图4和图5的探测数据点仅仅是代表性的,并且不一定完全匹配图6的直方图,该直方图用作示例并且包括比图4和图5的图示多得多的数据点。“面元”反映了当被投影到建筑物面上时探测数据点被分配到的宽度的间隔尺寸。Y轴表示每个面元的多个探测数据点的计数,而沿X轴的面元表示沿建筑物面离参考点(例如建筑物北角落)的距离。
使用最大熵方法对图6的直方图进行去卷积,以获得“真实”建筑物访问机构位置,“真实”建筑物访问机构位置是去卷积后的直方图的峰。图7示出了图6的去卷积后的直方图,其示出了数据中的峰。从图7的去卷积后的直方图,识别该直方图中的主峰。明显地,最大熵方法在去卷积后的直方图中生成九个峰,每个峰对应于门或访问机构。每个峰的容量对应于通过每个建筑物访问机构的探测流量的相对量。峰的大小还指示当探测覆盖范围是稀疏的时每个访问机构的存在和位置的置信度。在这种情况下,小的峰可能不反映实际的建筑物访问机构。
根据本文提供的示例实施例,均值偏移可以用于识别峰,其中均值偏移是用于定位密度函数的最大值以识别峰的非参数特征空间分析技术。均值偏移可能需要多个种子(例如,起始位置),使得建筑物正面边频率(edge frequency)被频繁地(如每一米使用约两到三米的带宽)播种。
在稀疏的探测覆盖范围的实例中,无关紧要的峰可能是普遍的,并且可能需要被过滤掉以不对应于实际的访问机构位置。这可以使用鲁棒统计来执行,诸如基于中值峰高度。
可以从去卷积后的直方图计算包括经纬度的建筑物访问机构位置。在所示示例实施例中,沿着X轴到每个显著的峰中心的距离xi可以对应于离建筑物面上的参考点(如建筑物北角落)以米测量的单独的建筑物访问机构门位置。可以分别从与建筑物北边以及直方图中的x0=0m相对应的P0=(latitude0,longitude0)到与直方图中的x1=92m相对应的下建筑物边P1=(latitude1,longitude1),对建筑物边进行参数化。对于去卷积后的直方图中的每个直方图峰位置xi,可以在建筑物边上计算访问机构位置并将其标记在如图8中所示的122处,并且从街景的角度ai=(latitudei,longitudei)将其标记在对应的位置中:
一旦建筑物访问机构在位置(纬度和经度)方面被建立并且被应用于建筑物的相应边的街景图像,则可以使用建筑物访问机构向一个或多个计算实体35提供导航辅助。在示例实施例中,建筑物访问机构信息可促进关于哪里停车最容易访问建筑物而对用户进行指导或为用户提供行人步行指示以访问建筑物。建筑物访问机构信息/数据可以包括地图修正,例如用于替换数字地图数据库或地理数据库21等中的地图切片的更新后的地图切片。数字地图数据库或地理数据库21可以是一个或多个计算实体35的一部分,或者可以如图1所示与其分离。根据一些实施例,地理数据库21可以由地图数据服务提供商维护并且可以经由网络40访问。计算实体35可以是探测设备20(例如,与正在接近建筑物、正在寻求对建筑物的导航辅助、正在寻找停车以访问建筑物等的用户装置相对应)。例如,可以执行一个或多个路线规划计算、确定等,其考虑建筑物访问机构信息/数据并且提供准确的间隔尺寸的导航辅助以促进用户访问建筑物。
图8示出了根据本发明的示例实施例的用于从探测数据点建立建筑物访问机构信息的方法的流程图。如400所示,接收与多个用户相关联的探测数据点。从探测设备接收的每个探测数据点可以来自具有一个或多个传感器并且与相应用户相关联的探测设备。每个探测数据点可以包括与在410处确定的探测设备相关联的位置信息。在420处可以建立作为用于识别建筑物的访问机构的候选的探测数据点,并且在430处,可以在这些候选中确定表示进入或离开建筑物的探测设备的探测数据点。在440处,根据进入或离开建筑物的探测数据点,可以生成探测密度直方图,其中探测密度直方图可以表示在建筑物的第一边的宽度上的多个位置中的每个位置处的探测数据点的容量。在450处,可以通过应用去卷积方法来对探测密度直方图去卷积,以获得多模态直方图。在460处,根据多模态直方图,可以确定多个统计上显著的峰,每个统计上显著的峰代表建筑物的访问机构。在470处,基于所识别的建筑物的访问机构,可以提供导航辅助。
如上所述,图8示出了根据本公开的示例实施例的设备10、方法和计算机程序产品的流程图。将理解,流程图的每个框以及流程图中框的组合可以通过各种装置来实现,诸如硬件、固件、处理器、电路系统和/或与包括一个或多个计算机程序指令的软件的执行相关联的其它装置。例如,上述过程中的一个或多个可以由计算机程序指令来实现。在这点上,实现上述过程的计算机程序指令可以由采用本发明实施例的设备的存储器装置14、存储器装置24存储,并且由该设备的处理器12、处理器22执行。如将理解的,任何这样的计算机程序指令可以被加载到计算机或其它可编程设备(例如,硬件)上以产生机器,使得得到的计算机或其它可编程设备实现流程图框中指定的功能。这些计算机程序指令还可以存储在计算机可读存储器中,其可以引导计算机或其它可编程设备以特定方式起作用,使得存储在计算机可读存储器中的指令产生一种制品,该制品的执行实现流程图框中指定的功能。计算机程序指令还可以被加载到计算机或其它可编程设备上,以使得在计算机或其它可编程设备上执行一系列操作,以产生由计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现流程图框中指定的功能的操作。
因此,流程图的框支持用于执行指定功能的装置的组合以及用于执行指定功能的操作的组合,以执行指定功能。还将理解,流程图的一个或多个框以及流程图中的框的组合可以由执行指定功能的基于专用硬件的计算机系统或者专用硬件和计算机指令的组合来实现。
在示例实施例中,用于执行上述图8的方法的设备可以包括处理器(例如,处理器12),其被配置为执行上述操作(400-470)中的一些或每一个。处理器例如可以被配置成通过执行硬件实现的逻辑功能、执行存储的指令或者执行用于执行每个操作的算法来执行操作(400-470)。替代地,所述设备可包括用于执行上述操作中的每一者的装置。就这一点而言,根据示例实施例,用于执行操作400-470的装置的示例可以包括例如处理器12和/或用于执行指令或执行用于如上所述处理信息的算法的装置或电路。
在一些实施例中,可以修改或进一步放大以上操作中的某些操作。此外,在一些实施例中,可以包括附加的可选操作。可以以任何顺序和任何组合来执行对上述操作的修改、添加或放大。
受益于在前面的描述和相关附图中呈现的教导,本发明所属领域的技术人员将想到本文阐述的本发明的许多修改和其它实施例。因此,应当理解,本发明不限于所公开的具体实施例,并且修改和其它实施例旨在被包括在所附权利要求的范围内。此外,虽然前面的描述和相关附图在元件和/或功能的某些示例性组合的上下文中描述了示例实施例,但是应当理解,在不脱离所附权利要求的范围的情况下,可以通过替代性的实施例来提供元件和/或功能的不同组合。在这方面,例如,与上文明确描述的那些不同的元件和/或功能的组合也被预期为可以在所附权利要求中的一些中阐述。尽管在本文使用了特定术语,但是它们仅在一般和描述性意义上使用,而不是为了限制的目的。
Claims (20)
1.一种绘制系统,包括:
存储器,其包括地图数据;以及
处理电路系统,其被配置为:
接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;
确定所述探测数据点中的每个探测数据点的位置;
确定建筑物的第一边的探测数据点候选,其中所述建筑物的所述第一边的所述探测数据点候选具有在所述建筑物的所述第一边的缓冲区内的位置;
确定所述探测数据点候选中的进入或离开所述建筑物的探测数据点;
根据进入或离开所述建筑物的所述探测数据点生成所述建筑物的所述第一边的探测密度直方图,其中,所述探测密度直方图表示跨越所述建筑物的所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量;
对所述探测密度直方图应用去卷积方法以获得多模态直方图;
根据所述多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构;以及
基于计算出的所述建筑物的访问机构来提供用于导航辅助的数据。
2.根据权利要求1所述的绘制系统,其中,被配置为根据所述多模态直方图确定多个统计上显著的峰的所述处理电路系统包括被配置为进行以下操作的处理电路系统:
根据所述多模态直方图,确定每个统计上显著的峰离所述建筑物的所述第一边上的参考点的距离。
3.根据权利要求2所述的绘制系统,其中,被配置为根据所述多模态直方图确定多个统计上显著的峰的所述处理电路系统包括还被配置为进行以下操作的处理电路系统,其中,每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构:
生成所述建筑物的所述第一边的透视图;
识别所述透视图中的所述建筑物的所述第一边中的访问机构;以及
使用所生成的透视图与所识别的访问机构来提供导航辅助。
4.根据权利要求1所述的绘制系统,其中,被配置为生成所述建筑物的所述第一边的探测密度直方图的处理电路系统包括被配置为执行以下操作的处理电路系统,其中所述建筑物的所述第一边的探测密度直方图表示跨越所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量:
根据选定的面元大小,将所述第一边的宽度细分成多个面元;
将进入和离开所述建筑物的所述探测数据点中的每个探测数据点归到所述多个面元中的与相应探测数据点离所述建筑物的所述第一边上的参考点的距离相对应的相应面元;以及
基于跨越所述第一边的所述宽度的每个面元中的探测数据点的容量,生成所述探测密度直方图。
5.根据权利要求1所述的绘制系统,其中,所述去卷积方法包括最大熵方法。
6.根据权利要求1所述的绘制系统,其中,被配置为将去卷积方法应用于所述探测密度直方图以获得多模态直方图的处理电路系统包括被配置为执行以下操作的处理电路系统:
使用点扩散函数对所述建筑物的所述第一边的所述缓冲区内的所述探测数据点的位置误差建模;
使用所述点扩散函数将所述去卷积方法应用于所述探测密度直方图;以及
生成所述建筑物的所述第一边的所述多模态直方图。
7.根据权利要求1所述的绘制系统,其中,被配置为针对所述探测数据点候选确定进入或离开所述建筑物的探测数据点的处理电路系统包括被配置为执行以下操作的处理电路系统:
基于指示所述建筑物的所述第一边的交叉的相应探测轨迹,识别通过所述建筑物的所述第一边进入或离开所述建筑物的探测数据点。
8.根据权利要求7所述的绘制系统,其中所述处理电路系统还被配置为基于所述探测轨迹与所述建筑物的所述第一边交叉的方向来区分所述建筑物的访问机构作为入口或出口。
9.一种非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质具有存储在其中的计算机可执行程序代码指令,所述计算机可执行程序代码指令包括程序代码指令以:
接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;
确定所述探测数据点中的每个探测数据点的位置;
确定建筑物的第一边的探测数据点候选,其中所述建筑物的所述第一边的所述探测数据点候选具有在所述建筑物的所述第一边的缓冲区内的位置;
针对所述探测数据点候选,确定进入或离开所述建筑物的探测数据点;
根据进入或离开所述建筑物的所述探测数据点生成所述建筑物的所述第一边的探测密度直方图,其中,所述探测密度直方图表示跨越所述建筑物的所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量;
对所述探测密度直方图应用去卷积方法以获得多模态直方图;
根据所述多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构;以及
基于计算出的所述建筑物的访问机构来提供用于导航辅助的数据。
10.根据权利要求9所述的非暂时性计算机可读存储介质,其中,用于根据所述多模态直方图确定多个统计上显著的峰的所述程序代码指令包括用于以下操作的程序代码指令:
根据所述多模态直方图,确定每个统计上显著的峰离所述建筑物的所述第一边上的参考点的距离。
11.根据权利要求10所述的非暂时性计算机可读存储介质,其中,用于根据所述多模态直方图确定多个统计上显著的峰的程序代码指令包括用于以下操作的程序代码指令,其中,每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构:
生成所述建筑物的所述第一边的透视图;
识别所述透视图中的所述建筑物的所述第一边中的访问机构;以及
使用所生成的透视图与所识别的访问机构来提供导航辅助。
12.根据权利要求9所述的非暂时性计算机可读存储介质,其中用于生成所述建筑物的所述第一边的探测密度直方图的程序代码指令包括用于以下操作的程序代码指令,其中所述建筑物的所述第一边的探测密度直方图表示跨越所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量:
根据选定的面元大小,将所述第一边的宽度细分成多个面元;
将进入和离开所述建筑物的所述探测数据点中的每个探测数据点归到所述多个面元中的与相应探测数据点离所述建筑物的所述第一边上的参考点的距离相对应的相应面元;以及
基于跨越所述第一边的宽度的每个面元中的探测数据点的容量,生成所述探测密度直方图。
13.如权利要求9所述的非暂时性计算机可读存储介质,其中,所述去卷积方法包括最大熵方法。
14.根据权利要求9所述的非暂时性计算机可读存储介质,其中,用于将去卷积方法应用于所述探测密度直方图以获得多模态直方图的程序代码指令包括用于以下操作的程序代码指令:
使用点扩散函数对所述建筑物的所述第一边的所述缓冲区内的所述探测数据点的位置误差建模;
使用所述点扩散函数将所述去卷积方法应用于所述探测密度直方图;以及
生成所述建筑物的所述第一边的所述多模态直方图。
15.根据权利要求9所述的非暂时性计算机可读存储介质,其中,用于针对所述探测数据点候选确定进入或离开所述建筑物的探测数据点的程序代码指令包括用于以下操作的程序代码指令:
基于指示所述建筑物的所述第一边的交叉的相应探测轨迹,识别通过所述建筑物的所述第一边进入或离开所述建筑物的探测数据点。
16.根据权利要求15所述的非暂时性计算机可读存储介质,还包括用于基于所述探测轨迹与所述建筑物的所述第一边交叉的方向来区分所述建筑物的访问机构作为入口或出口的程序代码指令。
17.一种用于根据探测数据建立建筑物的访问机构的方法,包括:
接收探测数据点,从多个探测设备中的探测设备接收每个探测数据点,每个探测设备包括一个或多个传感器并且与用户相关联,其中每个探测数据点包括与相应探测设备相关联的位置信息和轨迹信息;
确定所述探测数据点中的每个探测数据点的位置;
确定建筑物的第一边的探测数据点候选,其中所述建筑物的所述第一边的所述探测数据点候选具有在所述建筑物的所述第一边的缓冲区内的位置;
针对所述探测数据点候选,确定进入或离开所述建筑物的探测数据点;
根据进入或离开所述建筑物的所述探测数据点生成所述建筑物的所述第一边的探测密度直方图,其中,所述探测密度直方图表示跨越所述建筑物的所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量;
对所述探测密度直方图应用去卷积方法以获得多模态直方图;
根据所述多模态直方图确定多个统计上显著的峰,其中每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构;以及
基于计算出的所述建筑物的访问机构来提供用于导航辅助的数据。
18.根据权利要求17所述的方法,其中,根据所述多模态直方图确定多个统计上显著的峰包括:
根据所述多模态直方图,确定每个统计上显著的峰离所述建筑物的所述第一边上的参考点的距离。
19.根据权利要求18所述的方法,其中,根据所述多模态直方图确定多个统计上显著的峰包括以下步骤,其中,每个统计上显著的峰表示所述建筑物的所述第一边中的所述建筑物的访问机构:
生成所述建筑物的所述第一边的透视图;
识别所述透视图中的所述建筑物的所述第一边中的访问机构;以及
使用所生成的透视图与所识别的访问机构来提供导航辅助。
20.根据权利要求17所述的方法,其中生成所述建筑物的所述第一边的探测密度直方图包括以下步骤,其中所述建筑物的所述第一边的探测密度直方图表示跨越所述第一边的宽度的多个位置中的每个位置处的探测数据点的容量:
根据选定的面元大小,将所述第一边的宽度细分成多个面元;
将进入和离开所述建筑物的所述探测数据点中的每个探测数据点归到所述多个面元中的与相应探测数据点离所述建筑物的所述第一边上的参考点的距离相对应的相应面元;以及
基于跨越所述第一边的所述宽度的每个面元中的探测数据点的容量,生成所述探测密度直方图。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/419,128 | 2019-05-22 | ||
US16/419,128 US20200372049A1 (en) | 2019-05-22 | 2019-05-22 | Method, apparatus, and computer program product for identifying building accessors |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984875A CN111984875A (zh) | 2020-11-24 |
CN111984875B true CN111984875B (zh) | 2024-03-19 |
Family
ID=70779521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010440200.4A Active CN111984875B (zh) | 2019-05-22 | 2020-05-22 | 用于识别建筑物访问机构的方法、设备和计算机程序产品 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200372049A1 (zh) |
EP (1) | EP3748298B1 (zh) |
CN (1) | CN111984875B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487634B (zh) * | 2021-06-11 | 2023-06-30 | 中国联合网络通信集团有限公司 | 关联建筑物高度与面积的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101903747A (zh) * | 2007-12-20 | 2010-12-01 | 通腾科技股份有限公司 | 导航装置及方法 |
CN104884899A (zh) * | 2012-11-23 | 2015-09-02 | 通腾比利时公司 | 确定穿过交通运输网络的一或多个交叉口的轨迹的方法 |
WO2017214595A1 (en) * | 2016-06-10 | 2017-12-14 | The Board Of Trustees Of The Leland | Systems and methods for performing three-dimensional semantic parsing of indoor spaces |
CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
WO2018061010A1 (en) * | 2016-09-28 | 2018-04-05 | Pixtier Maps Ltd. | Point cloud transforming in large-scale urban modelling |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268232A1 (en) * | 2012-04-10 | 2013-10-10 | Qualcomm Incorporated | Informative Display for Statistical Positioning System |
US9253606B2 (en) * | 2013-03-04 | 2016-02-02 | Here Global B.V. | Structure access characteristics determined from mobile unit data |
US9810539B2 (en) * | 2016-03-16 | 2017-11-07 | Here Global B.V. | Method, apparatus, and computer program product for correlating probe data with map data |
US10352718B2 (en) * | 2016-09-23 | 2019-07-16 | Apple Inc. | Discovering points of entry to a location |
US10762776B2 (en) * | 2016-12-21 | 2020-09-01 | Here Global B.V. | Method, apparatus, and computer program product for determining vehicle lane speed patterns based on received probe data |
-
2019
- 2019-05-22 US US16/419,128 patent/US20200372049A1/en active Pending
-
2020
- 2020-05-19 EP EP20175469.4A patent/EP3748298B1/en active Active
- 2020-05-22 CN CN202010440200.4A patent/CN111984875B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101903747A (zh) * | 2007-12-20 | 2010-12-01 | 通腾科技股份有限公司 | 导航装置及方法 |
CN104884899A (zh) * | 2012-11-23 | 2015-09-02 | 通腾比利时公司 | 确定穿过交通运输网络的一或多个交叉口的轨迹的方法 |
WO2017214595A1 (en) * | 2016-06-10 | 2017-12-14 | The Board Of Trustees Of The Leland | Systems and methods for performing three-dimensional semantic parsing of indoor spaces |
WO2018061010A1 (en) * | 2016-09-28 | 2018-04-05 | Pixtier Maps Ltd. | Point cloud transforming in large-scale urban modelling |
CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111984875A (zh) | 2020-11-24 |
EP3748298B1 (en) | 2022-06-08 |
EP3748298A1 (en) | 2020-12-09 |
US20200372049A1 (en) | 2020-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10643462B2 (en) | Lane level traffic information and navigation | |
US10482761B2 (en) | Lane-level geometry and traffic information | |
US10539676B2 (en) | Method, apparatus and computer program product for mapping and modeling a three dimensional structure | |
US10296828B2 (en) | Learning a similarity measure for vision-based localization on a high definition (HD) map | |
US10140856B2 (en) | Automatic detection of lane closures using probe data | |
US10762776B2 (en) | Method, apparatus, and computer program product for determining vehicle lane speed patterns based on received probe data | |
Wieland et al. | Estimating building inventory for rapid seismic vulnerability assessment: Towards an integrated approach based on multi-source imaging | |
US10223816B2 (en) | Method and apparatus for generating map geometry based on a received image and probe data | |
US10580292B2 (en) | Lane-level geometry and traffic information | |
US11232582B2 (en) | Visual localization using a three-dimensional model and image segmentation | |
US10152635B2 (en) | Unsupervised online learning of overhanging structure detector for map generation | |
US10445610B2 (en) | Method, apparatus, and computer program product for determining vehicle lanes of a road segment based on received probe data | |
US20230016153A1 (en) | Map Feature Identification Using Motion Data and Surfel Data | |
EP3896394A1 (en) | Method and apparatus for self localization | |
CN113450455A (zh) | 用于生成停车场的道路链路的地图的方法、设备和计算机程序产品 | |
EP3647820A1 (en) | Method, apparatus, and computer program product for establishing location | |
CN111984875B (zh) | 用于识别建筑物访问机构的方法、设备和计算机程序产品 | |
US11238291B2 (en) | Method, apparatus, and computer program product for determining if probe data points have been map-matched | |
US20220386072A1 (en) | Description landmarks for radio mapping | |
US20230171570A1 (en) | Indoor localization based on detection of building-perimeter features |
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 |