CN114174765B - 用于校正地图数据中的错误的方法和设备 - Google Patents

用于校正地图数据中的错误的方法和设备 Download PDF

Info

Publication number
CN114174765B
CN114174765B CN202080052677.3A CN202080052677A CN114174765B CN 114174765 B CN114174765 B CN 114174765B CN 202080052677 A CN202080052677 A CN 202080052677A CN 114174765 B CN114174765 B CN 114174765B
Authority
CN
China
Prior art keywords
map data
roadmap
vertex
strongly connected
connectivity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202080052677.3A
Other languages
English (en)
Other versions
CN114174765A (zh
Inventor
侯萨银·艾文
吴昊
黄晓骋
威尔逊·帕达恩·乔治
王冠峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Grabtaxi Holdings Pte Ltd
Original Assignee
Grabtaxi Holdings Pte Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Grabtaxi Holdings Pte Ltd filed Critical Grabtaxi Holdings Pte Ltd
Publication of CN114174765A publication Critical patent/CN114174765A/zh
Application granted granted Critical
Publication of CN114174765B publication Critical patent/CN114174765B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating 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
    • G01C21/38—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
    • G01C21/3859—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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/09685—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is computed only once and not updated
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

各方面涉及一种用于校正地图数据中的错误的方法，该方法包括获得指定位置之间的行驶可能性的地图数据；如果该地图数据指定能够从第一顶点被指派的位置行驶到第二顶点被指派的位置，则通过为每个位置指派一个顶点和从一个顶点到另一个顶点的边来根据该地图数据生成路线图；识别该路线图的最大强连接组件；识别该路线图的一个或多个另外的强连接组件；通过识别该地图数据中不存在的行驶可能性来检测该地图数据中的错误，该地图数据中不存在这些行驶可能性导致缺失该路线图的一个或多个另外的强连接组件与该路线图的最大强连接组件之间的连接；以及通过所识别的行驶可能性来修正该地图数据。

Description

用于校正地图数据中的错误的方法和设备
技术领域
本披露内容的各个方面涉及用于校正地图数据中的错误的方法和设备。
背景技术
使客户能够使用智能手机叫出租车的电子叫车服务器的质量在很大程度上取决于基础地图数据，该基础地图数据例如用于估计驾驶员到那里接载用户的时间、乘车价格以及到达目的地需要多长时间。因此，希望使该地图数据与现实世界保持同步。然而，鉴于不断变化的地图数量众多，地图的更新可能需要大量资源。此外，手动更新地图具有引入人为错误的风险。因此，期望使地图数据的更新和增强更高效且不易出错的方法。
发明内容
各个实施例涉及一种用于校正地图数据中的错误的方法，该方法包括获得指定位置之间的行驶可能性的地图数据；如果该地图数据指定能够从第一顶点被指派的位置行驶到第二顶点被指派的位置(例如，如果地图数据指定能够从第一顶点被指派的位置沿路段直接行驶到第二顶点被指派的位置)，则通过为每个位置指派一个顶点和从一个顶点到另一个顶点的边来根据该地图数据生成路线图；识别该路线图的最大强连接组件；识别该路线图的一个或多个另外的强连接组件；通过识别该地图数据中不存在的行驶可能性来检测该地图数据中的错误，该地图数据中不存在这些行驶可能性导致缺失该路线图的一个或多个另外的强连接组件与该路线图的最大强连接组件之间的连接；以及通过所识别的行驶可能性来修正该地图数据。
根据一个实施例，这些行驶可能性是有向行驶可能性，并且该路线图是有向路线图。
根据一个实施例，这些行驶可能性包括与所允许行驶方向相关联的道路。
根据一个实施例，该方法包括：将该路线图的每个另外的强连接组件与多个连接性分类的一个连接性分类相关联，其中，这些连接性分类包括以下各项中的一项或多项：各自与最大强连接组件隔离并且包括多个顶点的一类强连接组件；各自具有与其他强连接组件隔离的单一顶点的一类强连接组件；各自具有只能从一个或多个其他强连接组件的顶点到达的单一顶点的一类强连接组件；以及各自具有不能从任何其他强连接组件到达但能够从其到达强连接组件的单一顶点的一类强连接组件，其中，该方法进一步包括使用与该路线图的这些另外的强连接组件相关联的连接性分类来检测该地图数据中的错误。
根据一个实施例，该方法包括：将该路线图的两个或更多个强连接组件的分组与多个连接性关系的一个连接性关系相关联，其中，这些连接性关系包括以下各项中的一项或多项：表明该分组的强连接组件之间存在边的连接性关系；表明强连接组件的分组形成单一顶点的最大路径的连接性关系；以及表明由该地图数据表示的地理区域的历史驾驶数据表明驾驶员已经在该路线图中未连接的强连接组件的顶点之间行驶的连接性关系，其中，该方法进一步包括使用与该路线图的强连接组件的分组相关联的连接性关系来检测该地图数据中的错误。
根据一个实施例，该方法进一步包括：获取由该地图数据表示的地理区域的历史驾驶数据，确定该路线图中是否存在包括第一顶点和第二顶点的顶点对，其中，该地图数据未指定从该第一顶点到该第二顶点的行驶可能性但该历史驾驶数据表明驾驶员已经从该第一顶点被指派的位置行驶到该第二顶点被指派的位置，并且如果存在这样的顶点对，则确定该地图数据缺少从该第一顶点被指派的位置到该第二顶点被指派的位置的行驶可能性。
根据一个实施例，该方法包括：通过迭代地重复生成路线图、识别该路线图的最大强连接组件、识别该路线图的一个或多个另外的强连接组件、检测错误和修正该地图数据来迭代地修正该地图数据，其中，在前一次迭代中修正的地图数据用作当前迭代的地图数据。
根据一个实施例，该方法包括：通过迭代地重复获得地图数据、生成路线图、识别该路线图的最大强连接组件并识别该路线图的一个或多个另外的强连接组件、以及确定该路线图的质量指标并随时间推移跟踪该质量指标来监测该地图数据的质量。
根据一个实施例，该方法包括当该质量指标低于预定阈值时生成警报信号。
根据一个实施例，该方法包括将该路线图的所识别强连接组件的规范导出到可视化工具。
根据一个实施例，该方法进一步包括对该路线图的所识别强连接组件进行可视化。
根据一个实施例，该可视化进一步包括对强连接组件的连接性分类、或两个或更多个强连接组件的分组的连接性关系、或两者进行可视化。
根据一个实施例，该可视化进一步包括使这些强连接组件与由该地图数据给出的地理地图重叠。
根据一个实施例，该方法进一步包括：通过修正后的地图数据来导航一个或多个车辆。
根据一个实施例，该方法进一步包括：将该修正后的地图数据传输到车辆并使用该修正后的地图数据来控制该车辆。
根据各个实施例，提供了一种包括通信接口、存储器和处理单元的服务器计算机，该服务器计算机被配置为执行上述实施例中任一项所述的方法。
根据一个实施例，提供了一种计算机程序元件，包括程序指令，这些程序指令在由一个或多个处理器执行时使该一个或多个处理器执行上述实施例中任一项所述的方法。
根据一个实施例，提供了一种计算机可读介质，包括程序指令，这些程序指令在由一个或多个处理器执行时使该一个或多个处理器执行上述实施例中任一项所述的方法。
附图说明
当结合非限制性示例和附图考虑时，参考具体实施方式将更好地理解本发明，在附图中：
-图1示出了包括智能手机和服务器的通信布置。
-图2展示了地图数据的错误。
-图3示出了路线图和路线图的强连接组件(SCC)的示例。
-图4示出了根据实施例的流程图，展示了根据实施例的对地图数据的处理。
-图5示出了对地图数据的处理的结果的示例可视化。
-图6示出了其中较差或过时的卫星图像产生地图数据的示例，该地图数据产生与路线图中的最大SCC断开的SCC。
-图7示出了其中地图数据在两种情况下缺失了两条车道之间的行驶可能性的示例。
-图8示出了展示根据实施例的用于校正地图数据中的错误的方法的流程图。
-图9示出了根据实施例的服务器计算机。
具体实施方式
以下具体实施方式参考了附图，这些附图通过展示的方式示出了可以实践本披露内容的具体细节和实施例。足够详细地描述了这些实施例，以使本领域技术人员能够实践本披露内容。可以利用其他实施例并且可以在不脱离本披露内容的范围的情况下进行结构改变和逻辑改变。各个实施例不一定是相互排斥的，因为一些实施例可以与一个或多个其他实施例组合以形成新的实施例。
在设备或方法中的一者的上下文中描述的实施例对于其他设备或方法是类似有效的。类似地，在设备的上下文中描述的实施例对于车辆或方法是类似有效的，反之亦然。
在实施例的上下文中描述的特征可以相应地适用于其他实施例中的相同或类似的特征。在实施例的上下文中描述的特征即使未在其他实施例中明确地描述也可以相应地适用于这些其他实施例。此外，如针对实施例的上下文中的特征所描述的添加和/或组合和/或替代可以相应地适用于其他实施例中的相同或类似的特征。
在各个实施例的上下文中，针对特征或元素所使用的冠词“一(a)”、“一个(an)”和“该(the)”包括对一个或多个特征或元素的提及。
如本文所使用的，术语“和/或”包括相关联的列举项目中的一个或多个的任何和所有组合。
在下文中，将详细描述实施例。
通常在智能手机上使用的电子叫车app允许其用户通过他或她的智能手机针对行程来叫出租车(或私人驾驶员)。
图1示出了包括智能手机100和服务器(计算机)106的通信布置。
智能手机100的屏幕示出了电子叫车app的图形用户界面(GUI)，智能手机用户先前已经将该电子叫车app安装在其智能手机上并且已经打开(即，启动)以电子呼叫乘车(出租车或私人驾驶员)。
GUI 101包括用户附近的地图102(该app可以基于定位服务(例如基于GPS的定位服务)来确定该地图)。进一步地，GUI 101包括出发点框103(其可以被设置为从定位服务获得的用户当前位置)和用户可以触摸以输入目的地(例如，打开可能的目的地列表)的目的地框104。也可能存在允许用户选择各种选项的菜单(未示出)，这些选项例如如何支付(现金、***、电子叫车服务的信用余额)。当用户已经选择目的地并且做出了任何必要的选项选择时，他或她可以触摸“寻找汽车”按钮105以发起对合适汽车的搜索。
为此，电子叫车app经由无线电连接与电子叫车服务的服务器106通信。服务器106包括数据库107，该数据库已知注册驾驶员的当前位置、这些驾驶员预计何时将是空闲的、具有关于交通拥堵等的信息。据此，服务器106的处理器110确定最合适的驾驶员(如果可用的话)，并提供对驾驶员到那里接载用户的时间、乘车价格以及需要多久到达目的地的估计。服务器将该信息传送回智能手机100，并且智能手机100在GUI 101上显示该信息。然后，用户可以通过触摸对应的按钮来接受(即，预订)。
为了确定所有与路线有关的信息，如最合适的驾驶员以及对驾驶员到那里接载用户的时间、乘车价格以及需要多久到达目的地的估计，处理器110访问存储有地图数据的数据库107，该地图数据包括例如一个或多个道路地图，这些道路地图指示道路位于何处、所允许的行驶方向、速度限制等。
在该示例中，数据库107由服务器计算机106的本地存储器109实施。然而，数据库也可以至少部分地在服务器计算机106的外部(例如在云端)实施，并且可以通过访问外部数据库111(例如，开放路线地图信息数据库，如OSM(公开地图))来填充。
为了确定如上所述的信息，地图数据108应当是最新的并且没有错误，即，不应当缺少现实中(即，在地图数据所表示的实际地理区域中)存在的行驶可能性(例如，道路或所允许的行驶方向)。然而，通常会例如由于人为错误或不准确的测量(例如不准确(例如过时)的卫星图像、沿路线行驶时的定位不准确等)而引入错误。
图2示出了地图数据的错误，其中在道路201的第一部分上(允许的)行驶方向不同于道路202的第二部分，使得行驶方向在位置203处改变。通常几乎不可能识别到这种类型的错误，除非存在关于这种情况的具体投诉(例如，由预期沿道路202在错误方向上行驶的驾驶员给出的投诉)。
由于错误的道路限制和转弯限制，可能会发生类似的问题。
根据各个实施例，提供了一种允许检测地图数据中的例如如上所述类型的问题的方法。
根据各个实施例，该方法利用了路线图应当是强连接的事实。这意味着表示由道路(由图的道路表示)连接的位置(由图的顶点表示)的图应当理想地允许图中任意两点(顶点)之间的路线。这对于发展中国家的地图数据来说尤其是一个问题：在这些国家的城市中，各种地图质量问题可能导致该属性不成立。各个实施例允许揭示这些差异。
具体地，根据各个实施例，提供了一种方法，该方法(例如自动地)显露与地图连接性相关的问题并且由完整的端到端流水线构成以用于以低运营成本持续改进。该方法有助于发现以下问题：
·缺失道路
·不正确的行驶方向
·不正确的道路限制
·不正确的转弯限制
·孤立或断开的道路。
根据一个实施例，(例如，处理器110根据地图数据108生成的)路线图被分解成不同元素，这些元素可以被有意义地分类并且在其连接性方面彼此相关。该分类***被整合在闭环工作流中，以促使地图数据108的持续(迭代)改进。
因此，根据各个实施例，提供了利用自动化和手动操作以无缝方式进行工作的闭环。这允许改进尤其是在质量低、无规划、快速变化的道路结构的区域中的地图。
根据各个实施例，对地图数据108的处理包括连接性分类和创建用于地图改进的反馈环路的流水线。
连接性分类寻找从地图数据108生成的路线图的不同部分并对其进行分类。这包括基于路线图的子图与完整路线图的关系对子图进行分类，以及以可扩展方式寻找这些分类的算法。
连接性关系是针对整个路线图的不同强连接组件(SCC)的分组(例如，对)定义的。连接性分类是针对各个SCC定义的。首先，图被分解为其不同的SCC，然后基于每个SCC对图的整体连接性的可能影响将其分类为多个SCC分类之一。
强连接组件是图的子图，其中在子图的所有顶点对之间存在路径。
图3示出了具有顶点A、B、C、D、E、F、G的图的示例，其中包括顶点B、C、D、E的子图形成强连接组件。
为了确定SCC的SCC分类以及各SCC之间的连接性关系，处理器110例如首先识别(为要分析的地图数据108生成的)路线图的SCC组件。这可以例如通过Kosaraju算法或Tarjan算法来完成。
SCC分类旨在指示该SCC可能存在哪些(如果有)连接性问题。在理想的路线图中，只有一个SCC。因此，SCC分类暗示了什么阻止了这种情况的发生。
SCC的SCC分类例如由SCC的大小及其与路线图的其他SCC的连接性确定。这将SCC分解为不同的分类(本质上是一个简单的决策树)。SCC分类的示例如下：
·最大SCC：主图
·完全断开的SCC：单独的图(通常无路线问题但可以验证)。例如，单独的图可能是由岛或私有财产引起的。
·单一SCC：由单一节点组成的SCC，通常形成SCC的线，可以基于其进出连接进一步分解为开始/结束/隔离
·其他：未分类，需要更多验证。
在将SCC分类指派给SCC时包括的其他属性。
下面给出了将SCC分类为SCC分类的伪代码算法示例。
Figure BDA0003480294080000061
Figure BDA0003480294080000071
除了路线图的SCC的整体分类之外，还确定了连接性关系。这些关系将SCC与其他SCC相关，并提供多个类别的评级，以表明这两个SCC之间缺失连接性的可能性。
为了计算连接性关系，处理器110例如收集关于每个单独SCC的统计数据，并确定这些统计数据如何与更广泛的路线图相关，并获得驾驶员行驶历史数据。处理器还可以使用这些统计数据为每个SCC构建连接性分类。
连接性关系是在SCC之间计算的(其中，SCC之间的连接性弱于强连接)。例如，两个或更多个SCC的连接性被赋予如下连接性(或“次要”)关系
·连接性关系“已连接”：如果scc_i和scc_j之间有任何边，则它们已连接
·连接性关系“路径”：如果它们都是单一scc并且对于路径中的每个scc，scc_i连接到scc_{i+1}，则{scc_i}的列表是路径，并且不能添加其他单一scc
·连接性关系“驾驶员连接路径”：如果具有驾驶员在两条路径{scc_i}{scc_j}中的节点之间行驶的历史数据，但它们原本是断开的，则这两条路径是驾驶员连接路径。
这意味着在确定SCC对或分组之间的连接性关系之后，SCC通过利用它们的接近性、共享关系、图形切割和历史数据(例如来自历史驾驶员轨迹)来对它们之间缺失连接性的概率进行评级。轨迹数据允许(在一些情况下)识别连接性的建议位置。
根据各个实施例，隔离分类和检测被内置到如图4所示的操作流水线中以处理、分类、生成改进。在下文中，这被描述为由图1的服务器计算机106执行，但这只是示例，其也可以在别处例如由另一个服务器计算机(例如，在地图数据处理中心等中)执行，该另一个服务器计算机然后将处理后的地图数据提供到服务器计算机106用于为电子叫车请求提供服务。
图4示出了根据实施例的流程图400。
在401中，从地图储存库(例如外部数据库111)下载当前地图数据。这可以是公共或私有储存库，并且这两者都可以使用。处理器110然后根据地图数据(例如，针对某个地理区域)生成路线图，其中，处理器将地理位置映射到顶点并且如果根据地图数据从一个顶点到另一个顶点有一条道路，则将从该顶点到另一个顶点的有向边包括到路线图中。
处理器110然后根据分类过程处理路线图。这包括在402中确定路线图的SCC、在403中确定针对确定的SCC的SCC分类以及在404中确定图的连接性关系，如上所述。这尤其可以包括，一旦找到所有SCC组件，就收集关于每个SCC的信息及其用途，以将其分类为不同类型的潜在地图问题。可以收集并导出其结果。
在405中，在分类之后，可以基于发现的问题的数量及其严重性来评估路线图的质量。这可以包括确定质量指标，例如以度量值的形式，如
scc_count/node_count
即，强连接组件与路线图中顶点(或节点)数量的比。度量的这个示例很简单但很有意义，并且给出了与地图大小无关的问题大小估计——在高质量路线地图的情况下，它应当是很小的数字。
质量指标可以被导出(例如，导出到观测工具)并编译成时间序列。这允许随着时间的推移跟踪地图质量，并为任何地图质量降级提供早期警告。
分类过程的输出可以例如以一个或多个GPX(GPS交换格式)文件的形式导出。GPX由XML模式描述，并被设计为软件应用程序的通用GPS(全球定位***)格式。这可以例如被馈送到可视化工具(例如OSM编辑器)中进行可视化(例如，供用户检查)。借助于连接性分类，这允许(例如，用户或自动分析工具)识别由缺失道路、错误的道路和转弯限制以及具有不正确行驶方向的道路引起的许多地图错误。在检测到错误之后，可以(例如，由用户或自动)提交对地图数据的一个或多个更改，并且该过程可以再次以更改后的地图数据从401开始。以这种方式对地图数据的每次修复都会改进问题的分类，从而形成反馈改进环路。这一系列操作提供了闭环***，从而迭代地改进地图。
分类过程结果的可视化可以包括通过颜色编码显示不同的分类和连接性关系。例如，用户(例如，电子叫车服务的地图操作团队的用户)可以将这些检测的可视化与路线图和卫星图像叠加。上述连接性关系可以用建议的问题进行标记，例如
·路径：停车场、泊车场
·驾驶员连接路径：停车场、缺失双向街道
·多隔离：缺失桥梁、不正确的行驶方向
这些可能基于经验。还可以提供到类别中的自动反馈。
图5示出了对地图数据的处理的结果的示例可视化。
在该示例中，属于最大SCC的道路以白色填充示出，并且属于其他SCC的道路以黑色填充示出。
应当注意，根据一个实施例，地图数据被分成多个区域性地图，并且实施分布式***来并行处理区域性地图。随着地图数据(例如，城市级别地图)的添加，协调器可以将对这些图运行处理的作业添加到处理队列中。然后，从该队列中拉出作业并进行处理，例如，如参考图4所描述的。
图6示出了其中较差或过时的卫星图像产生地图数据的示例，该地图数据产生与路线图中的最大SCC断开的SCC。可以识别出地图数据(据信)缺少道路(实际上存在道路)从而导致SCC断开的位置。
图7示出了其中地图数据在两种情况下缺失了两条车道之间的行驶可能性的示例：路线图在位置701和702中缺少前往左下角的车道和前往右上角的车道之间的连接。从这两个缺失的连接可以推断，在每种情况下，地图数据都缺少这两条车道之间的行驶可能性(例如，连接这两条车道的道路或在位置701和702处转弯的权利)。
总之，根据各个实施例，提供了如图8中所展示的方法。
图8示出了展示用于校正地图数据中的错误的方法的流程图800。
在801中，获得指定位置之间的行驶可能性的地图数据。
在802中，如果地图数据指定能够从第一顶点被指派的位置行驶到第二顶点被指派的位置，则通过为每个位置指派一个顶点和从一个顶点到另一个顶点的边来根据地图数据生成路线图。
在803中，识别路线图的最大强连接组件。
在804中，识别路线图的一个或多个另外的强连接组件。
在805中，通过识别该地图数据中不存在的行驶可能性来检测该地图数据中的错误，该地图数据中不存在这些行驶可能性导致缺失路线图的一个或多个另外的强连接组件与路线图的最大强连接组件之间的连接。
在806中，通过所识别的行驶可能性来修正地图数据。
根据各个实施例，换言之，使用对应路线图的强连接组件作为基础来确定(地理)地图中的错误。这可以看作是基于这样的观测，即使路线选择失败时有发生，但大多数地点(位置)通常可从其他地方进行路线选择。这意味着这些地点形成SCC。通过识别该SCC并将其置于地图上，可以看出为什么地图的其余部分(即位置)不是该SCC的一部分。
根据各个实施例，研究SCC之间、特别是另外的SCC与最大SCC之间的缺失连接，以找到地图数据中的错误(即，缺乏行驶可能性)。换言之，研究SCC与最大SCC之间连接性的缺乏以找到地图数据中的错误。
图8的方法可以是用于控制车辆(或控制车辆的导航)的方法的一部分，其中，将修正后的地图数据提供给车辆，并且使用修正后的地图数据来控制车辆(或其导航)。
图8的方法例如由如图9中所展示的服务器计算机执行。
图9示出根据实施例的服务器计算机900。
服务器计算机900包括通信接口901(例如，被配置为接收要处理(即，修正或增强)的地图数据，和/或将处理后的地图数据提供给另一服务器(例如，导航服务器)或车辆中的导航设备)。服务器计算机900进一步包括处理单元902和存储器903。存储器903可以由处理单元902用来存储例如要处理的地图数据。服务器计算机被配置为执行图8的方法。
可以由一个或多个电路来执行本文描述的方法并实施本文描述的各种处理或计算单元和设备。在实施例中，“电路”可以理解为任何类型的逻辑实施实体，其可以是硬件、软件、固件或其任意组合。因此，在实施例中，“电路”可以是硬连线逻辑电路或可编程逻辑电路，诸如可编程处理器，例如微处理器。“电路”也可以是由处理器实施或执行的软件，例如，任何类型的计算机程序，例如使用虚拟机代码的计算机程序。根据替代性实施例，本文描述的各个功能的任何其他类型的实施方式也可以被理解为“电路”。
虽然已经参考特定实施例具体示出和描述了本披露内容，但是本领域技术人员应当理解，在不脱离如所附权利要求所限定的本发明的精神和范围的情况下，可以在其中进行形式和细节的各种变化。因此，本发明的范围由所附权利要求指示，并且因此旨在涵盖属于权利要求的等同物的含义和范围内的所有改变。

Claims (16)

1.一种用于校正地图数据中的错误的方法，该方法包括：
获得指定位置之间的行驶可能性的地图数据；
如果该地图数据指定能够从第一顶点被指派的位置行驶到第二顶点被指派的位置，则通过为每个位置指派一个顶点和从一个顶点到另一个顶点的边来根据该地图数据生成路线图；
识别该路线图的最大强连接组件；
识别该路线图的一个或多个另外的强连接组件；
通过识别该地图数据中不存在的行驶可能性来检测该地图数据中的错误，该地图数据中不存在这些行驶可能性导致缺失该路线图的一个或多个另外的强连接组件与该路线图的最大强连接组件之间的连接；
通过所识别的行驶可能性来修正该地图数据；以及
通过迭代地重复获得地图数据、生成路线图、识别该路线图的最大强连接组件并识别该路线图的一个或多个另外的强连接组件、以及确定该路线图的质量指标、随时间推移跟踪该质量指标并将该质量指标编译成时间序列来监测该地图数据的质量。
2.如权利要求1所述的方法，其中，这些行驶可能性是有向行驶可能性，并且该路线图是有向路线图。
3.如权利要求1或2所述的方法，其中，这些行驶可能性包括与所允许行驶方向相关联的道路。
4.如权利要求1所述的方法，包括将该路线图的每个另外的强连接组件与多个连接性分类的一个连接性分类相关联，其中，这些连接性分类包括以下各项中的一项或多项：各自与最大强连接组件隔离并且包括多个顶点的一类强连接组件；各自具有与其他强连接组件隔离的单一顶点的一类强连接组件；各自具有只能从一个或多个其他强连接组件的顶点到达的单一顶点的一类强连接组件；以及各自具有不能从任何其他强连接组件到达但能够从其到达强连接组件的单一顶点的一类强连接组件，其中，该方法进一步包括使用与该路线图的这些另外的强连接组件相关联的连接性分类来检测该地图数据中的错误。
5.如权利要求1所述的方法，包括将该路线图的两个或更多个强连接组件的分组与多个连接性关系的一个连接性关系相关联，其中，这些连接性关系包括以下各项中的一项或多项：表明该分组的强连接组件之间存在边的连接性关系；表明强连接组件的分组形成单一顶点的最大路径的连接性关系；以及表明由该地图数据表示的地理区域的历史驾驶数据表明驾驶员已经在该路线图中未连接的强连接组件的顶点之间行驶的连接性关系，其中，该方法进一步包括使用与该路线图的强连接组件的分组相关联的连接性关系来检测该地图数据中的错误。
6.如权利要求1所述的方法，进一步包括获取由该地图数据表示的地理区域的历史驾驶数据，确定该路线图中是否存在包括第一顶点和第二顶点的顶点对，其中，该地图数据未指定从该第一顶点到该第二顶点的行驶可能性但该历史驾驶数据表明驾驶员已经从该第一顶点被指派的位置行驶到该第二顶点被指派的位置，并且如果存在这样的顶点对，则确定该地图数据缺少从该第一顶点被指派的位置到该第二顶点被指派的位置的行驶可能性。
7.如权利要求1所述的方法，包括通过迭代地重复生成路线图、识别该路线图的最大强连接组件、识别该路线图的一个或多个另外的强连接组件、检测错误和修正该地图数据来迭代地修正该地图数据，其中，在前一次迭代中修正的地图数据用作当前迭代的地图数据。
8.如权利要求7所述的方法，包括当该质量指标低于预定阈值时生成警报信号。
9.如权利要求1所述的方法，包括将该路线图的所识别强连接组件的规范导出到可视化工具。
10.如权利要求1所述的方法，进一步包括对该路线图的所识别强连接组件进行可视化。
11.如权利要求10所述的方法，其中，该可视化进一步包括对强连接组件的连接性分类、或两个或更多个强连接组件的分组的连接性关系、或两者进行可视化。
12.如权利要求10或11所述的方法，其中，该可视化进一步包括使这些强连接组件与由该地图数据给出的地理地图重叠。
13.如权利要求1所述的方法，进一步包括通过修正后的地图数据来导航一个或多个车辆。
14.如权利要求1所述的方法，进一步包括将修正后的地图数据传输到车辆并使用该修正后的地图数据来控制该车辆。
15.一种服务器计算机，包括无线电接口、存储器接口和处理单元，该服务器计算机被配置为执行如权利要求1至14中任一项所述的方法。
16.一种计算机可读介质，包括程序指令，这些程序指令在由一个或多个处理器执行时使该一个或多个处理器执行如权利要求1至14中任一项所述的方法。
CN202080052677.3A 2020-06-22 2020-06-22 用于校正地图数据中的错误的方法和设备 Active CN114174765B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/SG2020/050348 WO2021262082A1 (en) 2020-06-22 2020-06-22 Method and device for correcting errors in map data

Publications (2)

Publication Number Publication Date
CN114174765A CN114174765A (zh) 2022-03-11
CN114174765B true CN114174765B (zh) 2023-02-21

Family

ID=79281620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080052677.3A Active CN114174765B (zh) 2020-06-22 2020-06-22 用于校正地图数据中的错误的方法和设备

Country Status (4)

Country Link
US (2) US11808602B2 (zh)
CN (1) CN114174765B (zh)
TW (1) TW202200964A (zh)
WO (1) WO2021262082A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11768754B2 (en) * 2020-08-27 2023-09-26 Tsinghua University Parallel program scalability bottleneck detection method and computing device

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750089A (zh) * 2008-12-11 2010-06-23 北京四维图新科技股份有限公司 基于海量电子地图的路网连通性的检测方法及装置
CN102567429A (zh) * 2010-12-30 2012-07-11 北京四维图新科技股份有限公司 检查全网道路连通性的方法和装置
CN102947676A (zh) * 2010-04-23 2013-02-27 通腾科技股份有限公司 导航装置及在其上实行的方法
CN108108854A (zh) * 2018-01-10 2018-06-01 中南大学 城市路网链路预测方法、***及存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7672919B2 (en) 2006-08-02 2010-03-02 Unisys Corporation Determination of graph connectivity metrics using bit-vectors
JP5308621B2 (ja) 2006-10-05 2013-10-09 日立オートモティブシステムズ株式会社 地図データ配信システム
JP4903616B2 (ja) 2007-03-29 2012-03-28 アイシン・エィ・ダブリュ株式会社 地図更新データ供給装置、地図データ更新システム、及び地図更新データ供給方法
US20080300778A1 (en) * 2007-05-30 2008-12-04 Tele Atlas North America, Inc. System and method for personalizing trip assistance on a digital map
ES2468795T3 (es) * 2009-07-09 2014-06-17 Tomtom International B.V. Dispositivo de navegación y método para el cálculo de ruta con dependencia temporal
US8928698B2 (en) 2012-06-10 2015-01-06 Apple Inc. Compression of road features in map tiles
US9816823B2 (en) 2013-03-15 2017-11-14 Hewlett Packard Enterprise Development Lp Updating road maps
US9959289B2 (en) * 2014-08-29 2018-05-01 Telenav, Inc. Navigation system with content delivery mechanism and method of operation thereof
EP3189305B1 (en) * 2014-09-02 2019-10-23 HERE Global B.V. An apparatus and associated methods for providing updated content for location based applications and services
US20190137289A1 (en) * 2017-11-07 2019-05-09 Uber Technologies, Inc. Detection of Map Anomalies
AU2019387098A1 (en) * 2018-11-26 2021-07-22 Uber Technologies, Inc. Routing graph management in autonomous vehicle routing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750089A (zh) * 2008-12-11 2010-06-23 北京四维图新科技股份有限公司 基于海量电子地图的路网连通性的检测方法及装置
CN102947676A (zh) * 2010-04-23 2013-02-27 通腾科技股份有限公司 导航装置及在其上实行的方法
CN102567429A (zh) * 2010-12-30 2012-07-11 北京四维图新科技股份有限公司 检查全网道路连通性的方法和装置
CN108108854A (zh) * 2018-01-10 2018-06-01 中南大学 城市路网链路预测方法、***及存储介质

Also Published As

Publication number Publication date
US11808602B2 (en) 2023-11-07
WO2021262082A1 (en) 2021-12-30
CN114174765A (zh) 2022-03-11
US20230095655A1 (en) 2023-03-30
US20240035844A1 (en) 2024-02-01
TW202200964A (zh) 2022-01-01

Similar Documents

Publication Publication Date Title
CN110909096B (zh) 推荐上车点确定方法及装置、存储介质、电子设备
CN101517371B (zh) 产生用于导航装置中的改进的地图数据的方法
CN110768819B (zh) 生成方法、规划方法、装置、终端和可读存储介质
CN103557870B (zh) 一种动态轨迹导航方法及云平台
CN105210119B (zh) 通过计算装置提供的位置数据点确定通行费的数额
US20240035844A1 (en) Method and device for correcting errors in map data
EP2659228B1 (en) Generation of a seamless network of road or line segments in a digital map
WO2011023242A1 (en) System and method of identifying potential errors in a digital map database
WO2014199503A1 (ja) 交通需要制御装置
US10657394B2 (en) Method and system for handling misclassification of speed signs
EP2659227B1 (en) Incremental network generation providing seamless network
JP2006065246A (ja) カーナビゲーション装置の地図データ更新方法、地図データ更新システム、カーナビゲーション装置、地図情報サーバ
CN113706857B (zh) 道路通行性的确定方法、装置、设备及存储介质
CN111798660B (zh) 车辆信息显示、获取方法及装置以及相关设备
CN110455276A (zh) 一种路径个性化路线规划方法
US12013248B2 (en) Method and device for determining a navigation profile for a vehicle in a geographical area
JP7275582B2 (ja) 移動トレンド検知システム、サーバコンピュータ、方法、及びコンピュータプログラム
JP7158118B2 (ja) 車両検索システム
KR102655088B1 (ko) 캠퍼스 모빌리티 통합 관리 플랫폼
CN114065989A (zh) 交通状况预测方法、装置、电子设备及存储介质
CN106781482A (zh) 新型智能交通数据处理***
KR20240039916A (ko) 차량의 궤적 데이터 제공 서비스를 운영하는 방법과, 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체
CN116975468A (zh) 一种上车点的推荐方法、终端及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant