JP2022040067A - 更新道路を識別する方法、装置、デバイス及びコンピュータ記憶媒体 - Google Patents
更新道路を識別する方法、装置、デバイス及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP2022040067A JP2022040067A JP2021137229A JP2021137229A JP2022040067A JP 2022040067 A JP2022040067 A JP 2022040067A JP 2021137229 A JP2021137229 A JP 2021137229A JP 2021137229 A JP2021137229 A JP 2021137229A JP 2022040067 A JP2022040067 A JP 2022040067A
- Authority
- JP
- Japan
- Prior art keywords
- road
- network data
- candidate
- user
- update
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3859—Differential updating map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3852—Data derived from aerial or satellite images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24549—Run-time optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
- Image Analysis (AREA)
Abstract
Description
図1は、本開示の実施形態が適用され得る例示的なシステムアーキテクチャを示す図である。図1に示すように、当該システムアーキテクチャは、端末装置101、102、ネットワーク103、及びサーバ104を含むことができる。ネットワーク103は、端末装置101、102とサーバ104との間に通信リンクの媒体を提供する。ネットワーク103は、有線、無線通信リンク、又は光ファイバケーブルなどの様々な接続タイプを含むことができる。
図2は、本開示の実施形態二により提供される主要な方法のフローチャートである。この方法は、図2に示されたように、以下のステップを含むことができる。
は、ユーザ軌跡Tkにおける軌跡点が拡張エリアRnに入る数であり、
は、ユーザ軌跡Tkにおける軌跡点の数である。
及び
は事前に設定された閾値であり、経験値又は実験値を使用しても良く、次の方法で決定しても良い。
とのマッチング確率、及び更新後の検証すべき道路網データ
とのマッチング確率をそれぞれ決定し、それぞれ
と
として表す。
=
=
>
とのマッチング確率
を例にすると、ユーザ軌跡Tkにおける各軌跡点と道路網データ
における各道路との距離に基づいて、その軌跡点と各道路との観測確率を求めることができ、距離が小さいほど大きな観測確率に対応する。ユーザ軌跡Tkにn個の軌跡点が存在し、道路網データ
にm本の道路が存在する場合、得られたユーザ軌跡Tkの観測確率行列Aはn×mの疎行列である。
とのビタビ確率であるマッチング確率に加えて、ユーザ軌跡Tkの道路網データ
における最適マッチング道路シーケンスを得ることができる。
図6は、本開示の実施形態三により提供される更新道路を識別する装置構成図である。当該装置は、サーバ側のアプリケーションにあってもよく、サーバ側のアプリケーションにおけるプラグイン又はソフトウェア開発キット(Software Development Kit、SDK)のような機能ユニットであってもよく、コンピュータ装置にあってもよく、本開示の実施形態で特に限定されていない。図6に示すように、当該装置は、道路抽出モジュール00、道路網統合モジュール10、軌跡取得モジュール20、及び道路識別モジュール30を含んでよく、さらにモデル訓練モジュール40、及び道路網更新モジュール50を含んでも良い。各モジュールの主な機能は次のとおりである。
Claims (28)
- 更新道路を識別する方法であって、
最新衛星画像に基づいて抽出された道路エリアと履歴衛星画像に基づいて抽出された道路エリアとを比較して候補更新道路を得ることと、
前記候補更新道路の座標位置に基づいて、前記候補更新道路を道路網データにマッピングすることと、
直近の所定時間帯における前記候補更新道路に対応するユーザ軌跡集合を取得することと、
前記ユーザ軌跡集合と道路網データとのマッチング結果に基づいて、前記候補更新道路が実際更新道路であるか否かを識別することと、を含む、
方法。 - 前記最新衛星画像に基づいて抽出された道路エリアと履歴衛星画像に基づいて抽出された道路エリアとを比較して候補更新道路を得ることは、
直近の所定時間帯における衛星画像を取得して、取得された衛星画像から道路エリアを抽出することと、
抽出された道路エリアと、前記直近の所定時間帯よりも前の時間帯における衛星画像から抽出された道路エリアとを比較して候補更新道路を得ることと、を含む、
請求項1に記載の方法。 - 前記取得された衛星画像から道路エリアを抽出することは、
前記取得された衛星画像を予め訓練された道路識別モデルに入力することと、
前記道路識別モデルにより画素の分類に基づいて得られた道路エリアを取得することと、を含む、
請求項2に記載の方法。 - 前記道路識別モデルは、
歴史衛星画像を道路網における道路情報と関連付けて訓練データを得て、あるいは、歴史衛星画像について人工的に道路エリアを標識して訓練データを得て、
ディープニューラルネットワークによる画素分類の結果と、訓練データにおける対応する画素が道路エリアに属するか否かの情報とが一致することを訓練目標として、前記訓練データを用いて前記ディープニューラルネットワークを訓練して前記道路識別モデルを得ることにより、事前に訓練された、
請求項3に記載の方法。 - 前記更新道路は、新規道路を含み、
前記候補更新道路の座標位置に基づいて、前記候補更新道路を道路網データにマッピングすることは、
候補新規道路の座標位置に基づいて道路網データに前記候補新規道路を追加し、前記候補新規道路と前記道路網データにおける既存道路との連通関係を追加して更新後の検証すべき道路網データを作成すること、を含む、
請求項1に記載の方法。 - 前記候補新規道路と前記道路網データにおける既存道路との連通関係を追加することは、
前記道路網データにおける既存道路と交差するように、前記候補新規道路を道路方向に延長することと、
交差点と前記候補新規道路の端点との間の距離が所定の距離閾値以下である場合に、前記道路網データに前記交差点と端点との間の延長道路を追加するとともに、前記候補新規道路と前記既存道路との連通関係を追加することと、を含む、
請求項5に記載の方法。 - 前記更新道路は、消滅道路を含み、
前記候補更新道路の座標位置に基づいて、前記候補更新道路を道路網データにマッピングすることは、
候補消滅道路の座標位置に基づいて、道路網データから前記候補消滅道路を削除して更新後の検証すべき道路網データを作成すること、を含む、
請求項1に記載の方法。 - 直近の所定時間帯における前記候補更新道路に対応するユーザ軌跡集合を取得することは、
直近の所定時間帯におけるユーザ軌跡を取得することと、
前記候補更新道路の拡張エリアに入る軌跡点の数が所定の数閾値以上であるユーザ軌跡、あるいは、前記候補更新道路の拡張エリアに入る軌跡点の割合が所定の割合閾値以上であるユーザ軌跡を、前記候補更新道路に対応するユーザ軌跡として決定して前記ユーザ軌跡集合を作成することと、を含む、
請求項1~7のいずれか1項に記載の方法。 - 前記ユーザ軌跡集合と道路網データとのマッチング結果に基づいて、前記候補更新道路が実際更新道路であるか否かを識別することは、
前記ユーザ軌跡集合と更新後の検証すべき道路網データとのマッチング結果が、前記ユーザ軌跡集合と更新前の道路網データとのマッチング結果よりも優れていれば、前記候補更新道路が実際更新道路であると識別すること、を含む、
請求項5又は7に記載の方法。 - 前記ユーザ軌跡集合と更新後の検証すべき道路網データとのマッチング結果の決定方法は、前記ユーザ軌跡集合における各ユーザ軌跡について、隠れマルコフモデルによりユーザ軌跡と前記検証すべき道路網データとのマッチング確率をそれぞれ決定し、前記ユーザ軌跡集合における各ユーザ軌跡と更新後の検証すべき道路網データとの平均マッチング確率を決定することを含み、
前記ユーザ軌跡集合と更新前の道路網データとのマッチング結果の決定方法は、前記ユーザ軌跡集合における各ユーザ軌跡について、隠れマルコフモデルによりユーザ軌跡と更新前の道路網データとのマッチング確率をそれぞれ決定し、前記ユーザ軌跡集合における各ユーザ軌跡と更新前の道路網データとの平均マッチング確率を決定することを含む、
請求項9に記載の方法。 - ユーザ軌跡と道路網データとのマッチング確率を決定することは、
ユーザ軌跡における各軌跡点と道路網データにおける各道路との距離に基づいて前記ユーザ軌跡の観測確率行列を決定することと、
ユーザ軌跡が道路網データにおける道路上にマッピングされた隣接する2つの点の距離と、ユーザ軌跡における当該隣接する2つの点の距離との差に基づいて前記ユーザ軌跡の遷移確率行列を決定することと、
前記ユーザ軌跡の観測確率行列と遷移確率行列とを用いてビタビ計算を行って前記ユーザ軌跡と道路網データとのマッチング確率を求めることと、を含む、
請求項10に記載の方法。 - 前記実際更新道路に実際新規道路が含まれる場合に、
前記ビタビ計算を行う過程において、前記検証すべき道路網データにおける前記ユーザ軌跡の最適マッチング道路シーケンスをさらに取得することと、
前記最適マッチング道路シーケンスにおける出現回数が所定の回数閾値以上である前記実際新規道路の後続道路を決定し、前記実際新規道路と当該後続道路との実際連通関係を決定することと、
前記更新前の道路網データに前記実際新規道路と前記実際連通関係を追加して更新後の道路網データを得ることと、をさらに含む、
請求項11に記載の方法。 - 前記実際更新道路に実際消滅道路が含まれる場合に、
前記更新前の道路網データから、前記実際消滅道路及び前記実際消滅道路の連通関係を削除することを、さらに含む、
請求項9に記載の方法。 - 更新道路を識別する装置であって、
最新衛星画像に基づいて抽出された道路エリアと履歴衛星画像に基づいて抽出された道路エリアとを比較して候補更新道路を得る道路抽出モジュールと、
前記候補更新道路の座標位置に基づいて、前記候補更新道路を道路網データにマッピングする道路網統合モジュールと、
直近の所定時間帯における前記候補更新道路に対応するユーザ軌跡集合を取得する軌跡取得モジュールと、
前記ユーザ軌跡集合と道路網データとのマッチング結果に基づいて、前記候補更新道路が実際更新道路であるか否かを識別する道路識別モジュールと、を備える、
装置。 - 前記道路抽出モジュールは、
直近の所定時間帯における衛星画像を取得する画像取得サブモジュールと、
前記画像取得サブモジュールにより取得された衛星画像から道路エリアを抽出する道路抽出サブモジュールと、
前記道路抽出サブモジュールにより抽出された道路エリアと、前記直近の所定時間帯よりも前の時間帯における衛星画像から抽出された道路エリアとを比較して候補更新道路を得る比較サブモジュールと、を備える、
請求項14に記載の装置。 - 前記道路抽出サブモジュールは、具体的に、
前記画像取得サブモジュールにより取得された衛星画像を予め訓練された道路識別モデルに入力し、
前記道路識別モデルにより画素の分類に基づいて得られた道路エリアを取得する、
請求項15に記載の装置。 - 履歴衛星画像を道路網における道路情報と関連付けて訓練データを得て、あるいは、履歴衛星画像について人工的に道路エリアに標識して訓練データを得て、ディープニューラルネットワークによる画素分類の結果と、訓練データにおける対応する画素が道路エリアに属するか否かの情報とが一致することを訓練目標として、前記訓練データを用いて前記ディープニューラルネットワークを訓練して前記道路識別モデルを得る、モデル訓練モジュールをさらに備える請求項16に記載の装置。
- 前記更新道路は、新規道路を含み、
前記道路網統合モジュールは、具体的に、候補新規道路の座標位置に基づいて、道路網データに前記候補新規道路を追加し、前記候補新規道路と前記道路網データにおける既存道路との連通関係を追加して、更新後の検証すべき道路網データを形成する、
請求項14に記載の装置。 - 前記道路網統合モジュールは、前記候補新規道路と前記道路網データにおける既存道路との連通関係を追加する際に、具体的に、
前記道路網データにおける既存道路と交差するように、前記候補新規道路を道路方向に延長し、
交差点と前記候補新規道路の端点との間の距離が所定の距離閾値以下である場合に、前記道路網データに前記交差点と端点との間の延長道路を追加するとともに、前記候補新規道路と前記既存道路との連通関係を追加する、
請求項18に記載の装置。 - 前記更新道路は、消滅道路を含み、
前記道路網統合モジュールは、具体的に、候補消滅道路の座標位置に基づいて、道路網データから前記候補消滅道路を削除して更新後の検証すべき道路網データを作成する、
請求項14に記載の装置。 - 前記軌跡取得モジュールは、具体的に、
直近の所定時間帯におけるユーザ軌跡を取得し、
前記候補更新道路の拡張エリアに入る軌跡点の数が所定の数閾値以上であるユーザ軌跡、あるいは、前記候補更新道路の拡張エリアに入る軌跡点の割合が所定の割合閾値以上であるユーザ軌跡を、前記候補更新道路に対応するユーザ軌跡として決定して前記ユーザ軌跡集合を作成する、
請求項14~20のいずれか1項に記載の装置。 - 前記道路識別モジュールは、
前記ユーザ軌跡集合における各ユーザ軌跡について、隠れマルコフモデルにより、ユーザ軌跡と更新前の道路網データとのマッチング確率及び更新後の検証すべき道路網データとのマッチング確率をそれぞれ決定する道路網マッチングサブモジュールと、
前記ユーザ軌跡集合における各ユーザ軌跡は、更新後の検証すべき道路網データとの平均マッチング確率が更新前の道路網データとの平均マッチング確率よりも大きい場合に、前記候補更新道路が実際更新道路であると識別する道路識別サブモジュールと、を備える、
請求項18又は20に記載の装置。 - 前記道路網マッチングサブモジュールは、具体的に、
ユーザ軌跡における各軌跡点と道路網データにおける各道路との距離に基づいてユーザ軌跡の観測確率行列を決定し、
ユーザ軌跡が道路網データにおける道路上にマッピングされた隣接する2つの点の距離と、ユーザ軌跡における当該隣接する2つの点の距離との差に基づいてユーザ軌跡の遷移確率行列を決定し、
前記ユーザ軌跡の観測確率行列と遷移確率行列とを用いてビタビ計算を行って前記ユーザ軌跡と道路網データとのマッチング確率を求める、
請求項22に記載の装置。 - 前記実際更新道路に実際新規道路が含まれる場合に、前記道路網マッチングサブモジュールは、前記ビタビ計算を行う過程において、前記検証すべき道路網データにおける前記ユーザ軌跡の最適マッチング道路シーケンスをさらに取得し、
前記最適マッチング道路シーケンスにおける出現回数が所定の回数閾値以上である前記実際新規道路の後続道路を決定し、前記実際新規道路と当該後続道路との実際連通関係を決定し、前記更新前の道路網データに前記実際新規道路と前記実際連通関係を追加して更新後の道路網データを得る道路網更新モジュールをさらに備える、
請求項23に記載の装置。 - 前記実際更新道路に実際消滅道路が含まれる場合に、前記装置は、
前記更新前の道路網データから、前記実際消滅道路及び前記実際消滅道路の連通関係を削除する道路網更新モジュールをさらに備える、
請求項22に記載の装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信接続されたメモリと、を備え、
前記メモリに前記少なくとも1つのプロセッサにより実行可能なコマンドが記憶されており、前記コマンドが前記少なくとも1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに請求項1~13のいずれか1項に記載の方法を実行させる電子デバイス。 - コンピュータに請求項1~13のいずれか1項に記載の方法を実行させるためのコンピュータコマンドが記憶された非一時的なコンピュータ可読記憶媒体。
- コンピュータに請求項1~13のいずれか1項に記載の方法を実行させるためのプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010889015.3A CN112131233B (zh) | 2020-08-28 | 2020-08-28 | 识别更新道路的方法、装置、设备和计算机存储介质 |
CN202010889015.3 | 2020-08-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022040067A true JP2022040067A (ja) | 2022-03-10 |
JP7196382B2 JP7196382B2 (ja) | 2022-12-27 |
Family
ID=73848894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021137229A Active JP7196382B2 (ja) | 2020-08-28 | 2021-08-25 | 更新道路を識別する方法、装置、デバイス及びコンピュータ記憶媒体 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3961489B1 (ja) |
JP (1) | JP7196382B2 (ja) |
KR (1) | KR102652742B1 (ja) |
CN (1) | CN112131233B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686197B (zh) * | 2021-01-07 | 2022-08-19 | 腾讯科技(深圳)有限公司 | 一种数据处理方法和相关装置 |
CN112699203B (zh) * | 2021-01-14 | 2022-02-08 | 腾讯科技(深圳)有限公司 | 路网数据的处理方法和装置 |
CN112883236B (zh) * | 2021-02-26 | 2024-01-16 | 北京百度网讯科技有限公司 | 一种地图更新方法、装置、电子设备及存储介质 |
CN113204608A (zh) * | 2021-05-27 | 2021-08-03 | 广州大学 | 一种基于遥感影像的地图自动更新方法、存储介质及系统 |
CN113435403B (zh) * | 2021-07-14 | 2024-03-08 | 北京百度网讯科技有限公司 | 路网缺失道路检测方法、装置、电子设备和存储介质 |
CN113688275B (zh) * | 2021-10-26 | 2022-02-18 | 武汉元光科技有限公司 | 一种公告数据的处理方法、装置以及处理设备 |
CN114429509B (zh) * | 2021-12-27 | 2024-03-26 | 北京百度网讯科技有限公司 | 新增道路的发现方法、装置以及电子设备 |
CN114677570B (zh) * | 2022-03-14 | 2023-02-07 | 北京百度网讯科技有限公司 | 道路信息更新方法、装置、电子设备以及存储介质 |
CN114383600B (zh) * | 2022-03-23 | 2022-07-19 | 北京百度网讯科技有限公司 | 用于地图的处理方法、装置、电子设备和存储介质 |
CN115265555B (zh) * | 2022-07-25 | 2024-05-07 | 上海交通大学 | 基于隐马尔科夫的多噪声感知的地图匹配校正方法及系统 |
CN116543356B (zh) * | 2023-07-05 | 2023-10-27 | 青岛国际机场集团有限公司 | 一种轨迹确定方法、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005258728A (ja) * | 2004-03-10 | 2005-09-22 | Hitachi Software Eng Co Ltd | 地理画像間変化領域の抽出の支援方法及び地理画像間変化領域の抽出を支援可能なプログラム |
JP2007041294A (ja) * | 2005-08-03 | 2007-02-15 | Denso Corp | 道路地図データ更新システム及び道路検出システム |
JP2016180980A (ja) * | 2015-03-23 | 2016-10-13 | 株式会社豊田中央研究所 | 情報処理装置、プログラム、及び地図データ更新システム |
JP2019095569A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社 ミックウェア | 地図情報処理装置、地図情報処理方法および地図情報処理プログラム |
JP2019144193A (ja) * | 2018-02-23 | 2019-08-29 | クラリオン株式会社 | 履歴情報記憶装置、経路の算出方法、影響範囲配信システム |
JP2020067656A (ja) * | 2019-07-11 | 2020-04-30 | 株式会社 ミックウェア | 地図情報処理装置、地図情報処理方法および地図情報処理プログラム |
CN111121797A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 道路筛选方法、装置、服务器及存储介质 |
JP2020520493A (ja) * | 2017-09-19 | 2020-07-09 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | 道路地図生成方法、装置、電子機器およびコンピュータ記憶媒体 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8731305B1 (en) * | 2011-03-09 | 2014-05-20 | Google Inc. | Updating map data using satellite imagery |
CN108955693B (zh) * | 2018-08-02 | 2020-06-16 | 吉林大学 | 一种路网匹配的方法及系统 |
CN109241069B (zh) * | 2018-08-23 | 2020-01-10 | 中南大学 | 一种基于轨迹自适应聚类的路网快速更新的方法及系统 |
CN110006439B (zh) * | 2019-04-12 | 2021-01-29 | 北京百度网讯科技有限公司 | 地图轨迹数据的匹配方法、装置、服务器及存储介质 |
CN110852342B (zh) * | 2019-09-26 | 2020-11-24 | 京东城市(北京)数字科技有限公司 | 一种路网数据的获取方法、装置、设备及计算机存储介质 |
-
2020
- 2020-08-28 CN CN202010889015.3A patent/CN112131233B/zh active Active
-
2021
- 2021-03-24 EP EP21164452.1A patent/EP3961489B1/en active Active
- 2021-08-19 KR KR1020210109659A patent/KR102652742B1/ko active IP Right Grant
- 2021-08-25 JP JP2021137229A patent/JP7196382B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005258728A (ja) * | 2004-03-10 | 2005-09-22 | Hitachi Software Eng Co Ltd | 地理画像間変化領域の抽出の支援方法及び地理画像間変化領域の抽出を支援可能なプログラム |
JP2007041294A (ja) * | 2005-08-03 | 2007-02-15 | Denso Corp | 道路地図データ更新システム及び道路検出システム |
JP2016180980A (ja) * | 2015-03-23 | 2016-10-13 | 株式会社豊田中央研究所 | 情報処理装置、プログラム、及び地図データ更新システム |
JP2020520493A (ja) * | 2017-09-19 | 2020-07-09 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | 道路地図生成方法、装置、電子機器およびコンピュータ記憶媒体 |
JP2019095569A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社 ミックウェア | 地図情報処理装置、地図情報処理方法および地図情報処理プログラム |
JP2019144193A (ja) * | 2018-02-23 | 2019-08-29 | クラリオン株式会社 | 履歴情報記憶装置、経路の算出方法、影響範囲配信システム |
CN111121797A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 道路筛选方法、装置、服务器及存储介质 |
JP2020067656A (ja) * | 2019-07-11 | 2020-04-30 | 株式会社 ミックウェア | 地図情報処理装置、地図情報処理方法および地図情報処理プログラム |
Non-Patent Citations (1)
Title |
---|
齋藤俊太, 外2名: "Convolutional Neural Networkを用いた航空画像からの建物・道路検出", 第22回 画像センシングシンポジウム, JPN6022032497, 2016, ISSN: 0004846320 * |
Also Published As
Publication number | Publication date |
---|---|
CN112131233A (zh) | 2020-12-25 |
KR102652742B1 (ko) | 2024-03-28 |
EP3961489B1 (en) | 2023-05-31 |
JP7196382B2 (ja) | 2022-12-27 |
CN112131233B (zh) | 2022-11-15 |
US20220067370A1 (en) | 2022-03-03 |
KR20220029403A (ko) | 2022-03-08 |
EP3961489A1 (en) | 2022-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022040067A (ja) | 更新道路を識別する方法、装置、デバイス及びコンピュータ記憶媒体 | |
CN111582453B (zh) | 生成神经网络模型的方法和装置 | |
CN111582454B (zh) | 生成神经网络模型的方法和装置 | |
CN111242306B (zh) | 量子主成分分析的方法、装置、电子设备以及计算机可读存储介质 | |
CN111539479B (zh) | 生成样本数据的方法和装置 | |
CN112528786B (zh) | 车辆跟踪方法、装置及电子设备 | |
US11761777B2 (en) | Navigation method and apparatus based on electronic map, device and medium | |
CN111353009B (zh) | 建立路线耗时预估模型、预估路线耗时的方法及对应装置 | |
US11447153B2 (en) | Method and apparatus for annotating virtual lane at crossing | |
CN111666759B (zh) | 文本的关键信息的抽取方法、装置、电子设备及存储介质 | |
US20210390254A1 (en) | Method, Apparatus and Device for Recognizing Word Slot, and Storage Medium | |
US20210192815A1 (en) | Method and apparatus for generating map | |
US11443621B2 (en) | Method and apparatus for adjusting channelization of traffic intersection | |
CN111881908A (zh) | 目标检测模型的修正方法、检测方法、装置、设备及介质 | |
CN113160693B (zh) | 一种道路路口的处理方法、装置、设备和存储介质 | |
CN110543558A (zh) | 问题匹配方法、装置、设备和介质 | |
CN111627241A (zh) | 用于生成车辆排队信息的方法和装置 | |
CN111609863B (zh) | 导航信息生成方法、装置、电子设备和存储介质 | |
CN111292549B (zh) | 建立路线耗时预估模型的方法、预估路线耗时的方法及对应装置 | |
JP2023027233A (ja) | 道路データ融合の地図生成方法、装置及び電子機器 | |
CN112070288B (zh) | 出发时间预估方法、装置、设备以及存储介质 | |
CN111680599B (zh) | 人脸识别模型处理方法、装置、设备和存储介质 | |
CN112016524B (zh) | 模型训练方法、人脸识别方法、装置、设备和介质 | |
CN113008250A (zh) | 无人车导航方法和装置 | |
US12025443B2 (en) | Method and apparatus for identifying updated road, device and computer storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221102 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7196382 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |