CN112735130A - 交通数据的处理方法、装置、电子设备和介质 - Google Patents
交通数据的处理方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN112735130A CN112735130A CN202011572360.0A CN202011572360A CN112735130A CN 112735130 A CN112735130 A CN 112735130A CN 202011572360 A CN202011572360 A CN 202011572360A CN 112735130 A CN112735130 A CN 112735130A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- vehicle
- traffic data
- traffic
- 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 15
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims 1
- 238000003058 natural language processing Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G01C21/26—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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
-
- 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
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- 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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road 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
- G01C21/3874—Structures specially adapted for data searching and retrieval
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Operations Research (AREA)
Abstract
本公开公开了一种交通数据的处理方法、装置、设备、介质和产品,涉及智能交通、深度学习、自然语言处理等领域。交通数据的处理方法包括:获取针对车辆的初始交通数据,其中,初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息;确定车辆当前位置信息和多个交通对象的位置信息彼此之间的相对位置关系;基于特征信息和相对位置关系中的至少一个,处理初始交通数据得到至少一个交通数据集合,以便基于至少一个交通数据集合为车辆进行导航。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通、深度学习、自然语言处理等领域,更具体地,涉及一种交通数据的处理方法、交通数据的处理装置、电子设备、介质和程序产品。
背景技术
在车辆驾驶过程中,通常需要基于车辆自身的数据和路况数据来分析车辆的驾驶情况,以便为车辆进行导航。但是,相关技术中用于导航分析的数据多而杂乱,不利于分析车辆的驾驶情况,从而导致为车辆进行导航的准确性较低。
发明内容
本公开提供了一种交通数据的处理方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种交通数据的处理方法,包括:获取针对车辆的初始交通数据,其中,所述初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息;确定所述车辆当前位置信息和所述多个交通对象的位置信息彼此之间的相对位置关系;以及,基于所述特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合,以便基于所述至少一个交通数据集合为所述车辆进行导航。
根据本公开的另一方面,提供了一种交通数据的处理装置,包括:获取模块、确定模块以及处理模块。其中,获取模块用于获取针对车辆的初始交通数据,其中,所述初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息。确定模块用于确定所述车辆当前位置信息和所述多个交通对象的位置信息彼此之间的相对位置关系。处理模块用于基于所述特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合,以便基于所述至少一个交通数据集合为所述车辆进行导航。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器和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上述的交通数据的处理方法。
根据本公开的另一方面,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,所述计算机指令用于使所述计算机执行上述的交通数据的处理方法。
根据本公开的另一方面,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上述的交通数据的处理方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1示意性示出了根据本公开一实施例的交通数据的处理方法的应用场景;
图2示意性示出了根据本公开一实施例的交通数据的处理方法的流程图;
图3示意性示出了根据本公开一实施例的交通数据的处理方法的示意图;
图4示意性示出了根据本公开一实施例的获取第一交通数据集合的流程图;
图5示意性示出了根据本公开一实施例的获取第二交通数据集合的流程图;
图6示意性示出了根据本公开一实施例的获取第三交通数据集合的流程图;
图7示意性示出了根据本公开一实施例的获取相对方向的示意图;
图8示意性示出了根据本公开一实施例的获取起始方向的示意图;
图9示意性示出了根据本公开一实施例的获取终止方向的示意图;
图10示意性示出了根据本公开一实施例的邻近道路的示意图;
图11示意性示出了根据本公开一实施例的交通数据的处理装置的框图;以及
图12示意性示出了根据本公开实施例的用于交通数据的处理电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种交通数据的处理方法,包括:获取针对车辆的初始交通数据,其中,初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息。然后,确定车辆当前位置信息和多个交通对象的位置信息彼此之间的相对位置关系。接下来,基于特征信息和相对位置关系中的至少一个,处理初始交通数据得到至少一个交通数据集合,以便基于至少一个交通数据集合为车辆进行导航。
图1示意性示出了根据本公开一实施例的交通数据的处理方法的应用场景。
如图1所示的应用场景100,本公开实施例的的交通数据的处理方法例如可以由电子设备来执行。电子设备可以包括智能手机、电脑、服务器等等。在一示例中,电子设备可以包括车辆的车机系统,该车机系统具有处理数据的功能。
在本公开实施例中,电子设备获取初始交通数据110,该初始交通数据110例如来自多个数据源。多个数据源包括但不仅限于车辆传感器、服务器等等。其中,车辆传感器例如包括设置于车辆的定位传感器、速度传感器、图像传感器等等。服务器例如包括云端服务器等等,该服务器中存储了大量的交通数据。
在本公开实施例中,电子设备可以从车辆传感器中获取针对车辆的初始交通数据110,或者从服务器中获取针对车辆的初始交通数据110。由于该初始交通数据110中包括多种类型的交通数据,该些类型的交通数据混合杂乱,导致难以对初始交通数据110进行分析来为车辆进行导航。
因此,本公开的实施例通过对初始交通数据110进行处理,以得到交通数据集合120,交通数据集合120包括多个交通数据集合121、122、123,多个交通数据集合121、122、123中的每个交通数据集合为一个类型的数据集合。
在得到多个交通数据集合121、122、123之后,可以将多个交通数据集合121、122、123分别输入至导航模型130中进行分析处理,以便导航模型130输出导航信息140,车辆可以基于导航信息140进行导航。其中,导航模型130可以是深度学习模型。
在本公开的实施例中,通过对初始交通数据进行处理得到多个交通数据集合,便于导航模型对多个交通数据集合进行分析,提高导航模型的分析准确性,从而提高导航效果。
本公开实施例提供了一种交通数据的处理方法,下面结合图1的应用场景,参考图2~图10来描述根据本公开示例性实施方式的交通数据的处理方法。
图2示意性示出了根据本公开一实施例的交通数据的处理方法的流程图。
如图2所示,本公开实施例的交通数据的处理方法200例如可以包括操作S210~操作S230。
在操作S210,获取针对车辆的初始交通数据,其中,初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息。
在操作S220,确定车辆当前位置信息和多个交通对象的位置信息彼此之间的相对位置关系。
在操作S230,基于特征信息和相对位置关系中的至少一个,处理初始交通数据得到至少一个交通数据集合,以便基于至少一个交通数据集合为车辆进行导航。
在本公开的实施例中,初始交通数据例如包括来自车辆传感器的数据和来自服务器的数据。
来自车辆传感器的数据可以包括车辆数据,车辆数据包括车辆的当前位置信息。服务器的数据可以包括车辆周围的路况数据,路况数据包括多个交通对象的对象数据,对象数据例如包括位置信息和属性信息等等,属性信息可以包括交通对象的标识。交通对象包括但不仅限于道路、兴趣点等。兴趣点包括学校、银行、参考、加油站、医院、超市等等。
示例性地,车辆可以将车辆当前位置信息发送给服务器,服务器根据车辆当前位置信息给车辆发送车辆周围的路况数据。
在本公开的实施例中,初始交通数据中还可以包括特征信息,该特征信息例如表征了某些数据的类型。例如,以初始交通数据包括“车辆当前位置为A位置”为例,该初始交通数据的特征信息例如包括“车辆当前位置”,基于该特征信息可以得知初始交通数据“车辆当前位置为A位置”的类型。
由于初始交通数据中包括多种类型的数据,导致该初始交通数据多而杂乱,不利于进行导航分析。因此,在车辆获取到初始交通数据之后,可以首先确定车辆当前位置信息和多个交通对象的位置信息彼此之间的相对位置关系,并基于相对位置关系和特征信息来处理初始交通数据,以便得到多个交通数据集合,每个交通数据集合中的数据例如为同一类型的数据。
例如,一个交通数据集合可以包括车辆自身的数据和车辆所在当前道路的道路数据,该交通数据集合中的数据与车辆相关性较高。另一个交通数据集合可以包括与车辆所在当前道路相邻的邻近道路的道路数据,该交通数据集合中的数据与车辆相关性稍低。再另一个交通数据集合可以包括与车辆距离较远的道路的道路数据,该交通数据集合中的数据与车辆相关性较低。
在本公开的实施例中,通过对初始交通数据进行处理,得到多个交通数据集合,每个交通数据集合与车辆的相关性不同。在得到多个交通数据集合之后,可以分析处理多个交通数据集合以便为车辆进行导航。由于多个交通数据集合为不同类型的数据,因此基于多个交通数据集合易于进行数据的分析和处理,从而提高数据分析处理的效率和准确性,提高为车辆进行导航的效果。
图3示意性示出了根据本公开一实施例的交通数据的处理方法的示意图。
如图3所示,例如对初始交通数据310进行处理,得到多个交通数据集合。多个交通数据集合例如包括第一交通数据集合331、第二交通数据集合332、第三交通数据集合333。
具体地,首先对初始交通数据310进行数据分类,将初始交通数据310划分为第一类别321、第二类别322、第三类别323。
其中,第一类别321中例如包括车辆自身的数据和车辆所在当前道路的道路数据等。第二类别322中例如包括与车辆所在当前道路相邻的邻近道路的道路数据。第三类别323中例如包括与车辆距离较远的道路的道路数据或者与车辆距离较远的兴趣点的数据。
在本公开的实施例中,第一类别321例如包括“车辆速度:50km/h”、“车辆位置:A位置”、“车辆与目的地距离90km”、“道路1标识:D1”、“道路1位置:A1”。该第一类别321的数据中包括车辆自身的速度或位置等数据,还包括车辆所在当前道路(道路1)的道路数据,道路数据包括道路标识或道路位置等。其中,可以基于车辆的位置和道路1的位置,得知车辆与道路1距离较近,即车辆位于道路1上,从而将道路1的相关数据划分到第一类别321。
在本公开的实施例中,第二类别322例如包括“道路2标识:D2”、“道路2位置:A2”、“车辆与道路2的距离:10km”。该第二类别322包括车辆所在当前道路(道路1)相邻的邻近道路(道路2)的道路数据,道路数据包括道路标识、道路位置、车辆与道路距离等等。其中,可以基于道路1和道路2的位置,确定道路2与道路1相邻,从而将道路2的相关数据划分到第二类别322。
在本公开的实施例中,第三类别323例如包括“道路3标识:D3”、“道路3位置:A3”、“学校的位置:A4”。该第三类别323包括与车辆距离较远的道路(道路3)的道路数据或者与车辆距离较远的兴趣点(学校)的数据,兴趣点(学校)例如位于道路3两侧。其中,可以基于道路3和车辆的位置,确定道路3与距离车辆较远,从而将道路3的相关数据和道路3两侧的兴趣点的相关数据划分到第三类别323。
在对初始交通数据进行分类得到第一类别321、第二类别322、第三类别323之后,可以分别对每个类别进行处理来得到与第一类别321对应的第一交通数据集合331、与第二类别322对应的第二交通数据集合332、与第三类别323对应的第三交通数据集合333。
针对第一类别321,可以对其类别中的数据进行修改,并将修改后得到的第一类别321作为第一交通数据集合331。例如,当确定第一类别321中的“车辆与目的地距离90km”有误,可以将“车辆与目的地距离90km”修改为“车辆与目的地距离100km”。其中,第一交通数据集合331包括“车辆与目的地距离100km”。
针对第二类别322,可以对其类别中的数据进行修改,并将修改后得到的第二类别322作为第二交通数据集合332。例如,当确定第二类别322中的“车辆与道路2的距离:10km”有误,可以将“车辆与道路2的距离:10km”修改为“车辆与道路2的距离:12km”。其中,第二交通数据集合332包括“车辆与道路2的距离:12km”。
针对第三类别323,可以新增其类别中的数据,并将新增数据和第三类别323的数据一起作为第三交通数据集合333。例如,新增的数据为“道路3的方向:正北方向”。其中,第三交通数据集合333包括“道路3的方向:正北方向”。
在本公开的实施例中,对初始交通数据进行分类和处理得到多个交通数据集合,多个交通数据集合中的数据准确性较高、数据信息较全面,便于基于多个交通数据集合进行导航分析时提高导航分析的准确性,进而提高为车辆进行导航的效果。
下面结合图3的示意图,参考图4~图6来描述如何获取第一交通数据集合、第二交通数据集合以及第三交通数据集合。
图4示意性示出了根据本公开一实施例的获取第一交通数据集合的流程图。
如图4所示,基于初始交通数据的特征信息和相对位置关系中的至少一个,处理初始交通数据得到第一交通数据集合例如可以包括操作S431~操作S433,其中,操作S433例如包括操作S4331~操作S4335。
在本公开的实施例中,特征信息包括例如关键词。关键词可以包括预先设定的多个关键词。
在操作S431,从初始交通数据中确定出具有关键词的交通数据作为车辆数据。
在本公开的实施例中,通过自然语言处理技术来得到车辆数据。例如,预先设定的关键词包括“车辆速度”、“车辆位置”、“车辆与目的地距离”等等。基于自然语言处理技术从初始交通数据中确定出具有该些关键词的交通数据作为车辆数据。例如所确定的车辆数据包括“车辆速度:50km/h”、“车辆位置:A位置”、“车辆与目的地距离90km”等等。其中,车辆数据还可以包括车头方向,该车头方向表征了车辆当前行驶方向。
在操作S432,基于相对位置关系,从初始交通数据中确定车辆所处的当前道路的道路数据。
例如,初始交通数据中包括道路1的道路数据、道路2的道路数据、道路3的道路数据,每个道路具有位置信息,相对位置信息例如表征了车辆与每个道路的相对位置。基于相对位置,从多个道路中确定出车辆的当前道路,例如所处的当前道路为道路1,然后获取当前道路(道路1)的道路数据,当前道路的道路数据例如包括“道路1标识:D1”、“道路1位置:A1”等。
在操作S433,基于车辆数据和当前道路的道路数据,确定第一交通数据集合。
在一种示例中,可以直接将车辆数据和当前道路的道路数据作为第一交通数据集合。或者,还可以对车辆数据或当前道路的道路数据进行处理得到第一交通数据集合。具体地,可以对车辆数据或当前道路的道路数据进行修改,将修改后的数据作为第一交通数据集合,具体参见操作S4331~操作S4335。
在本公开的实施例中,车辆数据包括第一目标距离和车辆当前位置信息,第一目标距离为车辆当前位置和目的地之间的距离。例如,车辆数据包括“车辆与目的地距离90km”和“车辆位置:A位置”,则第一目标距离为90km,车辆当前位置信息为A位置。
在操作S4331,获取目的地的位置信息。该目的地的位置信息例如可以从初始交通数据中获取,例如目的地的位置信息可以为:B位置。
在操作S4332,基于车辆当前位置信息和目的地的位置信息,计算车辆的当前位置和目的地之间的第一参考距离。例如,基于A位置和B位置,确定A位置和B位置之间的距离作为第一参考距离。例如第一参考距离为100km。其中,第一参考距离为实时计算的距离,该距离的准确性较高。
在操作S4333,确定第一目标距离和第一参考距离之间的差值是否大于第一预设阈值。如果是,则执行操作S4334,如果否则结束。
在操作S4334,在第一目标距离和第一参考距离之间的差值大于第一预设阈值的情况下,将车辆数据中的第一目标距离替换为第一参考距离,以得到更新后的车辆数据。
例如,以第一预设阈值为5km为例,第一目标距离90km和第一参考距离100km之间的差值10km大于第一预设阈值5km,表征初始交通数据中的第一目标距离存在错误,因此可以将车辆数据中的第一目标距离90km替换为100km。得到更新后的车辆数据中例如包括“车辆与目的地距离100km”。
在操作S4335,确定更新后的车辆数据和当前道路的道路数据为第一交通数据集合。
可以理解,本公开的实施例通过关键词来确定车辆数据,并基于车辆和道路的相对位置来确定出车辆所处的当前道路,然后,对车辆数据和当前道路的道路数据进行处理得到第一交通数据集合。数据处理例如包括对车辆数据执行修改。可见,通过本公开实施例的技术方案,使得第一交通数据集合的数据准确性较高,便于基于第一交通数据集合进行导航分析时,可以提高导航分析的准确性,进而提高为车辆进行导航的效果。
在本公开的实施例中,第一交通数据集合还可以包括当前道路的车道数量、每个车道的方向、车辆的当前状态等等。其中,车辆的当前状态包括车辆处于导航状态、巡航状态、停车状态。另外,第一交通数据集合还可以包括车辆前方预设距离(例如300m)内所有道路的道路标识,道路标识包括道路名称,以及包括每个道路的道路特征点,该道路特征点例如表征了道路的弯曲形状。
图5示意性示出了根据本公开一实施例的获取第二交通数据集合的流程图。
如图5所示,基于初始交通数据的特征信息和相对位置关系中的至少一个,处理初始交通数据得到第二交通数据集合例如可以包括操作S531~操作S533,其中,操作S533例如包操作S533A和/或操作S533B。操作S533A例如包括操作S5331A~操作S5334A,操作S533B例如包括操作S5331B~操作S5336B。
在本公开的实施例中,多个交通对象包括多个道路,初始交通数据包括多个道路的道路数据。
在操作S531,基于相对位置关系,从多个道路的道路数据中确定车辆所处的当前道路的道路数据。
在操作S532,基于相对位置关系和当前道路的道路数据,从多个道路的道路数据中确定出邻近道路的道路数据,邻近道路与当前道路之间的位置关系满足第一预设位置关系。
例如,初始交通数据中包括道路1的道路数据、道路2的道路数据、道路3的道路数据,每个道路具有位置信息,相对位置信息例如表征了车辆与每个道路的相对位置。基于相对位置,从多个道路中确定出车辆的当前道路,例如所处的当前道路为道路1,获取当前道路(道路1)的道路数据,当前道路的道路数据例如包括“道路1标识:D1”、“道路1位置:A1”等。
其中,相对位置关系表征了多个道路之间的相对位置,基于相对位置关系可以确定出与当前道路相近的邻近道路,第一预设位置关系例如包括邻近道路与当前道路直接连接,并且邻近道路为车辆从当前道路将要行驶至的道路。
示例性地,邻近道路例如为道路2,邻近道路的道路数据包括但不仅限于道路标识、道路位置、道路特征点信息,该道路特征点例如表征了道路的弯曲形状。在一示例中,邻近道路的道路数据包括“道路2标识:D2”、“道路2位置:A2”、“车辆与道路2的距离:10km”等等。
在操作S533,基于邻近道路的道路数据和车辆当前位置信息中的至少一个,确定第二交通数据集合。
在一种示例中,可以直接将邻近道路的道路数据作为第二交通数据集合。
在另一示例中,可以基于车辆当前位置信息来修改邻近道路的道路数据,并将修改后的邻近道路的道路数据作为第二交通数据集合。具体参见以下操作S533A或操作S533B。
在一示例中,修改邻近道路的道路数据包括修改道路数据中的距离数据。具体参考操作S533A,操作S533A例如包括操作S5331A~操作S5334A。
在本公开的实施例中,邻近道路的道路数据包括第二目标距离,第二目标距离为车辆当前位置和邻近道路的特征点之间的距离。例如,邻近道路的道路数据包括“车辆与道路2的距离:10km”,第二目标距离为10km。
在操作S5331A,基于车辆当前位置信息和邻近道路的特征点的位置信息,计算车辆的当前位置和邻近道路的特征点之间的第二参考距离。
其中,车辆当前位置信息例如可以从初始交通数据中获取。邻近道路例如包括多个特征点,第二参考距离例如为车辆当前位置信息与特定一个特征点之间的距离,该特定一个特征点例如为多个特征点中最接近车辆的特征点,换言之该特定一个特征点为车辆行驶到邻近道路时经过的第一个特征点。
示例性地,计算得到的第二参考距离例如为12km。其中,第二参考距离为实时计算的距离,该距离的准确性较高。
在操作S5332A,确定第二目标距离和第二参考距离之间的差值是否大于第二预设阈值。如果是,则执行操作S5333A,如果否则结束。
在操作S5333A,在第二目标距离和第二参考距离之间的差值大于第二预设阈值的情况下,将邻近道路的道路数据中的第二目标距离替换为第二参考距离,以得到更新后的邻近道路的道路数据。
例如,以第二预设阈值为1km为例,第二目标距离10km和第二参考距离12km之间的差值2km大于第二预设阈值1km,表征初始交通数据中的第二目标距离存在错误,因此可以将邻近道路的道路数据中的第二目标距离10km替换为12km。得到更新后的邻近道路的道路数据中例如包括“车辆与道路2的距离:12km”。
在操作S5334A,确定更新后的邻近道路的道路数据为第二交通数据集合。
可以理解,本公开的实施例通过对邻近道路的道路数据进行处理得到第二交通数据集合,数据处理例如包括对道路数据中的距离执行修改。可见,通过本公开实施例的技术方案,使得第二交通数据集合的数据准确性较高,便于基于第二交通数据集合进行导航分析时提高导航分析的准确性,进而提高为车辆进行导航的效果。
在另一示例中,修改邻近道路的道路数据包括修改道路数据中的方向数据。具体参考操作S533B,操作S533B例如包括操作S5331B~操作S5336B。
在本公开的实施例中,邻近道路的道路数据包括邻近道路的相对目标方向,该相对目标方向例如表征了邻近道路相对于当前道路的方向。例如,邻近道路的道路数据包括“道路2相对于道路1的方向为:正北方向”。相对目标方向例如为正北方向。
在操作S5331B,基于车辆当前位置信息和邻近道路的第一特征点的位置信息,计算由车辆的当前位置指向邻近道路的第一特征点的第一方向。
在操作S5332B,基于邻近道路的第一特征点的位置信息和邻近道路的第二特征点的位置信息,计算由第一特征点指向第二特征点的第二方向。
其中,邻近道路包括多个特征点,第一特征点例如为多个特征点中最接近车辆的特征点,换言之该第一特征点为车辆行驶到邻近道路时经过的第一个特征点。第二特征点为多个特征点中处于道路中间位置的特征点。
在操作S5333B,基于第一方向和第二方向,确定第一方向和第二方向彼此之间的相对参考方向。
例如第一方向为正北方向,第二方向为北偏东15°的方向,则第一方向和第二方向之间的相对参考方向例如为“北偏东15°的方向”。其中,相对参考方向为实时计算的方向,该方向的准确性较高。
在操作S5334B,确定相对目标方向和相对参考方向之间的夹角是否大于预设夹角。如果是,则执行操作S5335B,如果否则结束。
在操作S5335B,在相对目标方向和相对参考方向之间的夹角大于预设夹角的情况下,将邻近道路的道路数据中的相对目标方向替换为相对参考方向,得到更新后的邻近道路的道路数据。
以预设夹角为10°为例,相对目标方向“正北方向”和相对参考方向“北偏东15°的方向”之间的夹角15°大于预设夹角为10°,表征初始交通数据中的相对目标方向存在错误,因此可以将邻近道路的道路数据中的相对目标方向“正北方向”替换为“北偏东15°的方向”。得到更新后的邻近道路的道路数据中例如包括“道路2相对于道路1的方向为:北偏东15°的方向”。
在操作S5336B,确定更新后的邻近道路的道路数据为第二交通数据集合。
可以理解,本公开的实施例通过对邻近道路的道路数据进行处理得到第二交通数据集合,数据处理例如包括对道路数据中的方向执行修改。可见,通过本公开实施例的技术方案,使得第二交通数据集合的数据准确性较高,便于基于第二交通数据集合进行导航分析时提高导航分析的准确性,进而提高为车辆进行导航的效果。
图6示意性示出了根据本公开一实施例的获取第三交通数据集合的流程图。
如图6所示,基于初始交通数据的特征信息和相对位置关系中的至少一个,处理初始交通数据得到第三交通数据集合例如可以包括操作S631~操作S633,其中,操作S633例如包括操作S6331~操作S6333,操作S6332例如包括操作S6332A~S6332D。
在本公开的实施例中,初始交通数据包括每个交通对象的对象数据,交通对象例如包括道路或兴趣点。
在操作S631,基于相对位置关系,从多个对象的对象数据中确定一个交通对象的对象数据,作为车辆所处的当前道路的道路数据。
在操作S632,基于相对位置关系和当前道路的道路数据,从多个对象的对象数据中确定出至少一个交通对象的对象数据,至少一个交通对象与当前道路之间的位置关系满足第二预设位置关系。
在本公开的实施例中,相对位置关系表征了多个交通对象之间的相对位置,基于相对位置关系可以确定出与当前道路距离较远的至少一个交通对象,距离较远的至少一个交通对象例如包括远距道路和远距道路两侧的兴趣点。第二预设位置关系例如包括远距道路与当前道路之间的距离较远,即,远距道路与当前道路之间具有至少一个其他道路。
示例性地,远距道路例如为道路3,远距道路的道路数据包括但不仅限于道路标识、道路位置、道路特征点信息,该道路特征点例如表征了道路的弯曲形状。例如,远距道路的道路数据包括“道路3标识:D3”、“道路3位置:A3”等等。远距道路两侧的兴趣点例如包括学校,兴趣点数据例如包括“学校位置:A4”
在操作S633,基于至少一个交通对象的对象数据,确定第三交通数据集合。
在一种示例中,可以直接将至少一个交通对象的对象数据作为第三交通数据集合。例如,将远距道路的数据和远距道路两侧的兴趣点的数据作为第三交通数据集合。
在另一示例中,可以基于已有的至少一个交通对象的对象数据来新增针对至少一个交通对象的对象数据,并将已有的对象数据和新增的对象数据作为第三交通数据集合。具体参见以下操作S6331~操作S6333。
在本公开的实施例中,至少一个交通对象例如包括至少一个道路,交通对象的对象数据包括道路数据,道路数据包括道路的特征点。
在操作S6331,从至少一个道路中确定目标道路。其中,目标道路可以是至少一个道路中的任意一个。
在操作S6332,基于至少一个道路中每个道路的特征点,确定目标道路的方向数据。其中,该方向数据例如为针对该目标道路新增的数据。
在操作S6333,确定目标道路的方向数据为第三交通数据集合。即,初始交通数据中并不存在目标道路的方向数据,通过新增目标道路的方向数据,并将新增的目标道路的方向数据作为第三交通数据集合。
其中,操作S6332例如包括操作S6332A~操作S6332D。
在本公开的实施例中,至少一个道路包括多个道路。
操作S6332A,基于特征点,确定目标道路的方向和第一道路的方向,然后确定目标道路的方向和第一道路的方向之间的相对方向,第一道路为多个道路中与目标道路相邻的道路。
操作S6332B,确定第一道路的第一特征点指向目标道路的起始特征点的方向作为起始方向。第一道路例如为进入道路,即车辆可以从第一道路行驶至目标道路。第一特征点例如为车辆在第一道路中行驶时经过的第一个特征点。
操作S6332C,确定目标道路的终止特征点指向第二道路的第二特征点的方向作为终止方向,其中,第二道路为多个道路中与目标道路相邻的道路。第二道路例如为脱出道路,即车辆可以从目标道路行驶至第二道路。第二特征点例如为车辆在第二道路中行驶时经过的最后一个特征点。
操作S6332D,将相对方向、起始方向、终止方向作为目标道路的方向数据。
可以理解,本公开的实施例通过对对象数据进行处理得到第三交通数据集合,数据处理例如包括对对象数据进行新增处理。可见,通过本公开实施例的技术方案,使得第三交通数据集合的数据更加丰富,便于基于第二交通数据集合进行导航分析时提高导航分析的准确性,进而提高为车辆进行导航的效果。
以下将结合图7至图9来说明如何获取方向数据。
图7示意性示出了根据本公开一实施例的获取相对方向的示意图。
如图7所示,目标道路710的方向为方向A1,第一道路720的方向为方向B1,方向A1和方向B1之间的相对方向例如可以角度α1表示。角度α1逆时针表示为负(如图7左图所示,),角度α1顺时针表示为正(如图7右图所示)。
图8示意性示出了根据本公开一实施例的获取起始方向的示意图。
如图8所示,目标道路810的起始特征点为特征点P1,第一道路820的第一特征点为特征点Q1,确定第一道路820的第一特征点Q1指向目标道路810的起始特征点P1的方向作为起始方向B2,起始方向B2例如可以角度α2表示,角度α2例如为起始方向B2与正北方向A2之间的夹角,其中角度顺时针为正。
图9示意性示出了根据本公开一实施例的获取终止方向的示意图。
如图9所示,目标道路910的终止特征点为特征点P2,第二道路920的第二特征点为特征点Q2,确定目标道路910的终止特征点P2指向第二道路920的第二特征点Q2的方向作为终止方向B3,终止方向B3例如可以角度α3表示,角度α3例如为终止方向B3与正北方向A3之间的夹角,其中角度顺时针为正。
图10示意性示出了根据本公开一实施例的邻近道路的示意图。
如图10所示,邻近道路除了为与当前道路1010直接相连并且车辆从当前道路1010将要行驶至的道路1020,邻近道路还可以包括进入道路1030和脱出道路1041、1042。
其中,第二交通数据集合除了包括道路1020的道路数据,还可以包括进入道路1030和脱出道路1041、1042的道路数据。
具体地,当前道路1010的位置1011例如为车辆所在位置。道路1020包括特征点1021,该特征点1021例如是道路1020的第一个特征点。位置1011至特征点1021之间具有多个特征点,每个特征点具有位置信息。其中,第二交通数据集合例如还包括特征点1021的位置信息和标识信息、位置1011至特征点1021之间的多个特征点的位置信息,在一示例中,特征点1021的标识例如以道路1020的标识来表示。
上文所提及到的第二参考距离例如为位置1011与特征点1021之间的距离。
第二交通数据集合还可以包括位置1011与特征点1021之间的交叉路口数据,交叉路口数据包括交叉路口标识和位置。第二交通数据集合还可以包括进入道路和脱出道路之间的相对角度或方向。
第二交通数据集合还可以包括进入道路的车道数量和道路标识、脱出道路的车道数量和道路标识。其中,进入道路的道路终点与道路1020的起点为一个特征点,脱出道路的道路起点与道路1020的终点为一个特征点。
第二交通数据集合还可以包括进入道路和脱出道路中每个道路的多个特征点。
可以理解,第二交通数据集合中的各个数据可以从初始交通数据中获取,例如可以利用自然语言处理技术处理初始交通数据,以获取初始交通数据中具有预设关键词的数据作为第二交通数据集合。
在本公开的实施例中,第三交通数据集合包括多个交通对象的对象数据,交通对象包括道路和兴趣点。具体地,第三交通数据集合中包括每个道路的标识、长度、道路类型等。道路类型包括高速、城市快速路、国道、省道、县道、乡镇道路、其他道路、九级道路、轮渡、行人道路等。第三交通数据集合中还包括每个道路的车道数和车道方向、道路通行许可标记等。道路通行许可标记包括正向通行、反向通行、双向通行等。第三交通数据集合中还可以包括每个道路的多个特征点、斑马线特征点等等。
第三交通数据集合中还包括兴趣点类型、兴趣点与车辆的距离、兴趣点的详细地址、兴趣点的消费价格、用户对兴趣点的评价信息等等。兴趣点类型包括加油站、餐馆、旅馆等。
可以理解,第三交通数据集合中的各个数据可以从初始交通数据中获取,例如可以利用自然语言处理技术处理初始交通数据,以获取初始交通数据中具有预设关键词的数据作为第三交通数据集合。
图11示意性示出了根据本公开一实施例的交通数据的处理装置的框图。
如图11所示,本公开实施例的交通数据的处理装置1100例如包括获取模块1110、确定模块1120以及处理模块1130。
获取模块1110可以用于获取针对车辆的初始交通数据,其中,初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息。根据本公开实施例,获取模块1110例如可以执行上文参考图2描述的操作S210,在此不再赘述。
确定模块1120可以用于确定车辆当前位置信息和多个交通对象的位置信息彼此之间的相对位置关系。根据本公开实施例,确定模块1120例如可以执行上文参考图2描述的操作S220,在此不再赘述。
处理模块1130可以用于基于特征信息和相对位置关系中的至少一个,处理初始交通数据得到至少一个交通数据集合,以便基于至少一个交通数据集合为车辆进行导航。根据本公开实施例,处理模块1130例如可以执行上文参考图2描述的操作S230,在此不再赘述。
根据本公开的实施例,本公开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12示意性示出了根据本公开实施例的用于交通数据的处理电子设备的框图。
图12示出了可以用来实施本公开实施例的示例电子设备1200的示意性框图。电子设备1200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12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200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1201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1201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1201执行上文所描述的各个方法和处理,例如交通数据的处理方法。例如,在一些实施例中,交通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1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的交通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1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行交通数据的处理方法。
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、现场可编程门阵列(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。
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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种交通数据的处理方法,包括:
获取针对车辆的初始交通数据,其中,所述初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息;
确定所述车辆当前位置信息和所述多个交通对象的位置信息彼此之间的相对位置关系;以及
基于所述特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合,以便基于所述至少一个交通数据集合为所述车辆进行导航。
2.根据权利要求1所述的方法,其中,所述至少一个交通数据集合包括第一交通数据集合,所述特征信息包括关键词;基于所述初始交通数据的特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合包括:
从所述初始交通数据中确定出具有所述关键词的交通数据作为车辆数据;
基于所述相对位置关系,从所述初始交通数据中确定所述车辆所处的当前道路的道路数据;以及
基于所述车辆数据和所述当前道路的道路数据,确定所述第一交通数据集合。
3.根据权利要求2所述的方法,其中,所述车辆数据包括第一目标距离和车辆当前位置信息,所述第一目标距离为车辆当前位置和目的地之间的距离;所述基于所述车辆数据和所述当前道路的道路数据,确定所述第一交通数据集合包括:
获取所述目的地的位置信息;
基于所述车辆当前位置信息和所述目的地的位置信息,计算所述车辆的当前位置和目的地之间的第一参考距离;
在所述第一目标距离和第一参考距离之间的差值大于第一预设阈值的情况下,将所述车辆数据中的第一目标距离替换为所述第一参考距离,以得到更新后的车辆数据;以及
确定更新后的车辆数据和所述当前道路的道路数据为所述第一交通数据集合。
4.根据权利要求1所述的方法,其中,所述至少一个交通数据集合包括第二交通数据集合,所述多个交通对象包括多个道路,所述初始交通数据包括所述多个道路的道路数据;基于所述初始交通数据的特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合包括:
基于所述相对位置关系,从所述多个道路的道路数据中确定所述车辆所处的当前道路的道路数据;
基于所述相对位置关系和所述当前道路的道路数据,从所述多个道路的道路数据中确定出邻近道路的道路数据,所述邻近道路与所述当前道路之间的位置关系满足第一预设位置关系;以及
基于所述邻近道路的道路数据和所述车辆当前位置信息中的至少一个,确定所述第二交通数据集合。
5.根据权利要求4所述的方法,其中,所述邻近道路的道路数据包括第二目标距离,所述第二目标距离为车辆当前位置和邻近道路的特征点之间的距离;所述基于所述邻近道路的道路数据和所述车辆当前位置信息中的至少一个,确定所述第二交通数据集合包括:
基于所述车辆当前位置信息和所述邻近道路的特征点的位置信息,计算所述车辆的当前位置和邻近道路的特征点之间的第二参考距离;
在所述第二目标距离和第二参考距离之间的差值大于第二预设阈值的情况下,将所述邻近道路的道路数据中的第二目标距离替换为所述第二参考距离,以得到更新后的邻近道路的道路数据;以及
确定更新后的邻近道路的道路数据为所述第二交通数据集合。
6.根据权利要求4所述的方法,其中,所述邻近道路的道路数据包括邻近道路的相对目标方向;所述基于所述邻近道路的道路数据和所述车辆当前位置信息中的至少一个,确定所述第二交通数据集合包括:
基于所述车辆当前位置信息和邻近道路的第一特征点的位置信息,计算由所述车辆的当前位置指向所述邻近道路的第一特征点的第一方向;
基于邻近道路的第一特征点的位置信息和邻近道路的第二特征点的位置信息,计算由第一特征点指向第二特征点的第二方向;
基于所述第一方向和第二方向,确定所述第一方向和所述第二方向彼此之间的相对参考方向;
在所述相对目标方向和相对参考方向之间的夹角大于预设夹角的情况下,将所述邻近道路的道路数据中的相对目标方向替换为所述相对参考方向,得到更新后的邻近道路的道路数据;以及
确定更新后的邻近道路的道路数据为所述第二交通数据集合。
7.根据权利要求1所述的方法,其中,所述至少一个交通数据集合包括第三交通数据集合,所述初始交通数据包括每个所述交通对象的对象数据;基于所述初始交通数据的特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合包括:
基于所述相对位置关系,从所述多个对象的对象数据中确定一个交通对象的对象数据,作为所述车辆所处的当前道路的道路数据;
基于所述相对位置关系和所述当前道路的道路数据,从所述多个对象的对象数据中确定出至少一个交通对象的对象数据,所述至少一个交通对象与所述当前道路之间的位置关系满足第二预设位置关系;以及
基于所述至少一个交通对象的对象数据,确定所述第三交通数据集合。
8.根据权利要求7所述的方法,其中,所述至少一个交通对象包括至少一个道路,所述交通对象的对象数据包括道路数据,所述道路数据包括道路的特征点;所述基于所述至少一个交通对象的对象数据,确定所述第三交通数据集合包括:
从所述至少一个道路中确定目标道路;
基于所述至少一个道路中每个道路的特征点,确定所述目标道路的方向数据;以及
确定所述目标道路的方向数据为所述第三交通数据集合。
9.根据权利要求8所述的方法,其中,至少一个道路包括多个道路;所述基于所述至少一个道路中每个道路的特征点,确定所述目标道路的方向数据包括:
基于特征点,确定目标道路的方向和第一道路的方向;以及确定目标道路的方向和第一道路的方向之间的相对方向;其中,所述第一道路为所述多个道路中与所述目标道路相邻的道路;
确定第一道路的第一特征点指向目标道路的起始特征点的方向作为起始方向;
确定目标道路的终止特征点指向第二道路的第二特征点的方向作为终止方向,其中,所述第二道路为所述多个道路中与所述目标道路相邻的道路;以及
将所述相对方向、所述起始方向、所述终止方向作为目标道路的方向数据。
10.根据权利要求1-9中任意一项所述的方法,其中,所述多个交通对象包括道路和兴趣点中的至少一个。
11.一种交通数据的处理装置,包括:
获取模块,用于获取针对车辆的初始交通数据,其中,所述初始交通数据包括车辆当前位置信息、多个交通对象的位置信息和特征信息;
确定模块,用于确定所述车辆当前位置信息和所述多个交通对象的位置信息彼此之间的相对位置关系;以及
处理模块,用于基于所述特征信息和所述相对位置关系中的至少一个,处理所述初始交通数据得到至少一个交通数据集合,以便基于所述至少一个交通数据集合为所述车辆进行导航。
12.一种电子设备,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1-10中任一项所述的方法。
13.一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1-10中任一项所述的方法。
14.一种计算机程序产品,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1-10中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011572360.0A CN112735130B (zh) | 2020-12-25 | 2020-12-25 | 交通数据的处理方法、装置、电子设备和介质 |
KR1020210080406A KR20210087004A (ko) | 2020-12-25 | 2021-06-21 | 교통 데이터의 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 제품 |
JP2021184662A JP7333369B2 (ja) | 2020-12-25 | 2021-11-12 | 交通データの処理方法、装置、電子機器、記憶媒体およびコンピュータプログラム製品 |
EP21214694.8A EP3971530A3 (en) | 2020-12-25 | 2021-12-15 | Method and apparatus of processing traffic data, device and medium |
US17/552,190 US11821746B2 (en) | 2020-12-25 | 2021-12-15 | Method and apparatus of processing traffic data, device and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011572360.0A CN112735130B (zh) | 2020-12-25 | 2020-12-25 | 交通数据的处理方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112735130A true CN112735130A (zh) | 2021-04-30 |
CN112735130B CN112735130B (zh) | 2022-05-10 |
Family
ID=75616921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011572360.0A Active CN112735130B (zh) | 2020-12-25 | 2020-12-25 | 交通数据的处理方法、装置、电子设备和介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11821746B2 (zh) |
EP (1) | EP3971530A3 (zh) |
JP (1) | JP7333369B2 (zh) |
KR (1) | KR20210087004A (zh) |
CN (1) | CN112735130B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155704A (zh) * | 2021-10-18 | 2022-03-08 | 北京千方科技股份有限公司 | 一种基于ai服务的交通数据处理方法、装置、存储介质及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969764A (zh) * | 2016-01-13 | 2017-07-21 | 北京四维图新科技股份有限公司 | 一种道路匹配方法、装置及车载地图采集系统 |
US20190279502A1 (en) * | 2018-03-07 | 2019-09-12 | Here Global B.V. | Method, apparatus, and system for detecting a merge lane traffic jam |
US20200066142A1 (en) * | 2018-08-21 | 2020-02-27 | Here Global B.V. | Method and apparatus for using drones for road and traffic monitoring |
CN111220162A (zh) * | 2018-11-23 | 2020-06-02 | 北京交研智慧科技有限公司 | 一种获取慢行车辆行驶轨迹的方法及装置 |
CN111354222A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 一种辅助驾驶方法和系统 |
CN111653114A (zh) * | 2020-06-12 | 2020-09-11 | 北京百度网讯科技有限公司 | 信息提醒方法、装置、电子设备及存储介质 |
CN111931500A (zh) * | 2020-09-21 | 2020-11-13 | 北京百度网讯科技有限公司 | 搜索信息的处理方法、装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2913857B2 (ja) | 1991-02-15 | 1999-06-28 | 住友電気工業株式会社 | 車両ナビゲーションに用いる目的地案内装置 |
DE102006004693A1 (de) | 2006-01-31 | 2007-08-09 | Siemens Ag | Navigationssystem, Verfahren und Computerprogrammprodukt zum Betreiben des Navigationssystems |
JP4905044B2 (ja) | 2006-10-13 | 2012-03-28 | アイシン・エィ・ダブリュ株式会社 | 交通情報配信装置 |
JP5760807B2 (ja) | 2011-07-27 | 2015-08-12 | アイシン・エィ・ダブリュ株式会社 | 参照データ取得装置、参照データ取得システム、参照データ取得方法、及び参照データ取得プログラム |
US10030987B2 (en) | 2015-02-05 | 2018-07-24 | Volkswagen Ag | System and methodologies for visual relevancy-grading of a navigation map |
JP6553930B2 (ja) * | 2015-04-14 | 2019-07-31 | 日立オートモティブシステムズ株式会社 | 車両情報処理装置、及び車両情報処理プログラム |
JP2018044902A (ja) | 2016-09-16 | 2018-03-22 | アルパイン株式会社 | ナビゲーションシステム及びコンピュータプログラム |
DE102017210961A1 (de) * | 2017-06-28 | 2019-01-03 | Audi Ag | Verfahren zum zumindest teilautomatisierten Betrieb eines Kraftfahrzeugs |
JP7137359B2 (ja) * | 2018-05-30 | 2022-09-14 | フォルシアクラリオン・エレクトロニクス株式会社 | 情報処理装置 |
US11635299B2 (en) * | 2020-02-06 | 2023-04-25 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for scene-aware interaction |
-
2020
- 2020-12-25 CN CN202011572360.0A patent/CN112735130B/zh active Active
-
2021
- 2021-06-21 KR KR1020210080406A patent/KR20210087004A/ko not_active Application Discontinuation
- 2021-11-12 JP JP2021184662A patent/JP7333369B2/ja active Active
- 2021-12-15 EP EP21214694.8A patent/EP3971530A3/en not_active Withdrawn
- 2021-12-15 US US17/552,190 patent/US11821746B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969764A (zh) * | 2016-01-13 | 2017-07-21 | 北京四维图新科技股份有限公司 | 一种道路匹配方法、装置及车载地图采集系统 |
US20190279502A1 (en) * | 2018-03-07 | 2019-09-12 | Here Global B.V. | Method, apparatus, and system for detecting a merge lane traffic jam |
US20200066142A1 (en) * | 2018-08-21 | 2020-02-27 | Here Global B.V. | Method and apparatus for using drones for road and traffic monitoring |
CN111220162A (zh) * | 2018-11-23 | 2020-06-02 | 北京交研智慧科技有限公司 | 一种获取慢行车辆行驶轨迹的方法及装置 |
CN111354222A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 一种辅助驾驶方法和系统 |
CN111653114A (zh) * | 2020-06-12 | 2020-09-11 | 北京百度网讯科技有限公司 | 信息提醒方法、装置、电子设备及存储介质 |
CN111931500A (zh) * | 2020-09-21 | 2020-11-13 | 北京百度网讯科技有限公司 | 搜索信息的处理方法、装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155704A (zh) * | 2021-10-18 | 2022-03-08 | 北京千方科技股份有限公司 | 一种基于ai服务的交通数据处理方法、装置、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
JP2022037938A (ja) | 2022-03-09 |
EP3971530A3 (en) | 2022-06-29 |
EP3971530A2 (en) | 2022-03-23 |
KR20210087004A (ko) | 2021-07-09 |
JP7333369B2 (ja) | 2023-08-24 |
US11821746B2 (en) | 2023-11-21 |
CN112735130B (zh) | 2022-05-10 |
US20220107196A1 (en) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10332389B2 (en) | Extrapolating speed limits within road graphs | |
US8914226B2 (en) | Traffic information creating device, traffic information creating method and program | |
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN112541437A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN115585816B (zh) | 车道级地图匹配方法和装置 | |
US20230159052A1 (en) | Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle | |
CN112735130B (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN114676178A (zh) | 事故检测方法、装置及电子设备 | |
CN114625744A (zh) | 电子地图的更新方法和装置 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN108827329B (zh) | 城市导航方法、系统、设备及存储介质 | |
CN115206102A (zh) | 确定交通路径的方法、装置、电子设备和介质 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114218344A (zh) | 地图数据更新方法、装置、设备、存储介质和程序产品 | |
CN114216476A (zh) | 一种车道数据处理方法、装置、电子设备和存储介质 | |
CN113850297A (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN114659537A (zh) | 导航起点道路确定方法、装置、设备及存储介质 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN114419883A (zh) | 识别路口缺失交通限制信息的方法、装置和电子设备 | |
CN113175940A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115100870B (zh) | 限速标志验证方法、自动驾驶方法、装置和电子设备 | |
CN114863285B (zh) | 识别目标道路的方法、装置、设备以及存储介质 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211014 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |