CN114881543B - 道路等级确定方法及装置、电子设备和介质 - Google Patents

Abstract

本公开提供了一种道路等级确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机领域，尤其涉及智能交通、地图导航技术领域。实现方案为：获取包括待确定等级的道路所对应矢量线的基础路网数据；基于矢量线确定空间几何面并栅格化；确定位于空间几何面所对应区域内的一条或多条车辆轨迹；基于轨迹点位置信息确定轨迹点在空间几何面中相匹配的栅格点；确定相匹配的栅格点各自对应的第一通行特征，第一通行特征包括对该栅格点所对应速度值中的典型速度值；以及基于相匹配的栅格点所对应的第一通行特征，确定道路等级。

Description

道路等级确定方法及装置、电子设备和介质

技术领域

本公开涉及计算机领域，尤其涉及智能交通、地图导航技术领域，具体涉及一种道路等级确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

道路等级是指按照道路使用的特点对道路进行等级划分。示例地，可以将道路划分为城市道路、公路、厂矿道路、林区道路、乡村道路等。或者，根据道路在城市道路系统中的作用，又可以分为快速路、主干路、次干路和支路等。不同的图商公司对道路等级的划分也不尽相同。

道路等级越高，往往道路通行能力越强，因此道路等级常被应用于导航路径规划。若道路等级不正确，会给用户带来通行困难或绕路等不良体验。因全国路网里程总量高、范围广，当等级发生变化时难以及时维护。

发明内容

本公开提供了一种道路等级确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种道路等级确定方法，包括：获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线；基于所述矢量线确定所述道路所对应的空间几何面；对所述空间几何面进行栅格化；确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值；基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；确定所述相匹配的栅格点各自对应的第一通行特征，其中所述第一通行特征包括对该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

根据本公开的另一方面，提供了一种道路等级确定装置，包括：获取单元，配置为获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线；第一确定单元，配置为基于所述矢量线确定所述道路所对应的空间几何面；栅格化单元，配置为对所述空间几何面进行栅格化；第二确定单元，配置为确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值；第三确定单元，配置为基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；第四确定单元，配置为确定所述相匹配的栅格点各自对应的第一通行特征，其中所述第一通行特征包括对该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及第五确定单元，配置为基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

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；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开所述的方法。

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，该计算机指令用于使计算机执行本公开所述的方法。

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，该计算机程序在被处理器执行时实现本公开所述的方法。

根据本公开的一个或多个实施例，可以对预设区域中的行车轨迹数据进行挖掘，能够有效发现路网道路等级的变化，提升地图数据质量。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的道路等级确定方法的流程图；

图3示出了根据本公开的实施例的包括车辆轨迹的空间几何面的示意图；

图4示出了根据本公开的实施例的确定相匹配栅格点对应的第一通行特征的流程图；

图5示出了根据本公开的实施例的划分为多个方向角范围的示意图；

图6示出了根据本公开的实施例的基于第一通行特征确定道路等级的流程图；

图7示出了根据本公开的实施例的对多条道路进行排序的流程图；

图8示出了根据本公开的实施例的道路等级确定装置的结构框图；以及

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。

在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。

服务器120可以运行使得能够道路等级确定的方法的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

服务器120可以包括一个或多个通用计算机、专用服务器计算机（例如PC（个人计算机）服务器、UNIX服务器、中端服务器）、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构（例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池）。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。

网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种（包括但不限于TCP/IP、SNA、IPX等）来支持数据通信。仅作为示例，一个或多个网络130可以是卫星通信网络、局域网（LAN）、基于以太网的网络、令牌环、广域网（WAN）、因特网、虚拟网络、虚拟专用网络（VPN）、内部网、外部网、公共交换电话网（PSTN）、红外网络、无线网络（包括例如蓝牙、WiFi）和/或这些与其他网络的任意组合。

系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达（LiDAR）。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。

机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号（例如，北斗、GPS、GLONASS以及GALILEO）并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术（例如5G技术）。通信装置112还可以具有车联网或车联万物（Vehicle-to-Everything，V2X）模块，被配置用于实现例如与其它车辆143进行车对车（Vehicle-to-Vehicle，V2V）通信和与基础设施144进行车辆到基础设施（Vehicle-to-Infrastructure，V2I）通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145（包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置）进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。

机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元（CPU）或图形处理单元（GPU），或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110（未示出的）动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧（客户端）的计算设备的一个示例。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

在本公开中，道路等级例如可以是按照道路的行政地位所划分的，例如可以包括高速、城市高速、国道、省道、县道、乡道、其他道路等共8个层级。当然，其他合适的道路等级划分方式也是可能的。道路等级越高，往往道路通行能力越强，因此道路等级常被应用于导航路径规划。

通常，道路等级变化的发现可以有下面几种方案：1）通过采集车辆对道路信息进行采集，当发现当前路段的道路等级与实际情况不符时，标记修改；2）采集车辆采集道路图片数据，通过例如识别双黄线的技术手段，发现等级变化并交付人工作业；3）多渠道反馈修改，比如用户上报、道路名称变化等等。但是，在上述方案中，方案一中基于采集车辆的传统道路等级采集方式，成本较高且采集车辆数量有限，因此无法在短时间内完成大范围区域的道路采集，无法及时纠正道路等级；方案二相比传统道路等级采集方式，综合成本较低，但召回不足，特别对没有标线的道路识别效果不佳；方案三召回过低，仅能起到个别补充作用，无法规模化。

因此，根据本公开的实施例提供了一种道路等级确定方法，包括：获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线；基于所述矢量线确定所述道路所对应的空间几何面；对所述空间几何面进行栅格化；确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值；基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；确定所述相匹配的栅格点各自对应的第一通行特征，其中所述第一通行特征包括对该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

根据本公开的实施例，可以对预设区域中的行车轨迹数据进行挖掘，能够有效发现路网道路等级的变化，提升地图数据质量。

图2示出了根据本公开的实施例的道路等级确定方法的流程图。如图2所示，在步骤210中，获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线。

道路网（road network）指的是在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统。例如，全部由各级公路组成的称公路网，在城市范围内由各种道路组成的称城市道路网。在本公开中，基础路网数据包括构建该道路网的所有可能的基础数据，例如道路信息、POI点以及挖掘出来的描述静态物理世界的数据。该道路信息例如可以包括道路所对应的矢量线、地理位置信息、该矢量线的形状点、当前道路等级、道路属性、道路交叉情况，等等。

在一些实施例中，可以每隔预定时间段确定相应区域内的道路是否存在等级变更，因此，可以每隔预定时间段获取预设区域内的基础路网数据。

在一些实施例中，在获取到预设区域的基础路网数据后，可以对该预设区域内的道路矢量线进行预处理，以确定待确定等级的道路所对应的矢量线。示例地，一些特殊属性的道路矢量线通常不会发生等级变化，例如步行路。因此，可以过滤掉该特殊属性的道路矢量线，以减少计算量，提高道路等级维护效果。

根据一些实施例，所述基础路网数据包括待确定等级的多条道路、以及所述多条道路各自对应的一条或多条矢量线。获取预设区域的基础路网数据包括：对所述多条道路各自对应的一条或多条矢量线进行预处理操作，其中，所述预处理操作包括以下项中的至少一项：将所述一条或多条矢量线中的对应于路口区域预设范围的矢量线段截除；将道路延伸方向上的对应于同一条道路的多条矢量线进行几何连接，以形成一条矢量线；以及过滤掉长度小于第一阈值的道路所对应的矢量线。

示例地，基于不同图商公司的路网数据表示方式不同，一条道路可以对应多条矢量线，例如，在路口前后区域或拐弯区域通过多条矢量线表示。因此，在一些实施例中，为完整刻画一条道路，可以将其所对应的多条矢量线进行几何连接，以形成一条矢量线。

在一些实施例中，路口区域的车辆轨迹点往往形态杂乱，数据置信度较低，难以用于表征该道路整体的通行特征。因此，可以根据基础路网数据中的道路形态以及地理位置信息，确定路口区域的空间范围，以将路口区域预设范围（例如路口前后30米）内的矢量线部分截除，并将剩余矢量线进行几何连接，以形成一条矢量线。

在一些实施例中，如果经上述预处理操作后所得到的矢量线长度小于预设阈值（例如50米），该部分数据特征置信度较低，因此可以去除以作单独处理。

在步骤220中，基于所述矢量线确定所述道路所对应的空间几何面；在步骤230中，对所述空间几何面进行栅格化。

在一些示例中，可以基于所获得的道路车道数、宽度等信息计算道路的覆盖面积，并生成该道路相对应的空间几何面。可以理解的是，基于该矢量线所生成的空间几何面应覆盖该道路所在区域，并且空间几何面的宽度通常可以大于该道路的宽度，以使得在一定的定位误差范围内也能够尽可能包含与该道路相对应的车辆轨迹。

在一些示例中，可以根据待确定等级的道路的类型预先确定空间几何面宽度（例如20米）。从而，在获得该道路的矢量线后，即可生成与该矢量线相对应的预设宽度的空间几何面。

在本公开中，在生成该矢量线相对应的空间几何面后，对该空间几何面进行栅格化处理。该栅格点的宽度可以预先确定，例如1米*1米、2米*2米等，每个栅格点对应于相应道路上或道路附近的地理位置区域。

在步骤240中，确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值。

在一些实施例中，获取预设时间段内的该区域内的多条车辆轨迹，该车辆轨迹由若干个轨迹点组成，每个轨迹点包含其对应的地理位置信息、数据记录时间、以及相应车辆在该轨迹点时的速度信息等。因此，可以基于该轨迹点的地理位置信息确定位于该空间几何面所对应区域内的车辆轨迹。

具体地，在一些示例中，可以获取预定时间段内的车辆轨迹，以基于该车辆轨迹判断在该预定时间段内，所在区域的道路是否发生等级变更。该预定时间段例如可以为半年、一年等。在获取到车辆轨迹后，可以基于其位置信息判断位于道路所对应的空间几何面内的车辆轨迹，以作为与该道路相匹配的车辆轨迹。

附加地或替换地，根据一些实施例，确定位于空间几何面所对应区域内的一条或多条车辆轨迹包括：获取预定时间段内的多条车辆轨迹；以及将所获取的多条车辆轨迹分别与该道路进行地图匹配，以确定置信度超过第二阈值的一条或多条车辆轨迹。

地图匹配（Map Matching）即绑路（或者路网匹路），用于将收集到的同一用户在时间空间维度的一系列存在精度损失的地理位置信息（例如GPS点），匹配到最有可能的地图路网的具体道路上。地图匹配通过将一系列有序的用户或者交通工具的位置关联到地图的路网上，可以用于跟踪车辆、对交通流进行分析和发现驾驶方向的起点，等等。

示例地，可以基于任何合适的算法实现地图匹配，包括但不限于隐马尔科夫模型（HMM）、ST匹配算法（Spatio-Temporal Matching）、IVVMM（An Interactive-Voting BasedMap Matching Algorithm）算法，等等。

在一些示例中，通过地图匹配后，可以选择与相应的道路矢量线的绑路置信度超过预设阈值（例如0.9，其中0表示置信度最低、1为置信度最高）的车辆轨迹。

根据一些实施例，根据本公开的方法还可以包括：对所确定的所述空间几何面所对应区域内的一条或多条车辆轨迹进行筛选操作。示例地，所述筛选操作可以包括以下项中的至少一项：响应于确定任意一条车辆轨迹中包括第一数量的不连续轨迹点，过滤掉该车辆轨迹，其中不连续轨迹点为其之间距离大于第二阈值的连续的两个轨迹点；以及响应于确定任意一条车辆轨迹的一个或多个轨迹点存在空间定位失真，过滤掉该车辆轨迹。

在实际应用中，诸如定位系统采样频率的降低、定位误差的加大、采样信号的丢失等因素，都会使车辆轨迹点的不准确性增加。例如，当车辆行驶经过隧道区域时，信号受到屏蔽，使得轨迹点存在部分缺失；或者，由于定位信息的误差或噪声影响，可能存在轨迹点的漂移，造成轨迹点空间定位失真、轨迹形态杂乱。这些都可能会对道路通行特征的分析产生影响。因此，可以通过筛选操作，以过滤掉部分非优质轨迹，提高后续轨迹数据分析的准确性。

在步骤250中，基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点。

根据一些实施例，步骤250可以包括：分别将一条或多条车辆轨迹中相对应的轨迹点做空间连线，以形成一条或多条轨迹矢量线；以及分别将一条或多条轨迹矢量线与空间几何面做空间相交计算，以确定一条或多条轨迹矢量线各自在空间几何面中所经过的栅格点，以作为所述相匹配的栅格点。

图3示出了根据本公开的实施例的包括车辆轨迹的空间几何面的示意图。如图3所示，通过将所形成的轨迹矢量线与空间几何面做空间相交计算，确定该空间矢量线所经过的栅格点（灰色格点），以作为相匹配的栅格点。

在步骤260中，确定所述相匹配的栅格点各自对应的第一通行特征，其中所述第一通行特征包括对该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制。

在一些实施例中，以栅格点为单位记录所有经过该栅格点所对应区域的车辆轨迹的瞬时特征，该瞬时特征包括速度值。示例地，当轨迹点的采样间距大于栅格点的尺寸时，可以通过插值操作确定未匹配到轨迹点的栅格点（轨迹矢量线所经过区域）瞬时特征。

具体地，在一些示例中，对于每个栅格点（例如图3中的S1栅格点），可以对经过该栅格点的所有车辆轨迹的速度值进行统计，以确定经过该栅格点所对应区域的典型速度值，该典型速度值可以用于表征所述道路的速度限制。

根据一些实施例，在确定所述相匹配的栅格点各自对应的第一通行特征之前，还可以包括：对该栅格点所对应轨迹点的速度值进行过滤操作。所述过滤操作包括以下项中的至少一项；过滤掉该栅格点所对应的异常速度值；以及过滤掉该栅格点所对应的最高速度值和最低速度值。示例地，该异常速度值可以为相比相邻轨迹点速度异常偏大或偏小的速度值。

根据一些实施例，典型速度值包括对相对应的速度值进行排序后、预设百分位数所对应的速度值。如上所述，可以基于滤操作后该栅格点所对应的速度值，确定典型速度值。示例地，将剩余速度值从高到低进行排序，该预设百分位数可以为前5%，可以用于表征该栅格点所在道路的速度限制，即最高速度水平。道路的最高速度往往与其等级最为相关，例如，高速公路的最高速度往往可以达到120Km/h，国道、省道的最高速度往往仅为80Km/h。

在一些实施例中，该第一通行特征还可以包括其他典型速度值，例如，该预设百分位数可以为中位数或后20%，以用于表征该栅格点所在道路的最低速度水平。可以理解的是，可以根据实际情况具体确定的相应的典型速度值，以用于表征所述道路的速度限制。

根据一些实施例，所述轨迹点还包括速度方向，并且所述道路所对应的矢量线包括一个或多个形状点。因此，如图4所示，确定相匹配的栅格点所对应的第一通行特征可以包括：将该道路所对应的矢量线基于形状点切分为一个或多个分段并确定每个分段在空间几何面中所对应的空间区域（步骤410）；确定每个分段的延伸方向以及该延伸方向相对应的预设方向角范围（步骤420）；以及对于相匹配的栅格点中的每一个（步骤430）：基于该栅格点所处空间区域以及所述空间区域所对应的分段，确定该栅格点相对应的方向角范围（步骤4301）；基于所述速度方向确定该栅格点所对应的在所述相对应的方向角范围内的轨迹点的速度值（步骤4302）；以及基于该栅格点在所述相对应的方向角范围内的速度值，确定该栅格点对应的第一通行特征（步骤4303）。

为了进一步提高车辆轨迹与该道路的匹配性，将该道路所对应的矢量线基于形状点切分为一个或多个分段。对于每一个分段，可以将其速度方向与该分段的延伸方向相匹配的速度值进行统计，从而进一步提高了车辆轨迹数据的置信度。如图5所示，在一些示例中，可以将速度方向分为8个方向角范围，每个方向角为45°。对于每个栅格点，均可在不同的方向角范围内对经过该栅格点的车辆轨迹瞬时特征进行统计。在图5中，当前矢量线分段的延伸方向位于北向东45°范围和南向西45°范围内。因此，可以对当前矢量线分段所在区域的栅格点在上述两个方向角范围内进行统计，例如统计得到的典型速度值分别为V0max和V4max。

根据一些实施例，所述第一通行特征还包括轨迹点数量。也就是说，可以对经过相应栅格点的轨迹点数据进行统计，以确定该相应轨迹点所对应的轨迹点数量。示例地，对于每个相匹配的栅格点，可以统计出相应的典型速度值Vmax和轨迹点数量ct，表示为（Vmax，ct）。

在步骤270中，基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

根据一些实施例，如图6所示，基于所述相匹配的栅格点所对应的所述第一通行特征确定所述道路的等级（步骤270）可以包括：分别基于每个分段所对应的所有栅格点的第一通行特征，确定该分段所对应的第二通行特征（步骤610）；基于所述矢量线所对应的所有分段的第二通行特征，确定所述矢量线所对应的第三通行特征（步骤620）；以及基于所述第三通行特征确定所述道路的等级（步骤630）。所述第二通行特征和第三通行特征均用于表征所述道路的速度限制。

在一些实施例中，将矢量线按照形状点切分为矢量分段，每个分段均为两点一线。基于分段可匹配到所有相关栅格点，如图5中的A1区域即为中间分段在空间几何面中所对应的空间区域（此处仅是示例性的）。基于该分段在空间几何面中所对应的空间区域中的所有栅格点的第一通行特征（Vmax，ct），即可拟合得到该分段所对应的第二通行特征。示例地，该第二通行特征可以为（LVmax，LVavg，LVmin，pv），其中，LVmax为该空间区域中栅格点所对应的Vmax中的最大值，LVavg为该空间区域中栅格点所对应的Vmax的平均值，LVmin为该空间区域中栅格点所对应的Vmax中的最小值，pv为分段所对应的轨迹数量。在确定每个分段的第二通行特征后，即可进一步拟合得到该矢量线所对应的第三通行特征。示例地，该第三通行特征可以为（LVmax，LVavg，LVmin，Lpv，Lvloc，Lvstd），其中，LVmax基于该矢量线所对应的分段LVmax得到（例如求平均值或确定其最大值），以用于衡量该道路的速度限制；LVavg基于该矢量线所对应的分段LVavg得到（例如求平均值或确定其最大值），以用于衡量该道路的平均通行速度；LVmin基于该矢量线所对应的分段LVmin得到（例如求平均值或确定其最大值），以用于衡量该道路的封闭性；Lpv基于该矢量线所对应的分段Lpv得到（例如求平均值或确定其最大值），以用于衡量该道路的通量水平；Lvloc为平均速度的分位值，可以基于公式（1）确定，以用于衡量该道路的整体通行速度；LVstd为速度标准差，可以基于公式（2）确定，以用于可衡量该道路的整体封闭性。

公式（1）

公式（2）

其中，

、

、…、

分别为该矢量线第1个分段、第2个分 段、…、第（n+1）个分段所对应的LVmax。

根据一些实施例，所述预设区域的基础路网数据包括多条道路所对应的矢量线，所述多条道路包括所述待确定等级的道路。基于所述第三通行特征确定所述道路的等级包括：对所述预定区域内的多条道路所对应的所述第三通行特征进行排序，以基于该排序结果确定所述待确定等级的道路的等级。

根据一些实施例，所述第三通行特征为多个，每一个第三通行特征对应于相应的权重值。如图7所示，对所述多条道路进行排序（方法700）包括：对于每一个第三通信特征，将所述多条道路所对应的该第三通行特征进行排名，获得每条道路所对应的该第三通行特征排名结果（步骤710）；基于每一个第三通行特征的排序结果以及相对应的权重值，确定待确定等级的道路所对应的分数值（步骤720）；以及基于所述分数值对所述多条道路进行排序（步骤730）。

在本公开中，可以将矢量线所对应的通行特征可以量化为通行能力指数。示例地， 可以将该预设区域中的多条道路的第三通行特征进行排名。例如，对于LVmax，将该预设区 域中的多条道路所对应的LVmax进行排名，得到每条道路的LVmax的排名

。其他第三通 行特征可以按相同方式得到排名。进而，对于每条道路，将其所有第三通行特征的排名乘以 相应的权重值，即可拟合出该道路通行能力指标。

如上所述，第三通行特征可以为（LVmax，LVavg，LVmin，Lpv，Lvloc，Lvstd），因此，可以对每一个第三通行特征设置相应的权重值，从而基于该权重值和相应的第三通行特征的排名获得该道路所对应的分数值，以作为该道路通行能力指标。示例地，可以根据公式（3）确定该道路所对应的分数值。

公式（3）

其中，Lct表示该预设区域的道路数量。在上述对多条道路各自对应的一条或多条矢量线进行预处理操作的实施例中，Lct表示所述预处理操作后所剩余矢量线所对应的道路数量。

根据一些实施例，基于所述分数值确定所述待确定等级的道路的等级包括：将所述分数值输入经训练的神经网络模型，以获得所述待确定等级的道路所对应的等级。所述神经网络模型基于已确定等级的道路所对应的分数值及其道路等级进行训练得到。

在一些实施例中，根据该道路的通行能力指标即可确定该道路的等级。具体地，利用已确定的道路等级真值，与其实际的通行能力指标（即分数值）构建正样本[level,score]，通过训练模型，得到等级映射模型，即level = F(score)。对于待确定等级的道路，当其预测得到的道路等级与基础路网数据中的等级不一致时，输出该道路信息，以进行作业清查。

根据本公开的方法，与传统采集的方式相比，具有时效高、召回高的优势，尤其针对小而破的道路等级变更问题，解决了传统采集方式无法召回的业界难题。

根据本公开的实施例，如图8所示，还提供了一种道路等级确定装置800，包括：获取单元810，配置为获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线；第一确定单元820，配置为基于所述矢量线确定所述道路所对应的空间几何面；栅格化单元830，配置为对所述空间几何面进行栅格化；第二确定单元840，配置为确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值；第三确定单元850，配置为基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；第四确定单元860，配置为确定所述相匹配的栅格点各自对应的第一通行特征，其中所述第一通行特征包括对该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及第五确定单元870，配置为基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

这里，道路等级确定装置800的上述各单元810~870的操作分别与前面描述的步骤210~270的操作类似，在此不再赘述。

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，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。

参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器（ROM）902中的计算机程序或者从存储单元908加载到随机访问存储器（RAM）903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出（I/O）接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向电子设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许电子设备900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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元901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901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901执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行方法200。

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）、复杂可编程逻辑设备（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）、互联网和区块链网络。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种道路等级确定方法，包括：

获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线，其中所述道路所对应的矢量线包括一个或多个形状点；

基于所述矢量线确定所述道路所对应的空间几何面；

对所述空间几何面进行栅格化；

确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值和速度方向；

基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；

确定所述相匹配的栅格点各自对应的第一通行特征，包括：

将所述矢量线基于所述形状点切分为一个或多个分段并确定每个分段在所述空间几何面中所对应的空间区域；

确定所述每个分段的延伸方向以及所述延伸方向相对应的预设方向角范围；以及

对于所述相匹配的栅格点中的每一个：

基于该栅格点所处空间区域以及所述空间区域所对应的分段，确定该栅格点相对应的方向角范围；

基于所述速度方向确定该栅格点所对应的在所述相对应的方向角范围内的轨迹点的速度值；以及

基于该栅格点在所述相对应的方向角范围内的速度值，确定该栅格点对应的第一通行特征，其中所述第一通行特征包括该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及

基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

2.如权利要求1所述的方法，其中，所述基础路网数据包括待确定等级的多条道路、以及所述多条道路各自对应的一条或多条矢量线，并且其中，

获取预设区域的基础路网数据包括：对所述多条道路各自对应的一条或多条矢量线进行预处理操作，其中，所述预处理操作包括以下项中的至少一项：

将所述一条或多条矢量线中的对应于路口区域预设范围的矢量线段截除；

将道路延伸方向上的对应于同一条道路的多条矢量线进行几何连接，以形成一条矢量线；以及

过滤掉长度小于第一阈值的道路所对应的矢量线。

3.如权利要求1所述的方法，其中，确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹包括：

获取预定时间段内的多条车辆轨迹；以及

将所述获取的多条车辆轨迹分别与所述道路进行地图匹配，以确定置信度超过第二阈值的一条或多条车辆轨迹。

4. 如权利要求1所述的方法，还包括：对所确定的所述空间几何面所对应区域内的一条或多条车辆轨迹进行筛选操作，其中，所述筛选操作包括以下项中的至少一项：

响应于确定任意一条车辆轨迹中包括第一数量的不连续轨迹点，过滤掉该车辆轨迹，其中不连续轨迹点为其之间距离大于第二阈值的连续的两个轨迹点；以及

响应于确定任意一条车辆轨迹的一个或多个轨迹点存在空间定位失真，过滤掉该车辆轨迹。

5. 如权利要求1所述的方法，其中，基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点包括：

分别将所述一条或多条车辆轨迹中相对应的轨迹点做空间连线，以形成一条或多条轨迹矢量线；以及

分别将所述一条或多条轨迹矢量线与所述空间几何面做空间相交计算，以确定所述一条或多条轨迹矢量线各自在所述空间几何面中所经过的栅格点，以作为所述相匹配的栅格点。

6.如权利要求1所述的方法，其中，所述典型速度值包括对相对应的速度值进行排序后、预设百分位数所对应的速度值。

7.如权利要求1所述的方法，在确定所述相匹配的栅格点各自对应的第一通行特征之前，还包括：对该栅格点所对应轨迹点的速度值进行过滤操作，其中，所述过滤操作包括以下项中的至少一项；

过滤掉该栅格点所对应的异常速度值；以及

过滤掉该栅格点所对应的最高速度值和最低速度值。

8.如权利要求1所述的方法，其中，基于所述相匹配的栅格点所对应的所述第一通行特征确定所述道路的等级包括：

分别基于每个分段所对应的所有栅格点的第一通行特征，确定该分段所对应的第二通行特征；

基于所述矢量线所对应的所有分段的第二通行特征，确定所述矢量线所对应的第三通行特征；以及

基于所述第三通行特征确定所述道路的等级。

9.如权利要求8所述的方法，其中，所述第一通行特征还包括轨迹点数量。

10.如权利要求8所述的方法，其中，所述预设区域的基础路网数据包括多条道路所对应的矢量线，所述多条道路包括所述待确定等级的道路，并且其中，

基于所述第三通行特征确定所述道路的等级包括：对所述预设区域内的多条道路所对应的所述第三通行特征进行排序，以基于该排序结果确定所述待确定等级的道路的等级。

11.如权利要求8所述的方法，其中，所述预设区域的基础路网数据包括多条道路所对应的矢量线，所述多条道路包括所述待确定等级的道路，并且，所述第三通行特征为多个，每一个第三通行特征对应于相应的权重值，并且其中，基于所述第三通行特征确定所述道路的等级包括：

对于每一个第三通信特征，将所述多条道路所对应的该第三通行特征进行排序，获得每条道路所对应的该第三通行特征排序结果；

基于每一个第三通行特征的排序结果以及相对应的权重值，确定所述待确定等级的道路所对应的分数值；以及

基于所述分数值确定所述待确定等级的道路的等级。

12.如权利要求11所述的方法，其中，基于所述分数值确定所述待确定等级的道路的等级包括：将所述分数值输入经训练的神经网络模型，以获得所述待确定等级的道路所对应的等级，其中，所述神经网络模型基于已确定等级的道路所对应的分数值及其道路等级进行训练得到。

13.一种道路等级确定装置，包括：

获取单元，配置为获取预设区域的基础路网数据，所述基础路网数据包括待确定等级的道路所对应的矢量线，其中所述道路所对应的矢量线包括一个或多个形状点；

第一确定单元，配置为基于所述矢量线确定所述道路所对应的空间几何面；

栅格化单元，配置为对所述空间几何面进行栅格化；

第二确定单元，配置为确定位于所述空间几何面所对应区域内的一条或多条车辆轨迹，其中每条车辆轨迹包括多个轨迹点，每个轨迹点包括位置信息以及相应车辆在该轨迹点的速度值和速度方向；

第三确定单元，配置为基于所述位置信息确定所述一条或多条车辆轨迹中的轨迹点在所述空间几何面中相匹配的栅格点；

第四确定单元，配置为确定所述相匹配的栅格点各自对应的第一通行特征，包括：

将所述矢量线基于所述形状点切分为一个或多个分段并确定每个分段在所述空间几何面中所对应的空间区域；

确定所述每个分段的延伸方向以及所述延伸方向相对应的预设方向角范围；以及

对于所述相匹配的栅格点中的每一个：

基于该栅格点所处空间区域以及所述空间区域所对应的分段，确定该栅格点相对应的方向角范围；

基于所述速度方向确定该栅格点所对应的在所述相对应的方向角范围内的轨迹点的速度值；以及

基于该栅格点在所述相对应的方向角范围内的速度值，确定该栅格点对应的第一通行特征，其中所述第一通行特征包括该栅格点所对应速度值中的典型速度值，所述典型速度值用于表征所述道路的速度限制；以及

第五确定单元，配置为基于所述相匹配的栅格点所对应的所述第一通行特征，确定所述道路的等级。

14. 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1-12中任一项所述的方法。

15.一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1-12中任一项所述的方法。

Images