JP2023001855A - インテリジェント交通路網取得方法、装置、電子機器、及び記憶媒体 - Google Patents

Abstract

【課題】インテリジェント交通などの人工知能の分野に関するインテリジェント交通路網を正確かつ効率的に取得する取得方法、装置、電子機器、及び記憶媒体を提供する。【解決手段】ターゲット需要集合を取得するステップと、ラベリング情報を取得するステップであって、前記ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報であるステップと、地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得するステップと、ラベリング情報とマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成するステップと、を含むインテリジェント交通路網取得方法。【選択図】図１

Description

本開示は、人工知能技術の分野に関し、特に、インテリジェント交通分野のインテリジェント交通路網取得方法、装置、電子機器、及び記憶媒体に関する。

現在一般的に使用される地図路網では、通常、興味点（ＰＯＩ、Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ）情報などの大量の非交通制御に必要な情報がすべて含まれ、これらの情報はインテリジェント交通業務シナリオにとってはすべて不要であり、またインテリジェント交通業務シナリオに必要ないくつかのミクロ情報が不足しているため、現在の地図路網は、インテリジェント交通業務シナリオに適用されていない。

本開示は、インテリジェント交通路網取得方法、装置、電子機器、及び記憶媒体を提供する。

インテリジェント交通路網取得方法であって、
ターゲット需要集合を取得するステップと、
ラベリング情報を取得するステップであって、前記ラベリング情報は、展示された地図路網上で、前記ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報であるステップと、
前記地図路網に対応する路網データから前記ターゲット需要集合に対応するマクロ路網情報を取得するステップと、
前記ラベリング情報と前記マクロ路網情報に基づいて前記ターゲット需要集合に対応するインテリジェント交通路網を生成するステップと、を含む。

インテリジェント交通路網取得装置であって、第１の取得モジュール、第２の取得モジュール、第３の取得モジュール、及び生成モジュールを含み、
前記第１の取得モジュールは、ターゲット需要集合を取得するために用いられ、
前記第２の取得モジュールは、ラベリング情報を取得するために用いられ、前記ラベリング情報は、展示された地図路網上で、前記ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報であり、
前記第３の取得モジュールは、前記地図路網に対応する路網データから前記ターゲット需要集合に対応するマクロ路網情報を取得するために用いられ、
前記生成モジュールは、前記ラベリング情報と前記マクロ路網情報に基づいて前記ターゲット需要集合に対応するインテリジェント交通路網を生成するために用いられる。

電子機器であって、
少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサと通信接続されたメモリと、を含み、
前記メモリに前記少なくとも一つのプロセッサにより実行可能な命令が記憶されており、前記命令が前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサが上記の方法を実行させる。

コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令は、コンピュータに上記の方法を実行させる。

コンピュータプログラム製品であって、コンピュータプログラムを含み、前記コンピュータプログラムがプロセッサによって実行される時に上記の方法を実現する。
上記の開示の一つの実施例は、以下のような利点または有益効果を有し、人工的にラベリングされた交差点のミクロ路網属性情報と地図路網に対応する路網データから取得されたマクロ路網情報を組み合わせて、所望のインテリジェント交通路網を生成することができ、すなわちインテリジェント交通業務シナリオニーズに適合するインテリジェント交通路網を正確かつ効率的に取得することができる。

本明細書で説明された内容は、本開示の実施例のキーまたは重要な特徴を特定することを意図しておらず、本開示の範囲を制限するためにも使用されないことを理解されたい。本開示の他の特徴は、以下の明細書を通じて容易に理解できる。

図面は、本出願をより良く理解するためのものであり、本出願を限定しない。
本開示の前記インテリジェント交通路網取得方法の第１の実施例のフローチャートである。 本開示の前記インテリジェント交通路網取得方法の第２の実施例のフローチャートである。 本開示の前記インテリジェント交通路網取得装置の実施例３００の構成の構造概略図である。 本開示の実施例を実施するために使用できる例示的な電子機器４００の概略ブロック図を示す。

以下、図面に基づいて、本出願の実施例を説明する。理解を容易にするために、本出願の実施例の様々な詳細が含まれており、それらは単なる例示と見なされるべきである。従って、当業者は、本出願の範囲及び精神から逸脱することなく、本明細書に記載の実施形態に対して様々な変更及び修正を行うことができることを認識できるはずである。同様に、簡明のために、以下の説明では、よく知られた機能と構造の説明は省略される。

また、本明細書の用語「及び／又は」は、関連対象の関連関係のみを説明するものであり、３種類の関係が存在可能であることを表し、例えば、Ａ及び／又はＢは、Ａのみが存在するか、Ａ及びＢが同時に存在するか、Ｂのみが存在するという３つの場合を表すことができる。符号「／」は、一般的に前後の関連対象が「又は」の関係であることを表すことを理解されたい。

図１は本開示の前記インテリジェント交通路網取得方法の第１の実施例のフローチャートである。図１に示すように、以下の具体的な実現方式を含む。

ステップ１０１では、ターゲット需要集合を取得する。

ステップ１０２では、ラベリング情報を取得し、ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報である。

ステップ１０３では、地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得する。

ステップ１０４では、ラベリング情報とマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成する。

分かるように、上記の方法の実施例に記載された解決策において、人工的にラベリングされた交差点のミクロ路網属性情報と地図路網に対応する路網データから取得されたマクロ路網情報を組み合わせて、所望のインテリジェント交通路網を生成することができ、すなわちインテリジェント交通業務シナリオニーズに適合するインテリジェント交通路網を正確かつ効率的に取得することができる。

その中、ターゲット需要集合は、区域、交差点、及び幹線、すなわちモデル化されるべき区域、交差点、及び幹線を含むことができる。その中、幹線は、複数の交差点が連なった複数の道路区間で構成された線構造である。

ターゲット需要集合は人工的に決定／設定できる。ターゲット需要集合内の区域が区域ａ（例えば、北京市のすべての都市区域）であると仮定すると、ターゲット需要集合内の交差点及び幹線は、いずれも区域ａ内に位置する必要があり、また、ターゲット需要集合内の交差点は、区域ａ内のすべての交差点を含むことができ、区域ａ内の一部の交差点のみを含むこともでき、同様に、ターゲット需要集合内の幹線は、区域ａ内のすべての幹線を含むことができ、区域ａ内の一部の幹線のみを含むこともできる。

ターゲット需要集合内の各交差点について、対応する調査情報をそれぞれ取得することができ、調査情報は、交差点のミクロ路網属性情報を含む。ターゲット需要集合に１０個の交差点が含まれると仮定すると、この１０個の交差点に対応する調査情報をそれぞれ取得する必要がある。

取得された調査情報は、以下の内容を含むことができ、
１）ストリートビュー地図から取得された調査情報、
２）現地調査によって人工的に生成された調査情報。

取得された調査情報は調査テーブル及び／又は調査画像を含むことができ、調査テーブルは、すなわち文字形式で記録されたミクロ路網属性情報を指し、調査画像は、すなわち撮影された交差点画像を指し、画像形式でミクロ路網属性情報を記録する。

方式１）では、ストリートビュー地図から所望の調査情報を取得することができ、例えば、ストリートビュー地図から調査画像を取得することができ、画像認識などの技術で調査テーブルを取得することができる。方式２）では、専門の調査員が調査基準に従って現地調査を行って、調査テーブルと調査画像を取得することができる。

その中、方式１）自動化調査を実現することができ、労働力と時間コストを節約することができるが、ストリートビュー地図の適時性が保証できないため、取得された調査情報が正確ではない可能性があり（例えば、古くなった情報を含む）、方式２）一定の労働力と時間コストを費やす必要があるが、取得された調査情報は通常より正確である。実際の応用では、具体的には、どの方式を使用するかは、実際のニーズに応じて決定することができる。

従って、ラベリング情報を取得することができ、ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報である。その中、ターゲット需要集合内の任意の交差点について、当該交差点に対応する調査情報に基づいて人工的にラベリングされたミクロ路網属性情報を取得することができる。

ターゲット需要集合に１０個の交差点が含まれると仮定すると、それぞれ交差点１～交差点１０であり、交差点１を例とし、人工的にラベリングを行う方式は、例えば、展示されたウェブページ版の百度地図路網の編集インターフェースなどの、展示された地図路網の編集インターフェースについて、まず、交差点１を選択することができ、その後、交差点１に対応する調査情報に基づいて、交差点１のミクロ路網属性情報を人工的にラベリングすることができ、ミクロ路網属性情報は、入口と出口、分岐（Ｂｒａｎｃｈ）、車道（数量、順序、方向変え、可変車道であるか否か、潮汐車道であるか否か、拡幅車道であるか否かなど）、及び流れの方向などを含むことができ、具体的にどの内容を含むかは、実際のニーズに応じて決定することができ、また、どのようにラベリングを行うかは限定せず、他の交差点については、交差点１と同様な方式で処理することができる。

上記の処理方式では、交差点に対応する調査情報によって、交差点のミクロ路網属性情報を正確かつ効率的にラベリングすることができ、後続の処理に良好な基盤となる。

ラベリング情報を取得する以外、地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得することもできる。

本開示に記載された解決策では、交差点のミクロ路網属性情報を人工的にラベリングする必要がある以外、他の道路区間、幹線、及び区域などのマクロ路網情報は、すべて地図路網に対応する路網データから取得することができる。

すなわちターゲット需要集合によって、地図路網に対応する路網データに基づいて所望のマクロ路網情報を決定することができ、具体的な実現は従来技術である。１つの道路区間は、複数の交差点に対応することができ、例えば、それぞれ開始位置にある２つの交差点であり、複数の道路区間は、１つの幹線を構成することができ、複数の交差点複数の道路区間複数の幹線は区域を構成する。

ラベリング情報とマクロ路網情報をそれぞれ取得した後、両者を組み合わせてターゲット需要集合に対応するインテリジェント交通路網を生成することができる。

また、ラベリング情報に対する人工的審査改訂結果を取得し、改訂後のラベリング情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成し、及び／又は、マクロ路網情報に対する人工的審査改訂結果を取得し、改訂後のマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成することもできる。

つまり、ターゲット需要集合に対応するインテリジェント交通路網を生成する前、まず、ラベリング情報に対して人工的審査改訂を行うことができ、さらに改訂後のラベリング情報に基づいてとマクロ路網情報ターゲット需要集合に対応するインテリジェント交通路網を生成することができ、または、まず、マクロ路網情報に対して人工的審査改訂を行いことができ、さらにラベリング情報と改訂後のマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成することができ、または、それぞれラベリング情報とマクロ路網情報に対して人工的審査改訂を行うことができ、さらに改訂後のラベリング情報と改訂後のマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成することができる。

実際の応用では、ターゲット需要集合と各交差点に対応する調査情報などを組み合わせてラベリング情報及び／又はマクロ路網情報に対して人工的審査改訂を行うことができる。

上記の処理を介して、より正確なラベリング情報及び／又はマクロ路網情報を取得することができ、後続に生成されたインテリジェント交通路網の正確性などを向上させることができる。

どのようにインテリジェント交通路網を生成するかは限定しない。本開示に記載された解決策では、ネスト式路網構造の路網生成ファイルを生成することができる。

ネスト式路網構造を介して、道路区間と交差点の上流と下流の関係、道路区間とＢｒａｎｃｈの上流と下流の関係、交差点の上流と下流の関係、及びＢｒａｎｃｈと車道の親子関係などを十分に表現することができ、すなわち幹線、道路区間、交差点、Ｂｒａｎｃｈ、車道などの空間ネスト式封じ込め関係を十分に表現することができる。

その中、ネスト式路網構造の路網生成ファイルを生成するステップは、スクリプト言語オブジェクト表記（ＪＳＯＮ、ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）フォーマットの路網生成ファイルを生成し、または、プロトコルバッファ（ＰｒｏｔｏＢｕｆｆｅｒ）バイナリフォーマットの路網生成ファイルを生成し、または、ＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットの路網生成ファイルを生成することを含むことができる。

つまり、路網生成ファイルのフォーマットはＪＳＯＮフォーマットであってもよいし、ＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットであってもよいし、ＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットなどであってもよく、具体的にどのフォーマットを使用するかは、実際のニーズに応じて決定することができる、異なるフォーマットはそれぞれ独自の特性を有し、例えば、ＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットは暗号化性質を有し、未知のｐｒｏｔｏ定義ファイルは解読できず、またファイル圧縮性が高く、転送などが容易になる。

以上説明したように、図２は本開示の前記インテリジェント交通路網取得方法の第２の実施例のフローチャートである。図２に示すように、以下の具体的な実現方式を含む。

ステップ２０１では、ターゲット需要集合を取得する。

ターゲット需要集合は、区域、交差点、及び幹線を含むことができる。

ステップ２０２では、ターゲット需要集合内の交差点に対応する調査情報を取得する。

調査情報は調査テーブル及び／又は調査画像を含むことができる。本実施例では、ストリートビュー地図から調査情報を自動に取得すると仮定する。

ステップ２０３では、ラベリング情報を取得し、前記ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して、交差点に対応する調査情報に基づいて人工的にラベリングされたミクロ路網属性情報である。

すなわち人工的にラベリングされたターゲット需要集合内の各交差点のミクロ路網属性情報を取得する。

ステップ２０４では、地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得する。

すなわちターゲット需要集合によって、地図路網に対応する路網データに基づいて所望のマクロ路網情報を決定することができる。

ステップ２０５では、ラベリング情報とマクロ路網情報の人工的審査改訂結果を取得する。

例えば、ターゲット需要集合と各交差点に対応する調査情報などを組み合わせてラベリング情報とマクロ路網情報に対して人工的審査改訂を行うことができる。

ステップ２０６では、改訂後のラベリング情報と改訂後のマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成する。

例えば、ネスト式路網構造の路網生成ファイルを生成することは、ＪＳＯＮフォーマットの路網生成ファイルを生成し、または、ＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットの路網生成ファイルを生成し、または、ＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットの路網生成ファイルを生成するなどを含む。

後続にどのようにインテリジェント交通路網を使用するかは従来技術である。

なお、前述の各方法の実施例について、簡単な説明のために、それをすべて一連の動作の組み合わせとして記載するが、本開示は、本開示に従って、いくつかのステップが他の順序を使用することができるか、または同時に行うことができるため、説明する動作順序によって制限されないことを当業者は認識すべきである。次に、本明細書に記載される実施例はいずれも好ましい実施例に属し、関連する動作およびモジュールは必ずしも本開示に必須ではない。ある実施例においては、詳細には記載されていないが、他の実施例の説明を参照することができる。

以上は方法の実施例に関する説明であり、以下は装置の実施例で、本開示に記載された解決策をさらに説明する。

図３は本開示の前記インテリジェント交通路網取得装置の実施例３００の構成の構造概略図である。図３に示すように、第１の取得モジュール３０１、第２の取得モジュール３０２、第３の取得モジュール３０３、及び生成モジュール３０４を含む。

第１の取得モジュール３０１は、ターゲット需要集合を取得するために用いられる。

第２の取得モジュール３０２は、ラベリング情報を取得するために用いられ、前記ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報である。

第３の取得モジュール３０３は、地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得するために用いられる。

生成モジュール３０４は、ラベリング情報とマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成するために用いられる。

その中、ターゲット需要集合は、区域、交差点、及び幹線、すなわちモデル化されるべき区域、交差点、及び幹線を含むことができる。

ターゲット需要集合は人工的に決定／設定できる。ターゲット需要集合内の区域が区域ａであると仮定すると、ターゲット需要集合内の交差点及び幹線は、いずれも区域ａ内に位置する必要があり、また、ターゲット需要集合内の交差点は、区域ａ内のすべての交差点を含むことができ、区域ａ内の一部の交差点のみを含むこともでき、同様に、ターゲット需要集合内の幹線は、区域ａ内のすべての幹線を含むことができ、区域ａ内の一部の幹線のみを含むこともできる。

ターゲット需要集合内の各交差点について、対応する調査情報をそれぞれ取得することができ、調査情報は、交差点のミクロ路網属性情報を含むことができる。

取得された調査情報は、ストリートビュー地図から取得された調査情報、または、現地調査によって人工的に生成された調査情報を含むことができる。

取得された調査情報は調査テーブル及び／又は調査画像を含むことができ、調査テーブルは、すなわち文字形式で記録されたミクロ路網属性情報を指し、調査画像は、すなわち撮影された交差点画像を指し、画像形式でミクロ路網属性情報を記録する。

従って、第２の取得モジュール３０２はラベリング情報を取得することができ、ラベリング情報は、展示された地図路網上で、ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報である。その中、ターゲット需要集合内の任意の交差点について、当該交差点に対応する調査情報に基づいて人工的にラベリングされたミクロ路網属性情報を取得することができる。

また、第３の取得モジュール３０３は地図路網に対応する路網データからターゲット需要集合に対応するマクロ路網情報を取得することができる。すなわちターゲット需要集合によって、地図路網に対応する路網データに基づいて所望のマクロ路網情報を決定することができる。

ラベリング情報とマクロ路網情報をそれぞれ取得した後、生成モジュール３０４は、両者を組み合わせてターゲット需要集合に対応するインテリジェント交通路網を生成することができる。

また、生成モジュール３０４は、ラベリング情報に対する人工的審査改訂結果を取得し、改訂後のラベリング情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成し、及び／又は、マクロ路網情報に対する人工的審査改訂結果を取得し、改訂後のマクロ路網情報に基づいてターゲット需要集合に対応するインテリジェント交通路網を生成することもできる。

実際の応用では、ターゲット需要集合と各交差点に対応する調査情報などを組み合わせてラベリング情報及び／又はマクロ路網情報に対して人工的審査改訂を行うことができる。

また、生成モジュール３０４は、さらに、ネスト式路網構造の路網生成ファイルを生成することができる。例えば、ＪＳＯＮフォーマットの路網生成ファイルを生成し、または、ＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットの路網生成ファイルを生成し、または、ＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットの路網生成ファイルを生成することができる。

図３に示す装置の実施例の具体的な作業プロセスは、前述の方法の実施例の関連説明を参照することができ、詳細に説明しない。

要するに、本開示の装置の実施例に記載された解決策を使用して、インテリジェント交通業務シナリオニーズに適合するインテリジェント交通路網を正確かつ効率的に取得することができる。

本開示に記載された解決策は、人工知能の分野に適用することができ、特に、インテリジェント交通などの分野に関する。人工知能は、人間のある思考プロセスと知能行為（たとえば、学習、推理、思考、計画など）をコンピュータでシミュレートすることを研究する学科であり、ハードウェアレベルの技術もソフトウェアレベルの技術もあり、人工知能ハードウェア技術は、一般的に、たとえば、センサー、専用の人工知能チップ、クラウドコンピューティング、分散ストレージ、ビッグデータ処理などの技術を含み、人工知能ソフトウェア技術は、主に、コンピュータビジョン技術、音声認識技術、自然言語処理技術および機械学習／ディープラーニング、ビッグデータ処理技術、知識グラフ技術などのいくつかの方向を含む。

本開示の実施例によれば、本開示は、電子機器、読み取り可能な記憶媒体、及びコンピュータプログラム製品をさらに提供する。

図４に示すように、本開示の実施例に係るインテリジェント交通路網取得方法を実現できる例示的な電子機器４００の概略ブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、サーバ、ブレードサーバ、大型コンピュータ、及び他の適切なコンピュータなどの様々な形式のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタル処理、携帯電話、スマートフォン、ウェアラブルデバイス、他の同様の計算デバイスなどの様々な形式のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書の説明及び／又は要求される本開示の実現を制限することを意図したものではない。

図４に示すように、機器４００は計算ユニット４０１を含み、計算ユニット４０１は、読み取り専用メモリ（ＲＯＭ）４０２に記憶されているコンピュータプログラムまたは記憶ユニット４０８からランダムアクセスメモリ（ＲＡＭ）４０３にロードされたコンピュータプログラムに基づいて、様々な適切な動作と処理を実行することができる。ＲＡＭ４０３には、機器４００が動作するに必要な様々なプログラムとデータも記憶することができる。計算ユニット４０１、ＲＯＭ４０２、およびＲＡＭ４０３は、バス５０４を介してお互いに接続される。入出力（Ｉ／Ｏ）インターフェース４０５もバス５０４に接続される。

機器４００内の複数のコンポーネントは、Ｉ／Ｏインターフェース４０５に接続されており、キーボード、マウスなどの入力ユニット４０６と、様々なタイプのディスプレイ、スピーカなどの出力ユニット４０７と、ディスク、光ディスクなどの記憶ユニット４０８と、およびネットワークカード、モデム、無線通信トランシーバなどの通信ユニット４０９と、を含む。通信ユニット４０９は、機器４００が、インターネットなどのコンピュータネットワーク、および／または様々な電気通信ネットワークを介して他の機器と情報／データを交換することを可能にする。

計算ユニット４０１は、様々な処理と計算能力を備える汎用および／または専用の処理コンポーネントである。計算ユニット４０１のいくつかの例は、中央処理装置（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、様々な専用の人工知能（ＡＩ）計算チップ、様々な機械学習モデルアルゴリズムを実行する計算ユニット、デジタル信号プロセッサ（ＤＳＰ）、および任意の適切なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット４０１は、本発明に記載される方法などの上記の様々な方法と処理を実行する。例えば、いくつかの実施例では、本発明に記載される方法は、記憶ユニット４０８などの機械読み取り可能な媒体に有形的に含まれるコンピュータソフトウェアプログラムとして実現することができる。例えば、いくつかの実施例では、コンピュータプログラムの一部または全部は、ＲＯＭ４０２および／または通信ユニット４０９を介して機器４００にロードおよび／またはインストールされる。コンピュータプログラムがＲＡＭ４０３にロードされて計算ユニット４０１によって実行される場合、上記の本発明に記載される方法の一つまたは複数のステップを実行することができる。代替的に、他の実施例では、計算ユニット４０１は、他の任意の適切な方式（例えば、ファームウェアによって）を介して本発明に記載される方法を実行するように構成されることができる。

本明細書で説明されるシステムと技術の様々な実施方式は、デジタル電子回路システム、集積回路システム、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、ロードプログラマブルロジックデバイス（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせで実現することができる。これらの様々な実施方式は、一つ又は複数のコンピュータプログラムで実施されることを含むことができ、当該一つ又は複数のコンピュータプログラムは、少なくとも一つのプログラマブルプロセッサを含むプログラム可能なシステムで実行及び／又は解釈されることができ、当該プログラマブルプロセッサは、特定用途向け又は汎用プログラマブルプロセッサであってもよく、ストレージシステム、少なくとも一つの入力装置、及び少なくとも一つの出力装置からデータ及び命令を受信し、データ及び命令を当該ストレージシステム、当該少なくとも一つの入力装置、及び当該少なくとも一つの出力装置に伝送することができる。

本開示の方法を実施するためのプログラムコードは、一つまたは複数のプログラミング言語の任意の組み合わせを使用して作成することができる。これらのプログラムコードは、プログラムコードがプロセッサまたはコントローラによって実行される時にフローチャートおよび／またはブロック図に規定された機能／動作が実施されるように、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサまたはコントローラに提供することができる。プログラムコードは、完全に機械上で実行されたり、部分的に機械上で実行されたり、独立したソフトウェアパッケージとして部分的に機械上で実行され、部分的にリモート機械上実行されたり、または完全にリモート機械またはサーバ上で実行されたりすることができる。

本開示の文脈において、機械読み取り可能な媒体は、命令実行システム、装置、または機器の使用、または命令実行システム、装置または機器と組み合わせて使用するプログラムを含むか、または記憶することができる有形の媒体であってもよい。機械読み取り可能な媒体は、機械読み取り可能な信号媒体または機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子、磁気、光学、電磁気、赤外線、または半導体システム、装置または機器、または上記の内容の任意の適切な組み合わせを含むが、これらに限定されない。機械読み取り可能な記憶媒体のより具体的な例は、一つまたは複数のワイヤに基づく電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ（登録商標））、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、光学記憶装置、磁気記憶装置、または上記の内容の任意の適切な組み合わせを含む。

ユーザとのインタラクションを提供するために、コンピュータ上においてここで説明されているシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報を表示するためのディスプレイ装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、キーボード及びポインティングデバイス（例えば、マウス又はトラックボール）とを有し、ユーザは、当該キーボード及び当該ポインティングデバイスによって入力をコンピュータに提供することができる。他の種類の装置は、ユーザとのインタラクションを提供するために用いられることもでき、例えば、ユーザに提供されるフィードバックは、任意の形式のセンシングフィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形式（音響入力と、音声入力と、触覚入力とを含む）でユーザからの入力を受信することができる。

ここで説明されるシステム及び技術は、バックエンドコンポーネントを含むコンピューティングシステム（例えば、データサーバとする）、又はミドルウェアコンポーネントを含むコンピューティングシステム（例えば、アプリケーションサーバー）、又はフロントエンドコンポーネントを含むコンピューティングシステム（例えば、グラフィカルユーザインタフェース又はウェブブラウザを有するユーザコンピュータ、ユーザは、当該グラフィカルユーザインタフェース又は当該ウェブブラウザによってここで説明されるシステム及び技術の実施方式とインタラクションする）、又はこのようなバックエンドコンポーネントと、ミドルウェアコンポーネントと、フロントエンドコンポーネントの任意の組み合わせを含むコンピューティングシステムで実施することができる。任意の形式又は媒体のデジタルデータ通信（例えば、通信ネットワーク）によってシステムのコンポーネントを相互に接続されることができる。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）と、ワイドエリアネットワーク（ＷＡＮ）と、インターネットと、ブロックチェーンネットワークと、を含む。

コンピュータシステムは、クライアントとサーバとを含むことができる。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介してインタラクションする。対応するコンピュータ上で実行され、互いにクライアント-サーバ関係を有するコンピュータプログラムによってクライアントとサーバとの関係が生成される。サーバは、クラウドサーバであってもよく、クラウド計算またはクラウドホストとも呼ばれ、クラウド計算サービスシステムの中の一つのホスト製品であり、従来の物理ホストとＶＰＳサーバ（ＶＰＳ）に、存在する管理困難度が高く、業務拡張性が弱い欠陥を解決する。サーバは、分散システムのサーバであってもよく、またはブロックチェーンを組み合わせるサーバであってもよい。クラウドコンピューティングとは、ネットワークを介して柔軟で拡張可能な共有物理又は仮想リソースプールにアクセスし、リソースが、サーバ、操作システム、ネットワーク、ソフトウェア、アプリケーション及び記憶デバイスなどを含むことができ、必要に応じてセルフサービスの方式でリソースを配置及び管理できる技術体系を指す。クラウドコンピューティング技術によって、人工知能、ブロックチェーンなどの技術の適用、モデルトレーニングに効率的で強力なデータ処理能力を提供することができる。

上記に示される様々な形式のフローを使用して、ステップを並べ替え、追加、又は削除することができることを理解されたい。例えば、本開示に記載されている各ステップは、並列に実行されてもよいし、順次的に実行されてもよいし、異なる順序で実行されてもよいが、本開示で開示されている技術案が所望の結果を実現することができれば、本明細書では限定されない。

上記の具体的な実施方式は、本開示に対する保護範囲の制限を構成するものではない。当業者は、設計要求と他の要因に基づいて、様々な修正、組み合わせ、サブコンビネーション、及び代替を行うことができる。任意の本開示の精神と原則内で行われる修正、同等の置換、及び改善などは、いずれも本開示の保護範囲内に含まれなければならない。

Claims (17)

1. インテリジェント交通路網取得方法であって、
   ターゲット需要集合を取得するステップと、
   ラベリング情報を取得するステップであって、前記ラベリング情報は、展示された地図路網上で、前記ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報であるステップと、
   前記地図路網に対応する路網データから前記ターゲット需要集合に対応するマクロ路網情報を取得するステップと、
   前記ラベリング情報と前記マクロ路網情報に基づいて前記ターゲット需要集合に対応するインテリジェント交通路網を生成するステップと、を含む、
   インテリジェント交通路網取得方法。
2. 前記ターゲット需要集合には、区域、交差点、及び幹線が含まれる、
   請求項１に記載のインテリジェント交通路網取得方法。
3. 前記ターゲット需要集合内における任意の交差点のミクロ路網属性情報は、前記交差点に対応する調査情報に基づいてラベリングされたミクロ路網属性情報を含む、
   請求項１または２に記載のインテリジェント交通路網取得方法。
4. 前記調査情報は、ストリートビュー地図から取得された調査情報、または、現地調査によって人工的に生成された調査情報を含む、
   請求項３に記載のインテリジェント交通路網取得方法。
5. 前記インテリジェント交通路網取得方法は、
   前記ラベリング情報に対する人工的審査改訂結果を取得し、改訂後のラベリング情報に基づいて前記インテリジェント交通路網を生成するステップ、及び／又は、
   前記マクロ路網情報に対する人工的審査改訂結果を取得し、改訂後のマクロ路網情報に基づいて前記インテリジェント交通路網を生成するステップ、をさらに含む、
   請求項１から４のいずれか一項に記載のインテリジェント交通路網取得方法。
6. 前記ターゲット需要集合に対応するインテリジェント交通路網を生成するステップは、ネスト式路網構造の路網生成ファイルを生成するステップを含む、
   請求項１から５のいずれか一項に記載のインテリジェント交通路網取得方法。
7. 前記ネスト式路網構造の路網生成ファイルを生成するステップは、
   ＪＳＯＮフォーマットの路網生成ファイルを生成するステップ、または、
   ＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットの路網生成ファイルを生成するステップ、または、
   ＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットの路網生成ファイルを生成するステップを含む、
   請求項６に記載のインテリジェント交通路網取得方法。
8. インテリジェント交通路網取得装置であって、
   第１の取得モジュール、第２の取得モジュール、第３の取得モジュール、及び生成モジュールを含み、
   前記第１の取得モジュールは、ターゲット需要集合を取得するために用いられ、
   前記第２の取得モジュールは、ラベリング情報を取得するために用いられ、前記ラベリング情報は、展示された地図路網上で、前記ターゲット需要集合内の交差点に対して人工的にラベリングされたミクロ路網属性情報であり、
   前記第３の取得モジュールは、前記地図路網に対応する路網データから前記ターゲット需要集合に対応するマクロ路網情報を取得するために用いられ、
   前記生成モジュールは、前記ラベリング情報と前記マクロ路網情報に基づいて前記ターゲット需要集合に対応するインテリジェント交通路網を生成するために用いられる、
   インテリジェント交通路網取得装置。
9. 前記ターゲット需要集合には、区域、交差点、及び幹線が含まれる、
   請求項８に記載のインテリジェント交通路網取得装置。
10. 前記ターゲット需要集合内の任意の交差点のミクロ路網属性情報は、前記交差点に対応する調査情報に基づいてラベリングされたミクロ路網属性情報を含む、
    請求項８または９に記載のインテリジェント交通路網取得装置。
11. 前記調査情報は、
    ストリートビュー地図から取得された調査情報、または、
    現地調査によって人工的に生成された調査情報を含む、
    請求項１０に記載のインテリジェント交通路網取得装置。
12. 前記生成モジュールは、さらに、前記ラベリング情報に対する人工的審査改訂結果を取得し、改訂後のラベリング情報に基づいて前記インテリジェント交通路網を生成し、及び／又は、前記マクロ路網情報に対する人工的審査改訂結果を取得し、改訂後のマクロ路網情報に基づいて前記インテリジェント交通路網を生成するために用いられる、
    請求項８から１１のいずれか一項に記載のインテリジェント交通路網取得装置。
13. 前記生成モジュールは、ネスト式路網構造の路網生成ファイルを生成する、
    請求項８から１２のいずれか一項に記載のインテリジェント交通路網取得装置。
14. 前記生成モジュールがＪＳＯＮフォーマットの路網生成ファイルを生成し、または、
    前記生成モジュールがＰｒｏｔｏＢｕｆｆｅｒバイナリフォーマットの路網生成ファイルを生成し、または、
    前記生成モジュールがＰｒｏｔｏＢｕｆｆｅｒテキストフォーマットの路網生成ファイルを生成する、
    請求項１３に記載のインテリジェント交通路網取得装置。
15. 電子機器であって、
    少なくとも一つのプロセッサと、
    前記少なくとも一つのプロセッサに通信接続されたメモリと、を含み、
    前記メモリに前記少なくとも一つのプロセッサにより実行可能な命令が記憶されており、前記命令が前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサが請求項１から７のいずれか一項に記載のインテリジェント交通路網取得方法を実行する、
    電子機器。
16. コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
    前記コンピュータ命令は、コンピュータに請求項１から７のいずれか一項に記載のインテリジェント交通路網取得方法を実行させる、
    コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体。
17. コンピュータプログラムであって、
    前記コンピュータプログラムがプロセッサによって実行される時に請求項１から７のいずれか一項に記載のインテリジェント交通路網取得方法を実現する、
    コンピュータプログラム。

Images