CN112527943B - 地图渲染方法、装置、设备和存储介质 - Google Patents
地图渲染方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112527943B CN112527943B CN202011566756.4A CN202011566756A CN112527943B CN 112527943 B CN112527943 B CN 112527943B CN 202011566756 A CN202011566756 A CN 202011566756A CN 112527943 B CN112527943 B CN 112527943B
- Authority
- CN
- China
- Prior art keywords
- track
- road
- track point
- point
- 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
- 238000009877 rendering Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 4
- 101100190462 Caenorhabditis elegans pid-1 gene Proteins 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 101100190464 Caenorhabditis elegans pid-2 gene Proteins 0.000 description 1
- 101100256916 Caenorhabditis elegans sid-1 gene Proteins 0.000 description 1
- 101100256918 Caenorhabditis elegans sid-2 gene Proteins 0.000 description 1
- 101100365746 Caenorhabditis elegans sid-5 gene Proteins 0.000 description 1
- 101100366400 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spg1 gene Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G01C21/26—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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
-
- 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
- G01C21/3815—Road data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Navigation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种地图渲染方法、装置、设备和存储介质,涉及人工智能技术领域,尤其涉及电子地图和智能交通领域。具体实现方案为:获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;根据各所述目标道路,进行地图渲染。本申请提高了地图渲染结果的准确度。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及电子地图和智能交通技术,具体涉及一种地图渲染方法、装置、设备和存储介质。
背景技术
随着互联网技术的不断发展,地图类应用(Application,APP)越来越多的应用到人们的日常生活中,以供用户进行兴趣点的查询、路线导航和动态轨迹生成等。
然而,现有技术中的地图类APP在使用过程中,存在渲染结果准确度差等缺陷,降低了用户的使用体验。
发明内容
本申请提供了一种渲染结果准确度更高的地图渲染方法、装置、设备和存储介质。
根据本申请的一方面,提供了一种地图渲染方法,包括:
获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;
根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;
根据各所述目标道路,进行地图渲染。
根据本申请的另一方面,提供了一种地图渲染装置,包括:
数据获取模块,用于获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;
目标道路确定模块,用于根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;
地图渲染模块,用于根据各所述目标道路,进行地图渲染。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请提供的任意一种地图渲染方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本申请提供的任意一种地图渲染方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本申请提供的任意一种地图渲染方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请提供的一种地图渲染方法的流程图;
图2是本申请提供的另一种地图渲染方法的流程图;
图3是本申请提供的另一种地图渲染方法的流程图;
图4A是本申请提供的另一种地图渲染方法的流程图;
图4B是本申请提供的一种参考路网数据的示意图;
图4C是本申请提供的一种轨迹点数据示意图;
图4D是本申请提供的一种绑定关系示意图;
图4E是本申请提供的一种合并道路示意图;
图4F是本申请提供的一种更新后的合并道路示意图;
图5是本申请提供的一种地图渲染装置的结构图;
图6是是用来实现本申请实施例的地图渲染方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请实施例提供的各地图渲染方法和地图渲染装置,适用于在使用地图类软件时,根据轨迹点数据进行电子地图渲染的情况,例如全景地图渲染或动态轨迹追踪等应用场景。本申请提供的各地图渲染方法,可以由地图渲染装置执行,该装置采用软件和/或硬件实现,并具体配置于电子设备中。
参见图1所示的一种地图渲染方法,包括:
S101、获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据。
其中,参考路网数据包括多条参考道路的道路标识、参考起始点标识和参考终止点标识等数据中的至少一种。一般的,参考路网数据为已知路网数据,可以从现有地理数据库或地图类网站中获取得到,或预先存储在执行地图渲染方法的电子设备的本地、或与电子设备关联的其他存储设备、或云端中,并在需要进行地图渲染时,进行参考路网数据的获取。
其中,轨迹点数据包括多个轨迹点的轨迹标识、采集时间、采集方向和各轨迹点先后顺序等数据中的至少一种。示例性地,轨迹点数据可以是通过全景车根据设定采集要求依次采集的各轨迹点的相关数据,还可以是物体追踪过程中所生成的轨迹点。其中,所追踪物体可以是车辆、人物或动物等中的至少一种。
其中,轨迹点数据可以是实时采集的轨迹点对应的数据,还可以是将预先采集的轨迹点对应数据,存储在执行地图渲染方法的电子设备本地、与电子设备本地关联的其他设备或云端中,并在需要进行地图渲染时,进行轨迹点数据的获取。
S102、根据各轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,分别确定各轨迹点的目标道路。
在一个可选实施例中,针对轨迹点数据中的每个轨迹点,可以获取该轨迹点的轨迹点邻域集合,并根据轨迹点邻域集合中各轨迹点元素在参考路网数据中的至少一个参考道路上的投影情况,进行该轨迹点的目标道路的确定。
可以理解的是,分别针对每个轨迹点采用相同的方式进行目标道路的确定,便于在支持多线程的电子设备中,同步进行多个轨迹点的目标道路的确定,提高了目标道路的确定效率。
由于每个轨迹点均需要借助包含多个轨迹点元素的轨迹点邻域集合,进行目标道路的确定,另外,不同轨迹点的轨迹点邻域集合中可能包含有相同的轨迹点元素,因此存在多个轨迹点元素重复投影的情况,将会投入大量的数据运算量,降低了地图渲染效率。为了避免上述情况的发生,在另一可选实施例中,可以仅针对部分轨迹点,借助轨迹点邻域集合进行目标道路的确定,以减少数据运算量,从而提高地图渲染效率。
示例性地,可以将各轨迹点向轨迹点周围的至少一个参考道路上进行投影;若轨迹点所投影的参考道路为一条,则将所投影参考道路作为该轨迹点的目标道路;若轨迹点所投影的参考道路为至少两条,则根据该轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,确定该轨迹点的目标道路。
可以理解的是,当轨迹点投影的参考道路只有一条时,无需从多条参考道路中进行目标道路的选取,因此也将没有必要参照轨迹点的轨迹点邻域集合中的其他轨迹点元素的投影情况,进行目标道路的确定,避免了计算资源的浪费。由于轨迹点采集过程中,一般只有在道路交汇口附近的轨迹点,才会出现向至少两条参考道路投影的情况,而大多数轨迹点仅会在一条参考道路中进行投影,所以通过将单一参考道路投影的轨迹点直接进行目标道路的确定,能够显著减少目标道路确定过程的数据运算量,进而提高地图渲染效率。
可选的,轨迹点邻域集合可以通过以下方式确定:将距离轨迹点的空间距离小于设定空间距离阈值的至少两个其他轨迹点,作为相邻轨迹点;生成包括该轨迹点和该轨迹点的至少两个相邻轨迹点的轨迹点邻域集合。其中,设定空间距离阈值可以由技术人员根据需要或经验值进行设定,或通过大量试验反复确定或调整。
当轨迹点数据包括不同时段采集的多个轨迹点时,通过空间距离确定忽略了轨迹点之间的时间关联性,将会给目标道路确定结果的准确度带来一定影响。为了避免上述情况的发生,可选的,轨迹点邻域集合还可以通过以下方式确定:将与轨迹点之间的采集时间间隔小于设定时间阈值的至少两个其他轨迹点,作为相邻轨迹点;生成包括该轨迹点和该轨迹点的至少两个相邻轨迹点的轨迹点邻域集合。其中,设定时间阈值可以由技术人员根据需要或经验值进行设定,或通过大量试验反复确定或调整。
由于在道路交汇口附近的轨迹点,存在轨迹点变化方向不同的情况,例如在“L”型交汇口,部分轨迹点位于交汇口关联道路中的一条,部分轨迹点位于交汇口关联道路中的另一条,因此仅通过时间间隔进行相邻轨迹点的确定,将会存在所确定的相邻轨迹点与该轨迹点的目标道路不一致的情况,从而影响了轨迹点的目标道路确定结果的准确度。为了避免上述情况的发生,可选的,轨迹点邻域集合还可以通过以下方式确定:根据轨迹点数据中轨迹点的采集时间和变化方向,从多个轨迹点中选取轨迹点的至少两个相邻轨迹点;生成包括轨迹点和至少两个相邻轨迹点的轨迹点邻域集合。
示例性地,可以选取与轨迹点的采集时间的时间间隔小于设定时间阈值,并且与轨迹点的变化方向相同的至少两个其他轨迹点作为相邻轨迹点;生成包括轨迹点和该轨迹点的至少两个相邻轨迹点的轨迹点邻域集合。其中,设定时间阈值可以由技术人员根据需要或经验值进行设定,或通过大量试验反复确定或调整。
可以理解的是,通过采集实现对轨迹点邻域集合中的各轨迹点元素的采集时间段加以约束,避免了由于忽略了轨迹点元素之间的时间关联性,导致该轨迹点的目标道路确定结果准确度较差的情况的发生;通过变换方向,对轨迹点邻域集合中的各轨迹点元素的投影道路一致性加以约束,避免了由于相邻轨迹点与该轨迹点投影道路不同,导致该轨迹点的目标道路确定结果准确度较差的情况的发生。因此,借助采集实现和变化方向进行相邻轨迹点的确定,提高了轨迹点邻域集合确定结果的准确度,进而提高了轨迹点的目标道路确定结果的准确度。
前述内容对轨迹点邻域集合的确定机制和不同轨迹点对应的目标道路的确定机制进行了详细说明,以下内容将对如何使用轨迹点邻域集合进行轨迹点的目标道路的确定,进行详述。
在一个可选实施例中,可以针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各轨迹点元素在各参考道路中的累计投影距离,从各参考道路中确定目标道路。
具体的,针对每个轨迹点,确定该轨迹点邻域集合中各轨迹点元素所投影的参考道路;分别针对每个参考道路,统计轨迹点邻域集合中的轨迹点元素到该参考道路的投影距离之和作为累计投影距离,选取累计投影距离较小的参考道路,作为该轨迹点的目标道路。
可以理解的是,通过轨迹点的轨迹点邻域集合在各参考道路的累计投影距离,进行目标道路的确定,能够将距离轨迹点较远的参考道路识别为目标道路的情况,提高了目标道路确定结果的准确度。
然而,在道路交汇口附近或轨迹点自身异常时,存在一个轨迹点对应多个用于投影的参考道路的情况,当轨迹点邻域集合中的较大部分相邻轨迹点均投影在参考道路A上,较小部分相邻轨迹点还投影在参考道路B上,此时可能存在参考道路A上的累计投影距离,大于参考道路B上累计投影距离的情况,此时将会出现目标道路确定结果出现错误。
为了避免上述情况的发生,在另一可选实施例中,还可以针对每个轨迹点,根据轨迹点的轨迹点邻域集合中各轨迹点元素在各参考道路中的累计投影次数,从各参考道路中确定目标道路。
具体的,针对每个轨迹点,确定该轨迹点邻域集合中各轨迹点元素所投影的参考道路;分别针对每个参考道路,统计轨迹点邻域集合中的轨迹点元素到该参考道路的累计投影次数,选取累计投影次数较多的参考道路,作为该轨迹点的目标道路。
可以理解的是,通过引入累计投影次数,进行目标道路的确定,能够避免在道路交汇口附近或轨迹点自身异常时,通过累计投影距离出现目标道路确定错误的情况,提高了目标道路确定结果的准确度。
然而,在轨迹点采集环境或采集设备状况较差,使得轨迹点邻域集合中的大部分轨迹点元素的位置误差较大时,仅考虑累计投影距离或累计投影次数,均可能会出现目标道路确定结果异常的情况。为了能够提高目标道路确定方式的通用性和准确度,在另一可选实施例中,针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各轨迹点元素在各参考道路中的累计投影距离和累计投影次数,从各参考道路中确定目标道路。
可选的,可以确定累计投影次数较多(例如最多),且累计投影距离较短(例如最短)的参考道路作为目标道路。或者可选的,针对各参考道路,确定累计投影距离与累计投影次数的比值,将比值较小(例如最小)的参考道路作为目标道路。
在进行目标道路选取过中,需要选取累计投影距离较小的参考道路,因此,单个轨迹点元素向其周围的参考道路投影距离较大时,该参考道路后续被选择作为目标道路的可能性也较低。为了减少目标道路确定过程中的数据运算量,在一个可选实施例中,在进行目标道路确定之前,还可以根据轨迹点元素向周围的参考道路投影距离的大小,对所投影的参考道路进行初筛。
示例性地,确定各轨迹点元素向周围的参考道路的投影距离;删除投影距离大于设定距离阈值的参考道路。其中,设定距离阈值可以由技术人员根据需要或经验值进行设定,或通过大量试验反复确定或调整。
S103、根据各目标道路,进行地图渲染。
示例性地,可以直接将各目标道路依次在电子地图中进行渲染,还可以将各目标道路进行合并,并将合并后的道路在电子地图中进行渲染。其中,所渲染地图可以适用于智能交通或地图导航等实际场景中,本申请对此不做任何限定。
需要说明的是,本申请可适用于动态轨迹追踪这一场景中,相应的,所确定的目标道路即为追踪轨迹,使得轨迹追踪路线不瘦追踪设备和追踪环境等因素的影响,与追踪物的实际行走路线匹配度更高,准确性更好。本申请还可适用于进行全景路网生成这一场景中,相应的,将各目标道路合并之后得到的数据即为全景路网,能够将与轨迹点数据相匹配的道路统一合并,为全景地图的生成提供数据支撑,同时在进行地图渲染时,通过合并操作提高了渲染效率。
本申请通过引入轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,进行轨迹点的目标道路的确定,使得在进行目标道确定中,参照轨迹点邻域集合中其他轨迹点元素的投影情况,进行该轨迹点所投影的目标道路的确定,减少了孤立投影导致目标道路确定结果准确度较差的情况的发生,从而提高了目标道路确定结果准确度,进而提高了地图渲染结果的准确度。
在进行轨迹点数据获取时,存在由于轨迹点采集装置性能或采集环境的影响,出现部分轨迹点丢失的情况。为了提高所获取的轨迹点数据的全面性,进而保证地图渲染结果的准确度,在本申请一个可选实施例中,还可以在执行“获取包含多个轨迹点的轨迹点数据”之后,在执行“根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路”之前,追加“若两个相邻轨迹点采集时间不连续,则根据所述两个相邻轨迹点对所述两个相邻轨迹点中的至少一个丢失轨迹点进行预测;根据所述至少一个丢失轨迹点,更新所述轨迹点数据”,以实现丢失轨迹点进行预测。
需要说明的是,在该可选实施例中未详述的部分,可参见前述实施例描述。进一步参见图2所示的一种地图渲染方法,包括:
S201、获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据。
S202、若两个相邻轨迹点采集时间不连续,则根据两个相邻轨迹点对两个相邻轨迹点中的至少一个丢失轨迹点进行预测。
当两个相邻轨迹点的采集时间不连续时,存在两个相邻轨迹点之间存在至少一个轨迹点丢失的情况,将会影响轨迹点邻域集合确定结果的准确度,进而影响地图渲染结果的准确度。为了避免上述情况的发生,针对所获取到的轨迹点数据,会对丢失轨迹点进行预测,并根据预测结果,对轨迹点数据进行更新,从而提高所获取轨迹点数据的丰富性和全面性,进而提高轨迹点邻域集合确定结果的准确度。
示例性地,若两个相邻轨迹点采集时间不连续时,根据两个相邻轨迹点的位置信息,对两个相邻轨迹点中的至少一个丢失轨迹点进行预测。
在一个具体实现方式中,可以根据两个相邻轨迹点的参考时间检测和参考距离检测,确定参考速率;根据两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和参考时间间隔,分别确定各候选道路轨迹的候选速率;根据候选速率和参考速率,从候选道路轨迹中选取目标道路轨迹;根据目标道路轨迹,生成至少一个丢失轨迹点。
具体的,将两个相邻轨迹点的采集时间之间的差值,作为参考时间间隔;将两个相邻轨迹点的位置信息之间的差值,作为参考距离间隔;根据参考距离间隔和参考时间间隔的比值,确定参考频率;采用路线规划算法确定两个相邻轨迹点之间的至少一个连接路线,作为候选道路轨迹;确定各候选道路轨迹的轨迹长度;根据各候选道路轨迹的轨迹长度和参考时间间隔的比值,确定各候选道路轨迹的候选速率;将各候选速率和参考速率进行比较,选取与参考速率差值较小(例如最小)的其中一个候选道路轨迹作为目标道路轨迹;根据两个相邻轨迹点的参考时间间隔和采集频率,确定丢失轨迹点的数量;在目标道路轨迹中选取相应数量的丢失轨迹点。其中,选取方式可以是任意选取或均匀选取等方式中的至少一种。其中,路线规划算法可以基于现有技术中的一种算法或至少两种算法组合加以实现,本申请对算法的具体内容或具体形式不做任何限定。
在另一具体实现方式中,可以根据两个相邻轨迹点的参考时间间隔和参考距离间隔,确定参考速率;根据两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和参考速率,分别确定各候选道路轨迹的候选时间间隔;根据候选时间间隔和参考时间间隔,从候选道路轨迹中选取目标道路轨迹;根据目标道路轨迹,生成至少一个丢失轨迹。
具体的,将两个相邻轨迹点的采集时间之间的差值,作为参考时间间隔;将两个相邻轨迹点的位置信息之间的差值,作为参考距离间隔;根据参考距离间隔和参考时间间隔的比值,确定参考速率;采用路线规划算法确定两个相邻轨迹点之间的至少一个连接路线,作为候选道路轨迹;确定各候选道路轨迹的轨迹长度;根据各候选道路轨迹的轨迹长度和参考速率的比值,确定各候选道路轨迹的候选时间间隔;将各候选时间间隔与参考时间间隔进行比较,选取与参考时间间隔差值较小(例如最小)的其中一个候选道路轨迹作为目标道路轨迹;根据两个相邻轨迹点的参考时间间隔和采集频率,确定丢失轨迹点的数量;在目标道路轨迹中选取相应数量的丢失轨迹点。其中,选取方式可以是任意选取或均匀选取等方式中的至少一种。其中,路线规划算法可以基于现有技术中的一种算法或至少两种算法组合加以实现,本申请对算法的具体内容或具体形式不做任何限定。
在又一具体实现方式中,还可以根据包括两个相邻轨迹点的多个预测轨迹点集合进行轨迹拟合,得到目标道路轨迹;从目标道路轨迹中选取至少一个拟合点作为丢失轨迹点。
具体的,根据轨迹点采集时间,选取两个相邻轨迹点所在设定时间段内容轨迹点构建预测轨迹点集合;将轨迹点集合中的各轨迹点元素根据采集顺序进行轨迹拟合,将轨迹拟合结果作为目标道路轨迹;根据两个相邻轨迹点的参考时间间隔和采集频率,确定丢失轨迹点的数量;在目标道路轨迹中选取相应数量的丢失轨迹点。
需要说明的是,上述各具体实现方式仅作为丢失轨迹点拟合的具体示例加以呈现,以丰富丢失轨迹点的预测方式,本申请还可以采用现有技术的其他方式或至少两种方式的组合进行丢失轨迹点的预测,本申请实施例对此不做任何限定。
S203、根据至少一个丢失轨迹点,更新轨迹点数据。
将丢失轨迹点的位置信息、采集时间、采集方向和轨迹点标识等数据中的至少一种,添加至轨迹点数据中,以更新轨迹点数据,从而提高轨迹点数据的全面性。其中,位置信息即为丢失轨迹点在目标道路轨迹中的位置坐标;采集时间即为根据两个相邻轨迹点及与其他丢失轨迹点的位置关系所推算的时间;采集方向同两个相邻轨迹点的采集方向;轨迹点标识可以根据需要顺序编号或插入其他编号,仅需保证轨迹点数据中不同轨迹点的轨迹点标识不同即可。
S204、根据各轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,分别确定各轨迹点的目标道路。
S205、根据各目标道路,进行地图渲染。
本申请通过在后续包括多个轨迹点的轨迹点数据之后,在根据各轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,分别确定各轨迹点的目标道路之前,追加若两个相邻轨迹点采集时间不连续,则根据两个相邻轨迹点对两个相邻轨迹点中的至少一个丢失轨迹点进行预测;根据至少一个丢失轨迹点,更新轨迹点数据。上述技术方案通过对丢失轨迹点进行预测,并进行轨迹点数据更新,提高了轨迹点数据的全面性,从而提高了轨迹点的轨迹点邻域集合的准确度,进而提高了目标道路确定结果的准确度。
上述各技术方案在进行地图渲染时,由于针对每个目标道路分别渲染电子地图,存在渲染效率较低的问题。有鉴于此,本申请提供了一个实施例,将地图渲染操作细化为“根据所述多个轨迹点的采集顺序,确定所述多个轨迹点对应的各所述目标道路的合并顺序;根据所述合并顺序,对各所述目标道路进行合并,生成合并道路;根据所述合并道路,进行地图渲染”,以提高地图渲染效率。
需要说明的是,在该可选实施例中未详述的部分,可参见前述实施例描述。进一步参见图3所示的一种地图渲染方法,包括:
S301、获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据。
S302、根据各轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,分别确定各轨迹点的目标道路。
S303、根据多个轨迹点的采集顺序,确定多个轨迹点对应的各目标道路的合并顺序。
示例性地,可以根据各轨迹点的采集时间,确定各轨迹点的采集顺序;根据各轨迹点的采集顺序,分别确定各轨迹点对应的目标道路的合并顺序。
S304、根据合并顺序,对各目标道路进行合并,生成合并道路。
根据合并顺序,依次顺序合并各目标道路,生成合并道路。
需要说明的是,由于不同轨迹点可能对应有相同的目标道路,而此时,相同目标道路可能会仅进行一次合并,或进行多次合并。
示例性地,若至少两个连续的轨迹点对应有相同的目标道路,则仅将该目标道路与后续其他轨迹点对应的目标道路进行合并,不再进行目标道路的重复合并,避免了无谓计算的发生,同时提高了道路合并效率。若非连续的轨迹点对应有相同的目标道路,则根据轨迹点的采集顺序,依次在相应位置进行轨迹点之前的其他轨迹点的目标道路的合并,以及轨迹点之后的其他轨迹点的目标道路的合并。
在一个具体实现方式中,在至少两个连续的轨迹点对应相同的目标道路时,删除重复的目标道路,从而实现对目标道路进行去重处理。将各去重后的目标道路,根据合并顺序,依次将相邻目标道路中的前一目标道路的终止点标识,与相邻目标道路中的后一目标道路的起始点标识进行合并,得到一条合并道路。
为了便于目标道路的查找,可以预先针对各目标道路的参考路网数据中的道路标识、起始点标识和终止点标识,生成道路查询表和起止点查询表;在目标道路合并过程中,针对其中一个当前目标道路,根据道路标识查找该当前目标道路的终止点标识;根据终止点标识查找下一目标道路的起始点标识,将当前目标道路与该下一目标道路的终止点标识合并;将该下一目标道路作为新的当前目标道路,继续进行目标道路合并,直至完成轨迹点数据中所有轨迹点对应的目标道路的合并。
S305、根据合并道路,进行地图渲染。
可以理解的是,根据合并道路进行电子地图的一次渲染,而非对各目标道路按照合并顺序,依次进行电子地图的渲染,提高了电子地图的渲染效率。同时,在全景路网生成这一应用场景下,可以将所生成的合并道路作为全景路网,为全景地图的呈现提供了数据支撑。
需要说明的是,由于轨迹点数据中的多个轨迹点并非均匀分布全部合并道路中,因此存在所渲染的电子地图中的合并道路比实际情况要长的情况。为了进一步提高合并道路的准确度,在一个可选实施例中,还可以根据轨迹点在合并道路中的投影点的位置信息,对合并道路进行截取。
由于轨迹点数据一般为一个连续采集过程或连续追踪过程所生成的数据,因此轨迹点数据中相对中间位置的轨迹点对合并道路的准确度影响较小,而轨迹点数据中的首个轨迹点和末尾轨迹点对合并道路的准确度影响较大。因此,在一个具体实现方式中,根据合并道路,进行地图渲染,可以是:根据轨迹点数据中首个轨迹点和末尾轨迹点分别在对应目标道路的投影点,分别确定合并道路的起始点和终止点;根据起始点和终止点对合并道路进行截取;根据截取后的合并道路,进行地图渲染。
可以理解的是,通过首个轨迹点和末尾轨迹点对合并道路的起始点和终止点进行约束,避免了合并道路过长的情况,从而提高了合并道路确定结果的准确性,进而提高了地图渲染结果的准确度。
具体的,将首个轨迹点在对应目标道路上的投影点,作为合并道路的起始点;将末尾轨迹点在对应目标道路上的投影点作为合并道路的终止点;去除合并道路中起始点之前的道路部分以及合并道路中终止点之后的道路部分,以更新合并道路;根据更新后的合并道路,进行地图渲染。
在一个具体实现方式中,存在合并道路为环形道路的情况,因此采用前述查表方式存在循环合并无法退出的情况,从而出现道路合并异常。为了避免上述情况的发生,在进行道路合并过程中,还可以针对每条目标道路,分别设置合并状态字段,用于表征目标道路的处理状态;其中,合并状态字段中的字段值包括已合并、已查询和默认字段。其中,已合并表明该目标道路已参与合并道路的生成,已查询表明该目标道路不参与合并道路的生成;默认字段表明尚未对该目标字段进行处理。从而可以根据合并状态字段的字段值,确定目标道路的合并情况,直至完成所有目标道路的遍历。
由于存在至少两个非连续的轨迹点对应目标道路相同的情况,也即进行道路合并时,同一目标道路可能会在不同情况下进行至少两个合并,因此还可以针对各目标道路对应设置重复合并字段,用于表征目标道路的已重复合并次数或待重复合并次数。并在每次进行该目标道路合并时,进行重复合并字段的字段值的调整。
具体的,当重复合并字段为已重复合并次数时,当已重复合并次数达到理论重复合并次数时,表明对目标道路的合并操作已完成。其中,理论重复合并次数为去重后该目标道路的统计值。当重复合并字段为待重复合并次数时,当待重复合并次数为0时,表明对目标道路的合并操作已完成。
本申请实施例通过将地图渲染操作,细化为根据多个轨迹点的采集顺序,确定多个轨迹点对饮的各目标道路的合并顺序;根据合并顺序,对各目标道路进行合并,生成合并道路;根据合并道路,进行地图渲染。本申请通过合并后的合并道路进行电子地图的一次渲染,替代现有的分别根据各目标道路依次进行电子地图的渲染,减少了渲染过程的数据运算量,同时提高了渲染效率。另外,在全景路网(其中合并道路即为全景路网)生成应用场景中,上述技术方案为全景地图的呈现提供了数据支撑。
在上述各技术方案的基础上,本申请还提供了一种地图渲染方法的优选实施例。
进一步参见图4A所示的一种地图渲染方法,包括:
S410、数据获取阶段;
S420、轨迹点绑定阶段;以及,
S430、地图渲染阶段。
示例性地,数据获取阶段,包括:
S411、获取参考路网数据,包括多条参考道路的道路标识、道路起始点标识和道路终止点标识中的至少一种。
参见图4B所示的一种参考路网数据的示意图,在该图中,通过guid表征道路标识,通过sid表征道路起始点标识,通过eid表征道路终止点标识。例如,道路H1的道路标识为guid-1,道路起始点标识为sid1,道路终止点为eid1;道路H2的道路标识为guid-2,道路起始点标识为sid2,道路终止点为eid2;道路H3的道路标识为guid-3,道路起始点标识为sid3,道路终止点为eid3;道路S1的道路标识为guid-4,道路起始点标识为sid4,道路终止点标识为eid4;道路S2的道路标识为guid-5,道路起始点标识为sid5,道路终止点标识为eid5;道路S3的道路标识为guid-6,道路起始点标识为sid6,道路终止点标识为eid6;道路S4的道路标识为guid-7,道路起始点标识为sid7,道路终止点标识为eid7。其中,在道路交汇口部分道路的道路起始点标识与部分道路的道路终止点标识相对应。需要说明的是,图4B仅以7条道路为例进行说明,不应理解为对本申请的限定。
S412、获取包括多个轨迹点的轨迹点数据,其中各轨迹点包括轨迹点标识、轨迹点坐标、采集时间和采集方向中的至少一种。
参见图4C所述的一种轨迹点数据示意图,在该图中,通过pid表征轨迹点标识。例如,图4C中的pid1,pid2,...,pid10等。需要说明的是,图4C仅以10个轨迹点为例进行说明,不应理解为对本申请的限定。
示例性地,轨迹点绑定阶段,包括:
S421、根据轨迹点数据中不连续的两个相邻轨迹点的轨迹点位置和采集时间,预测丢失轨迹点,并根据丢失轨迹点更新轨迹点数据。
示例性地,可以根据轨迹点数据中不连续的两个相邻轨迹点的轨迹点位置和采集时间,确定平均速率;根据路径规划算法,确定两个相邻轨迹点之间的至少一个候选道路轨迹;根据各候选道路轨迹的轨迹长度和两个相邻轨迹点的采集时间差值,分别确定各候选道路轨迹的候选速率;选取与平均速率较近的候选速率对应的候选道路轨迹作为目标道路轨迹;从目标道路轨迹中确定两个相邻轨迹点之间的丢失轨迹点,并根据丢失轨迹点更新轨迹点数据。
S422、将轨迹点数据中各轨迹点向周围参考道路进行投影,得到投影点集合,并剔除投影点集合中投影距离大于设定距离阈值的投影点。
S423、针对投影集合中各投影点,将该投影点与对应参考道路之间的投影距离进行排序。
S424、若投影点仅对应一个参考道路,则将该参考道路作为该投影点的目标道路。
S425、若投影点对应至少两个参考道路,则投影点对应轨迹点所在时间段内且采集方向相同的其他轨迹点构建轨迹点邻域集合。
S426、根据轨迹点邻域集合中各轨迹点元素在对应参考道路的累计投影次数和累计投影距离,从各参考道路中选取目标道路。
S427、将轨迹点数据中各轨迹点与对应目标道路进行绑定。
参见图4D所示的一种绑定关系示意图,在该图中,通过箭头表示投影,同时表示轨迹点和目标道路之间的绑定关系;箭头所指位置即为轨迹点投影位置;阴影部分的道路为目标道路,非阴影部分的道路为参考道路。
当然,还可以通过将轨迹点标识和道路标识关联存储的方式体现轨迹点和目标道路的绑定关系。例如(pid1,guid-2),体现轨迹点pid1与道路H2之间的绑定关系等。
示例性地,地图渲染阶段,包括:
S431、根据各轨迹点的采集顺序确定对应目标道路的合并顺序。
S432、根据合并顺序以及目标道路的道路标识、道路起始点标识和道路终止点标识,将各目标道路依次合并得到合并道路。
参见图4E所示的一种合并道路示意图。其中,阴影部分的道路即为合并道路。
S433、将轨迹点数据中的首个轨迹点和末尾轨迹点的投影点位置,作为合并道路的起始点和终止点。
S434、删除合并道路中起始点之前的道路和终止点之后的道路,以更新合并道路。
参见图4F所示的一种更新后的合并道路示意图。在该图中区别显示了更新前的合并道路中删除的部分道路。
S435、根据更新后的合并道路进行地图渲染。
本申请适用于动态轨迹追踪或全景路网渲染应用场景中。在不同应用场景中,可以根据需要选取至少一条步骤执行或替换。示例性地,在动态轨迹追踪过程中,在S427之后,可以直接在地图中渲染各目标道路,提高了确定的轨迹追踪结果的准确度。示例性地,在全景路网渲染应用场景中,最终所确定的合并道路即为全景路网,基于全景路网进行地图渲染,为全景地图的展示提供了数据支撑,同时提高了渲染效率。
作为对上述各地图渲染方法的实现,本申请还提供了一种实施地图渲染方法的虚拟装置的一个实施例。
进一步参见图5所示的一种地图渲染装置500,包括:数据获取模块501、目标道路确定模块502和地图渲染模块503。其中,
数据获取模块501,用于获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;
目标道路确定模块502,用于根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;
地图渲染模块503,用于根据各所述目标道路,进行地图渲染。
本申请通过引入轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个参考道路上的投影数据,进行轨迹点的目标道路的确定,使得在进行目标道确定中,参照轨迹点邻域集合中其他轨迹点元素的投影情况,进行该轨迹点所投影的目标道路的确定,减少了孤立投影导致目标道路确定结果准确度较差的情况的发生,从而提高了目标道路确定结果准确度,进而提高了地图渲染结果的准确度。
在一个可选实施例中,所述目标道路确定模块502,包括:
轨迹点投影单元,用于将各所述轨迹点向所述轨迹点周围的至少一个所述参考道路上进行投影;
第一目标道路确定单元,用于若所述轨迹点所投影的参考道路为一条,则将所投影参考道路作为该轨迹点的目标道路;
第二目标道路确定单元,用于若所述轨迹点所投影的参考道路为至少两条,则根据该轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,确定该轨迹点的目标道路。
在一个可选实施例中,所述目标道路确定模块502,包括:
目标道路距离确定单元,用于针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影距离,从各所述参考道路中确定所述目标道路;和/或,
目标道路次数确定单元,用于针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影次数,从各所述参考道路中确定所述目标道路。
在一个可选实施例中,所述装置还包括轨迹点邻域集合确定模块,用于确定各所述轨迹点的轨迹点邻域集合;
其中,所述轨迹点邻域集合确定模块,包括:
相邻轨迹点选取单元,用于根据所述轨迹点数据中所述轨迹点的采集时间和变化方向,从所述多个轨迹点中选取所述轨迹点的至少两个相邻轨迹点;
轨迹点邻域集合生成单元,用于生成包括所述轨迹点和所述至少两个相邻轨迹点的所述轨迹点邻域集合。
在一个可选实施例中,该装置,还包括:
丢失轨迹点预测模块,用于在所述获取包含多个轨迹点的轨迹点数据之后,在所述根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路之前,若两个相邻轨迹点采集时间不连续,则根据所述两个相邻轨迹点对所述两个相邻轨迹点中的至少一个丢失轨迹点进行预测;
轨迹点数据更新模块,用于根据所述至少一个丢失轨迹点,更新所述轨迹点数据。
在一个可选实施例中,所述丢失轨迹点预测模块,包括:
参考速率确定单元,用于根据所述两个相邻轨迹点的参考时间间隔和参考距离间隔,确定参考速率;
候选速率确定单元,用于根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考时间间隔,分别确定各候选道路轨迹的候选速率;
目标道路轨迹选取单元,用于根据所述候选速率和所述参考速率,从所述候选道路轨迹中选取目标道路轨迹;
丢失轨迹点生成单元,用于根据所述目标道路轨迹,生成至少一个所述丢失轨迹点。
在一个可选实施例中,所述丢失轨迹点预测模块,包括:
参考速率确定单元,用于根据所述两个相邻轨迹点的参考时间间隔和参考距离间隔,确定参考速率;
候选时间间隔确定单元,用于根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考速率,分别确定各候选道路轨迹的候选时间间隔;
目标道路轨迹选取单元,用于根据所述候选时间间隔和所述参考时间间隔,从所述候选道路轨迹中选取目标道路轨迹;
丢失轨迹点生成单元,用于根据所述目标道路轨迹,生成至少一个所述丢失轨迹点。
在一个可选实施例中,所述地图渲染模块503,包括:
合并顺序确定单元,用于根据所述多个轨迹点的采集顺序,确定所述多个轨迹点对应的各所述目标道路的合并顺序;
合并道路生成单元,用于根据所述合并顺序,对各所述目标道路进行合并,生成合并道路;
地图渲染单元,用于根据所述合并道路,进行地图渲染。
在一个可选实施例中,所述地图渲染单元,包括:
起始终止点确定子单元,用于根据所述轨迹点数据中首个轨迹点和末尾轨迹点分别在对应目标道路的投影点,分别确定所述合并道路的起始点和终止点;
合并道路截取子单元,用于根据所述起始点和所述终止点,对所述合并道路进行截取;
地图渲染子单元,用于根据截取后的合并道路,进行地图渲染。
上述地图渲染装置可执行本申请任意实施例所提供的地图渲染方法,具备执行地图渲染方法相应的功能模块和有益效果。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本申请的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如地图渲染方法。例如,在一些实施例中,地图渲染方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的地图渲染方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地图渲染方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种地图渲染方法,包括:
获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;
若两个相邻轨迹点采集时间不连续,则根据所述两个相邻轨迹点的参考时间间隔和参考距离间隔,确定参考速率;
根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考时间间隔,分别确定各候选道路轨迹的候选速率,并根据所述候选速率和所述参考速率,从所述候选道路轨迹中选取目标道路轨迹;或者,根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考速率,分别确定各候选道路轨迹的候选时间间隔,并根据所述候选时间间隔和所述参考时间间隔,从所述候选道路轨迹中选取目标道路轨迹;
根据所述目标道路轨迹,生成至少一个丢失轨迹点;
根据所述至少一个丢失轨迹点,更新所述轨迹点数据;
根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;
根据所述多个轨迹点的采集顺序,确定所述多个轨迹点对应的各所述目标道路的合并顺序;
根据所述合并顺序,对各所述目标道路进行合并,生成合并道路;
根据所述轨迹点数据中首个轨迹点和末尾轨迹点分别在对应目标道路的投影点,分别确定所述合并道路的起始点和终止点;
根据所述起始点和所述终止点,对所述合并道路进行截取;
根据截取后的合并道路,进行地图渲染;
其中,所述参考时间间隔为两个相邻轨迹点的采集时间之间的差值;所述参考距离间隔为两个相邻轨迹点的位置信息之间的差值;所述候选道路轨迹为采用路线规划算法确定的两个相邻轨迹点之间的至少一个连接路线。
2.根据权利要求1所述的方法,其中,所述根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路,包括:
将各所述轨迹点向所述轨迹点周围的至少一个所述参考道路上进行投影;
若所述轨迹点所投影的参考道路为一条,则将所投影参考道路作为该轨迹点的目标道路;
若所述轨迹点所投影的参考道路为至少两条,则根据该轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,确定该轨迹点的目标道路。
3.根据权利要求1所述的方法,其中,所述根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路,包括:
针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影距离,从各所述参考道路中确定所述目标道路;和/或,
针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影次数,从各所述参考道路中确定所述目标道路。
4.根据权利要求1所述的方法,其中,所述轨迹点的轨迹点邻域集合采用以下方式确定,包括:
根据所述轨迹点数据中所述轨迹点的采集时间和变化方向,从所述多个轨迹点中选取所述轨迹点的至少两个相邻轨迹点;
生成包括所述轨迹点和所述至少两个相邻轨迹点的所述轨迹点邻域集合。
5.一种地图渲染装置,包括:
数据获取模块,用于获取包含多条参考道路的参考路网数据和包含多个轨迹点的轨迹点数据;
丢失轨迹点预测模块,具体用于:
若两个相邻轨迹点采集时间不连续,则根据所述两个相邻轨迹点的参考时间间隔和参考距离间隔,确定参考速率;根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考时间间隔,分别确定各候选道路轨迹的候选速率,并根据所述候选速率和所述参考速率,从所述候选道路轨迹中选取目标道路轨迹;或者,根据所述两个相邻轨迹点之间的各候选道路轨迹的轨迹长度和所述参考速率,分别确定各候选道路轨迹的候选时间间隔,并根据所述候选时间间隔和所述参考时间间隔,从所述候选道路轨迹中选取目标道路轨迹;根据所述目标道路轨迹,生成至少一个丢失轨迹点;
轨迹点数据更新模块,用于根据所述至少一个丢失轨迹点,更新所述轨迹点数据;
目标道路确定模块,用于根据各所述轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,分别确定各所述轨迹点的目标道路;
地图渲染模块,具体用于根据所述多个轨迹点的采集顺序,确定所述多个轨迹点对应的各所述目标道路的合并顺序;根据所述合并顺序,对各所述目标道路进行合并,生成合并道路;根据所述轨迹点数据中首个轨迹点和末尾轨迹点分别在对应目标道路的投影点,分别确定所述合并道路的起始点和终止点;根据所述起始点和所述终止点,对所述合并道路进行截取;根据截取后的合并道路,进行地图渲染;
其中,所述参考时间间隔为两个相邻轨迹点的采集时间之间的差值;所述参考距离间隔为两个相邻轨迹点的位置信息之间的差值;所述候选道路轨迹为采用路线规划算法确定的两个相邻轨迹点之间的至少一个连接路线。
6.根据权利要求5所述的装置,其中,所述目标道路确定模块,包括:
轨迹点投影单元,用于将各所述轨迹点向所述轨迹点周围的至少一个所述参考道路上进行投影;
第一目标道路确定单元,用于若所述轨迹点所投影的参考道路为一条,则将所投影参考道路作为该轨迹点的目标道路;
第二目标道路确定单元,用于若所述轨迹点所投影的参考道路为至少两条,则根据该轨迹点的轨迹点邻域集合中各轨迹点元素在至少一个所述参考道路上的投影数据,确定该轨迹点的目标道路。
7.根据权利要求5所述的装置,其中,所述目标道路确定模块,包括:
目标道路距离确定单元,用于针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影距离,从各所述参考道路中确定所述目标道路;和/或,
目标道路次数确定单元,用于针对每个轨迹点,根据该轨迹点的轨迹点邻域集合中各所述轨迹点元素在各所述参考道路中的累计投影次数,从各所述参考道路中确定所述目标道路。
8.根据权利要求5所述的装置,其中,所述装置还包括轨迹点邻域集合确定模块,用于确定各所述轨迹点的轨迹点邻域集合;
其中,所述轨迹点邻域集合确定模块,包括:
相邻轨迹点选取单元,用于根据所述轨迹点数据中所述轨迹点的采集时间和变化方向,从所述多个轨迹点中选取所述轨迹点的至少两个相邻轨迹点;
轨迹点邻域集合生成单元,用于生成包括所述轨迹点和所述至少两个相邻轨迹点的所述轨迹点邻域集合。
9. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的一种地图渲染方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的一种地图渲染方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011566756.4A CN112527943B (zh) | 2020-12-25 | 2020-12-25 | 地图渲染方法、装置、设备和存储介质 |
US17/445,947 US20210389156A1 (en) | 2020-12-25 | 2021-08-25 | Map rendering method and apparatus, device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011566756.4A CN112527943B (zh) | 2020-12-25 | 2020-12-25 | 地图渲染方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112527943A CN112527943A (zh) | 2021-03-19 |
CN112527943B true CN112527943B (zh) | 2023-12-01 |
Family
ID=74976482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011566756.4A Active CN112527943B (zh) | 2020-12-25 | 2020-12-25 | 地图渲染方法、装置、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210389156A1 (zh) |
CN (1) | CN112527943B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117274462B (zh) * | 2023-10-31 | 2024-02-13 | 腾讯科技(深圳)有限公司 | 道路地图的渲染方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104215256A (zh) * | 2013-06-05 | 2014-12-17 | 深圳市赛格导航科技股份有限公司 | 在地图上显示车辆行驶路线的方法 |
CN107918753A (zh) * | 2016-10-10 | 2018-04-17 | 腾讯科技(深圳)有限公司 | 点云数据处理方法及装置 |
CN108333609A (zh) * | 2017-01-20 | 2018-07-27 | 上海大唐移动通信设备有限公司 | 路测轨迹地图显示方法及装置 |
CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN109429177A (zh) * | 2017-06-27 | 2019-03-05 | 华为技术有限公司 | 一种定位纠偏方法及装置 |
CN110426050A (zh) * | 2019-08-07 | 2019-11-08 | 北京百度网讯科技有限公司 | 地图匹配纠正方法、装置、设备和存储介质 |
CN110648529A (zh) * | 2019-09-16 | 2020-01-03 | 腾讯大地通途(北京)科技有限公司 | 一种车辆行驶轨迹的渲染方法、装置、设备及存储介质 |
CN111862659A (zh) * | 2020-06-30 | 2020-10-30 | 中冶智诚(武汉)工程技术有限公司 | 一种gps轨迹数据匹配和补全的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3498310B2 (ja) * | 2001-04-23 | 2004-02-16 | 株式会社日立製作所 | 道路地図作成システム |
JP2004286641A (ja) * | 2003-03-24 | 2004-10-14 | Calsonic Kansei Corp | 車両用地図処理システム |
JP6427908B2 (ja) * | 2014-03-24 | 2018-11-28 | アイシン・エィ・ダブリュ株式会社 | 地図情報生成システム、方法およびプログラム |
US11112252B2 (en) * | 2019-02-14 | 2021-09-07 | Hitachi Ltd. | Sensor fusion for accurate localization |
-
2020
- 2020-12-25 CN CN202011566756.4A patent/CN112527943B/zh active Active
-
2021
- 2021-08-25 US US17/445,947 patent/US20210389156A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104215256A (zh) * | 2013-06-05 | 2014-12-17 | 深圳市赛格导航科技股份有限公司 | 在地图上显示车辆行驶路线的方法 |
CN107918753A (zh) * | 2016-10-10 | 2018-04-17 | 腾讯科技(深圳)有限公司 | 点云数据处理方法及装置 |
CN108333609A (zh) * | 2017-01-20 | 2018-07-27 | 上海大唐移动通信设备有限公司 | 路测轨迹地图显示方法及装置 |
CN109429177A (zh) * | 2017-06-27 | 2019-03-05 | 华为技术有限公司 | 一种定位纠偏方法及装置 |
CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
CN109405839A (zh) * | 2018-10-23 | 2019-03-01 | 南京林业大学 | 一种基于多路径的交通网络离线地图匹配算法 |
CN110426050A (zh) * | 2019-08-07 | 2019-11-08 | 北京百度网讯科技有限公司 | 地图匹配纠正方法、装置、设备和存储介质 |
CN110648529A (zh) * | 2019-09-16 | 2020-01-03 | 腾讯大地通途(北京)科技有限公司 | 一种车辆行驶轨迹的渲染方法、装置、设备及存储介质 |
CN111862659A (zh) * | 2020-06-30 | 2020-10-30 | 中冶智诚(武汉)工程技术有限公司 | 一种gps轨迹数据匹配和补全的方法 |
Non-Patent Citations (2)
Title |
---|
Lightweight Road Network Learning for Efficient Trajectory Pattern Mining;Hu, GQ 等;IEEE International Conference on Service Operations and Logistics, and Informatics (SOLI);全文 * |
出租车GPS轨迹集聚和精细化路网提取;邬群勇;吴祖飞;张良盼;;测绘学报(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US20210389156A1 (en) | 2021-12-16 |
CN112527943A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20220029403A (ko) | 업데이트 도로 인식 방법, 장치, 기기 및 컴퓨터 기록 매체 | |
JP7258066B2 (ja) | 測位方法、測位装置及び電子機器 | |
CN111353009B (zh) | 建立路线耗时预估模型、预估路线耗时的方法及对应装置 | |
CN111709965B (zh) | 扫地机器人的地图的优化方法及装置 | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN114357105B (zh) | 地理预训练模型的预训练方法及模型微调方法 | |
CN112102448A (zh) | 虚拟对象图像显示方法、装置、电子设备和存储介质 | |
CN111090991A (zh) | 场景纠错方法、装置、电子设备和存储介质 | |
CN112527943B (zh) | 地图渲染方法、装置、设备和存储介质 | |
CN113160693A (zh) | 一种道路路口的处理方法、装置、设备和存储介质 | |
CN114091589A (zh) | 模型训练方法、装置、电子设备及介质 | |
CN114997414B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN111104418A (zh) | 文本描述的处理方法、装置和电子设备 | |
JP7217325B2 (ja) | ネットワークオペレータ処理方法、装置、電子デバイス、記憶媒体及びプログラム | |
CN113361519B (zh) | 目标处理方法、目标处理模型的训练方法及其装置 | |
CN114111813A (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
CN111968030B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN114428917A (zh) | 基于地图的信息共享方法、装置、电子设备和介质 | |
CN114299192A (zh) | 定位建图的方法、装置、设备和介质 | |
CN113656533A (zh) | 一种树形控件处理方法、装置及电子设备 | |
CN113312368A (zh) | 一种关系数据更新方法、装置、电子设备及存储介质 | |
CN111292223A (zh) | 图计算的处理方法、装置、电子设备及存储介质 | |
CN115164914B (zh) | 一种单兵作战用导航方法、系统、电子设备及介质 | |
CN111767478B (zh) | 一种关联关系构建方法、装置、设备及存储介质 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 |
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 |