CN114383600B - 用于地图的处理方法、装置、电子设备和存储介质 - Google Patents

用于地图的处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114383600B
CN114383600B CN202210285172.2A CN202210285172A CN114383600B CN 114383600 B CN114383600 B CN 114383600B CN 202210285172 A CN202210285172 A CN 202210285172A CN 114383600 B CN114383600 B CN 114383600B
Authority
CN
China
Prior art keywords
road
sub
route
routes
similarity
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
CN202210285172.2A
Other languages
English (en)
Other versions
CN114383600A (zh
Inventor
夏德国
黄际洲
杨建忠
谷艳蕾
卢振
曹婷婷
徐秋阳
宗希鹏
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210285172.2A priority Critical patent/CN114383600B/zh
Publication of CN114383600A publication Critical patent/CN114383600A/zh
Application granted granted Critical
Publication of CN114383600B publication Critical patent/CN114383600B/zh
Priority to US18/173,643 priority patent/US20230196793A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/182Network patterns, e.g. roads or rivers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种用于地图的处理方法,涉及计算机技术领域,尤其涉及计算机视觉技术和高精地图技术。具体实现方案为:对第一道路线进行切分处理,得到多个第一子道路线,其中,第一道路线是根据与目标区域对应的图像的分割掩码得到的;对第二道路线进行切分处理,得到多个第二子道路线,其中,第二道路线是根据与目标区域对应的轨迹信息得到的;以及根据多个第一子道路线与多个第二子道路线之间的第一相似度,确定目标道路线。本公开还提供了一种用于地图的处理装置、电子设备和存储介质。

Description

用于地图的处理方法、装置、电子设备和存储介质
技术领域
本公开涉及计算机技术技术领域,尤其涉及计算机视觉技术和高精地图技术。更具体地,本公开提供了一种用于地图的处理方法、装置、电子设备和存储介质。
背景技术
可以根据道路数据为用户提供导航服务。但是,由于交通设施在不断地更新,因此需要及时更新相关的道路数据,以提高用户的出行体验。
发明内容
本公开提供了一种用于地图的处理方法、装置、设备以及存储介质。
根据第一方面,提供了一种用于地图的处理方法,该方法包括:对第一道路线进行切分处理,得到多个第一子道路线,其中,上述第一道路线是根据与目标区域对应的图像的分割掩码得到的;对第二道路线进行切分处理,得到多个第二子道路线,其中,上述第二道路线是根据与上述目标区域对应的轨迹信息得到的;以及根据上述多个第一子道路线与上述多个第二子道路线之间的第一相似度,确定目标道路线。
根据第二方面,提供了一种用于地图的处理装置,该装置包括:第一切分模块,用于对第一道路线进行切分处理,得到多个第一子道路线,其中,上述第一道路线是根据与目标区域对应的图像的分割掩码得到的;第二切分模块,用于对第二道路线进行切分处理,得到多个第二子道路线,其中,上述第二道路线是根据与上述目标区域对应的轨迹信息得到的;以及确定模块,用于根据上述多个第一子道路线与上述多个第二子道路线之间的第一相似度,确定目标道路线。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据本公开提供的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行根据本公开提供的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例的可以应用用于地图的处理方法和装置的示例性***架构示意图;
图2是根据本公开的一个实施例的用于地图的处理方法的流程图;
图3是根据本公开的另一个实施例的用于地图的处理方法的流程图;
图4是根据本公开的另一个实施例的用于地图的处理方法的流程图;
图5A是根据本公开的一个实施例的与目标区域对应的图像的分割掩码的示意图;
图5B是根据本公开的一个实施例的与目标区域对应的轨迹图的示意图;
图6A是根据本公开的一个实施例的当前子道路线的示意图;
图6B是根据本公开的一个实施例的多个第一子道路线的示意图;
图6C是根据本公开的一个实施例的多个第二子道路线的示意图;
图7是根据本公开的一个实施例的用于地图的处理装置的框图;以及
图8是根据本公开的一个实施例的可以应用用于地图的处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了获取准确的道路数据,可以利用采集车采集道路数据,也可以根据用户轨迹获取道路数据,或者也可以根据卫星影像获取道路数据。进而可以根据道路数据确定道路线。
一种利用采集车采集道路数据的方法,可以利用配有采集设备的采集车进行道路图像采集。再对道路图像进行处理,以识别出当前地图中缺失的道路。但该方法需要专门的采集设备,成本较高,时效较低,对采集车的数量和道路图像质量有较高的要求,不能大量识别并补充缺失道路。
一种根据用户轨迹获取道路数据的方法,可以获取用户轨迹,以构建轨迹图,进而通过形态学处理、聚类处理等方法获取到道路数据。根据获取到的道路数据和当前地图中道路数据,得到当前地图中缺失的道路。该方法时效性高,但需要大量的轨迹信息。并且,用户轨迹会出现漂移现象,导致路网密集的区域内轨迹会交叉覆盖,进而导致无法识别出具体的道路。而在路网稀疏的区域,比如郊区,又难以获取到足够的轨迹。因此,该方法具有一定的局限性。
一种根据卫星影像获取道路数据的方法,可以获取目标区域的卫星影像。将该卫星影像输入图像分割模型,得到道路数据。但卫星影像容易受到光线强度、建筑阴影等的影响,导致道路数据不准确。
图1是根据本公开一个实施例的可以应用用于地图的处理方法和装置的示例性***架构示意图。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果反馈给终端设备。
需要说明的是,本公开实施例所提供的用于地图的处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的用于地图的处理装置一般可以设置于服务器105中。本公开实施例所提供的用于地图的处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的用于地图的处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
图2是根据本公开的一个实施例的用于地图的处理方法的流程图。
如图2所示,该方法200可以包括操作S210至操作S230。
在操作S210,对第一道路线进行切分处理,得到多个第一子道路线。
在本公开实施例中,第一道路线可以是根据与目标区域对应的图像的分割掩码得到的。
例如,将与目标区域对应的图像输入语义分割模型,可以得到该图像的分割掩码。
例如,可以对与目标区域对应的图像的分割掩码进行形态学处理,得到第一初始道路线。在一个示例中,形态学处理包括膨胀处理、腐蚀处理、开处理和闭处理中的至少一种。
例如,可以对第一初始道路线进行压缩处理,得到第一道路线。在一个示例中,可以使用道格拉斯-普克(Douglas–Peucker)算法进行压缩处理,以得到第一道路线。
在操作S220,对第二道路线进行切分处理,得到多个第二子道路线。
在本公开实施例中,第二道路线可以是根据与目标区域对应的轨迹信息得到的。
例如,可以对轨迹信息进行去噪滤波处理,得到与目标区域对应的轨迹图,以得到第二道路线。
可以理解,根据轨迹信息,可以采用各种方式得到第二道路线,本公开对此不做限制。
在操作S230,根据多个第一子道路线与多个第二子道路线之间的第一相似度,确定目标道路线。
在本公开实施例中,可以计算多个第一子道路线中每个第一子道路线与多个第二子道路线中每个第二子道路线之间的第一相似度。
例如,第一子道路线R11与第二子道路线R21之间的第一相似度为0.4。第一子道路线R11与第二子道路线R22之间的第一相似度为0.1。
在本公开实施例中,根据与每个第一子道路线的第一相似度最大的第二子道路线,确定与每个第一子道路线对应的第二子道路线。
例如,第二子道路线R21为与第一子道路线R11的第一相似度最大的第二子道路线,则可以将第二子道路线R21确定为与第一子道路线R11对应的第二子道路线。
在本公开实施例中,根据第一相似度和预设第一相似度阈值,得到K个第一子道路线和与K个第一子道路线对应的K个第二子道路线。
例如,根据第一相似度和预设第一相似度阈值,得到K个第一子道路线和与K个第一子道路线一一对应的K个第二子道路线。
例如,K为大于或等于1的整数。
例如,以预设第一相似度阈值为0.3为示例。第一子道路线R11与第二子道路线R21的相似度为0.4。因此,第一子道路线R11可以作为K个第一子道路线之一。第二子道路线R21可以作为K个第二子道路线之一。
在本公开实施例中,根据K个第一子道路线和K个第二子道路线,确定目标道路线。
例如,根据与第k个第一道路线对应的第二子道路线的长度和第k个第一子道路线的长度,确定第m个目标子道路线。
在一个示例中,k为小于或等于K的整数。
在一个示例中,第一子道路线R11的长度小于第二子道路线R21的长度。可以将第二子道路线R21确定为1个目标子道路线。
例如,根据第m个目标子道路线,确定目标道路线。
在一个示例中,m为大于或等于1的整数。
在一个示例中,可以将第二子道路线R21添加到地图中,以确定目标道路线。
可以理解,第m个目标子道路线,在与目标区域对应的图像中的位置信息或在与目标区域对应的轨迹图中的位置信息是可以确定的。因此可以将第m个目标子道路线添加到地图中,以得到目标道路线。
通过本公开实施例,融合了与目标区域对应的轨迹信息和图像分割掩码的信息,可以有效提取出形状更精准的道路线,提高了道路质量。有助于提升用户导航体验,提高地图产品的竞争力。
在一些实施例中,上文所述的与目标区域对应的图像可以是与目标区域对应的卫星影像。
在一些实施例中,可以根据目标道路线,对当前地图进行更新,得到更新地图。例如,可以将目标道路线添加至当前地图,得到更新地图。
图3是根据本公开的另一个实施例的用于地图的处理方法的流程图。
如图3所示,该方法300可以包括操作S310至操作S320、操作S340至操作S380,以及操作S330。S340至操作S380可以在操作S330之前执行。
在操作S310,对第一道路线进行切分处理,得到多个第一子道路线。
在本公开实施例中,第一道路线可以是根据与目标区域对应的图像的分割掩码得到的。
在操作S320,对第二道路线进行切分处理,得到多个第二子道路线。
在本公开实施例中,第二道路线可以是根据与目标区域对应的轨迹信息得到的。
可以理解,方法300中的操作S310和操作S320,与方法200中的操作S210和操作S220相同或类似,本公开在此不再赘述。
在操作S340,对当前道路线进行切分处理,得到多个当前子道路线。
例如,当前道路线可以是当前地图中的道路线。
例如,对当前道路线进行切分处理,可以得到当前子道路线R01、当前子道路线R02和当前子道路线R03等多个当前子道路线。接下来,将根据当前子道路线R01进行详细说明。
在操作S350,计算多个当前子道路线与多个第一子道路线之间的第二相似度。
例如,如上文所述,第一子道路线包括第一子道路线R11等等。在本实施例中,第一子道路线还包括第一子道路线R12
在一个示例中,当前子道路线R01与第一子道路线R11之间的第二相似度为0.2。当前子道路线R01与第一子道路线R12之间的第二相似度为0.8。
在操作S360,删除与多个当前子道路线的第二相似度大于预设第二相似度阈值的第一子道路线,得到剩余的至少一个第一子道路线。
例如,以预设第二相似度阈值为0.7为示例。可以删除上文所述的第一子道路线R12,得到剩余的至少一个第一子道路线包括第一子道路线R11
在操作S370,计算多个当前子道路线与多个第二子道路线之间的第三相似度。
例如,如上文所述,第二子道路线包括第二子道路线R21与第二子道路线R22等等。本实施例中,第二子道路线还包括第二子道路线R23
在一个示例中,当前子道路线R01与第二子道路线R21之间的第三相似度为0.3。当前子道路线R01与第二子道路线R23之间的第三相似度为0.9。当前子道路线R01与第二子道路线R22之间的第三相似度为0.3。
在操作S380,删除与多个当前子道路线的第三相似度大于预设第三相似度阈值的第二子道路线,得到剩余的至少一个第二子道路线。
例如,以预设第三相似度阈值为0.7为示例。可以删除上文所述的第二子道路线R23,得到剩余的至少一个第二子道路线包括第二子道路线R21和第二子道路线R22
在操作S330,根据剩余的至少一个第一子道路线和剩余的至少一个第二子道路线之间的第一相似度,确定目标道路线。
可以理解,方法300中的操作S330,与方法200中的操作S230相同或类似,本公开在此不再赘述。
例如,可以理解,根据上文所述的预设第一相似度阈值,以及剩余的至少一个第一子道路线R11和剩余的至少一个第二子道路线R21、第二子道路线R22,确定目标道路线。
通过本公开实施例,利用当前地图中的当前道路线,对多个第一子道路线和多个第二子道路线进行了去重,减少了确定目标道路线所需的计算量。同时可以提高确定目标子道路线的正确率。
在一些实施例中,对当前道路线进行切分处理,得到多个当前子道路线;计算多个当前子道路线与多个第一子道路线之间的第二相似度;以及删除与多个当前子道路线的第二相似度大于预设第二相似度阈值的第一子道路线,得到剩余的至少一个第一子道路线。根据多个第一子道路线与多个第二子道路线之间的第一相似度,确定目标道路线包括:根据剩余的至少一个第一子道路线和多个第二子道路线之间的第一相似度,确定目标道路线。可以理解本实施例中,与上文所述的方法300中的操作S340至操作S360、操作S330相同或类似,在此不再赘述。
在一些实施例中,对当前道路线进行切分处理,得到多个当前子道路线;计算多个当前子道路线与多个第二子道路线之间的第三相似度;以及删除与多个当前子道路线的第三相似度大于预设第三相似度阈值的第二子道路线,得到剩余的至少一个第二子道路线。根据多个第一子道路线与多个第二子道路线之间的第一相似度,确定目标道路线包括:根据剩余的至少一个第二子道路线和多个第一子道路线之间的第一相似度,确定目标道路线。可以理解本实施例中,与上文所述的方法300中的操作S340、操作S370至操作S380、操作S330相同或类似,在此不再赘述。
图4是根据本公开的另一个实施例的用于地图的处理方法的流程图。
上文所述的第一道路线、第二道路线各自包括至少一个矢量点。
如图4所示,该方法400可以针对第一道路线和第二道路线各自的至少一个矢量点,执行以下操作S401至操作S404,得到多个切分点。该方法400可以在上文所述的操作S210或操作310之前执行。
在操作S401,根据第i个矢量点和第i-1个矢量点,得到第i个第一向量。
例如,第i个第一向量可以是第i个矢量点指向第i-1个矢量点的向量。
在操作S402,根据第i个矢量点和第i+1个矢量点,得到第i个第二向量。
例如,第i个第二向量可以是第i个矢量点指向第i+1个矢量点的向量。
在操作S403,根据第i个第一向量和第i个第二向量,确定第i个夹角。
例如,第i个夹角的角度为125°。
在操作S404,响应于第i个夹角的角度大于预设角度阈值,根据第i个矢量点,确定一个切分点。
例如,以预设角度阈值为120°为示例。可以确定本实施例中的第i个夹角的角度(125°)大于预设角度阈值(120°)。可以将第i个矢量点确定为一个切分点。
可以理解,当前道路线也包括至少一个矢量点。可以利用与方法400相同或类似的方式,确定当前道路线的多个切分点。
图5A是根据本公开一个实施例的与目标区域对应的图像的分割掩码的示意图。
如图5A所示,图5A中的白色线条可以作为第一道路线。图5A中包含一个区域501,区域501内的线条是局部的第一道路线。
图5B是根据本公开一个实施例的与目标区域对应的轨迹图的示意图。
如图5B所示,图5B中的白色线条可以作为第二道路线。图5B所示的轨迹图是根据与图5A的目标区域对应的轨迹信息得到的。
图5B中包含一个区域502,区域502内的线条是局部的第二道路线。
图6A是根据本公开的一个实施例的当前子道路线的示意图。
如图6A所示,当前子道路线6011和当前子道路线6012可以是对当前地图中的当前道路线根据切分点6013进行切分处理得到的。当前子道路线6012可以是上文所述的当前子道路线R01
图6B是根据本公开的一个实施例的多个第一子道路线的示意图。
如图6B所示,图6B中包括第一子道路线6021和第一子道路线6022。第一子道路线6021可以是上文所述的第一子道路线R11。第一子道路线6022可以是上文所述的第一子道路线R12
在一个示例中,第一子道路线6021和第一子道路线6022可以是对例如图5A中的区域501内的局部的第一道路线进行切分处理得到的。
第一子道路线6021与当前子道路线6012之间的第二相似度为0.2。第一子道路线6022与当前子道路线6012之间的第二相似度为0.8。如上文所述,以预设第二相似度阈值为0.7为示例。可以删除第一子道路线6022,得到剩余的一个第一子道路线6021。本实施例中,第一子道路线6021与当前子道路线6011之间的第二相似度,以及第一子道路线6022与当前子道路线6011之间的第二相似度,均小于预设第二相似度阈值。
图6C是根据本公开的一个实施例的多个第二子道路线的示意图。
如图6C所示,图6C包括第二子道路线6031、第二子道路线6032和第二子道路线6033。第二子道路线6031可以是上文所述的第二子道路线R21。第二子道路线6032可以是上文所述的第二子道路线R23。第二子道路线6033可以是上文所述的第二子道路线R22
在一个示例中,第二子道路线6031至第二子道路线6033可以是对例如图5B中的区域502内的局部的第二道路线进行切分处理得到的。
第二子道路线6031与当前子道路线6012之间的第三相似度为0.3。第二子道路线6032与当前子道路线6012之间的第三相似度为0.9。第二子道路线6033与当前子道路线6012之间的第三相似度为0.3。如上文所述,以预设第三相似度阈值为0.7为示例。可以删除第二子道路线6032,得到剩余的二个第二子道路线,分别为第二子道路线6031和第二子道路线6033。本实施例中,第二子道路线6031与当前子道路线6011之间的第三相似度、第二子道路线6032与当前子道路线6011之间的第三相似度和第二子道路线6033与当前子道路线6011之间的第三相似度,均小于预设第三相似度阈值。
接下来,可以根据剩余的至少一个第一子道路线与剩余的至少一个第二子道路线之间的第一相似度,确定目标道路线。例如,第一子道路线6021与第二子道路线6031之间的第一相似度为0.4。第一子道路线6021与第二子道路线6033的第一相似度为0.1。可以将第二子道路线6031确定为与第一子道路线6021对应的第二子道路线。
以预设第一相似度阈值为0.3为示例。第一子道路线6021与第二子道路线6031之间的第一相似度为0.4,大于0.3。可以根据第一子道路线6021与第二子道路线6031确定一个目标子道路线。例如,如图6B和图6C所示,第一子道路线6021的长度小于第二子道路线6031的长度,可以将第二子道路线6031确定为一个目标子道路线。
例如,可以将第二子道路线6031添加到当前地图中。比如,将当前子道路线6011删除,再将第二子道路线6031与当前子道路线6011的端点6013连接,以得到局部的目标道路线。
可以理解,可以采用任意方式计算第一相似度、第二相似度或第三相似度,本公开在此不做限制。
图7是根据本公开的一个实施例的用于地图的处理装置的框图。
如图7所示,该装置700可以包括第一切分模块710、第二切分模块720和确定模块730。
第一切分模块710,用于对第一道路线进行切分处理,得到多个第一子道路线。其中,上述第一道路线是根据与目标区域对应的图像的分割掩码得到的。
第二切分模块720,用于对第二道路线进行切分处理,得到多个第二子道路线。其中,上述第二道路线是根据与上述目标区域对应的轨迹信息得到的。
确定模块730,用于根据上述多个第一子道路线与上述多个第二子道路线之间的第一相似度,确定目标道路线。
在一些实施例中,上述确定模块包括:第一计算子模块,用于计算上述多个第一子道路线中每个第一子道路线与上述多个第二子道路线中每个第二子道路线之间的第一相似度;第一确定子模块,用于根据与上述每个第一子道路线的第一相似度最大的第二子道路线,确定与上述每个第一子道路线对应的第二子道路线;第一获得子模块,用于根据上述第一相似度和预设第一相似度阈值,得到K个第一子道路线和与上述K个第一子道路线对应的K个第二子道路线。K为大于或等于1的整数。以及第二确定子模块,用于根据上述K个第一子道路线和上述K个第二子道路线,确定目标道路线。
在一些实施例中,上述第二确定子模块包括:第一确定单元,用于根据与第k个第一道路线对应的第二子道路线的长度和上述第k个第一子道路线的长度,确定第m个目标子道路线。k为小于或等于K的整数。以及第二确定单元,用于根据上述第m个目标子道路线,确定目标道路线。m为大于或等于1的整数。
在一些实施例中,装置700还包括:第三切分模块,用于对当前道路线进行切分处理,得到多个当前子道路线;第一计算模块,用于计算上述多个当前子道路线与上述多个第一子道路线之间的第二相似度;以及第一删除模块,用于删除与上述多个当前子道路线的第二相似度大于预设第二相似度阈值的第一子道路线,得到剩余的至少一个第一子道路线。上述确定模块包括:第三确定子模块,用于根据上述剩余的至少一个第一子道路线和上述多个第二子道路线之间的第一相似度,确定目标道路线。
在一些实施例中,装置700还包括:第二计算模块,用于计算上述多个当前子道路线与上述多个第二子道路线之间的第三相似度;以及第二删除模块,用于删除与上述多个当前子道路线的第三相似度大于预设第三相似度阈值的第二子道路线,得到剩余的至少一个第二子道路线。上述第三确定子模块包括:第三确定单元,用于根据上述剩余的至少一个第一子道路线和上述剩余的至少一个第二子道路线之间的第一相似度,确定目标道路线。
在一些实施例中,上述第一道路线和上述第二道路线各自包括至少一个矢量点,上述装置还包括:执行模块,用于针对第一道路线和第二道路线各自的至少一个矢量点,通过以下子模块执行相关操作,得到多个切分点:第二获得子模块,用于根据第i个矢量点和第i-1个矢量点,得到第i个第一向量。i为大于或等于2的整数;第三获得子模块,用于根据上述第i个矢量点和第i+1个矢量点,得到第i个第二向量;第四确定子模块,用于根据上述第i个第一向量和上述第i个第二向量,确定第i个夹角;以及第五确定子模块,用于响应于上述第i个夹角的角度大于预设角度阈值,根据上述第i个矢量点,确定一个上述切分点。
在一些实施例中,上述第一切分模块还用于:根据上述第一道路线的多个切分点,对上述第一道路线进行切分处理,得到上述多个第一子道路线。
在一些实施例中,上述第二切分模块还用于:根据上述第二道路线的多个切分点,对上述第二道路线进行切分处理,得到上述多个第二子道路线。
在一些实施例中,上述第一道路线是通过以下模块根据与目标区域对应的图像的分割掩码得到的:形态学处理模块,用于对与目标区域对应的图像的分割掩码进行形态学处理,得到第一初始道路线;以及压缩处理模块,用于对上述第一初始道路线进行压缩处理,得到上述第一道路线。
在一些实施例中,装置700还包括:更新模块,用于根据目标道路线,对当前地图进行更新,得到更新地图。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如用于地图的处理方法。例如,在一些实施例中,用于地图的处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的用于地图的处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于地图的处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (20)

1.一种用于地图的处理方法,包括:
对第一道路线进行切分处理,得到多个第一子道路线,其中,所述第一道路线是根据与目标区域对应的图像的分割掩码得到的;
对第二道路线进行切分处理,得到多个第二子道路线,其中,所述第二道路线是根据与所述目标区域对应的轨迹信息得到的;以及
根据所述多个第一子道路线与所述多个第二子道路线之间的第一相似度,确定目标道路线;
其中,所述根据所述多个第一子道路线与所述多个第二子道路线之间的第一相似度,确定目标道路线包括:
计算所述多个第一子道路线中每个第一子道路线与所述多个第二子道路线中每个第二子道路线之间的第一相似度;
根据与所述每个第一子道路线的第一相似度最大的第二子道路线,确定与所述每个第一子道路线对应的第二子道路线;
根据所述第一相似度和预设第一相似度阈值,得到K个第一子道路线和与所述K个第一子道路线对应的K个第二子道路线,其中,K为大于或等于1的整数;以及
根据所述K个第一子道路线和所述K个第二子道路线,确定目标道路线。
2. 根据权利要求1所述的方法,其中,所述根据所述K个第一子道路线和所述K个第二子道路线,得到目标道路线包括:
根据与第k个第一道路线对应的第二子道路线的长度和所述第k个第一子道路线的长度,确定第m个目标子道路线,其中,k为小于或等于K的整数;以及
根据所述第m个目标子道路线,确定目标道路线,其中,m为大于或等于1的整数。
3.根据权利要求1或2所述的方法,还包括:
对当前道路线进行切分处理,得到多个当前子道路线;
计算所述多个当前子道路线与所述多个第一子道路线之间的第二相似度;以及
删除与所述多个当前子道路线的第二相似度大于预设第二相似度阈值的第一子道路线,得到剩余的至少一个第一子道路线;
其中,所述根据所述多个第一子道路线与所述多个第二子道路线之间的第一相似度,确定目标道路线包括:
根据所述剩余的至少一个第一子道路线和所述多个第二子道路线之间的第一相似度,确定目标道路线。
4. 根据权利要求3所述的方法,还包括:
计算所述多个当前子道路线与所述多个第二子道路线之间的第三相似度;以及
删除与所述多个当前子道路线的第三相似度大于预设第三相似度阈值的第二子道路线,得到剩余的至少一个第二子道路线;
其中,所述根据所述剩余的至少一个第一子道路线和所述多个第二子道路线之间的第一相似度,确定目标道路线包括:
根据所述剩余的至少一个第一子道路线和所述剩余的至少一个第二子道路线之间的第一相似度,确定目标道路线。
5.根据权利要求1所述的方法,其中,所述第一道路线和所述第二道路线各自包括至少一个矢量点,
所述方法还包括:
针对第一道路线和第二道路线各自的至少一个矢量点,执行以下操作,得到多个切分点:
根据第i个矢量点和第i-1个矢量点,得到第i个第一向量,其中,i为大于或等于2的整数;
根据所述第i个矢量点和第i+1个矢量点,得到第i个第二向量;
根据所述第i个第一向量和所述第i个第二向量,确定第i个夹角;以及
响应于所述第i个夹角的角度大于预设角度阈值,根据所述第i个矢量点,确定一个所述切分点。
6.根据权利要求5所述的方法,其中,所述对第一道路线进行切分处理,得到多个第一子道路线包括:
根据所述第一道路线的多个切分点,对所述第一道路线进行切分处理,得到所述多个第一子道路线。
7.根据权利要求5所述的方法,其中,所述对第二道路线进行切分处理,得到多个第二子道路线包括:
根据所述第二道路线的多个切分点,对所述第二道路线进行切分处理,得到所述多个第二子道路线。
8. 根据权利要求1所述的方法,其中,所述第一道路线是通过以下操作根据与目标区域对应的图像的分割掩码得到的:
对与目标区域对应的图像的分割掩码进行形态学处理,得到第一初始道路线;以及
对所述第一初始道路线进行压缩处理,得到所述第一道路线。
9.根据权利要求1所述的方法,还包括:
根据所述目标道路线,对当前地图进行更新,得到更新地图。
10.一种用于地图的处理装置,包括:
第一切分模块,用于对第一道路线进行切分处理,得到多个第一子道路线,其中,所述第一道路线是根据与目标区域对应的图像的分割掩码得到的;
第二切分模块,用于对第二道路线进行切分处理,得到多个第二子道路线,其中,所述第二道路线是根据与所述目标区域对应的轨迹信息得到的;以及
确定模块,用于根据所述多个第一子道路线与所述多个第二子道路线之间的第一相似度,确定目标道路线;
其中,所述确定模块包括:
第一计算子模块,用于计算所述多个第一子道路线中每个第一子道路线与所述多个第二子道路线中每个第二子道路线之间的第一相似度;
第一确定子模块,用于根据与所述每个第一子道路线的第一相似度最大的第二子道路线,确定与所述每个第一子道路线对应的第二子道路线;
第一获得子模块,用于根据所述第一相似度和预设第一相似度阈值,得到K个第一子道路线和与所述K个第一子道路线对应的K个第二子道路线,其中,K为大于或等于1的整数;以及
第二确定子模块,用于根据所述K个第一子道路线和所述K个第二子道路线,确定目标道路线。
11. 根据权利要求10所述的装置,其中,所述第二确定子模块包括:
第一确定单元,用于根据与第k个第一道路线对应的第二子道路线的长度和所述第k个第一子道路线的长度,确定第m个目标子道路线,其中,k为小于或等于K的整数;以及
第二确定单元,用于根据所述第m个目标子道路线,确定目标道路线,其中,m为大于或等于1的整数。
12.根据权利要求10或11所述的装置,还包括:
第三切分模块,用于对当前道路线进行切分处理,得到多个当前子道路线;
第一计算模块,用于计算所述多个当前子道路线与所述多个第一子道路线之间的第二相似度;以及
第一删除模块,用于删除与所述多个当前子道路线的第二相似度大于预设第二相似度阈值的第一子道路线,得到剩余的至少一个第一子道路线;
其中,所述确定模块包括:
第三确定子模块,用于根据所述剩余的至少一个第一子道路线和所述多个第二子道路线之间的第一相似度,确定目标道路线。
13. 根据权利要求12所述的装置,还包括:
第二计算模块,用于计算所述多个当前子道路线与所述多个第二子道路线之间的第三相似度;以及
第二删除模块,用于删除与所述多个当前子道路线的第三相似度大于预设第三相似度阈值的第二子道路线,得到剩余的至少一个第二子道路线;
其中,所述第三确定子模块包括:
第三确定单元,用于根据所述剩余的至少一个第一子道路线和所述剩余的至少一个第二子道路线之间的第一相似度,确定目标道路线。
14.根据权利要求10所述的装置,其中,所述第一道路线和所述第二道路线各自包括至少一个矢量点,
所述装置还包括:
执行模块,用于针对第一道路线和第二道路线各自的至少一个矢量点,通过以下子模块执行相关操作,得到多个切分点:
第二获得子模块,用于根据第i个矢量点和第i-1个矢量点,得到第i个第一向量,其中,i为大于或等于2的整数;
第三获得子模块,用于根据所述第i个矢量点和第i+1个矢量点,得到第i个第二向量;
第四确定子模块,用于根据所述第i个第一向量和所述第i个第二向量,确定第i个夹角;以及
第五确定子模块,用于响应于所述第i个夹角的角度大于预设角度阈值,根据所述第i个矢量点,确定一个所述切分点。
15.根据权利要求14所述的装置,其中,所述第一切分模块还用于:
根据所述第一道路线的多个切分点,对所述第一道路线进行切分处理,得到所述多个第一子道路线。
16.根据权利要求14所述的装置,其中,所述第二切分模块还用于:
根据所述第二道路线的多个切分点,对所述第二道路线进行切分处理,得到所述多个第二子道路线。
17. 根据权利要求10所述的装置,其中,所述第一道路线是通过以下模块根据与目标区域对应的图像的分割掩码得到的:
形态学处理模块,用于对与目标区域对应的图像的分割掩码进行形态学处理,得到第一初始道路线;以及
压缩处理模块,用于对所述第一初始道路线进行压缩处理,得到所述第一道路线。
18.根据权利要求10所述的装置,还包括:
更新模块,用于根据所述目标道路线,对当前地图进行更新,得到更新地图。
19. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的方法。
CN202210285172.2A 2022-03-23 2022-03-23 用于地图的处理方法、装置、电子设备和存储介质 Active CN114383600B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210285172.2A CN114383600B (zh) 2022-03-23 2022-03-23 用于地图的处理方法、装置、电子设备和存储介质
US18/173,643 US20230196793A1 (en) 2022-03-23 2023-02-23 Method for processing map, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210285172.2A CN114383600B (zh) 2022-03-23 2022-03-23 用于地图的处理方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN114383600A CN114383600A (zh) 2022-04-22
CN114383600B true CN114383600B (zh) 2022-07-19

Family

ID=81205231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210285172.2A Active CN114383600B (zh) 2022-03-23 2022-03-23 用于地图的处理方法、装置、电子设备和存储介质

Country Status (2)

Country Link
US (1) US20230196793A1 (zh)
CN (1) CN114383600B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221677A (zh) * 2021-04-26 2021-08-06 阿波罗智联(北京)科技有限公司 一种轨迹异常检测方法、装置、路侧设备和云控平台
EP3961489A1 (en) * 2020-08-28 2022-03-02 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for identifying updated road, device and computer storage medium

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050237B (zh) * 2014-05-23 2017-08-25 北京中交兴路信息科技有限公司 一种道路测绘方法和***
DE102014108255A1 (de) * 2014-06-12 2015-12-17 Deutsches Zentrum für Luft- und Raumfahrt e.V. Georeferenzierung von Bilddaten
CN109143291B (zh) * 2018-06-29 2020-10-16 长安大学 一种车载gps轨迹空间索引精确匹配方法
CN109059954B (zh) * 2018-06-29 2020-09-11 广东星舆科技有限公司 支持高精度地图车道线实时融合更新的方法和***
CN111121797B (zh) * 2018-11-01 2021-11-12 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
CN110008872B (zh) * 2019-03-25 2021-04-06 浙江大学 一种结合车辆轨迹和遥感图像的路网提取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3961489A1 (en) * 2020-08-28 2022-03-02 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for identifying updated road, device and computer storage medium
CN113221677A (zh) * 2021-04-26 2021-08-06 阿波罗智联(北京)科技有限公司 一种轨迹异常检测方法、装置、路侧设备和云控平台

Also Published As

Publication number Publication date
CN114383600A (zh) 2022-04-22
US20230196793A1 (en) 2023-06-22

Similar Documents

Publication Publication Date Title
US20210357710A1 (en) Text recognition method and device, and electronic device
CN113223113A (zh) 车道线处理方法、装置、电子设备和云控平台
US20230091252A1 (en) Method for processing high-definition map data, electronic device and medium
CN114003613A (zh) 高精地图车道线更新方法、装置、电子设备以及存储介质
CN114626169A (zh) 交通路网优化方法、装置、设备、可读存储介质及产品
CN113378855A (zh) 用于处理多任务的方法、相关装置及计算机程序产品
CN112528995A (zh) 用于训练目标检测模型的方法、目标检测方法及装置
US20220128372A1 (en) Method for path planning, electronic device and storage medium
CN114519061A (zh) 地图数据更新方法、装置、电子设备和介质
CN114111813A (zh) 高精地图元素更新方法、装置、电子设备及存储介质
CN114383600B (zh) 用于地图的处理方法、装置、电子设备和存储介质
CN113447013B (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN115797961A (zh) 车道线变更检测方法、装置、电子设备及存储介质
CN115168527A (zh) 实时轨迹数据处理方法、装置、***及电子设备
CN113470145A (zh) 地图数据处理方法、装置、设备以及存储介质
CN114036247A (zh) 高精地图数据关联方法、装置、电子设备及存储介质
CN113449687A (zh) 兴趣点出入口的识别方法、装置及电子设备
CN112948517A (zh) 区域位置标定方法、装置及电子设备
CN114677570B (zh) 道路信息更新方法、装置、电子设备以及存储介质
CN115115944B (zh) 地图数据查验方法、装置、电子设备和介质
CN113032512B (zh) 路网数据的更新方法、装置、设备、存储介质及产品
CN113901342B (zh) 一种路网数据处理方法、装置、电子设备及存储介质
CN114863285B (zh) 识别目标道路的方法、装置、设备以及存储介质
CN114120062B (zh) 样本生成方法及装置
CN114993326A (zh) 导航处理方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant