CN105205196B - 用于生成路网的方法和*** - Google Patents
用于生成路网的方法和*** Download PDFInfo
- Publication number
- CN105205196B CN105205196B CN201410302599.4A CN201410302599A CN105205196B CN 105205196 B CN105205196 B CN 105205196B CN 201410302599 A CN201410302599 A CN 201410302599A CN 105205196 B CN105205196 B CN 105205196B
- Authority
- CN
- China
- Prior art keywords
- target area
- frame
- road network
- virtual
- track
- 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
Links
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开内容涉及用于生成路网的方法和***。本发明的一个实施例提供识别路网的框架中待细化的目标区域;以及利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域以生成路网。本发明的其他实施例提供相应的***。
Description
技术领域
本发明的实施例涉及用于生成路网的方法和***。
背景技术
在车联网、智能交通或者LBS领域,路网(road network)是支持其他服务的基础性信息。在此使用的术语“路网”是一类地图,它主要显示道路和交通路线信息,而不是自然地理信息等其他信息。目前,由于策略等方面的约束,路网信息很难被自由地获得和使用。传统上,用户必须以付费方式(一次性购买,或者按照使用次数付费)购买路网数据。因此,期望以一种更为方便和灵活的方式来生成和提供路网。
近年来,车辆和便携式计算设备的定位功能不断增强。例如,车辆、移动电话、个人数字助理(PDA)等很多设备均配备了全球定位***(GPS)或者其他导航/定位***。在车辆或者个人用户沿着特定路线行进的过程中,能够连续地或者周期性地获取表示多个位置的位置数据。然而,目前尚无一种方法能够以高效、准确的方式使用GPS数据之类的位置数据来生成路网。
首先,很多用户是自愿提供其位置数据,他/她们往往不是按照事先规定的路线行进。路线的不确定性导致了位置数据通常是分散的并且缺乏规律。而且,用户提供的位置数据可能具有较大的误差,并且缺乏生成路网所需的基本拓扑信息。此外,位置数据的数据量通常相当可观,这给处理速度和效率带来了挑战。出于上述原因,难以高效、准确地基于离散的位置数据而生成路网。
发明内容
一般地,本发明的实施例提出一种生成路网的技术方案。
在一个方面,本发明的实施例提供一种用于生成路网的方法。该方法包括:识别路网的框架中待细化的目标区域;以及利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域。
在另一方面,本发明的实施例提供一种用于生成路网的***。该***包括:目标区域识别单元,被配置为识别路网的框架中待细化的目标区域;以及目标区域细化单元,被配置为利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域。
通过下文描述将会理解,根据本发明的实施例,路网是通过对路网框架(skeleton)的细化(refinement)而生成的。在一个实施例中,路网框架可以基于已经检测到的多个位置而快速生成。基于连通性等相关因素,可以准确地识别路网中需要细化的一个或多个区域。继而可以使用相关的轨迹(trajectory)来细化这些区域。以此方式,通过有机地结合图像处理技术与轨迹信息,能够获得完整、连贯的路网。而且,随着时间的推移,可以利用后续获得的增量轨迹来不断地完善或更新路网。根据本发明的实施例,即便用于生成路网框架的位置分布不均,同样能够确保路网的精度。本发明的其他特征和优点将通过下文描述而变得容易理解。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显其中:
图1示出了适于用来实现本发明实施例的示例性计算机***/服务器的示意性框图;
图2示出了根据本发明实施例的用于生成路网的方法的示意性流程图;
图3示出了根据本发明实施例的用于通过网格化路网架构来识别目标区域的示例的示意图;
图4示出了根据本发明实施例的用于细化目标区域的方法的示意性流程图;
图5示出了根据本发明实施例的用于细化目标区域的示例的示意图;以及
图6示出了根据本发明实施例的用于生成路网的***的示意性框图。
在附图中,相同或相似的标号被用来表示相同或相似的元素。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
图1示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的方框图。图1显示的计算机***/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示,计算机***/服务器12以通用计算设备的形式表现。计算机***/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机***/服务器12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机***/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图1未显示,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机***/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机***/服务器12交互的设备通信,和/或与使得该计算机***/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机***/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机***/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机***/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
下面将详细描述本发明的实施例。根据本发明的示例实施例,路网是通过对路网框架的细化而生成的。路网框架可以基于已经检测到的多个位置而快速生成。基于连通性、位置分布等相关因素,可以准确地识别路网中需要细化的一个或多个区域。继而可以使用相关的轨迹来细化这些区域。以此方式,通过有机地结合图像处理技术与轨迹信息,能够获得完整的、连贯的路网。而且,随着时间的推移,可以利用后续获得的增量轨迹来不断地完善路网。根据本发明的实施例,即便用于生成框架的位置分布不均,同样能够确保路网的精度。
图2示出了根据本发明实施例的用于生成路网的方法200的流程图。方法200开始于步骤S201,在此识别路网的框架中待细化的区域。为讨论方便,下文将路网中需要进一步细化的区域称为“目标区域”。在此使用的术语“路网的框架”或简称“框架”是包含基本信息的路网的粗略版本。
根据本发明的实施例,路网的框架可以通过任何适当的方式获取。例如,在某些实施例中,这种框架可以基于表示多个位置的位置数据而被生成。作为示例,可以利用车辆和移动用户设备上的定位装置,连续地或者周期性地检测位置。定位装置的示例可以包括但不限于GPS接收器、伽利略***接收器、北斗卫星定位***接收器,等等。位置数据的形式可以是经纬度坐标,也可以是任何其他适当的形式。在一个实施例中,由用户设备检测到的位置数据可以被发送到***中的一个或多个服务器,以用于生成路网的框架。
根据本发明的实施例,基于表示多个位置的数据,可以利用任何适当的方式来生成路网的框架。例如,可以使用图像处理技术来生成路网框架。在一个实施例中,可以利用光栅处理来构建路网的框架。在这样的实施例中,每个位置被视作图像上的一个点。可以通过对这些点的光栅处理生成位图(bitmap)。此后,可以利用膨胀(dilation)和形态学开运算(morphological opening)来消除图像中的孔洞以形成线条,并且对图像进行平滑和去噪。继而,可以利用细化(thinning)操作将图像中的所有线条处理为单像素宽度。应当理解,上述方法仅仅是示例性的。根据本发明的实施例,可以使用任何适当的图像处理技术来处理表示多个位置的一组点,以便生成路网的框架时。
以此方式,可以快速而直接地生成路网框架,而暂时不考虑位置之间的连接关系和拓扑信息。这有助于快速获得路网的粗略信息。连接关系和拓扑信息将在步骤S202处的区域细化中得到补偿,这将在下文详述。
实际上,根据本发明的实施例,路网框架并非一定要使用图像处理技术来生成。例如,在某些备选实施例中,路网框架也可以是由第三方提供的。此时,可以从第三方请求和获取路网框架,以便在步骤S201对其加以处理。又如,在另一实施例中,路网框架甚至可以是用户以人工或者半人工方式绘制的。
在步骤S201处,可以使用任何适当的技术来识别路网框架中有待细化的目标区域。作为示例,在一个实施例中,可以首先对路网框架进行网格化(gridding)。而后,可以基于经过网格化后的架构来识别目标区域。在这样的实施例中,路网框架被划分为多个区域。这些区域可以具有相同的预定义的形状和大小。备选地,不同的区域也可以具有不同的形状和/或大小。而后,可以在这些区域中确定待细化的目标区域。可以理解,以此方式,可以并行地处理两个或者更多区域,从而提高目标区域识别的效率。
根据本发明的实施例,可以基于多种不同的因素来识别目标区域。例如,在一个实施例中,可以确定路网框架在各个区域中的连通性(connectivity),并且基于连通性来确定一个区域是否为需要细化的目标区域。在此使用的术语“连通性”是指图像或者图像的特定部分中的线条的连贯程度。
利用连通性来识别目标区域将是有益的。在利用车辆或者行人采集位置数据时,检测到的位置可能是不连续的。例如,当车辆穿越隧道时,由于无法捕获到卫星信号,无法获得车辆在隧道中的位置。此时,当利用光栅处理快速生成路网框架时,与隧道对应的路径将出现中断。通过衡量路网框架的连通性,能够找到这样的区域,并且可以在随后的细化中对改善路网的拓扑。这样,可以在保证路网生成效率的同时实现较高的准确性。
根据本发明的实施例,可以利用各种适当的技术手段来衡量路网架构在给定区域的连通性。例如,在一个实施例中,对于通过网格化而获得的区域,可以确定该区域中的线条的数目。线条包括直线段,也包括任意形状的曲线线段。如果区域中的线条数目大于预定阈值,则可以将该区域确定为需要进一步细化的目标区域。备选地或附加地,在一个实施例中,可以计算区域中的每段线条的长度。如果长度小于预定阈值长度的线条的数目超过预定阈值数目,说明该区域内的路网框架比较细碎。由此,可在步骤S201将该区域确定为需要细化的目标区域。
备选地或附加地,也可以使用像素的连通性来衡量框架在给定区域中的连通性。例如,在框架的给定区域中,如果4-连通或者8-连通的像素的数目少于预定阈值数目,则可以确定该区域的连通性不佳。由此,该区域可在步骤S201被识别为目标区域。应当理解,上文描述的这些实施例仅仅是示例性的,任何目前已知或者将来开发的连通性衡量方法均是可行的。
除了连通性之外,在识别目标区域时,还可以将用于生成路网框架的多个位置在区域之间的分布情况纳入考虑。例如,在一个实施例中,除了计算区域中的线条的数目之外,还可以确定该区域中的已知位置的数目。换言之,可以确定在用于生成路网框架的多个位置中,有多少位置处于该区域中。这样,可以计算出该区域中单位数目的已知位置所对应的线条数目。如果该数目超过预定阈值,和/或明显高于其他区域的平均值,则可以将该区域确定为待细化的目标区域。
可以理解,在利用车辆和/或行人以自治地方式采集位置数据时,经常会出现位置分布不均匀的情况。例如,闹市地区的位置数据可能较多,而偏远地区的位置数据可能较少。由此,某些区域的连通性不佳可能并不是因为在生成框架时丢失了拓扑信息,而是由于样本数据不足造成的。通过将位置在各个区域之间的分布纳入考虑,可以在识别目标区域时有效地应对这种位置分布不均匀的情况,从而更加准确地识别出需要细化的目标区域,降低误检的可能性。
图3示出了通过网格化来识别目标区域的示例。如图所示,通过网格化操作,路网的架构300被划分为多个区域。在此例中,各个区域具有相同的形状(矩形)和大小。基于连通性和/或位置的分布,识别出区域301是需要细化的目标区域。应当理解,尽管在图3所示的示例中仅识别出一个目标区域,但是这仅仅是出于说明之目的,无意对本发明的范围做出任何限制。相反,在步骤S201处,有可能识别出多个需要细化的目标区域。
而且,应当理解,上文描述的目标区域识别方法仅仅是示例性的。除了连通性和位置分布之外或者作为替代,任何其他相关的因素均可被纳入考虑。例如,在一个备选实施例中,可以提示用户以适当的方式指定路网框架中的一个或多个目标区域。换言之,用户输入也是可被用来识别目标区域的因素之一。本发明的范围在此方面不受限制。
继续参考图2,在步骤S202,利用与步骤S201处识别的目标区域相关联的至少一条轨迹来细化该目标区域,以便生成路网。在此使用的术语“轨迹”是指在一段时间内由特定主体(车辆或者人)所经过的一系列位置。根据本发明的实施例,如果一条轨迹至少部分地位于目标区域之内,则该轨迹与目标区域相关联。
根据本发明的实施例,轨迹可以基于用来生成路网框架的那些位置而生成。具体而言,在被用来生成路网框架的多个位置中,可以搜索由同一主体在一段时间内获取的、位于目标区域内的一系列位置(记为“第一组位置”)。第一组位置构成了与目标区域相关联的一条轨迹。通过针对不同主体和/或不同时段的搜索,可能获得与目标区域相关联的多个轨迹。
备选地或者附加地,轨迹也可以基于在路网框架生成之后获取的第二组位置而被生成。可以理解,该第二组位置不同于最初用来生成框架的多个位置。换言之,根据本发明的实施例,在路网框架被生成之后,仍然可以持续地或者定期地获取由一个或多个主体采集的位置。利用这种增量位置数据,可以生成一条或多条“新”轨迹。这样,随着时间的推移,越来越多的新轨迹可被用于细化目标区域,从而实现对路网的不断完善和/或更新。
在某些实施例中,轨迹可以在采集位置数据时被直接生成。具体地,当服务器从一个主体连续接收到一组位置时,可以生成和存储由这组位置构成的轨迹。备选地,轨迹也可以响应于查询而被生成。例如,在识别到一个目标区域之后,可以查询已知位置数据以获取位于该目标区域中的位置。而后,在所获取的这些位置中确定是否存在由特定主体在一段时间内连续采集的位置。如果存在,则可以生成一条轨迹。轨迹例如可以被实现为包含这些位置的数组。可选地,还可以存储与轨迹相关联的元数据,以指示采集轨迹的主体、采集时间等有关信息。
根据本发明的实施例,轨迹信息被用来连接目标区域中的线条,从而改善路网框架的连通性。图4示出了根据本发明一个示例性实施例的利用轨迹来细化目标区域的方法400的流程图。将会理解,方法400是方法200中的步骤S202的一种具体实现方式。
如图4所示,在步骤S401,创建连接目标区域中的若干点的虚拟链接(virtuallink)。根据本发明的实施例,可以通过多种不同的方式来创建虚拟链接。
例如,在某些实施例中,可以首先选择目标区域中的一个或多个起始节点(originnode)。作为示例,在一个实施例中,可以选择目标区域中较长的线条的端点作为起始节点。备选地,可以选择两个或者更多线条的交汇点作为起始节点。又如,可以选择由精度较高的定位装置检测到的位置所对应的点作为起始节点。注意,这些选择标准仅仅是示例性的,无意限制本发明的范围。根据本发明的实施例,可以根据其他标准来选择目标区域中比较可靠的节点作为起始节点。
接下来,对于选定的每个起始节点,基于一组预定义约束来选择目标区域中的一个或多个候选节点。在某些实施例中,预定义约束可以是空间约束,包括但不限于:距离约束、角度约束、方向约束,等等。例如,在一个实施例中,距离约束可以规定:候选节点与起始节点的距离应当小于预定的阈值距离。又如,在一个实施例中,距离约束可以规定:距离起始节点最近并且与起始节点分别位于不同线条上的点应被选择为候选节点。备选地或附加地,角度约束可以规定:候选节点和起始节点的连线与起始节点所在的线条之间的角度应当处于预定的范围之内。注意,这些约束仅仅是示例性的,无意限制本发明的范围。根据本发明的实施例,可以基于任何适当的空间约束来选择候选节点。
作为示例,图5示出了一个选择候选节点的示例。在图5所示的示例中,使用了上面列举的两个距离约束,即(1)候选节点与起始节点的距离小于预定的阈值距离R;以及(2)候选节点与起始节点分别位于不同的线条上。如图5所示,在目标区域500中,候选节点D1、D2和D3被选择。根据约束(1),候选节点D1距离起始节点O最近,并且与起始节点O不在同一段线条上。根据约束(2),三个候选节点D1、D2和D3均位于以起始节点O为圆心、距离R为半径圆形区域内。
应当理解,尽管在图5所示的示例中只有一个起始节点O,但这仅仅是示例性的。一个目标区域中可以具有多个起始节点。类似地,选择多个候选节点D1、D2和D3也只是出于示例目的。对于任何一个起始节点而言,可以只选择一个候选节点。
除了空间约束之外或者作为替代,可以基于时间约束来选择候选节点。例如,在某些实施例中,***存储每个位置的检测时间。相应地,在一个实施例中,时间约束例如可以规定:起始节点所对应的位置的检测时间与候选节点所对应的位置的检测时间之间的差应当小于预定阈值。将会理解,如果两个位置在检测时间上相差很远,这可能意味着:即使与这两个位置对应的点在距离上足够接近,二者之间也可能并不存在路径。通过使用时间约束,可以在避免在后续操作中将这样的节点之间错误地生成路径。
除了空间约束和时间约束之外,其他适当的约束也是可能的。例如,在某些实施例中,可以将候选节点的数目限制在预定范围之内。这样,可以避免由于候选节点太少而导致的路径漏检,同时避免由于候选节点过多而导致的处理效率下降。任何其他适当的约束均可与本发明的实施例结合使用。
在选定候选节点之后,可以通过将每个起始节点与相应的候选节点相连,来创建虚拟链接。例如,在图5中,创建了虚拟链接501、502和503。
将会理解,通过选择起始节点和候选节点来创建虚拟链接仅仅是本发明的一种示例性实施例,并非意在限制本发明的范围。例如,在一个备选实施例中,可以简单地将目标区域内属于不同线条的所有端点两两相连,从而形成多个虚拟链接。
继续参考图4,在步骤S402,在目标区域中生成一条或者多条虚拟路径,每条虚拟路径包含在步骤S401处创建的一个或多个虚拟链接。仍然参考图5,在此示例中,可以创建如下三条虚拟路径:包含虚拟链接501的虚拟路径A-O-D1-B-C;包含虚拟链接502的虚拟路径A-O-D2-D1-B-C;以及包含虚拟链接503的虚拟路径A-O-D3-E。
接下来,在步骤S403,对与目标区域相关联的至少一条轨迹与步骤S402处生成的虚拟路径进行匹配,从而细化目标区域。在一个实施例中,可以将轨迹映射为目标区域中的点。如图5所示,点T1、T2、T3、T4和T5是组成轨迹的位置所对应的点。
继而,可以通过地图匹配(map match)对轨迹上的点T1-T5与步骤S402处生成的虚拟路径进行匹配。如已知的,给定由多个点构成的轨迹,地图匹配过程在路网中找到与该轨迹最为匹配的路径。各种地图匹配技术均可与本发明的实施例结合使用。例如,在一个实施例中,可以使用互相关法来确定轨迹与路径之间的匹配度。备选地,可以采用序贯检测法、层次搜索法、边缘特征匹配法,等等。地图匹配算法可以返回地图上与给定轨迹相匹配的路径。可选地,还可以返回轨迹与路径之间的匹配度。地图匹配技术本身是已知的,在此不再赘述。
根据本发明的实施例,对于任何给定的虚拟路径,如果该虚拟路径与一条轨迹相匹配,则说明该轨迹经过了该虚拟路径。如果虚拟路径与不少于预定数目的轨迹相匹配,则说明该虚拟路径很有可能存在于真实世界中。由此,可以将该虚拟路径所包含的虚拟链接添加到路网中,从而实现对目标区域的细化。
在某些实施例中,可以将预定的匹配数目设置为1。换言之,在这样的实施例中,只要确定虚拟路径与任何一条轨迹相匹配,则可以直接将相应的虚拟链接添加到路网中。例如,在图5所示的示例中,地图匹配的结果指示:轨迹T1-T5与虚拟路径A-O-D1-B-C相匹配(即,匹配度大于预定阈值)。由此,虚拟链接501可被添加到路网中,从而实现对目标区域500的细化。
备选地,预定的匹配数目可被设置为大于1。此时,如果目标区域具有足够多的关联轨迹,则对于任何给定的虚拟路径,可以确定它与这些轨迹的匹配度。如果与虚拟路径匹配的轨迹达到了预定数目,则可以将相应的虚拟链接添加到路网中。另一方面,如果匹配的轨迹数目没有达到预定阈值,或者与目标区域相关联的轨迹本身数目有限,则可以执行增量匹配。
具体而言,基于随后获取的位置数据,与目标区域相关联的一条或多条新轨迹可被生成。可以对这些新轨迹与虚拟路径进行匹配。例如,在一个实施例中,当***在后续操作中检测到与某个目标区域相关联的轨迹之后,可以再次触发针对该目标区域的细化。相应地,虚拟路径可以与新的轨迹进行匹配。只有当累计匹配数目达到预定数目时,才将该虚拟路径中的虚拟链接添加到路网中。以此方式,能够更加可靠和准确地确定一条虚拟路径是否存在于真实世界中,从而提高细化操作的准确性。而且,随着增量数据的不断累积,可以不断地完善和更新路网。
图6示出了根据本发明一个实施例的用于生成路网的***600的框图。如图所示,***600包括:目标区域识别单元601,被配置为识别路网的框架中待细化的目标区域;以及目标区域细化单元602,被配置为利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域,以生成所述路网。
在某些实施例中,***600还可以包括:框架生成单元603,被配置为基于表示多个位置的位置数据,通过光栅处理生成所述框架。注意,如上文所讨论的,根据本发明的实施例,框架生成单元603是可选的。
在某些实施例中,***600还可以包括:区域划分单元,被配置为将所述框架划分为多个区域。在这样的实施例中,目标区域识别单元601可被配置为在所述多个区域中识别所述目标区域。
在某些实施例中,***600还可以包括:连通性确定单元,被配置为确定所述框架在所述多个区域中的连通性。在这样的实施例中,目标区域识别单元601可被配置为至少部分地基于所述连通性来识别所述目标区域。
在某些实施例中,***600还可以包括:位置分布确定单元,被配置为确定用于生成所述框架的多个位置在所述多个区域间的分布。在这样的实施例中,目标区域识别单元601可被配置为基于所述连通性和所述分布来识别所述目标区域。
在某些实施例中,所述至少一条轨迹基于以下至少一个而生成:
在生成所述框架中使用的、位于所述目标区域中的第一组位置;在所述框架被生成之后获取的、位于所述目标区域中的第二组位置。
在某些实施例中,所述目标区域细化单元602可以包括:虚拟链接创建单元,被配置为创建连接所述目标区域中的点的虚拟链接;虚拟路径生成单元,被配置为在所述目标区域中生成包含所述虚拟链接的虚拟路径;以及匹配单元,被配置为对所述至少一条轨迹与所述虚拟路径进行匹配以细化所述目标区域。
在某些实施例中,所述虚拟链接创建单元可以包括:起始节点选择单元,被配置为选择所述目标区域中的起始节点;候选节点选择单元,被配置为基于所述起始节点和预定义约束,选择所述目标区域中的候选节点;以及节点连接单元,被配置为连接所述起始节点和所述候选节点以创建所述虚拟链接。在某些实施例中,所述预定义约束包括空间约束和时间约束中的至少一个。
在某些实施例中,所述目标区域细化单元602可以包括:链接添加单元,被配置为响应于所述虚拟路径与所述至少一条轨迹中的预定数目的轨迹相匹配,将所述虚拟路径所包含的所述虚拟链接添加到所述路网中。
应当注意,为清晰起见,图6中没有示出***600所包括的可选单元或者子单元。上文所描述的所有特征和操作分别适用于***600,故在此不再赘述。而且,***600中的单元或子单元的划分不是限制性的而是示例性的,旨在从逻辑上描述其主要功能或操作。一个单元的功能可以由多个单元来实现;反之,多个单元亦可由一个单元来实现。本发明的范围在此方面不受限制。
而且,***600所包含的单元可以利用各种方式来实现,包括软件、硬件、固件或其任意组合。例如,在某些实施方式中,***600可以利用软件和/或固件来实现。备选地或附加地,***600可以部分地或者完全地基于硬件来实现。例如,***600中的一个或多个单元可以实现为集成电路(IC)芯片、专用集成电路(ASIC)、片上***(SOC)、现场可编程门阵列(FPGA),等等。本发明的范围在此方面不受限制。
本发明可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是-但不限于-电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言-诸如Java、Smalltalk、C++等,以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
计算机可读程序指令也可加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以周执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (18)
1.一种用于生成路网的方法,所述方法包括:
识别路网的框架中待细化的目标区域;以及
利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域以生成所述路网,包括:
创建连接所述目标区域中的点的虚拟链接;
在所述目标区域中生成包含所述虚拟链接的虚拟路径;以及
通过对所述至少一条轨迹与所述虚拟路径进行匹配来细化所述目标区域。
2.根据权利要求1所述的方法,还包括:
基于表示多个位置的位置数据,通过光栅处理生成所述框架。
3.根据权利要求1所述的方法,其中识别路网的框架中待细化的目标区域包括:
将所述框架划分为多个区域;以及
在所述多个区域中识别所述目标区域。
4.根据权利要求3所述的方法,其中在所述多个区域中识别所述目标区域包括:
确定所述框架在所述多个区域中的连通性;以及
至少部分地基于所述连通性来识别所述目标区域。
5.根据权利要求4所述的方法,其中至少部分地基于所述连通性来识别所述目标区域包括:
确定用于生成所述框架的多个位置在所述多个区域间的分布;以及
基于所述连通性和所述分布来识别所述目标区域。
6.根据权利要求1所述的方法,其中所述至少一条轨迹基于以下至少一个而生成:
在生成所述框架中使用的、位于所述目标区域中的第一组位置;
在所述框架被生成之后获取的、位于所述目标区域中的第二组位置。
7.根据权利要求1所述的方法,其中创建连接所述目标区域中的点的虚拟链接包括:
选择所述目标区域中的起始节点;
基于所述起始节点和预定义约束,选择所述目标区域中的候选节点;以及
通过连接所述起始节点和所述候选节点来创建所述虚拟链接。
8.根据权利要求7所述的方法,其中所述预定义约束包括空间约束和时间约束中的至少一个。
9.根据权利要求1所述的方法,其中通过对所述至少一条轨迹与所述虚拟路径进行匹配来细化所述目标区域包括:
响应于所述虚拟路径与所述至少一条轨迹中的预定数目的轨迹相匹配,将所述虚拟路径所包含的所述虚拟链接添加到所述路网中。
10.一种用于生成路网的***,所述***包括:
目标区域识别单元,被配置为识别路网的框架中待细化的目标区域;以及
目标区域细化单元,被配置为利用与所述目标区域相关联的至少一条轨迹来细化所述目标区域以生成所述路网,其中所述目标区域细化单元包括:
虚拟链接创建单元,被配置为创建连接所述目标区域中的点的虚拟链接;
虚拟路径生成单元,被配置为在所述目标区域中生成包含所述虚拟链接的虚拟路径;以及
匹配单元,被配置为对所述至少一条轨迹与所述虚拟路径进行匹配以细化所述目标区域。
11.根据权利要求10所述的***,还包括:
框架生成单元,被配置为基于表示多个位置的位置数据,通过光栅处理生成所述框架。
12.根据权利要求10所述的***,还包括:
区域划分单元,被配置为将所述框架划分为多个区域,
其中所述目标区域识别单元被配置为在所述多个区域中识别所述目标区域。
13.根据权利要求12所述的***,还包括:
连通性确定单元,被配置为确定所述框架在所述多个区域中的连通性,
其中所述目标区域识别单元被配置为至少部分地基于所述连通性来识别所述目标区域。
14.根据权利要求13所述的***,还包括:
位置分布确定单元,被配置为确定用于生成所述框架的多个位置在所述多个区域间的分布,
其中所述目标区域识别单元被配置为基于所述连通性和所述分布来识别所述目标区域。
15.根据权利要求10所述的***,其中所述至少一条轨迹基于以下至少一个而生成:
在生成所述框架中使用的、位于所述目标区域中的第一组位置;
在所述框架被生成之后获取的、位于所述目标区域中的第二组位置。
16.根据权利要求10所述的***,其中所述虚拟链接创建单元包括:
起始节点选择单元,被配置为选择所述目标区域中的起始节点;
候选节点选择单元,被配置为基于所述起始节点和预定义约束,选择所述目标区域中的候选节点;以及
节点连接单元,被配置为连接所述起始节点和所述候选节点以创建所述虚拟链接。
17.根据权利要求16所述的***,其中所述预定义约束包括空间约束和时间约束中的至少一个。
18.根据权利要求10所述的***,并且其中所述目标区域细化单元包括:
链接添加单元,被配置为响应于所述虚拟路径与所述至少一条轨迹中的预定数目的轨迹相匹配,将所述虚拟路径所包含的所述虚拟链接添加到所述路网中。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410302599.4A CN105205196B (zh) | 2014-06-27 | 2014-06-27 | 用于生成路网的方法和*** |
US14/738,971 US9631935B2 (en) | 2014-06-27 | 2015-06-15 | Generating a road network from location data |
US15/441,285 US10731995B2 (en) | 2014-06-27 | 2017-02-24 | Generating a road network from location data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410302599.4A CN105205196B (zh) | 2014-06-27 | 2014-06-27 | 用于生成路网的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105205196A CN105205196A (zh) | 2015-12-30 |
CN105205196B true CN105205196B (zh) | 2018-08-03 |
Family
ID=54930140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410302599.4A Active CN105205196B (zh) | 2014-06-27 | 2014-06-27 | 用于生成路网的方法和*** |
Country Status (2)
Country | Link |
---|---|
US (2) | US9631935B2 (zh) |
CN (1) | CN105205196B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225510B (zh) | 2014-06-27 | 2018-04-17 | 国际商业机器公司 | 用于验证地图的路网的方法和*** |
CN105205196B (zh) | 2014-06-27 | 2018-08-03 | 国际商业机器公司 | 用于生成路网的方法和*** |
CN105335597B (zh) * | 2014-07-30 | 2019-04-16 | 国际商业机器公司 | 用于获取路线的轨迹模式的方法和*** |
CN105528955B (zh) * | 2014-09-30 | 2018-02-06 | 国际商业机器公司 | 生成道路网络的方法及其装置 |
US10612930B2 (en) * | 2016-07-26 | 2020-04-07 | Apple Inc. | Normalization of device probe data for path identification |
CN114830202A (zh) * | 2017-03-07 | 2022-07-29 | 优特诺股份有限公司 | 通过自主运载工具针对未知对象的规划 |
CN110019576B (zh) * | 2017-08-08 | 2021-11-02 | 北京亿阳信通科技有限公司 | 导航区域建模方法和装置 |
CN108106620B (zh) * | 2017-12-20 | 2021-08-24 | 中国科学院深圳先进技术研究院 | 一种拓扑道路匹配方法、***及电子设备 |
CN108955701B (zh) * | 2018-03-29 | 2022-06-17 | 斑马网络技术有限公司 | 车载线路图的构建方法 |
CN109360421B (zh) * | 2018-11-28 | 2022-03-25 | 平安科技(深圳)有限公司 | 一种基于机器学习的交通信息预测方法及装置、电子终端 |
CN109931942B (zh) * | 2019-03-13 | 2021-02-19 | 浙江华睿科技有限公司 | 机器人路径生成方法、装置、机器人和存储介质 |
CN110686678A (zh) * | 2019-10-23 | 2020-01-14 | 众虎物联网(广州)有限公司 | 一种基于电磁指纹采集路径的路网生成方法及装置 |
CN113220811B (zh) * | 2021-04-19 | 2023-08-18 | 珠海德百祺科技有限公司 | 位置数据处理方法与装置、终端设备 |
CN114485609B (zh) * | 2021-12-15 | 2023-08-01 | 武汉中海庭数据技术有限公司 | 一种基于原始轨迹的道路骨骼线优化方法及优化*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520331A (zh) * | 2009-04-08 | 2009-09-02 | 李丽丽 | 一种可自动更新地图的gps导航***及方法 |
US8271190B2 (en) * | 2004-11-30 | 2012-09-18 | Dash Navigation Inc. | Methods and system for deducing road geometry and connectivity |
CN102713521A (zh) * | 2009-10-22 | 2012-10-03 | 通腾德国股份有限公司 | 用gps踪迹产生、细化及扩充增量地图 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4380151B2 (ja) * | 2002-12-20 | 2009-12-09 | 株式会社デンソー | 地図評価システム、及び、地図評価装置 |
CN101218486A (zh) | 2005-07-22 | 2008-07-09 | 特拉戈公司 | 用于对道路网图进行建模的方法、装置及*** |
US8731585B2 (en) | 2006-02-10 | 2014-05-20 | Telecommunications Systems, Inc. | Intelligent reverse geocoding |
JP4816124B2 (ja) | 2006-02-20 | 2011-11-16 | 株式会社デンソー | 地図評価装置および地図評価方法 |
JP5082295B2 (ja) * | 2006-05-19 | 2012-11-28 | 株式会社デンソー | 地図データ提供装置 |
US8463542B2 (en) | 2006-11-22 | 2013-06-11 | Robert Bosch Gmbh | Method for localization of a route section in a map |
JP5075443B2 (ja) | 2007-03-27 | 2012-11-21 | アイシン・エィ・ダブリュ株式会社 | 道路地図データ生成装置、ナビゲーション装置、及び道路地図データ生成プログラム |
JP4366664B2 (ja) * | 2007-06-29 | 2009-11-18 | アイシン・エィ・ダブリュ株式会社 | 自車位置認識装置及び自車位置認識プログラム |
DE102008053531A1 (de) | 2007-11-02 | 2009-05-14 | Continental Engineering Services Gmbh | Verifikation von digitalen Karten |
CN101464158B (zh) | 2009-01-15 | 2011-04-20 | 上海交通大学 | 基于gps定位的道路网络栅格数字地图自动生成方法 |
WO2010105714A1 (en) | 2009-03-16 | 2010-09-23 | Tele Atlas B.V. | Method for updating digital maps using altitude information |
US9109909B2 (en) * | 2009-07-09 | 2015-08-18 | Tomtom International B.V. | Navigation devices |
WO2011023242A1 (en) | 2009-08-25 | 2011-03-03 | Tele Atlas B.V. | System and method of identifying potential errors in a digital map database |
CN102918358A (zh) | 2010-04-09 | 2013-02-06 | 通腾北美有限公司 | 从表示位置的数据解析位置的方法 |
US8521424B2 (en) | 2010-09-29 | 2013-08-27 | Ford Global Technologies, Llc | Advanced map information delivery, processing and updating |
EP2455714B1 (en) | 2010-11-18 | 2019-01-23 | Harman Becker Automotive Systems GmbH | Method and device for displaying road segments |
US20140044317A1 (en) | 2010-12-30 | 2014-02-13 | Heiko Mund | Incremental network generation providing seamless network of large geographical areas |
JP5699771B2 (ja) * | 2011-04-14 | 2015-04-15 | アイシン・エィ・ダブリュ株式会社 | 地図画像表示システム、地図画像表示装置、地図画像表示方法及びコンピュータプログラム |
CN103309888A (zh) | 2012-03-14 | 2013-09-18 | 北京四维图新科技股份有限公司 | 电子地图的数据的验证方法和验证装置 |
US20130332476A1 (en) | 2012-06-08 | 2013-12-12 | Apple Inc. | Vector road network simplification |
JP5914249B2 (ja) | 2012-08-10 | 2016-05-11 | クラリオン株式会社 | 経路計算システム、ナビゲーション装置および経路計算方法 |
US8825359B1 (en) | 2013-02-27 | 2014-09-02 | Google Inc. | Systems, methods, and computer-readable media for verifying traffic designations of roads |
CN103499828B (zh) | 2013-10-22 | 2015-07-29 | 北京世纪高通科技有限公司 | 浮动车轨迹地图匹配的方法及装置 |
US9880017B2 (en) | 2014-04-18 | 2018-01-30 | Here Global B.V. | Method and apparatus for creating an origin-destination matrix from probe trajectory data |
CN105225510B (zh) | 2014-06-27 | 2018-04-17 | 国际商业机器公司 | 用于验证地图的路网的方法和*** |
CN105205196B (zh) | 2014-06-27 | 2018-08-03 | 国际商业机器公司 | 用于生成路网的方法和*** |
-
2014
- 2014-06-27 CN CN201410302599.4A patent/CN105205196B/zh active Active
-
2015
- 2015-06-15 US US14/738,971 patent/US9631935B2/en active Active
-
2017
- 2017-02-24 US US15/441,285 patent/US10731995B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8271190B2 (en) * | 2004-11-30 | 2012-09-18 | Dash Navigation Inc. | Methods and system for deducing road geometry and connectivity |
CN101520331A (zh) * | 2009-04-08 | 2009-09-02 | 李丽丽 | 一种可自动更新地图的gps导航***及方法 |
CN102713521A (zh) * | 2009-10-22 | 2012-10-03 | 通腾德国股份有限公司 | 用gps踪迹产生、细化及扩充增量地图 |
Also Published As
Publication number | Publication date |
---|---|
US20170167880A1 (en) | 2017-06-15 |
US10731995B2 (en) | 2020-08-04 |
CN105205196A (zh) | 2015-12-30 |
US9631935B2 (en) | 2017-04-25 |
US20150377636A1 (en) | 2015-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205196B (zh) | 用于生成路网的方法和*** | |
EP3647726A1 (en) | Method and apparatus for predicting sensor error for self-localisation of a vehicle | |
US11226630B2 (en) | Method and apparatus for estimating a localized position on a map | |
US10359290B2 (en) | Method and apparatus for two dimensional edge-based map matching | |
US10445927B2 (en) | Method for determining polygons that overlap with a candidate polygon or point | |
CN109141464A (zh) | 导航变道提示方法和装置 | |
CN105225510B (zh) | 用于验证地图的路网的方法和*** | |
CN105335597B (zh) | 用于获取路线的轨迹模式的方法和*** | |
US11085778B2 (en) | Method and apparatus for providing opportunistic intermodal routes with shared vehicles | |
US20140222950A1 (en) | Predictive Mobile Map Download | |
US20140188788A1 (en) | Multi-modal journey planner | |
CN107228677A (zh) | 偏航识别方法和装置 | |
US9506769B2 (en) | System and method for familiarity-based navigation | |
CN107883974B (zh) | 导航路径的规划方法、导航服务器及计算机可读介质 | |
CN110647675B (zh) | 停留点识别及预测模型训练方法、装置及存储介质 | |
CN111831766A (zh) | 兴趣点搜索方法、可读存储介质和电子设备 | |
KR101038646B1 (ko) | 대중교통 경로 안내 시스템 및 그 방법 | |
EP3663974A1 (en) | Method and apparatus for providing a low-power perception architecture | |
CN108827329B (zh) | 城市导航方法、***、设备及存储介质 | |
Zhang et al. | Travel-mode classification for optimizing vehicular travel route planning | |
JP2017037552A (ja) | 経路グラフ生成方法、装置、及びプログラム | |
CN113276888B (zh) | 基于自动驾驶的乘车方法、装置、设备和存储介质 | |
CN109506666A (zh) | 车辆还车区域推荐方法与装置 | |
Xi et al. | Improved dynamic time warping algorithm for bus route trajectory curve fitting | |
CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |