CN116303866B - 数据处理方法、装置、电子设备及存储介质 - Google Patents
数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116303866B CN116303866B CN202310563843.1A CN202310563843A CN116303866B CN 116303866 B CN116303866 B CN 116303866B CN 202310563843 A CN202310563843 A CN 202310563843A CN 116303866 B CN116303866 B CN 116303866B
- Authority
- CN
- China
- Prior art keywords
- track
- data
- travel
- specified
- expansion
- 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
- 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
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开中实施方式提供了一种数据处理方法、装置、电子设备和存储介质。所述方法包括:接收行驶轨迹数据集;其中,行驶轨迹数据集包括用于表示至少一条车辆的行驶轨迹的行驶轨迹数据;以行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;其中,轨迹扩展区域具有沿着行驶轨迹延伸的延伸边界;指定扩展规则用于指示轨迹扩展区域的延伸边界与行驶轨迹之间的距离关系;针对任一轨迹扩展区域,确定位于轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据。通过本公开中实施方式,实现了对位于同一轨迹扩展区域内的行驶轨迹对应的行驶轨迹数据的集中处理,提高了行驶轨迹数据的处理效率。
Description
技术领域
本公开中实施方式涉及数据处理领域,特别是涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
在驾驶车辆的过程中,导航地图对驾驶员的驾驶行为提供了辅助。目前,制作导航地图的数据一般通过采集车采集原始数据,再对原始数据进行处理获得。然而,原始数据的数据类型较为多样,数据量较为庞大,若对采集到的全部原始数据进行整体处理,则对数据处理设备的算力要求较高。
因此,通常需要对原始数据进行拆分,再根据拆分后的数据进行后续导航地图制作。原始数据的拆分主要通过对行驶轨迹数据的处理实现,先根据原始数据获得行驶轨迹数据,再利用行驶轨迹数据的处理结果指示原始数据的拆分。
在相关技术中,行驶轨迹数据的处理通常由人工完成,在行驶轨迹数据的数据量较为庞大的情况下,人工处理的效率较低。
发明内容
本公开中多个实施方式提供一种数据处理方法、装置、电子设备及存储介质,可以提高行驶轨迹数据的处理效率。
本公开的一个实施方式提供一种数据处理方法,所述方法包括:接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条行驶轨迹的行驶轨迹数据;以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;其中,所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系;针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的归集片段数据。
本公开的一个实施方式提供一种数据处理装置,所述装置包括:接收模块,用于接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条行驶轨迹的行驶轨迹数据;生成模块,用于以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;其中,所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系;确定模块,用于针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据。
本公开的一个实施方式提供一种电子设备,所述电子设备包括存储器及处理器,所述存储器中存储有至少一条计算机程序指令,所述至少一条计算机程序指令由所述处理器加载并执行,以实现如上所述的数据处理方法。
本公开的一个实施方式提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条计算机程序指令,所述至少一条计算机程序指令被处理器执行时能够实现如上所述的数据处理方法。
本公开提供的多个实施方式,通过接收行驶轨迹数据集,并以所述行驶轨迹数据集中包括的行驶轨迹数据表示的行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域,确认位于任一轨迹扩展区域内的轨迹片段和对应的轨迹片段数据,实现了对位于同一轨迹扩展区域内的行驶轨迹对应的行驶轨迹数据的集中处理,提高了行驶轨迹数据的处理效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开的一个实施方式提供的一种数据处理方法的示意图。
图2(a)为本公开的一个实施方式提供的一种数据处理方法的示意图。
图2(b)为本公开的一个实施方式提供的一种数据处理方法的示意图。
图3为根据本公开实施方式提供的数据处理方法对行驶轨迹数据进行处理得到的处理结果示意图。
图4为本公开的一个实施方式提供的一种数据处理方法的流程示意图。
图5为本公开的一个实施方式提供的一种数据提取装置的模块示意图。
图6为本公开的一个实施方式提供的一种电子设备的示意框图。
具体实施方式
下面将结合本公开中的附图,对本公开提供的实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是一部分实施方式,而不是全部的实施方式。基于本公开提供的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
概述
采集车采集到的原始数据通常包括能够反映道路路面、道路周边环境、车辆在道路上的行驶状态等的多种类型数据。例如,车辆的行驶轨迹数据、道路点云数据、道路周边环境的图片数据或视频数据等。原始数据主要通过以下过程采集。
采集车沿道路行驶,在行驶过程中通过采集车携带的摄影摄像设备拍摄道路周边环境,通过采集车携带的激光雷达采集道路点云数据,并记录采集车经过的位置在地球坐标系中的坐标数据,例如全球定位***采集到的坐标数据和/或惯性测量单元采集到的惯性数据。按照时间戳存储上述各类型数据,即,在一时间戳表示的时刻,将在该时刻已经存在的全部数据存储至标记有对应时间戳的存储空间中。在采集车完成一次数据采集任务后,对采集车在执行该任务过程中采集到的全部或部分原始数据进行数据处理。通过提取存储空间中的同类型原始数据并按照时间戳增大的顺序进行依次排列,即可得到采集车在该任务中获取的原始数据集。原始数据集中可以包括多种类型的原始数据。例如,提取存储空间中的坐标数据并按照时间戳增大的顺序进行依次排列,可以得到原始数据集中的行驶轨迹数据。
由于原始数据集中包含的数据量较为庞大,需要先对原始数据集进行拆分,再根据拆分后的数据制作导航地图。通常情况下,对原始数据集的拆分通过对行驶轨迹数据的处理实现,即,先根据原始数据集中的坐标数据集获得行驶轨迹数据集,再对行驶轨迹数据集中的行驶轨迹数据进行处理,采用行驶轨迹数据的处理结果指示对原始数据集的具体拆分方法。在相关技术中,对行驶轨迹数据集的处理由人工根据经验完成,效率较低。
因此,有必要提供一种数据处理方法、装置、电子设备和存储介质,可以基于行驶轨迹数据表示的行驶轨迹生成轨迹扩展区域,通过对位于同一轨迹扩展区域内的行驶轨迹对应的行驶轨迹数据进行集中处理,提高行驶轨迹数据处理效率。
场景示例
本公开的实施方式所描述的车辆可以包括携带有数据采集设备的采集车。采集车可以是有人驾驶且有辅助驾驶功能的车辆,也可以是自动智能行驶车辆。采集车可以是燃油车,也可以是电动车或氢能车。采集车类型具体可以包括轿车、越野车、客车、货车等。本公开的实施方式对采集车不作具体限定。
本公开的实施方式所描述的道路可以是城市道路,也可以是农村道路。道路类型具体可以包括快速路、主干路、次干路、支路等,本公开的实施方式对道路不作具体限制。
请参阅图1。本公开的一个实施方式提供一种数据处理方法的应用场景实例。以道路为城市主干路为例,数据处理装置在接收到行驶轨迹数据集后,可以根据其中的行驶轨迹数据得到采集车在执行两次数据采集任务时的两条行驶轨迹a、b。
示例性的,数据处理装置可以先比较行驶轨迹a、b的长度,将长度较短的行驶轨迹b确定为基准行驶轨迹,并可以将与行驶轨迹b对应的行驶轨迹数据从行驶轨迹数据集中取出。
接着,数据处理装置可以将行驶轨迹b的长度与第一划分长度、第二划分长度进行比较,在行驶轨迹b的长度大于第一划分长度的情况下,比较行驶轨迹b的长度和第一划分长度与第二划分长度之和,在行驶轨迹b的长度不小于第一划分长度与第二划分长度之和的情况下,认定行驶轨迹b符合指定划分规则。
在数据处理装置认定行驶轨迹b符合指定划分规则的情况下,可以沿行驶轨迹表示的行进方向,即图1中行驶轨迹b的箭头所示方向,从行驶轨迹b的起点开始,依照第一划分长度划分行驶轨迹b,即从行驶轨迹b的起点开始,取长度与第一划分长度对应的行驶轨迹作为行驶轨迹b的第一子轨迹。将与行驶轨迹b中除第一子轨迹外的行驶轨迹对应的行驶轨迹数据放回行驶轨迹数据集中。
随后,数据处理装置可以以第一子轨迹为基准,沿与行驶轨迹表示的行进方向相垂直的方向将第一子轨迹扩展指定宽度生成轨迹扩展区域,即图1中灰色区域,该区域上下两边界可以与第一子轨迹平行。
在生成轨迹扩展区域后,数据处理装置可以确定位于该区域内的轨迹片段,即图1中行驶轨迹a和b中位于灰色区域内的轨迹片段,并可以确定与该区域内的轨迹片段对应的轨迹片段数据。
重复上述长度比较、行驶轨迹划分、生成轨迹扩展区域以及确定轨迹扩展区域内的轨迹片段和对应的轨迹片段数据的过程,直至行驶轨迹数据集为空,从而实现了对行驶轨迹数据的处理。
请参阅图2(a)。本公开的另一个实施方式提供一种数据处理方法的应用场景实例。以道路为城市主干路为例,数据处理装置在接收到行驶轨迹数据集后,可以根据其中的行驶轨迹数据得到采集车在执行两次数据采集任务时的两条行驶轨迹a、b。
示例性的,数据处理装置可以先以行驶轨迹a、b为基准,分别沿与行驶轨迹a、b表示的行进方向相垂直的方向将行驶轨迹a、b扩展指定宽度生成轨迹扩展区域,即图2(a)中灰色区域。
在生成轨迹扩展区域后,数据处理装置可以确定位于该区域内的行驶轨迹,并可以确定与该区域内的行驶轨迹对应的行驶轨迹数据。
随后,数据处理装置可以在行驶轨迹a、b上以指定长度间隔确定多个基准位置,以任一基准位置为中心建立呈圆形或多边形的采样区域,并通过采样区域对行驶轨迹a、b的轨迹扩展区域进行预划分。请参阅图2(b)。数据处理装置可以以指定长度间隔行驶轨迹a上一基准位置A为圆心,根据指定半径建立圆形采样区域,并将与圆形采样区域相重叠的轨迹扩展区域作为预划分区域,即图2(b)中灰色区域。
在确定预划分区域后,数据处理装置可以根据位于该区域内的行驶轨迹的长度是否满足指定划分条件确定预划分区域能否作为目标轨迹扩展区域。在预划分区域可以作为目标轨迹扩展区域的情况下,可以直接确定位于预划分区域内的轨迹片段以及对应的轨迹片段数据,并将轨迹片段数据从行驶轨迹数据集中取出。
重复上述生成轨迹扩展区域、生成采样区域、确定预划分区域、确定目标轨迹扩展区域以及确定位于目标轨迹扩展区域内的轨迹片段以及对应的轨迹片段数据的过程,直至行驶轨迹数据集为空,从而实现了对行驶轨迹数据的处理。
请参阅图3。图3中不同粗细、不同灰度表示的线段可以为采用上述实施方式提供的数据处理方法对上述实施方式中表示行驶轨迹b的行驶轨迹数据进行处理得到的处理结果。
***架构
本公开的实施方式提供的数据处理方法应用于数据处理设备。数据处理设备可以是具有一定运算处理能力的电子设备。具体的,例如,数据处理设备可以包括台式电脑、平板电脑、笔记本电脑、智能手机、服务器等。数据处理设备可以具有网络通信模块、处理器和存储器等。
示例的方法
请参阅图4。本公开的一个实施方式提供一种数据处理方法。该数据处理方法可以包括以下步骤。
S110:接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条车辆的行驶轨迹的行驶轨迹数据。
在本实施方式中,行驶轨迹数据集可以通过原始数据集中的坐标数据集得到。具体的,坐标数据集可以包括采集车执行多次数据采集任务时采集到的坐标数据。其中,每次数据采集任务对应的坐标数据可以具有统一标识。例如,一次数据采集任务对应的全部坐标数据可以具有相同的任务名称。可以根据每次数据采集任务对应的坐标数据得到采集车执行每次数据采集任务的行驶轨迹数据。行驶轨迹数据集中可以包括至少一条行驶轨迹数据。每条行驶轨迹还可以包括各坐标数据所对应的采集时间戳。
在本实施方式中,每次数据采集任务对应的行驶轨迹数据可以通过依次排列一次数据采集任务对应的全部坐标数据得到。具体的,例如,可以以地球坐标系作为参考坐标系,在采集车执行数据采集任务过程中,各时间戳对应的存储空间中存储有采集车在各时间戳对应的时刻的坐标数据,可以按照时间戳增大或减小的顺序依次排列坐标数据得到行驶轨迹数据。行驶轨迹数据表示的行驶轨迹可以通过将坐标数据表示的坐标位置标识在地图上,并按照时间戳增大或减小的顺序将坐标位置依次连接得到。为使行驶轨迹数据表示的行驶轨迹可以较为准确地在地图上示出采集车的实际行驶轨迹,需要保持坐标数据与地图的参考坐标系一致。本公开的实施方式对坐标数据使用的参考坐标系不作具体限制。
值得注意的是,每辆采集车每次执行数据采集任务采集到的原始数据可以单独存储,在执行一次数据采集任务过程中,各时间戳与存储空间可以一一对应,即,“任务名称+时间戳”可以对应唯一存储空间。即使有两辆采集车同时针对同一道路采集数据,且两辆车采集到的原始数据的时间戳相同,由于两辆车执行的是不同的数据采集任务,任务名称不同,不会出现两辆车采集到的数据相互混淆的情况。
在本实施方式中,行驶轨迹数据可以通过接收采集车采集到的原始数据,再对原始数据中的坐标数据进行依次排列得到。在一些实施方式中,也可以通过直接接收经其他设备对坐标数据进行依次排列后得到的行驶轨迹数据。
S120:以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;其中,所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系。
在本实施方式中,在接收行驶轨迹数据后,可以以行驶轨迹数据表示的行驶轨迹为基准生成轨迹扩展区域。
行驶轨迹可以为任意不规则曲线。在本实施方式中,根据指定扩展规则生成轨迹扩展区域可以通过先将作为基准的行驶轨迹沿指定方向平移指定扩展宽度得到轨迹扩展区域的延伸边界,再连接延伸边界的端点得到轨迹扩展区域。具体的,轨迹扩展区域具有至少两条延伸边界,可以通过行驶轨迹沿两个指定方向平移得到。指定方向可以包括与行驶轨迹的行进方向具有0°~180°夹角的方向,例如,与行驶轨迹的行进方向夹角为90°的方向。
在一些实施方式中,根据指定扩展规则生成轨迹扩展区域也可以通过以行驶轨迹为基准生成规则的多边形作为轨迹扩展区域。具体的,例如,规则的多边形为矩形,矩形的两条相对边分别经过行驶轨迹的起点和终点,另两条相对边沿行驶轨迹的行进方向延伸,行驶轨迹位于沿行驶轨迹的行进方向延伸的两条边之间。具体的,例如,行驶轨迹的行进方向可以为行驶轨迹上任一点的切线方向。行驶轨迹的行进方向也可以为行驶轨迹的起点和终点的连线方向。
在本实施方式中,在轨迹扩展区域的延伸边界通过行驶轨迹沿指定方向平移得到的情况下,指定扩展规则可以包括作为基准的行驶轨迹平移的指定扩展宽度。具体的,指定扩展宽度可以为预设宽度值,预设宽度值可以为具体数值,也可以在预设数值范围取值。预设宽度值可以根据道路类型和对应的车道属性确定。以城市八车道主干路为例,为减少因数据划分导致得到的数据包难以反映道路实际情况的问题,可以在合理范围内预设较大的宽度,以减少采集车在执行数据采集任务时行驶的具体车道对数据划分的影响。例如,预设宽度值可以为60m,或预设宽度值可以在60m~80m的范围内取值。
在一些实施方式中,指定扩展宽度也可以为历史扩展宽度,或者可以为利用历史扩展宽度对机器学习算法模型进行训练得出的模拟扩展宽度。本公开的实施方式对指定扩展宽度不作具体限制。
在一些实施方式中,在轨迹扩展区域的延伸边界为规则多边形的边的情况下,指定扩展规则可以包括延伸边界上任一点到作为基准的行驶轨迹的距离满足的距离范围。具体的,距离范围可以为预设范围,例如,距离范围可以为60m~80m。在一些实施方式中,距离范围也可以为历史范围,或者可以为利用历史范围对机器学习算法模型进行训练得出的模拟范围。本公开的实施方式对距离范围不作具体限制。
S130:针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据。轨迹片段即一条行驶轨迹的部分或全部部分,轨迹片段数据即该轨迹片段相对应的轨迹数据。
在本实施方式中,可以确定位于轨迹扩展区域内的轨迹片段以及对应的轨迹片段数据,以便后续根据该轨迹片段数据进一步确定用于制作导航地图的道路感测数据。
在本实施方式中,位于轨迹扩展区域内的轨迹片段可以为一条完整的行驶轨迹,也可以为多条完整的行驶轨迹,也可以为一条完整的行驶轨迹的某一部分,也可以为多条完整的行驶轨迹中每条行驶轨迹的某一部分,本公开的实施方式对位于轨迹扩展区域内的轨迹片段的数量不作具体限定。
在本实施方式中,在位于轨迹扩展区域内的轨迹片段为一条完整的行驶轨迹的情况下,即,在轨迹扩展区域内仅存在作为基准的行驶轨迹的情况下,确定位于轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据可以通过直接确定作为基准的行驶轨迹为轨迹片段,其对应的行驶轨迹数据为轨迹片段数据。具体的,可以根据行驶轨迹数据确定组成行驶轨迹数据的坐标数据的数据标识。
在本实施方式中,在位于轨迹扩展区域内的轨迹片段为多条完整的行驶轨迹,或者为一条完整的行驶轨迹的某一部分,或者为多条完整的行驶轨迹中每条行驶轨迹的某一部分的情况下,即,在轨迹扩展区域内除作为基准的行驶轨迹外,还存在其它行驶轨迹或其它行驶轨迹的某一部分的情况下,确定位于轨迹扩展区域内的轨迹片段数据以及所述轨迹片段对应的轨迹片段数据可以通过先构建行驶轨迹数据集中的行驶轨迹数据表示的行驶轨迹的轨迹线,再以行驶轨迹对应的轨迹线为基准,绘制行驶轨迹的轨迹扩展区域,并识别位于轨迹扩展区域内的轨迹线,将位于轨迹扩展区域内的轨迹线作为轨迹片段,并将该轨迹线对应的行驶轨迹数据作为轨迹片段数据。对应的坐标数据的数据标识。
在本公开的实施方式中,通过接收行驶轨迹数据集,以行驶轨迹数据集包括的行驶轨迹数据表示的行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域,并确定位于所述轨迹扩展区域内的轨迹片段以及对应的轨迹片段数据,实现了对位于同一轨迹扩展区域内的行驶轨迹数据进行集中处理,提高了行驶轨迹数据处理效率。
在一些实施方式中,数据处理方法还可以包括:从所述行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据;从所述第一行驶轨迹数据中,划分出符合指定提取规则的子轨迹数据;其中,所述子轨迹数据表示的子轨迹用于作为基准,根据指定扩展规则生成轨迹扩展区域。此外,在所述行驶轨迹数据集中还存在行驶轨迹数据的情况下,还可以重复执行上述步骤(即从所述行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据;从所述第一行驶轨迹数据中,划分出符合指定提取规则的子轨迹数据),至所述行驶轨迹数据集中的行驶轨迹数据被全部取出。
为提高导航地图的准确度,对同一道路可以进行多次数据采集,以减少因采集到的数据错误或不全面导致导航地图的错误或误差。因此,反映同一道路的原始数据可以包括多条的行驶轨迹。
在本实施方式中,指定筛选条件可以包括:行驶轨迹数据表示的行驶轨迹的长度最短;或者,行驶轨迹数据被生成的时间最近。具体的,对于行驶轨迹的长度,可以在形成行驶轨迹数据集时,对行驶轨迹数据表示的行驶轨迹的长度进行计算,并作为行驶轨迹数据的属性与行驶轨迹数据共同形成行驶轨迹数据集。对于行驶轨迹数据被生成的时间,可以在组成行驶轨迹数据的坐标数据中,将表示行驶轨迹终点的坐标数据对应的时间戳作为行驶轨迹数据被生成的时间。在一些实施方式中,也可以将表示行驶轨迹起点的坐标数据对应的时间戳作为行驶轨迹数据被生成的时间,也可以将表示行驶轨迹中点的坐标数据对应的时间戳作为行驶轨迹数据被生成的时间。
在本实施方式中,指定划分规则可以包括所述第一行驶轨迹数据表示的第一行驶轨迹的轨迹长度与第一划分长度的长度关系以及从第一行驶轨迹数据中划分出子轨迹数据的划分方法。具体的,在第一行驶轨迹长度不小于第一划分长度与第二划分长度之和的情况下,依照第一划分长度,从第一目标行驶轨迹的起点或终点开始划分子轨迹。
在本实施方式中,从所述行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据,可以通过从行驶轨迹数据集中取出符合指定筛选条件的第一行驶轨迹数据,也可以通过在行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据的标识。
通过从行驶轨迹数据集中识别出第一行驶轨迹数据,并从第一行驶轨迹数据中划分出子轨迹数据,在行驶轨迹数据集中仅包括一条行驶轨迹的行驶轨迹数据的情况下,可以实现对该行驶轨迹数据的连续划分,在行驶轨迹数据集中包括多个行驶轨迹数据的情况下,可以在完成某一行驶轨迹数据划分的情况下再对行驶轨迹数据集内其他行驶轨迹数据的划分,提高了行驶轨迹数据的处理效率。
在一些实施方式中,以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域的步骤,可以包括:响应于所述行驶轨迹符合指定划分规则,依照第一划分长度,将所述行驶轨迹划分成多个子轨迹;其中,所述子轨迹的长度不大于所述第一划分长度;根据指定扩展规则分别生成所述子轨迹的轨迹扩展区域。
若行驶轨迹数据表示的行驶轨迹较长,则与该行驶轨迹数据对应的原始数据的数据量较为庞大,对数据处理设备的算力要求仍较高,且如果在制作导航地图过程中发现制图依据的原始数据存在错误,止损成本较高。为降低对数据处理设备的算力要求和制图过程中出现错误的止损成本,在本实施方式中,可以先将较长的行驶轨迹划分为多个较短的子轨迹,以减少对应的原始数据的数据量。
在本实施方式中,第一划分长度的取值可以为预设长度值,预设长度值可以为具体数值,也可以在预设数值范围取值。预设长度值可以结合道路类型、道路所在地区的地形特征以及数据处理设备的算力消耗确定。以城市主干路为例,若道路所在地区地形较为平坦、水系分布较为集中,可能存在较长道路的路面和周围环境差异较小的情况,可以在合理范围内预设较长的长度,以在满足制图精度要求的同时减少数据处理设备的算力消耗。例如,预设长度值可以为3km,或预设长度值可以在3km~5km的范围内取值。若道路所在地区地形起伏较大、水系分布较为分散,可能存在较长道路的路面和周围环境差异较大的情况,可以在合理范围内预设较短的长度,以优先满足制图精度要求。例如,预设长度值可以为2km,或预设长度值可以在1km~2km的范围内取值。
在一些实施方式中,第一划分长度也可以取历史划分长度值,或者可以取利用历史划分长度对机器学习算法模型进行训练得出的模拟划分长度值。本公开的实施方式对第一划分长度的取值不作具体限制。
在本实施方式中,依照第一划分长度,将所述行驶轨迹划分成多个子轨迹,可以通过从行驶轨迹的起点或终点开始累计行驶轨迹的长度,每当行驶轨迹的长度达到第一划分长度时,将长度为第一划分长度的行驶轨迹作为子轨迹。具体的,行驶轨迹可以由坐标数据表示的坐标位置按时间戳增大的顺序连接形成,因此,可以将最小时间戳对应的存储空间存储的坐标数据表示的坐标位置作为行驶轨迹的起点,将最大时间戳对应的存储空间存储的坐标数据表示的坐标位置作为行驶轨迹的终点。以从行驶轨迹的起点开始,第一划分长度为2km为例,将坐标数据表示的坐标位置标识在地图上,按时间戳增大的顺序连接多个坐标位置并累加相邻坐标位置之间的距离作为行驶轨迹的长度,当行驶轨迹的长度达到2km时,将对应的行驶轨迹作为第一子轨迹。
在本实施方式中,可以先进行行驶轨迹划分处理,在完成划分处理后,即已将行驶轨迹划分成多个子轨迹后,再进行轨迹扩展区域生成处理,即根据多个子轨迹分别生成对应的轨迹扩展区域。在一些实施方式中,也可以交叉进行行驶轨迹划分处理和轨迹扩展区域生成处理,即在每次根据行驶轨迹划分出子轨迹后,根据子轨迹生成对应的子轨迹扩展区域。
根据较短的子轨迹生成对应的轨迹扩展区域,再根据子轨迹扩展区域确定轨迹片段和对应的轨迹片段数据,减少了原始数据的数据量,降低了对数据处理设备的算力要求和制图过程中出现错误的止损成本。
在一些实施方式中,所述指示划分规则,可以包括:所述行驶轨迹的长度不小于所述第一指定划分长度与第二指定划分长度之和;其中,所述第二指定划分长度小于所述第一指定划分长度。
在行驶轨迹的长度大于第一划分长度的情况下,可以对行驶轨迹进行划分,并引入第二划分长度对子轨迹的长度进行限制。第二划分长度小于第一划分长度,在行驶轨迹的长度不小于第一划分长度与第二划分长度之和的情况下,对行驶轨迹进行划分得到的子轨迹的长度不小于第二划分长度,以减少数据处理设备消耗的算力资源。
在本实施方式中,第二划分长度可以为最小划分长度,其取值可以为预设长度值,预设宽长度值可以为具体数值,也可以在预设数值范围取值。例如,预设长度值可以为1km,或预设长度值可以在0.5km~1km的范围内取值。在一些实施方式中,第二划分长度也可以取历史划分长度值,或者可以取利用历史划分长度对机器学习算法模型进行训练得出的模拟划分长度值。本公开的实施方式对第二划分长度的取值不作具体限制。
在一些实施方式中,以所述行驶轨迹数据表示的行驶轨迹的行进方向作为纵向,所述指定扩展规则包括相对于所述行进方向的横向的指定扩展宽度;以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域的步骤,可以包括:以所述行驶轨迹为基准,将所述行驶轨迹沿所述横向扩展所述指定扩展宽度以生成所述轨迹扩展区域。
在本实施方式中,行驶轨迹的行进方向可以为行驶轨迹上任一点的切线方向,以行进方向作为纵向,则相对于行进方向的横向可以为行驶轨迹上任一点的法线方向。
在一些实施方式中,行驶轨迹的行进方向也可以为行驶轨迹的起点和终点的连线方向。以行进方向作为纵向,则相对于行进方向的横向可以为与行驶轨迹的起点和终点的连线方向相垂直的方向。
在本实施方式中,行驶轨迹的行进方向为行驶轨迹上任一点的切线方向的情况下,以所述行驶轨迹为基准,将所述行驶轨迹沿所述横向扩展所述指定扩展宽度以生成所述轨迹扩展区域,可以通过将组成行驶轨迹的多个坐标位置分别沿各坐标位置的法线方向向两侧移动指定扩展宽度,再将移动后的坐标位置依次连接形成轨迹扩展区域的两条延伸边界。用两条分别经过行驶轨迹的起点和终点的线段连接两条延伸边界的端点,形成轨迹扩展区域。两侧的指定扩展宽度的取值可以相同,也可以不相同。
在一些实施方式中,在行驶轨迹的行进方向为行驶轨迹的起点和终点的连线方向的情况下,以所述行驶轨迹为基准,将所述行驶轨迹沿所述横向扩展所述指定扩展宽度以生成所述轨迹扩展区域,可以通过将行驶轨迹沿与行驶轨迹的起点和终点的连线方向相垂直的两侧方向分别平移指定扩展宽度以生成轨迹扩展区域。两侧的指定扩展宽度的取值可以相同,也可以不相同。
在一些实施方式中,以所述行驶轨迹为基准,将所述行驶轨迹沿所述横向扩展所述指定扩展宽度以生成所述轨迹扩展区域,也可以先确定行驶轨迹的中线,再将行驶轨迹的中线沿横向平移指定扩展宽度以生成轨迹扩展区域。两侧的指定扩展宽度的取值可以相同,也可以不相同。具体的,行驶轨迹的中线可以通过连线法、平均值法或中位数法确定。具体的,可以以行驶轨迹的起点和终点的连线作为行驶轨迹的中线。也可以以行驶轨迹的起点和终点的连线作为基准线,计算行驶轨迹上任一点到基准线的距离的平均值,将基准线沿与基准线相垂直的方向平移平均值距离得到的线作为行驶轨迹的中线。也可以计算行驶轨迹上任一点到基准线的距离的中位数,将基准线沿与基准线相垂直的方向平移中位数距离得到的线作为行驶轨迹的中线。
以行驶轨迹为基准,将行驶轨迹横向扩展生成轨迹扩展区域,实现了轨迹扩展区域与行驶轨迹的关联,为确定轨迹片段和对应的轨迹片段数据提供了依据。
在一些实施方式中,针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据的步骤,可以包括:在所述行驶轨迹数据集中,识别出表示的行驶轨迹位于所述轨迹扩展区域内的第二行驶轨迹数据;其中,所述第二行驶轨迹数据作为所述轨迹片段数据。
在本实施方式中,在所述行驶轨迹数据集中,识别出表示的行驶轨迹位于所述轨迹扩展区域内的第二行驶轨迹数据可以包括以下情况。
在行驶轨迹数据集包括一条行驶轨迹的行驶轨迹数据的情况下,第二行驶轨迹数据为该行驶轨迹数据本身。
在行驶轨迹数据集包括多个行驶轨迹数据的情况下,在作为基准生成轨迹扩展区域的行驶轨迹不符合指定划分规则的情况下,第二行驶轨迹数据可以包括作为基准生成轨迹扩展区域的行驶轨迹对应的行驶轨迹数据本身以及其他行驶轨迹中位于轨迹扩展区域内的轨迹片段对应的轨迹片段数据。
在作为基准生成轨迹扩展区域的行驶轨迹符合指定划分规则的情况下,第二行驶轨迹数据可以包括作为基准生成轨迹扩展区域的子轨迹对应的子轨迹数据以及其他行驶轨迹中位于轨迹扩展区域内的轨迹片段对应的轨迹片段数据。
根据位于轨迹扩展区域内的第二行驶轨迹数据确定轨迹片段以及对应的轨迹片段数据,可以对反映同一道路情况的行驶轨迹数据进行集中处理,提高了行驶轨迹数据处理效率。同时,在依据该轨迹片段数据对应的原始数据制作导航地图时,由于制图依据的数据可以来自针对同一道路的多次采集任务,减少了因数据错误或不全面导致导航地图错误的可能性,提高了导航地图的准确度。
在一些实施方式中,在所述行驶轨迹数据集中,识别出表示的行驶轨迹位于所述轨迹扩展区域内的第二行驶轨迹数据的步骤,可以包括:构建所述行驶轨迹数据集中的至少一条行驶轨迹数据表示的行驶轨迹的轨迹线;以行驶轨迹对应的轨迹线为基准,绘制所述行驶轨迹的轨迹扩展区域;识别与所述扩展区域图存在重叠关系的轨迹线,并将所述轨迹线所对应的行驶轨迹数据作为所述第二行驶轨迹数据。
通过构建轨迹线和轨迹扩展区域,实现了行驶轨迹和轨迹扩展区域的可视化,并可以通过图像处理技术实现位于轨迹扩展区域内的行驶轨迹数据的识别。
在一些实施方式中,针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段数据的步骤,可以包括:将生成的轨迹扩展区域划分为多个目标轨迹扩展区域;分别确定位于每个目标轨迹扩展区域内的轨迹片段数据以及所述轨迹片段对应的轨迹片段数据。
在本实施方式中,在行驶轨迹数据集仅包括一个单向行驶的行驶轨迹数据的情况下,根据该行驶轨迹生成轨迹扩展区域。在行驶轨迹数据集包括表示多条不完全重合行驶轨迹的行驶轨迹数据或行驶轨迹数据集包括表示单条在同一道路上往返的行驶轨迹的行驶轨迹数据的情况下,可以先根据多条行驶轨迹或单条往返行驶轨迹分别生成轨迹扩展区域,再将与多条行驶轨迹或单条往返行驶轨迹对应的轨迹扩展区域进行合并,将合并后的轨迹扩展区域作为根据行驶轨迹数据集生成的轨迹扩展区域。具体的,可以对存在重叠关系的轨迹扩展区域进行合并。
在一些实施方式中,将生成的轨迹扩展区域划分为多个目标轨迹扩展区域的步骤,可以包括:在指定位置生成采样区域;将与所述采样区域相重叠的所述轨迹扩展区域,作为预划分区域;将满足指定划分条件的所述预划分区域确定为所述目标轨迹扩展区域;其中,所述指定划分条件包括位于预划分区域内的轨迹片段和位于预划分区域外的轨迹片段的长度条件。
在本实施方式中,可以有多个指定位置,可以从行驶轨迹的起点开始,在每个指定位置生成采样区域。在采样区域与轨迹扩展区域存在重叠的情况下,可以将重叠部分的轨迹扩展区域作为预划分区域。再判断预划分区域是否满足指定划分条件,将满足指定划分条件的预划分区域确定为目标轨迹扩展区域。具体的,指定划分条件可以为位于预划分区域内的行驶轨迹和位于预划分区域外的行驶轨迹的长度条件。例如,若位于预划分区域内的行驶轨迹和位于预划分区域外的行驶轨迹的长度均大于第三划分长度,则可以确定预划分区域满足指定划分条件。若在位于预划分区域内的行驶轨迹和位于预划分区域外的行驶轨迹中,存在任一行驶轨迹的长度小于第三划分长度,则可以确定预划分区域不满足指定划分条件。
在本实施方式中,第三划分长度可以为预设值,也可以在预设数据范围内取值。例如,第三划分长度可以为50m,也可以在50m~60m范围内取值。在一些实施方式中,第三划分长度也可以为历史划分长度,或者可以为利用历史划分长度对机器学习算法模型进行训练得出的模拟划分长度。本公开的实施方式对第三划分长度不作具体限制。
在采样区域与轨迹扩展区域不存在重叠的情况下,可以不对轨迹扩展区域进行预划分。
通过遍历多个指定位置,可以将生成的轨迹扩展区域划分为多个目标轨迹扩展区域。
在一些实施方式中,在指定位置生成采样区域,可以通过在所述行驶轨迹数据中根据指定基准确定规则确定基准数据,再依照指定生成规则,以所述基准数据表示的位置作为基准,生成所述采样区域。具体的,基准数据表示的位置可以作为指定位置。指定基准确定规则可以用于指示在行驶轨迹数据表示的行驶轨迹上的指定长度间隔。例如,指定基准确定规则可以包括从行驶轨迹的起点或终点开始,每间隔指定长度确定一个指定位置,指定位置对应的坐标数据可以为基准数据。指定长度间隔可以为预设值,也可以在预设数据范围内取值。例如,指定长度间隔可以为50m,也可以在50m~60m范围内取值。
在一些实施方式中,指定长度间隔也可以为历史长度间隔,或者可以为利用历史长度间隔对机器学习算法模型进行训练得出的模拟长度间隔。本公开的实施方式对指定长度间隔不作具体限制。
在本实施方式中,指定生成规则包括:以所述指定位置作为中心建立呈指定形状的采样区域。指定形状包括圆形或多边形。具体的,例如,指定形状为圆形,可以以指定位置作为圆心,根据指定半径建立圆形的采样区域。指定半径可以为预设值,也可以在预设数据范围内取值。例如,指定半径可以为500m,也可以在500m~600m范围内取值。
在一些实施方式中,指定半径也可以为历史半径,或者可以为利用历史半径对机器学习算法模型进行训练得出的模拟半径。本公开的实施方式对指定半径不作具体限制。
在一些实施方式中,数据处理方法还包括:接收与所述行驶轨迹数据集对应的道路感测数据集;其中,所述道路感测数据集包括车辆形成所述行驶轨迹过程中采集到的感测数据;在确定所述轨迹片段以及所述轨迹片段对应的轨迹片段数据的情况下,提取与所述轨迹片段数据对应的道路感测片段数据。
在确定位于同一轨迹扩展区域内的轨迹片段以及对应的轨迹片段数据后,可以提取与轨迹片段数据对应的道路感测数据,以用于制作精度和准确度要求较高的导航地图。其中,同一轨迹扩展区域内的轨迹片段,可以是一条行驶轨迹的一段轨迹片段,也可以是一条行驶轨迹的多段轨迹片段,还可以是不同行驶轨迹的不同轨迹片段,只要坐标位置位于该轨迹扩展区域内的则均属于该轨迹扩展区域的轨迹片段,因此也可将位于该轨迹扩展区域的轨迹片段统称为轨迹片段集合。
在本实施方式中,道路感测数据可以包括采集车在形成行驶轨迹过程中由感测设备采集到的点云数据、视频数据、图片数据等。具体的,例如,采集车在行驶过程中,可以通过车载激光雷达对道路路面及周围环境进行扫描,采集到道路点云数据;可以通过车载摄像头在各个时间戳对应的时刻对道路周围环境进行拍摄,采集到道路图片数据。
在本实施方式中,可以从原始数据集中取出点云数据集、视频数据集、图片数据集等,由这些数据集共同组成道路感测数据集。本公开实施方式对道路感测数据集包括的数据类型和数据量不作具体限定。
在本实施方式中,道路感测片段数据可以包括采集车在形成轨迹片段数据对应的轨迹片段过程中采集到的感测数据。
根据确定的轨迹片段数据提取对应的道路感测片段数据,并提取道路感测片段数据,实现了根据行驶轨迹数据划分道路感测数据,进而在制作精度和准确度要求较高的导航地图时,减少了对制图依据的道路感测数据执行一次数据处理任务所需处理的数据量。
此外,已知每条行驶轨迹与对应的道路感测数据的关联关系,本公开还可以生成每个轨迹扩展区域的标识,并存储轨迹扩展区域的标识与轨迹扩展区域内的所有轨迹片段的关联关系,则可根据轨迹扩展区域的标识来确定该轨迹扩展区域内的所有轨迹片段所对应的道路感测数据,并根据所确定的该道路感测数据生成该轨迹扩展区域内的道路地图。而且,本公开还可以轨迹扩展区域为存储单位,来对采集到的道路感测数据进行存储,并记录轨迹扩展单元的标识与该轨迹扩展单元所对应的道路感测数据的存储地址的关联关系,这样后续可直接根据所选定的一个或多个轨迹扩展区域获取对应的道路感测数据,来生成对应区域的地图。
示例的装置、电子设备、存储介质和软件
请参阅图5。本公开的一个实施方式还提供一种数据处理装置,所述装置可以包括:接收模块21,用于接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条车辆的行驶轨迹的行驶轨迹数据。生成模块22,用于以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;其中,所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系。确定模块23,用于针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据。
关于装置实现的具体功能和效果,可以参照本公开其他实施方式对照解释,在此不再赘述。所述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。所述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
请参阅图6。本公开实施方式还提供一种电子设备,包括存储器和处理器,所述存储器存储有至少一条计算机程序指令,所述处理器执行所述至少一条计算机程序指令时实现上述任一实施方式中的数据处理方法。
所述电子设备可以包括被***总线连接的处理器、非易失性存储介质、内存储器、通信接口、显示装置和输入装置。所述非易失性存储介质可以存储有操作***和相关的计算机程序指令。
本公开实施方式还提供一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被计算机执行时使得,该计算机执行上述任一实施方式中的数据处理方法。
可以理解,本文中的具体的例子只是为了帮助本领域技术人员更好地理解本公开实施方式,而非限制本发明的范围。
可以理解,在本公开中的各种实施方式中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施方式的实施过程构成任何限定。
可以理解,本公开中描述的各种实施方式,既可以单独实施,也可以组合实施,本公开实施方式对此并不限定。
除非另有说明,本公开实施方式所使用的所有技术和科学术语与本公开的技术领域的技术人员通常理解的含义相同。本公开中所使用的术语只是为了描述具体的实施方式的目的,不是旨在限制本公开的范围。本公开所使用的术语“和/或”包括一个或多个相关的所列项的任意的和所有的组合。在本公开实施方式和所附权利要求书中所使用的单数形式的“一种”、“上述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
可以理解,本公开实施方式的处理器可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施方式的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本公开实施方式中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开实施方式所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
可以理解,本公开实施方式中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(programmableROM,PROM)、可擦除可编程只读存储器(erasablePROM,EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)。应注意,本文描述的***和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本领域普通技术人员可以意识到,结合本文中所公开的实施方式描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施方式中的对应过程,在此不再赘述。
在本公开所提供的几个实施方式中,应所述理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施方式方案的目的。
另外,在本公开各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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,本公开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所述技术方案的部分可以以软件产品的形式体现出来,所述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)执行本公开各个实施方式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)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本公开的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本公开的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (16)
1.一种数据处理方法,其特征在于,包括:
接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条行驶轨迹的行驶轨迹数据;
以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;其中,所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系;
针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据,包括:
按照指定长度间隔从所述行驶轨迹中确定多个指定位置;
通过遍历所述多个指定位置,将所述轨迹扩展区域划分为多个目标轨迹扩展区域;
分别确定位于每个目标轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的道路感测数据,以根据每个目标轨迹扩展区域所对应的道路感测数据生成对应区域的地图;
其中,将所述轨迹扩展区域划分为多个目标轨迹扩展区域包括:
对于每个指定位置,在该指定位置生成采样区域;
将与所述采样区域相重叠的所述轨迹扩展区域,作为预划分区域;
将满足指定划分条件的所述预划分区域确定为所述目标轨迹扩展区域;其中,所述指定划分条件包括位于预划分区域内的轨迹片段和位于预划分区域外的轨迹片段的长度条件。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据;
从所述第一行驶轨迹数据中,划分出符合指定划分规则的子轨迹数据;其中,所述子轨迹数据表示的子轨迹用于作为基准,根据指定扩展规则生成轨迹扩展区域。
3.根据权利要求2所述的方法,其特征在于,所述指定筛选条件包括:
行驶轨迹数据表示的行驶轨迹的长度最短;或者,
行驶轨迹数据被生成的时间最近。
4.根据权利要求2所述的方法,其特征在于,以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域的步骤,包括:
响应于所述行驶轨迹符合指定划分规则,依照第一划分长度,将所述行驶轨迹划分成多个子轨迹;其中,所述子轨迹的长度不大于所述第一划分长度;
根据指定扩展规则分别生成所述子轨迹的轨迹扩展区域。
5.根据权利要求4所述的方法,其特征在于,所述指定划分规则包括:
所述行驶轨迹的长度不小于所述第一划分长度与第二划分长度之和;其中,所述第二划分长度小于所述第一划分长度。
6.根据权利要求1所述的方法,其特征在于,以所述行驶轨迹数据表示的行驶轨迹的行进方向作为纵向,所述指定扩展规则包括相对于所述行进方向的横向的指定扩展宽度;以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域的步骤,包括:
以所述行驶轨迹为基准,将所述行驶轨迹沿所述横向扩展所述指定扩展宽度以生成所述轨迹扩展区域。
7.根据权利要求6所述的方法,其特征在于,针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据的步骤,包括:
在所述行驶轨迹数据集中,识别出表示的行驶轨迹位于所述轨迹扩展区域内的第二行驶轨迹数据;其中,所述第二行驶轨迹数据作为所述轨迹片段数据。
8.根据权利要求7所述的方法,其特征在于,在所述行驶轨迹数据集中,识别出表示的行驶轨迹位于所述轨迹扩展区域内的第二行驶轨迹数据的步骤,包括:
构建所述行驶轨迹数据集中的至少一条行驶轨迹数据表示的行驶轨迹的轨迹线;
以行驶轨迹对应的轨迹线为基准,绘制所述行驶轨迹的轨迹扩展区域;
识别位于所述轨迹扩展区域内的轨迹线,并将所述轨迹线所对应的行驶轨迹数据作为所述第二行驶轨迹数据。
9.根据权利要求2所述的方法,其特征在于,还包括:
在所述行驶轨迹数据集中还存在行驶轨迹数据的情况下,重复执行从所述行驶轨迹数据集中识别出符合指定筛选条件的第一行驶轨迹数据,以及从所述第一行驶轨迹数据中,划分出符合指定提取规则的子轨迹数据的步骤,直至所述行驶轨迹数据集中的行驶轨迹数据被全部划分。
10.根据权利要求1所述的方法,其特征在于,所述遍历所述多个指定位置从所述行驶轨迹的起点或终点开始,按照所述多个指定位置的时间戳顺序进行遍历,所述指定划分条件包括位于预划分区域内的行驶轨迹和位于预划分区域外的行驶轨迹的长度均大于第三划分长度。
11.根据权利要求10所述的方法,其特征在于,在指定位置生成采样区域的步骤,包括:
在所述行驶轨迹数据中根据指定基准确定规则确定基准数据;其中,所述基准数据表示的位置作为所述指定位置;所述指定基准确定规则用于指示在所述行驶轨迹数据表示的行驶轨迹上的指定长度间隔;
依照指定生成规则,以所述基准数据表示的位置作为基准,生成所述采样区域。
12.根据权利要求11所述的方法,其特征在于,所述指定生成规则包括:以所述指定位置作为中心生成呈指定形状的采样区域;其中,所述指定形状包括:圆形或多边形。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收与所述行驶轨迹数据集对应的道路感测数据集;其中,所述道路感测数据集包括车辆形成所述行驶轨迹过程中采集到的感测数据;
在确定所述轨迹片段以及所述轨迹片段对应的轨迹片段数据的情况下,提取与所述轨迹片段数据对应的道路感测片段数据。
14.一种数据处理装置,其特征在于,包括:
接收模块,用于接收行驶轨迹数据集;其中,所述行驶轨迹数据集包括用于表示至少一条行驶轨迹的行驶轨迹数据;
生成模块,用于以所述行驶轨迹为基准,根据指定扩展规则生成轨迹扩展区域;所述轨迹扩展区域具有沿着所述行驶轨迹延伸的延伸边界;其中,所述指定扩展规则用于指示所述轨迹扩展区域的延伸边界与所述行驶轨迹之间的距离关系;
确定模块,用于针对任一轨迹扩展区域,确定位于所述轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的轨迹片段数据;
所述确定模块进一步用于:
按照指定长度间隔从所述行驶轨迹中确定多个指定位置;
通过遍历所述多个指定位置,将所述轨迹扩展区域划分为多个目标轨迹扩展区域;
分别确定位于每个目标轨迹扩展区域内的轨迹片段以及所述轨迹片段对应的道路感测数据,以根据所述道路感测数据来生成对应的目标轨迹扩展区域内的地图;
其中,将所述轨迹扩展区域划分为多个目标轨迹扩展区域包括:
对于每个指定位置,在该指定位置生成采样区域;
将与所述采样区域相重叠的所述轨迹扩展区域,作为预划分区域;
将满足指定划分条件的所述预划分区域确定为所述目标轨迹扩展区域;其中,所述指定划分条件包括位于预划分区域内的轨迹片段和位于预划分区域外的轨迹片段的长度条件。
15.一种电子设备,其特征在于,所述电子设备包括存储器及处理器,所述存储器中存储有至少一条计算机程序指令,所述至少一条计算机程序指令由所述处理器加载并执行,以实现如权利要求1至13中任一项所述的数据处理方法。
16.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质中存储有至少一条计算机程序指令,所述至少一条计算机程序指令被处理器执行时能够实现如权利要求1至13中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310563843.1A CN116303866B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310563843.1A CN116303866B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116303866A CN116303866A (zh) | 2023-06-23 |
CN116303866B true CN116303866B (zh) | 2023-09-22 |
Family
ID=86798171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310563843.1A Active CN116303866B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116303866B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106996783A (zh) * | 2016-01-25 | 2017-08-01 | 北京四维图新科技股份有限公司 | 一种行驶轨迹与路网底图的智能匹配方法及装置 |
CN108694237A (zh) * | 2018-05-11 | 2018-10-23 | 东峡大通(北京)管理咨询有限公司 | 处理车辆位置数据的方法、设备、可视化***和用户终端 |
CN111291141A (zh) * | 2018-12-07 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种轨迹相似度确定方法及装置 |
CN113807221A (zh) * | 2021-09-07 | 2021-12-17 | 丰图科技(深圳)有限公司 | 轨迹质量识别方法、装置、电子设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3131020B1 (en) * | 2015-08-11 | 2017-12-13 | Continental Automotive GmbH | System and method of a two-step object data processing by a vehicle and a server database for generating, updating and delivering a precision road property database |
-
2023
- 2023-05-18 CN CN202310563843.1A patent/CN116303866B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106996783A (zh) * | 2016-01-25 | 2017-08-01 | 北京四维图新科技股份有限公司 | 一种行驶轨迹与路网底图的智能匹配方法及装置 |
CN108694237A (zh) * | 2018-05-11 | 2018-10-23 | 东峡大通(北京)管理咨询有限公司 | 处理车辆位置数据的方法、设备、可视化***和用户终端 |
CN111291141A (zh) * | 2018-12-07 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种轨迹相似度确定方法及装置 |
CN113807221A (zh) * | 2021-09-07 | 2021-12-17 | 丰图科技(深圳)有限公司 | 轨迹质量识别方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116303866A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
KR20190090393A (ko) | 차선 결정 방법, 디바이스 및 저장 매체 | |
CN111739323B (zh) | 一种路口信息的采集方法及装置 | |
CN111897906A (zh) | 处理地图数据的方法、装置、设备和存储介质 | |
CN110749329A (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN112734956B (zh) | 一种etc门架确定的方法、装置及存储介质 | |
CN113868350A (zh) | 一种停车场地图处理方法、车辆及设备 | |
US20140044317A1 (en) | Incremental network generation providing seamless network of large geographical areas | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN116935656B (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
CN109085764B (zh) | 优化无人驾驶仿真场景创建的方法及装置 | |
CN112616118B (zh) | 一种车辆所经过的etc门架确定方法、装置及存储介质 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN110174115B (zh) | 一种基于感知数据自动生成高精度定位地图的方法及装置 | |
CN112287842A (zh) | 一种车道线的识别方法、装置及电子设备 | |
CN114705180A (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
CN111486857B (zh) | 一种路网预测树构建方法、装置、电子设备及存储介质 | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
CN114281915B (zh) | 一种生成几何路网的方法、装置、设备及存储介质 | |
US20240175706A1 (en) | System and method for generating a semantic map for a road | |
CN114485689B (zh) | 利用众包数据构建高精度地图中的道路段切分方法及装置 | |
CN117274289A (zh) | 点云边界线覆盖度校验方法、装置、电子设备及存储介质 | |
US20240175705A1 (en) | System and method for generating a semantic map for a road | |
EP3919860A1 (en) | Intelligent telematics system for defining road networks |
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 |