CN110362647A - 一种传统地图路网与众包地图路网的关联方法及装置 - Google Patents
一种传统地图路网与众包地图路网的关联方法及装置 Download PDFInfo
- Publication number
- CN110362647A CN110362647A CN201910683893.7A CN201910683893A CN110362647A CN 110362647 A CN110362647 A CN 110362647A CN 201910683893 A CN201910683893 A CN 201910683893A CN 110362647 A CN110362647 A CN 110362647A
- Authority
- CN
- China
- Prior art keywords
- road network
- crowdsourcing
- network link
- road
- traditional
- 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.)
- Pending
Links
Classifications
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及一种传统地图路网与众包地图路网的关联方法及装置,其中,该方法包括:获取传统地图路网数据和众包地图路网数据;对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,获得夹角在预设角度阈值内的第二众包路网link集合;计算第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与传统路网link建立关联关系。本发明能够更加准确、高效的建立传统地图路网数据与高精度众包路网数据的关联关系。
Description
技术领域
本发明涉及电子地图导航技术领域,尤其涉及一种传统地图路网与众包地图路网的关联方法及装置。
背景技术
高精度电子地图(HD Map,High Definition Map),是一种具备高定位精度、能实时更行数据的地图。与传统导航地图不同的是,高精度地图除了能提供的道路(Road)级别的导航信息外,还能够提供车道(Lane)级别的导航信息。
目前,制作高精度地图的方式主要有“集中制图”和“众包制图”两种方式。集中制图进行高精地图数据采集是通过专业采集车,采集设备有几个比较核心的部件,包括激光镭达、IMU(惯导***)、GNSS、高精度轮速仪以及相机等。只有专业的、高性能、高精度的采集设备,才能保证最终高精地图数据的精度。众包制图是采用大量的众包车辆进行高精地图基础数据采集,采用视觉模式(相机、摄像头)替代专业采集车的激光雷达,更多是作为高精地图动态数据部分的补充。高精度地图需要为自动驾驶提供动态、实时的数据服务,比如动态交通信息、智慧红绿灯等交通设施信息、施工等临时或突发信息等,这部分动态数据更适合由众包制图模式来实现。
高精度电子地图主要服务于自动驾驶车辆,为自动驾驶车辆提供路段内车道级别规划和自车定位辅助。在高精度地图制作过程中,会对从现实道路上采集的点(如激光点云数据)进行矢量化处理,最终构成矢量化的数字地图数据。对于长距离路径规划,由于高精地图的车道级别数据量非常庞大且数据结构复杂,不利于导航设备直接使用。需要将传统地图路网数据与高精度地图路网数据关联起来。由于高精地图的车道级别数据量非常庞大,利用现有技术关联两种规格的路网数据,数据匹配过程复杂,关联效率低。
发明内容
本发明针对现有技术中存在的技术问题,提供一种传统地图路网与众包地图路网的关联方法及装置,能够准确、高效的建立传统地图路网数据与高精度众包路网数据的关联关系。
本发明解决上述技术问题的技术方案如下:
第一方面,本发明提供一种传统地图路网与众包地图路网的关联方法,包括;
S1,获取传统地图路网数据和众包地图路网数据;
S2,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;
S3,以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;
S4,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与所述传统路网link建立关联关系。
本发明的有益效果是:基于传统路网link和众包路网link的相对位置、通行方向和空间距离进行多层次的筛选匹配,从而将众包路网link与传统路网link相关联。能够更加准确、高效的建立传统地图路网数据与高精度众包路网数据的关联关系。
进一步,在获取传统地图路网数据和众包地图路网数据之后,所述方法还包括:
对传统地图路网数据和众包地图路网数据分别进行分幅处理;其中,所述众包地图路网数据包括相关联的众包道路级路网和众包车道级路网。
进一步,步骤S2中,所述在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合具体包括:
以所述传统路网link的首尾节点连线为基准,构建传统路网link外接正方形区域;
选取与所述正方形区域相交的所有众包路网link,作为第一众包路网link集合。
进一步,在步骤S2之后,所述方法还包括:
剔除第一众包路网link集合中道路属性与所述传统路网link不一致的众包路网link。
进一步,所述道路属性包括道路编号、道路等级和道路类型。
进一步,所述步骤S3具体包括:
以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角
获取与传统路网link夹角为0~60°的第二众包路网link集合。
进一步,在步骤S4之后,所述方法还包括:
根据众包路网link与所述传统路网link的关联关系,结合众包道路级路网和众包车道级路网的关联关系,构建传统路网link与众包车道级路网的关联关系。
第二方面,本发明提供一种传统地图路网与众包地图路网的关联装置,包括:
数据获取模块,用于获取传统地图路网数据和众包地图路网数据;
集合获取模块,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;
筛选模块,以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;
关联关系建立模块,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,选取距离最小的众包路网link与所述传统路网link建立关联关系。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
附图说明
图1为本发明实施例提供的传统地图路网与众包地图路网的关联方法流程示意图;
图2为本发明实施例提供的道路外接正方形区域的示意图;
图3为本发明实施例提供的最小近似路段的示意图;
图4为本发明实施例提供的最小近似路段的夹角示意图;
图5为本发明实施例提供的传统地图路网与众包地图路网的关联装置结构示意图;
图6为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明需要满足以下条件:
1)传统地图路网数据与众包地图路网数据加密操作一致或均未加密。
2)众包地图路网拓扑关系已经构建完毕。
图1为本发明实施例提供的传统地图路网与众包地图路网的关联方法流程示意图,如图1所示,该方法包括;
步骤S1,获取传统地图路网数据和众包地图路网数据;
其中,传统地图路网数据是指传统导航电子地图的路网数据,传统导航电子地图会描绘出道路,而高精地图不仅会描绘道路,对一条道路上有多少条车道也会精确描绘,会真实地反映出道路的实际样式。本实施例中,传统地图路网数据以开源OpenStreetMap(OSM,公开地图)数据为例进行说明。
众包地图路网数据是指通过众包制图方式采集的路网数据,众包制图是采用大量的众包车辆进行高精地图基础数据采集,采用视觉模式(相机、摄像头)替代专业采集车的激光雷达进行数据采集。高精度地图需要为自动驾驶提供动态、实时的数据服务,比如动态交通信息、智慧红绿灯等交通设施信息、施工等临时或突发信息等,这部分动态数据更适合由众包制图模式来实现。本实施例获取传统地图路网数据和众包地图路网数据,为后续传统地图路网数据与高精度众包路网数据的匹配关联提供数据支持。
步骤S2,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合。
其中,link是导航数据中的最小单位,具体指的是从一个路口到下一个路口之间的路段,link的两端所在结点为地图中的路口结点(node)。
传统路网link是指传统地图路网数据中的一个路段。相应的,众包路网link是指众包地图路网数据中的一个路段。
本实施例中,以传统路网link为基准,获取传统路网link周围预设区域内的所有众包路网link,作为第一众包路网link集合。本实施例基于传统路网link和众包路网link的相对位置,筛选出与传统路网link相关联的第一众包路网link集合,减少后续数据匹配的计算量。
步骤S3,以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合。
本实施例基于众包路网link与传统路网link的夹角,筛选出夹角符合预设角度阈值的众包路网link,作为第二众包路网link集合,进一步减少后续数据关联过程的计算量,提高了数据关联效率。
步骤S4,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与所述传统路网link建立关联关系。
本发明实施例提供的传统地图路网与众包地图路网的关联方法,基于传统路网link和众包路网link的相对位置、通行方向和空间距离进行多层次的筛选匹配,从而将众包路网link与传统路网link相关联。能够更加准确、高效的建立传统地图路网数据与高精度众包路网数据的关联关系。
基于上述实施例的内容,作为一种可选实施例,在步骤S1获取传统地图路网数据和众包地图路网数据之后,所述方法还包括:
对传统地图路网数据和众包地图路网数据分别进行分幅处理;其中,所述众包地图路网数据包括相关联的众包道路级路网和众包车道级路网。
具体地,传统地图路网数据以开源OpenStreetMap数据为例,分幅处理的图幅范围以NDS(Navigation Data Standard,导航数据标准)level13Tile为例进行说明。首先,加载开源地图OpenStreetMap路网数据,以下简称OSM数据。对OSM数据按NDS level13Tile范围进行分幅管理。本实施例中,分幅是指按预设图幅范围将广大的地图划分成尺寸适宜的若干单幅地图,常见分幅形式有矩形分幅和经纬分幅。本实施例通过分幅管理将数据量较大的OpenStreetMap路网数据切分,以便于数据加载。对OSM数据按NDS level13Tile范围进行分幅管理后,需要对分幅后OSM数据进行拓扑关系重建及道路属性赋值。其中,道路属性包括道路编号、道路等级和道路类型。
进一步的,获取众包地图路网数据,其中,所述众包地图路网数据包括相关联的众包道路级路网和众包车道级路网。本实施例中,众包地图路网数据是指通过众包制图方式采集的路网数据;众包道路级路网是指通过众包制图方式采集的道路级路网数据;众包车道级路网是指通过众包制图方式采集的车道级路网数据。本实施例对众包地图路网数据按NDS level13Tile范围进行分幅管理,将数据量较大的众包地图路网数据切分,以便于数据加载。
基于上述实施例的内容,作为一种可选实施例,步骤S2中,所述在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合具体包括:
以所述传统路网link的首尾节点连线为基准,构建传统路网link外接正方形区域;参照图2,图2为本发明实施例提供的道路外接正方形区域的示意图。图2中标注的道路是指本实施例中的link,即导航数据中两个路口节点之间的路段。图2中标注的道路端点连线即是指link的首尾节点连线。
选取与所述正方形区域相交的所有众包路网link,作为第一众包路网link集合。
本实施例基于传统路网link和众包路网link的相对位置,筛选出与传统路网link相关联的第一众包路网link集合,减少后续数据匹配的计算量。
基于上述实施例的内容,作为一种可选实施例,在执行步骤S2之后,所述方法还包括:
剔除第一众包路网link集合中道路属性与所述传统路网link不一致的众包路网link。其中,道路属性包括道路编号、道路等级和道路类型。本实施例基于道路属性剔除第一众包路网link集合中不符合要求的数据,进一步减少后续数据关联过程的计算量,提高了数据关联效率。
基于上述实施例的内容,作为一种可选实施例,所述步骤S3具体包括:
以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角
获取与传统路网link夹角为0~60°的第二众包路网link集合。
具体地,选取第一众包路网link集合中的一个众包路网link,并计算众包路网link与所述传统路网link的夹角。首先需要获取众包路网link与传统路网link的最小近似路段。图3为本发明实施例提供的最小近似路段的示意图。如图3所示,在传统路网link两端节点和众包路网link的两端节点分别作垂线,获取两条link的最小近似路段。
进一步的,以道路通行方向为正方向,计算两条link之间的夹角如图4所示,图4为本发明实施例提供的最小近似路段的夹角示意图。筛选与传统路网link夹角为0~60°众包路网link,作为第二众包路网link集合。夹角的范围可以根据实际情况确定,在此不作具体限制。
基于上述实施例的内容,作为一种可选实施例,在步骤S4之后,所述方法还包括:
根据众包路网link与所述传统路网link的关联关系,结合众包道路级路网和众包车道级路网的关联关系,构建传统路网link与众包车道级路网的关联关系。
具体的,上述步骤S4获得了传统路网link关联的众包路网link与传统路网link。步骤S1获取的众包地图路网数据包括相关联的众包道路级路网和众包车道级路网,其中众包道路级路网包含大量的众包路网link。因此,本实施例通过传统路网link关联众包路网link,众包路网link与众包车道级路网相关联,进而获得传统路网link与众包车道级路网的关联关系。本实施例在进行长距离路径规划时,能够基于传统地图路网长距离路径探索结果,通过关联关系将长距离路径探索结果传递给高精度的众包车道级路网,利用传统路网路网经过多方验证后的现有数据,实现众包高地图路网低成本高效率的长距离路径规划需求。
基于上述实施例的内容,作为一种可选实施例,图5为本发明实施例提供的传统地图路网与众包地图路网的关联装置结构示意图,如图5所示,该装置包括:
数据获取模块501,用于获取传统地图路网数据和众包地图路网数据。
具体的,数据获取模块501在获取传统地图路网数据和众包地图路网数据之后,需要对传统地图路网数据和众包地图路网数据分别进行分幅处理。
传统地图路网数据以开源OpenStreetMap数据为例,分幅处理的图幅范围以NDS(Navigation Data Standard,导航数据标准)level13Tile为例进行说明。首先,加载开源地图OpenStreetMap路网数据,以下简称OSM数据。对OSM数据按NDS level13Tile范围进行分幅管理。本实施例中,分幅是指按预设图幅范围将广大的地图划分成尺寸适宜的若干单幅地图,常见分幅形式有矩形分幅和经纬分幅。本实施例通过分幅管理将数据量较大的OpenStreetMap路网数据切分,以便于数据加载。对OSM数据按NDS level13 Tile范围进行分幅管理后,需要对分幅后OSM数据进行拓扑关系重建及道路属性赋值。其中,道路属性包括道路编号、道路等级和道路类型。
进一步的,获取众包地图路网数据,其中,所述众包地图路网数据包括相关联的众包道路级路网和众包车道级路网。本实施例中,众包地图路网数据是指通过众包制图方式采集的路网数据;众包道路级路网是指通过众包制图方式采集的道路级路网数据;众包车道级路网是指通过众包制图方式采集的车道级路网数据。本实施例对众包地图路网数据按NDS level13 Tile范围进行分幅管理,将数据量较大的众包地图路网数据切分,以便于数据加载。
集合获取模块502,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合。
具体的,以传统路网link的首尾节点连线为基准,构建传统路网link外接正方形区域;参照图2,图2为本发明实施例提供的道路外接正方形区域的示意图。集合获取模块502选取与所述正方形区域相交的所有众包路网link,作为第一众包路网link集合。
进一步的,剔除第一众包路网link集合中道路属性与所述传统路网link不一致的众包路网link。其中,道路属性包括道路编号、道路等级和道路类型。本实施例基于道路属性剔除第一众包路网link集合中不符合要求的数据,进一步减少后续数据关联过程的计算量,提高了数据关联效率。
筛选模块503,以道路通行方向为正方向,测量第二众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得夹角在预设角度阈值内的第二众包路网link集合。
具体的,筛选模块503选取第一众包路网link集合中的一个众包路网link,并计算众包路网link与所述传统路网link的夹角。首先需要获取众包路网link与传统路网link的最小近似路段。图3为本发明实施例提供的最小近似路段的示意图。如图3所示,在传统路网link两端节点和众包路网link的两端节点分别作垂线,获取两条link的最小近似路段,如图3所示。
筛选模块503以道路通行方向为正方向,计算两条link之间的夹角如图4所示,图4为本发明实施例提供的最小近似路段的夹角示意图。筛选与传统路网link夹角为0~60°众包路网link,作为第二众包路网link集合。夹角的范围可以根据实际情况确定,在此不作具体限制。
关联关系建立模块504,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,选取距离最小的众包路网link与所述传统路网link建立关联关系。
本发明实施例提供的传统地图路网与众包地图路网的关联装置,基于传统路网link和众包路网link的相对位置、通行方向和空间距离进行多层次的筛选匹配,从而将众包路网link与传统路网link相关联。能够更加准确、高效的建立传统地图路网数据与高精度众包路网数据的关联关系。
图6为本发明实施例提供的电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信。处理器401可以调用存储在存储器603上并可在处理器601上运行的计算机程序,以执行上述各实施例提供的传统地图路网与众包地图路网的关联方法,例如包括:获取传统地图路网数据和众包地图路网数据;对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与所述传统路网link建立关联关系。
此外,上述的存储器603中的逻辑指令可以通过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,本发明实施例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(可以是个人计算机,服务器,或者网络设备等)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传统地图路网与众包地图路网的关联方法,例如包括:获取传统地图路网数据和众包地图路网数据;对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与所述传统路网link建立关联关系。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种传统地图路网与众包地图路网的关联方法,其特征在于,包括;
S1,获取传统地图路网数据和众包地图路网数据;
S2,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;
S3,以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;
S4,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,获取距离最小的众包路网link与所述传统路网link建立关联关系。
2.根据权利要求1所述的方法,其特征在于,在获取传统地图路网数据和众包地图路网数据之后,所述方法还包括:
对传统地图路网数据和众包地图路网数据分别进行分幅处理;其中,所述众包地图路网数据包括相关联的众包道路级路网和众包车道级路网。
3.根据权利要求2所述的方法,其特征在于,步骤S2中,所述在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合具体包括:
以所述传统路网link的首尾节点连线为基准,构建传统路网link外接正方形区域;
选取与所述正方形区域相交的所有众包路网link,作为第一众包路网link集合。
4.根据权利要求1所述的方法,其特征在于,在步骤S2之后,所述方法还包括:
剔除第一众包路网link集合中道路属性与所述传统路网link不一致的众包路网link。
5.根据权利要求4所述的方法,其特征在于,所述道路属性包括道路编号、道路等级和道路类型。
6.根据权利要求1所述的方法,其特征在于,所述步骤S3具体包括:
以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角
获取与传统路网link夹角为0~60°的第二众包路网link集合。
7.根据权利要求2所述的方法,其特征在于,在步骤S4之后,所述方法还包括:
根据众包路网link与所述传统路网link的关联关系,结合众包道路级路网和众包车道级路网的关联关系,构建传统路网link与众包车道级路网的关联关系。
8.一种传统地图路网与众包地图路网的关联装置,其特征在于,包括:
数据获取模块,用于获取传统地图路网数据和众包地图路网数据;
集合获取模块,对于传统地图路网数据中任一传统路网link,在众包地图路网数据中获取所述传统路网link周围预设区域内的第一众包路网link集合;
筛选模块,以道路通行方向为正方向,测量第一众包路网link集合中每一众包路网link与所述传统路网link的夹角,筛选获得所述夹角在预设角度阈值内的第二众包路网link集合;
关联关系建立模块,计算所述第二众包路网link集合中每一众包路网link与所述传统路网link的距离,选取距离最小的众包路网link与所述传统路网link建立关联关系。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述传统地图路网与众包地图路网的关联方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述传统地图路网与众包地图路网的关联方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910683893.7A CN110362647A (zh) | 2019-07-26 | 2019-07-26 | 一种传统地图路网与众包地图路网的关联方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910683893.7A CN110362647A (zh) | 2019-07-26 | 2019-07-26 | 一种传统地图路网与众包地图路网的关联方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110362647A true CN110362647A (zh) | 2019-10-22 |
Family
ID=68221950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910683893.7A Pending CN110362647A (zh) | 2019-07-26 | 2019-07-26 | 一种传统地图路网与众包地图路网的关联方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110362647A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112595333A (zh) * | 2020-12-10 | 2021-04-02 | 腾讯科技(深圳)有限公司 | 道路导航数据的处理方法、装置、电子设备及存储介质 |
CN112857375A (zh) * | 2019-11-28 | 2021-05-28 | 阿里巴巴集团控股有限公司 | 一种道路匹配方法、装置和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2431712A1 (de) * | 2010-09-17 | 2012-03-21 | Kapsch TrafficCom AG | Verfahren zum Ermitteln der Länge des von einem Fahrzeug zurückgelegten Wegs |
CN104050817A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 限速信息库生成、限速信息检测的方法和*** |
CN105444769A (zh) * | 2015-11-26 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
CN108151751A (zh) * | 2017-11-21 | 2018-06-12 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图和传统地图结合的路径规划方法及装置 |
CN108253973A (zh) * | 2016-12-28 | 2018-07-06 | 北京四维图新科技股份有限公司 | 高精度地图和标准地图关联的方法和装置、及混合导航方法和装置 |
-
2019
- 2019-07-26 CN CN201910683893.7A patent/CN110362647A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2431712A1 (de) * | 2010-09-17 | 2012-03-21 | Kapsch TrafficCom AG | Verfahren zum Ermitteln der Länge des von einem Fahrzeug zurückgelegten Wegs |
CN104050817A (zh) * | 2014-05-23 | 2014-09-17 | 北京中交兴路信息科技有限公司 | 限速信息库生成、限速信息检测的方法和*** |
CN105444769A (zh) * | 2015-11-26 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
CN108253973A (zh) * | 2016-12-28 | 2018-07-06 | 北京四维图新科技股份有限公司 | 高精度地图和标准地图关联的方法和装置、及混合导航方法和装置 |
CN108151751A (zh) * | 2017-11-21 | 2018-06-12 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图和传统地图结合的路径规划方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘旭: "基于Storm的实时地图匹配算法研究", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑))》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112857375A (zh) * | 2019-11-28 | 2021-05-28 | 阿里巴巴集团控股有限公司 | 一种道路匹配方法、装置和*** |
CN112595333A (zh) * | 2020-12-10 | 2021-04-02 | 腾讯科技(深圳)有限公司 | 道路导航数据的处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111462275B (zh) | 一种基于激光点云的地图生产方法和装置 | |
KR102125959B1 (ko) | 포인트 클라우드 데이터 사이의 매칭 관계를 확정하는 방법 및 장치 | |
CN108981739B (zh) | 一种路径规划方法、装置、服务器及存储介质 | |
CN106570468A (zh) | 一种重建LiDAR原始点云建筑物轮廓线的方法 | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
CN110135599B (zh) | 无人机电力巡检点云智能化处理与分析服务平台 | |
CN113706698A (zh) | 实景三维道路重建方法及装置、存储介质、电子设备 | |
CN102147260A (zh) | 电子地图匹配方法和装置 | |
CN104677363A (zh) | 一种道路生成方法和装置 | |
CN105654548A (zh) | 一种基于大规模无序图像的多起点增量式三维重建方法 | |
CN109839119B (zh) | 跨路桥梁桥面区域的获取方法及装置 | |
CN103017655B (zh) | 一种多楼层房屋建筑面积的提取方法及*** | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、***和电子设备 | |
CN105956542B (zh) | 一种结构线束统计匹配的高分遥感影像道路提取方法 | |
CN107528904B (zh) | 用于数据分布式异常检测的方法与设备 | |
CN110362647A (zh) | 一种传统地图路网与众包地图路网的关联方法及装置 | |
WO2019019653A1 (zh) | 对地形边界进行提取的设备和方法 | |
CN112033420A (zh) | 一种车道地图构建方法和装置 | |
CN115435798A (zh) | 无人车高精地图路网生成***及方法 | |
CN116958316B (zh) | 拓扑图生成方法、装置、计算机设备及存储介质 | |
Bayu et al. | Semantic segmentation of lidar point cloud in rural area | |
CN113435403A (zh) | 路网缺失道路检测方法、装置、电子设备和存储介质 | |
CN107588779B (zh) | 一种基于任意两节点间行程时间的车辆智能导航方法 | |
CN116167235A (zh) | 路网模型生成方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |
|
RJ01 | Rejection of invention patent application after publication |