CN115658840B - 众包地图数据的处理方法、设备、驾驶设备和介质 - Google Patents

Abstract

本发明提供了一种众包地图数据的处理方法、设备、驾驶设备和介质，包括从获取的多个众包地图数据中提取线状地图要素，对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点，依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图，从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据，实现了对多驾驶设备多趟回传的众包地图数据中线状地图要素进行融合，生成相对完整且无重复的高精地图，进而提高驾驶设备的决策和执行效果。

Description

众包地图数据的处理方法、设备、驾驶设备和介质

技术领域

本发明涉及地图处理技术领域，具体提供一种众包地图数据的处理方法、设备、驾驶设备和介质。

背景技术

目前的 L3 级及以上的自动驾驶技术对高精地图有着较强的依赖，高精地图在定位，感知，规划控制等各个模块都有着重要作用，成为目前自动驾驶技术栈中不可或缺的重要环节。图商基于搭载高精度传感器的地图采集车对环境信息数据进行外业采集，但这种昂贵的地图采集车数量有限，导致采集成本较高, 而基于众包地图建图的方案可以有效解决原始数据资料低成本获取的问题。

传统图商的众包地图制作方案中, 对车辆等驾驶设备的传感器没有干预能力，因此单趟众包地图数据精度普遍较低，无法支撑众包高精度地图的制作。而具备智能驾驶功能的汽车等驾驶设备具备高质量的传感器，能完成实时高质量的感知与定位，这为驾驶设备实时获取高质量的矢量地图提供了可能，但是同时伴随来而的是海量的众包地图数据的融合问题，也即将多驾驶设备多趟回传的线众包地图数据进行融合，生成完整且无重复的高精地图。

因此，如何生成完整且无重复的高精地图，提高驾驶设备的决策和执行效果，是本领域技术人员亟待解决的技术问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地实现生成完整且无重复的高精地图，提高保证驾驶设备的决策和执行效果的众包地图数据的处理方法、设备、驾驶设备和介质。

在第一方面，本发明提供一种众包地图数据的处理方法，所述众包地图数据的处理方法包括：

从获取的多个众包地图数据中提取线状地图要素；

对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；

对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点，其中所述几何中心点的数目与对应有效网格中的要素片段的数目相同；

依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图，其中被连接的几何中心点之间的连线作为临接边；

从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据。

进一步地，上述所述的众包地图数据的处理方法中，依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图，包括：

对任意两个相邻的有效网格中对应于至少一个相同众包地图数据的几何中心点进行连接，得到一条临接边；

遍历所述任意两个相邻的有效网格中的几何中心点，得到所述任意两个相邻的有效网格包含的所有临接边；

遍历所有相邻的有效网络，得到所有临接边，从而生成临接图。

进一步地，上述所述的众包地图数据的处理方法中， 所述从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据，包括：

获取所有临接边的权重；

从任一几何中心点出发，沿着预设方向依次提取最大权重的临接边进行连接得到基于该几何中心点的提取结果；

遍历所述临接图中所有的几何中心点，直到所述临接图中所有几何中心点均已被选中或者未被选中的几何中心点为孤立的几何中心点时，根据所有的提取结果生成所述线状地图要素的融合数据。

进一步地，上述所述的众包地图数据的处理方法中，所述获取所有临接边的权重，包括：

根据每个临接边对应的相同的众包地图数据的数目，确定每个临接边的权重。

进一步地，上述所述的众包地图数据的处理方法，还包括：

对于任一有效网格，获取有效网格中的要素片段的三维特征点的属性；

若有效网格中的要素片段的三维特征点的属性为同一属性，将所述同一属性作为对应几何中心点的属性；

若有效网格中的要素片段的三维特征点的属性为不同属性，计算每种属性的属性占比，并选择最大属性占比对应的属性作为对应几何中心点的属性。

进一步地，上述所述的众包地图数据的处理方法中，从获取的多个众包地图数据中提取线状地图要素，包括：

将多个众包地图数据进行对齐，得到对齐后的多个众包地图数据；

从对齐后的多个众包地图数据中提取线状地图要素。

进一步地，上述所述的众包地图数据的处理方法中，对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点，包括：

对每个有效网格中的要素片段的三维特征点的坐标值进行平均，得到平均坐标值；

将所述平均坐标值对应的坐标点作为所述几何中心点。

在第二方面，本发明提供一种众包地图数据的处理设备，所述众包地图数据的处理设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的众包地图数据的处理方法。

在第三方面，提供一种驾驶设备，所述驾驶设备包括上述所述的众包地图数据的处理设备

在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述任一项技术方案所述的众包地图数据的处理方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

在实施本发明的技术方案中，通过从获取的多个众包地图数据中提取线状地图要素；对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点；依次对相邻两个有效网格 中满足预设连接条件的几何中心点进行连接，生成临接图，其中被连接的几何中心点之间的连线作为临接边；从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据，实现了对多驾驶设备多趟回传的众包地图数据中线状地图要素进行融合，生成相对完整且无重复的高精地图，进而提高驾驶设备的决策和执行效果。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：

图1是通过众包方式收集车载数据的一个场景示意图；

图2是根据本发明的一个实施例的众包地图数据的处理方法的主要步骤流程示意图；

图3是本发明获取的多个众包地图数据中线状地图要素的示意图；

图4是对图3中线状地图要素进行网格切分的示意图；

图5是对图4中线状地图要素进行聚合的示意图；

图6是基于图5提取临接边的示意图；

图7是基于图5的一种变形示意图；

图8是基于图7提取临接边的示意图；

图9是根据本发明的一个实施例的众包地图数据的处理设备的主要结构框图。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。

参阅附图1，图1是通过众包方式收集车载数据的一个场景示意图。如图1所示，基于大众车辆的众包系统由众多任务车辆和一个服务器组成。工作定义如下：

服务器：服务器发布一个收集车道级别道路信息的目标区域（例如某商场的地下停车场），招募一些移动车辆，他们在该目标区域内收集并上传它们的行驶轨迹数据。在车辆收集到行驶轨迹数据后，服务器对在这些行驶轨迹数据进行车道信息提取，并最终构建出车道级的高精度地图。

任务车辆：招募的任务车辆是收集并上传自己的行驶轨迹到服务器的任务执行者。

在一个示例中，服务器收集车载数据的方式可以是通过车主在车辆上安装相关APP将所述车载数据上传至服务器，也可以是通过接受车载数据收集协议后在车辆上安装相关程序将所述车载数据上传至服务器，本发明对此不做限制。

参阅附图2，图2是根据本发明的一个实施例的众包地图数据的处理方法的主要步骤流程示意图。如图2所示，本发明实施例中的众包地图数据的处理方法主要包括下列步骤201-步骤205。

步骤201、从获取的多个众包地图数据中提取线状地图要素；

在一个具体实现过程中，在通过大众车辆获取到多个众包地图数据后，可以从获取的多个众包地图数据中提取线状地图要素。如车道线、车辆轨迹等线状地图要素。

具体地，由于量产车辆的传感器标定误差和实时信号数据存在随机性, 因此单趟众包地图数据和真实存着一定的偏差，因此，一般情况下会对多个众包地图数据进行对齐，消除一定的整体位置偏移, 使得多个众包地图数据具有更好的聚集性，得到对齐后的多个众包地图数据，然后从对齐后的多个众包地图数据中提取线状地图要素，这样提取的线状地图要素也有较好的聚集性。

具体地，可以参见图3，图3是本发明获取的多个众包地图数据中线状地图要素的示意图。其中，图3以包含m1至m5五条线状地图要素为例进行说明的。其中，第三条线状地图要素m3和第四条线状地图要素m4基本重合。

步骤202、对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；

在一个具体实现过程中，可以统计众包地图数据覆盖的范围，并在该覆盖范围内以固定的间隔生成地图网格, 每个地图网格具有固定的长宽高和相应的地理范围。通常情况下，每个线状地图要素都会穿过至少一个地图网格，这样，可以利用地图网格对线状地图要素进行截断, 生成一系列的矢量地图的要素片段。可以将包含要素片段的地图网格作为有效网格，不包含要素片段的地图网格作为无效网格。

具体地，可以参见图4，图4是对图3中线状地图要素进行网格切分的示意图。如图4所示，通过网格切分后，可以得到有效网格和无效网格。

步骤203、对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点；

在一个具体实现过程中，每个有效网格中的要素片段可以通过三维特征点进行表示，如对于雷达检测的数据，可以直接从检测的点云数据中提取三维特征点，如果用相机采集的数据，可以通过转换的方式得到对应得到点云数据，并从中提取三维特征点。

为了能够最大程度上与原始的众包地图数据中线状地图要素一致，可以对每个有效网格中的要素片段的三维特征点进行聚合，得到聚合点，进而可以将得到的聚合点作为每个有效网格对应的几何中心点。其中所述几何中心点的数目与对应有效网格中的要素片段的数目相同。例如，网格内有两条距离比较近的车道线，则需要对两条车道线分别进行聚合，这样，有效网格内则有2个几何中心点。

在一个具体实现过程中，可以对每个有效网格中的要素片段的三维特征点的坐标值进行平均，得到平均坐标值；将所述平均坐标值对应的坐标点作为所述几何中心点，这样，相对于直接选取有效网格中心作为几何中心点而言，得到的最终结果与实际的线状地图要素更相近，减少了锯齿的产生。

需要说明的是，上述聚合方法仅是多种聚合方法中的一种，本实施例不限制其他聚合方法。

具体地，可以参见图5，图5是对图4中线状地图要素进行聚合的示意图。如图5所示，图5以每个有效网格包含一个几何中心点为例进行说明。通过聚合后可以得到P1-P12个有效网格中的几何中心点。其中，图5中为了方便示意仅在二维图像上进行了示意，但实际上可以理解的时，各几何中心点可以在三维图像中体现。

步骤204、依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图；

在一个具体实现过程中，在得到多个包含要素片段的有效网格后，可以依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图。其中被连接的几何中心点之间的连线作为临接边。

如图5所示，相邻两个有效网格可以为第i个有效网格和第j个有效网格。其中，第j个有效网格为在网格排列方向上距离第i个有效网格最近的网格。例如，图5中，网格由左到右由上到下进行排列，P1对应的第一个有效网格的相邻有效网格为P2对应的第二有效网格。P6对应的第六个有效网格的相邻有效网格为P7对应的第七有效网格以及P10对应的第10有效网格。

需要说明的是，图5中的有效网格均为连续的有效网格，如果P1对应的第一个有效网格与P3对应的第三有效网格之间为一个无效网格，则P1对应的第一个有效网格的相邻有效网格则为P3对应的第三有效网格。

对于第一个几何中心点P1而言可能由众包地图数据{m1, m2, m3}聚合而来，而其相邻有效网格的第二个几何中心点P2可能由资料{m2, m3, m4}聚合而来，则可以将第一个几何中心点P1与第二个几何中心点P2连接在一起，形成一个临接边。同理，第二个几何中心点P2与第三个几何中心点P3连接在一起，形成一个临接边，在此不再一一举例说明。

步骤205、从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据。

在一个具体实现过程中，可以获取所有临接边的权重，该权重可以根据每个临接边对应的相同的众包地图数据的数目得到，例如，对于第一个几何中心点P1与第二个几何中心点P2形成的临接边而言，其对应两个相同的众包地图数据，其权重可以设置为2，如果第一个几何中心点P1与第二个几何中心点P2形成的临接边，其对应三个相同的众包地图数据，其权重可以设置为3，在此不再一一举例，但是设置权重的方式，并不仅限于上述列举的方式。

在获得所有临接边的权重后，可以从临接图中任一几何中心点出发，沿着预设方向（网格排列方向，如由左到右，由上到下）依次提取最大权重的临接边进行连接得到基于该几何中心点的提取结果，遍历所述临接图中所有的几何中心点，直到所述临接图中所有几何中心点均已被选中或者未被选中的几何中心点为孤立的几何中心点时，根据所有的提取结果生成所述线状地图要素的融合数据。

具体地，可以参见图6，图6是基于图5提取临接边的示意图。如图6所示，图6从第一个几何中心点P1出发，当提取到第6个几何中心点P6后，假设第10个几何中心点P10与第6个几何中心点P6形成的临接边权重大于第7个几何中心点P7与第6个几何中心点P6形成的临接边，此时，会提取第10个几何中心点P10与第6个几何中心点P6形成的临接边，得到第一个几何中心点P1的提取结果为图6中向下的线a。

在得到第一个几何中心点P1的提取结果为图6中向下的线a后，对于第七个几何中心点P7至第九个几何中心点P9而言，可以进一步从第七个几何中心点P7出发，得到第七个几何中心点P7的提取结果为图6中第七个几何中心点P7至第九个几何中心点P9形成的线b。此时，所述临接图中所有几何中心点均已被选中，则可以停止提取临接边，得到线状地图要素的融合数据为线a和线b，并可以通过后处理的方式，将第七个几何中心点P7与第六个几何中心点P6连接在一起（图6中的虚线），得到线状地图要素的融合数据。

还可以参见图7，图7是基于图5的一种变形示意图。如图7所示，对于第二个有效网格而言，其可能还存在第十三个几何中心点P13，第三个有效网格中可能还存在第十四个几何中心点P14。第一个几何中心点P1还与第十三个几何中心点P13形成一条临接边，第十三个几何中心点P13分别与第三个几何中心点P3以及第十四个几何中心点P14形成两条临接边。

图8是基于图7提取临接边的示意图，如图8所示，基于上述针对图6的提取过程，除了可以得到线a和线b外，还可能得到第十三个几何中心点P13、第三个几何中心点P3至第六个几何中心点P6、第十个几何中心点P10至第十二个几何中心点P12形成的线c，这时，只剩下第十四个几何中心点P14未被选中，其为孤立的几何中心点（即第十四个几何中心点P14没有再连接的四个几何中心点），停止提取，得到线a、线b和线c后，可以进一步后处理，将第七个几何中心点P7与第六个几何中心点P6连接在一起，得到线状地图要素的融合数据。

需要说明的是，上述图5-图8仅为提取临接边的部分示例，本实施例不再一一举例说明。

本实施例的众包地图数据的处理方法，通过从获取的多个众包地图数据中提取线状地图要素；对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点；依次对相邻两个有效网格 中满足预设连接条件的几何中心点进行连接，生成临接图，其中被连接的几何中心点之间的连线作为临接边；从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据，实现了对多驾驶设备多趟回传的众包地图数据中线状地图要素进行融合，生成相对完整且无重复的高精地图，进而提高驾驶设备的决策和执行效果。

在一个具体实现过程中，本实施例的众包地图数据的处理方法还可以执行如下步骤：

（1）对于任一有效网格，获取有效网格中的要素片段的三维特征点的属性；

例如，该属性可以包括颜色（黄色、白色等）、类型(车道线，道路边缘等) 等。

（2）若有效网格中的要素片段的三维特征点的属性为同一属性，将所述同一属性作为对应几何中心点的属性；

具体地，若有效网格中的要素片段的三维特征点的属性为同一属性则说明对于效网格中的要素片段而言，每个众包地图数据均将其标记为同一属性，每个众包地图对几何中心的投票结果相同，则可以直接取得该同一属性为对应几何中心点的属性。

（3）若有效网格中的要素片段的三维特征点的属性为不同属性，计算每种属性的属性占比，并选择最大属性占比对应的属性作为对应几何中心点的属性。

具体地，若有效网格中的要素片段的三维特征点的属性为不同属性，则说明对于效网格中的要素片段而言，并不是每个众包地图数据均将其标记为同一属性，此时，可以计算每种属性的属性占比，并选择最大属性占比对应的属性作为对应几何中心点的属性。

具体地，若存在5条众包地图数据m1至m5，m1至m3对有效网格中的要素片段的三维特征点的属性为车道线，m4-m5对有效网格中的要素片段的三维特征点的属性为边缘线，则车道线的属性占比为五分之三，边缘线的属性占比为五分之二，则几何中心点的属性为车道线。若存在6条众包地图数据m1至m6，m1至m3对有效网格中的要素片段的三维特征点的属性为车道线，m4-m6对有效网格中的要素片段的三维特征点的属性为边缘线，则可以进一步结合每个众包地图数据的权重，计算出各属性占比，从而避免出现两个相同的属性占比。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时（并行）执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种众包地图数据的处理设备。

参阅附图9，图9是根据本发明的一个实施例的众包地图数据的处理设备的主要结构框图。如图9所示，本发明实施例中的众包地图数据的处理设备可以包括处理器91和存储装置92。

存储装置92可以被配置成存储执行上述方法实施例的众包地图数据的处理方法的程序，处理器91可以被配置成用于执行存储装置92中的程序，该程序包括但不限于执行上述方法实施例的众包地图数据的处理方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该众包地图数据的处理设备可以是包括各种电子设备形成的控制设备。

在一个具体实现过程中，该存储装置92和处理器91的数目均可以为多个。而执行上述方法实施例的众包地图数据的处理方法的程序可以被分割成多段子程序，每段子程序分别可以由处理器91加载并运行以执行上述方法实施例的众包地图数据的处理方法的不同步骤。具体地，每段子程序可以分别存储在不同的存储装置92中，每个处理器91可以被配置成用于执行一个或多个存储装置92中的程序，以共同实现上述方法实施例的众包地图数据的处理方法，即每个处理器91分别执行上述方法实施例的众包地图数据的处理方法的不同步骤，来共同实现上述方法实施例的众包地图数据的处理方法。

上述多个处理器91可以是部署于同一个设备上的处理器，例如上述设备可以是由多个处理器组成的高性能设备，上述多个处理器91可以是该高性能设备上配置的处理器。此外，上述多个处理器91也可以是部署于不同设备上的处理器，例如上述设备可以是服务器集群，上述多个处理器91可以是服务器集群中不同服务器上的处理器。

进一步，本发明还提供了一种驾驶设备，该驾驶设备可以包括如上述实施例的众包地图数据的处理设备。

进一步，本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的众包地图数据的处理方法的程序，该程序可以由处理器加载并运行以实现上述众包地图数据的处理方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

进一步，应该理解的是，由于各个模块的设定仅仅是为了说明本发明的装置的功能单元，这些模块对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个模块的数量仅仅是示意性的。

本领域技术人员能够理解的是，可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理，因此，拆分或合并之后的技术方案都将落入本发明的保护范围内。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种众包地图数据的处理方法，其特征在于，包括：

从获取的多个众包地图数据中提取线状地图要素；

对所述线状地图要素进行网格划分，得到多个包含要素片段的有效网格；

对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点，其中所述几何中心点的数目与对应有效网格中的要素片段的数目相同；

依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图，其中被连接的几何中心点之间的连线作为临接边；

从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据；

其中，从所述临接图中提取满足预设提取条件的临接边，得到所述线状地图要素的融合数据，包括：

获取所有临接边的权重；

从任一几何中心点出发，沿着预设方向依次提取最大权重的临接边进行连接得到基于该几何中心点的提取结果；

遍历所述临接图中所有的几何中心点，直到所述临接图中所有几何中心点均已被选中或者未被选中的几何中心点为孤立的几何中心点时，根据所有的提取结果生成所述线状地图要素的融合数据。

2.根据权利要求1所述的众包地图数据的处理方法，其特征在于，依次对相邻两个有效网格中满足预设连接条件的几何中心点进行连接，生成临接图，包括：

对任意两个相邻的有效网格中对应于至少一个相同众包地图数据的几何中心点进行连接，得到一条临接边；

遍历所述任意两个相邻的有效网格中的几何中心点，得到所述任意两个相邻的有效网格包含的所有临接边；

遍历所有相邻的有效网络，得到所有临接边，从而生成临接图。

3.根据权利要求1所述的众包地图数据的处理方法，其特征在于，所述获取所有临接边的权重，包括：

根据每个临接边对应的相同的众包地图数据的数目，确定每个临接边的权重。

4.根据权利要求1所述的众包地图数据的处理方法，其特征在于，还包括：

对于任一有效网格，获取有效网格中的要素片段的三维特征点的属性；

若有效网格中的要素片段的三维特征点的属性为同一属性，将所述同一属性作为对应几何中心点的属性；

若有效网格中的要素片段的三维特征点的属性为不同属性，计算每种属性的属性占比，并选择最大属性占比对应的属性作为对应几何中心点的属性。

5.根据权利要求1所述的众包地图数据的处理方法，其特征在于，从获取的多个众包地图数据中提取线状地图要素，包括：

将多个众包地图数据进行对齐，得到对齐后的多个众包地图数据；

从对齐后的多个众包地图数据中提取线状地图要素。

6.根据权利要求1-5中任一项所述的众包地图数据的处理方法，其特征在于，对每个有效网格中的要素片段的三维特征点进行聚合，得到每个有效网格对应的几何中心点，包括：

对每个有效网格中的要素片段的三维特征点的坐标值进行平均，得到平均坐标值；

将所述平均坐标值对应的坐标点作为所述几何中心点。

7.一种众包地图数据的处理设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至6中任一项所述的众包地图数据的处理方法。

8.一种驾驶设备，其特征在于，包括如权利要求7所述的众包地图数据的处理设备。

9.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至6中任一项所述的众包地图数据的处理方法。

Images