CN113239138A

CN113239138A - 地图匹配方法、装置、计算机设备和存储介质

Info

Publication number: CN113239138A
Application number: CN202110776621.9A
Authority: CN
Inventors: 顾振强; 王婷
Original assignee: Tencent Technology Shenzhen Co Ltd
Current assignee: Tencent Technology Shenzhen Co Ltd
Priority date: 2021-07-09
Filing date: 2021-07-09
Publication date: 2021-08-10
Anticipated expiration: 2041-07-09
Also published as: CN113239138B

Abstract

本申请涉及一种地图匹配方法、装置、计算机设备和存储介质。所述方法包括：在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对和所述路段匹配对的第一匹配分值；以所述第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展，得到基于所述根节点和扩展的邻接节点所构成的蒙特卡洛树；基于所述蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定所述第一地图和所述第二地图间相互匹配的匹配线路。采用本方法能够提高地图匹配的准确性。

Description

地图匹配方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种地图匹配方法、装置、计算机设备和存储介质。

背景技术

随着电子地图技术的发展，需要不断的对电子地图中道路进行补充、修正和删除。通过将其中一个地图中道路和其它地图中道路进行匹配，可以根据匹配结果确定该地图中需要补充、修正和删除的路段。

传统技术中，将地图中道路划分为路段，并对地图中单个路段进行匹配，或将多个路段进行组装得到长路段，然后基于长路段进行匹配，而这两种方式所得的匹配结果不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高匹配准确度的地图匹配方法、装置、计算机设备和存储介质。

一种地图匹配方法，所述方法包括：

在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对和所述路段匹配对的第一匹配分值；

以所述第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展，得到基于所述根节点和扩展的邻接节点所构成的蒙特卡洛树；

基于所述蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定所述第一地图和所述第二地图间相互匹配的匹配线路。

一种地图匹配装置，所述装置包括：

获取模块，用于在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对和所述路段匹配对的第一匹配分值；

扩展模块，用于以所述第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展，得到基于所述根节点和扩展的邻接节点所构成的蒙特卡洛树；

确定模块，用于基于所述蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定所述第一地图和所述第二地图间相互匹配的匹配线路。

在一个实施例中，所述获取模块，还用于：

获取用于将所述第一地图与所述第二地图进行匹配的匹配特征；

通过机器学习模型对所述匹配特征进行匹配处理，得到所述第一地图中各路段与所述第二地图中各路段间的第二匹配分值；

基于所述第二匹配分值，在所述第一地图的路段中选取与所述第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对；

基于所述第二匹配分值、所述目标路段的路段长度、所述匹配路段的路段长度，确定所述路段匹配对的第一匹配分值。

在一个实施例中，所述匹配特征为空间相关特征；所述获取模块，还用于：

分别获取所述第一地图的地图数据以及所述第二地图的地图数据；

基于所述第一地图的地图数据以及所述第二地图的地图数据，确定所述第一地图中的路段与所述第二地图中的路段之间的距离；

在所述第一地图中的路段与所述第二地图中的路段内，获取所述距离达到预设距离所对应的路段组合；

确定每个所述路段组合的空间相关特征。

在一个实施例中，所述匹配特征为属性相关特征；所述获取模块，还用于：

获取所述第一地图中道路对应的第一道路标识和第一道路等级，以及获取所述第二地图中道路对应的第二道路标识和第二道路等级；

确定所述第一道路标识和所述第二道路标识间的相似度；

将所述相似度、所述第一道路等级以及所述第二道路等级作为所述第一地图与所述第二地图进行匹配的匹配特征。

在一个实施例中，所述装置还包括：

所述扩展模块，在得到所述蒙特卡洛树后，若所述路段匹配对中包含所述蒙特卡洛树中路段匹配对之外的目标路段匹配对，则还用于

以所述第一匹配分值达到所述预设阈值的目标路段匹配对为起始节点，向作为子节点的剩余所述目标路段匹配对进行邻接节点逐层扩展，得到基于所述起始节点和扩展的邻接节点所构成的蒙特卡洛树，直至所有所述路段匹配对均构建所述蒙特卡洛树。

在一个实施例中，每个所述蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；所述装置还包括：

组合模块，用于将所有所述蒙特卡洛树进行组合，得到蒙特卡洛森林；

合并模块，用于在所述蒙特卡洛森林中，对不同所述路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，所述合并模块，还用于：

在所述蒙特卡洛森林中，确定在相邻所述路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树；

对确定的所述蒙特卡洛树中重合的路段匹配对进行去重处理；

对去重处理后所得的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，所述扩展模块，还用于：

将所述第一匹配分值达到预设阈值的路段匹配对作为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展；

当扩展得到的邻接节点不满足扩展停止条件时，将不满足所述扩展停止条件的邻接节点作为中间节点，并从所述中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足所述扩展停止条件；

当扩展得到的邻接节点满足所述扩展停止条件时，基于所述根节点和所有扩展的邻接节点构成所述蒙特卡洛树。

在一个实施例中，所述扩展模块，还用于：

当扩展得到的邻接节点不满足扩展停止条件时，基于各所述中间节点对应的路段匹配对的第一匹配分值，确定各所述中间节点的奖励值；

基于所述奖励值从所述中间节点中选取目标中间节点；

对所述目标中间节点继续进行邻接节点逐层扩展，直至扩展得到的邻接节点满足所述扩展停止条件。

在一个实施例中，所述确定模块，还用于：

选取将所有所述蒙特卡洛树中从根节点至叶子节点所对应的路段匹配对；

分别对选取的所述路段匹配对中的路段进行连接，得到所述第一地图和所述第二地图间相互匹配的匹配线路。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

上述地图匹配方法、装置、计算机设备和存储介质，获取第一地图中匹配路段和第二地图中目标路段组成的路段匹配对和该路段匹配对的第一匹配分值。以第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树。基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。由于蒙特卡洛树中的各子节点是由上一层的父节点进行邻接节点扩展得到的，子节点对应的路段匹配对与父节点对应的路段匹配对相邻接，所以扩展得到蒙特卡洛树的过程利用了路段匹配对间的邻接关系，从而由蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对确定匹配线路的过程也利用了路段匹配对间的邻接关系，匹配的准确性高。

附图说明

图1为一个实施例中地图匹配方法的应用环境图；

图2为一个实施例中地图匹配方法的流程示意图；

图3a为一个实施例中路段匹配对的示意图；

图3b为一个实施例中蒙特卡洛树的示意图；

图4为一个实施例中线路的示意图；

图5为一个实施例中确定第一匹配分值方法的流程示意图；

图6为一个实施例中路段子线的示意图；

图7为一个实施例中路段组合的示意图；

图8a为一个实施例中路段匹配对的示意图；

图8b为一个实施例中多个蒙特卡洛树的示意图；

图9为一个实施例中得到蒙特卡洛森林方法的流程示意图；

图10为一个实施例中相邻路网区域中蒙特卡洛树示意图；

图11为一个实施例中构建蒙特卡洛树方法的流程示意图；

图12为一个实施例中地图匹配方法的流程示意图；

图13为一个实施例中地图匹配装置的结构框图；

图14为另一个实施例中地图匹配装置的结构框图；

图15为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础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、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习、自动驾驶、智慧交通等几大方向。

其中，机器学习（Machine Learning，ML）是一门多领域交叉学科，涉及概率论、统计学、逼近论、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术。

本申请实施例提供的方案涉及人工智能的机器学习技术，具体通过如下实施例进行说明：

本申请提供的地图匹配方法，可以应用于如图1所示的应用环境中。在该应用环境中，服务器102在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对和路段匹配对的第一匹配分值；以第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树；基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。

其中，服务器102可以是独立的物理服务器，也可以是区块链系统中的多个服务节点所组成的服务器集群，各服务节点之间形成组成点对点（P2P，Peer To Peer）网络，P2P协议是一个运行在传输控制协议（TCP，Transmission Control Protocol）协议之上的应用层协议。

此外，服务器102还可以是多个物理服务器构成的服务器集群，可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络（Content Delivery Network，CDN）、以及大数据和人工智能平台等基础云计算服务的云服务器。

在一个实施例中，如图2所示，提供了一种地图匹配方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

S202，在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对和路段匹配对的第一匹配分值。

其中，第一地图和第二地图是用各种曲线、符号、文字等展现道路的空间分布的电子地图，可以是二维地图，也可以是三维地图。第一地图和第二地图可以是两个不同地图开发方或经营方的地图，如第一地图可以是己方的电子地图，而第二地图可以是他方（也即竞争对手）的电子点图。

目标路段可以是第二地图中的任一路段，匹配路段是第一地图中与目标路段组成路段匹配对的路段。路段匹配对是由第一地图和第二地图中相互匹配的路段组成的匹配对，也即，路段匹配对中包含两条路段，该两条路段分别是第一地图中匹配路段和第二地图中目标路段。

第一匹配分值是衡量目标路段和匹配路段间匹配程度的分值，可以是数字、分数或百分数等。例如，第一匹配分值可以是30，或者也可以是50%，或者也可以是2/3等。

在一个实施例中，S202之前，服务器可以分别将第一地图和第二地图中道路划分为多个长度相同或长度不同的路段，以便在第一地图中获取与第二地图中的目标路段相匹配的匹配路段。

在一个实施例中，不同缩放级别下的地图瓦片不同，所包含地图信息的信息量也不同。响应于终端发送的缩放指令，服务器确定该缩放指令所对应的地图缩放级别，然后向终端发送该缩放级别的地图瓦片。如放大指令，则根据该放大指令确定地图放大的级别，若为级别a，则发送级别a的地图瓦片。其中，第一地图和第二地图对应的地图瓦片可以是用数字方式存储的，因此可以按照比例进行放大和缩小，电子地图的各地图瓦片中可以包含文本、图形、图像、图表、音频和视频等。

S204，以第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树。

其中，剩余路段匹配对是路段匹配对中除根节点对应的路段匹配对之外的路段匹配对。剩余路段匹配对中包括与根节点对应的路段匹配对相邻接的路段匹配对，还包括与根节点对应的路段匹配对不相邻接的路段匹配对。

其中，邻接节点逐层扩展是从根节点开始进行节点扩展，并且扩展得到的子节点对应的路段匹配对与该子节点的父节点对应的路段匹配对相邻接。如图3a所示，第一地图中的目标路段与第二地图中的匹配路段组成的路段匹配对包括A、B、C、D、E、F、G，如果第一匹配分值达到预设阈值的路段匹配对为路段匹配对B，则服务器将路段匹配对B作为根节点，从根节点开始逐层进行扩展。如图3a中所示，与路段匹配对B相邻接的路段匹配对为路段匹配对A和路段匹配对C，则如图3b所示，服务器以路段匹配对B为根节点，以路段匹配对A和路段匹配对C为子节点对根节点B进行扩展，得到根节点B的子节点，也即邻接节点A和邻接节点C。如图3a中所示，与路段匹配对C相邻接的路段匹配对为路段匹配对G和路段匹配对D，则如图3b所示，服务器以路段匹配对G和路段匹配对D为子节点对邻接节点C进行扩展，得到邻接节点C的子节点，也即邻接节点G和邻接节点D。如图3a中所示，与路段匹配对D相邻接的路段匹配对为路段匹配对E，则如图3b所示，服务器以路段匹配对E为子节点对邻接节点D进行扩展，得到邻接节点D的子节点，也即邻接节点E，依次类推，服务器得到的蒙特卡洛树如图3b中所示。

在一个实施例中，服务器还可以第一匹配分值最大的路段匹配对为根节点，然后以与根节点相邻接的路段匹配对为根节点的邻接节点进行扩展，再以扩展出的邻接节点为父节点，以与该父节点相邻接的路段匹配对为子节点继续进行扩展，直到在剩余路段匹配对中不能找到与最后一层邻接节点对应的路段匹配对相邻接的路段匹配对，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树。

S206，基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。

其中，线路是由地图中多个首尾相连的路段组成的道路，可以是地图中的一条实际的道路，例如建设路；也可以是实际道路中的一段，例如建设路中从距离起始点300米至距离起始点2k米中的一段；还可以由多条实际道路中的部分道路相连接组成，例如，如图4所示，线路可以是图4中实线部分，由建设路中A点到B点的一段道路、农业路中从B点到C点的一段道路，前进路中从C点到D点的一段道路连接组成。

其中，匹配线路是第一地图与第二地图中相互匹配的线路，可以是各路段匹配对的第一匹配分值均达到分值阈值，且匹配线路中各线路的长度大于长度阈值的线路；或者也可以是各路段匹配对的第一匹配分值的和值达到分数阈值，且匹配线路中各线路的长度大于长度阈值的线路等。

在一个实施例中，S206具体包括：选取将所有蒙特卡洛树中从根节点至叶子节点所对应的路段匹配对；分别对选取的路段匹配对中的路段进行连接，得到第一地图和第二地图间相互匹配的匹配线路。

其中，对选取的路段匹配对中的路段进行连接可以是将路段匹配对中路段首尾相连，例如，如图3b所示，服务器选取蒙特卡洛树中从根节点B至叶子节点F所对应的路段匹配对。如图3a所示，根节点B至叶子节点F所对应的路段匹配对为路段匹配对B、C、D、E、F。服务器将路段匹配对B、C、D、E、F首尾相连，得到第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，S206具体包括：选取蒙特卡洛树中层级最多的分支，将层级最多的分支中从根节点至叶子节点所对应的路段匹配对中的路段进行连接，得到第一地图和第二地图间相互匹配的匹配线路。

如图3b所示，蒙特卡洛树中层级最多的分支是从根节点B至叶子节点F的分支，其中，如图3a所示，根节点B至叶子节点F对应的路段匹配对分别为路段匹配对B、C、D、E、F。服务器将该路段匹配对B、C、D、E、F中路段进行连接，得到第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，如图5所示，S202具体包括如下步骤：

S502，获取用于将第一地图与第二地图进行匹配的匹配特征。

其中，匹配特征是用于对第一地图与第二地图进行匹配的特点或属性，包括空间相关特征和属性相关特征。空间相关特征是用于表示第一地图中道路和第二地图中道路的空间相关性的特征，包括路段角度直方图、使用RMSE（RootMean Squared Error，均方根误差）聚合的边缘距离、使用标准差聚合的边缘距离、第一地图中各路段的路段子线的长度、第二地图中各路段的路段子线的长度、第一地图中各路段的路段子线的长度与路段长度的比值、第二地图中各路段的路段子线的长度与路段长度的比值等，其中路段子线是由路段中的部分连续坐标点所连成的线。属性相关特征包括道路等级、道路标识相似度、道路方向等。

在一个实施例中，匹配特征为空间相关特征，S502具体包括：分别获取第一地图的地图数据以及第二地图的地图数据；基于第一地图的地图数据以及第二地图的地图数据，确定第一地图中的路段与第二地图中的路段之间的距离；在第一地图中的路段与第二地图中的路段内，获取距离达到预设距离所对应的路段组合；确定每个路段组合的空间相关特征。

服务器可以将第一地图和第二地图中路网抽象为由拓扑边和节点组成的拓扑图，拓扑边代表路网中路段，节点代表相邻拓扑边间的连接点。其中，地图数据可以是用于描述拓扑图中拓扑边和节点间的拓扑结构的数据，包括节点数据和拓扑边数据，节点数据包括节点坐标、节点标识等，拓扑边数据包括组成拓扑边的各点的坐标、拓扑边的长度、拓扑边标识等。

例如，服务器分别用Gmaster=（Vmaster，Emaster）和Gsrc=（Vsrc，Esrc）来表示第一地图和第二地图，Vmaster和Vsrc分别表示第一地图和第二地图对应的拓扑图中的拓扑边，Emaster和Esrc分别表示第一地图和第二地图对应的拓扑图中的节点。第一地图的地图数据可以是由Gmaster=（Vmaster，Emaster）组成的数据集合，第二地图的地图数据可以是由Gsrc=（Vsrc，Esrc）组成的数据集合。

在一个实施例中，服务器确定第一地图中的路段与第二地图中的路段之间的距离包括：服务器计算第一地图中路段与第二地图中各路段间的最短距离，并将该最短距离作为第一地图中的路段与第二地图中路段之间的距离。

在一个实施例中，匹配特征为空间相关特征，S502具体包括：针对第一地图中目标路段，在第二地图中选取与目标路段的距离在预设范围内的路段，并将目标路段与选取的各路段分别组成路段组合；确定路段组合对应的路段子线对；根据路段子线对计算路段组合的空间相关特征。

其中，路段子线是由路段中的部分连续坐标点所连成的线。例如，如图6所示，路段子线A是由目标路段中的部分连续坐标点组成，路段子线B是由从第二地图中选取的路段中的部分连续坐标点组成。路段子线对是由路段组合中的两条路段各自对应的路段子线组成的，且路段子线对中的两条路段子线间距离小于预设阈值。

例如，如图7所示，实线为第一地图中路段，虚线为第二地图中路段，如果目标路段为路段1，则服务器在第二地图中选取与目标路段的距离在预设范围内的路段，假如所选取的路段分别为路段3、路段4、路段5和路段6。服务器分别将路段1与路段3、路段4、路段5和路段6组成路段组合，然后确定各路段组合对应的路段子线对；根据路段子线对计算对应的路段组合的空间相关特征。

在一个实施例中，匹配特征为属性相关特征；S502具体包括：获取第一地图中道路对应的第一道路标识和第一道路等级，以及获取第二地图中道路对应的第二道路标识和第二道路等级；确定第一道路标识和第二道路标识间的相似度；将相似度、第一道路等级以及第二道路等级作为第一地图与第二地图进行匹配的匹配特征。

其中，道路标识是路网中道路的标志，可以道路的名称，例如，建设路、前进路等；也可以是道路的序号，例如11033号公路等。道路等级是对道路划分的级别。依据道路的功能、交通量可以将道路划分为高速公路、一级公路、二级公路、三级公路和四级公路。依据城市中道路的交通功能和在城市路网中的地位，可以将城市中道路划分为快速路、主干路、次干路和支路。

在一个实施例中，第一道路标识和第二道路标识均为道路的名称，服务器确定第一道路标识和第二道路标识的相似度包括：分别将第一道路标识和第二道路标识转换为第一词向量和第二词向量；计算第一词向量和第二词向量间的欧式距离；根据欧式距离确定第一道路标识和第二道路标识间的相似度。

S504，通过机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值。

其中，机器学习模型可以是有监督机器学习模型或无监督机器学习模型，有监督机器学习模型可以是支持向量机模型、朴素贝叶斯模型、决策树模型、神经网络模型等，无监督机器学习模型可以是主成分分析模型、聚类模型等。

其中，匹配处理是对匹配特征进行计算，得到第一地图中各路段与第二地图中各路段间的第二匹配分值的过程。

在一个实施例中，机器学习模型中包括多个串连的卷积层和归一化层，S504具体包括：服务器将匹配特征输入卷积层进行卷积计算，将卷积计算的结果输入与该卷积层串连的归一化层进行归一化运算，然后再将归一化层输出的归一化结果输入与归一化层串连的卷积层再次进行卷积计算，依次类推，直至最后一个归一化层，得到第一地图中各路段与第二地图中各路段间的第二匹配分值。

在一个实施例中，服务器获取标注了第二匹配分值的训练样本，训练样本包括路段匹配对的匹配特征，匹配特征可以包括空间相关特征和属性相关特征。服务器基于训练样本对初始的机器学习模型进行训练，得到训练完成的机器学习模型，然后用训练完成的机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值。

S506，基于第二匹配分值，在第一地图的路段中选取与第二地图中目标路段匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对。

在一个实施例中，S506具体包括：在第一地图的路段中，确定与第二地图中目标路段间的第二匹配分值达到预设值的路段；将所确定的路段作为匹配路段，并将目标路段和匹配路段组成路段匹配对。

S508，基于第二匹配分值、目标路段的路段长度、匹配路段的路段长度，确定路段匹配对的第一匹配分值。

在一个实施例中，S508具体包括：确定目标路段的路段子线和匹配路段的路段子线；确定目标路段的路段子线的长度与目标路段的路段长度的第一比值以及匹配路段的路段子线的长度与匹配路段的路段长度的第二比值；基于第一比值与第二比值的平均值以及第二匹配分值确定路段匹配对的第一匹配分值。

例如，服务器以平均值和第二匹配分值作为线性函数的自变量，以第一参数和第二参数为线性函数的参数进行运算，得到路段匹配对的第一匹配分值。例如，服务器根据公式（1）进行计算，得到路段匹配对的第一匹配分值。其中，u为目标路段，v为匹配路段，

为目标路段的路段子线的长度，

为匹配路段的路段子线的长度，

为目标路段的长度，

为匹配路段的长度，

为第一参数，

为第二参数，

为目标路段和匹配路段的第二匹配分值。

（1）

例如，服务器还可以平均值和第二匹配分值作为非线性函数的自变量，通过非线性函数对平均值和第二匹配分值进行运算，根据运算结果确定路段匹配对的第一匹配分值。其中，非线性函数可以是对数函数、指数函数、幂函数等。

上述实施例中，服务器获取匹配特征并通过机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值。然后基于第二匹配分值，在第一地图的路段中选取与第二地图中目标路段匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对。最后基于第二匹配分值、目标路段的路段长度、匹配路段的路段长度，确定路段匹配对的第一匹配分值。从而可以第一匹配分值达到预设阈值的路段匹配对为根节点建立蒙特卡洛树，并最终基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对确定匹配路线，提高了所确定的匹配路线的准确性。

在一个实施例中，S204之后还包括：在得到蒙特卡洛树后，若路段匹配对中包含蒙特卡洛树中路段匹配对之外的目标路段匹配对，则以第一匹配分值达到预设阈值的目标路段匹配对为起始节点，向作为子节点的剩余目标路段匹配对进行邻接节点逐层扩展，得到基于起始节点和扩展的邻接节点所构成的蒙特卡洛树，直至所有路段匹配对均构建蒙特卡洛树。

服务器在得到蒙特卡洛树后，如果路段匹配对中包含蒙特卡洛树中路段匹配对之外的路段匹配对，也即蒙特卡洛树中并未包含所有的路段匹配对，则服务器在剩余的路段匹配对中选取第一匹配分值达到预设阈值的目标路段匹配对为起始节点，从起始节点开始进行邻接节点逐层扩展，再次构建出蒙特卡洛树。例如，如图8a所示，第一地图和第二地图的路段匹配对包括路段匹配对1-10，服务器首先以路段匹配对2为根节点，从根节点开始进行邻接节点逐层扩展，得到蒙特卡洛树1，此时路段匹配对中还有剩余的路段匹配对，服务器从剩余的路段匹配对中选取路段匹配对7作为根节点，从路段匹配对7开始进行邻接节点逐层扩展，得到蒙特卡洛树2。如图8b所示，蒙特卡洛树1包括路段匹配对2、1、3、4、5，蒙特卡洛树2包括路段匹配对7、6、8、9、10。

在一个实施例中，S204之后还包括：在得到蒙特卡洛树后，若路段匹配对中包含蒙特卡洛树中路段匹配对之外的目标路段匹配对，则在剩余的目标路段匹配对中选取第一匹配分值最大的目标路段匹配对，以所选取的目标路段匹配对为起始节点，向作为子节点的剩余目标路段匹配对进行邻接节点逐层扩展，判断扩展得到的邻接节点对应的路段匹配对是否还存在满足扩展条件的邻接路段匹配对，如果存在，则继续对该邻接节点进行扩展，直至扩展得到的邻接节点不存在满足扩展条件的邻接路段匹配对，得到基于起始节点和扩展的邻接节点所构成的蒙特卡洛树。其中，扩展条件例如可以是第一匹配分值大于预设值，或者也可以是路段长度大于预设长度值。

上述实施例中，服务器在得到蒙特卡洛树后，继续基于剩余的路段匹配对构建蒙特卡洛树，可以基于路段匹配对构建出多个蒙特卡洛树，并基于每个蒙特卡洛树得到对应的匹配线路，从而可以得到多个匹配线路，使匹配的结果更符合路网中道路的实际情况，提高了匹配的准确性。

在一个实施例中，每个蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；如图9所示，在所有路段匹配对均构建蒙特卡洛树之后还包括如下步骤：

S902，将所有蒙特卡洛树进行组合，得到蒙特卡洛森林。

S904，在蒙特卡洛森林中，对不同路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

其中，路网区域是按照划分规则对路网进行划分所得的区域。划分规则例如可以是按照Geohash编码进行划分，Geohash编码是一种地址编码方法，用字符串表示路网中每个点的经度和纬度。服务器可以按照Geohash编码对大范围的路网进行划分，得到多个路网区域。例如，第一地图和第二地图是市级城市的路网地图，服务器可以按照第一地图与第二地图中各点的Geohash编码将第一地图和第二地图划分为多个路网区域。

其中，合并是将多个蒙特卡洛树组合成一个蒙特卡洛树。例如，如图10所示，路网区域A中的蒙特卡洛树2由路段匹配对1、2、3、4、5组成，路网区域B中的蒙特卡洛树1由路段匹配对5、6、7、8、9组成，蒙特卡洛树1和蒙特卡洛树2具有重合的路段匹配对5，服务器将蒙特卡洛树1和蒙特卡洛树2合并为一个蒙特卡洛树。

上述实施例中，服务器由所有的蒙特卡洛树组合得到蒙特卡洛森林，在蒙特卡洛森林中，对不同路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。服务器通过在每个路网区域中分别构建蒙特卡洛树，然后将多个路网区域中的蒙特卡洛树进行合并，可以降低构建蒙特卡洛树的计算量，提高构建蒙特卡洛树的速度，从而可以缩短对第一地图和第二地图进行匹配的匹配时间。

在一个实施例中，S904具体包括：在蒙特卡洛森林中，确定在相邻路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树；对确定的蒙特卡洛树中重合的路段匹配对进行去重处理；对去重处理后所得的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

服务器基于每个路网区域中的路段匹配对构建多个蒙特卡洛树，然后由多个蒙特卡洛树组成蒙特卡洛森林。

其中，去重处理是去除多余的重合路段匹配对，以使合并后的蒙特卡洛树中没有重合的路段匹配对。例如，如图10所示，蒙特卡洛树1和蒙特卡洛树2在相邻路网区域的边界上具有重合的路段匹配对5，服务器对蒙特卡洛树1和蒙特卡洛树2中的路段匹配对5进行去重处理，仅在一个蒙特卡洛树中保留路段匹配对5（假设去除蒙特卡洛树2中的路段匹配对5），并对去重处理后所得的蒙特卡洛树1和蒙特卡洛树2进行合并。

上述实施例中，服务器确定在相邻路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树，然后对确定的蒙特卡洛树中重合的路段匹配对进行去重处理，并对去重处理后所得的蒙特卡洛树进行合并，以得到更大的路网区域中的蒙特卡洛树，从而可以在更大的区域范围内确定第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，如图11所示，S204具体包括如下步骤：

S1102，将第一匹配分值达到预设阈值的路段匹配对作为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展。

服务器首先选取第一匹配分值达到预设阈值的路段匹配对作为根节点，从根节点向邻接节点逐层扩展，扩展得到的邻接节点对应的路段匹配对该邻接节点的父节点对应的路段匹配对相邻接。

S1104，当扩展得到的邻接节点不满足扩展停止条件时，将不满足扩展停止条件的邻接节点作为中间节点，并从中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足扩展停止条件。

其中，扩展停止条件是判断是否停止对邻接节点进行扩展的条件。例如，扩展停止条件可以是扩展得到的邻接节点的层数达到预设层数值；或者扩展停止条件也可以是扩展得到的最末一层邻接节点没有相邻的路段匹配对；或者扩展停止条件也可以是与扩展得到的最末一层邻接节点相邻的路段匹配对的第一匹配分值均未达到预设分值。

其中，中间节点是蒙特卡洛树中具有父节点和子节点的节点。例如，如图3b所示，节点B为蒙特卡洛树的根节点，节点C、节点D和节点E为中间节点，节点A、节点G和节点F为叶子节点。

服务器可以从中间节点中选取部分满足条件的目标中间节点，并继续对目标中间节点进行扩展。所选取的目标中间节点可以是第一匹配分值大于预设值的中间节点，也可以是对应的路段匹配对中目标路段和匹配路段的长度均大于预设长度值的中间节点。

S1106，当扩展得到的邻接节点满足扩展停止条件时，基于根节点和所有扩展的邻接节点构成蒙特卡洛树。

当扩展得到的邻接节点满足扩展停止条件时，停止对邻接节点进行扩展，根节点和所有扩展得到的邻接节点构成蒙特卡洛树。例如，如图3b所示，如果节点F满足扩展停止条件，则停止对节点F进行扩展，得到由节点B、A、C、G、D、E、F构成的蒙特卡洛树。

上述实施例中，服务器从根节点开始进行邻接节点逐层扩展，当扩展得到的邻接节点不满足扩展停止条件时，将不满足扩展停止条件的邻接节点作为中间节点，并从中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足扩展停止条件；当扩展得到的邻接节点满足扩展停止条件时，得到基于根节点和所有扩展的邻接节点构成的蒙特卡洛树。从而可以基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路，提高了地图匹配的准确性。

在一个实施例中，S904具体包括如下步骤：当扩展得到的邻接节点不满足扩展停止条件时，基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值；基于奖励值从中间节点中选取目标中间节点；对目标中间节点继续进行邻接节点逐层扩展，直至扩展得到的邻接节点满足扩展停止条件。

其中，奖励值是基于路段匹配对的第一匹配分值计算得到的数值。

服务器基于奖励值从中间节点中选取目标中间节点可以是从中间节点中选取奖励值最大的中间节点作为目标中间节点，或者也可以是从中间节点中选取奖励值大于预设值的中间节点作为目标中间节点，或者也可以是从中间节点中选取奖励值大于所有中间节点的奖励值的平均值的中间节点作为目标中间节点。

在一个实施例中，服务器基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值包括：服务器根据深度遍历算法从中间节点开始向该中间节点的邻接节点进行扩展，扩展得到多个中间节点的子节点；获取中间节点的迭代次数和中间节点的访问次数，以及中间节点的子节点的访问次数；计算第一匹配分值与中间节点的迭代次数的第一比值、中间节点的访问次数的对数与中间节点的子节点的访问次数的第二比值；计算第一比值与第二比值的2次方根的和值，将所得的和值作为中间节点的奖励值。

例如，服务器可以根据公式（2）计算中间节点的奖励值，其中，

为当前中间节点的第一匹配分值，

为当前中间节点的迭代次数，

为当前中间节点的访问次数，

为当前中间节点的子节点的访问次数。

（2）

上述实施例中，服务器基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值，然后根据各中间节点的奖励值从中间节点中选取目标中间节点继续进行扩展，从而不需对所有的中间节点进行扩展，降低了计算量和计算复杂度，缩短了进行地图匹配的时间。

在一个实施例中，如图12所示，地图匹配方法包括如下步骤：

S1202，分别获取第一地图的地图数据以及第二地图的地图数据。

S1204，基于第一地图的地图数据以及第二地图的地图数据，确定第一地图中的路段与第二地图中的路段之间的距离。

S1206，在第一地图中的路段与第二地图中的路段内，获取距离达到预设距离所对应的路段组合。

S1208，确定各路段组合对应的路段子线对。

S1210，基于各路段子线对计算对应的路段组合间的空间相关特征，以及获取用于将第一地图与第二地图进行匹配的属性相关特征。

S1212，通过机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值。

S1214，基于第二匹配分值，在第一地图的路段中选取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对。

S1216，基于第二匹配分值、目标路段的路段长度、匹配路段的路段长度，确定路段匹配对的第一匹配分值。

S1218，将第一匹配分值达到预设阈值的路段匹配对作为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展。

S1220，当扩展得到的邻接节点不满足扩展停止条件时，将不满足扩展停止条件的邻接节点作为中间节点；基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值；基于奖励值从中间节点中选取目标中间节点；对目标中间节点继续进行邻接节点逐层扩展，直至扩展得到的邻接节点满足扩展停止条件。

S1222，当扩展得到的邻接节点满足扩展停止条件时，基于根节点和所有扩展的邻接节点构成蒙特卡洛树。

S1224，基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。

应该理解的是，虽然图2、5、9、11、12的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、5、9、11、12中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图13所示，提供了一种地图匹配装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：获取模块1302、扩展模块1304和确定模块1306，其中：

获取模块1302，用于在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对和所述路段匹配对的第一匹配分值；

扩展模块1304，用于以所述第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展，得到基于所述根节点和扩展的邻接节点所构成的蒙特卡洛树；

确定模块1306，用于基于所述蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定所述第一地图和所述第二地图间相互匹配的匹配线路。

在一个实施例中，所述获取模块1302，还用于：

在一个实施例中，所述匹配特征为空间相关特征；所述获取模块1302，还用于：

确定每个所述路段组合的空间相关特征。

在一个实施例中，所述匹配特征为属性相关特征；所述获取模块1302，还用于：

确定所述第一道路标识和所述第二道路标识间的相似度；

在一个实施例中，所述装置还包括：

所述扩展模块1304，在得到所述蒙特卡洛树后，若所述路段匹配对中包含所述蒙特卡洛树中路段匹配对之外的目标路段匹配对，则还用于

在一个实施例中，每个所述蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；如图14所示，所述装置还包括：

组合模块1308，用于将所有所述蒙特卡洛树进行组合，得到蒙特卡洛森林；

合并模块1310，用于在所述蒙特卡洛森林中，对不同所述路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，所述合并模块1310，还用于：

在一个实施例中，所述扩展模块1304，还用于：

基于所述奖励值从所述中间节点中选取目标中间节点；

在一个实施例中，所述确定模块1306，还用于：

关于地图匹配装置的具体限定可以参见上文中对于地图匹配方法的限定，在此不再赘述。上述地图匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图15所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储地图匹配数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种地图匹配方法。

本领域技术人员可以理解，图15中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对和路段匹配对的第一匹配分值；以第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树；基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用于将第一地图与第二地图进行匹配的匹配特征；通过机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值；基于第二匹配分值，在第一地图的路段中选取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对；基于第二匹配分值、目标路段的路段长度、匹配路段的路段长度，确定路段匹配对的第一匹配分值。

在一个实施例中，匹配特征为空间相关特征；处理器执行计算机程序时还实现以下步骤：分别获取第一地图的地图数据以及第二地图的地图数据；基于第一地图的地图数据以及第二地图的地图数据，确定第一地图中的路段与第二地图中的路段之间的距离；在第一地图中的路段与第二地图中的路段内，获取距离达到预设距离所对应的路段组合；确定每个路段组合的空间相关特征。

在一个实施例中，匹配特征为属性相关特征；处理器执行计算机程序时还实现以下步骤：获取第一地图中道路对应的第一道路标识和第一道路等级，以及获取第二地图中道路对应的第二道路标识和第二道路等级；确定第一道路标识和第二道路标识间的相似度；将相似度、第一道路等级以及第二道路等级作为第一地图与第二地图进行匹配的匹配特征。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在得到蒙特卡洛树后，若路段匹配对中包含蒙特卡洛树中路段匹配对之外的目标路段匹配对，则以第一匹配分值达到预设阈值的目标路段匹配对为起始节点，向作为子节点的剩余目标路段匹配对进行邻接节点逐层扩展，得到基于起始节点和扩展的邻接节点所构成的蒙特卡洛树，直至所有路段匹配对均构建蒙特卡洛树。

在一个实施例中，每个蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；处理器执行计算机程序时还实现以下步骤：将所有蒙特卡洛树进行组合，得到蒙特卡洛森林；在蒙特卡洛森林中，对不同路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在蒙特卡洛森林中，确定在相邻路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树；对确定的蒙特卡洛树中重合的路段匹配对进行去重处理；对去重处理后所得的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将第一匹配分值达到预设阈值的路段匹配对作为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展；当扩展得到的邻接节点不满足扩展停止条件时，将不满足扩展停止条件的邻接节点作为中间节点，并从中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足扩展停止条件；当扩展得到的邻接节点满足扩展停止条件时，基于根节点和所有扩展的邻接节点构成蒙特卡洛树。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当扩展得到的邻接节点不满足扩展停止条件时，基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值；基于奖励值从中间节点中选取目标中间节点；对目标中间节点继续进行邻接节点逐层扩展，直至扩展得到的邻接节点满足扩展停止条件。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：选取将所有蒙特卡洛树中从根节点至叶子节点所对应的路段匹配对；分别对选取的路段匹配对中的路段进行连接，得到第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对和路段匹配对的第一匹配分值；以第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展，得到基于根节点和扩展的邻接节点所构成的蒙特卡洛树；基于蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定第一地图和第二地图间相互匹配的匹配线路。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取用于将第一地图与第二地图进行匹配的匹配特征；通过机器学习模型对匹配特征进行匹配处理，得到第一地图中各路段与第二地图中各路段间的第二匹配分值；基于第二匹配分值，在第一地图的路段中选取与第二地图中的目标路段相匹配的匹配路段，得到由目标路段和匹配路段组成的路段匹配对；基于第二匹配分值、目标路段的路段长度、匹配路段的路段长度，确定路段匹配对的第一匹配分值。

在一个实施例中，匹配特征为空间相关特征；计算机程序被处理器执行时还实现以下步骤：分别获取第一地图的地图数据以及第二地图的地图数据；基于第一地图的地图数据以及第二地图的地图数据，确定第一地图中的路段与第二地图中的路段之间的距离；在第一地图中的路段与第二地图中的路段内，获取距离达到预设距离所对应的路段组合；确定每个路段组合的空间相关特征。

在一个实施例中，匹配特征为属性相关特征；计算机程序被处理器执行时还实现以下步骤：获取第一地图中道路对应的第一道路标识和第一道路等级，以及获取第二地图中道路对应的第二道路标识和第二道路等级；确定第一道路标识和第二道路标识间的相似度；将相似度、第一道路等级以及第二道路等级作为第一地图与第二地图进行匹配的匹配特征。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在得到蒙特卡洛树后，若路段匹配对中包含蒙特卡洛树中路段匹配对之外的目标路段匹配对，则以第一匹配分值达到预设阈值的目标路段匹配对为起始节点，向作为子节点的剩余目标路段匹配对进行邻接节点逐层扩展，得到基于起始节点和扩展的邻接节点所构成的蒙特卡洛树，直至所有路段匹配对均构建蒙特卡洛树。

在一个实施例中，每个蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；计算机程序被处理器执行时还实现以下步骤：将所有蒙特卡洛树进行组合，得到蒙特卡洛森林；在蒙特卡洛森林中，对不同路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在蒙特卡洛森林中，确定在相邻路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树；对确定的蒙特卡洛树中重合的路段匹配对进行去重处理；对去重处理后所得的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将第一匹配分值达到预设阈值的路段匹配对作为根节点，向作为子节点的剩余路段匹配对进行邻接节点逐层扩展；当扩展得到的邻接节点不满足扩展停止条件时，将不满足扩展停止条件的邻接节点作为中间节点，并从中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足扩展停止条件；当扩展得到的邻接节点满足扩展停止条件时，基于根节点和所有扩展的邻接节点构成蒙特卡洛树。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当扩展得到的邻接节点不满足扩展停止条件时，基于各中间节点对应的路段匹配对的第一匹配分值，确定各中间节点的奖励值；基于奖励值从中间节点中选取目标中间节点；对目标中间节点继续进行邻接节点逐层扩展，直至扩展得到的邻接节点满足扩展停止条件。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：选取将所有蒙特卡洛树中从根节点至叶子节点所对应的路段匹配对；分别对选取的路段匹配对中的路段进行连接，得到第一地图和第二地图间相互匹配的匹配线路。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims

1.一种地图匹配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述在第一地图中获取与第二地图中的目标路段相匹配的匹配路段，得到由所述目标路段和所述匹配路段组成的路段匹配对和所述路段匹配对的第一匹配分值包括：

3.根据权利要求2所述的方法，其特征在于，所述匹配特征为空间相关特征；所述获取用于将所述第一地图与所述第二地图进行匹配的匹配特征包括：

确定每个所述路段组合的空间相关特征。

4.根据权利要求2所述的方法，其特征在于，所述匹配特征为属性相关特征；所述获取用于将所述第一地图与所述第二地图进行匹配的匹配特征包括：

确定所述第一道路标识和所述第二道路标识间的相似度；

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在得到所述蒙特卡洛树后，若所述路段匹配对中包含所述蒙特卡洛树中路段匹配对之外的目标路段匹配对，则

6.根据权利要求5所述的方法，其特征在于，每个所述蒙特卡洛树均是基于所属路网区域内的路段匹配对构建的；所述方法还包括：

将所有所述蒙特卡洛树进行组合，得到蒙特卡洛森林；

在所述蒙特卡洛森林中，对不同所述路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林。

7.根据权利要求6所述的方法，其特征在于，所述在所述蒙特卡洛森林中，对不同所述路网区域的边界上具有重合的路段匹配对所对应的蒙特卡洛树进行合并，得到合并蒙特卡洛树后的蒙特卡洛森林包括：

8.根据权利要求1所述的方法，其特征在于，所述以所述第一匹配分值达到预设阈值的路段匹配对为根节点，向作为子节点的剩余所述路段匹配对进行邻接节点逐层扩展，得到基于所述根节点和扩展的邻接节点所构成的蒙特卡洛树包括：

9.根据权利要求8所述的方法，其特征在于，所述当扩展得到的邻接节点不满足扩展停止条件时，将不满足所述扩展停止条件的邻接节点作为中间节点，并从所述中间节点中选取目标中间节点继续进行扩展，直至扩展得到的邻接节点满足所述扩展停止条件包括：

基于所述奖励值从所述中间节点中选取目标中间节点；

10.根据权利要求1至9任一项所述的方法，其特征在于，所述基于所述蒙特卡洛树中根节点至叶子节点各自对应的路段匹配对，确定所述第一地图和所述第二地图间相互匹配的匹配线路包括：

11.一种地图匹配装置，其特征在于，所述装置包括：

12.根据权利要求11所述的装置，其特征在于，所述获取模块，还用于：

13.根据权利要求12所述的装置，其特征在于，所述匹配特征为空间相关特征；所述获取模块，还用于：

确定每个所述路段组合的空间相关特征。

14.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。

15.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。