CN117516562B - 一种路网处理方法和相关装置 - Google Patents

Abstract

本申请公开一种路网处理方法和相关装置，可应用于电子地图、自动驾驶、辅助驾驶、智慧交通、云技术、人工智能等领域。获取待优化路网的二维路网数据，待优化路网包括多条待优化道路。基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系，进而根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子，修型约束因子用于指示多条待优化道路上形点的位置所需满足的条件。接着，根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网。由此实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。

Description

一种路网处理方法和相关装置

技术领域

本申请涉及计算机领域，特别是涉及一种路网处理方法和相关装置。

背景技术

电子地图在日常生活中具有重要的作用，对我们的生活和活动有着广泛的影响，通过电子地图，我们可以找到目的地的最佳路线，避开拥堵和交通问题，节省时间和精力，也能帮助我们在旅行和探索中找到感兴趣的地点和景点。

在如此强需求下，电子地图的质量就成为了一个关键因素。质量较高的电子地图能够让用户在使用电子地图中得到更精准的定位，导航时不易出现偏航，并且电子地图上的道路更美观，极大的提高了用户体验。

然而，目前使用的电子地图基本是标精（Standard Definition，SD）地图，SD地图大部分都是人为手工制作，虽然工艺能够保证美观性，但是难以保证道路精度以及几何形态的正确性。

发明内容

为了解决上述技术问题，本申请提供了一种路网处理方法和相关装置，实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。

本申请实施例公开了如下技术方案：

一方面，本申请实施例提供一种路网处理方法，所述方法包括：

获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路；

基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系；

根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件；

根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网。

一方面，本申请实施例提供一种路网处理装置，所述装置包括获取单元、确定单元、生成单元和优化单元：

所述获取单元，用于获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路；

所述确定单元，用于基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系；

所述生成单元，用于根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件；

所述优化单元，用于根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网。

一方面，本申请实施例提供一种计算机设备，所述计算机设备包括处理器以及存储器：

所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；

所述处理器用于根据所述计算机程序中的指令执行前述任一方面所述的方法。

一方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序当被处理器执行时使所述处理器执行前述任一方面所述的方法。

一方面，本申请实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述任一方面所述的方法。

由上述技术方案可以看出，对于标精地图来说，标精地图的道路精度和几何形态可能不够正确，为了提高标精地图的道路精度和几何形态，可以对标精地图进行优化。在优化的过程中，可以以一定区域内的路网为单位进行优化，该路网可以称为待优化路网。具体地，可以获取待优化路网的二维路网数据，待优化路网包括多条待优化道路。在对待优化路网进行优化的过程中，待优化道路上形点的位置并非任意调整的，而是受到一定的约束，以保证待优化道路上形点的位置满足一定条件，从而在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。而待优化道路上的形点之间具有多种多样的连接关系，具有不同连接关系的形点所需满足的条件不同，故本申请可以基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系，进而根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子，修型约束因子用于指示多条待优化道路上形点的位置所需满足的条件。接着，根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网。由此实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。

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的一些实施例，对于本领域普通技术成员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种路网处理方法的应用场景架构图；

图2为本申请实施例提供的一种路网处理方法的流程图；

图3为本申请实施例提供的一种一维状态形点的示例图；

图4为本申请实施例提供的一种形状因子的示例图；

图5为本申请实施例提供的一种方向因子的示例图；

图6为本申请实施例提供的一种第三距离计算的示例图；

图7为本申请实施例提供的一种第四距离计算的示例图；

图8为本申请实施例提供的一种HD中心线数据的示例图；

图9为本申请实施例提供的一种中心线在形点处断开和形点处于路口的示例图；

图10为本申请实施例提供的一种道路拓扑结构的示例图；

图11为本申请实施例提供的一种因子图的示例图；

图12为本申请实施例提供的另一种因子图的示例图；

图13为本申请实施例提供的又一种因子图的示例图；

图14为本申请实施例提供的一种优化后路网的示例图；

图15为本申请实施例提供的另一种优化后路网的示例图；

图16为本申请实施例提供的又一种优化后路网的示例图；

图17为本申请实施例提供的再一种优化后路网的示例图；

图18为本申请实施例提供的一种路网处理装置的结构图；

图19为本申请实施例提供的一种终端的结构图；

图20为本申请实施例提供的一种服务器的结构图。

具体实施方式

下面结合附图，对本申请的实施例进行描述。

为便于理解，首先对相关概念进行阐述。

智能车路协同系统（Intelligent Vehicle Infrastructure CooperativeSystems，IVICS），简称车路协同系统，是智能交通系统（Intelligent Traffic System，ITS）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。

SD地图，即Standard Definition Map，标精地图，一般按照一定的工艺人工制作，是二维的。

HD地图，即High Definition Map，高精地图，可以准确和全面地表征道路特征。精度比SD地图要高，内容量也比SD地图多很多，但是制作周期以及成本较高，难以覆盖大面积。

瓦片：即Tile，是指将地图数据切分成小块的图像块。每个瓦片代表了地球表面的一个特定区域。

Link：指的是道路网络（简称路网）中的连接线，它表示道路网络中两个相邻节点（Node）之间的连接关系，即道路网络中的道路。

Node：表示交叉口或Link起点/终点。

形点：即Shape Point，是指描述道路几何形状的离散点。它们是Link线段上的一系列坐标点，用于定义Link的曲线形状。

HD Border：广义上是指HD地图数据中的车道线数据，在本申请实施例中的HDBorder表示为道路的左右边界。

因子图：即Factor Graph，是一种图模型，用于表示概率模型中的变量和因子之间的依赖关系。它是概率图模型的一种扩展，常用于概率推断和机器学习中。

目前使用的SD地图大部分都是人为手工制作，虽然工艺能够保证美观性，但是难以保证道路精度以及几何形态的正确性。近些年随着技术和采集设备的完善，各大厂商都在积极制作HD地图，HD地图具有更多的要素以及更高的精度。但是HD地图制作周期长，制作成本高，难以覆盖全国，目前只能覆盖部分城市的高快道路。并且人们日常出行并不需要高精地图的大部分要素，因此更可靠的SD地图就能满足大部分用户出行可地图软件的需求。在这个需求的基础上，地图修型的概念由此产生了。地图修型也可以称为地图优化，即对地图中的路网进行优化（或修型）。

为了解决上述技术问题，本申请实施例提供一种路网处理方法，通过该方法可以实现路网修型，即实现地图修型。针对包括多条待优化道路的待优化路网，由于多条待优化道路上的形点之间具有多种多样的连接关系，具有不同连接关系的形点所需满足的条件不同，故该方法可以基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系，进而根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子，从而根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网。由此实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。

需要说明的是，本申请实施例提供的路网处理方法可应用于电子地图、自动驾驶、辅助驾驶、智慧交通、云技术、人工智能等领域，在这些领域可能需要使用SD地图。在使用SD地图前，可以通过本申请实施例提供的方法对SD地图进行优化，从而提升SD地图中路网精度和形态的正确性。使用SD地图的场景例如可以是自动驾驶、交通管理、城市规划、旅游、物流、游戏、虚拟现实、增强现实等场景，本申请实施例对此不做限定。

本申请实施例提供的路网处理方法可以由计算机设备执行，该计算机设备例如可以是服务器，也可以是终端。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端包括但不限于智能手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器等。

需要说明的是，在一种可能的实现方式中，可以预先对已有的SD地图中的路网进行优化，从而得到优化后SD路网更新到相关地图应用中，从而得到优化后的新版本地图应用，以便可以直接在后续使用地图应用的过程中，使用的是更加精确的地图。在另一种可能的实现方式中，可以是车联网场景下的SD路网优化，即终端上安装使用SD地图的相关地图应用，当终端启动地图应用后，向服务器上报，服务器可以根据终端的位置信息来获取待优化路网，例如终端的位置信息是“××市中心”，则待优化路网可以是××市中心一定范围内的路网。然后，服务器按照本申请实施例提供的路网处理方法对待优化路网进行优化得到优化后路网，并利用优化后路网对地图进行更新，向终端返回更新后地图，以便终端进行展示，由此使用路网精度更高、路网形态更加正确的SD地图。

如图1所示，图1示出了一种路网处理方法的应用场景架构图，该应用场景以计算机设备是服务器为例进行介绍，在该应用场景中可以包括服务器100和终端200。

对于SD地图来说，SD地图的道路精度和几何形态可能不够正确，为了提高SD地图的道路精度和几何形态，在应用SD地图之前，服务器100可以对SD地图进行优化。在优化的过程中，可以以一定区域内的路网为单位进行优化，该路网可以称为待优化路网。

终端200上可以安装使用SD地图的相关地图应用，终端200启动地图应用后，向服务器100上报，服务器100可以根据终端200的位置信息来获取待优化路网，例如终端200的位置信息是“××市中心”，则待优化路网可以是××市中心一定范围内的路网。

然后，服务器100按照本申请实施例提供的路网处理方法对待优化路网进行优化得到优化后路网。具体地，服务器100可以获取待优化路网的二维路网数据，待优化路网包括多条待优化道路。路网可以是指在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统。待优化路网可以是指当前需要优化、修型的路网，待优化路网可以参见图1中101所示。待优化道路可以是指待优化路网中所包括的需要进行修型的道路，待优化道路可以通过Link表示，待优化道路可以参见101中黑色虚线所示。

在对待优化路网进行优化的过程中，待优化道路上形点的位置并非任意调整的，而是受到一定的约束，以保证待优化道路上形点的位置满足一定条件，从而在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。而待优化道路上的形点之间具有多种多样的连接关系，具有不同连接关系的形点所需满足的条件不同，故服务器100可以基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系，进而根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子。

修型基本规则可以是指根据修型目标预先制定的、用于对待优化路网进行修型所需满足的一系列规则，修型约束因子用于指示多条待优化道路上形点的位置所需满足的条件。

接着，服务器100可以根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网。由此实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。其中，优化后路网可以参见图1中102所示，在102中，黑色虚线表示待优化道路，黑色实线表示待优化道路对应的优化后道路。

在得到优化后路网后，服务器100可以利用优化后路网对SD地图进行更新，向终端200返回更新后地图，以便终端200进行展示，由此使用路网精度更高、路网形态更加正确的SD地图。

需要说明的是，在本申请的具体实施方式中，整个过程中有可能会涉及到用户信息等相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户单独同意或者单独许可，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。

需要说明的是，本申请实施例提供的方法可以涉及人工智能技术， 通过人工智能技术自动化实现路网处理。基于本申请实施例的路网处理方法得到的优化后路网可以应用到各种使用SD地图的领域，例如自动驾驶、辅助驾驶、智慧交通、游戏、虚拟现实、增强现实等领域，通过优化后路网可以对SD地图中的道路数据进行更新，从而得到优化后SD地图，利用优化后SD地图进行更加精准的导航。

人工智能（Artificial Intelligence，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。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、预训练模型技术、操作/交互系统、机电一体化等。其中，预训练模型又称大模型、基础模型，经过微调后可以广泛应用于人工智能各大方向下游任务。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

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、数字孪生、虚拟人、机器人、人工智能生成内容（Artificial Intelligence GenerativeContent，AIGC）、对话式交互、智能医疗、智能客服、游戏AI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。

自动驾驶技术可以指车辆在无驾驶员操作的情况下实现自行驾驶。通常包括高精地图、环境感知、计算机视觉、行为决策、路径规划、运动控制等技术。自动驾驶包括单车智能、车路协同、联网云控等多种发展路径。自动驾驶技术有着广泛的应用前景，目前的领域为物流、公共交通、出租车、智慧交通领域外，未来将得到进一步发展。

接下来，将以计算机设备是服务器，结合附图对本申请实施例提供的路网处理方法进行介绍。参见图2，图2示出了一种路网处理方法的流程图，所述方法包括：

S201、获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路。

对于SD地图来说，SD地图的道路精度和几何形态可能不够正确，为了提高SD地图的道路精度和几何形态，在应用SD地图之前，服务器可以对SD地图进行优化。SD地图主要反映路网情况，因此，对SD地图进行优化实际上是对路网进行优化，该路网可以称为待优化路网。待优化路网可以是指当前需要优化、修型的路网。

待优化路网可以包括多条待优化道路，待优化道路可以是指待优化路网中所包括的需要进行修型的道路。多条待优化道路相互联络、交织成待优化路网。

当需要对待优化路网进行优化时，服务器可以获取待优化路网的二维路网数据，以便利用该二维路网数据进行路网优化。

需要说明的是，在进行路网优化时，可以以预先划分的区域为单位进行路网优化，即每次优化一个区域内的路网，该区域可以称为目标区域。这样，在进行路网优化时，也可以将目标区域内的路网作为待优化路网，待优化路网中可以包括多条待优化道路，从而对待优化网络进行优化。其中，区域可以是按照城市进行划分、按照乡镇进行划分、按照位置信息进行划分等等，本申请实施例对此不做限定。例如目标区域可以是××市中心5km*5km的区域。

在一种可能的实现方式中，当确定需要进行路网优化的目标区域后，可以获取需要优化的目标区域的瓦片标识（Identity，ID）集合，进而基于瓦片ID集合确定需要进行优化的待优化路网，从而获取待优化路网的二维路网数据。

S202、基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系。

在对待优化路网进行优化的过程中，待优化道路上形点的位置并非任意调整的，而是受到一定的约束，以保证待优化道路上形点的位置满足一定条件，从而在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。而待优化道路上的形点之间具有多种多样的连接关系，具有不同连接关系的形点所需满足的条件不同，故服务器可以基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系。

在一种可能的实现方式中，为了确定多个形点之间的连接关系，可以基于二维路网数据构建道路拓扑结构，从而通过道路拓扑结构体现多个形点之间的连接关系。道路拓扑结构是一种图结构，可以直观、准确的体现多个形点之间的连接关系。

S203、根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件。

由于需要在保证路网美观性的情况下提升路网精度，并且能够过滤掉潜在的错误，所以预先根据修型目标制定了一系列的修型基本规则。修型基本规则例如可以包括形状规则、HD中心线规则、SD位置规则、图框点规则、HD打断规则等。

形状规则：形状规则可以是指优化后路网的形状应该与SD地图中待优化路网的形状接近。这样既能够保证美观性，又能保证当使用修型后地图时，诱导播报等其他功能不会因为地图变化而发生改变。

HD中心线规则：如果一个道路（Link）存在参考地图中心线，那么修型后Link上的形点应该接近参考地图中心线。这样能够提高修型后道路的精度。参考地图可以是指对待优化路网进行优化所需参考的地图，通常是精度较高的地图，例如HD地图。参考地图中心线可以是参考地图中提供的道路中心线，当参考地图是HD地图时，参考地图中心线可以是HD中心线。

SD位置规则：如果一个Link不存在参考地图中心线，那么修型后Link上的形点应该更接近SD对应形点的位置。这样能够避免修型后低等级道路发生整体的偏移。

图框点规则：所有图框点（即目标区域边界的Node）不应该发生移动，因为如果发生移动，修型区域和未修型区域的道路将会发生断裂。

HD打断规则：所有包含HD中心线的Node，需要固定在HD border的打断线上，这是地图数据工艺要求。

为了实现修型基本规则，需要定义修型约束因子来实现相应的约束，来保证进行路网优化时符合修型基本规则。在本申请实施例中，多个形点对应的修型约束因子可以为位置因子、形状因子、方向因子和距离因子中至少一种类型的因子，位置因子包括参考位置因子、二维路网位置因子或固定位置因子。其中，参考位置因子可以称为HD因子，二维路网位置因子可以称为SD因子。下面对各个修型约束因子依次进行介绍。

位置因子可以用于约束形点的位置，可以用于实现HD中心线规则、SD位置规则，在一些情况下还可以用于实现图框点规则。在一种可能的实现方式中，可以用于HD中心线对形点的约束、SD地图中形点的位置对形点的约束以及用于形点固定的硬性约束。该位置因子的残差定义如下：

r_pos=|measure-x| （1）

其中，r_pos为位置因子，measure为该位置因子的观测值，x表示形点的位置。该位置因子的残差主要代表观测值到优化后形点的距离。

需要说明的是，该观测值可以是HD中心线的位置、SD地图中该形点的位置、或者是某个固定位置，基于该形点的情况不同（例如该形点所在待优化道路是否具有HD中心线），观测值有所不同。

可以理解的是，形点的位置可以通过多种数据形式进行表示，例如可以是经纬度坐标的形式、笛卡尔坐标的形式等，本申请对此不做限定。由于SD地图中的二维路网数据都是经纬度坐标，因此，在一种可能的实现方式中，可以通过经纬度坐标的形式表示形点的位置。

在另一种可能的实现方式中，为了简化计算，避免在球面上进行复杂的计算，在进行后续计算之前可以将所有形点的经纬度坐标转换为笛卡尔坐标，从而通过笛卡尔坐标的形式表示形点的位置。转换方法可以是选取目标区域的中心点，以该中心点作为原点建立以X、Y、Z为坐标轴的笛卡尔坐标系，之后将所有的形点的经纬度坐标转换为笛卡尔坐标系的笛卡尔坐标，以便于后续计算。

在本申请实施例中，整个路网优化的优化目标就是优化待优化路网所包括的所有的形点（Node也是形点的一种），将所有形点移动到最合理的位置。也就是说，除了优化前形点的位置是已知的外，在优化过程中形点的位置是未知的，直到优化结束得到形点的最优位置。基于此，当形点的位置是未知的时，形点的位置可以通过位置状态变量表示，位置状态变量可以是在路网优化过程中指示形点的位置发生变化的变量，故对形点的位置进行优化可以转换为对位置状态变量求最优解的过程。基于此，可以预先定义各个形点的位置状态变量。其中大部分的形点为二维的。以形点的位置通过笛卡尔坐标表示，则形点的位置可以用坐标（x，y）来表示，但是由于受到HD打断规则的限制，导致有些Node需要固定到HDborder的打断线上，如图3所示，由于Node需要固定到HD Border的打断线上，所以Node在后续优化中的位置状态变量是一维的。HD Border的打断线与左边界、右边界的交点分别为Q₁和Q₂，假设Q₁到Node之间的向量长度为d，那么Node的坐标可以用下述公式表示：

P_node=Q₁+(Q₂-Q₁)*d （2）

其中，P_node为一维坐标，Q₁和Q₂都是二维坐标，表示打断线与左边界、右边界的交点位置，该公式只有一个未知量d，d为Q₁到Node之间的向量长度，且连续可导，故一维的形点坐标可由上述公式（2）计算，并且位置状态变量为d。综上所述，整个优化的所有位置状态变量定义如下：

X={x₀,x₁,…,x_n,d₀,d₁,…,d_m} （3）

其中，X为所有形点对应的位置状态变量，x_i表示二维状态的形点的位置状态变量，d_i表示一维状态的形点的位置状态变量，n+1为所有二维状态的形点的数量，m+1为所有一维状态的形点的数量。使用上述方案能够保证优化后路网满足HD打断规则。

需要说明的是，本申请实施例在介绍各个修型约束因子时，当涉及到形点的位置状态变量时，主要以形点是二维状态的形点为例进行介绍的，例如各个公式中的位置状态变量为二维状态的形点的位置状态变量表示形式。如果形点是一维状态的形点，则可通过公式（2）来计算对应的二维坐标，再利用对应的公式表示修型约束因子。

形状因子可以用于约束Link向量之间的夹角，可以用于实现形状规则。如图4所示，图4中（1）所标识的图为优化前的示例图，P₁、P₂、P₃为三个相邻形点分别对应的位置，m为优化前向量P₂₁和P₂₃之间的夹角，随着优化的迭代P₁、P₂、P₃会受到其他修型约束因子的约束，从而位置发生改变。形状因子希望无论P₁、P₂、P₃所表示的位置如何移动，向量P₂₁和P₂₃之间的夹角尽量保持不变。其中m可以表示为2*2的旋转矩阵：

P₂₁=P₁-P₂ （4）

P₂₃=P₂-P₃ （5）

（6）

（7）

（8）

其中，P₁、P₂、P₃表示优化前相邻三个形点分别对应的位置，是已知的，P₂₁为P₁和P₂构成的向量，P₂₃为P₂和P₃构成的向量，m表示优化前向量P₂₁和P₂₃之间的夹角，R（m）为夹角m的旋转矩阵。

形状因子的残差定义最终如下：

（9）

r_shp=(x₃-x₂)-sR(m)(x₁-x₂) （10）

其中，x₁、x₂、x₃代表P₁、P₂、P₃分别对应的位置状态变量，s为向量P₂₁和P₂₃长度之间的比例，添加是为了避免该形状因子对向量长度产生约束，r_shp为形状因子，sR(m)(x₁-x₂)相当于将向量P₂₁进行旋转并且缩放，如图4中（2）所标识的图中，优化后的向量如虚线向量P₂₁’（由P₂和P₁’构成的向量）所示，该残差最后的几何意义为求P₂₃和P₂₁’间的向量距离。

方向因子可以用于保证修型前后道路的方向大致不变，主要是为了避免一些欠约束的Link，发生整体的角度偏转。如图5所示，在图5中（2）所示的图中P₁’和P₂’为优化前相邻两个形点的位置，优化中二点的位置发生了改变，变化为P₁和P₂，将P₁’和P₂’平移，使得P₁’与P₁重合，P₂’平移之后的位置为P₃，参见图5中（1）标识的图所示。则与形状因子相同，R（m）可以通过公式（4）至公式（8）求得，最终方向因子的残差由下式表示：

measure= P₂’- P₁’ （11）

（12）

r_direct= measure- sR(m)(x₂-x₁) （13）

该方向因子与形状因子相似，其中，r_direct表示方向因子，P₁’和P₂’为优化前相邻两个形点的位置，是已知的，measure表示优化前相邻两个形点构成的向量，x₁、x₂代表优化后P₁和P₂分别对应的位置状态变量，s为P₁’和P₂’所构成的向量与向量P₁₂长度之间的比例，sR(m)( x₂-x₁)相当于将向量P₁₂进行旋转并且缩放。该残差最后的几何意义为求P₁₃和P₁₂间的向量距离。

距离因子用于保证修型前后Link中相邻两个形点的距离尽量保持不变，该距离因子的残差定义如下：

（14）

其中，r_dist表示距离因子，x₁、x₂为相邻两个形点分别对应的位置状态变量，measure表示优化前相邻两个形点之间的距离。在进行路网优化过程中，形点之间的距离在优化中难免出现变化，所以允许形点在一定比例的范围变化，如果超过设定范围则产生约束。即如果相邻两个形点之间的距离变化比例在0.8-1.2这一范围内，则可以认为变化为0，可以忽略该变化，如果相邻两个形点之间的距离变化比例超出0.8-1.2这一范围，则进行距离变化约束，此时距离因子为measure-|x₁-x₂|，从而约束优化前后相邻两个形点之间距离的变化。

多个形点位于多条待优化道路上的不同位置，多条待优化道路之间还具有不同的联络、交织情况，进而使得形点之间具有不同的连接关系。基于以上各种可能的修型约束因子的定义可知，具有不同连接关系的形点所需满足的条件不同，即所对应的修型约束因子不同，故在本申请实施例中可以基于多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子，以便在路网优化过程中对形点的位置变化进行约束。

S204、根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网。

在得到多个形点对应的修型约束因子后，便可以在修型约束因子的约束下对多条待优化道路上多个形点分别对应的位置进行优化，得到每个形点优化后的位置，所有优化后的形点所描述的道路构成的路网即优化后路网。

本申请实施例将对路网进行优化的过程转换为对形点的位置状态变量求最优解的过程。在求最优解的过程中，需要受到修型约束因子的约束，故在一种可能的实现方式中，根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网的方式可以是利用多个形点对应的修型约束因子构建目标优化函数，修型约束因子是通过对应形点的位置状态变量表示的。然后以目标优化函数满足预设条件为优化目标，对多条待优化道路上多个形点分别对应的位置状态变量进行参数求解，得到每个形点优化后的位置。进而基于每个形点优化后的位置，生成优化后路网。

需要说明的是，数学最优化有许多成熟的数学工具可以使用，如凸优化中的内点法等，利用这些数学工具可以高效进行参数求解。本申请实施例采用最优化思想生成相对高程优化器，本申请实施例不对最优化数学工具进行限定，可以为任意一个最优化工具。

本申请实施例将路网优化转换成数学最优化问题，通过上述参数求解方式，在整个参数求解过程中，不需要额外的先验知识，也不需要人工介入，可以全自动、低成本进行计算，从而提高路网优化效率。

与相关技术提供的人工作业修型相比，人工作业修型的方式成本过高，每个城市Link的量级都在几百万条，人工操作可能要耗时几个月才能修复一个城市，难以对逐条Link进行修改，并且对于路口和受到影响的低级道路难以确定需要操作的范围，工艺处理难以达到一致性。对于一般的道路优化算法，只单纯的对道路进行平移或者平滑，一般作用范围较小，当处理范围选取过小时，效果不佳，这种方法也难以对大区域的路网直接进行计算。而本申请实施例提供的方法可以实现全自动、低成本的计算，无需人为操作，不会因人而异，一致性和效率都比较高，可以对大范围的路网进行同时优化。

需要说明的是，在进行参数求解过程中，通常需要设置位置状态变量的初始值，进而基于该初始值计算得到目标优化函数的值，从而确定目标优化函数的值是否满足预设条件，并在目标优化函数的值不满足预设条件的情况下，改变位置状态变量，直到目标优化函数的值满足预设条件为止。提供良好的初始值能够有效的加快收敛速度，本申请实施例提供初始始时采用以下策略：如果一个形点所属待优化道路不具有参考地图中心线（例如HD中心线），则初始值设置为SD地图中对应形点的位置。如果一个形点所属待优化道路具有参考地图中心线（HD中心线），则初始值设置为参考地图中心线处。

使用上述策略设置初始值能够有效的加快收敛速度，并且优化后的路网更贴近参考地图，不易在优化中陷入局部最优。

可以理解的是，基于上述修型约束因子的定义，修型约束因子基本上用于约束优化前和优化后的差异，以及形点的位置与参考地图中心线数据的差异，这些差异通常越小越好。基于此，在一种可能的实现方式中，以目标优化函数满足预设条件为优化目标中，预设条件可以是目标优化函数的值达到最小。

可以理解的是，多个形点对应的修型约束因子可以包括多种类型的修型约束因子，例如位置因子、形状因子、方向因子、距离因子等。不同类型的修型约束因子有利于对应路型的优化，保证该路型的优化满足修型基本规则。故本申请实施例基于多种类型的修型约束因子对待优化路网进行优化，能够适应各种路型，即使对于复杂的立交桥等场景，也能够优化到很好的效果。

根据修型基本规则，为了保证道路形态以及精度达到最佳，所以在修型基本规则的基础上，又添加了几条修型附加规则，这些修型附加规则可以通过调整修型约束因子的不确定度（目标权重）来实现。基于修型附加规则可知，对于同一形点来说，不同类型的修型约束因子的重要程度不同，对于不同的形点来说，同一类型的修型约束因子也可能不同。因此，在一种可能的实现方式中，利用多个形点对应的修型约束因子构建目标优化函数的方式可以是确定多个形点中每个形点所具有的修型约束因子的目标权重，基于目标权重对同一类型的修型约束因子进行加权求和，得到每种类型的修型约束因子集合。然后将多种类型的修型约束因子集合进行求和，得到目标优化函数。其中，目标权重用于体现每个形点所具有的修型约束因子的重要程度，权重也可以称为不确定度，故目标权重也可以称为目标不确定度。修型约束因子集合中包括不同形点对应的修型约束因子，目标优化函数的表示可以如下所示：

f(X)=e_hd+e_sd+e_direction+e_shape+e_distance+e_fix （15）

（16）

其中，f(X)为目标优化函数，X为所有形点的位置状态变量，e_hd为位置因子中的HD因子，e_sd为位置因子中的SD因子，e_direction为方向因子，e_shape为形状因子，e_distance为距离因子，e_fix为边界处理所使用的因子，通常可以是位置因子，为了便于区分，进行边界处理所使用的位置因子可以用e_fix表示。表示各个类型的修型约束因子集合，/>可以是e_hd、e_sd、e_direction、e_shape、e_distance、e_fix，/>表示第i个某种类型的修型约束因子，T表示对/>进行转置，表示/>对应的目标权重。

本申请实施例为各个修型约束因子确定目标权重，并基于目标权重构建目标优化函数，从而在路网优化过程中有区别地对各个形点的不同特性进行不同约束，提高路网优化的准确性和优化效果。

可以理解的是，本申请实施例使用的所有修型约束因子的约束应该是均匀的，不会因为形点扎堆或者形点过于稀疏而出现约束过强或者欠约束的情况。为了实现该修型附加规则，本申请实施例可以为每一个形点计算了一个密度值，表示该形点邻域每多少米会出现一个形点，即邻居形点与形点之间的平均距离。然后，基于密度值确定修型约束因子的目标权重，从而保证所有修型约束因子的约束是均匀的。在这种情况下，确定多个形点中每个形点所具有的修型约束因子的目标权重的方式可以是确定每个形点所具有的修型约束因子的初始权重；针对每个形点，获取形点的邻居形点，邻居形点为与形点相连的形点；基于形点和邻居形点之间的第一距离，计算形点对应的密度值，形点对应的密度值用于体现邻居形点与形点之间的平均距离；基于形点对应的密度值和形点所具有的修型约束因子的初始权重，确定形点所具有的修型约束因子的目标权重，形点所具有的修型约束因子的目标权重与形点对应的密度值正相关。

在计算形点对应的密度值时，由于密度值体现的是邻居形点与形点之间的平均距离，故密度值可以是所有邻居形点与形点之间的距离之和，再除以所有邻居形点的数量。则密度值的计算公式可以如下所示：

（17）

其中，density_i表示第i个形点的密度值，P_i表示第i个形点的位置，P_j表示与P_i相连的第j个邻居形点的位置，neighbors_i表示第i个形点的所有邻居形点的ID，num(neighbors_i)表示第i个形点的所有邻居形点的数量。密度值越大，即邻居形点与形点之间的平均距离越大，则形点越稀疏，反之则形点越密集。

最终这个密度值会作用到修型约束因子的初始权重上，遵循着形点越密集的区域，作用在每个形点上的修型约束因子的平均约束更小，而形点越稀疏的区域，作用在每个形点上的修型约束因子的平均约束越大，最终确定每一个修型约束因子的目标权重如下所示：

（18）

其中，σ_{final_i}为第i个形点的目标权重，σ_i为第i个形点的初始权重，density_i表示第i个形点的密度值，density_ave表示期望的形点密度值，为人工设置的超参数。

通过形点的密度值对形点的初始权重进行调整得到目标权重，从而保证所有修型约束因子的约束是均匀的，不会因为形点扎堆或者形点过于稀疏而出现约束过强或者欠约束的情况，由此保证路网优化效果。

在计算目标权重过程中所使用的初始权重是计算得到的，对于不同类型的修型约束因子，其所实现的修型基本规则不同，相应的，在该修型基本规则下确定初始权重的方式也可能有所不同。

在一些情况下，多个形点中有些形点具有的修型约束因子可能是形状因子，以多个形点中的第二形点为例，第二形点具有的修型约束因子为形状因子。基于形状规则基础上增加的修型附加规则可以知晓：距离路口越近的Link，形态应该越相信SD地图中二维路网数据所体现的形状信息。这代表距离路口较远的形点有机会获得更大的改变。在这种情况下，确定第二形点所具有的修型约束因子的初始权重的方式可以是获取第二形点与目标路口之间的第二距离，目标路口是距离第二形点所在的待优化道路最近的路口。然后基于第二距离，确定第二形点所具有的修型约束因子的初始权重，第二形点所具有的修型约束因子的初始权重与第二距离正相关。

基于第二距离，确定第二形点所具有的修型约束因子的初始权重，可以如下公式所示：

σ=σ_min+d_crossing*s （19）

（20）

其中，σ_shp代表最终求得的初始权重，d_crossing为计算出的第二距离，σ_min、σ_max和s为人为设定的超参数，其中σ_min、σ_max用来控制权重的最小值边界和最大值边界，s则确定了权重的变化速度。σ表示基于第二距离计算得到的权重，若基于第二距离计算得到的权重小于权重的最大值边界，则最终求得的初始权重为基于第二距离计算得到的权重。若基于第二距离计算得到的权重大于或等于权重的最大值边界，则最终求得的初始权重为权重的最大值边界，从而避免初始权重过大。

需要说明的是，第二距离可以是在构建道路拓扑结构时计算的，也可以是在计算初始权重时计算的，本申请实施例对此不做限定。

通过上述方式可以确定出符合形状规则的初始权重，同时避免初始权重过大，保证初始权重的合理性，进而保证路网优化的效果。

在一些情况下，多个形点中有些形点具有的修型约束因子可能是位置因子。然而位置因子可以是HD因子或SD因子，在不同的情况下，使用的位置因子有所不同，计算初始权重的方式也可能有所不同。例如多个形点中第三形点具有的修型约束因子为位置因子，则确定第三形点所具有的修型约束因子的初始权重的方式可以是若第三形点所属的待优化道路具有目标参考地图中心线，对于带有目标参考地图中心线的Link来说，距离目标参考地图中心线的起点的距离越远，则越相信目标参考地图中心线的位置。这代表如果一个待优化道路包含目标参考地图中心线，则待优化道路的两端对于目标参考地图中心线的置信度较低，而越靠近中心则置信度越高。故为了实现这一修型附加规则，可以获取第三形点与目标参考地图中心线的起点之间的第三距离，进而基于第三距离确定第三形点所具有的修型约束因子的初始权重，第三形点所具有的修型约束因子的初始权重与第三距离负相关。

若第三形点所属的待优化道路不具有参考地图中心线，如果一个待优化道路没有参考地图中心线，且最近的参考地图中心线距离该待优化道路较近，则该待优化道路应该跟随HD地图中的位置进行随动，且不受SD地图中位置的影响。如果一个待优化道路没有参考地图中心线，且最近的参考地图中心线距离该待优化道路较远，则该待优化道路应该保留SD地图中道路的形状以及位置信息。故为了实现这一修型附加规则，可以确定第三形点与第四形点之间的第四距离，第四形点是距离第三形点最近的、且具有参考地图中心线的形点。进而基于第四距离，确定第三形点所具有的修型约束因子的初始权重，第三形点所具有的修型约束因子的初始权重与第四距离负相关。

需要说明的是，第三距离和第四距离可以是在构建道路拓扑结构时计算的，也可以是在计算初始权重时计算的，本申请实施例对此不做限定。

在某个形点例如第三形点所属待优化道路具有目标参考地图中心线的情况下，在创建道路拓扑结构时，可以先对道路拓扑结构进行深度优先遍历（Depth-First-Search，DFS）计算了每一个带目标参考地图中心线的形点到该目标参考地图中心线的起点的距离（例如第三距离）。如图6所示，黑色实线为路网，黑色虚线为目标参考地图中心线（例如HD中心线），数字则表示各个形点到目标参考地图中心线的起点的第三距离，根据该第三距离来动态计算每个修型约束因子对应的初始权重，如下：

σ=σ_max-d_hd*s （21）

（22）

其中，σ_hd代表最终求得的初始权重，d_hd为计算出的第三距离，σ_min、σ_max和s为人为设定的超参数，其中σ_min、σ_max用来控制权重的最小值边界和最大值边界，s则确定了权重的变化速度。σ表示基于第三距离计算得到的权重，若基于第三距离计算得到的权重大于权重的最小值边界，则最终求得的初始权重为基于第三距离计算得到的权重。若基于第三距离计算得到的权重小于或等于权重的最小值边界，则最终求得的初始权重为权重的最小值边界，从而避免初始权重过小。

通过上述方式可以确定出符合HD规则的初始权重，同时避免初始权重过小，保证初始权重的合理性，进而保证路网优化的效果。

在某个形点例如第三形点所属待优化道路不具有参考地图中心线的情况下，在创建道路拓扑结构时，可以先对道路拓扑结构进行深度优先遍历，计算了每一个不带参考地图中心线的形点到最近的一个带参考地图中心线的形点的距离（例如第四距离）。由于不带参考地图中心线的形点较多，并且可能存在比较复杂的路网，如图7所示的路网结构较为复杂，遍历的复杂度较高，所以需要添加额外的终止条件，如果当深度优先遍历层数超过20层，则直接将第四距离设置为最大距离。如图7所示，黑色实线为路网，黑色虚线为参考地图中心线（例如HD中心线），数字则表示各个形点到最近带有参考地图中心线的形点的第四距离，为了方便，图7中仅示出了部分第四距离，并未标识出全部第四距离。根据该第四距离来动态计算每个修型约束因子对应的初始权重，如下：

σ=σ_max-（d_sd- d_min）*s （23）

（24）

其中，σ_sd代表最终求得的初始权重，d_sd为计算出的第四距离，σ_min、σ_max和s为人为设定的超参数，其中σ_min、σ_max用来控制权重的最小值边界和最大值边界，s则确定了权重的变化速度。d_min为人工设置的参数，用来判断是否添加SD因子约束，如果计算出的d_sd小于d_min则不添加SD因子。σ表示基于第四距离计算得到的权重，若基于第四距离计算得到的权重大于权重的最小值边界，则最终求得的初始权重为基于第四距离计算得到的权重。若基于第四距离计算得到的权重小于或等于权重的最小值边界，则最终求得的初始权重为权重的最小值边界，从而避免初始权重过小。

通过上述方式可以确定出符合SD规则的初始权重，同时避免初始权重过小，保证初始权重的合理性，进而保证路网优化的效果。

由上述技术方案可以看出，对于标精地图来说，标精地图的道路精度和几何形态可能不够正确，为了提高标精地图的道路精度和几何形态，可以对标精地图进行优化。在优化的过程中，可以以一定区域内的路网为单位进行优化，该路网可以称为待优化路网。具体地，可以获取待优化路网的二维路网数据，待优化路网包括多条待优化道路。在对待优化路网进行优化的过程中，待优化道路上形点的位置并非任意调整的，而是受到一定的约束，以保证待优化道路上形点的位置满足一定条件，从而在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。而待优化道路上的形点之间具有多种多样的连接关系，具有不同连接关系的形点所需满足的条件不同，故本申请可以基于二维路网数据，确定多条待优化道路上多个形点之间的连接关系，进而根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子，修型约束因子用于指示多条待优化道路上形点的位置所需满足的条件。接着，根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网。由此实现按照修型基本规则对待优化路网进行优化，在保证路网美观性的情况下修正错误，提升路网精度和形态的正确性。

在通过本申请实施例提供的方法对待优化路网进行优化后，可以得到精度更高，形态更好的优化后路网，优化后路网可以应用到相关地图应用当中，例如利用优化后路对SD地图中的路网进行更新，从而得到优化后的SD地图，从而大大的提升用户的定位导航体验，在定位时能够更精准的吸附到对应的道路上，在导航时能够降低由于路网精度不足而导致的偏航情况，使得用户更轻松的到达目的地。同时对道路的三维（3 Dimensions，3D）可视化也有一定的帮助，更精确的路网能够避免道路在3D建模时产生断裂以及压盖的现象，有助于生成更美观的道路面和路口面，提升道路3D模型渲染效果。

需要说明的是，本申请实施例为了保证优化效果，通过多个形点对应的修型约束因子对路网优化过程进行约束。多个形点对应的修型约束因子是路网优化的重要影响因素，下面将对生成多个形点对应的修型约束因子的方式进行介绍。

通常来说，对于每个形点，无论该形点与其他形点之间是何种连接关系，形点的自身位置都会受到一定的约束，例如位置因子的约束，而位置因子可能是参考位置因子（例如HD因子），也可能是二维路网位置因子（例如SD因子）。至于是否还受其他修型约束因子的约束，则取决于该形点与其他形点之间的连接关系。故，在一种可能的实现方式中，根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子的方式可以是对于多个形点中的任一形点，若确定形点所属的待优化道路具有参考地图中心线，基于修型基本规则和形点所属的待优化道路的参考地图中心线数据，为形点生成参考位置因子；若确定形点所属的待优化道路不具有参考地图中心线，基于修型基本规则，为形点生成二维路网位置因子；根据多个形点之间的连接关系确定具有目标连接关系的形点；基于修型基本规则，为具有目标连接关系的形点生成具有目标连接关系的形点对应的修型约束因子；基于参考位置因子或二维路网位置因子，以及具有目标连接关系的形点对应的修型约束因子，得到多个形点对应的修型约束因子。

基于前述修型基本规则以及各种类型的修型约束因子的定义，若确定形点所属的待优化道路具有参考地图中心线，则为形点生成参考位置因子。例如参考地图中心线是HD中心线，由于SD地图中的待优化路网描述的是道路的中心线，在很多情况下，可以通过HD地图得到部分道路更精准的中心线，但是由于道路经常出现拓展车道、导流带、匝道，导致中心线美观性很差。如图8所示，黑色实线代表HD中心线，只有高等级道路存在HD中心线数据，并且由于车道数等其他原因，很多位置出现了断开的现象，例如图8中箭头所示位置。在这种情况下，本申请实施例并非直接利用HD中心线数据作为SD地图中道路的中心线，而是基于HD中心线数据构建HD因子，进而利用HD因子约束待优化道路上形点位置的变化。

若确定形点所属的待优化道路不具有参考地图中心线，则为形点生成二维路网位置因子。其中，参考位置因子和二维路网位置因子的表示方式可以参见前述介绍，此处不再赘述。

在一些情况下，形点所属的待优化道路虽然具有参考地图中心线，但是参考地图中心线在该形点处断开超过一定距离，或者该形点处于路口，若仍以该参考地图中心线对该形点进行约束，则可能影响路网优化效果。参见图9，图9中（a）所示的图中箭头所指示的位置，中心线在形点处断开，（b）所示的图中箭头所指示的位置，形点处于路口（图中的路口为分叉口）。

因此，在这种情况下，若确定形点所属的待优化道路具有参考地图中心线，基于修型基本规则和形点所属的待优化道路的参考地图中心线数据，为形点生成参考位置因子的方式可以是若确定形点所属的待优化道路具有参考地图中心线，并确定所具有的参考地图中心线在形点处断开不超过预设距离且形点未处于路口，基于修型基本规则和形点所属的待优化道路的参考地图中心线数据，为形点生成参考位置因子。由此避免由于参考地图中心线在形点处断开超过预设距离，或者该形点处于路口，影响路网优化效果。

在确定其他可能的修型约束因子的过程中，在一种可能的实现方式中，根据多个形点之间的连接关系确定具有目标连接关系的形点的方式可以是根据多个形点之间的连接关系，确定相邻两个形点，目标连接关系为两个形点之间的相邻关系。相应的，基于修型基本规则，为具有目标连接关系的形点生成具有目标连接关系的形点对应的修型约束因子的方式可以是基于修型基本规则，为相邻两个形点生成方向因子和距离因子。也就是说，针对相邻两个形点，需要添加方向因子和距离因子，以保证优化后路网与SD地图中待优化路网的形态相似，从而既能够保证美观性，又能保证当使用修型后地图时，诱导播报等其他功能不会因为地图变化而发生改变。

其中，方向因子和距离因子的表示方式可以参见前述介绍，此处不再赘述。

在另一种可能的实现方式中，根据多个形点之间的连接关系确定具有目标连接关系的形点的方式可以是根据多个形点之间的连接关系，确定相邻三个形点，目标连接关系为三个形点之间的相邻关系。相应的，基于修型基本规则，为具有目标连接关系的形点生成具有目标连接关系的形点对应的修型约束因子的方式可以是基于修型基本规则，为相邻三个形点生成形状因子。也就是说，针对相邻三个形点，需要添加形状因子，以保证优化后路网与SD地图中待优化路网的形状接近。这样既能够保证美观性，又能保证当使用修型后地图时，诱导播报等其他功能不会因为地图变化而发生改变。

在一些情况下，待优化路网中可能包括路口，而路口可以使用形状因子进行约束，保证优化前后路口的形状变化不大，也就是要保证连接路口Node的各个Link之间的夹角变化不大。故在另一种可能的实现方式中，根据多个形点之间的连接关系确定具有目标连接关系的形点的方式可以是根据多个形点之间的连接关系，确定与路口节点连接的各个形点，目标连接关系为与路口节点连接。相应的，基于修型基本规则，为具有目标连接关系的形点生成具有目标连接关系的形点对应的修型约束因子的方式可以是基于修型基本规则，为与路口节点连接的各个形点生成形状因子。由此保证优化前后路口的形状变化不大，从而既能够保证美观性，又能保证当使用修型后地图时，诱导播报等其他功能不会因为地图变化而发生改变。

其中，形状因子的表示方式可以参见前述介绍，此处不再赘述。

可以理解的是，待优化路网并非无限的，而是具有边界。待优化路网的边界上的形点不应该发生移动，因为如果发生移动，优化后路网所在区域和未修型区域的道路将会发生断裂。基于此，在一种可能的实现方式中，根据多个形点之间的连接关系确定具有目标连接关系的形点的方式可以是根据多个形点之间的连接关系，确定位于待优化路网的边界上的第一形点，目标连接关系为位于待优化路网的边界上。相应的，基于修型基本规则，为具有目标连接关系的形点生成具有目标连接关系的形点对应的修型约束因子的方式可以是基于修型基本规则，为第一形点生成位置因子和方向因子。也就是说，对于位于边界上的形点来说，需要添加位置因子和方向因子，并为位置因子和方向因子添加很大的目标权重。本申请实施例通过位置因子来固定边界处的形点，从而避免优化后路网边界处形点与边界外坐标不一致的现象，从而导致道路断裂。通过方向因子来固定边界处的Link方向，从而能够避免边界处的Link形成一个折角而降低美观性。

其中，位置因子和方向因子的表示方式可以参见前述介绍，此处不再赘述。

在一种可能的实现方式中，根据多个形点之间的连接关系和修型基本规则，生成多个形点对应的修型约束因子的方式可以是根据多个形点之间的连接关系和修型基本规则构建因子图，因子图中包括多个形点和修型约束因子，多个形点之间的连接关系通过因子图中的连接线表示，多个形点之间通过对应的修型约束因子连接，修型约束因子位于对应的连接线上。相应的，根据多个形点对应的修型约束因子，对多条待优化道路上多个形点分别对应的位置进行优化，得到待优化路网对应的优化后路网的方式可以是根据因子图对多条待优化道路上多个形点分别对应的位置进行优化，得到优化后路网。

本申请实施例基于因子图进行路网优化，可以较为直观、准确的体现形点之间的连接关系和修型约束因子，进而保证路网优化效果。

本申请实施例在获取到二维路网数据后，可以构建道路拓扑结构，通过道路拓扑结构直观的体现形点之间的连接关系。其中，道路拓扑结构可以参见图10所示。在本申请实施例中，存在参考地图中心线的待优化道路需要获取待优化道路的参考地图中心线数据（例如HD中心线数据）。在图10中，点代表形点，黑色实线为待优化道路，黑色虚线线段为HD中心线，黑色虚线矩形框所指示的区域作为目标区域，目标区域中的路网作为待优化路网，从而对待优化路网进行优化。

接着，基于多个形点对应的连接关系和修型基本规则，可以生成多个形点对应的修型约束因子，同时可以计算每个形点所具有的修型约束因子的目标权重。

在确定修型约束因子时，可以使用位置因子来添加SD位置先验约束，HD位置先验约束，位置固定先验约束，这些约束统称为形点先验约束。通常情况下，若形点所属待优化道路具有HD中心线，则添加HD因子。若形点所属待优化道路不具有HD中心线，则添加SD因子。

对于多个形点中相邻两个形点，则需要添加方向因子和角度因子，对于多个形点中相邻三个形点需要添加形状因子。如图11所示，图11为一个包含4个形点的道路所构成的因子图。

对于待优化路网中的路口，路口主要使用形状因子进行约束，保证优化前后路口的形状变化不大，也就是要保证连接路口节点的各个待优化道路之间的夹角变化不大。如图12所示，要保证图12的（a）图中θ1、θ2、θ3、θ4都尽量不变，则需要构建图12的（b）图所示的因子图。因子图中每个修型约束因子都保证对应的θ角度尽量不发生变化。

在待优化路网的边界处的形点，需要使用位置因子并且添加很大的目标权重，位置因子来固定边界处的形点，从而避免优化后路网边界处形点与边界外坐标不一致的现象，从而导致道路断裂。同时边界处的形点会添加一个带有较大目标权重的方向因子，通过方向因子来固定边界处的Link方向，从而能够避免边界处的Link形成一个折角而降低美观性。

通过上述修型约束因子的分析，针对图10中所示的待优化路网，可以生成图13所示的因子图。在该因子图中，圆点表示形点，连接这些形点的是各种各样的修型约束因子，图13中每一个正方形都代表一个修型约束因子，不同形式的正方形代表不同类型的修型约束因子，具体参见图13中图例说明所示。

本申请实施例能够一次性对小规模SD地图进行优化，也能一次性对大规模的SD地图进行优化，并且效率可观，例如优化道路较为复杂的××市中心5km*5km的区域，一共能够包含几万个形点以及十几万个修型约束因子，在特定处理器的配置下，只需要20s左右就能够得到优化结果。而同样区域如果人工进行修型操作则需要十天甚至一个月才能修复完成，本申请实施例提供的方法可以大大的减少人力成本，同时也减少了人为误操作性，保证了修型结果的一致性。优化后道路能够在保持美观的情况下大大的提升道路精度，也能修复一部分优化待优化路网中不合理的部分。

下面展示几个优化后路网的示例图，分别参见图14-图17所示。其中，黑色虚线为待优化路网，黑色实线为优化后路网（主要示出的是相对于待优化路网发生变化的部分），白色线段为HD中心线。

从图14可以看出，优化后路网更加接近了HD中心线，并且HD中心线出现断开的情况下也并没有影响路网形态，优化后路网实现了两段HD中心线间的平滑过渡。

从图15可以看出，优化后路网再更接近HD中心线的情况下，主要的路口（分叉口）的形态发生的改变很小，相连的等级道路能够相应的进行随动，而较远的道路受到的影响较小。

从图16可以看出，部分待优化道路虽然没有HD中心线，但是根据修型基本规则，也能够得到高精度且合理的形态。

从图17可以看出，在非常复杂的路段，使用本申请实施例提供的方法仍然能够得到能好的结果。

在将本申请实施例提供的方法应用于各种使用电子地图的产品，可以提升路网精度。若在导航场景，能够大大的提升用户的定位导航体验，在定位时能够更精准的吸附到对应的道路上，在导航时能够降低由于路网精度不足而导致的偏航情况，使得用户更轻松的到达目的地。

需要说明的是，本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。

基于图2对应实施例提供的路网处理方法，本申请实施例还提供一种路网处理装置1800。参见图18所示，所述路网处理装置1800包括获取单元1801、确定单元1802、生成单元1803和优化单元1804：

所述获取单元1801，用于获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路；

所述确定单元1802，用于基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系；

所述生成单元1803，用于根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件；

所述优化单元1804，用于根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网。

在一种可能的实现方式中，所述多个形点对应的修型约束因子为位置因子、形状因子、方向因子和距离因子中至少一种类型的因子，所述位置因子包括参考位置因子、二维路网位置因子或固定位置因子。

在一种可能的实现方式中，所述生成单元1803，用于：

对于所述多个形点中的任一形点，若确定所述形点所属的待优化道路具有参考地图中心线，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子；

若确定所述形点所属的待优化道路不具有参考地图中心线，基于所述修型基本规则，为所述形点生成二维路网位置因子；

根据所述多个形点之间的连接关系确定具有目标连接关系的形点；

基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子；

基于所述参考位置因子或所述二维路网位置因子，以及所述具有目标连接关系的形点对应的修型约束因子，得到所述多个形点对应的修型约束因子。

在一种可能的实现方式中，所述生成单元1803，用于：

若确定所述形点所属的待优化道路具有参考地图中心线，并确定所具有的参考地图中心线在所述形点处断开不超过预设距离且所述形点未处于路口，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子。

在一种可能的实现方式中，所述生成单元1803，用于：

根据所述多个形点之间的连接关系，确定相邻两个形点，所述目标连接关系为两个形点之间的相邻关系；

基于所述修型基本规则，为所述相邻两个形点生成方向因子和距离因子。

在一种可能的实现方式中，所述生成单元1803，用于：

根据所述多个形点之间的连接关系，确定相邻三个形点，所述目标连接关系为三个形点之间的相邻关系；

基于所述修型基本规则，为所述相邻三个形点生成形状因子。

在一种可能的实现方式中，所述生成单元1803，用于：

根据所述多个形点之间的连接关系，确定与路口节点连接的各个形点，所述目标连接关系为与所述路口节点连接；

基于所述修型基本规则，为与所述路口节点连接的各个形点生成形状因子。

在一种可能的实现方式中，所述生成单元1803，用于：

根据所述多个形点之间的连接关系，确定位于所述待优化路网的边界上的第一形点，所述目标连接关系为位于所述待优化路网的边界上；

基于所述修型基本规则，为所述第一形点生成位置因子和方向因子。

在一种可能的实现方式中，所述优化单元1804，用于：

利用所述多个形点对应的修型约束因子构建目标优化函数，所述修型约束因子是通过对应形点的位置状态变量表示的；

以所述目标优化函数满足预设条件为优化目标，对所述多条待优化道路上所述多个形点分别对应的位置状态变量进行参数求解，得到每个形点优化后的位置；

基于所述每个形点优化后的位置，生成所述优化后路网。

在一种可能的实现方式中，所述优化单元1804，用于：

确定所述多个形点中每个形点所具有的修型约束因子的目标权重；

基于所述目标权重，对同一类型的修型约束因子进行加权求和，得到每种类型的修型约束因子集合；

将多种类型的修型约束因子集合进行求和，得到所述目标优化函数。

在一种可能的实现方式中，所述优化单元1804，用于：

确定每个所述形点所具有的修型约束因子的初始权重；

针对每个所述形点，获取所述形点的邻居形点，所述邻居形点为与所述形点相连的形点；

基于所述形点和所述邻居形点之间的第一距离，计算所述形点对应的密度值，所述形点对应的密度值用于体现所述邻居形点与所述形点之间的平均距离；

基于所述形点对应的密度值和所述形点所具有的修型约束因子的初始权重，确定所述形点所具有的修型约束因子的目标权重，所述形点所具有的修型约束因子的目标权重与所述形点对应的密度值正相关。

在一种可能的实现方式中，若所述多个形点中第二形点具有的修型约束因子为形状因子，所述优化单元1804，用于：

获取所述第二形点与目标路口之间的第二距离，所述目标路口是距离所述第二形点所在的待优化道路最近的路口；

基于所述第二距离，确定所述第二形点所具有的修型约束因子的初始权重，所述第二形点所具有的修型约束因子的初始权重与所述第二距离正相关。

在一种可能的实现方式中，若所述多个形点中第三形点具有的修型约束因子为位置因子，所述优化单元1804，用于：

若所述第三形点所属的待优化道路具有目标参考地图中心线，获取所述第三形点与所述目标参考地图中心线的起点之间的第三距离；

基于所述第三距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第三距离负相关；

若所述第三形点所属的待优化道路不具有参考地图中心线，确定所述第三形点与第四形点之间的第四距离，所述第四形点是距离所述第三形点最近的、且具有参考地图中心线的形点；

基于所述第四距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第四距离负相关。

在一种可能的实现方式中，所述生成单元1803，用于：

根据所述多个形点之间的连接关系和所述修型基本规则构建因子图，所述因子图中包括所述多个形点和修型约束因子，所述多个形点之间的连接关系通过所述因子图中的连接线表示，所述多个形点之间通过对应的修型约束因子连接，所述修型约束因子位于对应的连接线上；

所述优化单元1804，用于根据所述因子图对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述优化后路网。

本申请实施例还提供了一种计算机设备，该计算机设备可以执行路网处理方法。该计算机设备可以是终端，图19示出的是本申请实施例提供的一种终端的结构图。在图19中，以终端为智能手机为例：

参考图19，智能手机包括：射频（英文全称：Radio Frequency，英文缩写：RF）电路1910、存储器1920、输入单元1930、显示单元1940、传感器1950、音频电路1960、无线保真（英文缩写：WiFi）模块1970、处理器1980、以及电源1990等部件。输入单元1930可包括触控面板1931以及其他输入设备1932，显示单元1940可包括显示面板1941，音频电路1960可以包括扬声器1961和传声器1962。可以理解的是，图19中示出的智能手机结构并不构成对智能手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储器1920可用于存储软件程序以及模块，处理器1980通过运行存储在存储器1920的软件程序以及模块，从而执行智能手机的各种功能应用以及路网处理。存储器1920可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据智能手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器1920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器1980是智能手机的控制中心，利用各种接口和线路连接整个智能手机的各个部分，通过运行或执行存储在存储器1920内的软件程序和/或模块，以及调用存储在存储器1920内的数据，执行智能手机的各种功能和处理数据。可选的，处理器1980可包括一个或多个处理单元；优选的，处理器1980可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1980中。

在本实施例中，智能手机中的处理器1980可以执行本申请各实施例提供的路网处理方法。

本申请实施例提供的计算机设备还可以是服务器，请参见图20所示，图20为本申请实施例提供的一种服务器2000的结构图，服务器2000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器，例如中央处理器（Central Processing Units，简称CPU）2022，以及存储器2032，一个或一个以上存储应用程序2042或数据2044的存储介质2030（例如一个或一个以上海量存储设备）。其中，存储器2032和存储介质2030可以是短暂存储或持久存储。存储在存储介质2030的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器2022可以设置为与存储介质2030通信，在服务器2000上执行存储介质2030中的一系列指令操作。

服务器2000还可以包括一个或一个以上电源2026，一个或一个以上有线或无线网络接口2050，一个或一个以上输入输出接口2058，和/或，一个或一个以上操作系统2041，例如Windows Server^TM，Mac OS X^TM，Unix^TM, Linux^TM，FreeBSD^TM等等。

在本实施例中，服务器2000中的中央处理器2022可以执行本申请各实施例提供的路网处理方法。

根据本申请的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行前述各个实施例所述的路网处理方法。

根据本申请的一个方面，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，该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述实施例各种可选实现方式中提供的方法。

上述各个附图对应的流程或结构的描述各有侧重，某个流程或结构中没有详述的部分，可以参见其他流程或结构的相关描述。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是终端，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random Access Memory，简称RAM）、磁碟或者光盘等各种可以存储计算机程序的介质。

本申请实施例中，术语“模块”或“单元”是指有预定功能的计算机程序或计算机程序的一部分，并与其他相关部分一起工作以实现预定目标，并且可以通过使用软件、硬件（如处理电路或存储器）或其组合来全部或部分实现。同样的，一个处理器（或多个处理器或存储器）可以用来实现一个或多个模块或单元。此外，每个模块或单元都可以是包含该模块或单元功能的整体模块或单元的一部分。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术成员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (29)

1.一种路网处理方法，其特征在于，所述方法包括：

获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路；

基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系；

根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，具体包括：根据所述多个形点之间的连接关系和所述修型基本规则构建因子图，所述因子图中包括所述多个形点和修型约束因子，所述多个形点之间的连接关系通过所述因子图中的连接线表示，所述多个形点之间通过对应的修型约束因子连接，所述修型约束因子位于对应的连接线上；所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件；

根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网，具体包括：根据所述因子图对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述优化后路网。

2.根据权利要求1所述的方法，其特征在于，所述多个形点对应的修型约束因子为位置因子、形状因子、方向因子和距离因子中至少一种类型的因子，所述位置因子包括参考位置因子、二维路网位置因子或固定位置因子。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，还包括：

对于所述多个形点中的任一形点，若确定所述形点所属的待优化道路具有参考地图中心线，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子；

若确定所述形点所属的待优化道路不具有参考地图中心线，基于所述修型基本规则，为所述形点生成二维路网位置因子；

根据所述多个形点之间的连接关系确定具有目标连接关系的形点；

基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子；

基于所述参考位置因子或所述二维路网位置因子，以及所述具有目标连接关系的形点对应的修型约束因子，得到所述多个形点对应的修型约束因子。

4.根据权利要求3所述的方法，其特征在于，所述若确定所述形点所属的待优化道路具有参考地图中心线，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子，包括：

若确定所述形点所属的待优化道路具有参考地图中心线，并确定所具有的参考地图中心线在所述形点处断开不超过预设距离且所述形点未处于路口，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子。

5.根据权利要求3所述的方法，其特征在于，所述根据所述多个形点之间的连接关系确定具有目标连接关系的形点，包括：

根据所述多个形点之间的连接关系，确定相邻两个形点，所述目标连接关系为两个形点之间的相邻关系；

所述基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子，包括：

基于所述修型基本规则，为所述相邻两个形点生成方向因子和距离因子。

6.根据权利要求3所述的方法，其特征在于，所述根据所述多个形点之间的连接关系确定具有目标连接关系的形点，包括：

根据所述多个形点之间的连接关系，确定相邻三个形点，所述目标连接关系为三个形点之间的相邻关系；

所述基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子，包括：

基于所述修型基本规则，为所述相邻三个形点生成形状因子。

7.根据权利要求3所述的方法，其特征在于，所述根据所述多个形点之间的连接关系确定具有目标连接关系的形点，包括：

根据所述多个形点之间的连接关系，确定与路口节点连接的各个形点，所述目标连接关系为与所述路口节点连接；

所述基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子，包括：

基于所述修型基本规则，为与所述路口节点连接的各个形点生成形状因子。

8.根据权利要求3所述的方法，其特征在于，所述根据所述多个形点之间的连接关系确定具有目标连接关系的形点，包括：

根据所述多个形点之间的连接关系，确定位于所述待优化路网的边界上的第一形点，所述目标连接关系为位于所述待优化路网的边界上；

所述基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子，包括：

基于所述修型基本规则，为所述第一形点生成位置因子和方向因子。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网，还包括：

利用所述多个形点对应的修型约束因子构建目标优化函数，所述修型约束因子是通过对应形点的位置状态变量表示的；

以所述目标优化函数满足预设条件为优化目标，对所述多条待优化道路上所述多个形点分别对应的位置状态变量进行参数求解，得到每个形点优化后的位置；

基于所述每个形点优化后的位置，生成所述优化后路网。

10.根据权利要求9所述的方法，其特征在于，所述多个形点对应的修型约束因子包括多种类型的修型约束因子，所述利用所述多个形点对应的修型约束因子构建目标优化函数，包括：

确定所述多个形点中每个形点所具有的修型约束因子的目标权重；

基于所述目标权重，对同一类型的修型约束因子进行加权求和，得到每种类型的修型约束因子集合；

将多种类型的修型约束因子集合进行求和，得到所述目标优化函数。

11.根据权利要求10所述的方法，其特征在于，所述确定所述多个形点中每个形点所具有的修型约束因子的目标权重，包括：

确定每个所述形点所具有的修型约束因子的初始权重；

针对每个所述形点，获取所述形点的邻居形点，所述邻居形点为与所述形点相连的形点；

基于所述形点和所述邻居形点之间的第一距离，计算所述形点对应的密度值，所述形点对应的密度值用于体现所述邻居形点与所述形点之间的平均距离；

基于所述形点对应的密度值和所述形点所具有的修型约束因子的初始权重，确定所述形点所具有的修型约束因子的目标权重，所述形点所具有的修型约束因子的目标权重与所述形点对应的密度值正相关。

12.根据权利要求11所述的方法，其特征在于，若所述多个形点中第二形点具有的修型约束因子为形状因子，确定所述第二形点所具有的修型约束因子的初始权重，包括：

获取所述第二形点与目标路口之间的第二距离，所述目标路口是距离所述第二形点所在的待优化道路最近的路口；

基于所述第二距离，确定所述第二形点所具有的修型约束因子的初始权重，所述第二形点所具有的修型约束因子的初始权重与所述第二距离正相关。

13.根据权利要求11所述的方法，其特征在于，若所述多个形点中第三形点具有的修型约束因子为位置因子，确定所述第三形点所具有的修型约束因子的初始权重，包括：

若所述第三形点所属的待优化道路具有目标参考地图中心线，获取所述第三形点与所述目标参考地图中心线的起点之间的第三距离；

基于所述第三距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第三距离负相关；

若所述第三形点所属的待优化道路不具有参考地图中心线，确定所述第三形点与第四形点之间的第四距离，所述第四形点是距离所述第三形点最近的、且具有参考地图中心线的形点；

基于所述第四距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第四距离负相关。

14.一种路网处理装置，其特征在于，所述装置包括获取单元、确定单元、生成单元和优化单元：

所述获取单元，用于获取待优化路网的二维路网数据，所述待优化路网包括多条待优化道路；

所述确定单元，用于基于所述二维路网数据，确定所述多条待优化道路上多个形点之间的连接关系；

所述生成单元，用于根据所述多个形点之间的连接关系和修型基本规则，生成所述多个形点对应的修型约束因子，具体包括：根据所述多个形点之间的连接关系和所述修型基本规则构建因子图，所述因子图中包括所述多个形点和修型约束因子，所述多个形点之间的连接关系通过所述因子图中的连接线表示，所述多个形点之间通过对应的修型约束因子连接，所述修型约束因子位于对应的连接线上；所述修型约束因子用于指示所述多条待优化道路上形点的位置所需满足的条件；

所述优化单元，用于根据所述多个形点对应的修型约束因子，对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述待优化路网对应的优化后路网，具体包括：根据所述因子图对所述多条待优化道路上所述多个形点分别对应的位置进行优化，得到所述优化后路网。

15.根据权利要求14所述的装置，其特征在于，所述多个形点对应的修型约束因子为位置因子、形状因子、方向因子和距离因子中至少一种类型的因子，所述位置因子包括参考位置因子、二维路网位置因子或固定位置因子。

16.根据权利要求15所述的装置，其特征在于，所述生成单元，用于：

对于所述多个形点中的任一形点，若确定所述形点所属的待优化道路具有参考地图中心线，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子；

若确定所述形点所属的待优化道路不具有参考地图中心线，基于所述修型基本规则，为所述形点生成二维路网位置因子；

根据所述多个形点之间的连接关系确定具有目标连接关系的形点；

基于所述修型基本规则，为所述具有目标连接关系的形点生成所述具有目标连接关系的形点对应的修型约束因子；

基于所述参考位置因子或所述二维路网位置因子，以及所述具有目标连接关系的形点对应的修型约束因子，得到所述多个形点对应的修型约束因子。

17.根据权利要求16所述的装置，其特征在于，所述生成单元，用于：

若确定所述形点所属的待优化道路具有参考地图中心线，并确定所具有的参考地图中心线在所述形点处断开不超过预设距离且所述形点未处于路口，基于所述修型基本规则和所述形点所属的待优化道路的参考地图中心线数据，为所述形点生成参考位置因子。

18.根据权利要求16所述的装置，其特征在于，所述生成单元，用于：

根据所述多个形点之间的连接关系，确定相邻两个形点，所述目标连接关系为两个形点之间的相邻关系；

基于所述修型基本规则，为所述相邻两个形点生成方向因子和距离因子。

19.根据权利要求16所述的装置，其特征在于，所述生成单元，用于：

根据所述多个形点之间的连接关系，确定相邻三个形点，所述目标连接关系为三个形点之间的相邻关系；

基于所述修型基本规则，为所述相邻三个形点生成形状因子。

20.根据权利要求16所述的装置，其特征在于，所述生成单元，用于：

根据所述多个形点之间的连接关系，确定与路口节点连接的各个形点，所述目标连接关系为与所述路口节点连接；

基于所述修型基本规则，为与所述路口节点连接的各个形点生成形状因子。

21.根据权利要求16所述的装置，其特征在于，所述生成单元，用于：

根据所述多个形点之间的连接关系，确定位于所述待优化路网的边界上的第一形点，所述目标连接关系为位于所述待优化路网的边界上；

基于所述修型基本规则，为所述第一形点生成位置因子和方向因子。

22.根据权利要求14-21任一项所述的装置，其特征在于，所述优化单元，用于：

利用所述多个形点对应的修型约束因子构建目标优化函数，所述修型约束因子是通过对应形点的位置状态变量表示的；

以所述目标优化函数满足预设条件为优化目标，对所述多条待优化道路上所述多个形点分别对应的位置状态变量进行参数求解，得到每个形点优化后的位置；

基于所述每个形点优化后的位置，生成所述优化后路网。

23.根据权利要求22所述的装置，其特征在于，所述优化单元，用于：

确定所述多个形点中每个形点所具有的修型约束因子的目标权重；

基于所述目标权重，对同一类型的修型约束因子进行加权求和，得到每种类型的修型约束因子集合；

将多种类型的修型约束因子集合进行求和，得到所述目标优化函数。

24.根据权利要求23所述的装置，其特征在于，所述优化单元，用于：

确定每个所述形点所具有的修型约束因子的初始权重；

针对每个所述形点，获取所述形点的邻居形点，所述邻居形点为与所述形点相连的形点；

基于所述形点和所述邻居形点之间的第一距离，计算所述形点对应的密度值，所述形点对应的密度值用于体现所述邻居形点与所述形点之间的平均距离；

基于所述形点对应的密度值和所述形点所具有的修型约束因子的初始权重，确定所述形点所具有的修型约束因子的目标权重，所述形点所具有的修型约束因子的目标权重与所述形点对应的密度值正相关。

25.根据权利要求24所述的装置，其特征在于，若所述多个形点中第二形点具有的修型约束因子为形状因子，所述优化单元，用于：

获取所述第二形点与目标路口之间的第二距离，所述目标路口是距离所述第二形点所在的待优化道路最近的路口；

基于所述第二距离，确定所述第二形点所具有的修型约束因子的初始权重，所述第二形点所具有的修型约束因子的初始权重与所述第二距离正相关。

26.根据权利要求24所述的装置，其特征在于，若所述多个形点中第三形点具有的修型约束因子为位置因子，所述优化单元，用于：

若所述第三形点所属的待优化道路具有目标参考地图中心线，获取所述第三形点与所述目标参考地图中心线的起点之间的第三距离；

基于所述第三距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第三距离负相关；

若所述第三形点所属的待优化道路不具有参考地图中心线，确定所述第三形点与第四形点之间的第四距离，所述第四形点是距离所述第三形点最近的、且具有参考地图中心线的形点；

基于所述第四距离，确定所述第三形点所具有的修型约束因子的初始权重，所述第三形点所具有的修型约束因子的初始权重与所述第四距离负相关。

27.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：

所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；

所述处理器用于根据所述计算机程序中的指令执行权利要求1-13任一项所述的方法。

28.一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用于存储计算机程序，所述计算机程序当被处理器执行时使所述处理器执行权利要求1-13任一项所述的方法。

29.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1-13任一项所述的方法。