CN115438516B - 仿真地图生成方法、电子设备及计算机存储介质 - Google Patents

Abstract

本申请实施例提供了一种仿真地图生成方法、电子设备及计算机存储介质。其中，仿真地图生成方法包括：遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图；分别对各个所述交通枢纽二维地图进行道路特征提取，根据提取出的道路特征，生成所述交通枢纽二维地图对应的枢纽拓扑特征；根据各个所述交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库。通过本申请实施例，使得构建的交通枢纽仿真地图可以覆盖更全面的枢纽结构，提升枢纽覆盖度。

Description

仿真地图生成方法、电子设备及计算机存储介质

技术领域

本申请实施例涉及自动驾驶技术领域，尤其涉及一种仿真地图生成方法、电子设备及计算机存储介质。

背景技术

自动驾驶设备（如车辆、机器人等）在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。但是，采用实际的路测来优化自动驾驶算法耗费的时间和成本都太高，且极端交通条件和场景复现困难，测试安全存在隐患。为此，基于场景库的仿真测试应运而生。

仿真测试是模拟真实的驾驶环境进行自动驾驶设备的运行测试，因此会对照真实世界，搭建模拟场景，其具体可实现为仿真测试平台。一般来说，仿真测试平台包括交通场景模块、传感器模块、设备动力学模块和测试管理模块。其中，交通场景模块用于模拟自动驾驶设备运行的外部环境，主要包括模拟各种交通场景要素部分和模拟不同交通场景要素之间的组合和动态关系部分。在模拟各种交通场景要素部分中，模拟高速公路、城市道路等不同的道路结构是其重要组成部分，其模拟成果多以仿真地图形式呈现。目前，该部分多通过实际的自动驾驶设备对不同的道路路段采集道路数据，并进行离线标注生成。但是，在某些环境下，如交通枢纽等，因这类交通枢纽道路复杂，不仅使得数据采集困难，而且因其复杂性，使得此类交通枢纽的仿真地图的建图成本也较高、且建图周期长。

发明内容

有鉴于此，本申请实施例提供一种仿真地图生成方案，以至少部分解决上述问题。

根据本申请实施例的第一方面，提供了一种仿真地图生成方法，包括：遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图；分别对各个所述交通枢纽二维地图进行道路特征提取，根据提取出的道路特征，生成所述交通枢纽二维地图对应的枢纽拓扑特征；根据各个所述交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库。

根据本申请实施例的第二方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述方法对应的操作。

根据本申请实施例的第三方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的方法。

根据本申请实施例的第四方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令指示计算设备执行如第一方面所述方法对应的操作。

根据本申请实施例提供的仿真地图生成方案，可以基于现有的交通枢纽二维地图生成交通枢纽拓扑特征，该交通枢纽拓扑特征可表征各种交通枢纽的构成要件，基于此构建枢纽特征库，在其中存储这些不同的构成要件对应的拓扑特征。由此，一方面，基于二维图像即可生成相应的交通枢纽的拓扑特征，以为后续生成相应的仿真地图提供基础，且整个过程无需人工参与，可以有效降低仿真地图的建图成本，提高了建图速度和效率；另一方面，基于枢纽特征库中存储的各种枢纽拓扑特征，后续可以根据需求，从这些枢纽拓扑特征中筛选符合需求的特征，以此作为交通枢纽构成元素，构建新的不同场景和交通需求的交通枢纽对应的仿真地图，从而使得构建的交通枢纽仿真地图可以覆盖更全面的枢纽结构，提升枢纽覆盖度。进一步地，基于这些仿真地图，还可以为自动驾驶仿真测试提供地图数据，降低自动驾驶仿真测试成本，提高自动驾驶仿真测试效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为适用本申请实施例的仿真地图生成方法的示例性系统的示意图；

图2A为根据本申请实施例一的一种仿真地图生成方法的步骤流程图；

图2B为图2A所示实施例中的一个交通枢纽二维图像的示例图；

图2C为图2B所示交通枢纽二维图像中的分流点及几何连线的示意图；

图2D为图2B所示交通枢纽二维图像对应的枢纽拓扑特征图的示意图；

图2E为图2A所示实施例中的一个枢纽特征库的示例图；

图3A为根据本申请实施例二的一种仿真地图生成方法的步骤流程图；

图3B为图3A所示实施例中的一个场景示意图；

图4为根据本申请实施例三的一种电子设备的结构示意图。

具体实施方式

为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。

下面结合本申请实施例附图进一步说明本申请实施例具体实现。

图1示出了一种适用本申请实施例方案的示例性系统。如图1所示，该系统100可以包括云服务端102、通信网络104和/或一个或多个用户设备106，图1中示例为多个用户设备。

云服务端102可以是用于存储信息、数据、程序和/或任何其他合适类型的内容的任何适当的设备，包括但不限于分布式存储系统设备、服务器集群、计算云服务端集群等。在一些实施例中，云服务端102可以执行任何适当的功能。例如，在一些实施例中，云服务端102可以用于生成交通枢纽的枢纽特征库。作为可选的示例，在一些实施例中，云服务端102可以基于交通枢纽的图像来生成交通枢纽的枢纽特征库，而不需自动驾驶设备进行实际道路数据采集。作为另一示例，在一些实施例中，云服务端102可以对交通枢纽图像进行道路特征提取，根据提取出的道路特征生成交通枢纽二维地图对应的枢纽拓扑特征；并根据各个交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库。作为另一示例，在一些实施例中，云服务端102还可以基于枢纽特征库，构建多种不同类型的交通枢纽的二维仿真地图。作为另一示例，在一些实施例中，云服务端102还可以基于交通枢纽的二维仿真地图，生成对应的三维仿真地图。

在一些实施例中，通信网络104可以是一个或多个有线和/或无线网络的任何适当的组合。例如，通信网络104能够包括以下各项中的任何一种或多种：互联网、内联网、广域网(WAN)、局域网(LAN)、无线网络、数字订户线路(DSL)网络、帧中继网络、异步转移模式(ATM)网络、虚拟专用网(VPN)和/或任何其它合适的通信网络。用户设备106能够通过一个或多个通信链路(例如，通信链路112)连接到通信网络104，该通信网络104能够经由一个或多个通信链路(例如，通信链路114)被链接到云服务端102。通信链路可以是适合于在用户设备106和云服务端102之间传送数据的任何通信链路，诸如网络链路、拨号链路、无线链路、硬连线链路、任何其它合适的通信链路或此类链路的任何合适的组合。

用户设备106可以包括适合于进行交互的任何一个或多个用户设备。在一些实施例中，用户设备106可以向云服务端102发送地图生成请求，并在该请求中携带待生成的交通枢纽的信息，以触发云服务端102根据该请求，基于枢纽特征库，生成对应的二维或三维仿真地图。在另一些实施例中，用户设备106可以向云服务端102发送枢纽特征库生成指令，以指示云服务端102根据该指令，获取相应的交通枢纽二维地图，并基于交通枢纽二维地图构建枢纽特征库。在一些实施例中，用户设备106可以包括任何合适类型的设备。例如，在一些实施例中，用户设备106可以包括移动设备、平板计算机、膝上型计算机、台式计算机、可穿戴计算机、车辆系统和/或任何其他合适类型的用户设备。

基于上述系统，以下通过实施例对本申请的仿真地图生成方法进行说明。

实施例一

参照图2A，示出了根据本申请实施例一的一种仿真地图生成方法的步骤流程图。

本实施例的仿真地图生成方法包括以下步骤：

步骤S202：遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图。

地图数据库中存储有各种二维道路地图，包括交通枢纽二维地图和非交通枢纽二维地图，其中，交通枢纽意指道路交通枢纽，通常是指道路交通干线相互交叉与衔接之处。本步骤中，先通过遍历地图数据库中的这些二维地图，从中找出涉及交通枢纽的那些二维地图。并且，地图数据库在存储二维地图的同时，还存储有这些地图对应的标识信息（如名称信息、道路类型信息等）和导航信息等。其中，导航信息包括但不限于各个二维地图中的道路导航信息，如，道路a-->道路b的路径信息等。通过道路导航信息，可确定道路间的连接关系及道路行驶方向。在一种可行方式中，在获得多个交通枢纽二维地图后，还可获得这些交通枢纽二维地图对应的导航信息，以在后续进行特征核查使用。

此外，在确定交通枢纽二维地图时，一种可行方式中，可以根据用于指示交通枢纽的关键词，对地图数据库中的二维地图进行遍历，将与关键词相匹配的多个二维地图确定为多个交通枢纽二维地图。其中，关键词包括但不限于“枢纽”、“高架”等。通过关键词匹配的方式，可以从地图数据库中快速确定交通枢纽相关的二维地图，提高方案整体效率。

在具体实现时，对地图数据库的遍历可通过遍历算法实现，包括但不限于深度遍历、广度遍历，等。

步骤S204：分别对各个交通枢纽二维地图进行道路特征提取，根据提取出的道路特征，生成交通枢纽二维地图对应的枢纽拓扑特征。

本步骤中，对交通枢纽二维地图的道路特征提取，可由本领域技术人员采用任意适当方式实现，例如，通过预先训练完成的、具有道路特征提取功能的神经网络模型等，提取出的道路特征可包括道路的行驶方向特征、道路的分流点特征、道路间的连接关系特征，每一种特征都可描述其对应的道路的相关信息。

基于此，在一种可行方式中，本步骤可以实现为：针对各个交通枢纽二维地图，对该交通枢纽二维地图进行道路特征提取，获得交通枢纽的道路特征和道路间的关系特征；根据道路特征，提取该交通枢纽对应的多条道路中每条道路的几何连线；根据关系特征和提取获得的几何连线， 生成交通枢纽二维地图对应的枢纽拓扑特征。

其中，可选地，道路特征包括以下至少之一：道路的行驶方向特征、道路的分流点特征、道路间的连接关系特征、道路间的位置关系特征。

示例性地，参照图2B，其示出了一个交通枢纽二维图像的示意图。假设，以图2B中所示图像的正上方为正北方向，以图像右侧为正东方向，则该图像中包括2条主干道和8条匝道。其中，主干道分别标示为A和B。

道路的行驶方向特征用于指示某条道路的可行驶方向，示例性地，针对主干道A，通过特征提取获取的道路特征包括：行驶方向特征，分别为：由正东南方向驶向正西北方向的行驶方向A1，以及,对应的由正西北方向驶向正东南方向的行驶方向A2。在实际应用中，可以方向坐标轴为基准，使用角度更为准确地描述道路的行驶方向，例如，由东偏南20度角方向驶向由西偏北20度角方向，等等。本申请实施例中，不对行驶方向特征采用的具体描述方式进行限制。针对主干道B，通过特征提取获取的道路特征包括：行驶方向特征，分别为：由正西南方向驶向正东北方向的行驶方向B1，以及,对应的由正东北方向驶向正西南方向的行驶方向B2。

道路的分流点特征用于指示某条道路与其它道路分流的路口的信息，其可包括某条道路向其它道路分流的路口（本实施例中称为分流点）的信息，也可包括某条道路接收来自其它道路的分流的路口（本实施例中称为汇入点）的信息。分流点特征具体包括但不限于：分流点位置特征、分流点路口宽度特征等。

参照图2C，针对主干道A和B，通过特征提取，获得的分流点特征包括：在主干道A的行驶方向A1上的分流点t2的特征，在行驶方向A2上的分流点t6和t9的特征；在主干道B的行驶方向B1上的分流点t8和t14的特征，在行驶方向B2上的分流点t4和t12的特征。在主干道B的行驶方向B1上的分流点t3；在主干道B的行驶方向B2上的分流点t7；在主干道B的行驶方向B1上的分流点t15；在主干道A的行驶方向A2上的分流点t1；在主干道A的行驶方向A1上的分流点t13；主干道A的行驶方向A1上的分流t5；主干道A的行驶方向A2上的分流点t16。

道路间的连接关系特征用于指示道路间的连接关系，通常可表现为匝道的形式。因此，道路间的连接关系特征可用于描述主干道与主干道之间、或者匝道与主干道之间，或者匝道与匝道之间的连接关系。其中，因匝道多用于道路连接，因此，绝大部分匝道为非直行道，多具有一定的曲率。基于此，在一种可行方式中，道路间的连接关系特征包括：主干道与主干道之间的连接关系特征、匝道的道路连接关系特征、和匝道的曲率特征。示例性地，以图2B中所示图像为例，在主干道A和B之间，具有连接A1方向至B1方向的匝道a、连接B2方向至A1方向的匝道b、连接A2方向至B2方向的匝道c、连接B1方向至A2方向的匝道d、连接B2方向至A2方向的匝道e、连接A2方向至B1方向的匝道f、连接B1方向至A1方向的匝道g、以及，匝道a和c之间的连接匝道h。这些匝道均为非直线匝道，均具有一定的曲率。此外，匝道a和c还对应的分流点特征，匝道a上具有分流点t10、匝道c上有对应的汇入点t11。

道路间的位置关系特征用于表示道路间的位置关系，通常为主干道间的位置关系，如平行关系、交叉关系、互相垂直关系等等。示例性地，图2B中，主干道A和B之间为北向80角交叉关系。

道路间的关系特征包括：用于指示当前道路为主道或者辅道或者匝道的特征、和/或，用于指示当前道路与其它道路之间的上下关系的特征。示例性地，图2B中，主干道A和B中均有主道和辅道，主干道A位于主干道B之上，a、b、c、d、e、f、g、和h均为匝道。

在获得了上述道路特征和道路间的关系特征的基础上，可进行后续的枢纽拓扑特征生成处理。包括：根据其中的道路特征，提取该交通枢纽对应的多条道路中每条道路的几何连线。在一个示例中，如图2B所示，在根据道路特征确定了主干道A和B后，再基于道路的分流点特征，通过图算法可确定A和B之间存在的几何连线（表征匝道）。因每条匝道都连接于两条道路，因此，某一条道路上的分流点（图中示意为实心圆形）还会对应于另一道路上的一个汇入点（图中示意为空心圆形）。则，示例性地，如图2C所示，主干道B的行驶方向B1上的汇入点t3对应于分流点t2；主干道B的行驶方向B2上的汇入点t7对应于分流点t6；主干道B的行驶方向B1上的汇入点t15对应于分流点t9；主干道A的行驶方向A2上的汇入点t1对应于分流点t8；主干道A的行驶方向A1上的汇入点t13对应于分流点t14；主干道A的行驶方向A1上的汇入点t5对应于分流点t4；主干道A的行驶方向A2上的汇入点t16对应于分流点t12。此外，匝道c上的汇入点t11对应于分流点t10。最终生成的道路的几何连线及道路上的分流点如图2C所示。

进一步地，基于该几何连线，可以结合道路间的关系特征，生成交通枢纽二维地图对应的枢纽拓扑特征。示例性地，假设根据道路间的关系特征确定：主干道A和B均为主道，且无辅道，主干道B位于主干道A的下方，道路a、b、c、d、e、f、g、和h均为匝道。此外，如前所述，匝道通常还具有曲率特征。基于此，通过融合算法，将这些特征融合进行几何连线中，从而生成交通枢纽二维地图对应的枢纽拓扑特征。示例性地，如图2D所示。

步骤S206：根据各个交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库。

对于各个交通枢纽二维地图对应的枢纽拓扑特征来说，其可以不仅具有对应的完整拓扑图，还可以具有拓扑图中的各个部分，如各个匝道、单独的主干道、具有交叉或重叠关系的主干道，等等。由此，可生成存储各种拓扑道路数据的枢纽特征库。在后续的自动驾驶仿真测试中，既可以基于该枢纽特征库中的交通枢纽二维地图对应的完整拓扑图来生成相应的仿真地图以进行仿真测试，也可以根据实际的测试需要，从不同的交通枢纽二维地图对应的不同的道路拓扑部分，选取符合要求的拓扑，以组合生成满足测试需要的新的枢纽拓扑图，并基于此生成相应的仿真地图进行仿真测试。

一种示例性的枢纽特征库如图2E所示，由图2E中可见，其既存储有完整的交通枢纽拓扑图，又存有完整交通枢纽拓扑图的各个拓扑组成部分，以供后续选取并组合成新的拓扑图使用。

此外，若在获得多个交通枢纽二维地图时，还获得了其分别对应的导航信息，则本步骤中，还可以根据导航信息，对根据各个交通枢纽二维地图及其对应的枢纽拓扑特征进行核查，并在核查通过后生成用于构建不同交通枢纽仿真地图的枢纽特征库。如前所述，导航信息可用于指示如道路a-->道路b的路径等，而若交通枢纽的拓扑特征图存在错误，则使用该导航信息进行对应的路径核查时，有可能无法核查到该道路a-->道路b的路径，或者，可能根据拓扑特征图生成的是道路b-->道路a的路径。由此，可确定枢纽拓扑特征存在错误，需对其进行纠正。而若根据枢纽拓扑特征生成的路径与导航信息一致，则可认为枢纽拓扑特征无异常，可将其加入枢纽特征库中。由此，有效保障了枢纽拓扑特征的正确性，以及枢纽特征库的有效性。

可见，通过本实施例，可以基于现有的交通枢纽二维地图生成交通枢纽拓扑特征，该交通枢纽拓扑特征可表征各种交通枢纽的构成要件，基于此构建枢纽特征库，在其中存储这些不同的构成要件对应的拓扑特征。由此，一方面，基于二维图像即可生成相应的交通枢纽的拓扑特征，以为后续生成相应的仿真地图提供基础，且整个过程无需人工参与，可以有效降低仿真地图的建图成本，提高了建图速度和效率；另一方面，基于枢纽特征库中存储的各种枢纽拓扑特征，后续可以根据需求，从这些枢纽拓扑特征中筛选符合需求的特征，以此作为交通枢纽构成元素，构建新的不同场景和交通需求的交通枢纽对应的仿真地图，从而使得构建的交通枢纽仿真地图可以覆盖更全面的枢纽结构，提升枢纽覆盖度。进一步地，基于这些仿真地图，还可以为自动驾驶仿真测试提供地图数据，降低自动驾驶仿真测试成本，提高自动驾驶仿真测试效率。

实施例二

本实施例，基于实施例一中构建的枢纽特征库，结合图3A和图3B对该枢纽特征库的应用进行说明。

参照图3A，示出了根据本申请实施例二的一种仿真地图生成方法的步骤流程图。

本实施例的仿真地图生成方法包括以下步骤：

步骤S302：基于枢纽特征库中的枢纽拓扑特征，构建多种不同的交通枢纽拓扑图。

其中，枢纽特征库为通过实施例一中所描述的方法构建生成的特征库。

如前所述，该枢纽特征库中存储有多种枢纽拓扑特征，包括交通枢纽的完整枢纽拓扑特征图及各个枢纽组成部分对应的拓扑特征图。在此基础上，本领域技术人员在构建自身所需的交通枢纽拓扑图时，可通过交互界面或者交互指令的形式，输入构建需求。例如，可以是单纯的“北京西直门交通枢纽”，也可以是更为复杂的需求，如“两条主干道且主干道垂直交叉、且两条主干道的各行驶方向间存在匝道”，则基于该复杂的需求，可从枢纽特征库中选取满足这几条需求的相应的拓扑部分，如先选取两条垂直交叉的主干道，再选取适当角度的四条匝道，以连接主干道间的各行驶方向，等等。由此，基于枢纽特征库，可构建能够满足不同需求的交通枢纽拓扑图。或者，可以先构建出初始的交通枢纽拓扑图，再通过微调即可获得满足实际需求的交通枢纽拓扑图。

上述过程的一个示例如图3B所示，由图3B可见，首先，通过遍历操作（基于关键词的深度遍历算法或广度遍历算法等）对存储有大量二维地图的地图数据库进行遍历，以获得多个交通枢纽二维地图，图中简单示意为两个。然后，再分别对各个交通枢纽二维地图进行道路特征提取，根据提取出的道路特征，生成交通枢纽二维地图对应的枢纽拓扑特征；并且，根据各个交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库。进而，基于该枢纽特征图，按照实际的交通枢纽构建需求，从枢纽特征库的枢纽拓扑特征中，选取满足需求的拓扑特征，以构建不同的交通枢纽拓扑图，图3B中简单示意出了构建的两种交通枢纽拓扑图。后续，即可基于该构建的交通枢纽拓扑图，进行相应的仿真地图生成处理，具体如下所述。

步骤S304：根据多种不同的交通枢纽拓扑图，获得对应的多种不同的交通枢纽仿真地图。

本步骤中，生成的交通枢纽仿真地图可以为二维地图，又因交通枢纽拓扑图除可准确反映交通枢纽特征外，还可较为准确反映交通枢纽的交通场景，因此，也可将交通枢纽拓扑图直接作为交通枢纽的二维仿真道路地图。但不限于此，在实际应用中，为了更便于地图使用者查看和了解信息，还可以对交通枢纽拓扑图中的道路进行相应的颜色渲染，或者进行形状、长短、线条粗细等处理，更获得最终的交通枢纽的二维仿真道路地图。

通过二维仿真道路地图即可进行诸如道路规划、交通信息处理等多种任务。但在自动驾驶设备的仿真测试中，更多使用的是三维仿真道路地图。因此，还可以基于道路的高度特征来构建相应的三维仿真道路地图。此种情况下，可选地，获得的交通枢纽的道路特征除可包括道路的行驶方向特征、道路的分流点特征、道路间的连接关系特征、道路间的位置关系特征中的至少一者之外，还可以包括当前道路的高度特征。该高度特征的初始值可使用道路的海拔高程值，如有坡度变化，可使用坡度起点的海拔高程值和坡度顶点的海拔高程值，在某些情况下，还可以包括坡度终点的海拔高程值。但为了使获得的高度特征更为精准，也更为符合实际的道路情况，在一种可行方式中，该高度特征可以通过以下方式获得：根据交通枢纽二维地图对应的地图信息，获得当前道路的基础高度特征；根据预设的道路坡度变化规则，对基础高度特征进行采样泛化处理，将处理结果作为当前道路的高度特征。通常来说，高精地图中包括有丰富的地图信息，道路的高度信息便是其中的一种。因此，在从地图数据库中获得交通枢纽二维地图的同时，还可以获得该交通枢纽二维地图对应的高度信息，以其作为该交通枢纽二维图像的道路特征中的高度特征。又因，不管对于主干道还是对于匝道来说，其对应的实际物理道路都需要满足一定的建造规范，如对于限速60KM的道路来说，其道路坡度变化的上限为5度等，基于此，可以对基础高度特征进行采样泛化处理，即通过采样进行泛化，由此，可以有效弥补从地图数据库中获得的基础高度特征精度不够的问题。甚至，对于某些坡道来说，高精地图中也有可能不存在其对应的高度信息。则，对于这部分无法从地图数据库中获得基础高度特征的情况，在确定了坡道的起点、顶点、终点的基础上（存在顶点即终点，或者起点即顶点的情况），可基于相应的起点、顶点和终点的海拔高程值，通过采样泛化处理，生成该坡道的较为精确的高度特征（至少有两个）。

在此基础上，本步骤生成的交通枢纽仿真地图可以为三维仿真地图，具体地，本步骤可以实现为：按照预设的仿真地图生成条件，从枢纽特征库中获得相匹配的枢纽拓扑特征；根据相匹配的枢纽拓扑特征中、除高度特征外的其他特征，生成符合仿真地图生成条件的二维交通枢纽拓扑图；根据二维交通枢纽拓扑图和枢纽拓扑特征中的高度特征，生成二维交通枢纽拓扑图对应的三维交通枢纽仿真地图。通过该三维仿真地图，可以为自动驾驶的仿真测试提供测试基础，提升仿真测试效率，降低仿真测试成本。

例如，在以生成的三维仿真地图为测试场景进行自动驾驶仿真测试时，对于其中的坡道部分，以上坡情况为例，可通过仿真测试，确定在坡道的哪个位置开始加速（增加油门踩踏幅度），加速到什么程度（踩踏幅度有多少），等等信息，以实现驾驶优化。

通过本实施例，在枢纽特征库的基础上，可以自动生成二维或三维的仿真地图，以为自动驾驶仿真测试提供测试基础。相较于传统人工生产，通过本实施例可以获得更真实、覆盖度更全的枢纽结构，结合地图生成算法生成相应的二维或三维仿真地图，极大地提升了自动驾驶仿真测试中对交通枢纽的测试覆盖度、从而让仿真测试更充分。

实施例三

本申请实施例还提供了一种用于实现上述仿真地图生成方法的电子设备，如图4所示。该电子设备可以包括：处理器(processor)402、通信接口(CommunicationsInterface)404、存储器(memory)406、以及通信总线408。

其中：

处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。

通信接口404，用于与其它电子设备或服务端或用户设备进行通信。

处理器402，用于执行程序410，具体可以执行上述任一仿真地图生成方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。

处理器402可能是CPU，或者是特定集成电路ASIC（Application SpecificIntegrated Circuit），或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。

程序410具体可以用于使得处理器402执行前述多个方法实施例中任一实施例所描述的仿真地图生成方法对应的操作。

程序410中各步骤的具体实现可以参见上述方法实施例中的相应步骤和单元中对应的描述，并具有相应的有益效果，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

本申请实施例还提供了一种计算机程序产品，包括计算机指令，该计算机指令指示计算设备执行上述多个方法实施例中的任一仿真地图生成方法对应的操作。

需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。

上述根据本申请实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质（诸如CD ROM、RAM、软盘、硬盘或磁光盘）中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件（诸如ASIC或FPGA）的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件（例如，RAM、ROM、闪存等），当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的方法。此外，当通用计算机访问用于实现在此示出的方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。

以上实施方式仅用于说明本申请实施例，而并非对本申请实施例的限制，有关技术领域的普通技术人员，在不脱离本申请实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请实施例的范畴，本申请实施例的专利保护范围应由权利要求限定。

Claims (10)

1.一种仿真地图生成方法，包括：

遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图；

针对各个所述交通枢纽二维地图，对该交通枢纽二维地图进行道路特征提取，获得交通枢纽的道路特征和道路间的关系特征；根据所述道路特征，提取该交通枢纽对应的多条道路中每条道路的几何连线；根据所述关系特征和提取获得的所述几何连线，生成所述交通枢纽二维地图对应的枢纽拓扑特征；

根据各个所述交通枢纽二维地图及其对应的枢纽拓扑特征，生成枢纽特征库，所述枢纽特征库用于构建不同交通枢纽仿真地图。

2.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述枢纽特征库中的枢纽拓扑特征，构建多种不同的交通枢纽拓扑图；

根据所述多种不同的交通枢纽拓扑图，获得对应的多种不同的交通枢纽仿真地图。

3.根据权利要求1或2所述的方法，其中，所述道路间的关系特征包括：用于指示当前道路为主道或者辅道或者匝道的特征、和/或，用于指示当前道路与其它道路之间的上下关系的特征。

4.根据权利要求1或2所述的方法，其中，所述道路特征包括以下至少之一：道路的行驶方向特征、道路的分流点特征、道路间的连接关系特征、道路间的位置关系特征。

5.根据权利要求4所述的方法，其中，所述道路特征还包括当前道路的高度特征；所述高度特征通过以下方式获得：

根据所述交通枢纽二维地图对应的地图信息，获得当前道路的基础高度特征；

根据预设的道路坡度变化规则，对所述基础高度特征进行采样泛化处理，将处理结果作为当前道路的高度特征。

6.根据权利要求5所述的方法，其中，所述方法还包括：

按照预设的仿真地图生成条件，从所述枢纽特征库中获得相匹配的枢纽拓扑特征；

根据相匹配的枢纽拓扑特征中、除所述高度特征外的其他特征，生成符合所述仿真地图生成条件的二维交通枢纽拓扑图；

根据所述二维交通枢纽拓扑图和所述枢纽拓扑特征中的高度特征，生成所述二维交通枢纽拓扑图对应的三维交通枢纽仿真地图。

7.根据权利要求1或2所述的方法，其中，所述遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图，包括：

根据用于指示交通枢纽的关键词，对地图数据库中的二维地图进行遍历，将与所述关键词相匹配的多个二维地图确定为多个交通枢纽二维地图。

8.根据权利要求1或2所述的方法，其中，

所述遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图，包括：遍历地图数据库中的二维地图，以获得多个交通枢纽二维地图，并且，获得确定的多个交通枢纽二维地图分别对应的导航信息；

所述根据各个所述交通枢纽二维地图及其对应的枢纽拓扑特征，生成用于构建不同交通枢纽仿真地图的枢纽特征库，包括：根据所述导航信息，对根据各个所述交通枢纽二维地图及其对应的枢纽拓扑特征进行核查，并在核查通过后生成用于构建不同交通枢纽仿真地图的枢纽特征库。

9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-8中任一所述的方法对应的操作。

10.一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。

Images