CN115114312B - 地图数据更新方法、装置及电子设备 - Google Patents
地图数据更新方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115114312B CN115114312B CN202210835500.1A CN202210835500A CN115114312B CN 115114312 B CN115114312 B CN 115114312B CN 202210835500 A CN202210835500 A CN 202210835500A CN 115114312 B CN115114312 B CN 115114312B
- Authority
- CN
- China
- Prior art keywords
- target
- change
- traffic element
- track
- 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.)
- Active
Links
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
- G06F16/20—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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种地图数据更新方法、装置及电子设备,涉及数据处理技术领域,具体涉及智能交通、地图技术领域。具体实现方案为:获取目标路口处车辆的轨迹数据,以及目标路口处的图像数据;确定目标路口的分类场景,分类场景指示:目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,第一交通要素为目标路口处用于分隔道路的交通要素,轨迹量基于所述轨迹数据确定,第一交通要素的类型基于图像数据确定;基于分类场景、轨迹数据和图像数据,对目标路口处交通要素的变化进行监控,得到目标变化信息,目标变化信息指示目标路口处发生变化的第二交通要素;基于目标变化信息,对地图数据进行更新。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及智能交通、地图技术领域,具体涉及一种地图数据更新方法、装置及电子设备。
背景技术
随着城市道路的建设和发展,路口处的交通要素无时无刻不在发生变化,为了保证地图的准确性,通常需要根据现实中路口处所发生变化的交通要素对地图数据进行更新。
目前,其地图数据更新方式通常是基于路口的图像识别结果,或者,基于路口处轨迹数据的时空位置信息。
发明内容
本公开提供了一种地图数据更新方法、装置及电子设备。
根据本公开的第一方面,提供了一种地图数据更新方法,包括:
获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;
确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定;
基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;
基于所述目标变化信息,对地图数据进行更新。
根据本公开的第二方面,提供了一种地图数据更新装置,包括:
获取模块,用于获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;
确定模块,用于确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定;
监控模块,用于基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;
更新模块,用于基于所述目标变化信息,对地图数据进行更新。
根据本公开的第三方面,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,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第一方面中的任一项方法。
根据本公开的第四方面,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第一方面中的任一项方法。
根据本公开的第五方面,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第一方面中的任一项方法。
根据本公开的技术解决了相关技术中地图数据更新的准确性比较差的问题,提高了地图数据更新的准确性。
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地图数据更新方法的流程示意图;
图2是目标路口处轨迹量在时间维度上的变化示意图;
图3是根据本公开第二实施例的地图数据更新装置的结构示意图;
图4是用来实施本公开的实施例的示例电子设备的示意性框图。
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。
第一实施例
如图1所示,本公开提供一种地图数据更新方法,包括如下步骤:
步骤S101:获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据。
本实施例中,地图数据更新方法涉及数据处理技术领域,尤其涉及智能交通、地图技术领域,其可以广泛应用于地图数据更新场景下。本公开实施例的地图数据更新方法,可以由本公开实施例的地图数据更新装置执行。本公开实施例的地图数据更新装置可以配置在任意电子设备中,以执行本公开实施例的地图数据更新方法。该电子设备可以为服务器,也可以为终端设备,这里不进行具体限定。
步骤S101中,目标路口可以为地图数据中的任一路口,目标路口可以为十字路口、单向拐弯路口等,该目标路口内可以仅包括一条链路link,也可以包括多条链路link,这里不进行具体限定。
轨迹数据可以为目标路口处车辆在时间维度上的行驶数据,如行驶位置随着时间的变化而变化,即可构成车辆的轨迹路径,该轨迹数据可以包括车辆的轨迹路径。
目标路口处车辆的轨迹数据可以包括同一时刻行驶在该目标路口处各车辆的轨迹路径,如时刻A行驶在该目标路口处车辆A1、车辆A2和车辆A3等车辆的轨迹路径;同时可以包括不同时刻行驶在该目标路口处各车辆的轨迹路径,如与时刻A不同时刻的时刻B行驶在该目标路口处车辆B1、车辆B2和车辆B3等车辆的轨迹路径。也就是说,该轨迹数据指的是目标路口处各车辆的轨迹路径在时间维度上汇聚而成的数据。
可以通过接收各车辆的位置数据,并通过去噪、统计聚类等方式,获取目标路口处车辆的轨迹数据。
图像数据可以指的是包括该目标路口处的图像内容的数据,其可以包括至少一张图像。其中,该目标路口的图像内容可以包括位于该目标路口的交通要素的相关信息。比如,栅栏、绿化带、石墩、地面导向箭头、标线等。
可以通过部署在路口处的摄像头拍摄得到目标路口处的图像数据,并接收该摄像头发送的图像数据。
步骤S102:确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定。
该步骤中,路口的分类方式可以有三种,第一种,基于路口处车辆的轨迹量分类,可以分为至少两类,以两类为例,分别为轨迹量超过某一阈值的路口(称之为高PV量路口)和轨迹量低于该阈值的路口(称之为低PV量路口)。其中,目标路口所位于的城市不同,阈值会有所不同,比如,交通负荷大的城市可以比交通负荷小的城市,其阈值设置的大。
第二种,基于第一交通要素的类型分类,也可以分为至少两类,以两类为例,分别为非标线类隔离的路口和标线类隔离的路口。其中,第一交通要素为目标路口处用于分隔道路的交通要素,如栅栏、绿化带、石墩、实线标线等,栅栏、绿化带、石墩等为硬隔离类型,用其来分隔道路的路口为非标线类隔离的路口,实线标线等为软隔离类型,用其来分隔道路的路口为标线类隔离的路口。
第三种,可以基于目标路口处车辆的轨迹量和第一交通要素的类型分类,可以分为至少三类,以三类为例,分别为高PV量且非标线类隔离的路口、高PV量且标线类隔离的路口和低PV量的路口。
其中,轨迹量基于轨迹数据确定,可以统计一段时间内的轨迹路径的平均量,作为目标路口处车辆的轨迹量。第一交通要素的类型可以基于图像数据确定,可以对图像数据进行图像识别,得到该目标路口处的交通要素,从目标路口处的交通要素中识别第一交通要素以及第一交通要素的类型。
需要说明的是,由于第一交通要素可以新增或撤销,以及目标路口处的道路宽度可以扩展或缩小,因此,在不同时刻,由于检测到的目标路口处车辆的轨迹量、第一交通要素以及第一交通要素的类型不同,目标路口的分类场景也会不同。比如,在时刻A,检测到新增了栅栏,可以确定目标路口的分类场景为非标线类隔离的路口,而在时刻B,检测到撤销了栅栏,并检测到采用实线标线分隔了道路,可以确定目标路口的分类场景为标线类隔离的路口。
步骤S103:基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素。
该步骤中,对目标路口处交通要素的变化进行监控可以指的是:在时间维度上,对目标路口处交通要素相对于地图数据的变化进行监控,比如,在时刻A,该目标路口的交通要素与地图数据一致,在时刻A和时刻B之间,新增了栅栏,相应的,在时刻B时,可以监控到该目标路口处相对于地图数据存在交通要素“栅栏”的变化。
可以分别基于轨迹数据和图像数据,对目标路口处交通要素的变化进行监控。可以通过监控目标路口处轨迹路径在形态结构、转向幅度、速度变化、停留时长等信息在时间维度上的差异,以及目标路口处的各链路link的轨迹量在时间维度上的差异,确定目标路口处车辆的轨迹变化。该轨迹变化可以在一定程度上反映目标路口处可能会发生变化的交通要素。
比如,在时刻A,轨迹路径的形态结构包括大量的左转曲线和直线,而在时刻B,轨迹路径的形态结构只包括直线,大量的左转曲线骤然下降,则在一定程度上可以说明左转位置处可能增设了左转隔离的交通要素。
可以对图像数据进行图像识别,以识别得到目标路口处的交通要素,之后可以将识别得到的交通要素与地图数据中该目标路口处的交通要素进行比对,得到相对于地图数据发生变化的交通要素。
相应的,可以针对目标路口的分类场景,结合基于轨迹数据监控到的轨迹变化和基于图像数据识别到的相对于地图数据发生变化的交通要素,确定目标变化信息。
可以根据分类场景,权衡基于轨迹数据监控和基于图像数据监控的各自优势,以根据不同的确定策略,确定目标变化信息。比如,分类场景为高PV量且非标线类隔离的路口,其轨迹变化的数据比较可信,结合图像识别得到的相对于地图数据所发生变化的交通要素信息,可以直接确定目标变化信息,且所确定的目标变化信息可信度高,直接推送进行地图数据的更新。
而高PV量且标线类隔离的路口,由于存在车辆违章跨越实线标线的可能,因此,相对于高PV量且非标线类隔离的路口,其可信度会相应降低,结合图像识别得到的相对于地图数据所发生变化的交通要素信息和作业员的判断,确定目标变化信息。
而低PV量的路口,轨迹数据会比较少,其可信度会更低,因此,基于图像识别得到的相对于地图数据所发生变化的交通要素信息和作业员的判断,确定目标变化信息。
步骤S104:基于所述目标变化信息,对地图数据进行更新。
该步骤中,可以将目标变化信息推送至下游进行地图数据更新,以对地图数据中发生变化的第二交通要素进行更新,及时将其变化体现在地图数据上,如此,可以提高地图数据更新的实效性。
本实施例中,通过获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定;基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;基于所述目标变化信息,对地图数据进行更新。如此,可以针对目标路口的分类场景,结合基于轨迹数据监控到的轨迹变化和基于图像数据识别到的相对于地图数据发生变化的交通要素,进行地图数据的更新,提高地图数据更新的准确性。
需要说明的是,目标路口可以为地图数据中路网的任一路口,可以按照上述相同的方式,监控路网中各个路口所发生变化的交通要素,以实现地图数据的全面更新。
可选的,所述步骤S103具体包括:
在时间维度上对所述轨迹数据进行监控,得到第一特征信息,所述第一特征信息用于表征所述目标路口处车辆的轨迹信息在时间维度上的第一变化,所述轨迹信息包括轨迹量;
对所述图像数据进行图像识别,确定第二特征信息,所述第二特征信息用于表征所述目标路口处的交通要素相对于所述地图数据的第二变化;
基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息。
本实施方式中,可以通过监控目标路口处各个时刻的轨迹路径特征(包括形态结构、转向幅度、速度变化、停留时长等),以监控目标路口处轨迹路径在形态结构、转向幅度、速度变化、停留时长等信息在时间维度上的差异。以及通过统计目标路口处的各链路link的轨迹量,以监控目标路口处的各链路link的轨迹量在时间维度上的差异。其中,第一特征信息可以包括目标路口处轨迹路径在形态结构、转向幅度、速度变化、停留时长等信息在时间维度上的差异,以及目标路口处的各链路link的轨迹量在时间维度上的差异。其中,差异即表征第一变化。
如图2所示,其表征的是目标路口处的各链路link的轨迹量在时间维度上的第一变化,其监控了目标路口处两个月内掉头及左转的轨迹量变化,当连续监控至前50天的轨迹数据时,监控到掉头及左转的轨迹量从12.5骤变至0,后续均监控到时间区域201(即第50天至第60天)内掉头及左转的轨迹量为0。
图像数据可以包括一段时间内拍摄得到的该目标路口的图像,可以通过现有的或者新的图像识别算法,对图像数据进行图像识别,得到图像识别结果。
图像识别结果可以包括目标路口处交通要素的相关信息,比如,空中标牌信息:交通限制标牌、掉头标牌、单行标牌、文字标牌、施工标牌、道路名等;隔离物信息:硬隔离类(如栅栏、绿化带、石墩)、标线类(双黄实线、左实右虚双黄线);静态特征:通行方向、地面导向箭头、路口隔离物、中央标线类型、空中标牌等;地面信息:地面箭头、地面禁止信息、公交车专用道、左转待转区、斑马线等。
之后,可以将图像识别结果与地图数据中该目标路口处的交通要素进行比对,得到第二特征信息,第二特征信息可以表征目标路口处的交通要素相对于地图数据的第二变化。
需要说明的是,结合轨迹数据和图像数据对目标路口处交通要素的变化进行监控时,需要将监控时间对齐,即结合同一时间内的轨迹数据和图像数据进行目标路口处交通要素的变化监控。
之后,可以针对分类场景,根据分类场景对应的确定策略,结合第一特征信息和第二特征信息,对目标路口处交通要素的变化进行监控,得到目标变化信息。比如,分类场景指示目标路口为高PV量且非标线类隔离的路口时,其确定策略是结合两者变化、两者变化的关联关系及图像识别的变化置信度,确定目标变化信息。又比如,分类场景指示目标路口为低PV量的路口时,结合第二变化及作业员的判断,确定目标变化信息。
本实施方式中,通过针对目标路口的分类场景,结合第一特征信息和第二特征信息,对目标路口处交通要素的变化进行监控,可以实现目标变化信息的确定。
可选的,所述分类场景为第一分类场景,所述第一分类场景指示:所述目标路口处车辆的轨迹量大于第一预设阈值,所述基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息,包括:
在所述第一变化满足第一预设条件,且所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,基于所述图像识别得到的所述至少一个交通要素的第一置信度、以及所述第一变化和所述第二变化的关联关系,从所述至少一个交通要素中确定所述第二交通要素,得到所述目标变化信息;
在所述第一变化满足所述第一预设条件,且所述第二特征信息表征所述目标路口处的交通要素相对于所述地图数据未发生变化的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第一判定结果,若所述第一判定结果指示存在交通要素变化,基于所述第一判定结果确定所述目标变化信息;
其中,所述第一预设条件包括:轨迹量的变化量大于目标变化量。
本实施方式中,第一分类场景指示目标路口为高PV量的路口,其中,第一预设阈值可以根据实际情况进行设置,如可以根据城市等级进行设置,不同城市等级,第一预设阈值可以设置不同。
在目标路口为高PV量路口的情况下,轨迹变化的数据比较可信,在第一变化满足第一预设条件时,说明该目标路口处车辆的轨迹量发生骤然变化,指示目标路口处可能发生了某些变化,如在左转位置处增设了左转栅栏,导致掉头及左转的轨迹量骤然下降。
其中,第一预设条件包括:轨迹量的变化量大于目标变化量,目标变化量指示目标路口处车辆的轨迹量发生骤然变化,骤然变化为骤然下降或骤然上升,如当轨迹的变化趋势为下降时,轨迹量的变化量大于目标变化量说明轨迹量骤然下降,当轨迹的变化趋势为上升时,轨迹量的变化量大于目标变化量说明轨迹量骤然上升。
在第一变化满足第一预设条件,且第二变化指示相对于地图数据变化的至少一个交通要素的情况下,可以基于图像识别得到的所述至少一个交通要素的第一置信度,以及第一变化和第二变化的关联关系,从至少一个交通要素中确定第二交通要素,得到目标变化信息。
其中,关联关系可以包括两种,分别为逻辑关联和逻辑不关联,逻辑关联可以指的是第一变化可能是由第二变化导致,如第一变化指示掉头及左转的轨迹量骤然下降,第二变化指示左转处新增了栅栏,而新增了栅栏会导致第一变化,则说明第一变化和第二变化存在逻辑关联,否则不存在逻辑关联。
在一可选实施方式中,第二变化指示相对于地图数据变化的一个交通要素,且第一变化和第二变化存在逻辑关联,可以将第二变化指的是交通要素确定为第二交通要素,得到目标变化信息,直接推送至下游进行地图数据更新。
在另一可选实施方式中,第二变化指示相对于地图数据变化的多个交通要素,且第一变化和第二变化存在逻辑关联,可以将这多个交通要素中第一置信度最高的交通要素确定为第二交通要素,或者,可以将图像数据发送给判别设备,交由作业员从至少一个交通要素中确定第二交通要素,基于判别设备发送的判别结果确定目标变化信息,以提高地图数据更新的准确性。
在又一可选实施方式中,第二变化指示相对于地图数据变化的至少一个交通要素,且第一变化和第二变化不存在逻辑关联,可以将图像数据发送给判别设备,交由作业员从至少一个交通要素中确定第二交通要素,基于判别设备发送的判别结果确定目标变化信息,以提高地图数据更新的准确性。
在第一变化满足第一预设条件,且所述第二特征信息表征所述目标路口处的交通要素相对于所述地图数据未发生变化的情况下,将所述图像数据发送给判定设备,交由作业员从至少一个交通要素中确定第二交通要素,并接收判定设备针对图像数据发送的第一判定结果,若第一判定结果指示存在交通要素变化,基于第一判定结果确定目标变化信息。
本实施方式中,针对第一分类场景,可以根据第一分类场景对应的确定策略,结合第一特征信息和第二特征信息,实现目标变化信息的确定,提高地图数据更新的准确性。
可选的,所述第一分类场景包括第一目标分类场景和第二目标分类场景,所述第一目标分类场景指示所述第一交通要素的类型为第一类型,所述第二目标分类场景指示所述第一交通要素的类型为第二类型,所述第一类型指示车辆对于所述第一交通要素不可跨越,所述第二类型指示车辆对于所述第一交通要素可跨越;
所述目标变化量包括第一变化量和第二变化量,所述第一变化量大于所述第二变化量,所述第一目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第一变化量,所述第二目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第二变化量。
本实施方式中,第一分类场景可以包括第一目标分类场景和第二目标分类场景,第一目标分类场景可以为高PV量非标线类隔离的路口,第二目标分类场景可以为高PV量标线类隔离的路口。
对于非标线类隔离(即硬隔离类隔离)的路口,由于通过第一交通要素隔离的不同链路link,车辆是不能跨越,而对于标线类隔离(即软隔离类隔离)的路口,通过第一交通要素隔离的不同链路link,车辆是可跨越的,如违章跨越。因此,高PV量非标线类隔离的路口处轨迹量的变化趋势会大于高PV量标线类隔离的路口,这样高PV量标线类隔离的路口相对于高PV量非标线类隔离的路口,在确定目标变化信息时,可以适当降低第一预设条件中的目标变化量。如此,可以提高地图数据更新的准确性。
可选的,在所述第一分类场景为所述第二目标分类场景的情况下,所述基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息,还包括:
在所述第一变化不满足所述第一预设条件,但所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第二判定结果,若所述第二判定结果指示存在交通要素变化,基于所述第二判定结果确定所述目标变化信息。
本实施方式中,在第一分类场景为第二目标分类场景时,可以增加基于图像识别的独立判断,在第一变化不满足第一预设条件,但第二变化指示相对于地图数据变化的至少一个交通要素的情况下,该场景可能是由于大量用户违章导致第一变化监测不到骤然变化,因此,可以结合第二变化和作业员的判断,来确定目标变化信息。
可以将图像数据发送给判定设备,由作业员基于图像数据进行交通要素的变化判断,并接收所述判定设备针对所述图像数据发送的第二判定结果,若所述第二判定结果指示存在交通要素变化,基于所述第二判定结果确定所述目标变化信息。如此,可以提高地图数据更新的准确性。
可选的,若目标判定结果指示不存在交通要素的变化,所述目标判定结果包括无效类型标注,所述无效类型标注指示所述第一变化和/或所述第二变化产生的原因,所述目标判定结果为所述第一判定结果或所述第二判定结果,所述方法还包括:
基于所述无效类型标注,调整目标信息,所述目标信息包括所述目标变化量和所述图像识别时所述图像数据的图像数量。
本实施方式中,在第一变化和/或第二变化指示存在交通要素变化,而经过作业员的判断之后,其判别结果即目标判别结果指示不存在交通要素变化,该场景可以称之为无效变化场景。
作业员可以进行该无效变化场景的标注,即无效类型标注,无效类型标注指示第一变化和/或第二变化产生的原因,如由于违章导致的第一变化,又如图片识别错误、图片不清晰等导致的第二变化。
可以基于无效类型标注,调整目标信息,在一可选实施方式中,若无效类型标注指示无效变化场景是由于违章导致,可以提高目标变化量,以提高第一变化的判别准确性。在另一可选实施方式中,若无效类型标注指示无效变化场景是由于图片识别错误、图片不清晰等导致,可以增加图像识别时所述图像数据的图像数量,以提高图像识别的准确性,提高第二变化的判别准确性。
相应的,后续进行交通要素的变化判别时,可以针对调整的目标信息进行第一变化和第二变化的判别,可以进一步提高地图数据更新的准确性。
以下进一步详细阐述本实施例的地图数据更新方法。
可以通过去噪和统计聚类方式等多种途径,汇集形成路口的轨迹数据特征,并进行时空上的监控,建立每个路口的轨迹特征库。
轨迹特征库数据监控包括:轨迹路径在形态结构、转向幅度、速度变化、停留时长等信息在时间维度上的差异;路口处的各链路link的轨迹量;路口处的各链路link的轨迹量在时间维度上的差异。
利用现有的或新的图像识别技术,对路口处拍摄到的图像数据进行图像识别,识别范围内的空中标牌、地面标线、地面箭头等特征信息,建立每个路口识别模型库。
识别模型库数据监控包括:空中标牌信息:交通限制标牌、掉头标牌、单行标牌、文字标牌、施工标牌、道路名等;隔离物信息:硬隔离类(如栅栏、绿化带、石墩)、标线类(双黄实线、左实右虚双黄线);静态特征:通行方向、地面导向箭头、路口隔离物、中央标线类型、空中标牌等;地面信息:地面箭头、地面禁止信息、公交车专用道、左转待转区、斑马线等。
建立轨迹特征库和识别模型库的逻辑关联,精准监测每个路口的变化信息。同时,细分多类分类场景的确定策略,权衡轨迹特征库和识别模型库的各自优势,提升地图数据更新的准确率。
路口为高PV量且非标线类隔离的路口,可以在轨迹特征库显示轨迹特征发现明显变化后,叠加识别模型库的数据变化特征进行目标变化信息的确定,其确定策略如下:
若轨迹特征库和识别模型库都监测到当前路口变化,且逻辑一致,则提取第二交通要素,高置信度推送下游生产作业。如轨迹特征库监测路口内掉头及左转方向的轨迹量发生骤降,识别模型库识别到该路口内新增栅栏硬隔离,则提取所发生变化的第二交通要素推送作业。
若轨迹特征库和识别模型库都监测到当前路口变化,但是逻辑关系不明显,需推送作业员进行交通要素的变化判断,如轨迹特征库监测路口内掉头方向轨迹量骤降,识别模型库发现路口附近道路新增障碍物,也识别到禁止掉头的相关标牌、标线类、箭头类信息,但是所识别的置信度均不高,需人工判断所发生变化的第二交通要素。
若轨迹特征库监测到变化,但是识别模型库未监测到变化,该场景可能为图片未识别到变化场景,需推送作业员进行交通要素的变化判断。
路口为高PV量且标线类隔离的路口,由于存在车辆违章的可能性,识别模型库需对该类违章场景进行单独策略判断。轨迹特征库可以降低第一预设条件中的目标变化量。
若轨迹特征库和识别模型库都监测到当前路口变化,且逻辑一致,则提取第二交通要素,高置信度推送下游生产作业。
若轨迹特征库和识别模型库都监测到当前路口变化,但是逻辑关系不明显,需推送作业员进行交通要素的变化判断。
若轨迹特征库监测到变化,但是识别模型库未监测到变化,该场景可能为图片未识别到变化场景,需推送作业员进行交通要素的变化判断。
若识别模型库监测到变化,但是轨迹特征库未监测到变化,该场景可能为大量用户违章,需推送作业员进行交通要素的变化判断。
对于低PV量的路口,由于轨迹量比较低,轨迹特征库的判断能力有限,以识别模型库的判断为准,降低轨迹特征库的判断阈值。若识别模型库监测到变化,需推送作业员进行交通要素的变化判断。
人工进行场景要素的分类,分类后推送下游作业,在变化场景为无效变化场景时,进行无效类型标注。对于策略提取的高置信度要素类型,可直接推送生产进行对应要素的制作;对于策略提取的当前路口的多个可能的要素类型,进行人工的要素类型判断,判断后推送生产进行对应要素的制作;若作业员发现当前路口是无效变化场景,是由于违章导致的轨迹特征库变化,或者图片识别错误、图片不清晰等导致的识别模型库变化,作业员需要对其进行无效类型标注,相应的,可以基于无效类型标注,调整目标信息。
第二实施例
如图3所示,本公开提供一种地图数据更新装置300,包括:
获取模块301,用于获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;
确定模块302,用于确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定;
监控模块303,用于基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;
更新模块304,用于基于所述目标变化信息,对地图数据进行更新。
可选的,所述监控模块303,包括:
第一监控单元,用于在时间维度上对所述轨迹数据进行监控,得到第一特征信息,所述第一特征信息用于表征所述目标路口处车辆的轨迹信息在时间维度上的第一变化,所述轨迹信息包括轨迹量;
图像识别单元,用于对所述图像数据进行图像识别,确定第二特征信息,所述第二特征信息用于表征所述目标路口处的交通要素相对于所述地图数据的第二变化;
第二监控单元,用于基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息。
可选的,所述分类场景为第一分类场景,所述第一分类场景指示:所述目标路口处车辆的轨迹量大于第一预设阈值,所述第二监控单元,具体用于:
在所述第一变化满足第一预设条件,且所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,基于所述图像识别得到的所述至少一个交通要素的第一置信度、以及所述第一变化和所述第二变化的关联关系,从所述至少一个交通要素中确定所述第二交通要素,得到所述目标变化信息;
在所述第一变化满足所述第一预设条件,且所述第二特征信息表征所述目标路口处的交通要素相对于所述地图数据未发生变化的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第一判定结果,若所述第一判定结果指示存在交通要素变化,基于所述第一判定结果确定所述目标变化信息;
其中,所述第一预设条件包括:轨迹量的变化量大于目标变化量。
可选的,所述第一分类场景包括第一目标分类场景和第二目标分类场景,所述第一目标分类场景指示所述第一交通要素的类型为第一类型,所述第二目标分类场景指示所述第一交通要素的类型为第二类型,所述第一类型指示车辆对于所述第一交通要素不可跨越,所述第二类型指示车辆对于所述第一交通要素可跨越;
所述目标变化量包括第一变化量和第二变化量,所述第一变化量大于所述第二变化量,所述第一目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第一变化量,所述第二目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第二变化量。
可选的,在所述第一分类场景为所述第二目标分类场景的情况下,所述第二监控单元,还用于:
在所述第一变化不满足所述第一预设条件,但所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第二判定结果,若所述第二判定结果指示存在交通要素变化,基于所述第二判定结果确定所述目标变化信息。
可选的,若目标判定结果指示不存在交通要素的变化,所述目标判定结果包括无效类型标注,所述无效类型标注指示所述第一变化和/或所述第二变化产生的原因,所述目标判定结果为所述第一判定结果或所述第二判定结果;所述装置还包括:
调整模块,用于基于所述无效类型标注,调整目标信息,所述目标信息包括所述目标变化量和所述图像识别时所述图像数据的图像数量。
本公开提供的地图数据更新装置300能够实现地图数据更新方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
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,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,例如地图数据更新方法。例如,在一些实施例中,地图数据更新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地图数据更新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)而被配置为执行地图数据更新方法。
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 (15)
1.一种地图数据更新方法,包括:
获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;
确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定,所述第一交通要素的类型包括非标线类隔离和标线类隔离;
基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;
基于所述目标变化信息,对地图数据进行更新;
所述基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,包括:
分别基于所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控;
基于所述分类场景所确定的确定策略,以及分别根据所述轨迹数据和所述图像数据监控到的所述目标路口处发生变化的交通要素,确定目标变化信息。
2.根据权利要求1所述的方法,其中,所述基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,包括:
在时间维度上对所述轨迹数据进行监控,得到第一特征信息,所述第一特征信息用于表征所述目标路口处车辆的轨迹信息在时间维度上的第一变化,所述轨迹信息包括轨迹量;
对所述图像数据进行图像识别,确定第二特征信息,所述第二特征信息用于表征所述目标路口处的交通要素相对于所述地图数据的第二变化;
基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息。
3.根据权利要求2所述的方法,其中,所述分类场景为第一分类场景,所述第一分类场景指示:所述目标路口处车辆的轨迹量大于第一预设阈值,所述基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息,包括:
在所述第一变化满足第一预设条件,且所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,基于所述图像识别得到的所述至少一个交通要素的第一置信度、以及所述第一变化和所述第二变化的关联关系,从所述至少一个交通要素中确定所述第二交通要素,得到所述目标变化信息;
在所述第一变化满足所述第一预设条件,且所述第二特征信息表征所述目标路口处的交通要素相对于所述地图数据未发生变化的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第一判定结果,若所述第一判定结果指示存在交通要素变化,基于所述第一判定结果确定所述目标变化信息;
其中,所述第一预设条件包括:轨迹量的变化量大于目标变化量。
4.根据权利要求3所述的方法,其中,所述第一分类场景包括第一目标分类场景和第二目标分类场景,所述第一目标分类场景指示所述第一交通要素的类型为第一类型,所述第二目标分类场景指示所述第一交通要素的类型为第二类型,所述第一类型指示车辆对于所述第一交通要素不可跨越,所述第二类型指示车辆对于所述第一交通要素可跨越;
所述目标变化量包括第一变化量和第二变化量,所述第一变化量大于所述第二变化量,所述第一目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第一变化量,所述第二目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第二变化量。
5.根据权利要求4所述的方法,其中,在所述第一分类场景为所述第二目标分类场景的情况下,所述基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息,还包括:
在所述第一变化不满足所述第一预设条件,但所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第二判定结果,若所述第二判定结果指示存在交通要素变化,基于所述第二判定结果确定所述目标变化信息。
6.根据权利要求5中任一项所述的方法,其中,若目标判定结果指示不存在交通要素的变化,所述目标判定结果包括无效类型标注,所述无效类型标注指示所述第一变化和/或所述第二变化产生的原因,所述目标判定结果为所述第一判定结果或所述第二判定结果,所述方法还包括:
基于所述无效类型标注,调整目标信息,所述目标信息包括所述目标变化量和所述图像识别时所述图像数据的图像数量。
7.一种地图数据更新装置,包括:
获取模块,用于获取目标路口处车辆的轨迹数据,以及所述目标路口处的图像数据;
确定模块,用于确定所述目标路口的分类场景,所述分类场景指示:所述目标路口处车辆的轨迹量和第一交通要素的类型中的至少一项,所述第一交通要素为所述目标路口处用于分隔道路的交通要素,所述轨迹量基于所述轨迹数据确定,所述第一交通要素的类型基于所述图像数据确定,所述第一交通要素的类型包括非标线类隔离和标线类隔离;
监控模块,用于基于所述分类场景、所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控,得到目标变化信息,所述目标变化信息指示所述目标路口处发生变化的第二交通要素;
更新模块,用于基于所述目标变化信息,对地图数据进行更新;
所述监控模块,具体用于:
分别基于所述轨迹数据和所述图像数据,对所述目标路口处交通要素的变化进行监控;
基于所述分类场景所确定的确定策略,以及分别根据所述轨迹数据和所述图像数据监控到的所述目标路口处发生变化的交通要素,确定目标变化信息。
8.根据权利要求7所述的装置,其中,所述监控模块,包括:
第一监控单元,用于在时间维度上对所述轨迹数据进行监控,得到第一特征信息,所述第一特征信息用于表征所述目标路口处车辆的轨迹信息在时间维度上的第一变化,所述轨迹信息包括轨迹量;
图像识别单元,用于对所述图像数据进行图像识别,确定第二特征信息,所述第二特征信息用于表征所述目标路口处的交通要素相对于所述地图数据的第二变化;
第二监控单元,用于基于所述分类场景、所述第一特征信息和所述第二特征信息,对所述目标路口处交通要素的变化进行监控,得到所述目标变化信息。
9.根据权利要求8所述的装置,其中,所述分类场景为第一分类场景,所述第一分类场景指示:所述目标路口处车辆的轨迹量大于第一预设阈值,所述第二监控单元,具体用于:
在所述第一变化满足第一预设条件,且所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,基于所述图像识别得到的所述至少一个交通要素的第一置信度、以及所述第一变化和所述第二变化的关联关系,从所述至少一个交通要素中确定所述第二交通要素,得到所述目标变化信息;
在所述第一变化满足所述第一预设条件,且所述第二特征信息表征所述目标路口处的交通要素相对于所述地图数据未发生变化的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第一判定结果,若所述第一判定结果指示存在交通要素变化,基于所述第一判定结果确定所述目标变化信息;
其中,所述第一预设条件包括:轨迹量的变化量大于目标变化量。
10.根据权利要求9所述的装置,其中,所述第一分类场景包括第一目标分类场景和第二目标分类场景,所述第一目标分类场景指示所述第一交通要素的类型为第一类型,所述第二目标分类场景指示所述第一交通要素的类型为第二类型,所述第一类型指示车辆对于所述第一交通要素不可跨越,所述第二类型指示车辆对于所述第一交通要素可跨越;
所述目标变化量包括第一变化量和第二变化量,所述第一变化量大于所述第二变化量,所述第一目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第一变化量,所述第二目标分类场景下,所述第一预设条件包括轨迹量的变化量大于所述第二变化量。
11.根据权利要求10所述的装置,其中,在所述第一分类场景为所述第二目标分类场景的情况下,所述第二监控单元,还用于:
在所述第一变化不满足所述第一预设条件,但所述第二变化指示相对于所述地图数据变化的至少一个交通要素的情况下,将所述图像数据发送给判定设备,并接收所述判定设备针对所述图像数据发送的第二判定结果,若所述第二判定结果指示存在交通要素变化,基于所述第二判定结果确定所述目标变化信息。
12.根据权利要求11中任一项所述的装置,其中,若目标判定结果指示不存在交通要素的变化,所述目标判定结果包括无效类型标注,所述无效类型标注指示所述第一变化和/或所述第二变化产生的原因,所述目标判定结果为所述第一判定结果或所述第二判定结果;所述装置还包括:
调整模块,用于基于所述无效类型标注,调整目标信息,所述目标信息包括所述目标变化量和所述图像识别时所述图像数据的图像数量。
13.一种电子设备,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1-6中任一项所述的方法。
14.一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1-6中任一项所述的方法。
15.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210835500.1A CN115114312B (zh) | 2022-07-15 | 2022-07-15 | 地图数据更新方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210835500.1A CN115114312B (zh) | 2022-07-15 | 2022-07-15 | 地图数据更新方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115114312A CN115114312A (zh) | 2022-09-27 |
CN115114312B true CN115114312B (zh) | 2023-06-27 |
Family
ID=83333065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210835500.1A Active CN115114312B (zh) | 2022-07-15 | 2022-07-15 | 地图数据更新方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114312B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115292435B (zh) * | 2022-10-09 | 2023-03-31 | 智道网联科技(北京)有限公司 | 高精地图的更新方法和装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706704A (zh) * | 2021-09-03 | 2021-11-26 | 北京百度网讯科技有限公司 | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 |
CN113742440A (zh) * | 2021-09-03 | 2021-12-03 | 北京百度网讯科技有限公司 | 道路图像数据处理方法、装置、电子设备及云计算平台 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11009366B2 (en) * | 2018-11-19 | 2021-05-18 | Here Global B.V. | Navigation using dynamic intersection map data |
CN111612043B (zh) * | 2020-04-27 | 2022-08-23 | 腾讯科技(深圳)有限公司 | 道路场景匹配方法、装置及存储介质 |
CN112309233B (zh) * | 2020-10-26 | 2022-09-30 | 北京三快在线科技有限公司 | 一种道路边界的确定、道路切分方法及装置 |
CN113269042B (zh) * | 2021-04-25 | 2024-03-29 | 安徽银徽科技有限公司 | 基于行驶车辆违章识别的智能交通管理方法及系统 |
CN113722342A (zh) * | 2021-09-03 | 2021-11-30 | 北京百度网讯科技有限公司 | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 |
CN114170797B (zh) * | 2021-12-02 | 2023-01-24 | 北京百度网讯科技有限公司 | 交通限制路口的识别方法、装置、设备、介质及产品 |
CN114443794A (zh) * | 2022-01-28 | 2022-05-06 | 北京百度网讯科技有限公司 | 数据处理和地图更新方法、装置、设备以及存储介质 |
CN114495514A (zh) * | 2022-02-16 | 2022-05-13 | 中南大学 | 一种多源数据协同的车辆违规掉头热点区域识别方法 |
CN114625744A (zh) * | 2022-03-03 | 2022-06-14 | 北京百度网讯科技有限公司 | 电子地图的更新方法和装置 |
CN114610830B (zh) * | 2022-03-25 | 2023-07-21 | 江苏海洋大学 | 一种基于驾驶行为数据的地图要素变化检测方法 |
-
2022
- 2022-07-15 CN CN202210835500.1A patent/CN115114312B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706704A (zh) * | 2021-09-03 | 2021-11-26 | 北京百度网讯科技有限公司 | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 |
CN113742440A (zh) * | 2021-09-03 | 2021-12-03 | 北京百度网讯科技有限公司 | 道路图像数据处理方法、装置、电子设备及云计算平台 |
Also Published As
Publication number | Publication date |
---|---|
CN115114312A (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087510B (zh) | 交通监测方法及装置 | |
CN112763995B (zh) | 雷达标定方法、装置、电子设备和路侧设备 | |
CN110807924A (zh) | 基于全量全样实时交通数据的多参数融合方法及系统 | |
US20220092874A1 (en) | Method and apparatus of determining vehicle queuing information, roadside device and cloud control platform | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 | |
CN115114312B (zh) | 地图数据更新方法、装置及电子设备 | |
CN114037966A (zh) | 高精地图特征提取方法、装置、介质及电子设备 | |
US20230104225A1 (en) | Method for fusing road data to generate a map, electronic device, and storage medium | |
CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
CN115641359A (zh) | 确定对象的运动轨迹的方法、装置、电子设备和介质 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN113887391A (zh) | 用于识别路面标识的方法、装置以及自动驾驶车辆 | |
CN114998863B (zh) | 目标道路识别方法、装置、电子设备以及存储介质 | |
CN113850297B (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN114582125B (zh) | 道路通行方向的识别的方法、装置、设备及存储介质 | |
CN115995075A (zh) | 一种车辆自适应导航方法、装置、电子设备及存储介质 | |
CN113837268B (zh) | 确定轨迹点状态的方法、装置、设备和介质 | |
CN116009422A (zh) | 基于自动驾驶的停车仿真方法、装置、设备及存储介质 | |
CN114724113A (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN112507964B (zh) | 用于车道级事件的检测方法和装置、路侧设备和云控平台 | |
CN114419883A (zh) | 识别路口缺失交通限制信息的方法、装置和电子设备 | |
CN114413922B (zh) | 电子地图的导航方法、装置、设备、介质及产品 | |
CN114529768B (zh) | 确定对象类别的方法、装置、电子设备和存储介质 |
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 |