CN115060249A - 电子地图的构建方法、装置、设备和介质 - Google Patents

Abstract

本公开提供了一种电子地图的构建方法、装置、设备和介质，涉及计算机技术领域，尤其涉及电子地图、高精地图、智能交通及云服务技术领域。具体实现方案为：根据候选轨迹点的候选轨迹点位置，确定与候选轨迹点关联的目标道路；根据候选轨迹点确定至少一个候选轨迹线段，并确定候选轨迹线段的线段方向，以及目标道路的道路方向；根据线段方向、道路方向、以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段；根据目标轨迹线段在目标道路对应的电子地图中进行人行横道的构建。本公开实现了基于轨迹点在电子地图中进行人行横道构建的效果，从而无需完全依赖于人行横道的采集图像，提高了在电子地图构建人行横道的精准度和冗余度。

Description

电子地图的构建方法、装置、设备和介质

技术领域

本公开涉及计算机技术领域，尤其涉及电子地图、高精地图、智能交通及云服务技术领域，特别涉及一种电子地图的构建方法、装置、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，无论是车辆导航场景或者自动驾驶场景，都需要依赖电子地图才可以实现。

目前电子地图的构建通常依赖于实景采集图像，例如在电子地图中进行人行横道的构建，需要依赖实景采集的人行横道的图像。

发明内容

本公开提供了一种用于无需采集图像而实现在电子地图中构建人行横道的方法、装置、电子设备和介质。

根据本公开的一方面，提供了一种电子地图的构建方法，包括：

根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路；

根据所述候选轨迹点确定至少一个候选轨迹线段，并确定所述候选轨迹线段的线段方向，以及所述目标道路的道路方向；

根据所述线段方向、所述道路方向、以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段；

根据所述目标轨迹线段在所述目标道路对应的电子地图中进行人行横道的构建。

根据本公开的另一方面，提供了一种电子地图的构建装置，包括：

目标道路确定模块，用于根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路；

方向确定模块，用于根据所述候选轨迹点确定至少一个候选轨迹线段，并确定所述候选轨迹线段的线段方向，以及所述目标道路的道路方向；

轨迹线段确定模块，用于根据所述线段方向、所述道路方向、以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段；

地图构建模块，用于根据所述目标轨迹线段在所述目标道路对应的电子地图中进行人行横道的构建。

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1A是根据本公开实施例公开的一些已划线人行横道的示意图；

图1B是根据本公开实施例公开的一些未划线人行横道的示意图；

图1C是根据本公开实施例公开的一些电子地图的构建方法的流程图；

图1D是根据本公开实施例公开的一些人行横道构建的场景示意图；

图2A是根据本公开实施例公开的另一些电子地图的构建方法的流程图；

图2B是根据本公开实施例公开的一些轨迹线段类型的示意图；

图3是根据本公开实施例公开的一些模型训练方法的流程图；

图4是根据本公开实施例公开的一些电子地图的构建装置的结构示意图；

图5是用来实现本公开实施例公开的电子地图的构建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。

人行横道在电子地图中是一种非常重要的地图数据，例如在车辆导航场景中，当确定在电子地图的前方存在人行横道时，提前对驾驶员进行降速提醒；又例如在自动驾驶场景中，当确定在电子地图的前方存在人行横道时，主动控制车辆进行降速等。从而使得车辆在通过人行横道时，能够最大程度保证车辆和行人的安全性。

目前在电子地图中进行人行横道的构建，通常要依赖实景采集的人行横道的图像，例如，通过采集车搭载的摄像头采集已划线人行横道的图像，并根据采集车的GPS(Global Positioning System，全球定位系统)和IMU((Inertial Measurement Unit，惯性测量单元)采集的数据确定人行横道的位姿信息，从而根据已划线人行横道的位姿信息和图像，在电子地图中进行人行横道的构建。图1A是根据本公开实施例公开的一些已划线人行横道的示意图。

然而，在现实世界中存在着大量没有划线，但实际却是大量行人都会通过的人行横道。图1B是根据本公开实施例公开的一些未划线人行横道的示意图，如图1B所示，虽然该人行横道没有划线，但是却有行人通过。

由此可见，现有方法无法针对未划线的人行横道在电子地图中进行构建，这无疑降低了电子地图构建的精准度以及冗余度。进一步导致在车辆导航场景或者自动驾驶场景，由于电子地图构建的精准度较低，当车辆驶过未划线的人行横道时，无法及时提醒或控制车辆降速，存在着较大的安全隐患。

图1C是根据本公开实施例公开的一些电子地图的构建方法的流程图，本实施例可以适用于在电子地图中进行人行横道构建的情况。本实施例方法可以由本公开实施例公开的电子地图的构建装置来执行，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1C所示，本实施例公开的电子地图的构建方法可以包括：

S101、根据候选轨迹点的候选轨迹点位置，确定与候选轨迹点关联的目标道路。

其中，候选轨迹点即表示电子地图中的行人轨迹点，其是按照预设时间间隔对行人所处位置进行采集得到的。在本实施例中，选取预设时间段内采集的行人轨迹点作为候选轨迹点，例如选取一个月内采集的行人轨迹点作为候选轨迹点。每个候选轨迹点关联有包括但不限于采集时间、采集位置和轨迹点标识等。其中，采集时间的单位可选的为秒；采集位置可选的包括候选轨迹点的经度信息和纬度信息；轨迹点标识用于体现候选轨迹点的类型，不同类型的候选轨迹点表示其所属的行人不同。容易想到的是，本实施例中的候选轨迹点均是在行人授权的前提下进行采集得到的。

在一种实施方式中，对各候选轨迹点关联的信息进行遍历解析，确定各候选轨迹点关联的采集位置，作为候选轨迹点的候选轨迹点位置，并且，确定各候选道路的候选道路位置。其中，候选道路表示电子地图中包括的道路。候选道路位置可以由候选道路覆盖点的位置集合表示，也可以由候选道路的中心点位置来表示。

根据各候选轨迹点的候选轨迹点位置，以及各候选道路的候选道路位置，确定任意候选轨迹点是否处于任一候选道路上，或者与任一候选道路之间的距离值小于预设阈值，若是，则将该候选道路作为与该候选轨迹点关联的目标道路；若否，则将该候选轨迹点进行剔除。

示例性的，假设候选轨迹点A的候选轨迹点位置为“120,120”，而候选道路1的候选道路位置包括“120,120”，则表示候选轨迹点A处于候选道路1上，进而将候选道路1作为与候选轨迹点A关联的目标道路。

示例性的，假设候选轨迹点B的候选轨迹点位置为“100,100”，而没有任何候选道路的候选道路位置包括“100,100”，则表示候选轨迹点B没有处于任一候选道路上。但是，候选道路2与候选轨迹点B的距离值20米，小于预设阈值50米，则将候选道路2作为与候选轨迹点B关联的目标道路。

通过根据候选轨迹点的候选轨迹点位置，确定与候选轨迹点关联的目标道路，实现了确定与候选轨迹点相近的目标道路的效果，为后续确定目标道路的道路方向奠定了基础。

S102、根据候选轨迹点确定至少一个候选轨迹线段，并确定候选轨迹线段的线段方向，以及目标道路的道路方向。

其中，候选轨迹线段由至少两个候选轨迹点组成。候选轨迹线段的线段方向即表示候选轨迹线段在电子地图中的朝向。目标道路的道路方向则表示目标道路在电子地图中的朝向。

在一种实施方式中，对于任一目标道路关联的候选轨迹点，按照候选轨迹点位置的先后顺序对候选轨迹点进行切分，得到至少一个候选轨迹线段，每个候选轨迹线段由预设数量的候选轨迹点组成。其中，预设数量可选的为4个，即每个候选轨迹线段由4个候选轨迹点组成。

根据各候选轨迹线段在电子地图中的朝向，确定各候选轨迹线段的线段方向，并且根据该目标道路在电子地图中的朝向，确定该目标道路的道路方向。

可选的，候选轨迹线段在电子地图中的两个朝向，均可以作为候选轨迹线段的线段方向。

可选的，当目标道路为单行道时，则将目标道路唯一的朝向作为道路方向，而当目标道路为双行道时，则将目标道路的两个朝向均作为道路方向。

示例性的，假设目标道路A关联有候选轨迹点1、候选轨迹点2、……、候选轨迹点12。按照预设数量为4个，将候选轨迹点1、候选轨迹点2、……、候选轨迹点12切分为候选轨迹线段1、候选轨迹线段2、候选轨迹线段3和候选轨迹线段4。进而分别确定候选轨迹线段1、候选轨迹线段2、候选轨迹线段3和候选轨迹线段4的线段方向，以及目标道路A的道路方向。

通过根据候选轨迹点确定至少一个候选轨迹线段，并确定候选轨迹线段的线段方向，以及目标道路的道路方向，实现了数据准备的效果，为后续根据线段方向和道路方向确定目标轨迹线段，奠定了数据基础。

S103、根据线段方向、道路方向、以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段。

其中，道路特征表示目标道路的属性特征，用于体现目标道路是否具有行人横穿条件，或者与建筑物进出口是否相近等等。道路特征包括但不限于道路限速、道路宽度和是否具有出入口等等。

在一种实施方式中，首先从电子地图的数据库中获取目标道路的道路特征，并将目标道路的道路特征与预设的标准道路特征进行比对，当确定目标道路的道路特征不属于标准道路特征时，则表示目标道路不具有行人横穿条件，无需在电子地图中进行人行横道的构建。其中，标准道路特征是根据具有行人横穿条件道路的道路特征构建得到的。

而当确定目标道路的道路特征属于标准道路特征时，则表示目标道路具有行人横穿条件，进而根据目标道路关联的各候选轨迹线段的线段方向，以及该目标道路的道路方向，确定各候选轨迹线段与该目标道路之间的夹角信息。

将夹角信息与预设的标准夹角信息进行比对，当确定任一候选轨迹线段与该目标道路之间的夹角信息，不属于标准夹角信息时，则表示该候选轨迹线段不是目标轨迹线段；而当确定任一候选轨迹线段与该目标道路之间的夹角信息，属于标准夹角信息时，则表示该候选轨迹线段是目标轨迹线段。

例如，假设标准夹角信息为70°～110°，则当任一候选轨迹线段与该目标道路之间的夹角信息属于70°～110°时，表示该候选轨迹线段很可能为行人横穿目标道路产生的轨迹线段，进而将该候选轨迹线段作为目标轨迹线段；相应的，当任一候选轨迹线段与该目标道路之间的夹角信息不属于70°～110°时，表示该候选轨迹线段很可能为行人顺行目标道路的轨迹线段。

在另一种实施方式中，获取目标道路的道路特征，并根据目标道路关联的各候选轨迹线段的线段方向，以及该目标道路的道路方向，确定各候选轨迹线段与该目标道路之间的夹角信息。将夹角信息以及道路特征共同输入预先训练得到的二分类模型中，预测各候选轨迹线段是否为目标轨迹线段。例如，当二分类模型输出“1”时，则表示候选轨迹线段是目标轨迹线段，即候选轨迹线段很可能为行人横穿目标道路产生的轨迹线段；当二分类模型输出“0”时，则表示候选轨迹线段不是目标轨迹线段，即目标道路不具有行人横穿条件，或者候选轨迹线段很可能为行人顺行目标道路产生的轨迹线段。

通过根据线段方向、道路方向、以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段，实现了自动从候选轨迹线段中筛选出目标轨迹线段的效果，无需人工干涉，节省了人工成本且提高了效率；并且，为后续基于目标轨迹线段进行电子地图的构建，奠定了数据基础。

S104、根据目标轨迹线段在目标道路对应的电子地图中进行人行横道的构建。

在一种实施方式中，由于目标轨迹线段很可能为行人横穿目标道路产生的轨迹线段，因此根据目标轨迹线段中包括的候选轨迹点的候选轨迹点位置，在目标道路对应的电子地图中进行人行横道的构建。

图1D是根据本公开实施例公开的一些人行横道构建的场景示意图，如图1D所示，图中的轨迹点均为目标轨迹线段包括的候选轨迹点，则根据候选轨迹点的候选轨迹点位置在电子地图中所覆盖的区域，在目标道路对应的电子地图中进行人行横道的构建。

本公开通过根据候选轨迹点的候选轨迹点位置，确定与候选轨迹点关联的目标道路，根据候选轨迹点确定至少一个候选轨迹线段，并确定候选轨迹线段的线段方向，以及目标道路的道路方向，根据线段方向、道路方向、以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段，根据目标轨迹线段在目标道路对应的电子地图中进行人行横道的构建，实现了基于轨迹点在电子地图中进行人行横道构建的效果，从而无需完全依赖于人行横道的采集图像，使得无论是现实世界中已划线人行横道还是未划线人行横道，均能够完成在电子地图中的相应构建，提高了在电子地图构建人行横道的精准度和冗余度；并且，针对车辆导航场景或者自动驾驶场景，由于电子地图中人行横道构建精准度的提高，从而能够及时提醒或控制车辆降速，降低在人行横道附近发生交通事故的概率。

在上述实施例的基础上，可选的，S101之前，还包括：

确定初始轨迹点的初始轨迹点位置以及目标区域的区域位置；其中，目标区域包括建筑物区域和/或封闭园区区域；将初始轨迹点位置处于区域位置的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点。

其中，初始轨迹点表示未进行任何数据过滤的原始行人轨迹点。

在一种实施方式中，确定各初始轨迹点的采集位置，作为各初始轨迹点的初始轨迹点位置，并且确定电子地图中建筑物区域以及封闭园区区域的区域位置。将初始轨迹点位置与区域位置进行位置匹配，根据匹配结果将初始轨迹点位置处于区域位置内的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点。

通过确定初始轨迹点的初始轨迹点位置以及目标区域的区域位置；其中，目标区域包括建筑物区域和/或封闭园区区域，将初始轨迹点位置处于区域位置的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点，实现了对位于建筑物区域和/或封闭园区区域内的初始轨迹点进行数据过滤的效果，保证数据过滤剩余的候选轨迹点的数据可靠性。

在上述实施例的基础上，可选的，S101之前，还包括以下步骤A、B和C：

A、根据候选网格区域包含的初始轨迹点的轨迹点标识，确定候选网格区域包含的初始轨迹点的类型数量；其中，候选网格区域是通过对电子地图进行网格划分得到的。

其中，轨迹点标识用于体现初始轨迹点的类型，不同类型的初始轨迹点表示其所属的行人不同。

在一种实施方式中，将电子地图进行等距网格划分，得到电子地图中的至少两个候选网格区域。确定各候选网格区域包含的初始轨迹点的轨迹点标识，并根据轨迹点标识确定各候选网格区域包含的初始轨迹点的类型数量。

示例性的，假设候选网格区域1包含初始轨迹点1、初始轨迹点2、……、初始轨迹点10，其中，初始轨迹点1～初始轨迹点4的轨迹点标识为“00001”，初始轨迹点5～初始轨迹点8的轨迹点标识为“00002”，初始轨迹点9～初始轨迹点10的轨迹点标识为“00003”，则确定候选网格区域1包含的初始轨迹点的类型数量为3。

B、将类型数量小于类型数量阈值的候选网格区域作为目标网格区域。

在一种实施方式中，将各候选网格区域包含的初始轨迹点的类型数量，与预设的类型数量阈值进行比对，并将类型数量小于类型数量阈值的候选网格区域作为目标网格区域。其中，类型数量阈值可以根据目标轨迹线段的准确率或召回率进行调整。容易想到的是，当目标轨迹线段的准确率较低时，则增大类型数量阈值，以过滤掉更多的异常初始轨迹点。当目标轨迹线段的召回率较低时，则减小类型数量阈值，以保证过滤剩余的候选轨迹点的数量足够多。

C、将目标网格区域包含的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点。

在一种实施方式中，将所有目标网格区域包含的初始轨迹点剔除，并将剩余的其他网格区域的初始轨迹点作为候选轨迹点。

通过根据候选网格区域包含的初始轨迹点的轨迹点标识，确定候选网格区域包含的初始轨迹点的类型数量；其中，候选网格区域是通过对电子地图进行网格划分得到的，并将类型数量小于类型数量阈值的候选网格区域作为目标网格区域，进而将目标网格区域包含的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点，由于包含初始轨迹点的类型数量较少的目标网格区域，其具有较低的可信度，因此实现了剔除可信度较低的初始轨迹点的效果，保证了数据过滤剩余的候选轨迹点的数据可靠性。

图2A是根据本公开实施例公开的另一些电子地图的构建方法的流程图，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2A所示，本实施例公开的电子地图的构建方法可以包括：

S201、确定候选道路的候选道路位置，并采用道路匹配算法将候选轨迹点位置与候选道路位置进行匹配。

在一种实施方式中，确定各候选轨迹点的候选轨迹点位置，以及各候选道路的候选道路位置。将候选轨迹点位置和候选道路位置，作为道路匹配算法的输入项，并执行道路匹配算法，从而确定是否有任一候选道路位置与候选轨迹点位置匹配成功。匹配成功则表示候选轨迹点处于任一候选道路上，匹配失败则表示候选轨迹点没有处于任何候选道路上。

其中，道路匹配算法可选的为标准的map-match算法，优选的采用HMM(HiddenMarkov Model，隐马尔科夫模型)算法。

S202、在匹配成功的情况下，执行S2031；在匹配失败的情况下，执行S2032。

S2031、将与候选轨迹点位置相匹配的候选道路位置，作为目标道路位置，并将目标道路位置所属的候选道路作为目标道路。

在一种实施方式中，当任一候选道路位置与候选轨迹点位置匹配成功的情况下，将该候选道路位置作为目标道路位置，进而将目标道路位置所属的候选道路作为目标道路。

示例性的，假设候选道路A的候选道路位置A1，与候选轨迹点B的候选轨迹点位置B1匹配成功，则将候选道路A作为与候选轨迹点B关联的目标道路。

通过确定候选道路的候选道路位置，并采用道路匹配算法将候选轨迹点位置与候选道路位置进行匹配，在匹配成功的情况下，将与候选轨迹点位置相匹配的候选道路位置，作为目标道路位置，并将目标道路位置所属的候选道路作为目标道路，实现了将候选轨迹点所处的候选道路作为目标道路的效果，保证了目标道路的准确性。

S2032、采用逆地理编码算法确定候选轨迹点位置与候选道路位置的距离值，从候选道路位置中确定目标道路位置，并将目标道路位置所属的候选道路作为目标道路；其中，目标道路位置为与候选轨迹点位置的距离值最小的候选道路位置。

在一种实施方式中，当任意候选道路位置与候选轨迹点位置匹配失败的情况下，将各候选轨迹点的候选轨迹点位置，和各候选道路的候选道路位置，作为逆地理编码算法的输入项，并执行逆地理编码算法，从而确定任一候选轨迹点与各候选道路位置之间的距离值。将与该候选轨迹点的距离值最小的候选道路位置作为目标道路位置，进而将目标道路位置所属的候选道路作为目标道路。

通过在匹配失败的情况下，采用逆地理编码算法确定候选轨迹点位置与候选道路位置的距离值，从候选道路位置中确定目标道路位置，并将目标道路位置所属的候选道路作为目标道路；其中，目标道路位置为与候选轨迹点位置的距离值最小的候选道路位置，实现了当候选轨迹点没有处于任何候选道路上时，将与其距离最近的候选道路作为目标道路的效果，提高了目标道路的召回率。

S204、根据线段方向和道路方向，确定候选轨迹线段与目标道路之间的夹角信息，并根据夹角信息以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段。

在一种实施方式中，根据各候选轨迹线段的线段方向，与其关联的目标道路的道路方向所形成的夹角，确定各候选轨迹线段与其关联的目标道路之间的夹角信息。将各候选轨迹线段对应的夹角信息以及目标道路的道路特征，共同输入至训练完成的模型中，从而根据模型的输出结果从候选轨迹线段中确定目标轨迹线段。

通过根据线段方向和道路方向，确定候选轨迹线段与目标道路之间的夹角信息，并根据夹角信息以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段，由于基于夹角信息和道路特征两个数据维度进行目标轨迹线段的确定，提高了目标轨迹线段确定的精准度。

可选的，S204包括：

将夹角信息以及道路特征，输入至分类模型中，并根据分类模型的输出结果，确定候选轨迹线段的轨迹线段类型；根据轨迹线段类型从候选轨迹线段中确定目标轨迹线段。

其中，分类模型的类型包括但不限于逻辑回归模型、GDBT(Gradient BoostingDecision Tree，迭代的决策树)模型和LSTM(Long Short-Term Memory，长短期记忆网络)模型等。

在一种实施方式中，将各候选轨迹线段对应的夹角信息以及目标道路的道路特征，共同输入至分类模型中，分类模型输出各轨迹线段类型对应的概率值，并将概率值最大的轨迹线段类型作为候选轨迹线段的轨迹线段类型。最终选取符合目标轨迹线段类型的候选轨迹线段作为目标轨迹线段。

通过将夹角信息以及道路特征，输入至分类模型中，并根据分类模型的输出结果，确定候选轨迹线段的轨迹线段类型；根据轨迹线段类型从候选轨迹线段中确定目标轨迹线段，实现了根据轨迹线段类型对候选轨迹线段进行过滤的效果，保证目标轨迹线段的轨迹线段类型的准确性，进一步保证人行横道构建的准确性。

可选的，轨迹线段类型包括穿越道路类型和顺行道路类型。

其中，穿越道路类型表示横穿目标道路的候选轨迹线段，而顺行道路类型表示在目标道路上顺行的候选轨迹线段。

“根据轨迹线段类型从候选轨迹线段中确定目标轨迹线段”，包括：将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段。

其中，由于穿越道路类型的候选轨迹线段，代表横穿目标道路行人对应的轨迹点，因此将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段。

图2B是根据本公开实施例公开的一些轨迹线段类型的示意图，如图2B所示，候选轨迹线段20为在目标道路21上顺行的候选轨迹线段，因此候选轨迹线段20的轨迹线段类型为顺行道路类型。候选轨迹线段22为横穿目标道路21的候选轨迹线段，因此候选轨迹线段22的轨迹线段类型为穿越道路类型。

通过将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段，使得目标轨迹线段包括的候选轨迹点，均为横穿目标道路的行人轨迹点，保证人行横道构建的精准度。

S205、根据目标轨迹线段的线段位置，对目标轨迹线段进行聚类，并根据聚类结果确定至少一个候选聚类簇。

在一种实施方式中，根据各目标轨迹线段的线段位置，采用包括DBSCAN(Density-Based Spatial Clustering of Applications with Noise，基于密度对噪声鲁棒的空间聚类算法)对目标轨迹线段进行聚类，确定聚类得到的至少一个候选聚类簇，其中，每个候选聚类簇中包括至少一个目标轨迹线段。

S206、根据候选聚类簇包含的候选轨迹点的数量，从候选聚类簇中确定目标聚类簇。

在一种实施方式中，确定各候选聚类簇中目标轨迹线段包含的候选轨迹点的数量，并将候选轨迹点的数量与数量阈值进行比对，将包含的候选轨迹点的数量大于数量阈值的候选聚类簇，作为目标聚类簇。

S207、根据目标聚类簇中包含的候选轨迹点，在目标道路对应的电子地图中进行人行横道的构建。

在一种实施方式中，根据目标聚类簇中包含的候选轨迹点的候选轨迹点位置，在目标道路对应的电子地图中进行人行横道的构建。

通过根据目标轨迹线段的线段位置，对目标轨迹线段进行聚类，并根据聚类结果确定至少一个候选聚类簇，根据候选聚类簇包含的候选轨迹点的数量，从候选聚类簇中确定目标聚类簇，根据目标聚类簇中包含的候选轨迹点，在目标道路对应的电子地图中进行人行横道的构建，实现了对定位偏差造成的异常目标轨迹线段进行过滤的效果，保证了最终人行横道构建的精准度。

在上述实施例的基础上，可选的，道路特征包括如下至少一种：

道路等级、道路限速、道路宽度、是否具有路障、是否具有出入口、和是否具有小区大门。

其中，道路等级表示目标道路的级别，包括但不限于高速、国道、省道和市内道路等等。道路限速表示目标道路的最高和最低限速。道路宽度表示目标道路两侧之间的宽度。是否具有路障表示目标道路是否具有影响顺行的障碍物。是否具有出入口表示目标道路是否具有通往其它道路的出入口等。是否具有小区大门表示目标道路附近是否具有小区的大门。

通过设置道路特征包括道路等级、道路限速、道路宽度、是否具有路障、是否具有出入口、和是否具有小区大门的至少一种，使得道路特征具有多数据维度，保证根据道路特征确定目标轨迹线段的可靠性和准确性。

图3是根据本公开实施例公开的一些模型训练方法的流程图，本实施例可以适用于对本公开中的分类模型进行训练的情况。

如图3所示，本实施例公开的模型训练方法可以包括：

S301、确定与样本道路关联的样本轨迹点，并根据样本轨迹点确定至少一个样本轨迹线段。

其中，样本道路为电子地图中包括人行横道的道路。

在一种实施方式中，从电子地图的地图数据中确定所有已构建人行横道的道路，作为样本道路。根据样本道路的道路位置，以及电子地图中各候选轨迹点的候选轨迹点位置，确定与样本道路关联的候选轨迹点作为样本轨迹点。对于任一样本道路关联的样本轨迹点，按照样本轨迹点位置的先后顺序对样本轨迹点进行切分，得到至少一个样本轨迹线段，每个样本轨迹线段由预设数量的样本轨迹点组成。

S302、将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段，且将样本类型为顺行道路类型的样本轨迹线段作为负样本轨迹线段。

其中，样本类型包括穿越道路类型和顺行道路类型。穿越道路类型表示横穿样本道路的样本轨迹线段，而顺行道路类型表示在样本道路上顺行的样本轨迹线段。

样本类型可以采用人工标注的方式预先生成，即相关人员根据经验对各样本轨迹线段进行样本类型的标注。样本类型还可以根据样本轨迹线段与样本道路之间的夹角信息自动标注。例如，假设标准夹角信息为70°～110°，则当任一样本轨迹线段与样本道路之间的夹角信息属于70°～110°时，自动标注该样本轨迹线段的样本类型为穿越道路类型，否则自动标注为顺行道路类型。

在一种实施方式中，针对任一样本道路，遍历该样本道路关联的所有样本轨迹线段的样本类型。将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段。

将样本类型为顺行道路类型的样本轨迹线段，以及与其相距小于预设距离的样本轨迹线段，共同作为负样本轨迹线段。例如，将与样本类型为顺行道路类型的样本轨迹线段，以及与其相距小于500米的样本轨迹线段，共同作为负样本轨迹线段。

S303、根据正样本轨迹线段和负样本轨迹线段对待训练模型进行训练，得到分类模型。

在一种实施方式中，获取正样本轨迹线段的线段方向以及负样本轨迹线段的线段方向，进而根据正样本轨迹线段的线段方向、负样本轨迹线段的线段方向、样本道路的样本道路方向和样本道路特征，对待训练模型进行训练，得到分类模型。

通过确定与样本道路关联的样本轨迹点，并根据样本轨迹点确定至少一个样本轨迹线段，将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段，且将样本类型为顺行道路类型的样本轨迹线段作为负样本轨迹线段，根据正样本轨迹线段和负样本轨迹线段对待训练模型进行训练，得到分类模型，其中，样本道路为电子地图中包括人行横道的道路，实现了获取正样本训练数据以及负样本训练数据的效果，从而基于正样本训练数据和负样本训练数据，可以保证分类模型的训练精准度。

可选的，S303包括以下步骤：

1)确定正样本轨迹线段的第一样本线段方向、负样本轨迹线段的第二样本线段方向、以及样本道路的样本道路方向。

在一种实施方式中，根据各正样本轨迹线段在电子地图中的朝向，确定各正样本轨迹线段的第一样本线段方向。根据各负样本轨迹线段在电子地图中的朝向，确定各负样本轨迹线段的第二样本线段方向。根据样本道路在电子地图中的朝向，确定样本道路的样本道路方向。

2)根据第一样本线段方向和样本道路方向，确定正样本轨迹线段与样本道路之间的第一样本夹角信息。

在一种实施方式中，根据各正样本轨迹线段的第一样本线段方向，与其关联的样本道路的样本道路方向所形成的夹角，确定各正样本轨迹线段与其关联的样本道路之间的第一样本夹角信息。

3)根据第二样本线段方向和样本道路方向，确定负样本轨迹线段与样本道路之间的第二样本夹角信息。

在一种实施方式中，根据各负样本轨迹线段的第二样本线段方向，与其关联的样本道路的样本道路方向所形成的夹角，确定各负样本轨迹线段与其关联的样本道路之间的第二样本夹角信息。

4)根据第一样本夹角信息、第二样本夹角信息以及样本道路的样本道路特征，对待训练模型进行训练。

在一种实施方式中，从电子地图的数据库中获取样本道路的样本道路特征，并将正样本轨迹线段对应的第一样本夹角信息、负样本轨迹线段对应的第二样本夹角信息、以及样本道路特征作为训练数据，采用训练数据对待训练模型进行模型训练，生成分类模型。

通过确定正样本轨迹线段的第一样本线段方向、负样本轨迹线段的第二样本线段方向、以及样本道路的样本道路方向，根据第一样本线段方向和样本道路方向，确定正样本轨迹线段与样本道路之间的第一样本夹角信息，根据第二样本线段方向和样本道路方向，确定负样本轨迹线段与样本道路之间的第二样本夹角信息，进而根据第一样本夹角信息、第二样本夹角信息以及样本道路的样本道路特征，对待训练模型进行训练，由于待训练模型是基于正样本轨迹线段的第一样本夹角信息，以及负样本轨迹线段的第二样本夹角信息进行训练的，从而加快了待训练模型的收敛速度，且保证了训练的精准度。

图4是根据本公开实施例公开的一些电子地图的构建装置的结构示意图，可以适用于在电子地图中进行人行横道构建的情况。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4所示，本实施例公开的电子地图的构建装置40可以包括目标道路确定模块41、方向确定模块42、轨迹线段确定模块43和地图构建模块44，其中：

目标道路确定模块41，用于根据候选轨迹点的候选轨迹点位置，确定与候选轨迹点关联的目标道路；

方向确定模块42，用于根据候选轨迹点确定至少一个候选轨迹线段，并确定候选轨迹线段的线段方向，以及目标道路的道路方向；

轨迹线段确定模块43，用于根据线段方向、道路方向、以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段；

地图构建模块44，用于根据目标轨迹线段在目标道路对应的电子地图中进行人行横道的构建。

可选的，轨迹线段确定模块43，具体用于：

根据线段方向和道路方向，确定候选轨迹线段与目标道路之间的夹角信息；

根据夹角信息以及目标道路的道路特征，从候选轨迹线段中确定目标轨迹线段。

可选的，轨迹线段确定模块43，具体还用于：

将夹角信息以及道路特征，输入至分类模型中，并根据分类模型的输出结果，确定候选轨迹线段的轨迹线段类型；

根据轨迹线段类型从候选轨迹线段中确定目标轨迹线段。

可选的，轨迹线段类型包括穿越道路类型和顺行道路类型；

轨迹线段确定模块43，具体还用于：

将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段。

可选的，装置还包括模型训练模块，具体用于：

分类模型通过如下方式训练得到：

确定与样本道路关联的样本轨迹点，并根据样本轨迹点确定至少一个样本轨迹线段；

将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段，且将样本类型为顺行道路类型的样本轨迹线段作为负样本轨迹线段；

根据正样本轨迹线段和负样本轨迹线段对待训练模型进行训练，得到分类模型；

其中，样本道路为电子地图中包括人行横道的道路。

可选的，模型训练模块，具体还用于：

确定正样本轨迹线段的第一样本线段方向、负样本轨迹线段的第二样本线段方向、以及样本道路的样本道路方向；

根据第一样本线段方向和样本道路方向，确定正样本轨迹线段与样本道路之间的第一样本夹角信息；

根据第二样本线段方向和样本道路方向，确定负样本轨迹线段与样本道路之间的第二样本夹角信息；

根据第一样本夹角信息、第二样本夹角信息以及样本道路的样本道路特征，对待训练模型进行训练。

可选的，地图构建模块44，具体用于：

根据目标轨迹线段的线段位置，对目标轨迹线段进行聚类，并根据聚类结果确定至少一个候选聚类簇；

根据候选聚类簇包含的候选轨迹点的数量，从候选聚类簇中确定目标聚类簇；

根据目标聚类簇中包含的候选轨迹点，在目标道路对应的电子地图中进行人行横道的构建。

可选的，目标道路确定模块41，具体用于：

确定候选道路的候选道路位置，并采用道路匹配算法将候选轨迹点位置与候选道路位置进行匹配；

在匹配成功的情况下，将与候选轨迹点位置相匹配的候选道路位置，作为目标道路位置，并将目标道路位置所属的候选道路作为目标道路。

可选的，装置还包括距离值确定模块，具体用于：

在匹配失败的情况下，采用逆地理编码算法确定候选轨迹点位置与候选道路位置的距离值；

从候选道路位置中确定目标道路位置，并将目标道路位置所属的候选道路作为目标道路；其中，目标道路位置为与候选轨迹点位置的距离值最小的候选道路位置。

可选的，装置还包括第一候选轨迹点确定模块，具体用于：

确定初始轨迹点的初始轨迹点位置以及目标区域的区域位置；其中，目标区域包括建筑物区域和/或封闭园区区域；

将初始轨迹点位置处于区域位置的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点。

可选的，装置还包括第二候选轨迹点确定模块，具体用于：

根据候选网格区域包含的初始轨迹点的轨迹点标识，确定候选网格区域包含的初始轨迹点的类型数量；其中，候选网格区域是通过对电子地图进行网格划分得到的；

将类型数量小于类型数量阈值的候选网格区域作为目标网格区域；

将目标网格区域包含的初始轨迹点剔除，并将剩余的初始轨迹点作为候选轨迹点。

可选的，道路特征包括如下至少一种：

道路等级、道路限速、道路宽度、是否具有路障、是否具有出入口、和是否具有小区大门。

本公开实施例所公开的电子地图的构建装置40可执行本公开实施例所公开的电子地图的构建方法，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5示出了可以用来实施本公开的实施例的示例电子设备500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5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理，例如电子地图的构建方法。例如，在一些实施例中，电子地图的构建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508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的电子地图的构建方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行电子地图的构建方法。

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 (27)

1.一种电子地图的构建方法，包括：

根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路；

根据所述候选轨迹点确定至少一个候选轨迹线段，并确定所述候选轨迹线段的线段方向，以及所述目标道路的道路方向；

根据所述线段方向、所述道路方向、以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段；

根据所述目标轨迹线段在所述目标道路对应的电子地图中进行人行横道的构建。

2.根据权利要求1所述的方法，其中，所述根据所述线段方向、所述道路方向、以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段，包括：

根据所述线段方向和所述道路方向，确定所述候选轨迹线段与所述目标道路之间的夹角信息；

根据所述夹角信息以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段。

3.根据权利要求2所述的方法，其中，所述根据所述夹角信息以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段，包括：

将所述夹角信息以及所述道路特征，输入至分类模型中，并根据所述分类模型的输出结果，确定所述候选轨迹线段的轨迹线段类型；

根据所述轨迹线段类型从所述候选轨迹线段中确定目标轨迹线段。

4.根据权利要求3所述的方法，其中，所述轨迹线段类型包括穿越道路类型和顺行道路类型；

所述根据所述轨迹线段类型从所述候选轨迹线段中确定目标轨迹线段，包括：

将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段。

5.根据权利要求3所述的方法，其中，所述分类模型通过如下方式训练得到：

确定与样本道路关联的样本轨迹点，并根据所述样本轨迹点确定至少一个样本轨迹线段；

将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段，且将样本类型为顺行道路类型的样本轨迹线段作为负样本轨迹线段；

根据所述正样本轨迹线段和所述负样本轨迹线段对待训练模型进行训练，得到所述分类模型；

其中，所述样本道路为电子地图中包括人行横道的道路。

6.根据权利要求5所述的方法，其中，所述根据所述正样本轨迹线段和所述负样本轨迹线段对待训练模型进行训练，包括：

确定所述正样本轨迹线段的第一样本线段方向、所述负样本轨迹线段的第二样本线段方向、以及所述样本道路的样本道路方向；

根据所述第一样本线段方向和所述样本道路方向，确定所述正样本轨迹线段与所述样本道路之间的第一样本夹角信息；

根据所述第二样本线段方向和所述样本道路方向，确定所述负样本轨迹线段与所述样本道路之间的第二样本夹角信息；

根据所述第一样本夹角信息、所述第二样本夹角信息以及所述样本道路的样本道路特征，对待训练模型进行训练。

7.根据权利要求1所述的方法，其中，所述根据所述目标轨迹线段在所述目标道路对应的电子地图中进行人行横道的构建，包括：

根据所述目标轨迹线段的线段位置，对所述目标轨迹线段进行聚类，并根据聚类结果确定至少一个候选聚类簇；

根据所述候选聚类簇包含的候选轨迹点的数量，从所述候选聚类簇中确定目标聚类簇；

根据所述目标聚类簇中包含的候选轨迹点，在所述目标道路对应的电子地图中进行人行横道的构建。

8.根据权利要求1所述的方法，其中，所述根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路，包括：

确定候选道路的候选道路位置，并采用道路匹配算法将所述候选轨迹点位置与所述候选道路位置进行匹配；

在匹配成功的情况下，将与所述候选轨迹点位置相匹配的候选道路位置，作为目标道路位置，并将所述目标道路位置所属的候选道路作为所述目标道路。

9.根据权利要求8所述的方法，所述采用道路匹配算法将所述候选轨迹点位置与所述候选道路位置进行匹配之后，还包括：

在匹配失败的情况下，采用逆地理编码算法确定所述候选轨迹点位置与所述候选道路位置的距离值；

从所述候选道路位置中确定目标道路位置，并将所述目标道路位置所属的候选道路作为所述目标道路；其中，所述目标道路位置为与所述候选轨迹点位置的距离值最小的候选道路位置。

10.根据权利要求1所述的方法，所述根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路之前，还包括：

确定初始轨迹点的初始轨迹点位置以及目标区域的区域位置；其中，所述目标区域包括建筑物区域和/或封闭园区区域；

将初始轨迹点位置处于所述区域位置的初始轨迹点剔除，并将剩余的初始轨迹点作为所述候选轨迹点。

11.根据权利要求1所述的方法，所述根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路之前，还包括：

根据候选网格区域包含的初始轨迹点的轨迹点标识，确定所述候选网格区域包含的初始轨迹点的类型数量；其中，所述候选网格区域是通过对电子地图进行网格划分得到的；

将所述类型数量小于类型数量阈值的候选网格区域作为目标网格区域；

将所述目标网格区域包含的初始轨迹点剔除，并将剩余的初始轨迹点作为所述候选轨迹点。

12.根据权利要求1-11任一所述的方法，其中，所述道路特征包括如下至少一种：

道路等级、道路限速、道路宽度、是否具有路障、是否具有出入口、和是否具有小区大门。

13.一种电子地图的构建装置，包括：

目标道路确定模块，用于根据候选轨迹点的候选轨迹点位置，确定与所述候选轨迹点关联的目标道路；

方向确定模块，用于根据所述候选轨迹点确定至少一个候选轨迹线段，并确定所述候选轨迹线段的线段方向，以及所述目标道路的道路方向；

轨迹线段确定模块，用于根据所述线段方向、所述道路方向、以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段；

地图构建模块，用于根据所述目标轨迹线段在所述目标道路对应的电子地图中进行人行横道的构建。

14.根据权利要求13所述的装置，其中，所述轨迹线段确定模块，具体用于：

根据所述线段方向和所述道路方向，确定所述候选轨迹线段与所述目标道路之间的夹角信息；

根据所述夹角信息以及所述目标道路的道路特征，从所述候选轨迹线段中确定目标轨迹线段。

15.根据权利要求14所述的装置，其中，所述轨迹线段确定模块，具体还用于：

将所述夹角信息以及所述道路特征，输入至分类模型中，并根据所述分类模型的输出结果，确定所述候选轨迹线段的轨迹线段类型；

根据所述轨迹线段类型从所述候选轨迹线段中确定目标轨迹线段。

16.根据权利要求15所述的装置，其中，所述轨迹线段类型包括穿越道路类型和顺行道路类型；

所述轨迹线段确定模块，具体还用于：

将轨迹线段类型为穿越道路类型的候选轨迹线段作为目标轨迹线段。

17.根据权利要求15所述的装置，其中，所述装置还包括模型训练模块，具体用于：

所述分类模型通过如下方式训练得到：

确定与样本道路关联的样本轨迹点，并根据所述样本轨迹点确定至少一个样本轨迹线段；

将样本类型为穿越道路类型的样本轨迹线段作为正样本轨迹线段，且将样本类型为顺行道路类型的样本轨迹线段作为负样本轨迹线段；

根据所述正样本轨迹线段和所述负样本轨迹线段对待训练模型进行训练，得到所述分类模型；

其中，所述样本道路为电子地图中包括人行横道的道路。

18.根据权利要求17所述的装置，其中，所述模型训练模块，具体还用于：

确定所述正样本轨迹线段的第一样本线段方向、所述负样本轨迹线段的第二样本线段方向、以及所述样本道路的样本道路方向；

根据所述第一样本线段方向和所述样本道路方向，确定所述正样本轨迹线段与所述样本道路之间的第一样本夹角信息；

根据所述第二样本线段方向和所述样本道路方向，确定所述负样本轨迹线段与所述样本道路之间的第二样本夹角信息；

根据所述第一样本夹角信息、所述第二样本夹角信息以及所述样本道路的样本道路特征，对待训练模型进行训练。

19.根据权利要求13所述的装置，其中，所述地图构建模块，具体用于：

根据所述目标轨迹线段的线段位置，对所述目标轨迹线段进行聚类，并根据聚类结果确定至少一个候选聚类簇；

根据所述候选聚类簇包含的候选轨迹点的数量，从所述候选聚类簇中确定目标聚类簇；

根据所述目标聚类簇中包含的候选轨迹点，在所述目标道路对应的电子地图中进行人行横道的构建。

20.根据权利要求13所述的装置，其中，所述目标道路确定模块，具体用于：

确定候选道路的候选道路位置，并采用道路匹配算法将所述候选轨迹点位置与所述候选道路位置进行匹配；

在匹配成功的情况下，将与所述候选轨迹点位置相匹配的候选道路位置，作为目标道路位置，并将所述目标道路位置所属的候选道路作为所述目标道路。

21.根据权利要求20所述的装置，所述装置还包括距离值确定模块，具体用于：

在匹配失败的情况下，采用逆地理编码算法确定所述候选轨迹点位置与所述候选道路位置的距离值；

从所述候选道路位置中确定目标道路位置，并将所述目标道路位置所属的候选道路作为所述目标道路；其中，所述目标道路位置为与所述候选轨迹点位置的距离值最小的候选道路位置。

22.根据权利要求13所述的装置，其中，所述装置还包括第一候选轨迹点确定模块，具体用于：

确定初始轨迹点的初始轨迹点位置以及目标区域的区域位置；其中，所述目标区域包括建筑物区域和/或封闭园区区域；

将初始轨迹点位置处于所述区域位置的初始轨迹点剔除，并将剩余的初始轨迹点作为所述候选轨迹点。

23.根据权利要求13所述的装置，其中，所述装置还包括第二候选轨迹点确定模块，具体用于：

根据候选网格区域包含的初始轨迹点的轨迹点标识，确定所述候选网格区域包含的初始轨迹点的类型数量；其中，所述候选网格区域是通过对电子地图进行网格划分得到的；

将所述类型数量小于类型数量阈值的候选网格区域作为目标网格区域；

将所述目标网格区域包含的初始轨迹点剔除，并将剩余的初始轨迹点作为所述候选轨迹点。

24.根据权利要求13-23任一所述的装置，其中，所述道路特征包括如下至少一种：

道路等级、道路限速、道路宽度、是否具有路障、是否具有出入口、和是否具有小区大门。

25.一种电子设备，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1-12中任一项的方法。

26.一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1-12中任一项的方法。

27.一种计算机程序产品，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1-12中任一项的方法。

Images