CN116698075B - 路网数据处理方法、装置、电子设备及存储介质 - Google Patents

路网数据处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116698075B
CN116698075B CN202310984390.XA CN202310984390A CN116698075B CN 116698075 B CN116698075 B CN 116698075B CN 202310984390 A CN202310984390 A CN 202310984390A CN 116698075 B CN116698075 B CN 116698075B
Authority
CN
China
Prior art keywords
road
yaw
information
route
network data
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
Application number
CN202310984390.XA
Other languages
English (en)
Other versions
CN116698075A (zh
Inventor
王洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202310984390.XA priority Critical patent/CN116698075B/zh
Publication of CN116698075A publication Critical patent/CN116698075A/zh
Application granted granted Critical
Publication of CN116698075B publication Critical patent/CN116698075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Navigation (AREA)

Abstract

本申请实施例公开了一种路网数据处理方法、装置、电子设备及存储介质,可适用于大数据、云技术以及地图技术领域,该方法包括:确定第一偏航信息和第二偏航信息;其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;参考路线包括:在路网数据中,从实际行驶路线的行驶起点到行驶终点的连通道路;根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对待校正道路节点进行校正操作。采用本申请实施例,能够确定出路网数据中是否存在待校正道路节点,并对待校正道路节点进行校正操作。

Description

路网数据处理方法、装置、电子设备及存储介质
技术领域
本申请涉及大数据、云技术以及地图技术等领域,具体而言,尤其涉及一种路网数据处理方法、装置、电子设备及存储介质。
背景技术
在实际道路行驶过程中,通常是根据路网数据中的道路属性以及实际行驶需求,推荐导航规划路线的。然而,在面临路网数据变更的情况时,例如,将在原有道路节点中增加隧道属性、高架属性等,或者对原有道路进行临时封控管理等,若未及时更新路网数据,并根据未更新的路网数据,推荐导航规划路线,可能会使得导航规划路线与实际路况不符,对实际行驶过程造成干扰,影响行驶体验。
相关技术中,通常是采用人工采集的数据更新方式,确定实际路网数据变更信息,并根据所确定的路网数据变更信息,对路网数据进行变更的,所需的人力成本较高,且难以确保路网数据变更的实时性,适用性较差。
发明内容
本申请实施例提供了一种路网数据处理方法,以解决相关技术中,路网数据变更实时性和实用性较差的问题。
相应的,本申请实施例还提供了一种路网数据处理装置、一种电子设备以及一种存储介质,用以保证该路网数据处理方法的实现及应用。
一方面,本申请实施例提供一种路网数据处理方法,该方法包括:
确定第一偏航信息和第二偏航信息;
其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括:参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;其中,参考路线包括:在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路;
根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对该待校正道路节点进行校正操作。
另一方面,本申请实施例提供了一种路网数据处理装置,该装置包括:
偏航信息确定模块,用于确定第一偏航信息和第二偏航信息;
其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括:参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;其中,参考路线包括:在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路;
路网数据校正模块,用于根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对该待校正道路节点进行校正操作。
可选地,上述路网数据校正模块根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,可以包括:
确定第一偏航信息与第二偏航信息中相同的目标偏航信息;
确定目标偏航信息在路网数据中的候选道路节点;
从候选道路节点中筛选出待校正道路节点。
可选地,上述路网数据校正模块从候选道路节点中筛选出待校正道路节点,可以包括:
根据预设区域划分方式,确定候选道路节点在路网数据中的目标区域;
根据目标区域的车流量信息,确定目标区域的校正时间级以及目标区域的偏航次数阈值;
在校正时间级对应的时间周期内,确定候选道路节点被确定为目标偏航信息的偏航次数;
将对应偏航次数大于偏航次数阈值的候选道路节点,确定为待校正道路节点。
可选地,上述路网数据校正模块对待校正道路节点进行校正操作,可以包括:
根据待校正道路节点在排序结果中的排序位置,确定待校正道路节点的优先级;排序结果是对待校正道路节点的偏航次数进行降序排列得到的;
其中,排序位置在前的待校正道路节点的校正优先级大于排序位置在后的待校正道路节点的校正优先级;若两个待校正道路节点的排序位置相同,这两个待校正道路节点中,对应偏航时刻在后的待校正道路节点的校正优先级大于另一待校正道路节点的校正优先级;
根据待校正道路节点的优先级,对待校正道路节点进行校正操作。
可选地,上述偏航信息确定模块确定第一偏航信息,可以包括:
获取实际行驶路线偏离预测行驶路线的第一偏航时刻;
确定第一偏航时刻在实际行驶路线中的第一位置信息;
确定从上述行驶起点至第一位置信息的已行驶路段,以及确定预测行驶路线中与已行驶路段对应的已预测路段;
根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息。
可选地,上述偏航信息确定模块根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息,可以包括:
确定共同存在于已行驶路段与已预测路段中的路口位置信息;
根据路口位置信息与第一位置信息之间的距离,从路口位置信息中确定第一偏航信息。
可选地,上述偏航信息确定模块确定第二偏航信息,可以包括:
对实际行驶路线进行划分,得到至少一条第一路段;
根据第一路段在实际行驶路线中的上下文信息,确定参考路线中与第一路段相匹配的第二路段;
根据第一路段在实际行驶路线中的划分顺序,依次拼接第一路段对应的第二路段,得到参考路线中与实际行驶路线相匹配的路段组;
根据实际行驶路线偏离路段组的信息,确定第二偏航信息。
可选地,上述偏航信息确定模块确定参考路线中与第一路段相匹配的第二路段,可以包括:
采用隐马尔可夫模型,根据上述上下文信息,确定第一路段与参考路线之间的相似度;
根据该相似度,从参考路线中确定出与第一路段相匹配的第二路段。
另一方面,本申请实施例提供了一种电子设备,包括处理器和存储器,该处理器和存储器相互连接;
上述存储器用于存储计算机程序;
上述处理器被配置用于在调用上述计算机程序时,执行本申请实施例提供的路网数据处理方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行以实现本申请实施例提供的路网数据处理方法。
另一方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品包括计算机程序,上述计算机程序被处理器执行时实现本申请实施例提供的路网数据处理方法。
在本申请实施例中,参考路线包括在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路;通过确定实际行驶路线偏离预测行驶路线的第一偏航信息,可以获知根据实际路况以及预测行驶路线行驶得到的实际行驶路线,偏离预测行驶路线的偏航信息;通过根据参考路线中是否包括实际行驶路线,以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息,确定第二偏航信息,可以通过对实际行驶路线进行离线匹配,获知实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线,避免在实际行驶路线与参考路线匹配的情况下,由于导航服务器本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,并对该待校正道路节点进行校正操作,可以结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,路网数据中不存在实际行驶路线,或者路网数据中存在与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作,提高对路网数据进行校正的实时性和实用性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的路网数据处理系统的架构示意图;
图2示出了本申请实施例提供的路网数据处理系统的另一架构示意图;
图3示出了本申请实施例提供的路网数据处理方法的流程示意图;
图4示出了本申请实施例提供的路网数据处理方法中的应用场景示意图之一;
图5示出了本申请实施例提供的路网数据处理方法的应用场景示意图之二;
图6示出了本申请实施例提供的路网数据处理装置的结构示意图;
图7示出了本申请实施例提供的电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在相关技术中,除了采用人工采集的数据更新方式,确定实际路网数据变更信息,并对路网数据进行变更之外,还可以通过道路节点定位的方式,在路网数据中增加新的道路节点,但在需要进行定位的数据量较大时,通过该方式进行道路节点补充,难以保证时效性。且通过该方式,只能定位出道路节点所在的位置信息,无法对同一道路节点的道路属性进行变更(例如,补充原有道路节点的隧道属性、高架属性等)进行补充。另外,相关技术中,可能会由于定位精度的不同,影响所补充的道路节点的准确率。
针对相关技术中所存在的上述至少一个技术问题或需要改善的地方,本申请提出了一种路网数据处理方法、装置、电子设备及存储介质。通过该路网数据处理方法,可以获知根据实际路况以及预测行驶路线行驶得到的实际行驶路线,偏离预测行驶路线的第一偏航信息;以及获知实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线的第二偏航信息,避免在实际行驶路线与参考路线匹配的情况下,由于导航服务器本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,路网数据中不存在实际行驶路线,或者路网数据中存在与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作,提高了对路网数据进行校正的实时性和实用性。
可选地,本申请实施例提供的路网数据处理方法,可以通过路网数据处理装置实现,该路网数据处理装置可以为终端设备或服务器。也可以通过包括终端设备与服务器交互的路网数据处理系统实现,也可以通过终端设备或服务器实现。可选的,该服务器可以是云服务器。可选地,终端设备可以是车辆终端(例如,用于车辆定位设备)、导航终端(例如,安装了导航应用程序或者安装了加载有导航小程序或导航插件的应用程序的设备)、用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备或者可穿戴设备等。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。本发明实施例可应用于各种场景,包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。
可选地,本申请实施例提供的路网数据处理方法,可以基于人工智能(ArtificialIntelligence,AI)技术实现。AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。随着人工智能技术研究和进步,人工智能技术已经在多个领域广泛展开研究和应用,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。具体地,本申请实施例提供的路网数据处理方法可适用于车联网、自动驾驶、智慧交通等领域。
本申请实施例提供的路网数据处理方法可适用于云技术的多种领域,如云技术(Cloud technology)中的云计算、云服务以及大数据领域中的相关数据计算处理领域。
云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。本申请实施例所提供的路网数据处理方法可基于云技术中的云计算(cloud computing)实现。
云计算是指通过网络以按需、易扩展的方式获得所需资源,是网格计算(GridComputing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机和网络技术发展融合的产物。
人工智能云服务,一般也被称作是AIaaS(AI as a Service,AI即服务)。这是目前主流的一种人工智能平台的服务方式,具体来说AIaaS平台会把几类常见的人工智能服务进行拆分,并在云端提供独立或者打包的服务,如处理虚拟场景仿真处理请求等。
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临,大数据也吸引了越来越多的关注。基于大数据需要特殊的技术,以有效地实施本实施例所提供的路网数据处理方法,其中适用于大数据的技术,包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、以及上述云计算等。
可选地,本申请实施例提供的路网数据处理方法,还可以适用于地图技术以及交通领域。例如,可以适用于智能交通系统(Intelligent Traffic System,ITS,又称智能运输系统(Intelligent Transportation System)),以及智能车路协同系统(IntelligentVehicle Infrastructure Cooperative Systems,IVICS)。具体地,可以在智能交通系统中,加载本申请实施例提供的路网数据处理方法,例如,在交通运输过程中,采用本申请实施例提供的路网数据处理方法,对现有的路网数据进行校正,并根据校正后的路网数据,确定运输路线等。
其中,智能交通系统是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
智能车路协同系统,简称车路协同系统,是智能交通系统的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
可选的,本申请实施例提供的路网数据处理方法还可以基于区块链技术实现。具体的,可以将该路网数据处理方法中所用到的数据,例如候选道路节点、待校正道路节点、第一位置信息、第二位置信息等,保存于区块链上。
需要说明的是,在本申请的可选实施例中,所涉及到的对象信息等相关的数据,当本申请中的实施例运用到具体产品或技术中时,需要获得对象许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。也就是说,本申请实施例中如果涉及到与对象有关的数据,需要经由对象授权同意、相关部门授权同意、且符合国家和地区的相关法律法规和标准的情况下获取的。实施例中如涉及个人信息(例如实际行驶路线中涉及到的对象标识、路网数据中的位置标识等),所有个人信息的获取需要获得个人的同意,如涉及到敏感信息,需要征得信息主体的单独同意,实施例也是需要在对象授权同意的情况下实施。
为便于理解本申请实施例提供的路网数据处理方法的应用价值,下面先结合一个具体应用场景实施例对该路网数据处理方法进行说明。在该具体应用场景实施例中,是通过包括终端设备与服务器交互的路网数据处理系统实现本申请实施例提供的路网数据处理方法的。
图1示出了本申请实施例提供的路网数据处理系统的架构示意图,如图1所示,该路网数据处理系统包括车辆终端10、导航服务器20和路网数据处理服务器30。
其中,车辆终端10与导航服务器20可以通过有线或无线的方式进行连接,并通过该连接方式进行通信,本申请实施例对此不做限制。车辆终端10以及导航服务器20都可以与路网数据处理服务器30通过有线或无线的方式进行连接,并通过对应的连接方式进行通信,本申请实施例对此不做限制。
可以理解的是,以上导航服务器20和路网数据处理服务器30可以为同一服务器。通过该服务器,可以在车辆行驶过程中和车辆行驶结束后执行分别对应于导航服务器20和路网数据处理服务器30的处理操作。
车辆终端10可以根据用户发起的车辆行驶需求,向导航服务器20发出路线推荐请求,并根据所接收到的导航服务器20返回的导航规划路线,控制车辆行驶;还可以对接收到的导航规划路线以及车辆行驶产生的GPS(Global Positioning System,全球定位系统)轨迹数据进行缓存。导航服务器20中可以预先部署有路网数据,导航服务器20能够根据车辆终端10发起的路线推荐请求以及预先部署的路网数据进行路线规划,确定导航规划路线,并将所确定的导航规划路线反馈至车辆终端10,并根据车辆终端10的实时位置与导航规划路线之间的位置关系,向车辆终端10发出偏航提醒,并根据车辆终端10的实时位置重新规划导航规划路线。
其中,路网数据,即地图道路数据,包括多个道路节点(例如,路口)以及各道路节点的属性信息(例如,隧道属性、高架属性、水域属性等)。
路网数据处理服务器30可以根据车辆终端10上传的GPS轨迹数据以及导航服务器20上传的导航规划路线,确定在实际行驶过程中,根据实际路况以及预测行驶路线,行驶得到的实际行驶路线偏离预测行驶路线的第一偏航信息;以及通过对实际行驶路线进行离线匹配,确定实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线的第二偏航信息,避免由于导航服务器20本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步根据第一偏航信息和第二偏航信息,对路网数据进行校正操作,可以结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作。
其中,对路网数据中的待校正道路节点进行校正操作,即将地图数据与实际道路节点不符的信息进行校正操作,例如增加新的道路节点,删除原有的道路节点,对原有的道路节点的属性信息进行增删修改等操作,在本申请实施例中,也可以将该操作称为路网数据校正操作或路网数据变更操作。
具体地,由于道路修缮、临时封路、拓宽车道等因素,路网数据一直是处于变化之中。在确定实际道路节点发生变化,而地图数据并没有及时更新时,可以根据实际道路节点的变化信息,对过期的地图数据进行校正。
下面通过对几个示例性实施方式的描述,对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是,下述实施方式之间可以相互参考、借鉴或结合,对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等,不再重复描述。
如图2所示,本申请实施例提供了一种路网数据处理系统200,该路网数据处理系统200从实际行驶轨迹的反馈出发,挖掘异常的用户频繁偏航行为,可以高准确率和高时效性地更改错误的路网数据,捕捉路网数据的变更信息,及时阻止错误数据对车辆终端10造成的行驶干扰,优化地图导航体验,辅助提升人工采集路网数据问题的效率。
路网数据处理系统200具体包括:数据回流模块210、路网匹配模块220、偏航校准模块230、偏航挖掘模块240和变更检测模块250。其中,数据回流模块210可以部署在车辆终端10中,路网匹配模块220、偏航校准模块230、偏航挖掘模块240和变更检测模块250可以部署在云端,例如路网数据处理服务器30中。具体地,
数据回流模块210用于向云端上传导航服务器20根据路线推荐需求以及路网数据确定的导航规划路线、车辆根据导航规划路线进行行驶所产生的GPS轨迹数据、以及在车辆的过程中,导航服务器20判定车辆发生偏航的偏航时刻。
在导航场景中,若出现实际道路节点发生变更,但路网数据并未发生变更,也未将变更后的路网数据加载至导航服务器20,可能会导致导航服务器20生成错误的导航规划路线,进一步在用户通过导航规划路线行驶时,出现行驶错误等情况,只能通过用户根据实际道路状况确定实际行驶路线,即出现实际行驶路线与导航规划路线不一致,实际行驶路线偏离导航规划路线的偏航现象。
在本申请实施例中,可以将确定偏航现象的操作称为偏航识别,将导航服务器20确定出现偏航现象的时刻称为导航服务器20判定车辆发生偏航的偏航时刻,即偏航时刻。其中,偏航识别又称为偏航计算或偏航判定。
在本申请实施例中,若导航服务器20判定车辆发生偏航,还可以向车辆终端10发出偏航提醒,车辆终端10在接收到该偏航提醒之后,还可以重新向导航服务器20发出路线推荐请求,以请求导航服务器20更新导航规划路线。
可选地,数据回流模块210可以采用无线或有线的数据传输方式,执行数据回流操作,本申请实施例在此不做限制。例如,数据回流模块210可以在Wi-Fi环境下,执行数据回流操作。
为了进一步减少由于数据回流模块210的运行,对车辆终端10的性能造成的影响,可以在车辆终端10向导航服务器20发出路线推荐请求时,触发数据回流模块210,并在车辆终端10控制车辆行驶结束之后,执行数据回流操作。
路网匹配模块220:用于将GPS轨迹数据匹配到路网数据上,得到路网匹配结果,即路网数据中与GPS轨迹数据相匹配的路段组。
路网匹配,即对于GPS轨迹数据中每个GPS点,在路网数据中匹配该GPS点所在的道路节点的操作即路网匹配。
可选地,可以采用隐马尔可夫模型,结合每个GPS点与路网数据的连通关系进行路网匹配操作,将GPS轨迹数据匹配到路网数据中,以实现高准确率地进行路网匹配。
具体地,对于每条GPS轨迹数据,可以采用隐马尔可夫模型,结合该GPS轨迹数据内各轨迹路段(第一路段)之间的上下文关系,确定路网数据中每条参考路线与该GPS轨迹数据之间的概率(即相似度),将该GPS轨迹数据对应概率最大的路段组确定为与该GPS轨迹数据匹配的路段组。
可以理解的是,路网匹配模块220在进行路网匹配时所参考的路网数据,与导航服务器20进行路线规划时所参考的路网数据相同。
在本申请实施例中,通过采用隐马尔可夫模型,能够充分结合GPS轨迹数据内各轨迹路段之间的上下文关系,确定路网数据中与GPS轨迹数据匹配的路段组。
偏航校准模块230:用于根据前端上传的车辆终端10发生偏航的偏航时刻,确定出该偏航时刻对应GPS轨迹数据匹配的路段组中的第一路口位置信息,以及该偏航时刻对应导航规划路线中的第二路口位置信息,将第一路口位置信息和第二路口位置信息进行比较,确定第一路口位置信息和第二路口位置信息是否一致,并根据该比较结果,确定导航服务器20所确定的偏航判定结果是否正确。并将偏航判定结果为误偏航的偏航时刻忽略,记录偏航判定结果为正确偏航的信息。
可选地,在第一路口位置信息和第二路口位置信息一致时,即导航服务器20所确定的偏航判定结果与根据路网匹配结果所确定的偏航判定结果不一致,可以确定导航服务器20所确定的偏航判定结果错误,导航服务器20所确定的偏航判定结果为误偏航。在第一路口位置信息和第二路口位置信息不一致时,即导航服务器20所确定的偏航判定结果与根据路网匹配结果所确定的偏航判定结果一致,可以确定导航服务器20所确定的偏航判定结果正确。
其中,误偏航即偏航识别错误等情况,即用户终端并没有发生偏航而被识别为了偏航。而在实际行驶过程中,由于车辆行驶速度较快,若在车辆行驶过程中,判定了误偏航,且误偏航延迟1秒,可能会导致出现几十米的偏航距离,因此,需要提高偏航识别的实时性。
在本申请实施例中,考虑到在通过导航服务器20进行偏航判定时,导航服务器20通常是根据传感器(例如,通过车辆定位传感器、倾角传感器等)采集的信息,过滤掉难以进行偏航判定的情况,以避免频繁为用户带来误偏航的情况发生的,但通过导航服务器20进行偏航判定的方式难以结合当前时刻之后的行驶路段(即下文轨迹路段)进行偏航判定。而在路网匹配模块220进行GPS轨迹数据的匹配时,可以结合GPS轨迹数据的上下文行驶轨迹,匹配到GPS轨迹数据对应的路段组。通过采用导航服务器20以及偏航校准模块230共同进行偏航判定,可以结合传感器信息、难以进行偏航判定的情况以及GPS轨迹数据的上下文行驶轨迹,对误偏航的情况进行校准,去除误偏航对路网数据校正操作的影响,减少由于误偏航导致路网数据变更检测的准确率降低的问题。
偏航挖掘模块240:用于对于每个偏航判定结果为正确偏航的信息,根据该信息对应的偏航时刻,确定该偏航时刻在实际行驶路线中的位置信息,将导航规划路线以及GPS轨迹中与该位置信息最接近且相同的路口,确定为偏航路口,即存在路网数据变更的路口。并将确定每个路口被确定为偏航路口的次数,确定为该偏航路口的偏航数量。以此类推,分别以天、周、月为时间级,确定出每个偏航路口的偏航数量。
在实际处理过程中,可以为每个偏航路口设置对应的计数器,用来统计该偏航路口的偏航数量。具体地,对于每个偏航路口,在该偏航路口被确定为一次偏航路口,就通过该偏航路口对应的计数器,对该偏航路口的偏航数量累加一次,从而确定出该偏航路口的偏航数量。
可选地,可以通过基于MapReduce的大数据分布式计算,确定出在每个时间级下,偏航路口的偏航数量。
变更检测模块250:用于在每个时间级下,根据偏航路口在该时间级下的偏航数量进行排序,并根据该时间级对应的偏航数量阈值,将排序靠前、且大于或等于偏航数量的偏航路口确定为需要进行路网数据变更的目标路口。并根据目标路口的排序结果以及偏航时刻,确定该目标路口的校正优先级,并根据目标路口的校正优先级,对目标路口进行校正。
在该路网数据处理系统200中,可以根据路网数据中不同区域的车流量,确定该区域的校正时间级。例如,在车流量大于10000次/天的情况下,确定该区域的校正时间级为天级;在1000次/天≤车流量小于10000次/天的情况下,确定该区域的校正时间级为周级;在车流量小于1000次/天的情况下,确定该区域的校正时间级为月级。
通过根据路网数据不同区域的车流量,设置相应的校正时间级,可以尽量避免由于路网数据存在问题,导致在车流量较大区域,造成交通拥塞的情况发生。
可选地,在确定目标路口的校正优先级时,优先根据目标路口的排序结果,确定该目标路口的校正优先级。在两个目标路口的排序结果相同,即偏航数量相同时,偏航时刻靠后(即与当前时刻更接近)的目标路口的校正优先级更高。例如,对于目标路口A和目标路口B,目标路口A和目标路口B的偏航数量均为125,但目标路口A被确定为偏航路口的最新偏航时刻为17:59:32,目标路口B被确定为偏航路口的最新偏航时刻为18:05:17,则可以确定目标路口B的校正优先级高于目标路口A的校正优先级,即在对目标路口B进行校正后,再对目标路口A进行校正。
可以理解的是,在本申请实施例中,在对路网数据进行校正后,还可以将校正后的路网数据更新至导航服务器20中,根据校正后的路网数据对导航服务器20中部署的路网数据进行迭代更新,实现整个路网数据处理系统200的闭环操作,实现在低成本、路网数据校正完全自动化的同时,提高路网数据的更新实时性和高效性。
通过该路网数据处理系统200,能够结合路网匹配确定导航规划路线是否为路网数据中的路线,以及导航服务器20判定的偏航数据,挖掘路网数据中存在路网数据变更的偏航路口,可以提高偏航挖掘效率。并根据不同的时间级,确定该时间级下的目标路口,对该目标路口进行路网数据变更,提高路网数据的更新效率。
并且,在该路网数据处理系统200中,各个模块之间均可以迭代,路网数据处理系统200完全解耦。例如,可以分别对导航服务器20的偏航检测能力进行优化,也可以对离线路网匹配能力(即路网匹配模块220的路网匹配能力)进行优化等,且在对某一模块进行优化的过程中,不会影响其他模块的性能,提高了整个路网数据处理系统200的稳定性。
图3示出了本申请实施例提供的路网数据处理方法的流程示意图。该方法可以通过终端或服务器实现,具体地,可以参见上述对终端或服务器的描述,在此不做赘述。
如图3所示,该方法包括步骤S310至步骤S320,具体地:
步骤S310,确定第一偏航信息和第二偏航信息;
其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括:参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;其中,参考路线包括:在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路。
在本申请实施例中,行驶路线可以包括任一行驶主体行驶得到的路线,包括但不限于步行路线、自行车行驶路线、车辆行驶路线、行船路线及飞行路线等,本申请实施例在此不做限制。
偏航信息可以包括但不限于与位置关联的偏航位置信息以及与时间关联的偏航时间信息,本申请实施例在此不做具体限制。其中,以行驶主体为车辆为例,偏航位置信息即在确定出现车辆偏航时,车辆所处的位置信息;偏航时间信息即在确定出现车辆偏航时的时间,在本申请实施例中可以称为偏航时刻。
在实际行驶过程中,可以通过导航服务器根据行驶需求,确定预测行驶路线,也即导航规划路线。可以通过行驶主体,例如,车辆终端记录实际行驶路线。
可选地,可以在行驶过程中,通过导航服务器实时记录实际行驶路线,并根据实际行驶路线与预测行驶路线之间的距离,确定第一偏航信息,即根据实际路况以及预测行驶路线,行驶得到的实际行驶路线偏离预测行驶路线的偏航信息。
可选地,可以在行驶结束之后,根据完整的实际行驶路线与路网数据中的参考路线进行匹配,确定完整的实际行驶路线偏离路网数据中参考路线的第二偏航信息。
具体地,在路网数据中存在与实际行驶路线匹配的参考路线时,可以确定实际行驶路线包含在路网数据的参考路线内。则若导航服务器确定实际行驶路线出现了偏航现象,即不存在第二偏航信息,进而可以确定导航服务器可能存在误偏航的判定。在路网数据中不存在与实际行驶路线匹配的参考路线时,可以确定实际行驶路线没有包含在路网数据的参考路线内,即存在第二偏航信息,进而可以确定导航服务器所依据的路网数据可能存在故障,即当前的路网数据已过期。
步骤S320,根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对该待校正道路节点进行校正操作。
在该实现方式中,可以通过将第一偏航信息与第二偏航信息进行比较,确定第一偏航信息与第二偏航信息是否一致,从而根据该比较结果,确定是否需要对路网数据进行校正。
具体地,第一偏航信息与第二偏航信息一致的情况可以包括:存在第一偏航信息和第二偏航信息,且第一偏航信息中的位置信息与第二偏航信息中的位置信息相同。
第一偏航信息与第二偏航信息不一致的情况可以包括:
(1)存在第一偏航信息,但不存在第二偏航信息;
(2)不存在第一偏航信息,但存在第二偏航信息;
(3)存在第一偏航信息和第二偏航信息,且第一偏航信息中的位置信息与第二偏航信息中的位置信息不同。
具体地,在存在第一偏航信息和第二偏航信息,且第一偏航信息中的位置信息与第二偏航信息中的位置信息相同的情况下,可以确定导航服务器所依据的路网数据可能存在故障,即当前的路网数据已过期。
在存在第一偏航信息,但不存在第二偏航信息的情况下,可以确定导航服务器可能存在误偏航的判定。
在不存在第一偏航信息,但存在第二偏航信息的情况下,可以确定可能存在实际行驶路线与路网数据的误匹配。
在存在第一偏航信息和第二偏航信息,且第一偏航信息中的位置信息与第二偏航信息中的位置信息不同的情况下,可以确定导航服务器可能存在误偏航的判定,并且,也可能存在实际行驶路线与路网数据的误匹配,需要逐一排查导航服务器以及路网数据是否过期。
在确定当前的路网数据已过期的情况下,可以将第一偏航信息和第二偏航信息所对应的位置信息确定为路网数据中的待变更信息,并对该待变更信息进行校正操作,例如,更新道路属性、增加道路节点等操作。
在本申请实施例中,可以获知根据实际路况以及预测行驶路线行驶得到的实际行驶路线,偏离预测行驶路线的第一偏航信息;以及获知实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线的第二偏航信息,避免在实际行驶路线与参考路线匹配的情况下,由于导航服务器本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,路网数据中不存在实际行驶路线,或者路网数据中存在与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作,提高了对路网数据进行校正的实时性和实用性。
可选地,上述确定第一偏航信息,可以包括:
获取实际行驶路线偏离预测行驶路线的第一偏航时刻;
确定第一偏航时刻在实际行驶路线中的第一位置信息;
确定从行驶起点至第一位置信息的已行驶路段,以及确定预测行驶路线中与已行驶路段对应的已预测路段;
根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息。
第一位置信息即行驶主体在第一偏航时刻所处的位置信息。
预测行驶路线中与已行驶路段对应的已预测路段,即行驶主体在已行驶路段中行驶时所依据的预测行驶路段。
作为一个示例,如图4所示,以行驶主体为车辆为例,在实际行驶过程中,由于车辆行驶速度较快,若在车辆行驶过程中,在确定实际行驶路线偏离预测行驶路线的时刻可能与车辆实际行驶时刻之间存在延时,实际行驶路线已经偏离预测行驶路线一定距离后,才可能会检测到车辆发生了偏航。第一偏航时刻即检测到车辆发生了偏航的时刻,第一位置信息M即车辆在第一偏航时刻的位置信息。
已行驶路段即实际行驶路线中、从实际行驶起点至第一位置信息的路段,已预测路段,即车辆从实际行驶起点至第一位置信息所依据的预测路段。如图4所示,路段m(从路口位置信息A→路口位置信息B→路口位置信息C→路口位置信息M2的路段)即已行驶路段,路段n(从路口位置信息A→路口位置信息B→路口位置信息C→路口位置信息M1的路段)即已预测路段。
可选地,上述根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息,可以包括:
确定共同存在于已行驶路段与已预测路段中的路口位置信息;
根据路口位置信息与第一位置信息之间的距离,从路口位置信息中确定第一偏航信息。
在该实现方式中,可以通过将已行驶路段与已预测路段进行匹配的方式,确定共同存在于已行驶路段与已预测路段中的路口位置信息。
可选地,可以将各路口位置信息中,与第一位置信息之间的距离最短的位置信息确定为第一偏航信息。
例如,如图4所示,共同存在于已行驶路段m(实线)与已预测路段n(虚线)中的路口位置信息包括路口位置信息A、路口位置信息B和路口位置信息C,其中,路口位置信息C与第一位置信息M1之间的距离最短,则可以将路口位置信息C确定为第一偏航信息。
通过以上方式,可以实现精确地确定出第一偏航信息。
可选地,上述确定第二偏航信息,可以包括:
对实际行驶路线进行划分,得到至少一条第一路段;
根据第一路段在实际行驶路线中的上下文信息,确定参考路线中与第一路段相匹配的第二路段;
根据第一路段在实际行驶路线中的划分顺序,依次拼接第一路段对应的第二路段,得到参考路线中与实际行驶路线相匹配的路段组;
根据实际行驶路线偏离路段组的信息,确定第二偏航信息。
由于在实际处理过程中,实际行驶路线可能对对应的距离较长,直接确定完整的实际行驶路线匹配的路段组所需的数据量较大,且对路网数据处理装置的处理性能的要求较高。在本申请实施例中,可以通过对实际行驶路线进行划分,得到至少一条第一路段,分别确定每条第一路段匹配的第二路段,以减少每次进行匹配过程中所需的数据量,降低对路网数据处理装置的处理性能的要求。
对于每条第一路段,该第一路段在实际行驶路线中的上下文信息,可以包括但不限于该第一路段与其所在的实际行驶路线中的其他第一路段之间的连通信息。例如,两个第一路段之间存在共同的路口节点,行驶主体在其中一个第一路段的行驶过程中,在通过该路口节点后,可以进一步行驶至另一第一路段。
作为一个示例,如图5所示,实际行驶路线a包括5条第一路段,分别为第一路段p、第一路段q、第一路段r、第一路段s和第一路段t,对于第一路段q,其对应的上下文信息可以包括:通过在行驶完第一路段p后,可以在共同存在于第一路段p和第一路段q的路口节点D处向左转(即第一路段p和第一路段q的上下文信息),可以行驶至第一路段q;通过在行驶完第一路段q后,可以在共同存在于第一路段q和第一路段r的路口节点E处向右转,可以行驶至第一路段r(即第一路段q和第一路段r的上下文信息);通过在行驶完第一路段r后,可以在共同存在于第一路段r和第一路段s的路口节点F处向左转(即第一路段r和第一路段s的上下文信息),可以行驶至第一路段s;通过在行驶完第一路段s后,可以在共同存在于第一路段s和第一路段t的路口节点G处向右转(即第一路段s和第一路段t的上下文信息),可以行驶至第一路段t。
具体地,在进行路网数据处理的过程中,还可以采用transformer等语言模型,提取第一路段在实际行驶路线中的上下文信息。
在本申请实施例中,通过根据第一路段在实际行驶路线中的上下文信息,确定参考路线中与第一路段相匹配的第二路段,可以使得所匹配到的第二路线也能够满足第一路段对应的上下文信息,提高路网匹配的精确度。
通过进一步根据第一路段在预测行驶路线中的划分顺序,将第一路段对应的第二路段进行拼接,得到路段组,可以实现在路网数据中,最大程度上还原实际行驶路线。
在该实现方式中,可以参见上述确定第一偏航信息的方式,确定实际行驶路线偏离路段组的路口位置信息,并将该路口位置信息确定为第二偏航信息。
需要说明的是,在确定路段组时,所确定的路段组可能与实际行驶路线并不完全一致,即所确定的路段组可能是与实际行驶路线相似度较高的路段组。
在本申请实施例中,通过确定参考路线中与实际行驶路线相匹配的路段组,并基于该路段组,确定第二偏航信息,可以确定路网数据中是否包括与实际行驶路线对应的路线,为后续辅助确定路网数据中是否真的存在未更新的路口位置信息做铺垫。
可选地,上述确定参考路线中与第一路段相匹配的第二路段,可以包括:
采用隐马尔可夫模型,根据上述上下文信息,确定第一路段与参考路线之间的相似度;
根据该相似度,从参考路线中确定出与第一路段相匹配的第二路段。
隐马尔可夫模型(Hidden Markov Model,HMM),一种统计模型,它用来描述一个含有隐含未知参数的马尔可夫关系过程。其中,马尔可夫关系可描述为初始状态确定的情况下,给定不变的状态转移矩阵,n次循环之后最终会达到稳态的分布。
在确定第二路段时,可以将对应相似度最高的参考路线,确定为与第一路段相匹配的第二路段。
通过采用隐马尔可夫模型,根据第一路段在实际行驶路线中的上下文信息,确定第一路段与路网数据中每条参考路线之间相似度,并将对应相似度最高的参考路线,确定为与第一路段相匹配的第二路段,可以提高确定第二路段的准确度和效率。
可选地,上述根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,可以包括:
确定第一偏航信息与第二偏航信息中相同的目标偏航信息;
确定目标偏航信息在路网数据中的候选道路节点;
从候选道路节点中筛选出待校正道路节点。
如前文所记载的,在存在第一偏航信息和第二偏航信息,且第一偏航信息中的位置信息与第二偏航信息中的位置信息相同的情况下,可以确定导航服务器所依据的路网数据可能存在故障,即当前的路网数据已过期,第一偏航信息中的位置信息(即第二偏航信息中的位置信息)与实际路况不符,根据包含该位置信息的路网数据设置导航路线时,可能会使得行驶主体出现行驶错误等问题,需要对该当前的路网数据中的该位置信息进行校正操作。
针对于此,可以确定第一偏航信息与第二偏航信息中相同的目标偏航信息,将该目标偏航信息在路网数据中的位置信息作为候选道路节点,对该候选道路节点进行校正操作,便于及时更新路网数据。
在本申请实施例中,在对候选道路节点进行校正操作时,可以结合人工采集到的数据或定位数据等,实时确定候选道路节点的实时路况信息,根据该实时路况信息,对候选道路节点进行校正操作,例如,添加候选道路节点、添加候选道路节点的道路属性、更改候选道路节点的道路属性等。
由于在实际道路管理过程中,可能会存在临时封控等情况(例如,红绿灯、临时停车等),在一定时间段后,会解除对该临时封控道路的封控管理,即在解除封控管理后,该临时封控道路会重新被使用。若在该临时封控道路被封控管理的时间内,将该临时封控道路中的道路节点作为待校正道路节点进行校正操作,在地图数据中删除该道路节点,并在该临时封控道路被解除封控管理后,将该临时封控道路中的道路节点作为待校正道路节点进行校正操作,在地图数据中重新增加该道路节点,则会导致数据量的浪费。
因此,在本申请实施例中,还可以进一步结合候选道路节点的相关信息,对候选道路节点进行筛选,从候选道路节点中筛选出待校正道路节点,避免对部分候选道路节点的重复校正操作,导致数据量浪费的情况发生。
需要说明的是,在无法确定当前路网数据是否过期时,还可以进一步通过人工采集到的数据或定位数据等,分别确定第一偏航信息对应的偏航位置以及第二偏航信息对应的偏航位置的实时路况信息,根据该实时路况信息,确定路网数据中第一偏航信息对应的偏航位置和第二偏航信息对应的偏航位置对应的道路节点是否正确,并对错误的道路节点进行校正操作。
可选地,上述从候选道路节点中筛选出待校正道路节点,可以包括:
根据预设区域划分方式,确定候选道路节点在路网数据中的目标区域;
根据目标区域的车流量信息,确定目标区域的校正时间级以及目标区域的偏航次数阈值;
在校正时间级对应的时间周期内,确定候选道路节点被确定为目标偏航信息的偏航次数;
将对应偏航次数大于偏航次数阈值的候选道路节点,确定为待校正道路节点。
在该实现方式中,可以结合道路属性以及历史行驶数据,确定预设区域划分方式。
作为一个可选的实施例,在道路属性越复杂,历史行驶数据较多的情况下,可以确定若该道路中的道路节点出现问题,可能会导致较多的行驶主体会根据出现问题的路网数据确定的预测行驶路线进行实际行驶过程,影响较多的行驶主体的行驶过程。因此,可以在道路属性越复杂,历史行驶数据较多的情况下,设置细粒度更高的预设区域划分方式,以实现更精确地对路网数据进行划分,为后续筛选待校正道路节点做铺垫。
作为具体的示例,在同一城市内,相比于郊区,市区内的道路属性比较复杂,可能涉及到高架属性、隧道属性等,且在市区内可能会存在较多的车辆经过,能够从市区内采集到更多的历史行驶数据,因此,对于市区内的道路节点,可以采用细粒度更高的预设区域划分方式,确定该道路节点对应的目标区域。
目标区域的车辆流量信息,可以根据经过该目标区域内各道路节点的历史行驶数据确定,所采集到的历史行驶数据越多,则车流量越多。
校正时间级可以包括天、周、月、半年、一年等,校正时间级对应的时间周期即该校正时间级的时间单位对应的时长。可选地,可以设置对应时长越短的校正时间级的级别越高。例如,天级的校正时间级高于周级的校正时间级。
为了减少对行驶主体的行驶过程造成的影响,在目标区域的车流量信息越多的情况下,可以设置较高的校正时间级,较低的偏航次数阈值。
可选地,还可以结合目标区域的车辆流量信息和目标区域内道路节点的道路属性,确定校正时间级和偏航次数阈值。例如,在目标区域的车流量信息越多,且目标区域内道路节点的道路属性越丰富的情况下,可以设置较高的校正时间级,较低的偏航次数阈值。
在该实现方式中,可以采用上述计数方式,确定偏航次数,在此不做赘述。
可选地,通过将偏航次数大于或等于偏航次数阈值的候选道路节点,确定为待校正道路节点,可以避免由于临时道路原因(例如,红绿灯)影响,重复进行路网数据更新,所造成的数据量浪费的情况发生。
在本申请实施例中,通过确定候选道路节点在路网数据中的目标区域,根据该目标区域的车流量信息,确定目标区域的校正时间级以及目标区域的偏航次数阈值,并在校正时间级对应的时间周期内,将被确定为目标偏航信息的偏航次数大于偏航次数阈值的候选道路节点,确定为待校正道路节点,可以为后续校正操作做铺垫,减少对行驶主体的行驶过程造成的影响。
可选地,上述对待校正道路节点进行校正操作,可以包括:
根据待校正道路节点在排序结果中的排序位置,确定待校正道路节点的优先级;排序结果是对待校正道路节点的偏航次数进行降序排列得到的;
其中,排序位置在前的待校正道路节点的校正优先级大于排序位置在后的待校正道路节点的校正优先级;若两个待校正道路节点的排序位置相同,这两个待校正道路节点中,对应偏航时刻在后的待校正道路节点的校正优先级大于另一待校正道路节点的校正优先级;
根据待校正道路节点的优先级,对待校正道路节点进行校正操作。
在偏航次数较多时,可以确定该候选道路节点可能为道路中心位置,更容易走错,比较容易影响行驶体验。因此,可以根据候选道路节点对应的偏航次数进行排序,设置候选道路节点排序较前的校正优先级大于候选道路节点排序较后的校正优先级。
若两个待校正道路节点在排序结果中的排序位置相同,设置在两个待校正道路节点中,对应偏航时刻在后的待校正道路节点的校正优先级大于另一待校正道路节点的校正优先级,即优先对最新被确定为目标偏航信息的待校正节点进行校正,可以提高校正操作的实时性。
在本申请实施例中,通过根据待校正道路节点的偏航次数的降序排序结果,以及待校正节点被确定为目标偏航信息的偏航时刻,确定待校正道路节点的校正优先级,可以实现结合待校正道路节点对实际行驶过程所造成的影响程度以及校正操作的实时性,对待校正道路节点进行校正操作,尽量避免偏航位置对实际行驶过程所造成的影响,避免在车流量较大区域,造成交通拥塞的情况发生。
基于与本申请实施例提供的路网数据处理方法相同的原理,本申请实施例中还提供了一种路网数据处理装置60,如图6所示,该装置60包括:
偏航信息确定模块610,用于确定第一偏航信息和第二偏航信息;
其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括:参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;其中,参考路线包括:在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路;
路网数据校正模块620,用于根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对该待校正道路节点进行校正操作。
可选地,上述路网数据校正模块620根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,可以包括:
确定第一偏航信息与第二偏航信息中相同的目标偏航信息;
确定目标偏航信息在路网数据中的候选道路节点;
从候选道路节点中筛选出待校正道路节点。
可选地,上述路网数据校正模块620从候选道路节点中筛选出待校正道路节点,可以包括:
根据预设区域划分方式,确定候选道路节点在路网数据中的目标区域;
根据目标区域的车流量信息,确定目标区域的校正时间级以及目标区域的偏航次数阈值;
在校正时间级对应的时间周期内,确定候选道路节点被确定为目标偏航信息的偏航次数;
将对应偏航次数大于偏航次数阈值的候选道路节点,确定为待校正道路节点。
可选地,上述路网数据校正模块620对待校正道路节点进行校正操作,可以包括:
根据待校正道路节点在排序结果中的排序位置,确定待校正道路节点的优先级;排序结果是对待校正道路节点的偏航次数进行降序排列得到的;
其中,排序位置在前的待校正道路节点的校正优先级大于排序位置在后的待校正道路节点的校正优先级;若两个待校正道路节点的排序位置相同,这两个待校正道路节点中,对应偏航时刻在后的待校正道路节点的校正优先级大于另一待校正道路节点的校正优先级;
根据待校正道路节点的优先级,对待校正道路节点进行校正操作。
可选地,上述偏航信息确定模块610确定第一偏航信息,可以包括:
获取实际行驶路线偏离预测行驶路线的第一偏航时刻;
确定第一偏航时刻在实际行驶路线中的第一位置信息;
确定从上述行驶起点至第一位置信息的已行驶路段,以及确定预测行驶路线中与已行驶路段对应的已预测路段;
根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息。
可选地,上述偏航信息确定模块610根据已行驶路段、已预测路段以及第一位置信息,确定第一偏航信息,可以包括:
确定共同存在于已行驶路段与已预测路段中的路口位置信息;
根据路口位置信息与第一位置信息之间的距离,从路口位置信息中确定第一偏航信息。
可选地,上述偏航信息确定模块610确定第二偏航信息,可以包括:
对实际行驶路线进行划分,得到至少一条第一路段;
根据第一路段在实际行驶路线中的上下文信息,确定参考路线中与第一路段相匹配的第二路段;
根据第一路段在实际行驶路线中的划分顺序,依次拼接第一路段对应的第二路段,得到参考路线中与实际行驶路线相匹配的路段组;
根据实际行驶路线偏离路段组的信息,确定第二偏航信息。
可选地,上述偏航信息确定模块610确定参考路线中与第一路段相匹配的第二路段,可以包括:
采用隐马尔可夫模型,根据上述上下文信息,确定第一路段与参考路线之间的相似度;
根据该相似度,从参考路线中确定出与第一路段相匹配的第二路段。
在本申请实施例中,可以获知根据实际路况以及预测行驶路线行驶得到的实际行驶路线,偏离预测行驶路线的第一偏航信息;以及获知实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线的第二偏航信息,避免在实际行驶路线与参考路线匹配的情况下,由于导航服务器本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,路网数据中不存在实际行驶路线,或者路网数据中存在与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作,提高了对路网数据进行校正的实时性和实用性。
本申请实施例的装置可执行本申请实施例所提供的方法,其实现原理相类似,本申请各实施例的装置中的各模块所执行的动作是与本申请各实施例的方法中的步骤相对应的,对于装置的各模块的详细功能描述具体可以参见前文中所示的对应方法中的描述,此处不再赘述。
基于与本申请实施例提供的路网数据处理方法及装置相同的原理,本申请实施例中还提供了一种电子设备(如服务器),该电子设备可以包括存储器、处理器及存储在存储器上的计算机程序,该处理器执行上述计算机程序以实现:
确定第一偏航信息和第二偏航信息;
其中,第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;第二偏航信息包括:参考路线中是否包括实际行驶路线;以及在参考路线中包括实际行驶路线的情况下,实际行驶路线偏离参考路线的信息;其中,参考路线包括:在路网数据中,从实际行驶路线的行驶起点至行驶终点的连通道路;
根据第一偏航信息和第二偏航信息,确定路网数据中的待校正道路节点,对该待校正道路节点进行校正操作。
在本申请实施例中,可以获知根据实际路况以及预测行驶路线行驶得到的实际行驶路线,偏离预测行驶路线的第一偏航信息;以及获知实际行驶路线是否包含在路网数据的参考路线内,以及实际行驶路线是否偏离了参考路线的第二偏航信息,避免在实际行驶路线与参考路线匹配的情况下,由于导航服务器本身故障导致的误预测行驶路线,以及判定误偏航的情况发生;进一步结合实际行驶路线、预测行驶路线以及路网数据中的参考路线,确定路网数据中是否存在待校正道路节点(例如,路网数据中不存在实际行驶路线,或者路网数据中存在与实际路况不符合的道路节点等),并对待校正道路节点进行校正操作,提高了对路网数据进行校正的实时性和实用性。
参见图7,图7示出了本申请实施例提供的一种电子设备的结构示意图。如图7所示,本实施例中的电子设备700可以包括:处理器701,网络接口704和存储器705,此外,上述电子设备700还可以包括:对象接口703,和至少一个通信总线702。其中,通信总线702用于实现这些组件之间的连接通信。其中,对象接口703可以包括显示屏(Display)、键盘(Keyboard),可选对象接口703还可以包括标准的有线接口、无线接口。网络接口704可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器705可以是高速RAM存储器,也可以是非易失性存储器(non-volatile memory,NVM),例如至少一个磁盘存储器。存储器705可选的还可以是至少一个位于远离前述处理器701的存储装置。如图7所示,作为一种计算机可读存储介质的存储器705中可以包括操作系统、网络通信模块、对象接口模块以及设备控制应用程序。
在图7所示的电子设备700中,网络接口704可提供网络通讯功能;而对象接口703主要用于为对象提供输入的接口;而处理器701可以用于调用存储器705中存储的设备控制应用程序,以实现:
在一些可行的实施方式中,上述处理器701用于:
应当理解,在一些可行的实施方式中,上述处理器701可以是中央处理单元(central processing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application specific integratedcircuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
具体实现中,上述电子设备700可通过其内置的各个功能模块执行如上述图3中各个步骤所提供的实现方式,具体可参见上述各个步骤所提供的实现方式,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,被处理器执行以实现图3中各个步骤所提供的方法,具体可参见上述各个步骤所提供的实现方式,在此不再赘述。
上述计算机可读存储介质可以是前述任一实施例提供的路网数据处理装置或电子设备的内部存储单元,例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备,例如该电子设备上配备的插接式硬盘,智能存储卡(smartmedia card, SMC),安全数字(secure digital, SD)卡,闪存卡(flash card)等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等。进一步地,该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例提供了一种计算机程序产品,该计算机程序产品包括计算机程序,上述计算机程序被处理器执行图3中各个步骤所提供的方法。
本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
此外,本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式 “一”、“一个”、“所述”和“该”也可包括复数形式。术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或电子设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或电子设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
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算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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的范围。
以上所揭露的仅为本申请较佳实施例而已,不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。

Claims (10)

1.一种路网数据处理方法,其特征在于,所述方法包括:
确定第一偏航信息和第二偏航信息;
其中,所述第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;
所述第二偏航信息包括:参考路线中是否包括所述实际行驶路线;以及在所述参考路线中包括所述实际行驶路线的情况下,所述实际行驶路线偏离所述参考路线的信息;其中,所述参考路线包括:在路网数据中,从所述实际行驶路线的行驶起点至行驶终点的连通道路;
根据所述第一偏航信息和所述第二偏航信息,确定所述路网数据中的待校正道路节点,对所述待校正道路节点进行校正操作;
其中,所述根据所述第一偏航信息和所述第二偏航信息,确定所述路网数据中的待校正道路节点,包括:
确定所述第一偏航信息与所述第二偏航信息中相同的目标偏航信息;
确定所述目标偏航信息在所述路网数据中的候选道路节点;
从所述候选道路节点中筛选出所述待校正道路节点。
2.根据权利要求1所述的路网数据处理方法,其特征在于,所述从所述候选道路节点中筛选出所述待校正道路节点,包括:
根据预设区域划分方式,确定所述候选道路节点在所述路网数据中的目标区域;
根据所述目标区域的车流量信息,确定所述目标区域的校正时间级以及所述目标区域的偏航次数阈值;
在所述校正时间级对应的时间周期内,确定所述候选道路节点被确定为目标偏航信息的偏航次数;
将对应偏航次数大于所述偏航次数阈值的候选道路节点,确定为所述待校正道路节点。
3.根据权利要求2所述的路网数据处理方法,其特征在于,所述对所述待校正道路节点进行校正操作,包括:
根据所述待校正道路节点在排序结果中的排序位置,确定所述待校正道路节点的优先级;所述排序结果是对所述待校正道路节点的偏航次数进行降序排列得到的;
其中,排序位置在前的待校正道路节点的校正优先级大于排序位置在后的待校正道路节点的校正优先级;若两个待校正道路节点的排序位置相同,所述两个待校正道路节点中,对应偏航时刻在后的待校正道路节点的校正优先级大于另一待校正道路节点的校正优先级;
根据所述待校正道路节点的优先级,对所述待校正道路节点进行校正操作。
4.根据权利要求1至3中任一项所述的路网数据处理方法,其特征在于,所述确定所述第一偏航信息,包括:
获取所述实际行驶路线偏离所述预测行驶路线的第一偏航时刻;
确定所述第一偏航时刻对应于所述实际行驶路线的第一位置信息;
确定从所述行驶起点至所述第一位置信息的已行驶路段,以及确定所述预测行驶路线中与所述已行驶路段对应的已预测路段;
根据所述已行驶路段、所述已预测路段以及所述第一位置信息,确定所述第一偏航信息。
5.根据权利要求4所述的路网数据处理方法,其特征在于,所述根据所述已行驶路段、所述已预测路段以及所述第一位置信息,确定所述第一偏航信息,包括:
确定共同存在于所述已行驶路段与所述已预测路段中的路口位置信息;
根据所述路口位置信息与所述第一位置信息之间的距离,从所述路口位置信息中确定所述第一偏航信息。
6.根据权利要求4所述的路网数据处理方法,其特征在于,所述确定所述第二偏航信息,包括:
对所述实际行驶路线进行划分,得到至少一条第一路段;
根据所述第一路段在所述实际行驶路线中的上下文信息,确定所述参考路线中与所述第一路段相匹配的第二路段;
根据所述第一路段在所述实际行驶路线中的划分顺序,依次拼接所述第一路段对应的第二路段,得到所述参考路线中与所述实际行驶路线相匹配的路段组;
根据所述实际行驶路线偏离所述路段组的信息,确定所述第二偏航信息。
7.根据权利要求6所述的路网数据处理方法,其特征在于,所述确定所述参考路线中与所述第一路段相匹配的第二路段,包括:
采用隐马尔科夫模型,根据所述上下文信息,确定所述第一路段与所述参考路线之间的相似度;
根据所述相似度,从所述参考路线中确定出与所述第一路段相匹配的第二路段。
8.一种路网数据处理装置,其特征在于,所述装置包括:
偏航信息确定模块,用于确定第一偏航信息和第二偏航信息;
其中,所述第一偏航信息包括实际行驶路线偏离预测行驶路线的信息;
所述第二偏航信息包括:参考路线中是否包括所述实际行驶路线;以及在所述参考路线中包括所述实际行驶路线的情况下,所述实际行驶路线偏离所述参考路线的信息;其中,所述参考路线包括:在路网数据中,从所述实际行驶路线的行驶起点至行驶终点的连通道路;
路网数据校正模块,用于根据所述第一偏航信息和所述第二偏航信息,确定所述路网数据中的待校正道路节点,对所述待校正道路节点进行校正操作;
其中,所述路网数据校正模块根据所述第一偏航信息和所述第二偏航信息,确定所述路网数据中的待校正道路节点,包括:
确定所述第一偏航信息与所述第二偏航信息中相同的目标偏航信息;
确定所述目标偏航信息在所述路网数据中的候选道路节点;
从所述候选道路节点中筛选出所述待校正道路节点。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器和存储器相互连接;
所述存储器用于存储计算机程序;
所述处理器被配置用于在调用所述计算机程序时,执行权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
CN202310984390.XA 2023-08-07 2023-08-07 路网数据处理方法、装置、电子设备及存储介质 Active CN116698075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310984390.XA CN116698075B (zh) 2023-08-07 2023-08-07 路网数据处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310984390.XA CN116698075B (zh) 2023-08-07 2023-08-07 路网数据处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116698075A CN116698075A (zh) 2023-09-05
CN116698075B true CN116698075B (zh) 2023-10-20

Family

ID=87841800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310984390.XA Active CN116698075B (zh) 2023-08-07 2023-08-07 路网数据处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116698075B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117537842A (zh) * 2024-01-10 2024-02-09 深圳依时货拉拉科技有限公司 路线偏航识别方法、装置、计算机可读存储介质及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130000754A (ko) * 2011-06-24 2013-01-03 주식회사 파인디지털 내비게이션 맵의 도로 데이터 오류 수정 방법
CN107816998A (zh) * 2016-09-13 2018-03-20 腾讯科技(深圳)有限公司 信息处理方法及装置
CN111679302A (zh) * 2020-05-28 2020-09-18 北京百度网讯科技有限公司 车辆定位方法、装置、电子设备和计算机存储介质
CN111811533A (zh) * 2020-07-06 2020-10-23 腾讯科技(深圳)有限公司 偏航判定方法、装置及电子设备
CN112380314A (zh) * 2020-12-04 2021-02-19 腾讯科技(深圳)有限公司 路网信息的处理方法和装置、存储介质及电子设备
CN113639741A (zh) * 2020-04-27 2021-11-12 阿里巴巴集团控股有限公司 一种偏航识别和导航路线规划方法及装置
CN114234989A (zh) * 2021-10-29 2022-03-25 武汉光庭信息技术股份有限公司 一种车辆偏航后的路网树更新方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113324555B (zh) * 2021-05-31 2024-05-03 阿波罗智联(北京)科技有限公司 一种车辆导航路径的生成方法、装置及电子设备
US20230077909A1 (en) * 2021-09-15 2023-03-16 Zoox, Inc. Road network validation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130000754A (ko) * 2011-06-24 2013-01-03 주식회사 파인디지털 내비게이션 맵의 도로 데이터 오류 수정 방법
CN107816998A (zh) * 2016-09-13 2018-03-20 腾讯科技(深圳)有限公司 信息处理方法及装置
CN113639741A (zh) * 2020-04-27 2021-11-12 阿里巴巴集团控股有限公司 一种偏航识别和导航路线规划方法及装置
CN111679302A (zh) * 2020-05-28 2020-09-18 北京百度网讯科技有限公司 车辆定位方法、装置、电子设备和计算机存储介质
JP2021131398A (ja) * 2020-05-28 2021-09-09 ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド 車両の測位方法、装置、電子機器及びコンピュータ記憶媒体
CN111811533A (zh) * 2020-07-06 2020-10-23 腾讯科技(深圳)有限公司 偏航判定方法、装置及电子设备
CN112380314A (zh) * 2020-12-04 2021-02-19 腾讯科技(深圳)有限公司 路网信息的处理方法和装置、存储介质及电子设备
CN114234989A (zh) * 2021-10-29 2022-03-25 武汉光庭信息技术股份有限公司 一种车辆偏航后的路网树更新方法及系统

Also Published As

Publication number Publication date
CN116698075A (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN107945507B (zh) 行程时间预测方法及装置
US9513132B2 (en) Measuring quality in optimal navigation routes by navigation systems
CN103557870B (zh) 一种动态轨迹导航方法及云平台
Tran et al. DeepTRANS: a deep learning system for public bus travel time estimation using traffic forecasting
CN111462484A (zh) 拥堵状态的确定方法、装置、设备及计算机可读存储介质
CN111044056A (zh) 基于道路匹配的定位方法、芯片子系统及电子设备
CN101218486A (zh) 用于对道路网图进行建模的方法、装置及系统
CN112665601B (zh) 一种路径规划方法、装置、电子设备及可读存储介质
CN104121918A (zh) 一种实时路径规划的方法和系统
CN110942211A (zh) 一种基于深度神经网络的预估达到时间预测方法及装置
CN116698075B (zh) 路网数据处理方法、装置、电子设备及存储介质
CN103793763A (zh) 基于大数据与云计算的最优公交乘车路径挖掘系统
CN112734956B (zh) 一种etc门架确定的方法、装置及存储介质
CN113335310B (zh) 基于决策的运动规划方法、装置、电子设备及存储介质
CN110830915B (zh) 一种确定起点位置的方法及装置
US20240096211A1 (en) Processing apparatus and method for generating route navigation data
CN116935656B (zh) 道路交通数据处理方法、装置、电子设备及存储介质
CN113570096A (zh) 一种基于大数据的智能出行的方法及装置
CN113706857A (zh) 道路通行性的确定方法、装置、设备及存储介质
CN111243280B (zh) 一种实时计算交通状态的指标的方法及装置
CN106781470B (zh) 城市道路的运行速度的处理方法及装置
CN113008246A (zh) 地图匹配方法和装置
CN118036853B (zh) 一种个体出行链生成方法、装置及存储介质
US20230132499A1 (en) Method and apparatus for generating structured trajectories from geospatial observations
US20230135578A1 (en) Method and apparatus for generating structured trajectories from geospatial observations

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