CN114925280A - 兴趣点质量的校验方法、装置、电子设备和介质 - Google Patents
兴趣点质量的校验方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114925280A CN114925280A CN202210644372.2A CN202210644372A CN114925280A CN 114925280 A CN114925280 A CN 114925280A CN 202210644372 A CN202210644372 A CN 202210644372A CN 114925280 A CN114925280 A CN 114925280A
- Authority
- CN
- China
- Prior art keywords
- target
- road
- interest point
- point
- attribute
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000002159 abnormal effect Effects 0.000 claims abstract description 182
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 238000005538 encapsulation Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 9
- 230000008439 repair process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种兴趣点质量的校验方法、装置、电子设备和介质,涉及计算机技术领域,尤其涉及电子地图、电子导航、兴趣点及云服务技术领域。具体实现方案为:根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路;获取所述目标兴趣点的兴趣点属性信息,以及所述目标道路的道路属性信息;根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验。本公开可以自动化挖掘电子地图中质量异常的兴趣点,从而实现了对兴趣点进行质量校验的效果,保证了用户对电子地图的使用体验。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及电子地图、电子导航、兴趣点及云服务技术领域,特别涉及一种兴趣点质量的校验方法、装置、电子设备和介质。
背景技术
随着科技的发展,电子地图已经逐渐替代纸质地图,成为人们出行的必需品,电子地图表示利用计算机技术,以数字方式存储和查阅的地图。在电子地图中存在预先采集的兴趣点,兴趣点可以是一栋房子、一个商铺、一个邮筒或者一个公交站等等。
电子地图中采集的兴趣点的质量直接影响了用户对电子地图的使用体验。
发明内容
本公开提供了一种用于对电子地图中兴趣点的质量进行校验的方法、装置、电子设备和介质。
根据本公开的一方面,提供了一种兴趣点质量的校验方法,包括:
根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路;
获取所述目标兴趣点的兴趣点属性信息,以及所述目标道路的道路属性信息;
根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验。
根据本公开的另一方面,提供了一种兴趣点质量的校验装置,包括:
道路确定模块,用于根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路;
属性信息获取模块,用于获取所述目标兴趣点的兴趣点属性信息,以及所述目标道路的道路属性信息;
质量校验模块,用于根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验。
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;其中,
存储器存储有可被至少一个处理器执行的指令,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中任一项的方法。
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,其中,计算机指令用于使计算机执行本公开中任一项的方法。
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,计算机程序在被处理器执行本公开中任一项的方法。
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是根据本公开实施例公开的一些兴趣点质量的校验方法的流程图;
图2是根据本公开实施例公开的另一些兴趣点质量的校验方法的流程图;
图3是根据本公开实施例公开的一些兴趣点质量的校验装置的结构示意图;
图4是用来实现本公开实施例公开的兴趣点质量的校验方法的电子设备的框图。
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。
图1是根据本公开实施例公开的一些兴趣点质量的校验方法的流程图,本实施例可以适用于自动化挖掘电子地图中质量异常的兴趣点的情况。本实施例方法可以由本公开实施例公开的兴趣点质量的校验装置来执行,装置可采用软件和/或硬件实现,并可集成在任意的具有计算能力的电子设备上。
如图1所示,本实施例公开的兴趣点质量的校验方法可以包括:
S101、根据目标兴趣点的位置信息,从候选道路中确定与目标兴趣点关联的目标道路。
其中,目标兴趣点表示电子地图中任一质量待校验的兴趣点。兴趣点即表示电子地图中的POI(Point of Information,兴趣点),通过预先进行信息采集并显示到电子地图中,包括地图上任何非地理意义的有意义的点,例如商店、酒吧、加油站、医院和车站等等。候选道路即表示电子地图中包括的所有link路段,link路段是电子地图中道路的基本单位,由至少两个node节点构成。
在一种实施方式中,在电子地图中确定目标兴趣点,并获取目标兴趣点的位置信息,其中,位置信息可以是目标兴趣点在世界坐标系下的位置信息,也可以是目标兴趣点在地图坐标系下的位置信息。根据目标兴趣点的位置信息,确定目标兴趣点预设距离范围内的候选道路,并根据该预设距离范围内的候选道路与目标兴趣点的距离,从该预设距离范围内的候选道路中确定目标道路。其中,预设距离范围可以根据实际业务需求进行设置和调整。
可选的,选取与目标兴趣点的距离值最小的候选道路,作为与目标兴趣点关联的目标道路。
可选的,候选道路与目标兴趣点的距离根据目标兴趣点的类型,采用不同的计算方式,例如当目标兴趣点为点状兴趣点时,则计算目标兴趣点与候选道路的距离;又例如,当目标兴趣点为面状兴趣点时,则计算目标兴趣点的边框与候选道路的距离等。
通过根据目标兴趣点的位置信息,从候选道路中确定与目标兴趣点关联的目标道路,实现了确定电子地图中与目标兴趣点关联的目标道路的效果,为后续获取目标道路的道路属性信息,奠定了数据基础。
S102、获取目标兴趣点的兴趣点属性信息,以及目标道路的道路属性信息。
其中,兴趣点属性信息用于描述目标兴趣点在电子地图中具有的特征信息。相应的,道路属性信息表示用于描述目标道路在电子地图中具有的特征信息。
在一种实施方式中,根据目标兴趣点的标识信息,从预先采集的兴趣点的属性信息中,获取与目标兴趣点关联的兴趣点属性信息,并且根据目标道路的标识信息,从预先采集的道路的属性信息中,获取与目标道路关联的兴趣点属性信息。其中,目标兴趣点的标识信息表示唯一对应目标兴趣点的身份信息,目标道路的标识信息表示唯一对应目标道路的身份信息。
可选的,兴趣点属性信息包括但不限于以下至少一个:
兴趣点分类、浏览量、兴趣点更新时间、兴趣点坐标、门子点、停车场子点、父点ID、子点数量、有无引导点、绑定道路、引导点精度、引导点作业时间、引导点坐标、引导点坐标与显示坐标距离、引导点坐标与边框距离、是否跨路、临街、拐角、周边道路、与边框关系、内部路缺失、门前路缺失、轨迹偏航、轨迹聚类、招牌朝向和招牌聚类位置。
其中,“兴趣点分类”表示目标兴趣点的类别,例如是点状兴趣点或是面状兴趣点等。“浏览量”表示目标兴趣点被检索的浏览量。“兴趣点更新时间”表示目标兴趣点在电子地图中上一次的更新时间。“兴趣点坐标”表示目标兴趣点的位置信息。“门子点”表示目标兴趣点是否具有门子点。“停车场子点”表示目标兴趣点是否具有停车场子点。“父点ID”表示若目标兴趣点为子点,则记录父点的ID。“子点数量”表示目标兴趣点具有的子点数量。“有无引导点”表示目标兴趣点在电子地图中是否具有引导点。“绑定道路”表示目标兴趣点关联的目标道路。“引导点精度”表示目标兴趣点的引导点的生成精度。“引导点作业时间”表示目标兴趣点的引导点的作业时间。“引导点坐标”表示目标兴趣点的引导点的位置信息。“引导点坐标与显示坐标距离”表示当目标兴趣点为点状兴趣点时,目标兴趣点的引导点的位置与目标兴趣点的位置的距离。“引导点坐标与边框距离”表示当目标兴趣点为面状兴趣点时,目标兴趣点的引导点的位置与目标兴趣点的边框位置的距离。“是否跨路”表示目标兴趣点与引导点之间是否跨道路。“临街”表示目标兴趣点是否为临街,比如底商。“拐角”表示目标兴趣点是否在路口拐角,涉及目标兴趣点的朝向。“周边道路”表示目标兴趣点位置附近的道路。“与边框关系”表示当目标兴趣点为面状兴趣点时,目标兴趣点是否存在边框。“内部路缺失”表示当目标兴趣点为面状兴趣点时,目标兴趣点是否缺失道路。“门前路缺失”表示当目标兴趣点为点状兴趣点时,目标兴趣点是否缺失门前道路。“轨迹偏航”表示到达目标兴趣点的历史轨迹是否存在偏航。“轨迹聚类”到达目标兴趣点的历史轨迹的聚类位置。“招牌朝向”表示目标兴趣点门面招牌的朝向。“招牌聚类位置”表示目标兴趣点门面招牌的位置聚类点。
可选的,道路属性信息包括但不限于以下至少一个:
道路等级、道路通行量、道路方向、道路类型、道路坐标、更新时间、存在辅路、是否为退出道路、封闭大门道路、内部通行大门道路、轨迹聚类道路、轨迹通行量、是否为主路、是否有物理隔离和是否可停车。
其中,“道路等级”表示目标道路定义的等级,例如高速、国道、省道、县道和内部道路等。“道路通行量”表示目标道路的通信流量。“道路方向”表示目标道路的道路方向。“道路类型”表示目标道路的分类,例如车行道或者人行道等。“道路坐标”表示目标道路的位置信息。“更新时间”表示目标道路在电子地图中上一次的更新时间。“存在辅路”表示目标道路是否存在辅路。“是否为退出道路”表示目标道路是否为兴趣点的退出道路。“封闭大门道路”表示目标道路是否为封闭大门的进入或退出道路。“内部通行大门道路”表示目标道路是否为内部通行大门的进入或退出道路。“轨迹聚类道路”表示通过历史轨迹到达目标道路的聚类点。“轨迹通行量”表示到达目标道路的历史轨迹的通信量,用于描述目标道路是否驾车可达。“是否为主路”表示目标道路是否为主道路。“是否有物理隔离”表示目标道路是否有绿化带或栅栏等物理隔离带。“是否可停车”表示目标道路是否有路侧停车位。
通过获取目标兴趣点的兴趣点属性信息,以及目标道路的道路属性信息,实现了获取属性信息的效果,为后续基于兴趣点属性信息和道路属性信息,对目标兴趣点的质量进行校验奠定了数据基础。
S103、根据兴趣点属性信息、道路属性信息以及预设的异常属性判定条件,对目标兴趣点的质量进行校验。
其中,异常属性判定条件为预先设定的判定条件,用于确定关联的至少一个兴趣点属性信息和/或道路属性信息是否存在异常。在本实施例中,异常属性判定条件的数量可以是一个也可以是多个,可以理解的是,当异常属性判定条件的数量为多个时,可用于对多个兴趣点属性信息和/或道路属性信息进行异常判定。在异常属性判定条件中设置有异常属性值,当对应的兴趣点属性信息和/或道路属性信息的当前属性值,与异常属性值相匹配时,则确定兴趣点属性信息和/或道路属性信息存在异常。
当确定兴趣点属性信息和/或道路属性信息存在异常时,则表示目标兴趣点的质量为质量异常,而当确定兴趣点属性信息和/或道路属性信息不存在异常时,则表示目标兴趣点的质量为质量正常。
在一种实施方式中,获取预先设定的至少一个异常属性判定条件,并确定各异常属性判定条件关联的兴趣点属性信息和/或道路属性信息。提取各异常属性判定条件设定的异常属性值,以及提取关联的兴趣点属性信息和/或道路属性信息的当前属性值。将各异常属性判定条件设定的异常属性值与当前属性值进行匹配。
在任意异常属性判定条件的异常属性值与当前属性值相匹配的情况下,确定该异常属性判定条件关联的兴趣点属性信息和/或道路属性信息,存在异常,进而确定目标兴趣点的质量为质量异常。示例性的,假设异常属性判定条件A设定的异常属性值为“兴趣点更新时间大于1年”,异常属性判定条件A关联的兴趣点属性信息为“兴趣点更新时间”,“兴趣点更新时间”的当前属性值为“2年”,则确定当前属性值“2年”与异常属性值“兴趣点更新时间大于1年”相匹配。
在不存在异常属性判定条件的异常属性值与当前属性值相匹配的情况下,则确定目标兴趣点的质量为质量正常。
本公开通过根据目标兴趣点的位置信息,从候选道路中确定与目标兴趣点关联的目标道路,并获取目标兴趣点的兴趣点属性信息,以及目标道路的道路属性信息,进而根据兴趣点属性信息、道路属性信息以及预设的异常属性判定条件,对目标兴趣点的质量进行校验,从而可以自动化挖掘电子地图中质量异常的兴趣点,实现了对兴趣点进行质量校验的效果,后续可以辅助相关技术人员对质量异常的兴趣点进行修复,保证了用户对电子地图的使用体验。
图2是根据本公开实施例公开的另一些兴趣点质量的校验方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。
如图2所示,本实施例公开的兴趣点质量的校验方法可以包括:
S201、根据目标兴趣点的位置信息,从候选道路中确定与目标兴趣点关联的目标道路。
在一种实施方式中,根据目标兴趣点的位置信息确定目标兴趣点与各候选道路之间的距离值,并选取距离值最小的候选道路作为目标道路。
可选的,S201包括:
在目标兴趣点为点状兴趣点的情况下,根据目标兴趣点的位置信息,确定目标兴趣点与候选道路的第一距离值;将第一距离值最小的候选道路作为目标道路。
其中,目标兴趣点为点状兴趣点,表示目标兴趣点在电子地图中是以一个位置点的形式进行展示的。
在一种实施方式中,在目标兴趣点为点状兴趣点的情况下,根据目标兴趣点的位置信息,将目标兴趣点与各候选道路之间的垂直距离作为第一距离值。将与目标兴趣点之间的第一距离值最小的候选道路作为目标道路。
通过在目标兴趣点为点状兴趣点的情况下,根据目标兴趣点的位置信息,确定目标兴趣点与候选道路的第一距离值,将第一距离值最小的候选道路作为目标道路,实现了可以确定点状兴趣点关联的目标道路的效果,保证了目标道路确定的适用范围,为后续确定目标道路的道路属性信息,奠定了基础。
可选的,S201包括:
在目标兴趣点为面状兴趣点的情况下,根据目标兴趣点的各边框点的位置信息,确定各边框点与候选道路的第二距离值;从候选道路中确定辅助道路,并根据辅助道路的集合确定目标道路;其中,辅助道路为与任意边框点的第二距离值最小的候选道路。
其中,目标兴趣点为面状兴趣点,表示目标兴趣点在电子地图中是以一个区域的形式进行展示的。
在一种实施方式中,在目标兴趣点为面状兴趣点的情况下,确定目标兴趣点的区域边框中各边框点的位置信息,并将各边框点与各候选道路之间的垂直距离作为第二距离值。分别将与任意边框点之间的第二距离值最小的候选道路作为辅助道路,并根据辅助道路的集合确定目标道路。
示例性的,假设目标兴趣点的边框点包括边框点1、边框点2、……、边框点99和边框点100。其中,候选道路A与边框点1~边框点30之间的第二距离值最小,候选道路B与边框点31~边框点50之间的第二距离值最小,候选道路C与边框点51~边框点80之间的第二距离值最小,候选道路D与边框点81~边框点100之间的第二距离值最小。则将候选道路A、候选道路B、候选道路C和候选道路D共同作为目标道路。
通过在目标兴趣点为面状兴趣点的情况下,根据目标兴趣点的各边框点的位置信息,确定各边框点与候选道路的第二距离值,从候选道路中确定辅助道路,并根据辅助道路的集合确定目标道路;其中,辅助道路为与任意边框点的第二距离值最小的候选道路,实现了可以确定面状兴趣点关联的目标道路的效果,保证了目标道路确定的适用范围,为后续确定目标道路的道路属性信息,奠定了基础。
S202、获取目标兴趣点的兴趣点属性信息,以及目标道路的道路属性信息。
S203、根据至少一个异常属性判定条件的标签信息,确定各异常属性判定条件关联的至少一个属性信息;其中,属性信息为兴趣点属性信息和/或道路属性信息。
其中,标签信息是预先根据各异常属性判定条件关联的属性信息进行打标签得到的,比如,获取各异常属性判定条件关联的属性信息,并将属性信息打标签为标签信息。例如,假设某个异常属性判定条件设定的异常属性值为“引导点精度为普精”,则可以确定该异常属性判定条件关联的属性信息为“引导点精度”,则将“引导点精度”进行打标签作为该异常属性判定条件的标签信息。又例如,假设某个异常属性判定条件设定的异常属性值为“兴趣点无引导点”,则可以确定该异常属性判定条件关联的属性信息为“有无引导点”,则将“有无引导点”进行打标签作为该异常属性判定条件的标签信息。
在一种实施方式中,获取各异常属性判定条件的标签信息,并根据标签信息确定各异常属性判定条件关联的至少一个兴趣点属性信息和/或道路属性信息。
S204、根据各异常属性判定条件,以及各异常属性判定条件关联的属性信息,对目标兴趣点的质量进行校验。
在一种实施方案中,确定各异常属性判定条件关联的属性信息是否满足异常属性判定条件,若是,则确定目标兴趣点的质量为质量异常,若否,则确定目标兴趣点的质量为质量正常。
通过根据至少一个异常属性判定条件的标签信息,确定各异常属性判定条件关联的至少一个属性信息,并根据各异常属性判定条件,以及各异常属性判定条件关联的属性信息,对目标兴趣点的质量进行校验,实现了基于预设的异常属性判定条件,以及确定的关联属性信息,自动对目标兴趣点的质量进行校验的效果,无需人工干涉,可适用于大规模兴趣点质量的校验场景。
可选的,S204包括以下A和B两个步骤:
A、确定各异常属性判定条件设定的异常属性值,以及各异常属性判定条件关联的属性信息的当前属性值。
其中,异常属性值表示异常属性判定条件中用于判定异常的参数值,在本实施例中,异常属性值包括但不限于以下至少一种:
目标道路为封闭大门道路、引导位置不能停车、引导点更新时间在1年以上、引导点精度为普精、目标道路为退出道路、目标兴趣点与引导点之间跨路、目标兴趣点无引导点、引导点距离目标兴趣点边框距离超过60米、目标兴趣点坐标错误、目标兴趣点无父点、目标兴趣点门前路缺失、目标兴趣点内部路缺失、目标道路不可停车等等。
当前属性值表示兴趣点属性信息和/或道路属性信息对应的参数值。
例如,兴趣点属性信息“有无引导点”的当前属性值为“有引导点”;又例如,兴趣点属性信息“是否跨路”的当前属性值为“跨路”;又例如,兴趣点属性信息“内部路缺失”的当前属性值为“不缺失路”;又例如,道路属性信息“是否为退出道路”的当前属性值为“不是退出道路”;又例如,道路属性信息“是否可停车”的当前属性值为“可停车”;又例如,道路属性信息“更新时间”的当前属性值为“半年前”等。
B、将当前属性值与异常属性值进行匹配,并根据匹配结果对目标兴趣点的质量进行校验。
在一种实施方式中,将各异常属性判定条件的异常属性值,与关联的属性信息的当前属性值进行匹配,并确定是否具有任意异常属性判定条件的异常属性值,与其关联的属性信息的当前属性值相匹配,若是则确定目标兴趣点的质量为质量异常,若否,则确定目标兴趣点的质量为质量正常。其中,匹配的方式可以是字符匹配,也可以是语义匹配等,本实施例并不对匹配的方式进行具体限定。
通过确定各异常属性判定条件设定的异常属性值,以及各异常属性判定条件关联的属性信息的当前属性值,并将当前属性值与异常属性值进行匹配,并根据匹配结果对目标兴趣点的质量进行校验,从而基于异常属性值和当前属性值的匹配结果,自动确定目标兴趣点是否存在异常属性,实现对目标兴趣点的质量进行自动校验的效果,提高了校验效率。
可选的,步骤B中“根据匹配结果对目标兴趣点的质量进行校验”,包括:
在存在至少一个异常属性判定条件的异常属性值,与当前属性值相匹配的情况下,确定目标兴趣点的质量为质量异常。
示例性的,假设异常属性判定条件A的异常属性值为“引导点精度为普精”,异常属性判定条件A关联的兴趣点属性信息“引导点精度”的当前属性值为“普精”,则当前属性值与异常属性值相匹配,可以确定目标兴趣点的质量为质量异常。
示例性的,假设异常属性判定条件B的异常属性值为“引导点距离目标兴趣点边框距离超过60米”,异常属性判定条件B关联的兴趣点属性信息“引导点坐标与边框距离”的当前属性值为“100米”,则当前属性值与异常属性值相匹配,可以确定目标兴趣点的质量为质量异常。
示例性的,假设异常属性判定条件C的异常属性值为“目标兴趣点无引导点”,异常属性判定条件C关联的兴趣点属性信息“有无引导点”的当前属性值为“无引导点”,则当前属性值与异常属性值相匹配,可以确定目标兴趣点的质量为质量异常。
示例性的,假设异常属性判定条件D的异常属性值为“目标道路为退出道路”,异常属性判定条件D关联的道路属性信息“是否为退出道路”的当前属性值为“是退出道路”,则当前属性值与异常属性值相匹配,可以确定目标兴趣点的质量为质量异常。
示例性的,假设异常属性判定条件E的异常属性值为“目标道路不可停车”,异常属性判定条件E关联的道路属性信息“是否可停车”的当前属性值为“不可停车”,则当前属性值与异常属性值相匹配,可以确定目标兴趣点的质量为质量异常。
通过在存在至少一个异常属性判定条件的异常属性值,与当前属性值相匹配的情况下,确定目标兴趣点的质量为质量异常,从而只要出现任意异常属性判定条件的异常属性值,与当前属性值相匹配,则确定目标兴趣点的质量为质量异常,提高了兴趣点质量校验的精准度,最大程度的保证了用户对电子地图的使用体验。
可选的,S204之后,还包括:
将异常属性值与当前属性值相匹配的异常属性判定条件,作为目标判定条件;确定目标判定条件对应的异常等级,以及目标兴趣点的兴趣点标识;根据兴趣点标识将目标判定条件以及异常等级进行封装输出。
其中,根据各异常属性判定条件的风险程度,预先为各异常属性判定条件设定了异常等级,换言之,风险程度越大的异常属性判定条件,则对应更高的异常等级,风险程度越低的异常属性判定条件,则对应更低的异常等级。兴趣点标识表示目标兴趣点的唯一ID(Identity Document,身份标识号)。
在一种实施方式中,将异常属性值与当前属性值相匹配的异常属性判定条件,作为目标判定条件。根据预先建立的异常等级和异常属性判定条件之间的关联关系,确定目标判定条件对应的异常等级,以及根据预先建立的兴趣点标识和兴趣点之间的关联关系,确定目标兴趣点的兴趣点标识。根据目标兴趣点的兴趣点标识,将目标判定条件、目标判定条件对应的异常等级、兴趣点属性信息和道路属性信息,封装成预设存储格式的数据文件。其中,预设存储格式包括但不限于protobuf格式。
进而将数据文件输出给相关人员,供相关人员对数据文件进行解封装,并基于获取的目标判定条件、目标判定条件对应的异常等级、兴趣点属性信息和道路属性信息,在电子地图中对目标兴趣点进行修复。
可选的,根据目标判定条件对应的异常等级,确定修复周期,使得相关人员基于修复周期对目标兴趣点进行修复。其中,修复周期可分为天级修复、周级修复、月级修复和季度级修复等。
通过将异常属性值与当前属性值相匹配的异常属性判定条件,作为目标判定条件,并确定目标判定条件对应的异常等级,以及目标兴趣点的兴趣点标识,进而根据兴趣点标识将目标判定条件以及异常等级进行封装输出,从而可以辅助相关人员明确目标兴趣点需要改进的内容,加快对目标兴趣点进行修复的速度。
图3是根据本公开实施例公开的一些兴趣点质量的校验装置的结构示意图,可以适用于自动化挖掘电子地图中质量异常的兴趣点的情况。本实施例装置可采用软件和/或硬件实现,并可集成在任意的具有计算能力的电子设备上。
如图3所示,本实施例公开的兴趣点质量的校验装置30可以包括道路确定模块31、属性信息获取模块32和质量校验模块33,其中:
道路确定模块31,用于根据目标兴趣点的位置信息,从候选道路中确定与目标兴趣点关联的目标道路;
属性信息获取模块32,用于获取目标兴趣点的兴趣点属性信息,以及目标道路的道路属性信息;
质量校验模块33,用于根据兴趣点属性信息、道路属性信息以及预设的异常属性判定条件,对目标兴趣点的质量进行校验。
可选的,质量校验模块33,具体用于:
根据至少一个异常属性判定条件的标签信息,确定各异常属性判定条件关联的至少一个属性信息;其中,属性信息为兴趣点属性信息和/或道路属性信息;
根据各异常属性判定条件,以及各异常属性判定条件关联的属性信息,对目标兴趣点的质量进行校验。
可选的,质量校验模块33,具体还用于:
确定各异常属性判定条件设定的异常属性值,以及各异常属性判定条件关联的属性信息的当前属性值;
将当前属性值与异常属性值进行匹配,并根据匹配结果对目标兴趣点的质量进行校验。
可选的,质量校验模块33,具体还用于:
在存在至少一个异常属性判定条件的异常属性值,与当前属性值相匹配的情况下,确定目标兴趣点的质量为质量异常。
可选的,装置还包括信息封装模块,具体用于:
将异常属性值与当前属性值相匹配的异常属性判定条件,作为目标判定条件;
确定目标判定条件对应的异常等级,以及目标兴趣点的兴趣点标识;
根据兴趣点标识将目标判定条件以及异常等级进行封装输出。
可选的,道路确定模块31,具体用于:
在目标兴趣点为点状兴趣点的情况下,根据目标兴趣点的位置信息,确定目标兴趣点与候选道路的第一距离值;
将第一距离值最小的候选道路作为目标道路。
可选的,道路确定模块31,具体用于:
在目标兴趣点为面状兴趣点的情况下,根据目标兴趣点的各边框点的位置信息,确定各边框点与候选道路的第二距离值;
从候选道路中确定辅助道路,并根据辅助道路的集合确定目标道路;其中,辅助道路为与任意边框点的第二距离值最小的候选道路。
本公开实施例所公开的兴趣点质量的校验装置30可执行本公开实施例所公开的兴趣点质量的校验方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本公开方法实施例中的描述。
本公开的技术方案中,所涉及的用户个人信息的获取,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。
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4示出了可以用来实施本公开的实施例的示例电子设备400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4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400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401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401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401执行上文所描述的各个方法和处理,例如兴趣点质量的校验方法。例如,在一些实施例中,兴趣点质量的校验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408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的兴趣点质量的校验方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行兴趣点质量的校验方法。
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)、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)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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 (17)
1.一种兴趣点质量的校验方法,包括:
根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路;
获取所述目标兴趣点的兴趣点属性信息,以及所述目标道路的道路属性信息;
根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验。
2.根据权利要求1所述的方法,其中,所述根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验,包括:
根据至少一个异常属性判定条件的标签信息,确定各所述异常属性判定条件关联的至少一个属性信息;其中,所述属性信息为所述兴趣点属性信息和/或所述道路属性信息;
根据各所述异常属性判定条件,以及各所述异常属性判定条件关联的属性信息,对所述目标兴趣点的质量进行校验。
3.根据权利要求2所述的方法,其中,所述根据各所述异常属性判定条件,以及各所述异常属性判定条件关联的属性信息,对所述目标兴趣点的质量进行校验,包括:
确定各所述异常属性判定条件设定的异常属性值,以及各所述异常属性判定条件关联的属性信息的当前属性值;
将所述当前属性值与所述异常属性值进行匹配,并根据匹配结果对所述目标兴趣点的质量进行校验。
4.根据权利要求3所述的方法,其中,所述根据匹配结果对所述目标兴趣点的质量进行校验,包括:
在存在至少一个异常属性判定条件的所述异常属性值,与所述当前属性值相匹配的情况下,确定所述目标兴趣点的质量为质量异常。
5.根据权利要求4所述的方法,所述确定所述目标兴趣点的质量为质量异常之后,还包括:
将所述异常属性值与所述当前属性值相匹配的异常属性判定条件,作为目标判定条件;
确定所述目标判定条件对应的异常等级,以及所述目标兴趣点的兴趣点标识;
根据所述兴趣点标识将所述目标判定条件以及所述异常等级进行封装输出。
6.根据权利要求1所述的方法,其中,所述根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路,包括:
在所述目标兴趣点为点状兴趣点的情况下,根据所述目标兴趣点的位置信息,确定所述目标兴趣点与所述候选道路的第一距离值;
将所述第一距离值最小的候选道路作为所述目标道路。
7.根据权利要求1所述的方法,其中,所述根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路,包括:
在所述目标兴趣点为面状兴趣点的情况下,根据所述目标兴趣点的各边框点的位置信息,确定所述各边框点与所述候选道路的第二距离值;
从所述候选道路中确定辅助道路,并根据所述辅助道路的集合确定所述目标道路;其中,所述辅助道路为与任意所述边框点的第二距离值最小的候选道路。
8.一种兴趣点质量的校验装置,包括:
道路确定模块,用于根据目标兴趣点的位置信息,从候选道路中确定与所述目标兴趣点关联的目标道路;
属性信息获取模块,用于获取所述目标兴趣点的兴趣点属性信息,以及所述目标道路的道路属性信息;
质量校验模块,用于根据所述兴趣点属性信息、所述道路属性信息以及预设的异常属性判定条件,对所述目标兴趣点的质量进行校验。
9.根据权利要求8所述的装置,其中,所述质量校验模块,具体用于:
根据至少一个异常属性判定条件的标签信息,确定各所述异常属性判定条件关联的至少一个属性信息;其中,所述属性信息为所述兴趣点属性信息和/或所述道路属性信息;
根据各所述异常属性判定条件,以及各所述异常属性判定条件关联的属性信息,对所述目标兴趣点的质量进行校验。
10.根据权利要求9所述的装置,其中,所述质量校验模块,具体还用于:
确定各所述异常属性判定条件设定的异常属性值,以及各所述异常属性判定条件关联的属性信息的当前属性值;
将所述当前属性值与所述异常属性值进行匹配,并根据匹配结果对所述目标兴趣点的质量进行校验。
11.根据权利要求10所述的装置,其中,所述质量校验模块,具体还用于:
在存在至少一个异常属性判定条件的所述异常属性值,与所述当前属性值相匹配的情况下,确定所述目标兴趣点的质量为质量异常。
12.根据权利要求11所述的装置,所述装置还包括信息封装模块,具体用于:
将所述异常属性值与所述当前属性值相匹配的异常属性判定条件,作为目标判定条件;
确定所述目标判定条件对应的异常等级,以及所述目标兴趣点的兴趣点标识;
根据所述兴趣点标识将所述目标判定条件以及所述异常等级进行封装输出。
13.根据权利要求8所述的装置,其中,所述道路确定模块,具体用于:
在所述目标兴趣点为点状兴趣点的情况下,根据所述目标兴趣点的位置信息,确定所述目标兴趣点与所述候选道路的第一距离值;
将所述第一距离值最小的候选道路作为所述目标道路。
14.根据权利要求8所述的装置,其中,所述道路确定模块,具体用于:
在所述目标兴趣点为面状兴趣点的情况下,根据所述目标兴趣点的各边框点的位置信息,确定所述各边框点与所述候选道路的第二距离值;
从所述候选道路中确定辅助道路,并根据所述辅助道路的集合确定所述目标道路;其中,所述辅助道路为与任意所述边框点的第二距离值最小的候选道路。
15.一种电子设备,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;其中,
存储器存储有可被至少一个处理器执行的指令,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权利要求1-7中任一项的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行根据权利要求1-7中任一项的方法。
17.一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据权利要求1-7中任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210644372.2A CN114925280B (zh) | 2022-06-08 | 2022-06-08 | 兴趣点质量的校验方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210644372.2A CN114925280B (zh) | 2022-06-08 | 2022-06-08 | 兴趣点质量的校验方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114925280A true CN114925280A (zh) | 2022-08-19 |
CN114925280B CN114925280B (zh) | 2023-03-24 |
Family
ID=82811846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210644372.2A Active CN114925280B (zh) | 2022-06-08 | 2022-06-08 | 兴趣点质量的校验方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114925280B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050093720A1 (en) * | 2003-10-16 | 2005-05-05 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
JP2011038942A (ja) * | 2009-08-13 | 2011-02-24 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーション装置、ナビゲーションサーバ、および、状態変更通知方法 |
CN107391604A (zh) * | 2017-06-30 | 2017-11-24 | 北京奇虎科技有限公司 | 基于活动状态的地图样式显示方法、装置及移动终端 |
CN108256020A (zh) * | 2018-01-10 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 异常路线的检测方法、装置、服务器及存储介质 |
CN109766405A (zh) * | 2019-03-06 | 2019-05-17 | 路特迩科技(杭州)有限公司 | 基于电子地图的交通和旅行信息服务系统及方法 |
CN111881371A (zh) * | 2020-05-21 | 2020-11-03 | 北京嘀嘀无限科技发展有限公司 | 一种建立poi父子点对的方法和系统 |
CN112101339A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 地图兴趣点的信息获取方法、装置、电子设备和存储介质 |
EP3885703A1 (en) * | 2020-03-24 | 2021-09-29 | HERE Global B.V. | Method, apparatus, and computer program product for generating a map of road links of a parking lot |
CN113986982A (zh) * | 2021-11-12 | 2022-01-28 | 腾讯科技(深圳)有限公司 | 对象的通行状态确定方法、装置、电子设备和存储介质 |
CN114417192A (zh) * | 2022-03-28 | 2022-04-29 | 北京百度网讯科技有限公司 | 更新兴趣点poi状态的方法、装置、设备、介质及产品 |
-
2022
- 2022-06-08 CN CN202210644372.2A patent/CN114925280B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050093720A1 (en) * | 2003-10-16 | 2005-05-05 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
JP2011038942A (ja) * | 2009-08-13 | 2011-02-24 | Navitime Japan Co Ltd | ナビゲーションシステム、ナビゲーション装置、ナビゲーションサーバ、および、状態変更通知方法 |
CN107391604A (zh) * | 2017-06-30 | 2017-11-24 | 北京奇虎科技有限公司 | 基于活动状态的地图样式显示方法、装置及移动终端 |
CN108256020A (zh) * | 2018-01-10 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 异常路线的检测方法、装置、服务器及存储介质 |
CN109766405A (zh) * | 2019-03-06 | 2019-05-17 | 路特迩科技(杭州)有限公司 | 基于电子地图的交通和旅行信息服务系统及方法 |
EP3885703A1 (en) * | 2020-03-24 | 2021-09-29 | HERE Global B.V. | Method, apparatus, and computer program product for generating a map of road links of a parking lot |
CN111881371A (zh) * | 2020-05-21 | 2020-11-03 | 北京嘀嘀无限科技发展有限公司 | 一种建立poi父子点对的方法和系统 |
CN112101339A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 地图兴趣点的信息获取方法、装置、电子设备和存储介质 |
CN113986982A (zh) * | 2021-11-12 | 2022-01-28 | 腾讯科技(深圳)有限公司 | 对象的通行状态确定方法、装置、电子设备和存储介质 |
CN114417192A (zh) * | 2022-03-28 | 2022-04-29 | 北京百度网讯科技有限公司 | 更新兴趣点poi状态的方法、装置、设备、介质及产品 |
Non-Patent Citations (2)
Title |
---|
AHMED LOAI ALI等: "data quality assurance for volunteered geographic information", 《GEOGRAPHIC INFORMATION SCIENCE》 * |
周晓光等: "众源地理数据的质量问题与研究进展", 《地理信息世界》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114925280B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113688935A (zh) | 高精地图的检测方法、装置、设备以及存储介质 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN114170797A (zh) | 交通限制路口的识别方法、装置、设备、介质及产品 | |
CN114519061A (zh) | 地图数据更新方法、装置、电子设备和介质 | |
CN115060249A (zh) | 电子地图的构建方法、装置、设备和介质 | |
CN113435403B (zh) | 路网缺失道路检测方法、装置、电子设备和存储介质 | |
CN112926630B (zh) | 路线规划方法、装置、电子设备以及计算机可读介质 | |
CN114216471A (zh) | 电子地图确定方法、装置、电子设备及存储介质 | |
CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 | |
CN114925280B (zh) | 兴趣点质量的校验方法、装置、电子设备和介质 | |
CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
EP4141386A1 (en) | Road data monitoring method and apparatus, electronic device and storage medium | |
CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN114694401A (zh) | 在高精地图中提供参考车速的方法、装置和电子设备 | |
CN114971046A (zh) | 确定道路障碍物的方法、装置、设备以及存储介质 | |
CN114218344A (zh) | 地图数据更新方法、装置、设备、存储介质和程序产品 | |
CN115265517A (zh) | 一种地图数据的更新方法、装置、设备以及存储介质 | |
CN114543824A (zh) | 确定车辆行驶线路的方法、装置、设备、介质及产品 | |
CN114111757A (zh) | 地图数据的修复方法、装置、电子设备和可读存储介质 | |
CN113360791A (zh) | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 | |
CN113886413A (zh) | 地图更新方法及装置 | |
CN113033431A (zh) | 光学字符识别模型训练和识别方法、装置、设备及介质 | |
CN113902002B (zh) | 用于训练站点出入口确定模型的方法和装置 | |
CN114581667B (zh) | 地图数据处理方法、装置、电子设备和存储介质 | |
CN113532449B (zh) | 智能交通路网获取方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |