CN112652036A - 道路数据的处理方法、装置、设备及存储介质 - Google Patents
道路数据的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112652036A CN112652036A CN202011589349.5A CN202011589349A CN112652036A CN 112652036 A CN112652036 A CN 112652036A CN 202011589349 A CN202011589349 A CN 202011589349A CN 112652036 A CN112652036 A CN 112652036A
- Authority
- CN
- China
- Prior art keywords
- line segment
- road
- matching
- sequence
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000005070 sampling Methods 0.000 claims description 68
- 238000000034 method Methods 0.000 claims description 53
- 230000008859 change Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- 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
- G01C21/3819—Road shape data, e.g. outline of a route
-
- 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
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种道路数据的处理方法、装置、设备及存储介质,涉及数据处理中的智能交通技术领域、大数据技术领域、云计算领域。具体实现方案为:获取目标道路的形状信息和参考道路的形状信息;根据目标道路的形状信息,生成第一线段序列;根据参考道路的形状信息,生成第二线段序列;根据第一线段序列和第二线段序列,对目标道路和参考道路进行平行路段识别。因此,通过将目标道路和参考道路分别转换为线段序列,基于线段序列对目标道路和参考道路进行平行路段识别,提高了平行道路识别的效率和准确性。
Description
技术领域
本申请涉及数据处理中的智能交通技术领域、大数据技术领域、云计算技术领域,尤其涉及一种道路数据的处理方法、装置、设备及存储介质。
背景技术
交通路网是指用于描述道路分布的人造交通网络。在交通路网中存在相互平行的道路,对交通路网中的平行道路进行识别,有利于在交通路网中对道路分布进一步细化,也有利于基于交通路网开展其它业务,例如导航业务、道路三维建模业务等。
在识别平行道路时,可对电子地图进行加载显示,再人工观测两条道路是否平行;或者,可通过弗雷歇算法识别相似道路。然而,人工观测的判断标准不具有客观性,弗雷歇算法在度量道路相似性时的准确性不高。
因此,如何提高平行道路识别的准确性是亟需解决的问题。
发明内容
本申请提供了一种道路数据的处理方法、装置、设备及存储介质。
根据本申请的第一方面,提供了一种道路数据的处理方法,包括:
获取目标道路的形状信息和参考道路的形状信息;
根据所述目标道路的形状信息,生成第一线段序列;
根据所述参考道路的形状信息,生成第二线段序列;
根据所述第一线段序列和所述第二线段序列,对所述目标道路与所述参考道路进行平行路段识别。
根据本申请的第二方面,提供了一种道路数据的处理装置,包括:
获取单元,用于获取目标道路的形状信息和参考道路的形状信息;
序列生成单元,用于根据所述目标道路的形状信息,生成第一线段序列,根据所述参考道路的形状信息,生成第二线段序列;
识别单元,用于根据所述第一线段序列和所述第二线段序列,对所述目标道路与所述参考道路进行平行路段识别。
根据本申请的第三方面,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第一方面所述的方法。
根据本申请的第四方面,提供存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
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是两条平行道路的实例图一;
图2是两条平行道路的实例图二;
图3是可以实现本申请实施例的应用场景示例图
图4是根据本申请一实施例提供的道路数据的处理方法的流程示意图;
图5是根据本申请另一实施例提供的道路数据的处理方法的流程示意图;
图6是根据本申请另一实施例提供的道路数据的处理方法的流程示意图;
图7是根据本申请另一实施例提供的道路数据的处理方法的流程示意图;
图8(a)、图8(b)、图8(c)是根据本申请另一实施例提供的匹配曲线图的示例图;
图9是根据本申请一实施例提供的道路数据的处理装置的结构示意图;
图10是用来实现本申请实施例的道路数据的处理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。
交通路网是指用于描述道路分布的人造交通网络。在交通路网中进行平行道路识别,有利于对交通路网中道路分布进一步细化,也有利于基于交通路网开展导航、道路三维建模等业务。
数学几何上的直线平行是指在同一平面上的两条直线没有任何公共点,隐含的意思是两条直线的走向同时发生相同变化,包括相同方向上相同幅度的变化。针对现实世界中的道路而言,由于地势限制以及人工刻画道路形状时的精度因素,针对同一交通空间区域中的两条道路,当两条道路的全部或者其中一部分路段在走向上基本一致时,则认为这两条道路是平行的或者是部分平行的。
在对交通路网中的平行道路进行识别时,一种方式是通过电子地图对交通路网进行加载显示,由人工对设备屏幕上显示的电子地图上的道路进行平行判断。该方式存在以下不足之处:一、交通路网中道路数量很多,人工对这些道路是否平行的进行判断的工作量大,因此效率不高且人工成本较高;二、人工判断依赖于判断人员的经验和主观意识,准确性不高。
为提高道路平行判断的效率,另一种方式是采用路径空间相似度算法确定两条道路是否平行。以弗雷歇算法为例,弗雷歇算法计算两条道路之间的弗雷歇距离,基于弗雷歇距离确定两条道路是否平行。弗雷歇算法是一种衡量空间路径相似度的方法,是一种简单直观的度量相似性的方式,在多数情况下能够达到较好的效果,然而在应用于道路平行计算时存在以下不足:一、如图1所示,尽管道路A和道路B相互平行,若道路A出现拐角,而道路B的对应位置未出现拐角时,则弗雷歇距离会明显增大,导致判断结果为两条道路不平行;二、弗雷歇距离要求两条道路的起点和终点都对齐,针对平行的两条道路,若该两条道路的起点和终点不一致,则判断结果为两条道路不平行;三、如图2所示,道路A和道路B之间的部分路段相互平行、其它路段不平行,弗雷歇算法在对道路A和道路B进行平行识别时,容易识别出该两条道路不平行。
可见,道路平行识别的准确性还待提高。
本申请提供一种道路数据的处理方法、装置、设备及存储介质,应用于数据处理中的智能交通技术领域、大数据技术领域、云计算技术领域,以达到提高道路平行识别的准确性的效果。
图3是本申请实施例适用的应用场景示例图。如图3所示,该应用场景包括:第一服务器301和第二服务器302,其中,第一服务器301和第二服务器302之间例如通过网络进行通信。第一服务器301上存储着交通路网中的道路数据,第二服务器302可从第一服务器301上获取交通路网中的道路数据,并对道路数据中的不同道路进行平行识别。第二服务器302在识别出交通路网中的平行道路后,可将结果返回给第一服务器301,以对第一服务器301中的交通路网做进一步的细化补充。
可选的,如图3所示,该应用场景还包括终端设备303,其中,终端设备303可与第二服务器302例如通过网络进行通信,第二服务器302在识别出交通路网中的平行道路后,可将结果返回给终端设备303,以支持终端设备303上的道路业务,例如导航业务或者道路三维建模业务。
其中,终端设备303以是个人数字处理(personal digital assistant,简称PDA)设备、具有无线通信功能的手持设备(例如智能手机、平板电脑)、计算设备(例如个人电脑(personal computer,简称PC))、车载设备、可穿戴设备(例如智能手表、智能手环)、以及智能家居设备(例如智能显示设备)等,图3中以智能手机为例。第一服务器301和第二服务器302可以为集中式服务器,也可以为分布式服务器,还可以为云端服务器。
示例性的,本申请各实施例提供的道路数据的处理方法的执行主体可以为如图3所示的第一服务器301。还可以为其它与第二服务器302通信的电子设备,例如计算机、平板电脑、车载电子设备等。
图4是根据本申请一实施例提供的道路数据的处理方法的流程示意图,如图4所示,该方法包括:
S401、获取目标道路的形状信息和参考道路的形状信息。
一示例中,目标道路例如为交通路网的道路数据中的一条或多条道路,参考道路为交通路网的道路数据中与目标道路的地理位置满足预设条件的一条或多条道路。其中,预设条件例如参考道路与目标道路位于同一地理区域范围内,例如位于同一省份、位于同一城市。或者,预设条件又如参考道路与目标道路之间的地理距离小于等于预设的距离阈值。
另一示例中,目标道路为用户在交通路网的道路数据选择并指定的一条或多条道路,参考道路为交通路网的道路数据中与目标道路的地理位置满足预设条件的一条或多条道路,或者,参考道路为用户在在交通路网的道路数据选择并指定的与目标道路进行平行识别的一条或多条道路。
例如,可在终端设备的显示屏幕上显示交通路网对应的电子地图,用户在终端设备的显示屏幕上选择电子地图上的一条或多条道路作为目标道路,又在显示屏幕上选择一条或多条道路作为参考道路。
其中,目标道路的形状信息用于描绘目标道路的形状和走向,参考道路的形状信息用于描述参考道路的形状和走向。
一示例中,在交通路网的道路数据中,可通过多个形状点来描述一条道路,通过道路上多个形状点依次连接,可描绘得到该道路。其中,道路上的形状点位于道路形状发生变化的位置处,例如道路的拐角处,删除道路上的一个形状点则会改变道路的形状。
因此,目标道路的形状信息包括目标道路上多个形状点的位置信息,参考道路的形状信息包括参考道路上的多个形状点的位置信息。在获取目标道路的形状信息和参考道路的形状信息时,可从预先采集的交通路网的道路数据中,获得目标道路上多个形状点的位置信息和参考道路上多个形状点的位置信息。其中,形状点的位置信息例如为形状点的经纬度。
另一示例中,还可获取包括目标道路和参考道路的地图图像,例如接收用户输入的地图图像,对是地图图像进行道路识别,得到目标道路在地图图像上的形状信息和目标道路在地图图像上的形状信息。此时,目标道路的形状信息可以包括地图图像上目标道路的轮廓图像,参考道路的形状信息可以包括地图图像上参考道路的轮廓图像。或者,可在目标道路的轮廓图像上,在目标道路的形状发生变化的位置处确定目标道路上的形状点,由多个形状点的位置信息组合为目标道路的形状信息,同样的,由参考道路上多个形状点的位置信息组合为参考道路的形状信息。此时,形状点的位置信息例如为形状点在地图图像上的像素位置。
S402、根据目标道路的形状信息,生成第一线段序列。
其中,第一线段序列包括目标道路上的多个线段的线段信息,在第一线段序列中,各线段按照自身在目标道路上的位置顺序排列,各线段的线段信息包括各线段的起点位置和终点位置。可选的,在第一线段序列中,各线段的线段信息还可以包括各线段的长度信息。
一示例中,如果目标道路的形状信息包括目标道路上多个形状点的位置信息,则可将多个形状点进行两两组合,得到目标道路上的多个线段,每个线段由两个形状点表示。进一步的,在将两个形状点两两组合时,可将目标道路上两两相邻的形状点组合成相应的线段,确保各线段的长度相近,同时实现将目标道路拆分为多个线段。
另一示例中,如果目标道路的形状信息包括目标道路的轮廓图像,则也可以在目标道路的道路轮廓上确定目标道路上的形状点,得到目标道路上的多个形状点,由形状点两两组合得到目标道路上的多个线段。
S403、根据参考道路的形状信息,生成第二线段序列。
其中,第二线段序列包括参考道路上的多个线段的线段信息,在第二线段序列中,各线段按照自身在参考道路上的位置顺序排列,各线段的线段信息包括各线段的起点位置和终点位置。可选的,在第二线段序列中,各线段的线段信息还可以包括各线段的长度信息。
一示例中,如果参考道路的形状信息包括参考道路上多个形状点的位置信息,则可将多个形状点进行两两组合,得到参考道路上的多个线段,每个线段由两个形状点表示。进一步的,在将两个形状点两两组合时,可将参考道路上两两相邻的形状点组合成相应的线段,确保各线段的长度相近,同时实现将参考道路拆分成多个线段。
另一示例中,如果参考道路的形状信息包括参考道路的轮廓图像,则也可以在参考道路的道路轮廓上确定参考道路上的形状点,得到参考道路上的多个形状点,由形状点两两组合得到参考道路上的多个线段。
为了便于描述,后续将第一线段序列中的线段称为第一线段,将第二线段序列中的线段称为第二线段。
S404、根据第一线段序列和第二线段序列,对目标道路与参考道路进行平行路段识别。
其中,对目标道路与参考道路进行平行路段的识别,是指识别目标道路与参考道路之间相互平行的路段。
具体的,由于第一线段序列是将目标道路拆分得到的多个第一线段组成的,第二线段序列是将参考道路拆分得到的多个第二线段组成的,可通过对第一线段序列和第二线段序列进行相似性判断,确定目标道路与参考道路之间是否全部或部分平行,并确定相互平行的路段。
一示例中,例如将第一线段序列中的第一线段与第二线段序列中与第一线段的位置相近的第二线段一一对应进行平行判断,得到第一线段序列中与第二线段序列中连续平行的一个或多个线段对,每个线段对中包括一个第一线段和一个第二线段。根据连续平行的一个或多个线段对中的第一线段,可确定目标道路上与参考道路平行的路段。根据连续平行的一个后多个线段对中的第二线段,可确定参考道路上与目标道路平行的路段。
本实施例,依据目标道路的形状信息,将目标道路转换为第一线段序列,依据参考道路的形状信息,将参考道路转换为第二线段序列,基于第一线段序列和第二线段序列,确定目标道路与参考道路之间的平行路段,从而不要求目标道路与参考道路的起点位置一致且终点位置一致,能够识别对目标道路与参考道路中部分平行路段,提高了道路平行识别的准确性。
在目标道路的形状信息包括目标道路上多个形状点的位置信息、参考道路的形状信息包括参考道路上多个形状点的位置信息,形状点的位置信息例如形状点的经纬度位置的情形下,图5是根据本申请另一实施例提供的道路数据的处理方法的流程示意图,如图5所示,该方法包括:
S501、获取目标道路的形状信息和参考道路的形状信息。
其中,S501的实现过程可参照前述实施例,不再赘述。
S502、根据目标道路上多个形状点的位置信息,在目标道路进行采样,得到目标道路上的多个采样点的位置信息。
其中,目标道路上的多个采样点包括目标道路上的多个形状点和非形状点。非形状点是指道路上与道路形状无关的采样点,道路上非形状点的删除对道路的形状无影响或者影响非常小。例如,两个形状点之间的路段是直线路段,可以在两个形状点直接采样多个非形状点,即使删除其中一个或多个非形状点,两个形状点之间的路段还是直线路段。
具体的,考虑到目标道路上的形状点的数量有限,为提高目标道路和参考道路的平行识别的准确性,可依照目标道路上多个形状点的位置信息,在目标道路上进行采样,得到各个采样点的位置信息。
一示例中,从目标道路上第一个形状点(通常也为目标道路的起点)开始,按照预设步长进行采样,得到一个或多个非形状点,直至目标道路的最后一个形状点(通常也为目标道路的终点)结束,由目标道路上的多个形状点和多个非形状点,构成目标道路上的多个采样点。
进一步的,在从目标道路上第一个形状点开始按照预设步长采样时,若当前的采样点距离下一个形状点的距离小于预设步长,则将下一个形状点作为下一个采样点,并从下一个形状点开始按照预设步长开始采样,如此往下继续采样,直至最后一个形状点结束,避免目标道路划分太细。
S503、根据目标道路上多个采样点的位置信息,构建第一线段序列。
其中,第一线段序列的含义可参照前述实施例,不再赘述。
一示例中,将多个采样点进行两两组合,得到目标道路上的多个第一线段,每个第一线段由两个采样点表示。进一步的,在将两个采样点两两组合时,可将目标道路上两两相邻的采样点组合成相应的第一线段,确保各第一线段的长度相近,同时实现将目标道路拆分为多个线段。
S504、根据参考道路上多个形状点的位置信息,在参考道路进行采样,得到参考道路上的多个采样点的位置信息。
其中,参考道路上的多个采样点包括参考道路上的多个形状点和非形状点。非形状点的含义可参照上述相关描述,不再赘述。
具体的,考虑到参考道路上的形状点的数量有限,为提高目标道路和参考道路的平行识别的准确性,可依照参考道路上多个形状点的位置信息,在参考道路上进行采样,得到各个采样点的位置信息。
一示例中,从参考道路上第一个形状点(通常也参考道路的起点)开始,按照预设步长进行采样,得到一个或多个非形状点,直至参考道路的最后一个形状点(通常也为参考道路的终点)结束,由参考道路上的多个形状点和多个非形状点,构成参考道路上的多个采样点。
进一步的,在从参考道路上第一个形状点开始按照预设步长采样时,若当前的采样点距离下一个形状点的距离小于预设步长,则将下一个形状点作为下一个采样点,并从下一个形状点开始按照预设步长开始采样,如此往下继续采样,直至最后一个形状点结束,避免参考道路划分太细。
S505、根据参考道路上多个采样点的位置信息,构建第二线段序列。
一示例中,将多个采样点进行两两组合,得到参考道路上的多个第二线段,每个第二线段由两个采样点表示。进一步的,在将两个采样点两两组合时,可将参考道路上两两相邻的采样点组合成相应的第二线段,确保各第二线段的长度相近,同时实现将参考道路拆分为多个线段。
S506、根据第一线段序列和第二线段序列,对目标道路与参考道路进行平行路段识别。
其中,S506的实现过程可参照前述实施例,不再赘述。
本实施例,依据目标道路上多个形状点的位置信息,对目标道路进行采样,得到第一线段序列,依据参考道路上多个形状点的位置信息,得到第二线段序列,提高了对目标道路和参考道路的划分效果。基于第一线段序列和第二线段序列,确定目标道路与参考道路之间的平行路段,在不要求目标道路与参考道路的起点位置一致且终点位置一致的情形下,能够识别对目标道路与参考道路中部分平行路段,提高了道路平行识别的准确性。
图6是根据本申请另一实施例提供的道路数据的处理方法的流程示意图,如图6所示,该方法包括:
S601、获取目标道路的形状信息和参考道路的形状信息。
S602、根据目标道路的形状信息,生成第一线段序列。
S603、根据参考道路的形状信息,生成第二线段序列。
其中,S601-S603的实现过程可参照前述实施例,不再赘述。
S604、将第一线段序列与第二线段序列进行匹配,得到匹配结果。
具体的,可采用序列匹配算法对第一线段序列与第二线段序列进行匹配,以确定第一线段序列与第二线段序列之间的相似度。在匹配后,得到匹配结果,匹配结果包括多个第一线段与多个第二线段的匹配代价值。第一线段与第二线段的匹配代价值用于反映第一线段的方向与第二线段的方向之间的相似度,换句话说,第一线段与第二线段的匹配代价值用于反映第一线段与第二线段的平行程度,例如,匹配代价值越大,则平行程度越低。因此,匹配结果能够反映第一线段序列与第二线段序列之间的相似度,更能够反映目标道路的道路走向与参考道路的道路走向之间的相似度。例如,匹配结果越大则相似度越低。
可选的,序列匹配算法采用动态时间规整(Dynamic Time Warping,简称DTW)算法。DTW算法原用于衡量长短可能不同的两个时间序列之间的相似性,本实施例中可将第一线段序列与第二线段序列作为DTW算法的输入,以线段之间的夹角作为DTW算法的代价函数,得到DTW输出的匹配结果,由于在DTW算法中输出的匹配结果中的匹配代价值是基于第一线段与第二线段之间的夹角确定的,匹配结果所反映的第一线段序列和第二线段序列的相似度,最终体现的是目标道路的道路走向与参考道路的道路走向的相似度。
S605、确定目标道路的道路走向与参考道路的道路走向是否相同。
其中,道路走向例如东西走向、南北走向等。目标道路与参考道路的道路走向相同是目标道路与参考道路之间存在平行路段的前提,例如目标道路为东西走向、参考道路为南北走向,则目标道路和参考道路之间不可能存在平行路段。因此,可先确定目标道路的道路走向与参考道路的道路走向是否相同,在道路走向相同的前提下,再确定目标道路与参考道路之间的平行路段。
具体的,可根据第一线段序列与第二线段序列的匹配结果,确定目标道路的道路走向与参考道路的道路走向是否相同。
一示例中,将匹配结果中各个匹配代价值之和与预设的匹配阈值进行比较,如果匹配代价值之和大于匹配阈值,则可认为目标道路的道路走向与参考道路的道路走向相差较大,目标道路与参考道路不存在平行路段,因此,确定目标道路的道路走向与参考道路的道路走向不同。如果匹配代价值之和小于匹配阈值,则可认为目标道路与参考道路存在平行路段,可能是全部路段都平行也可能是部分路段平行,因此,确定目标道路的道路走向与参考道路的道路走向相同。
另一示例中,考虑到目标道路越长、则匹配结果中各个匹配代价值之和越大,在基于匹配结果确定目标道路的道路走向与参考道路的道路走向是否相同时,可获取目标道路的道路长度。确定匹配结果相对于目标道路的道路长度的变化率,如果变化率满足预设条件,则确定目标道路的道路走向与参考道路的道路走向相同,以提高道路走向是否相同的判断准确性。
进一步的,可计算匹配结果中各匹配代价值之和与目标道路的道路长度之间的比值,将该比值确定为匹配结果相对于目标道路的道路长度的变化率,将该变化率与预设的变化率阈值进行比较。如果该变化率大于变化率阈值,则确定目标道路的道路走向与参考道路的道路走向不同,否则确定目标道路的道路走向与参考道路的道路走向相同。
因此,如果确定目标道路的道路走向与参考道路的道路走向相同,则执行S606,否则执行S607。
S606、确定目标道路与参考道路之间的平行路段。
具体的,由于匹配结果包括多个第一线段与多个第二线段的匹配代价值。第一线段与第二线段的匹配代价值用于反映第一线段的方向与第二线段的方向之间的相似度,因此,在确定目标道路的道路走向与参考道路的道路走向相同后,可基于匹配结果中的各匹配代价值,确定目标道路与参考道路之间的平行路段。
S607、确定目标道路与参考道路不平行。
本实施例,将目标道路转换为第一线段序列,将参考道路转换为第二线段序列,基于第一线段序列和第二线段序列的匹配结果,在确定目标道路的道路走向与参考道路的道路走向相同的前提下,再确定目标道路与参考道路之间的平行路段,提高了道路平行识别的准确性和效率。
图7是根据本申请另一实施例提供的道路数据的处理方法的流程示意图,如图7所示,该方法包括:
S701、获取目标道路的形状信息和参考道路的形状信息。
S702、根据目标道路的形状信息,生成第一线段序列。
S703、根据参考道路的形状信息,生成第二线段序列。
其中,S701-S703的实施过程可参照前述实施例,不再赘述。
S704、针对第一线段序列中的各第一线段,确定第一线段与第二线段序列中的各第二线段的夹角,并根据第一线段与各第二线段的夹角,确定第一线段与各第二线段的匹配代价值。
具体的,在获得第一线段序列和第二线段序列之后,将第一线段序列中的各第一线段分别与第二线段序列中的各第二线段进行匹配,得到各第一线段与各第二线段的匹配代价值,由各第一线段与各第二线段的匹配代价值,构成第一线段序列与第二线段序列的匹配结果。
具体的,在将各第一线段分别与各第二线段进行匹配的过程中,由于第一线段的起点位置和终点位置已知、第二线段的起点位置和终点位置已知、且第一线段与第二线段之间的夹角能够反映第一线段与第二线段是否平行,因此,可针对第一线段序列中的各第一线段,确定第一线段与第二线段序列中的各第二线段之间的夹角,并根据第一线段与各第二线段之间的夹角,确定第一线段与各第二线段的匹配代价值。
在一种可能的实施方式中,确定第一线段与第二线段序列中的各第二线段之间的夹角,并根据第一线段与各第二线段之间的夹角,确定第一线段与各第二线段的匹配代价值的过程包括:针对每个第二线段,确定第一线段与第二线段的夹角;获取多个相邻匹配代价值;根据各相邻匹配代价值和第一线段与第二线段之间的夹角,确定第一线段与第二线段的匹配代价值。因此,鉴于道路之间两线段的平行程度不仅受两线段自身夹角的影响,还受两线段的相邻线段之间的平行程度的影响,在确定第一线段与第二线段的匹配代价值时,综合考虑第一线段与第二线段之间的夹角和相邻匹配代价值,提高了第一线段序列和第二线段序列的匹配结果的准确性。
其中,多个相邻匹配值包括第一线段与第二线段的上一线段的匹配代价值、第一线段的上一线段与第二线段的匹配代价值、第一线段的上一线段与第二线段的上一线段的匹配代价值。在第一线段序列与第二线段序列的匹配过程中,依次针对第一线段序列中的第一线段,依次确定第一线段与第二线段序列中各第二线段的匹配代价值,相当于两层循环,第一层循环是从第一线段序列中第一个第一线段到最后一个第一线段,第二层循环是从第二线段序列中第一个第二线段到最后一个第二线段。因此,在确定第一线段与第二线段的匹配代价值时,多个相邻匹配值为已知值。
示例性的,将匹配结果视为行数为第一线段的数量、列数为第二线段的数量的矩阵,矩阵中每个元素为相应的第一线段与第二线段的匹配代价值。针对第一线段与第二线段的匹配代价值对应的元素,相邻匹配代价值为在匹配结果这一矩阵中位于该元素正左侧、正上方、左上方的相邻元素。
进一步的,根据各相邻匹配代价值和第一线段与第二线段之间的夹角,确定第一线段与第二线段的匹配代价值的过程包括:在多个相邻匹配代价值中获取值最小的相邻匹配代价值;根据第一线段与第二线段之间的夹角和值最小的相邻匹配代价值之和,确定第一线段与第二线段的匹配代价值。因此,通过挑选值最小的相邻匹配代价值和第一线段与第二线段之间的夹角相加,实现匹配过长中对第一线段与第二线段的匹配代价值的优化,确定第一线段与第二线段的最优的匹配代价值,进而提高目标道路与参考道路之间道路平行识别的准确性。
S705、确定目标道路的道路走向与参考道路的道路走向是否相同。
其中,S705的实施过程可参照前述实施例,不再赘述。
其中,如果确定目标道路的道路走向与参考道路的道路走向相同,则执行S706,否则执行S709。
S706、根据各第一线段与各第二线段的匹配代价值,确定各第一线段的最终匹配代价值。
具体的,在确定目标道路的道路走向与参考道路的道路走向相同后,可以认为目标道路中很可能存在平行路段,因此,可依据第一线段序列与第二线段序列的匹配结果,确定目标道路与参考路段之间的平行路段。其中,S706-S708为确定目标道路中的平行路段的操作。
具体的,在第一线段序列与第二线段序列的匹配结果包括各第一线段与各第二线段的匹配代价值时,针对各第一线段,可在第一线段分别与各第二线段的匹配代价值中,确定该第一线段的最终匹配代价值,最终得到各第一线段的最终匹配代价值,以通过各第一线段的最终匹配代价值来反映目标道路上的路段与参考道路上的路段的平行程度。
一示例中,在第一线段分别与各第二线段的匹配代价值中,确定该第一线段的最终匹配代价值时,可将与第一线段的地理距离最近的第二线段与该第一线段的匹配代价值,确定为第一线段的最终匹配代价值。
另一示例中,在第一线段与第二线段的匹配代价值是第一线段与第二线段的夹角和多个相邻匹配代价值中值最小的相邻匹配代价值之和的情形下,在匹配过程中,经过不断的循环优化,第一线段序列中最后一个第一线段与第二线段序列中最后一个第二线段的匹配代价值的准确性最高。因此,可按照第一线段序列中从后往前的顺序以及第二线段中从后往前的顺序,将位置一一对应的第一线段与第二线段的匹配代价值确定为该第一线段的最终匹配代价值。换句话说,将最后一个第一线段与最后一个第二线段的匹配代价值确定为最后一个第一线段的最终匹配代价值,将倒数第二个第二线段与倒数第二个第二线段的匹配代价值,确定为倒数第二个第一线段的最终匹配代价值,如此循环,最终得到各个第一线段的最终匹配代价值。
S707、根据各第一线段在第一线段序列的位置和各第一线段的最终匹配代价值,生成匹配曲线图。
具体的,以第一线段在第一线段序列的位置为横坐标、以第一线段的最终匹配值为纵坐标,构成二维的坐标点,因此,可得到多个坐标点,将这些坐标点依次连接,得到匹配曲线图。
其中,匹配曲线图体现了随着第一线段序列中第一线段的位置变化第一线段的最终匹配代价值的变化情况,因此,匹配曲线图最终体现的是目标道路上的多个路段与参考道路上的多个路段之间的平行程度的变化。
S708、根据匹配曲线图,确定平行路段。
其中,本实施例的目的是确定目标道路上与参考道路平行的路段,所以平行路段位于目标道路上,且平行路段的数量可为一个或多个。
具体的,在构建得到匹配曲线图后,可根据匹配曲线图的纵坐标变化,确定满足一定条件的曲线段。例如,曲线段上各点的切线斜率小于预设的斜率阈值。依据满足一定条件的曲线段对应的横坐标范围,确定目标道路上与参考道路平行的路段。例如,纵坐标变化满足一定条件的曲线段对应的横坐标范围为5至10,则可确定目标道路上与参考道路平常的路段为第一线段序列中第5个第一线段到第10个第一线段之间的路段。
若不存在满足一定条件的曲线段,则确定目标道路和参考道路不平行。
一示例中,在根据匹配曲线图确定平行路段的过程中,可在匹配曲线图中确定第一坐标点和第二坐标点,获取第一坐标点与第二坐标点之间的纵坐标差值和第一坐标点与第二坐标点之间的横坐标差值。计算获取的纵坐标差值与获取的横坐标差值之间的比值。如果该比值小于预设阈值,说明在第一坐标点和第二坐标点之间各第一线段的最终匹配代价值变化很小或者基本保持一致,进一步说明第一坐标点和第二坐标点之间的各第一线段构成的路段与参考道路的平行程度基本一致,可认为第一坐标点和第二坐标点之间的各第一线段构成的路段为与参考路段平行的平行路段。
因此,在第一坐标点与第二坐标点之间的纵坐标差值和第一坐标点与第二坐标点之间的横坐标差值之间的比值小于预设阈值时,可确定第一坐标点与第二坐标点之间的曲线段满足一定条件。进而,确定第一坐标点与第二坐标点之间的横坐标范围,按照该横坐标范围,在目标道路上确定目标道路与参考道路之间的平行路段。
一个示例中,第一坐标点和第二坐标点可以在匹配曲线图上随机采集。
另一示例中,在匹配曲线图中确定第一坐标点和第二坐标点的过程包括:根据匹配曲线图的起点和终点,确定匹配曲线图的参考线段;如果匹配曲线图分布在参考线段的两侧,则在位于参考线段的一侧的匹配曲线图上将距离参考线段最远的坐标点确定为第一坐标点,并将位于参考线段的另一侧的匹配曲线图上将距离参考线段最远的坐标点确定为第二坐标点;如果匹配曲线图分布在参考线段的上方,则将匹配曲线图上距离参考线段最远的坐标点确定为第一坐标点,并将匹配曲线图的终点确定为第二坐标点;如果匹配曲线图分布在参考线段的下方,则将匹配曲线图上距离参考线段最远的坐标点确定为第一坐标点,并将匹配曲线图的起点确定为第二坐标点。因此,提高了第一坐标点和第二坐标点确定的准确性和效率。
其中,可将匹配曲线图的起点与匹配曲线图终点通过直线连接,将该直线上起点与终点之间的线段确定为匹配曲线图的参考线段。
图8(a)、图8(b)、图8(c)分别为匹配曲线图(图中的实线曲线)分布在参考线段(图中的虚线)两侧、上方、下方的示例图。如图8(a)所示,将分布在参考线段一侧的匹配曲线图上的距离参考线段最远的A点确定为第一坐标点,将分布在参考线段另一侧的匹配曲线图上的距离参考线段最远的B点确定为第二坐标点。如图8(b)所示,将匹配曲线图上距离参考线段最远的坐标点C确定为第一坐标点,并将匹配曲线图的终点D确定为第二坐标点。如图8(c)所示,将匹配曲线图上距离参考线段最远的坐标点E确定为第一坐标点,并将匹配曲线图的起点F确定为第二坐标点。
进一步的,除了在第一坐标点与第二坐标点之间的纵坐标差值和横坐标差值之间的比值小于预设阈值,还可基于第一坐标点与第二坐标点之间的纵坐标差值和横坐标差值之间的比值,计算相应的角度值,若该角度值小于预设的角度阈值,则确定第一坐标点和第二坐标点之间的曲线段满足一定条件。其中,角度值θ的计算公式例如为:
θ=arctan(H/L),其中,H表示第一坐标点与第二坐标点之间的纵坐标差值,L表示第一坐标点与第二坐标点之间的横坐标差值。
S709、确定目标道路与参考道路不平行。
本实施例中,基于第一线段与第二线段之间的夹角,将第一线段与第二线段进行匹配,提高第一线段序列与第二线段序列的匹配的准确性,基于第一线段的最终匹配代价值构建匹配曲线图,基于匹配曲线图确定平行路段,提高平行路段识别的准确性和效率。
图9是根据本申请一实施例提供的道路数据的处理装置的结构示意图,如图9所示,该装置包括:
获取单元901,用于获取目标道路的形状信息和参考道路的形状信息;
序列生成单元902,用于根据目标道路的形状信息,生成第一线段序列,根据参考道路的形状信息,生成第二线段序列;
识别单元903,用于根据第一线段序列和第二线段序列,对目标道路与参考道路进行平行路段识别。
在一种可能的实现方式中,目标道路的形状信息包括目标道路上多个形状点的位置信息,参考道路的形状信息包括参考道路上多个形状点的位置信息,采样点包括多个形状点和多个非形状点;序列生成单元902包括:
目标道路采样模块,用于根据目标道路上多个形状点的位置信息,在目标道路进行采样,得到目标道路上的多个采样点的位置信息;
第一序列构建模块,用于根据目标道路上多个采样点的位置信息,构建第一线段序列;
参考道路采样模块,用于根据参考道路上多个形状点的位置信息,在参考道路进行采样,得到参考道路上的多个采样点的位置信息;
第二序列构建模块,用于根据参考道路上多个采样点的位置信息,构建第二线段序列。
在一种可能的实现方式中,第一序列构建模块包括:
第一序列构建子模块,用于由目标道路上两两相邻的采样点组成目标道路上的线段,得到第一线段序列;
第二序列构建模块包括:
第二序列构建子模块,用于由参考道路上两两相邻的采样点组成参考道路上的线段,得到第二线段序列。
在一种可能的实现方式中,识别单元903包括:
匹配模块,用于将第一线段序列与第二线段序列进行匹配,得到匹配结果;
平行路段确定模块,用于根据匹配结果,如果确定目标道路的道路走向与参考道路的道路走向相同,则确定目标道路与参考道路之间的平行路段。
在一种可能的实现方式中,匹配结果包括第一线段序列中各第一线段与第二线段序列中各第二线段的匹配代价值,匹配模块包括:
代价值确定模块,用于针对第一线段序列中的各第一线段,确定第一线段与第二线段序列中的各第二线段的夹角,并根据第一线段与各第二线段的夹角,确定第一线段与各第二线段的匹配代价值;
其中,第一线段与各第二线段的匹配代价值用于反映第一线段的方向与各第二线段的方向之间的相似度。
在一种可能的实现方式中,代价值确定模块包括:
夹角确定模块,用于针对每个第二线段,确定第一线段与第二线段的夹角;
相邻代价值获取模块,用于获取多个相邻匹配代价值,其中,相邻匹配代价值包括第一线段与第二线段的上一线段的匹配代价值、第一线段的上一线段与第二线段的匹配代价值、以及第一线段的上一线段与第二线段的上一线段的匹配代价值;
代价值确定子模块,用于根据各相邻匹配代价值和第一线段与第二线段之间的夹角,确定第一线段与第二线段的匹配代价值。
在一种可能的实现方式中,代价值确定子模块用于:
在多个相邻匹配代价值中获取值最小的相邻匹配代价值;
根据第一线段与第二线段之间的夹角值和值最小的相邻匹配代价值之和,确定第一线段与第二线段的匹配代价值。
在一种可能的实现方式中,平行路段确定模块包括:
最终代价值确定模块,用于根据各第一线段与各第二线段的匹配代价值,确定各第一线段的最终匹配代价值;
曲线图生成模块,用于根据各第一线段在第一线段序列的位置和各第一线段的最终匹配代价值,生成匹配曲线图;
平行路段确定子模块,用于根据匹配曲线图,确定平行路段。
在一种可能的实现方式中,最终代价值确定模块包括:
最终代价值确定子模块,用于按照第一线段序列中从后往前的顺序以及第二线段序列中从后往前的顺序,将位置一一对应的第一线段与第二线段的匹配代价值,确定为第一线段的最终匹配代价值。
在一种可能的实现方式中,平行路段确定子模块用于:
在匹配曲线图中,确定第一坐标点和第二坐标点;
获取第一坐标点与第二坐标点之间的纵坐标差值和横坐标差值;
如果纵坐标差值与横坐标差值之间的比值小于预设阈值,则确定第一坐标点与第二坐标点之间的横坐标范围;
根据横坐标范围,在目标道路上确定平行路段。
在一种可能的实现方式中,平行路段确定子模块还用于:
根据匹配曲线图的起点和终点,确定匹配曲线图的参考线段;
如果匹配曲线图分布在参考线段的两侧,则在位于参考线段的一侧的匹配曲线图上将距离参考线段最远的坐标点确定为第一坐标点,并在位于参考线段的另一侧的匹配曲线图上将距离参考线段最远的坐标点确定为第二坐标点。
在一种可能的实现方式中,平行路段确定子模块还用于:
如果匹配曲线图分布在参考线段的上方,则将匹配曲线图上将距离参考线段最远的坐标点确定为第一坐标点,并将匹配曲线图的终点确定为第二坐标点。
在一种可能的实现方式中,平行路段确定子模块还用于:
如果匹配曲线图分布在参考线段的下方,则将匹配曲线图上将距离参考线段最远的坐标点确定为第一坐标点,并将匹配曲线图的起点确定为第二坐标点。
在一种可能的实现方式中,识别单元903还包括:
道路长度获取模块,用于获取目标道路的道路长度;
变化率确定模块,用于确定匹配结果相对于目标道路的道路长度的变化率;
走向确定模块,用于如果变化率满足预设条件,则确定目标道路的道路走向与参考道路的道路走向相同。
图9提供的地图搜索结果的展现装置,可以执行前述相应方法实施例,其实现原理和技术效果类似,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图10示出了可以用来实施本申请的实施例的示例电子设备1000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/或者要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000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1001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1001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1001执行上文所描述的各个方法和处理,例如道路数据的处理方法。例如,在一些实施例中,道路数据的处理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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的道路数据的处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行道路数据的处理方法。
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。
用于实施本公开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。
在本公开的上下文中,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)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("Virtual Private Server",或简称"VPS")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。
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,本发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 (31)
1.一种道路数据的处理方法,包括:
获取目标道路的形状信息和参考道路的形状信息;
根据所述目标道路的形状信息,生成第一线段序列;
根据所述参考道路的形状信息,生成第二线段序列;
根据所述第一线段序列和所述第二线段序列,对所述目标道路与所述参考道路进行平行路段识别。
2.根据权利要求1所述的方法,所述目标道路的形状信息包括所述目标道路上多个形状点的位置信息,所述参考道路的形状信息包括所述参考道路上多个形状点的位置信息,采样点包括多个形状点和多个非形状点;
所述生成第一线段序列,包括:
根据所述目标道路上多个形状点的位置信息,在所述目标道路进行采样,得到所述目标道路上的多个采样点的位置信息;
根据所述目标道路上多个采样点的位置信息,构建所述第一线段序列;
所述生成第二线段序列,包括:
根据所述参考道路上多个形状点的位置信息,在所述参考道路进行采样,得到所述参考道路上的多个采样点的位置信息;
根据所述参考道路上多个采样点的位置信息,构建所述第二线段序列。
3.根据权利要求2所述的方法,所述根据所述目标道路上多个采样点的位置信息,构建所述第一线段序列,包括:
由所述目标道路上两两相邻的采样点组成所述目标道路上的线段,得到所述第一线段序列;
所述根据所述参考道路上多个采样点的位置信息,构建所述第二线段序列,包括:
由所述参考道路上两两相邻的采样点组成所述参考道路上的线段,得到所述第二线段序列。
4.根据权利要求1所述的方法,所述根据所述第一线段序列和所述第二线段序列,对所述目标道路与所述参考道路进行平行路段识别,包括:
将所述第一线段序列与所述第二线段序列进行匹配,得到匹配结果;
根据所述匹配结果,如果确定所述目标道路的道路走向与所述参考道路的道路走向相同,则确定所述目标道路与所述参考道路之间的平行路段。
5.根据权利要求4所述的方法,所述匹配结果包括所述第一线段序列中各第一线段与所述第二线段序列中各第二线段的匹配代价值,所述将所述第一线段序列与所述第二线段序列进行匹配,得到匹配结果,包括:
针对所述第一线段序列中的各第一线段,确定所述第一线段与所述第二线段序列中的各第二线段的夹角,并根据所述第一线段与各所述第二线段的夹角,确定所述第一线段与各所述第二线段的匹配代价值;
其中,所述第一线段与各所述第二线段的匹配代价值用于反映所述第一线段的方向与各所述第二线段的方向之间的相似度。
6.根据权利要求5所述的方法,所述确定所述第一线段与所述第二线段序列中的各第二线段的夹角,并根据所述第一线段与各所述第二线段的夹角,确定所述第一线段与各所述第二线段的匹配代价值,包括:
针对每个所述第二线段,确定所述第一线段与所述第二线段的夹角;
获取多个相邻匹配代价值,其中,所述相邻匹配代价值包括所述第一线段与所述第二线段的上一线段的匹配代价值、所述第一线段的上一线段与所述第二线段的匹配代价值、以及所述第一线段的上一线段与所述第二线段的上一线段的匹配代价值;
根据各所述相邻匹配代价值和所述第一线段与所述第二线段之间的夹角,确定所述第一线段与所述第二线段的匹配代价值。
7.根据权利要求6所述的方法,所述根据各所述相邻匹配代价值和所述第一线段与所述第二线段之间的夹角,确定所述第一线段与所述第二线段的匹配代价值,包括:
在所述多个相邻匹配代价值中获取值最小的相邻匹配代价值;
根据所述第一线段与所述第二线段之间的夹角值和所述值最小的相邻匹配代价值之和,确定所述第一线段与所述第二线段的匹配代价值。
8.根据权利要求5所述的方法,所述确定所述目标道路与所述参考道路之间的平行路段,包括:
根据各所述第一线段与各所述第二线段的匹配代价值,确定各所述第一线段的最终匹配代价值;
根据各所述第一线段在所述第一线段序列的位置和各所述第一线段的最终匹配代价值,生成匹配曲线图;
根据所述匹配曲线图,确定所述平行路段。
9.根据权利要求8所述的方法,所述根据各所述第一线段与各所述第二线段的匹配代价值,确定各所述第一线段的最终匹配代价值,包括:
按照所述第一线段序列中从后往前的顺序以及所述第二线段序列中从后往前的顺序,将位置一一对应的所述第一线段与所述第二线段的匹配代价值,确定为所述第一线段的最终匹配代价值。
10.根据权利要求8所述的方法,所述根据所述匹配曲线图,确定所述目标道路与所述参考道路之间的平行路段,包括:
在所述匹配曲线图中,确定第一坐标点和第二坐标点;
获取所述第一坐标点与所述第二坐标点之间的纵坐标差值和横坐标差值;
如果所述纵坐标差值与所述横坐标差值之间的比值小于预设阈值,则确定所述第一坐标点与所述第二坐标点之间的横坐标范围;
根据所述横坐标范围,在所述目标道路上确定所述平行路段。
11.根据权利要求10所述的方法,所述在所述匹配曲线图中,确定第一坐标点和第二坐标点,包括:
根据所述匹配曲线图的起点和终点,确定所述匹配曲线图的参考线段;
如果所述匹配曲线图分布在所述参考线段的两侧,则在位于所述参考线段的一侧的所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并在位于所述参考线段的另一侧的所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第二坐标点。
12.根据权利要求11所述的方法,所述在所述匹配曲线图中,确定第一坐标点和第二坐标点,还包括:
如果所述匹配曲线图分布在所述参考线段的上方,则将所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并将所述匹配曲线图的终点确定为所述第二坐标点。
13.根据权利要求11所述的方法,所述在所述匹配曲线图中,确定第一坐标点和第二坐标点,还包括:
如果所述匹配曲线图分布在所述参考线段的下方,则将所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并将所述匹配曲线图的起点确定为所述第二坐标点。
14.根据权利要求4-13任一项所述的方法,所述对所述目标道路与所述参考道路进行平行路段识别,还包括:
获取所述目标道路的道路长度;
确定所述匹配结果相对于所述目标道路的道路长度的变化率;
如果所述变化率满足预设条件,则确定所述目标道路的道路走向与所述参考道路的道路走向相同。
15.一种道路数据的处理装置,包括:
获取单元,用于获取目标道路的形状信息和参考道路的形状信息;
序列生成单元,用于根据所述目标道路的形状信息,生成第一线段序列,根据所述参考道路的形状信息,生成第二线段序列;
识别单元,用于根据所述第一线段序列和所述第二线段序列,对所述目标道路与所述参考道路进行平行路段识别。
16.根据权利要求15所述的装置,所述目标道路的形状信息包括所述目标道路上多个形状点的位置信息,所述参考道路的形状信息包括所述参考道路上多个形状点的位置信息,采样点包括多个形状点和多个非形状点;
所述序列生成单元包括:
目标道路采样模块,用于根据所述目标道路上多个形状点的位置信息,在所述目标道路进行采样,得到所述目标道路上的多个采样点的位置信息;
第一序列构建模块,用于根据所述目标道路上多个采样点的位置信息,构建所述第一线段序列;
参考道路采样模块,用于根据所述参考道路上多个形状点的位置信息,在所述参考道路进行采样,得到所述参考道路上的多个采样点的位置信息;
第二序列构建模块,用于根据所述参考道路上多个采样点的位置信息,构建所述第二线段序列。
17.根据权利要求16所述的装置,所述第一序列构建模块包括:
第一序列构建子模块,用于由所述目标道路上两两相邻的采样点组成所述目标道路上的线段,得到所述第一线段序列;
所述第二序列构建模块包括:
第二序列构建子模块,用于由所述参考道路上两两相邻的采样点组成所述参考道路上的线段,得到所述第二线段序列。
18.根据权利要求16所述的装置,所述识别单元包括:
匹配模块,用于将所述第一线段序列与所述第二线段序列进行匹配,得到匹配结果;
平行路段确定模块,用于根据所述匹配结果,如果确定所述目标道路的道路走向与所述参考道路的道路走向相同,则确定所述目标道路与所述参考道路之间的平行路段。
19.根据权利要求18所述的装置,所述匹配结果包括所述第一线段序列中各第一线段与所述第二线段序列中各第二线段的匹配代价值,所述匹配模块包括:
代价值确定模块,用于针对所述第一线段序列中的各第一线段,确定所述第一线段与所述第二线段序列中的各第二线段的夹角,并根据所述第一线段与各所述第二线段的夹角,确定所述第一线段与各所述第二线段的匹配代价值;
其中,所述第一线段与各所述第二线段的匹配代价值用于反映所述第一线段的方向与各所述第二线段的方向之间的相似度。
20.根据权利要求19所述的装置,所述代价值确定模块包括:
夹角确定模块,用于针对每个所述第二线段,确定所述第一线段与所述第二线段的夹角;
相邻代价值获取模块,用于获取多个相邻匹配代价值,其中,所述相邻匹配代价值包括所述第一线段与所述第二线段的上一线段的匹配代价值、所述第一线段的上一线段与所述第二线段的匹配代价值、以及所述第一线段的上一线段与所述第二线段的上一线段的匹配代价值;
代价值确定子模块,用于根据各所述相邻匹配代价值和所述第一线段与所述第二线段之间的夹角,确定所述第一线段与所述第二线段的匹配代价值。
21.根据权利要求20所述的装置,所述代价值确定子模块用于:
在所述多个相邻匹配代价值中获取值最小的相邻匹配代价值;
根据所述第一线段与所述第二线段之间的夹角值和所述值最小的相邻匹配代价值之和,确定所述第一线段与所述第二线段的匹配代价值。
22.根据权利要求19所述的装置,所述平行路段确定模块包括:
最终代价值确定模块,用于根据各所述第一线段与各所述第二线段的匹配代价值,确定各所述第一线段的最终匹配代价值;
曲线图生成模块,用于根据各所述第一线段在所述第一线段序列的位置和各所述第一线段的最终匹配代价值,生成匹配曲线图;
平行路段确定子模块,用于根据所述匹配曲线图,确定所述平行路段。
23.根据权利要求22所述的装置,所述最终代价值确定模块包括:
最终代价值确定子模块,用于按照所述第一线段序列中从后往前的顺序以及所述第二线段序列中从后往前的顺序,将位置一一对应的所述第一线段与所述第二线段的匹配代价值,确定为所述第一线段的最终匹配代价值。
24.根据权利要求22所述的装置,所述平行路段确定子模块用于:
在所述匹配曲线图中,确定第一坐标点和第二坐标点;
获取所述第一坐标点与所述第二坐标点之间的纵坐标差值和横坐标差值;
如果所述纵坐标差值与所述横坐标差值之间的比值小于预设阈值,则确定所述第一坐标点与所述第二坐标点之间的横坐标范围;
根据所述横坐标范围,在所述目标道路上确定所述平行路段。
25.根据权利要求24所述的装置,所述平行路段确定子模块还用于:
根据所述匹配曲线图的起点和终点,确定所述匹配曲线图的参考线段;
如果所述匹配曲线图分布在所述参考线段的两侧,则在位于所述参考线段的一侧的所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并在位于所述参考线段的另一侧的所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第二坐标点。
26.根据权利要求25所述的装置,所述平行路段确定子模块还用于:
如果所述匹配曲线图分布在所述参考线段的上方,则将所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并将所述匹配曲线图的终点确定为所述第二坐标点。
27.根据权利要求25所述的装置,所述平行路段确定子模块还用于:
如果所述匹配曲线图分布在所述参考线段的下方,则将所述匹配曲线图上将距离所述参考线段最远的坐标点确定为所述第一坐标点,并将所述匹配曲线图的起点确定为所述第二坐标点。
28.根据权利要求18-27任一项所述的装置,所述识别单元还包括:
道路长度获取模块,用于获取所述目标道路的道路长度;
变化率确定模块,用于确定所述匹配结果相对于所述目标道路的道路长度的变化率;
走向确定模块,用于如果所述变化率满足预设条件,则确定所述目标道路的道路走向与所述参考道路的道路走向相同。
29.一种电子设备,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1-14中任一项所述的方法。
30.一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权利要求1-14中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011589349.5A CN112652036B (zh) | 2020-12-28 | 2020-12-28 | 道路数据的处理方法、装置、设备及存储介质 |
US17/487,363 US20220011136A1 (en) | 2020-12-28 | 2021-09-28 | Road data processing method, apparatus, device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011589349.5A CN112652036B (zh) | 2020-12-28 | 2020-12-28 | 道路数据的处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112652036A true CN112652036A (zh) | 2021-04-13 |
CN112652036B CN112652036B (zh) | 2024-05-14 |
Family
ID=75363675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011589349.5A Active CN112652036B (zh) | 2020-12-28 | 2020-12-28 | 道路数据的处理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220011136A1 (zh) |
CN (1) | CN112652036B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793401A (zh) * | 2021-09-17 | 2021-12-14 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备及计算机存储介质 |
CN115116224A (zh) * | 2022-06-24 | 2022-09-27 | 山东旗帜信息有限公司 | 一种边缘端数据采集传输系统及方法 |
CN116051614A (zh) * | 2023-03-29 | 2023-05-02 | 航天宏图信息技术股份有限公司 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049157A (zh) * | 2022-08-12 | 2022-09-13 | 所托(杭州)汽车智能设备有限公司 | 路线匹配方法、装置、服务器及存储介质 |
CN117036541B (zh) * | 2023-09-18 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 车道中心线生成方法、装置、电子设备及存储介质 |
CN116935656B (zh) * | 2023-09-18 | 2023-12-01 | 浙江中控信息产业股份有限公司 | 道路交通数据处理方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004110458A (ja) * | 2002-09-19 | 2004-04-08 | Fukuyama Consultants Co Ltd | 計測地点データの作成方法、データ処理方法、データ処理装置及びデータ処理システム、並びにプログラム及び情報記憶媒体 |
US20050228584A1 (en) * | 2002-03-29 | 2005-10-13 | Shinya Adachi | Map matching method, map matching device, database for shape matching, and shape matching device |
EP2195613A1 (en) * | 2007-10-02 | 2010-06-16 | Tele Atlas B.V. | Method of capturing linear features along a reference-line across a surface for use in a map database |
CN109579839A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种平行路识别方法、平行路相似度确定方法及装置 |
CN110992681A (zh) * | 2019-07-10 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 交通路网属性信息生成方法、装置、存储介质及电子设备 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子系统及电子设备 |
CN111652072A (zh) * | 2020-05-08 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 轨迹获取方法、轨迹获取装置、存储介质和电子设备 |
-
2020
- 2020-12-28 CN CN202011589349.5A patent/CN112652036B/zh active Active
-
2021
- 2021-09-28 US US17/487,363 patent/US20220011136A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228584A1 (en) * | 2002-03-29 | 2005-10-13 | Shinya Adachi | Map matching method, map matching device, database for shape matching, and shape matching device |
JP2004110458A (ja) * | 2002-09-19 | 2004-04-08 | Fukuyama Consultants Co Ltd | 計測地点データの作成方法、データ処理方法、データ処理装置及びデータ処理システム、並びにプログラム及び情報記憶媒体 |
EP2195613A1 (en) * | 2007-10-02 | 2010-06-16 | Tele Atlas B.V. | Method of capturing linear features along a reference-line across a surface for use in a map database |
CN109579839A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种平行路识别方法、平行路相似度确定方法及装置 |
CN111044056A (zh) * | 2018-10-15 | 2020-04-21 | 华为技术有限公司 | 基于道路匹配的定位方法、芯片子系统及电子设备 |
CN110992681A (zh) * | 2019-07-10 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 交通路网属性信息生成方法、装置、存储介质及电子设备 |
CN111652072A (zh) * | 2020-05-08 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 轨迹获取方法、轨迹获取装置、存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
仰燕兰;叶桦;费树岷;: "面向关系数据库的道路识别算法研究", 地理信息世界, no. 05, 25 October 2011 (2011-10-25) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793401A (zh) * | 2021-09-17 | 2021-12-14 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备及计算机存储介质 |
CN113793401B (zh) * | 2021-09-17 | 2024-02-13 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备及计算机存储介质 |
CN115116224A (zh) * | 2022-06-24 | 2022-09-27 | 山东旗帜信息有限公司 | 一种边缘端数据采集传输系统及方法 |
CN115116224B (zh) * | 2022-06-24 | 2023-08-18 | 山东旗帜信息有限公司 | 一种边缘端数据采集传输系统及方法 |
CN116051614A (zh) * | 2023-03-29 | 2023-05-02 | 航天宏图信息技术股份有限公司 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
CN116051614B (zh) * | 2023-03-29 | 2023-11-28 | 航天宏图信息技术股份有限公司 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20220011136A1 (en) | 2022-01-13 |
CN112652036B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112652036B (zh) | 道路数据的处理方法、装置、设备及存储介质 | |
CN114003613A (zh) | 高精地图车道线更新方法、装置、电子设备以及存储介质 | |
CN114626169A (zh) | 交通路网优化方法、装置、设备、可读存储介质及产品 | |
CN113920217A (zh) | 用于生成高精地图车道线的方法、装置、设备和产品 | |
CN115797565A (zh) | 三维重建模型训练方法、三维重建方法、装置及电子设备 | |
CN114792355A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
US10198412B2 (en) | Simulated annealing to place annotations in a drawing | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN114111813A (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
CN114723894B (zh) | 一种三维坐标获取方法、装置及电子设备 | |
CN115640372A (zh) | 一种室内平面的区域指引方法、装置、系统、设备及介质 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN113593046B (zh) | 全景切换方法、装置、电子设备和存储介质 | |
CN114691691A (zh) | 基于Geohash的空间数据处理方法、装置及电子设备 | |
CN112948517B (zh) | 区域位置标定方法、装置及电子设备 | |
CN115127565A (zh) | 高精地图数据生成方法、装置、电子设备及存储介质 | |
CN114625822A (zh) | 高精地图的更新方法、装置及电子设备 | |
CN113761090A (zh) | 一种基于点云地图的定位方法和装置 | |
CN114202625B (zh) | 路肩线的提取方法、装置及电子设备 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN116321007B (zh) | 出行目的预测方法、装置、设备及存储介质 | |
CN115049997B (zh) | 边缘车道线的生成方法、装置、电子设备及存储介质 | |
CN114661842B (zh) | 地图匹配方法、装置和电子设备 | |
CN112861024B (zh) | 确定路网矩阵的方法、装置、电子设备及存储介质 | |
US20220050210A1 (en) | Method, apparatus for superimposing laser point clouds and high-precision map and electronic device |
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 |