CN114429509A - 新增道路的发现方法、装置以及电子设备 - Google Patents

新增道路的发现方法、装置以及电子设备 Download PDF

Info

Publication number
CN114429509A
CN114429509A CN202111616109.4A CN202111616109A CN114429509A CN 114429509 A CN114429509 A CN 114429509A CN 202111616109 A CN202111616109 A CN 202111616109A CN 114429509 A CN114429509 A CN 114429509A
Authority
CN
China
Prior art keywords
track
grid
determining
target area
information
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
Application number
CN202111616109.4A
Other languages
English (en)
Other versions
CN114429509B (zh
Inventor
徐秋阳
曹婷婷
卢振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111616109.4A priority Critical patent/CN114429509B/zh
Publication of CN114429509A publication Critical patent/CN114429509A/zh
Priority to US18/063,705 priority patent/US20230175859A1/en
Priority to EP22215544.2A priority patent/EP4134837A3/en
Application granted granted Critical
Publication of CN114429509B publication Critical patent/CN114429509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—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
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • 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
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/005—Statistical coding, e.g. Huffman, run length coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本公开提供了新增道路的发现方法、装置以及电子设备，涉及人工智能技术领域，尤其涉及自动驾驶、云计算、智能交通、自然语言处理技术领域。具体实现方案为：确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息；根据多个轨迹、每个轨迹中各个轨迹点的属性信息以及目标区域中多个网格的位置特征，确定多个网格的轨迹特征；根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据；根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息，从而能够及时发现新增道路，时间短，效率高。

Description

新增道路的发现方法、装置以及电子设备
技术领域
本公开涉及人工智能技术领域，尤其涉及自动驾驶、云计算、智能交通、自然语言处理技术领域，尤其涉及新增道路的发现方法、装置以及电子设备。
背景技术
相关技术中，新增道路发现方法主要为，针对相同的区域，使用不同时间点传感器采集到的遥感影像进行比对，例如，影像叠加检测处理、影像数据差值或者比值处理等，确定不同时间点遥感影像之间的差异，根据差异确定区域中的新增道路，时间长，效率差。
发明内容
本公开提供了一种新增道路的发现方法、装置以及电子设备。
根据本公开的一方面，提供了一种新增道路的发现方法，包括：确定预设时间段内目标区域中的轨迹数据，其中，所述轨迹数据中包括多个轨迹，以及每个所述轨迹中各个轨迹点的属性信息；根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征；根据所述多个网格的位置特征和轨迹特征，生成所述目标区域的当前网格画像数据；根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息。
根据本公开的另一方面，提供了一种新增道路的发现装置，包括：第一确定模块，用于确定预设时间段内目标区域中的轨迹数据，其中，所述轨迹数据中包括多个轨迹，以及每个所述轨迹中各个轨迹点的属性信息；第二确定模块，用于根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征；生成模块，用于根据所述多个网格的位置特征和轨迹特征，生成所述目标区域的当前网格画像数据；第三确定模块，用于根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息。
根据本公开的又一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的新增道路的发现方法。
根据本公开的再一方面，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本公开上述一方面提出的新增道路的发现方法。
根据本公开的再一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述一方面提出的新增道路的发现方法的步骤。
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是根据本公开第一实施例的示意图；
图2是基于当前网格画像数据确定新增道路信息的示意图；
图3是根据本公开第二实施例的示意图；
图4是当前网格画像数据的确定示意图；
图5是根据本公开第三实施例的示意图；
图6是实施本公开的实施例的电子设备的框图。
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。
相关技术中，新增道路发现方法主要为，针对相同的区域，使用不同时间点传感器采集到的遥感影像进行比对，例如，影像叠加检测处理、影像数据差值或者比值处理等，确定不同时间点遥感影像之间的差异，根据差异确定区域中的新增道路，时间长，效率差。
针对上述问题，本公开提出一种新增道路的发现方法、装置以及电子设备。
图1是根据本公开第一实施例的示意图，需要说明的是，本公开实施例的新增道路的发现方法可应用于新增道路的发现装置，该装置可被配置于电子设备中，以使该电子设备可以执行新增道路的发现功能。
其中，电子设备可以为任一具有计算能力的设备。其中，具有计算能力的设备例如可以为个人电脑(Personal Computer，简称PC)、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该新增道路的发现方法可以包括如下步骤：
步骤101，确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息。
在本公开实施例中，预设时间段例如可以为1天，2天，15天，1个月等，可以根据实际需要进行设定。
在本公开实施例中，预设时间段内目标区域中的轨迹数据，指的是，预设时间段内任意车辆在目标区域行驶时的轨迹数据。其中，该轨迹数据，可以由车辆上的控制器在车辆行驶过程中采集得到。其中，轨迹数据中的轨迹，可以为对任意车辆在很长一段时间内的移动轨迹根据速度等进行划分得到的。
在本公开实施例中，轨迹中各个轨迹点的属性信息可以包括以下信息中的至少一种：位置信息、所属轨迹标识、方向信息和速度信息。其中，在确定预设时间段内目标区域中的轨迹数据后，为了提高轨迹数据的准确度，可以对轨迹数据进行过滤，例如，过滤掉其中地铁的轨迹数据、火车的轨迹数据等。另外，还可以过滤掉速度异常的轨迹数据。
需要说明的是，本公开的技术方案中，所涉及的轨迹数据的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
步骤102，根据多个轨迹、每个轨迹中各个轨迹点的属性信息以及目标区域中多个网格的位置特征，确定多个网格的轨迹特征。
在本公开实施例中，目标区域可以按照指定的网格尺寸进行网格划分，得到多个网格。其中，所述多个网格的尺寸信息相同，例如，均为2m长，2m宽。其中，网格的位置特征，即网格的位置信息，该位置信息可以采用网格的左上角坐标、左下角坐标、右上角坐标、右下角坐标、或者中心点坐标等表征。
在本公开实施例中，轨迹点的属性信息可以包括轨迹点的位置信息，根据轨迹点的位置信息以及网格的位置特征，能够确定轨迹点与网格之间的对应关系，进而根据网格对应的轨迹点，确定网格的轨迹特征。
步骤103，根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据。
在本公开实施例中，目标区域的当前网格画像数据中包括：多个网格的位置特征以及轨迹特征。其中，为了方便当前网格画像数据的存储，进而方便后续处理，当前网格画像数据的存储方式可以为矩阵存储方式，例如，按照矩阵存储方式Ndarray进行存储。另外，为了降低当前网格画像数据的存储量，可以按照zlib压缩方式对当前网格画像数据进行压缩处理，并采用base64转码方式进行转码处理，对转码处理结果进行存储。其中，zlib压缩是对当前网格画像数据进行哈夫曼编码，得到二进制编码结果。base64转码是对二进制编码结果进行字符串转换处理，以防止对二进制编码结果读取时出问题。
在本公开实施例中，为了进一步提高新增道路信息的准确度，可以对当前网格画像数据和历史网格画像数据进行以下处理中的至少一种：高斯平滑处理、高通滤波、中值滤波等，以过滤掉数据中的噪声等干扰信息。
步骤104，根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息。
在本公开实施例中，当前网格画像数据，根据预设时间段内目标区域中的轨迹数据生成；历史网格画像数据，可以根据历史时间段内目标区域中的轨迹数据生成。其中，预设时间段与历史时间段之间可以间隔一个时间段，也可以相邻。是否相邻或间隔一个时间段，可以根据实际需要进行设定。例如，假设当前时间点为5月30日，则预设时间段可以为5月20日至5月30日的时间段；历史时间段可以为5月1日至5月10日的时间段，或者可以为5月10日至5月20日的时间段。
在本公开实施例中，为了减少计算量，提高确定得到的新增道路信息的准确度，新增道路的发现装置执行步骤104的过程例如可以为，根据当前网格画像数据中各个网格的网格通量以及预设通量阈值，确定当前二值画像数据，其中，当前二值画像数据中的第一数值，表示对应网格的网格通量大于或等于预设通量阈值；根据历史网格画像数据，确定历史二值画像数据；根据当前二值画像数据和历史二值画像数据，确定至少一个目标网格，其中，当前二值画像数据中目标网格的数值，与历史二值画像数据中目标网格的数值不同；根据至少一个目标网格，确定目标区域的新增道路信息。
其中，确定当前二值画像数据的过程例如可以为，针对每个网格，在当前网格画像数据中该网格的网格通量大于或者等于预设通量阈值时，确定当前二值画像数据中该网格的数值为第一数值；在当前网格画像数据中该网格的网格通量小于预设通量阈值时，确定当前二值画像数据中该网格的数值为第二数值。其中，第一数值例如可以为1，第二数值例如可以为0。
其中，确定历史二值画像数据的过程例如可以为，针对每个网格，在历史网格画像数据中该网格的网格通量大于或者等于预设通量阈值时，确定历史二值画像数据中该网格的数值为第一数值；在历史网格画像数据中该网格的网格通量小于预设通量阈值时，确定历史二值画像数据中该网格的数值为第二数值。
在本公开实施例中，为了进一步减少计算量，进一步提高确定得到的新增道路信息的准确度，网格特征还包括：方向特征和速度特征，根据属于网格的轨迹点的方向信息和速度信息确定得到；新增道路的发现装置确定新增道路信息的过程例如可以为，根据至少一个目标网格，确定目标区域的至少一条候选新增道路信息；根据至少一个目标网格的方向特征和速度特征，从至少一条候选新增道路信息中选择目标区域的新增道路信息。
其中，至少一条候选新增道路信息，可以为对至少一个目标网格，依据相邻网格属于同一条道路的规则，对至少一条目标网格进行组合，得到候选新增道路信息。但由于存在以下情况，例如，双向道路、高速辅助道路等。以双向道路为例，可能相邻的两个网格，一个位于双向道路中一个方向的道路上，另一个位于双向道路中另一个方向的道路上。又例如，以高速辅助道路为例，可能高速道路上的一个网格，与辅助道路上的另一个网格相邻。因此，为了避免上述情况，进一步提高新增道路信息的确定准确度，可以根据至少一个目标网格的方向特征和速度特征，从至少一条候选新增道路信息中选择目标区域的新增道路信息，从而确保新增道路信息中各目标网格的方向特征同向或者同方向范围，确保新增道路信息中各目标网格的速度特征的差异不要过大。
在本公开实施例中，为了进一步提高新增道路信息的准确度，可以结合遥感影像等对新增道路信息进行验证。对应的，步骤104之后，所述的方法还可以包括以下步骤：确定目标区域的遥感影像数据；根据遥感影像数据，确定新增道路信息对应的道路是否真实存在；在确定道路真实存在时，根据新增道路信息对目标区域的道路地图进行更新处理。
其中，由于遥感影像数据中道路信息一般为矢量道路信息，因此，可以对新增道路信息进行矢量化处理，即结合新增道路信息中各个目标网格的位置信息等，确定新增道路信息的形状位置等，进而确定对应的新增矢量道路信息。另外，还可以确定新增道路信息的新增时间点，即当前时间点，以便了解道路信息更新时间点。
其中，对新增道路信息进行矢量化处理的过程例如可以为，采用zhang-suen细化算法提取新增道路信息中的骨干信息，采用开闭处理结合算法对骨干信息进行边缘平滑处理，采用卷积模式对骨干信息进行去噪处理，进而根据处理后的骨干信息，生成新增矢量道路信息。
其中，如图2所示，是基于当前网格画像数据确定新增道路信息的示意图。在图2中，获取近1-16天数据(当前网格画像数据)以及历史1-16天数据(历史网格画像数据)，分别进行去噪、滤波/平滑处理，并对新旧图像进行差分(对两个处理结果进行差分比对处理)，确定新增道路信息，并结合已有路网数据(遥感影像数据)进行差分，验证新增道路信息对应的道路是否真实存在。
综上，通过确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息；根据多个轨迹、每个轨迹中各个轨迹点的属性信息以及目标区域中多个网格的位置特征，确定多个网格的轨迹特征；根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据；根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息，从而能够及时发现新增道路，时间短，效率高。
为了准确确定网格的轨迹特征，从而进一步提高确定得到的新增道路信息的准确度，如图3所示，图3是根据本公开第二实施例的示意图，在本公开实施例中，先确定轨迹点所属网格，再针对网格，基于属于网格的轨迹点，确定网格的轨迹特征。图3所示实施例可包括如下步骤：
步骤301，确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息。
步骤302，针对每个轨迹，根据轨迹中各个轨迹点的属性信息以及多个网格的位置特征，确定轨迹中每个轨迹点所属的网格。
在本公开实施例中，新增道路的发现装置执行步骤302的过程例如可以为，针对每个轨迹中的每个轨迹点，根据轨迹点的位置信息以及多个网格的位置特征，确定对应的位置特征与位置信息匹配的网格；将匹配的网格，确定为轨迹点所属的网格。
其中，网格的位置信息定位得到一个区域，轨迹点的位置信息定位得到一个点，位置特征与位置信息匹配，可以指位置信息所定位的点，位于位置特征所定位的区域内。通过位置的匹配，可以准确确定轨迹点所属的网格，进而确定轨迹途经的多个网格。
在本公开实施例中，由于轨迹点的采集周期的原因，可能存在以下情况，即轨迹中相邻的两个轨迹点所属的网格并不相邻，也就是说，基于轨迹点所属的网格，不能准确确定轨迹途经的所有网格，可能在途经的部分网格上并没有进行轨迹点的采集，因此，可能漏掉轨迹途经的部分网格，因此，为了准确确定轨迹途经的所有网格，可以对轨迹中的轨迹点进行插值处理，因此，步骤302之前，所述的方法还可以包括以下步骤：针对每个轨迹，对所述轨迹中的轨迹点进行线性插值处理。
步骤303，针对每个网格，根据属于网格的轨迹点的属性信息，确定网格的轨迹特征。
在本公开实施例中，属性信息还可以包括：所属轨迹标识；网格特征可以包括：轨迹通量；对应的，新增道路的发现装置执行步骤303的过程例如可以为，针对每个网格，根据属于网格的轨迹点的所属轨迹标识，确定途经网格的轨迹数量；将轨迹数量，确定为网格的轨迹通量。其中，轨迹数量，能够准确表征网格的轨迹通量，提高网格轨迹特征的确定准确度。
其中，属性信息还可以包括：方向信息和速度信息。对应的，网格的轨迹特征还可以包括以下特征中的至少一种：网格中所有方向上轨迹点的最大速度、所有方向上轨迹点的最小速度、所有方向上轨迹点的平均速度、单个方向上轨迹点的最大速度、单个方向上轨迹点的最小速度、单个方向上轨迹点的最小速度、单个方向上轨迹点的平均速度、单个方向上的轨迹通量。其中，单个方向，例如，东、西、南、北、东南、东北、西南、西北等，可以根据实际需要进行设定。上述轨迹特征可以用于道路方向挖掘、道路中心线变化监测、施工发现等场景。
步骤304，根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据。
其中，如图4所示，是当前网格画像数据的确定示意图。在图4中，对行车轨迹(轨迹数据)进行去噪处理，然后进行网格化处理(确定轨迹点所属的网格)，然后进行插值处理(对轨迹中的轨迹点进行插值处理)并对插值得到的轨迹点进行网格化处理；然后基于轨迹数据以及轨迹点所属的网格，确定每个网格的特征，进而生成网格画像数据(当前网格画像数据)。
步骤305，根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息。
需要说明的是，步骤301、304和305的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息；针对每个轨迹，根据轨迹中各个轨迹点的属性信息以及多个网格的位置特征，确定轨迹中每个轨迹点所属的网格；针对每个网格，根据属于网格的轨迹点的属性信息，确定网格的轨迹特征；根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据；根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息，从而能够及时发现新增道路，时间短，效率高。
为了实现上述实施例，本公开还提出一种新增道路的发现装置。
如图5所示，图5根据本公开第三实施例的示意图。该新增道路的发现装置500包括：第一确定模块510、第二确定模块520、生成模块530和第三确定模块540。
其中，第一确定模块510，用于确定预设时间段内目标区域中的轨迹数据，其中，所述轨迹数据中包括多个轨迹，以及每个所述轨迹中各个轨迹点的属性信息；
第二确定模块520，用于根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征；
生成模块530，用于根据所述多个网格的位置特征和轨迹特征，生成所述目标区域的当前网格画像数据；
第三确定模块540，用于根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息。
作为本公开实施例的一种可能实现方式，所述第二确定模块520包括：第一确定单元和第二确定单元；所述第一确定单元，用于针对每个轨迹，根据所述轨迹中各个轨迹点的属性信息以及所述多个网格的位置特征，确定所述轨迹中每个轨迹点所属的网格；所述第二确定单元，用于针对每个网格，根据属于所述网格的轨迹点的属性信息，确定所述网格的轨迹特征。
作为本公开实施例的一种可能实现方式，所述属性信息包括：位置信息，所述第一确定单元具体用于，针对每个轨迹中的每个轨迹点，根据所述轨迹点的位置信息以及所述多个网格的位置特征，确定对应的位置特征与所述位置信息匹配的网格；将所述匹配的网格，确定为所述轨迹点所属的网格。
作为本公开实施例的一种可能实现方式，所述属性信息还包括：所属轨迹标识；所述网格特征包括：轨迹通量；所述第二确定单元具体用于，针对每个网格，根据属于所述网格的轨迹点的所属轨迹标识，确定途径所述网格的轨迹数量；将所述轨迹数量，确定为所述网格的轨迹通量。
作为本公开实施例的一种可能实现方式，所述第二确定模块还包括：插值处理单元，用于针对每个轨迹，对所述轨迹中的轨迹点进行线性插值处理。
作为本公开实施例的一种可能实现方式，所述轨迹特征包括：轨迹通量，所述第三确定模块540具体用于，根据所述当前网格画像数据中各个网格的网格通量以及预设通量阈值，确定当前二值画像数据，其中，所述当前二值画像数据中的第一数值，表示对应网格的网格通量大于或等于预设通量阈值；根据所述历史网格画像数据，确定历史二值画像数据；根据所述当前二值画像数据和所述历史二值画像数据，确定至少一个目标网格，其中，所述当前二值画像数据中所述目标网格的数值，与所述历史二值画像数据中所述目标网格的数值不同；根据所述至少一个目标网格，确定所述目标区域的新增道路信息。
作为本公开实施例的一种可能实现方式，所述网格特征还包括：方向特征和速度特征，根据属于网格的轨迹点的方向信息和速度信息确定得到；所述第三确定模块540具体用于，根据所述至少一个目标网格，确定所述目标区域的至少一条候选新增道路信息；根据所述至少一个目标网格的方向特征和速度特征，从所述至少一条候选新增道路信息中选择所述目标区域的所述新增道路信息。
作为本公开实施例的一种可能实现方式，所述装置还包括：第四确定模块、第五确定模块和更新处理模块；所述第四确定模块，用于确定所述目标区域的遥感影像数据；所述第五确定模块，用于根据所述遥感影像数据，确定所述新增道路信息对应的道路是否真实存在；所述更新处理模块，用于在确定所述道路真实存在时，根据所述新增道路信息对所述目标区域的道路地图进行更新处理。
综上，通过确定预设时间段内目标区域中的轨迹数据，其中，轨迹数据中包括多个轨迹，以及每个轨迹中各个轨迹点的属性信息；根据多个轨迹、每个轨迹中各个轨迹点的属性信息以及目标区域中多个网格的位置特征，确定多个网格的轨迹特征；根据多个网格的位置特征和轨迹特征，生成目标区域的当前网格画像数据；根据目标区域的当前网格画像数据以及历史网格画像数据，确定目标区域的新增道路信息，从而能够及时发现新增道路，时间短，效率高。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均在征得用户同意的前提下进行，并且均符合相关法律法规的规定，且不违背公序良俗。
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6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如新增道路的发现方法。例如，在一些实施例中，新增道路的发现方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的新增道路的发现方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行新增道路的发现方法。
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，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 (19)

1.一种新增道路的发现方法，包括：
确定预设时间段内目标区域中的轨迹数据，其中，所述轨迹数据中包括多个轨迹，以及每个所述轨迹中各个轨迹点的属性信息；
根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征；
根据所述多个网格的位置特征和轨迹特征，生成所述目标区域的当前网格画像数据；
根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息。
2.根据权利要求1所述的方法，其中，所述根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征，包括：
针对每个轨迹，根据所述轨迹中各个轨迹点的属性信息以及所述多个网格的位置特征，确定所述轨迹中每个轨迹点所属的网格；
针对每个网格，根据属于所述网格的轨迹点的属性信息，确定所述网格的轨迹特征。
3.根据权利要求2所述的方法，其中，所述属性信息包括：位置信息，所述针对每个轨迹，根据所述轨迹中各个轨迹点的属性信息以及所述多个网格的位置特征，确定所述轨迹中每个轨迹点所属的网格，包括：
针对每个轨迹中的每个轨迹点，根据所述轨迹点的位置信息以及所述多个网格的位置特征，确定对应的位置特征与所述位置信息匹配的网格；
将所述匹配的网格，确定为所述轨迹点所属的网格。
4.根据权利要求2所述的方法，其中，所述属性信息还包括：所属轨迹标识；所述网格特征包括：轨迹通量；
所述针对每个网格，根据属于所述网格的轨迹点的属性信息，确定所述网格的轨迹特征，包括：
针对每个网格，根据属于所述网格的轨迹点的所属轨迹标识，确定途经所述网格的轨迹数量；
将所述轨迹数量，确定为所述网格的轨迹通量。
5.根据权利要求2所述的方法，其中，在针对每个轨迹，根据所述轨迹中各个轨迹点的属性信息以及所述多个网格的位置特征，确定所述轨迹中每个轨迹点所属的网格之前，所述方法还包括：
针对每个轨迹，对所述轨迹中的轨迹点进行线性插值处理。
6.根据权利要求1所述的方法，其中，所述轨迹特征包括：轨迹通量，所述根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息，包括：
根据所述当前网格画像数据中各个网格的网格通量以及预设通量阈值，确定当前二值画像数据，其中，所述当前二值画像数据中的第一数值，表示对应网格的网格通量大于或等于预设通量阈值；
根据所述历史网格画像数据，确定历史二值画像数据；
根据所述当前二值画像数据和所述历史二值画像数据，确定至少一个目标网格，其中，所述当前二值画像数据中所述目标网格的数值，与所述历史二值画像数据中所述目标网格的数值不同；
根据所述至少一个目标网格，确定所述目标区域的新增道路信息。
7.根据权利要求6所述的方法，其中，所述网格特征还包括：方向特征和速度特征，根据属于网格的轨迹点的方向信息和速度信息确定得到；
所述根据所述至少一个目标网格，确定所述目标区域的新增道路信息，包括：
根据所述至少一个目标网格，确定所述目标区域的至少一条候选新增道路信息；
根据所述至少一个目标网格的方向特征和速度特征，从所述至少一条候选新增道路信息中选择所述目标区域的所述新增道路信息。
8.根据权利要求1所述的方法，其中，在根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息之后，所述方法还包括：
确定所述目标区域的遥感影像数据；
根据所述遥感影像数据，确定所述新增道路信息对应的道路是否真实存在；
在确定所述道路真实存在时，根据所述新增道路信息对所述目标区域的道路地图进行更新处理。
9.一种新增道路的发现装置，包括：
第一确定模块，用于确定预设时间段内目标区域中的轨迹数据，其中，所述轨迹数据中包括多个轨迹，以及每个所述轨迹中各个轨迹点的属性信息；
第二确定模块，用于根据所述多个轨迹、每个所述轨迹中各个轨迹点的属性信息以及所述目标区域中多个网格的位置特征，确定所述多个网格的轨迹特征；
生成模块，用于根据所述多个网格的位置特征和轨迹特征，生成所述目标区域的当前网格画像数据；
第三确定模块，用于根据所述目标区域的当前网格画像数据以及历史网格画像数据，确定所述目标区域的新增道路信息。
10.根据权利要求9所述的装置，其中，所述第二确定模块包括：第一确定单元和第二确定单元；
所述第一确定单元，用于针对每个轨迹，根据所述轨迹中各个轨迹点的属性信息以及所述多个网格的位置特征，确定所述轨迹中每个轨迹点所属的网格；
所述第二确定单元，用于针对每个网格，根据属于所述网格的轨迹点的属性信息，确定所述网格的轨迹特征。
11.根据权利要求10所述的装置，其中，所述属性信息包括：位置信息，所述第一确定单元具体用于，
针对每个轨迹中的每个轨迹点，根据所述轨迹点的位置信息以及所述多个网格的位置特征，确定对应的位置特征与所述位置信息匹配的网格；
将所述匹配的网格，确定为所述轨迹点所属的网格。
12.根据权利要求10所述的装置，其中，所述属性信息还包括：所属轨迹标识；所述网格特征包括：轨迹通量；所述第二确定单元具体用于，
针对每个网格，根据属于所述网格的轨迹点的所属轨迹标识，确定途经所述网格的轨迹数量；
将所述轨迹数量，确定为所述网格的轨迹通量。
13.根据权利要求10所述的装置，其中，所述第二确定模块还包括：插值处理单元，用于针对每个轨迹，对所述轨迹中的轨迹点进行线性插值处理。
14.根据权利要求9所述的装置，其中，所述轨迹特征包括：轨迹通量，所述第三确定模块具体用于，
根据所述当前网格画像数据中各个网格的网格通量以及预设通量阈值，确定当前二值画像数据，其中，所述当前二值画像数据中的第一数值，表示对应网格的网格通量大于或等于预设通量阈值；
根据所述历史网格画像数据，确定历史二值画像数据；
根据所述当前二值画像数据和所述历史二值画像数据，确定至少一个目标网格，其中，所述当前二值画像数据中所述目标网格的数值，与所述历史二值画像数据中所述目标网格的数值不同；
根据所述至少一个目标网格，确定所述目标区域的新增道路信息。
15.根据权利要求14所述的装置，其中，所述网格特征还包括：方向特征和速度特征，根据属于网格的轨迹点的方向信息和速度信息确定得到；所述第三确定模块具体用于，
根据所述至少一个目标网格，确定所述目标区域的至少一条候选新增道路信息；
根据所述至少一个目标网格的方向特征和速度特征，从所述至少一条候选新增道路信息中选择所述目标区域的所述新增道路信息。
16.根据权利要求9所述的装置，其中，所述装置还包括：第四确定模块、第五确定模块和更新处理模块；
所述第四确定模块，用于确定所述目标区域的遥感影像数据；
所述第五确定模块，用于根据所述遥感影像数据，确定所述新增道路信息对应的道路是否真实存在；
所述更新处理模块，用于在确定所述道路真实存在时，根据所述新增道路信息对所述目标区域的道路地图进行更新处理。
17.一种电子设备，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根据权利要求1－8中任一项所述的方法。
18.一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1－8中任一项所述的方法。
19.一种计算机程序产品，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1－8中任一项所述方法的步骤。
CN202111616109.4A 2021-12-27 2021-12-27 新增道路的发现方法、装置以及电子设备 Active CN114429509B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111616109.4A CN114429509B (zh) 2021-12-27 2021-12-27 新增道路的发现方法、装置以及电子设备
US18/063,705 US20230175859A1 (en) 2021-12-27 2022-12-09 Method for discovering a newly added road, electronic device, and storage medium
EP22215544.2A EP4134837A3 (en) 2021-12-27 2022-12-21 Method and apparatus for discovering a newly added road

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111616109.4A CN114429509B (zh) 2021-12-27 2021-12-27 新增道路的发现方法、装置以及电子设备

Publications (2)

Publication Number Publication Date
CN114429509A true CN114429509A (zh) 2022-05-03
CN114429509B CN114429509B (zh) 2024-03-26

Family

ID=81310840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111616109.4A Active CN114429509B (zh) 2021-12-27 2021-12-27 新增道路的发现方法、装置以及电子设备

Country Status (3)

Country Link
US (1) US20230175859A1 (zh)
EP (1) EP4134837A3 (zh)
CN (1) CN114429509B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106032986A (zh) * 2015-03-16 2016-10-19 中国移动通信集团辽宁有限公司 一种导航方法、终端及系统
CN106323301A (zh) * 2015-06-29 2017-01-11 北京四维图新科技股份有限公司 一种道路情报的获取方法及装置
CN112131233A (zh) * 2020-08-28 2020-12-25 北京百度网讯科技有限公司 识别更新道路的方法、装置、设备和计算机存储介质
CN112270833A (zh) * 2020-10-27 2021-01-26 智慧足迹数据科技有限公司 一种轨迹拟合方法、装置、电子设备和存储介质
CN112947485A (zh) * 2021-03-31 2021-06-11 亿海蓝（北京）数据技术股份公司 路径规划方法及系统
CN113587941A (zh) * 2020-05-01 2021-11-02 华为技术有限公司 高精度地图的生成方法、定位方法及装置
US20210356278A1 (en) * 2020-05-14 2021-11-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for updating road network data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107631733A (zh) * 2016-07-19 2018-01-26 北京四维图新科技股份有限公司 基于浮动车轨迹发现新增道路的方法、装置以及服务器
CN112013862B (zh) * 2020-07-31 2022-06-17 深圳大学 一种基于众包轨迹的行人路网提取及更新方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106032986A (zh) * 2015-03-16 2016-10-19 中国移动通信集团辽宁有限公司 一种导航方法、终端及系统
CN106323301A (zh) * 2015-06-29 2017-01-11 北京四维图新科技股份有限公司 一种道路情报的获取方法及装置
CN113587941A (zh) * 2020-05-01 2021-11-02 华为技术有限公司 高精度地图的生成方法、定位方法及装置
US20210356278A1 (en) * 2020-05-14 2021-11-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for updating road network data
CN112131233A (zh) * 2020-08-28 2020-12-25 北京百度网讯科技有限公司 识别更新道路的方法、装置、设备和计算机存储介质
CN112270833A (zh) * 2020-10-27 2021-01-26 智慧足迹数据科技有限公司 一种轨迹拟合方法、装置、电子设备和存储介质
CN112947485A (zh) * 2021-03-31 2021-06-11 亿海蓝（北京）数据技术股份公司 路径规划方法及系统

Also Published As

Publication number Publication date
US20230175859A1 (en) 2023-06-08
EP4134837A2 (en) 2023-02-15
EP4134837A3 (en) 2023-03-08
CN114429509B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN112801164A (zh) 目标检测模型的训练方法、装置、设备及存储介质
US20230091252A1 (en) Method for processing high-definition map data, electronic device and medium
CN113377890B (zh) 一种地图质检方法、装置、电子设备及存储介质
CN112560862A (zh) 文本识别方法、装置及电子设备
CN113362420A (zh) 道路标注生成方法、装置、设备以及存储介质
CN114443794A (zh) 数据处理和地图更新方法、装置、设备以及存储介质
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质
CN114328785A (zh) 提取道路信息的方法和装置
CN113920273B (zh) 图像处理方法、装置、电子设备和存储介质
CN114724113B (zh) 道路标牌识别方法、自动驾驶方法、装置和设备
CN114723894B (zh) 一种三维坐标获取方法、装置及电子设备
CN114429509B (zh) 新增道路的发现方法、装置以及电子设备
CN112948517B (zh) 区域位置标定方法、装置及电子设备
CN113447013B (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN115578431A (zh) 图像深度处理方法、装置、电子设备及介质
CN115131315A (zh) 一种图像的变化检测方法、装置、设备及存储介质
CN114064745A (zh) 一种确定交通提示距离的方法、装置及电子设备
CN114328783A (zh) 地图数据输出方法、地图数据处理方法、装置和电子设备
CN114218504A (zh) 阻断路段识别方法、装置、电子设备及存储介质
CN113762397A (zh) 检测模型训练、高精度地图更新方法、设备、介质及产品
CN113850990A (zh) 道路故障的处理方法、装置、电子设备及存储介质
CN113447034A (zh) 一种路网数据处理方法、装置、电子设备及可读存储介质
CN114383600B (zh) 用于地图的处理方法、装置、电子设备和存储介质
CN113963300B (zh) 目标检测方法、装置、电子设备和存储介质
CN113034685B (zh) 激光点云与高精地图的叠加方法、装置及电子设备

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