JP7476290B2 - 道路情報更新方法、装置、電子機器、記録媒体及びコンピュータプログラム - Google Patents

Description

本開示は人工知能技術分野に関し、特にコンピュータ視覚、深層学習、ビッグデータ、高精度地図、スマート交通、自動運転及び自律駐車、クラウドサービス、車両用ネットワーク及びスマートシートキャビンの分野の技術に関する。具体的には、道路情報更新方法、装置、電子機器、記憶媒体及びコンピュータプログラムに関する。

道路建設の急速な発展に伴い、道路網の複雑度もますます高くなる。ユーザの外出のナビアプリへの依存もますます強くなり、ナビアプリの測位精度はユーザの外出体験に影響を与える。ナビアプリにおける道路情報の正確性は、ナビアプリの測位の正確性に影響を与える。

本開示は、道路情報更新方法、装置、電子機器、記録媒体及びコンピュータプログラムを提供する。

本開示の一態様によれば、目標道路領域に対応する画像データを処理し、第一路線集合を取得すること、前記目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得すること、前記第二路線集合を利用して前記第一路線集合を校正し、第三路線集合を取得すること、前記第三路線集合と前記目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得すること、及び、前記融合結果に基づいて前記履歴路線集合を更新することを、含む道路情報更新方法を提供する。

本開示の他の態様によれば、目標道路領域に対応する画像データを処理し、第一路線集合を取得するための第一取得モジュールと、前記目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得するための第二取得モジュールと、前記第二路線集合を利用して前記第一路線集合を校正し、第三路線集合を取得するための第三取得モジュールと、前記第三路線集合と前記目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得するための第四取得モジュールと、前記融合結果に基づいて前記履歴路線集合を更新するための更新モジュールと、を含む道路情報更新装置を提供する。

本開示の他の態様によれば、少なくとも１つのプロセッサ、及び前記少なくとも１つのプロセッサと通信可能に接続されたメモリを含み、前記メモリは、前記少なくとも１つのプロセッサにより実行可能な指令を格納し、前記指令は、前記少なくとも１つのプロセッサが上記の方法を実施可能となるよう、前記少なくとも１つのプロセッサにより実行される電子機器を提供する。

本開示の他の態様によれば、コンピュータ指令を格納する非一時性コンピュータが読み取り可能な記録媒体であって、前記コンピュータ指令は、前記コンピュータに上記の方法を実施させるためのものである記録媒体を提供する。

本開示の他の態様によれば、プロセッサにより実行される場合、上記の方法を実施するコンピュータプログラムを提供する。

理解されるべきこととして、本部分に記載された内容は、本開示の実施例のキーポイント又は重要な特徴を示すことを意図するものではなく、本開示の範囲を限定するものでもない。本開示の他の特徴は、以下の説明により容易に理解される。

図面は、本開示の発明をよりよく理解するために用いられ、本開示を限定するものではない。
図１は本開示の実施例に係る道路情報更新方法及び装置を応用できる例示的なシステムアーキテクチャを模式的に示す。 図２は本開示の実施例に係る道路情報更新方法のフローチャートを模式的に示す。 図３Ａは本開示の実施例に係る道路情報更新過程の例示的な模式図を模式的に示す。 図３Ｂは本開示の実施例に係る第四路線集合に関する情報の例示的な模式図を模式的に示す。 図３Ｃは本開示の実施例に係る第六路線集合に関する情報の例示的な模式図を模式的に示す。 図３Ｄは本開示の実施例に係る第一路線集合の例示的な模式図を模式的に示す。 図３Ｅは本開示の実施例に係る第三路線集合と履歴路線集合とを融合処理する例示的な模式図を模式的に示す。 図３Ｆは本開示の実施例に係る融合結果の例示的な模式図を模式的に示す。 図４は本開示の他の実施例に係る道路情報更新過程の例示的な模式図を模式的に示す。 図５は本開示の実施例に係る道路情報更新装置のブロック図を模式的に示す。 図６は本開示の実施例に係る道路情報更新方法を実現するのに適する電子機器のブロック図を模式的に示す。

以下、図面を参照して本開示の例示的な実施例を説明する。ここで、より理解しやすいために本開示の実施例の様々な詳細は含まれ、それらが例示的なものであると考えられるべきである。したがって、当業者であれば、ここで記載される実施例に対して様々な変更・修正を行うことができ、本開示の範囲及び精神から逸脱することはないと分るべきである。同様に、明確かつ簡潔に説明するために、以下の記載において周知の機能や構成に対する説明を省略する。

道路建設の急速な発展に伴い、道路網も日を追うごとに変化している。しかし、変更された道路情報を取得するチャネルは限られている。変更された道路情報は開示されない可能性があり、これは、一部の道路情報が正確ではない状況がナビアプリに存在することをもたらす。例えば、路線の欠失又は路線の過剰である。

ユーザのナビゲーション体験の観点からすると、道路情報の不正確は、ユーザの使用体験に影響する。例えば、路線が欠失した場合、ユーザに迂回路又は目的地の到達不可能を招来する。

アプリケーションプログラムの観点からすると、高精度地図は自動運転に必要不可欠であり、高精度地図の道路情報は、自動運転をサポートする基礎である。道路情報の不正確は、深刻な安全リスクを招来する恐れがある。例えば、路線の欠失又は路線の過剰である場合、検出された現場とシステムの記録との不一致を招来し、自動運転が認識しにくい又は誤認する状況が発生することで、交通事故になってしまった。

上記内容に基づいて、道路情報の正確性をどのように有効に保証するかは、強い要求を有する。このために、本開示の実施例は道路情報更新の案を提供する。目標道路領域に対応する画像データを処理し、第一路線集合を取得する。目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得する。第二路線集合を利用して第一路線集合を校正し、第三路線集合を取得する。第三路線集合と目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得する。融合結果に基づいて履歴路線集合を更新する。

画像処理により取得された第一路線集合を利用し、軌跡処理により得られた第二路線集合及び基礎道路ネットワークに対応する履歴路線集合を融合して画像データにおける路線を抽出し、かつ履歴路線集合を更新し、マルチソースによる路線特定を実現し、これにより、道路情報更新の正確性及び網羅率を向上させ、さらにナビアプリの正確性及び網羅率を向上させる。

図１は本開示の実施例に係る道路情報更新方法及び装置を適用できる例示的なシステムアーキテクチャを模式的に示す。

注意すべきものとして、図１に示すのは、本開示の実施例のシステムアーキテクチャを適用可能な例示に過ぎず、当業者が本開示の技術内容を理解することに役立つが、本開示の実施例は他の装置、システム、環境又はシーンに適用できないことを意味するものではない。例えば、他の実施例において、道路情報更新方法及び装置を適用可能な例示的なシステムアーキテクチャは、端末装置を含んでもよいが、端末装置はサーバと対話する必要がないまま、本開示の実施例が提供する道路情報更新方法及び装置を実現してもよい。

図１に示すように、該実施例に係るシステムアーキテクチャ１００は、端末装置１０１、１０２、１０３、ネットワーク１０４及びサーバ１０５を含んでもよい。ネットワーク１０４は、端末装置１０１、１０２、１０３とサーバ１０５との間に通信リンクの媒体を提供するために用いられる。ネットワーク１０４は、様々な接続タイプを含んでもよく、例えば、有線及び/又は無線通信リンクなどが挙げられる。

ユーザは、端末装置１０１、１０２、１０３を使用してネットワーク１０４を介してサーバ１０５と対話することにより、メッセージ等を受信する又は送信してもよい。端末装置１０１、１０２、１０３には、様々な通信クライアントアプリ、例えば知識閲覧類アプリ、ウェブページブラウザアプリ、検索類アプリ、リアルタイム通信ツール、メールボックスクライアント及び/又はソーシャルプラットフォームソフトウェアなど（例示のみ）がインストールされてもよい。

端末装置１０１、１０２、１０３は、表示画面を有しかつウェブページの閲覧をサポートする様々な電子機器であってもよく、スマートフォン、タブレットコンピュータ、ラップトップ型携帯コンピュータ及びデスクトップコンピュータ等が挙げられるが、これに限らない。

サーバ１０５は、様々なサービスを提供する様々なタイプのサーバであってもよい。例えば、サーバ１０５は、クラウドサーバであってもよい。クラウドサーバは、クラウドコンピューティングサーバ又はクラウドホストと呼ばれ、クラウドコンピューティングサービスシステムにおける一つのホスト製品であって、従来の物理ホストとＶＰＳサービス（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｓｅｒｖｅｒ：ＶＰＳ）に存在する管理難さが大きくかつサービス拡張性が弱いという欠陥を解決したものである。サーバ１０５は、分散式システムのサーバであってもよく、あるいは、ブロックチェーンを結合したサーバであってもよい。

バックグラウンド管理サーバ（例示のみ）は、ユーザが端末装置１０１、１０２、１０３をもって閲覧しているコンテンツに対してサポートを提供する。バックグラウンド管理サーバは、受信されたユーザ要求等のデータに対して分析等の処理を行い、かつ処理結果（例えば、ユーザの要求に応じて取得又は生成されたウェブページ、情報、又はデータ等）を端末装置にフィードバックしてもよい。

また、本開示の実施例が提供する道路情報更新方法は、一般的として、サーバ１０５により実行してもよい。それに応じて、本開示の実施例が提供する道路情報更新装置は、一般的として、サーバ１０５に設置してもよい。本開示の実施例が提供する道路情報更新方法は、サーバ１０５と別に端末機器１０１、１０２、１０３及び/又はサーバ１０５と通信可能なサーバ又はサーバクラスタによって実行されてもよい。それに応じて、本開示の実施例が提供する道路情報更新装置は、サーバ１０５と別に端末装置１０１、１０２、１０３及び/又はサーバ１０５と通信可能なサーバ又はサーバクラスタに設置されてもよい。

或いは、本開示の実施例が提供する道路情報更新方法は、一般的として、端末装置１０１、１０２、又は１０３により実行してもよい。それに応じて、本開示の実施例が提供する道路情報更新装置は、端末装置１０１、１０２、又は１０３に設置されてもよい。

理解すべきことは、図１における端末装置、ネットワーク及びサーバの数は、単に例示的である。実現の必要に応じて、任意の数の端末装置、ネットワーク及びサーバを有してもよい。

図２は本開示の実施例に係る道路情報更新方法のフローチャートを模式的に示す。

図２に示すように、該方法はステップＳ２１０～Ｓ２５０を含む。

ステップＳ２１０において、目標道路領域に対応する画像データを処理し、第一路線集合を取得する。

ステップＳ２２０において、目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得する。

ステップＳ２３０において、第二路線集合を利用して第一路線集合を校正し、第三路線集合を取得する。

ステップＳ２４０において、第三路線集合と目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得する。

ステップＳ２５０において、融合結果に基づいて履歴路線集合を更新する。

本開示の実施例によれば、目標道路領域とは、路線を取得する必要がある道路領域であってもよい。第一路線集合は少なくとも一つの路線を含んでもよい。軌跡図はユーザ軌跡に基づいて構築されてもよい。第二路線集合は少なくとも一つの路線を含んでもよい。第三路線集合は、第一路線集合と第二路線集合とに基づいて特定されたものであってもよい。履歴路線集合とは、実際として既に存在する路線であってもよい。履歴路線集合は、路線を更新する根拠として用いられる。画像データとは、道路画像データであってよい。

本開示の実施例によれば、画像処理モデルを利用して目標道路領域に対応する画像データを処理し、第一路線集合を取得してもよい。例えば、画像処理モデルを利用して画像データに対して路線抽出を行い、第一路線集合を取得してもよい。画像処理モデルは、画像分割モデル及びグラフィカルモデルの少なくとも一つを含んでもよい。画像分割モデルは、語義分割モデル、実例分割モデルまたはシーン分割モデルを含んでもよい。軌跡図の少なくとも一つの軌跡密度ピーク値を特定し、少なくとも一つの軌跡密度ピーク値のそれぞれに対応する点を軌跡点として特定してもよい。少なくとも一つの軌跡点に基づいて、第二路線集合を特定する。例えば、少なくとも一つの軌跡点を接続して、第二路線集合を取得する。

本開示の実施例によれば、第一路線集合と第二路線集合とを取得した後に、第二路線集合を利用して第一路線集合を較正し、較正後の第一路線集合を取得してもよい。校正後の第一路線集合を第三路線集合として特定する。例えば、第一路線集合における第二路線集合とマッチングする路線集合を第三路線集合として特定してもよい。

本開示の実施例によれば、第三路線集合を取得した後に、第三路線と履歴路線集合を融合処理して、融合結果を取得してもよい。例えば、履歴路線集合及び第三路線集合に基づいて変更路線集合及び更新路線集合のうちの少なくとも一つを特定してもよい。融合結果を取得した後、融合結果に基づいて履歴路線集合を更新してもよい。

本開示の実施例によれば、画像処理により取得された第一路線集合を利用し、軌跡処理により得られた第二路線集合及び基礎路線ネットワークに対応する履歴路線集合を融合して画像データにおける路線を抽出し、かつ履歴路線集合を更新し、マルチソースによる路線特定を実現し、これにより、道路情報更新の正確性及び網羅率を向上させ、さらにナビアプリの正確性及び網羅率を向上させる。

本開示の実施例によれば、操作Ｓ２１０は以下の操作を含んでもよい。

目標道路領域に対応する画像データに対して画像分割を行い、道路領域画像分割結果を取得する。道路領域画像の分割結果に対して路線抽出を行い、第四路線集合を取得する。第四路線集合は、第一路線集合として特定される。

本開示の実施例によれば、目標道路領域に対応する画像データを画像分割モデルに入力し、道路領域画像分割結果を取得してもよい。画像分割モデルは、第一サンプル道路領域に対応する第一サンプル画像データとサンプル道路領域ラベルとを用いて第一所定モデルを訓練してなるものであってもよい。第一所定モデルは、語義分割モデル、実例分割モデル又はシーン分割モデルを含んでもよい。例えば、第一所定のモデルは、ＤＦＡＮｅｔ（Ｄｅｅｐ Ｆｅａｔｕｒｅ Ａｇｇｒｅｇａｔｉｏｎ ｆｏｒ Ｒｅａｌ－Ｔｉｍｅ Ｓｅｍａｎｔｉｃ Ｓｅｇｍｅｎｔａｔｉｏｎ：深度多層重合に基づくリアルタイム語義分割ネットワーク）、ＰＳＰＮｅｔ（Ｐｙｒａｍｉｄ Ｓｃｅｎｅ Ｐａｒｓｉｎｇ Ｎｅｔｗｏｒｋ：ピラミッドシーン解析ネットワーク）、ＢｉＳｅＮｅｔ（Ｂｉｌａｔｅｒａｌ Ｓｅｇｍｅｎｔａｔｉｏｎ Ｎｅｔｗｏｒｋ ｆｏｒ Ｒｅａｌ－Ｔｉｍｅ Ｓｅｍａｎｔｉｃ Ｓｅｇｍｅｎｔａｔｉｏｎ：マルチブランチ軽量化分割ネットワーク）又はＯＣＲＮｅｔ（Ｏｂｊｅｃｔ－Ｃｏｎｔｅｘｔｕａｌ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｏｒ Ｓｅｍａｎｔｉｃ Ｓｅｇｍｅｎｔａｔｉｏｎ）を含んでもよい。

本開示の実施例によれば、道路領域画像分割結果を取得した後、道路領域画像分割結果に対してノイズ除去処理、道路骨格抽出及び間引きベクトル化を順次に行い、第四路線集合を取得してもよい。

本開示の実施例によれば、操作Ｓ２１０はさらに以下の操作を含んでもよい。

所定のトポロジー図を利用して目標道路領域に対応する画像データを処理し、第五路線集合を取得する。第五路線集合を処理し、第六路線集合を取得する。第四路線集合と第六路線集合を融合処理し、第一路線集合を取得する。

本開示の実施例によれば、所定のトポロジー図はグラフィカルモデルであってもよい。グラフィカルモデルは、第二サンプル道路領域に対応する第二サンプル画像データを用いて第二所定モデルを訓練してなるものであってもよい。第二所定モデルは、グラフィカルニューラルネットワークモデル、グラフィカル畳み込みネットワークモデル、グラフィカル自己符号化器、グラフィカル循環ニューラルネットワークモデル又はグラフィカル強化学習モデルを含んでもよい。

本開示の実施例によれば、画像データをグラフィカルモデルに入力し、第五路線集合を取得する。第五路線集合を取得した後、第五路線集合に対して細分化処理及び間引きベクトル化を順次に行って、第六路線集合を取得してもよい。

本開示の実施例によれば、第四路線集合及び第六路線集合を取得した後に、第四路線集合と第六路線集合を融合処理して、第一路線集合を取得してもよい。例えば、第四路線集合及び第六路線集合における異なる路線を保留してもよい。類似路線集合における目標類似路線集合を保留し、それにより第一路線集合を取得する。

本開示の実施例によれば、第四路線集合及び第六路線集合を融合処理することにより第一路線集合を得て、画像データから路線を特定する正確性及び網羅率を向上させる。

本開示の実施例によれば、操作Ｓ２１０は以下の操作を含んでもよい。

所定のトポロジー図を利用して目標道路領域に対応する画像データを処理し、第五路線集合を取得する。第五路線集合を処理し、第六路線集合を取得する。第六路線集合は、第一路線集合として特定される。

本開示の実施例によれば、第六路線集合をそのまま第一路線集合として特定してもよい。

本開示の実施例によれば、道路領域画像分割結果に対して路線抽出を行い、第四路線集合を取得することは、以下の操作を含んでもよい。

道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得する。第一軌跡点間引きアルゴリズムを利用して第七路線集合を処理し、第四路線集合を取得する。

本開示の実施例によれば、骨格抽出アルゴリズムを利用して道路領域画像の分割結果を処理し、第七路線集合を取得してもよい。骨格抽出（すなわち二値画像細分化）とは、一つの連通領域を一つの画素の幅に細分化し、特徴抽出及び目標トポロジーの表しに用いられる。骨格抽出アルゴリズムは、形態学に基づく骨格抽出アルゴリズムを含んでもよい。形態学に基づく骨格抽出アルゴリズムは、当たり判定変換に基づく骨格抽出アルゴリズム又は中軸変換に基づく骨格抽出アルゴリズムを含んでもよい。例えば、Ｋ３Ｍアルゴリズムが挙げられる。二値画像における対象の境界から燃焼を開始するように設定し、対象は徐々に細分化されるが、燃焼過程において所定の条件を満たす画素が保留されるか又は“焼却”されることを保証する必要がある。燃焼の終了を判定した場合、最後に残った二値画像は二値画像の骨格である。

本開示の実施例によれば、軌跡点間引きアルゴリズムとは、ベクトル曲線の形状が所定の条件を満たすことを保証する場合、軌跡点の数を減少させることができる。すなわち、軌跡点間引きアルゴリズムは、ベクトル曲線の軌跡点を簡略化するために用いられる。軌跡点間引きアルゴリズムは、ダグラス・プッカー（即ちＤｏｕｇｌａｓ－Ｐｅｕｋｅｒ）アルゴリズム、垂直距離制限値アルゴリズム、又はクラスタリングアルゴリズムを含んでもよい。

本開示の実施例によれば、形態学的骨格抽出アルゴリズムに基づいて道路領域画像の分割結果を処理し、第七路線集合を取得してもよい。道路領域画像分割結果に対して画像分割を行う前に、さらに道路画像分割結果を処理し、二値化された道路画像分割結果、即ち、二値画像データを取得してもよい。形態学に基づく骨格抽出アルゴリズムを利用して二値画像データを処理し、第七路線集合を取得する。

本開示の実施例によれば、第一軌跡点間引きアルゴリズムは、ダグラス・プッカーアルゴリズムを含んでもよい。第七路線集合を取得した後に、ダグラス・プッカーアルゴリズムを利用して第七路線集合を処理し、第四路線集合を取得してもよい。即ち、ａ．第七路線集合に含まれる各路線のそれぞれに対して、路線上の第一軌跡点及び第二軌跡点を特定する。第一軌跡点は、路線の頭部の軌跡点である。第二軌跡点は路線の尾部の軌跡点である。ｂ．第一軌跡点と第二軌跡点を連結し、連結線を取得する。ｃ．路線上の他の軌跡点から連結線までの垂直距離を特定する。ｄ．複数の垂直距離から最大垂直距離を特定する。ｅ．最大垂直距離が所定の距離閾値以下であるか否かを判定する。そうであれば、ｆを実行する；そうでなければ、ｇを実行する。ｆ．路線上の第一軌跡点と第二軌跡点以外の他の軌跡点とを削除してもよい。ｇ．最大垂直距離に対応する軌跡点を分割点として、路線を二つの道路サブラインに分割してもよい。最大垂直距離が所定の距離閾値以下になるまで、道路サブラインに対して上記のａ～ｇを実行する。

本開示の実施例によれば、道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得することは、以下の操作を含んでもよい。

形態学的アルゴリズムを利用して道路領域画像分割結果に対してノイズ除去処理を行い、処理後の道路領域画像分割結果を取得する。処理後の道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得する。

本開示の実施例によれば、形態学的アルゴリズムの基本的な思想は、一定の形態を有する構造要素を用いて画像における対応する形状を測定して抽出することにより、画像解析及び識別の目的を達成することである。形態学的アルゴリズムは、オープニング演算を含んでもよい。オープニング演算によりノイズ除去の目的を達成してもよい。オープニング演算は、先に収縮してから、膨張してもよい。膨張とは、元の画像におけるハイライト部分を拡張させることであり、レンダリングは、元の画像よりも大きいハイライト領域（局所最大値を求める操作である）を有し、すなわち、膨張とは、局所最大値を求める操作であってもよい。収縮とは、元の画像におけるハイライト領域が腐食であることであり、レンダリングは元の画像よりも小さいハイライト領域を有し、すなわち、収縮とは局所最小値を求める操作であってもよい。

本開示の実施例によれば、第五路線集合を処理し、第六路線集合を取得することは、以下の操作を含んでもよい。

第五路線集合に対して路線細分化処理を行い、第八路線集合を取得する。第二軌跡点間引きアルゴリズムを利用して第八路線集合を処理し、第九路線集合を取得する。第九路線集合に対して重複除去処理を行い、第六路線集合を取得する。

本開示の実施例によれば、形態学的アルゴリズムにおける収縮を利用して第五路線集合に対して路線細分化処理を行い、第八路線集合を取得してもよい。

本開示の実施例によれば、第二軌跡点間引きアルゴリズムは、ダグラス・プッカー（即ち、Ｄｏｕｇｌａｓ－Ｐｅｕｋｅｒ）アルゴリズム、垂直距離制限値アルゴリズム又はクラスタリングアルゴリズムを含んでもよい。

本開示の実施例によれば、第九路線の路線集合を取得した後、第九路線の路線集合における重複の路線を除去し、第六路線の路線集合を取得してもよい。例えば、類似度を利用して第九路線集合から第六路線集合を特定してもよい。類似度は、二つのオブジェクトの間の類似度を表すことができる。類似度の数値が大きいほど、二つのオブジェクトの間の類似度が大きいことを表すことができる。逆に、二つのオブジェクトの間の類似度が小さい。類似度は、実際業務需要に応じて配置することができ、ここで限定しない。例えば、類似度は、コサイン類似度、ピアソン相関係数、ユークリッド距離又はＪａｃｃａｒｄ距離を含んでもよい。

本開示の実施例によれば、第九路線の任意の二つの路線の間の類似度を特定し、複数の類似度を取得する。複数の類似度のうちの各類似度のそれぞれに対して、類似度が所定の類似度閾値以上であると判定した場合、類似度に対応する二つの路線から目標路線を特定する。全ての目標路線と、類似度が類似度閾値よりも小さいことに対応する二つの路線の全てとに基づいて、第六路線集合を取得する。

本開示の実施例によれば、第四路線集合と第六路線集合とを融合処理し、第一路線集合を取得することは、以下の操作を含んでもよい。

類似路線集合を特定する。類似路線集合は、少なくとも一つの類似路線群を含む。少なくとも一つの類似路線群のそれぞれに対応する目標類似路線を特定し、目標類似路線集合を取得する。非類似路線集合を特定する。非類似路線集合と目標類似路線集合に基づいて、第一路線集合を取得する。各類似路線群のそれぞれは、第四路線集合からの第一類似路線と第六路線集合からの第二類似路線を含み、第一類似路線と第二類似路線との間の類似度は所定の類似度条件を満たす。各目標類似路線のそれぞれは、各類似路線群における路線の長さが大きい路線である。非類似路線集合は第四路線集合及び第六路線集合における類似路線集合以外の路線集合である。

本開示の実施例によれば、第四路線集合における各路線のそれぞれに対して、路線と第六路線集合のうちのいずれかの路線との間の類似度を特定する。類似度が所定の類似度条件を満たすと判定すれば、類似度に対応する二つの路線を類似路線群と呼ぶことができる。同様に、類似路線群における第４の路線集合からの路線を、第一類似路線と呼ぶことができる。類似路線群における第六路線集合からの路線を第二類似路線と呼ぶことができる。所定の類似度条件は、二つの第四の路線集合からの路線と第六の路線集合からの路線とが類似路線であるか否かを判定する根拠として用いられてもよい。例えば、所定の類似度条件は、所定の類似度閾値を含んでもよい。類似度が所定の類似度条件を満たすことは、類似度が所定の類似度閾値以上であることを含んでもよい。

本開示の実施例によれば、各類似路線群のそれぞれに対して、路線の長さに基づいて、類似路線群から目標類似路線を特定してもよい。例えば、路線の長さに基づいて、類似路線群から路線の長さが大きい類似路線を特定してもよい。

本開示の実施例によれば、第四路線集合と第六路線集合との第一和集合を特定してもよい。第一和集合において類似路線集合以外の路線集合を非類似路線集合として特定する。非類似路線集合と目標類似路線集合の第二和集合を特定し、第二和集合を第一路線集合として特定してもよい。

本開示の実施例によれば、操作Ｓ２３０は以下の操作を含んでもよい。

第一路線集合における各第一路線のそれぞれに対して、第一路線集合とマッチングする第二路線が第二路線集合に存在すると判定した場合に、第一路線を第三路線集合における第三路線に特定する。

本開示の実施例によれば、第一路線集合における各第一路線のそれぞれに対して、第一路線とマッチングする第二路線が第二路線集合に存在するか否かを判定してもよい。第一路線とマッチングする第二路線が第二路線集合に存在すると判定すれば、第一路線を第三路線集合における第三路線として特定してもよい。

本開示の実施例によれば、第一路線とマッチングする第二路線が第二路線集合に存在しないと判定すれば、第一路線が第三路線集合における第三路線ではないと特定してもよい。

本開示の実施例によれば、第一路線とマッチングする第二路線が第二路線集合に存在するか否かを判定することは、第一路線と第二路線集合における各第二路線との間の類似度を判定することを含んでもよい。第一経路との類似度が所定の類似度条件を満たす第二経路が第二路線集合に存在するか否を判定する。第一路線との間の類似度が所定類似度条件を満たす第二路線が第二路線集合に存在すると判定すれば、第一路線を第三路線集合における第三路線として判定してもよい。

本開示の実施例によれば、操作Ｓ２４０は以下の操作を含んでもよい。

第三路線集合から履歴道路路線集合との間に関連関係を有する路線集合を特定し、有効路線集合を取得する。有効路線集合を融合結果として特定する。

本開示の実施例によれば、関連関係を有するとは、二つの路線の間に共通集合を有することであってもよい。第三路線集合における各第三路線のそれぞれに対して、第三路線が履歴路線集合における履歴路線との間に関連関係を有するか否かを判定する。第三路線と履歴路線集合における履歴路線との間に関連関係があると判定すれば、第三路線を有効路線として特定してもよい。これにより、有効路線集合を取得することができ、すなわち、融合結果を取得する。

本開示の実施例によれば、第三路線集合と履歴路線集合とを融合処理することにより、従来路線と関連関係を有する路線を保留し、従来路線と関連関係を有さない路線（すなわち孤立路線）を削除することを実現することにより、有効率の高い路線を保留する。高レベルの場合には、路線を自動的に構築しながら既存の路線と自動的に融合してもよい。

以下、図３Ａ、図３Ｂ、図３Ｃ、図３Ｄ、図３Ｅ、図３Ｆ及び図４を参照して、具体的な実施例に基づき本開示の実施例に係る道路情報更新方法をさらに説明する。

図３Ａは、本開示の実施例に係る道路情報更新過程の例示的な模式図を模式的に示す。

図３Ａに示すように、道路情報更新過程３００Ａにおいて、目標道路領域に対応する画像データ３０１に対して画像分割を行い、道路領域画像分割結果３０２を取得する。道路領域画像分割結果３０２に対して道路骨格抽出を行い、第七路線集合３０３を取得する。第一軌跡点間引きアルゴリズムを利用して第七路線集合３０３を処理し、第四路線集合３０４を取得する。

所定のトポロジー図を利用して画像データ３０１を処理し、第五路線集合３０５を取得する。第五路線集合３０５に対して路線細分化処理を行い、第八路線集合３０６を取得する。第二軌跡点間引きアルゴリズムを利用して第八路線集合３０６を処理し、第九路線集合３０７を取得する。第九路線集合３０７に対して重複除去処理を行い、第六路線集合３０８を取得する。第四路線集合３０４と第六路線集合３０８を融合処理し、第一路線集合３０９を取得する。

目標道路領域に対応する軌跡図３１０に基づいて、第二路線集合３１１を取得する。第二路線集合３１１を利用して第一路線集合３１１を校正し、第三路線集合３１２を取得する。第三路線集合３１２と目標道路領域に対応する履歴路線集合３１３を融合処理し、融合結果３１４を取得する。融合結果３１４に基づいて履歴路線集合３１３を更新する。

図３Ｂは、本開示の実施例に係る第四路線集合に関する情報の例示的な模式図を模式的に示す。

図３Ｂに示すように、３００Ｂにおいて、３０１は図３Ａにおける画像データを表す。３０２は図３Ａにおける道路領域画像分割結果を表す。３０４は図３Ａにおける第四路線集合を表す。

図３Ｃは本開示の実施例に係る第六路線集合に関する情報の例示的な模式図を模式的に示す。

図３Ｃに示すように、３００Ｃにおいて、３１５は画像データを表す。３１６は第五路線集合を表す。３１７は第六路線集合を表す。

図３Ｄは、本開示の実施例に係る第一路線集合の例示的な模式図を模式的に示す。

図３Ｄに示すように、３００Ｄにおいて、３０９は図３Ａにおける第一路線集合を表す。

図３Ｅは本開示の実施例に係る第三路線集合と履歴路線集合とを融合処理する例示的な模式図を模式的に示す。

図３Ｅに示すように、３００Ｅにおいて、３１８における矩形枠領域は有効路線集合が位置する領域を表す。３１８における楕円領域は非有効路線集合が位置する領域を表す。

図３Ｆは本開示の実施例に係る融合結果の例示的な模式図を模式的に示す。

図３Ｆに示すように、３００Ｆにおいて、３１４は図３Ａにおける融合結果を表す。

図４は本開示の他の実施例に係る道路情報更新過程の例示的な模式図を模式的に示す。

図４に示すように、道路情報更新過程４００において、４０１は目標道路領域に対応する画像データである。４０２は画像データ４０１に対して特徴抽出を行って得られた特徴抽出データである。特徴抽出データ４０２における大きい円形は、路線の欠落部分を表す。特徴抽出データ４０２における小さい円形は、路線過剰部分を表す。

画像データ４０１に対して画像分割を行い、道路領域画像分割結果４０３を取得する。

所定のトポロジー図を利用して画像データ４０１を処理し、第五路線集合４０４を取得する。道路領域画像分割結果４０３と第五車線集合４０４とに対して融合処理を行い、第一路線集合４０５を取得する。

目標道路領域に対応する軌跡図４０６に基づいて、第二路線集合を取得する。第二路線集合を利用して第一路線集合４０５を校正し、第三路線集合４０７を取得する。第三路線集合４０７から分かるように、路線欠落部分が補充され、路線過剰部分が削除された。

本開示の技術案において、言及した個人情報の収集、記憶、使用、加工、伝送、提供及び開示等の処理は、いずれも関連法律・法規の規定に適合し、かつ公序良俗に反するものではない。

本開示の技術案において、ユーザの個人情報を取得・収集する前に、ユーザの許可又は同意が得られた。

以上は例示的な実施例に過ぎず、限定されるものではなく、道路情報更新の正確性及び網羅率を向上させることができれば、本分野の既知の他の道路情報更新方法を含んでもよい。

図５は本開示の実施例に係る道路情報更新装置のブロック図を模式的に示す。

図５に示すように、道路情報更新装置５００は、第一取得モジュール５１０、第二取得モジュール５２０、第三取得モジュール５３０、第四取得モジュール５４０及び更新モジュール５５０を含んでもよい。

第一取得モジュール５１０は、目標道路領域に対応する画像データを処理し、第一路線集合を取得するために用いられる。

第二取得モジュール５２０は、目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得するために用いられる。

第三取得モジュール５３０は、第二路線集合を利用して第一路線集合を校正し、第三路線集合を取得するために用いられる。

第四取得モジュール５４０は、第三路線集合と目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得するために用いられる。

更新モジュール５５０は、融合結果に基づいて履歴路線集合を更新するために用いられる。

本開示の実施例によれば、第一取得モジュール５１０は第一取得サブモジュール、第二取得サブモジュール及び第一特定サブモジュールを含んでもよい。

第一取得サブモジュールは、目標道路領域に対応する画像データに対して画像分割を行い、道路領域画像分割結果を取得するために用いられる。

第二取得サブモジュールは、道路領域画像分割結果に対して路線抽出を行い、第四路線集合を取得するために用いられる。

第一特定サブモジュールは、第四路線集合を第一路線集合として特定するために用いられる。

本開示の実施例によれば、第一取得モジュール５１０は、さらに第三取得サブモジュール、第四取得サブモジュール及び第五取得サブモジュールを含んでもよい。

第三取得サブモジュールは、所定のトポロジー図を利用して目標道路領域に対応する画像データを処理し、第五路線集合を取得するために用いられる。

第四取得サブモジュールは、第五路線集合を処理し、第六路線集合を取得するために用いられる。

第五取得サブモジュールは、第四路線集合と第六路線集合とを融合処理し、第一路線集合を取得するために用いられる。

本開示の実施例によれば、第二取得サブモジュールは第一取得ユニット及び第二取得ユニットを含んでもよい。

第一取得ユニットは、道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得するために用いられる。

第二取得ユニットは、第一軌跡点間引きアルゴリズムを利用して第七路線集合を処理し、第四路線集合を取得するために用いられる。

本開示の実施例によれば、第一取得ユニットは第一取得サブユニット及び第二取得サブユニットを含んでもよい。

第一取得サブユニットは、形態学的アルゴリズムを利用して道路領域画像分割結果に対してノイズ除去処理を行い、処理後の道路領域画像分割結果を取得するために用いられる。

第二取得サブユニットは、処理後の道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得するために用いられる。

本開示の実施例によれば、第四取得サブモジュールは第三取得ユニット、第四取得ユニット及び第五取得ユニットを含んでもよい。

第三取得ユニットは、第五路線集合に対して路線細分化処理を行い、第八路線集合を取得するために用いられる。

第四取得ユニットは、第二軌跡点間引きアルゴリズムを利用して第八路線集合を処理し、第九路線集合を取得するために用いられる。

第五取得ユニットは、第九路線集合に対して重複除去処理を行い、第六路線集合を取得するために用いられる。

本開示の実施例によれば、第五取得サブモジュールは第一特定ユニット、第二特定ユニット、第三特定ユニット及び第六取得ユニットを含んでもよい。

第一特定ユニットは、類似路線集合を特定するために用いられる。類似路線集合は、少なくとも一つの類似路線群を含む。

第二特定ユニットは、少なくとも一つの類似路線群のそれぞれに対応する目標類似路線を特定し、目標類似路線集合を取得するために用いられる。

第三特定ユニットは、非類似路線集合を特定するために用いられる。

第六取得ユニットは、非類似路線集合と目標類似路線集合に基づいて、第一路線集合を取得するために用いられる。

本開示の実施例によれば、各類似路線群のそれぞれは、第四路線集合からの第一類似路線と第六路線集合からの第二類似路線とを含み、第一類似路線と第二類似路線との間の類似度は所定の類似度条件を満たしている。

本開示の実施例によれば、各目標類似路線のそれぞれは、各類似路線群における路線の長さの大きい路線である。

本開示の実施例によれば、非類似路線集合は、第四路線集合及び第六路線集合のうち類似路線集合以外の路線集合である。

本開示の実施例によれば、第三取得モジュールは第二判定サブモジュールを含んでもよい。

第二特定サブモジュールは、第一路線集合における各第一路線のそれぞれに対して、第一路線集合とマッチングする第二路線が第二路線集合に存在すると判定した場合に、第一路線を第三路線集合における第三路線に特定するために用いられる。

本開示の実施例によれば、第四取得モジュールは第六取得サブモジュールを含んでもよい。

第六取得サブモジュールは、第三路線集合から履歴路線集合との間に関連関係を有する路線集合を特定し、有効路線集合を取得するために用いられる。

第三特定サブモジュールは、有効路線集合を融合結果として特定するために用いられる。

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

本開示の実施例によれば、少なくとも１つのプロセッサ、及び前記少なくとも１つのプロセッサと通信可能に接続されたメモリを含み、前記メモリは、前記少なくとも１つのプロセッサにより実行可能な指令を格納し、前記指令は、前記少なくとも１つのプロセッサが上記の方法を実施可能となるよう、前記少なくとも１つのプロセッサにより実行される電子機器を提供する。

本開示の実施例によれば、コンピュータ指令を格納する非一時性コンピュータが読み取り可能な記録媒体であって、前記コンピュータ指令は、前記コンピュータに上記の方法を実施させるためのものである記録媒体を提供する。

本開示の実施例によれば、プロセッサにより実行される場合、上記の方法を実施するコンピュータプログラムを提供する。

図６は、本開示の実施例に係る道路情報更新方法を実現するのに適する電子機器のブロック図を模式的に示す。電子機器は、様々な形式のデジタルコンピュータを示すことを目的とし、例えば、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、パーソナルデジタルアシスタント、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である。電子機器は、さらに様々な形式の移動装置を示してもよく、例えば、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブル機器及び他の類似の演算装置である。本明細書に示された部材、それらの接続及び関係、並びにそれらの機能は、例示に過ぎず、本明細書に記載された及び／又は要求された本開示の実現を限定しない。

図６に示すように、電子機器６００は、計算手段６０１を含み、計算手段６０１は、リードオンリーメモリ（ＲＯＭ）６０２に記憶されたコンピュータプログラム又は記憶手段６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされたコンピュータプログラムに基づいて、様々な適切な動作及び処理を実行してもよい。ＲＡＭ６０３には、さらに電子機器６００の操作に必要な様々なプログラム及びデータを記憶してもよい。計算手段６０１、ＲＯＭ６０２、及びＲＡＭ６０３は、バス６０４を介して相互に接続される。入出力（Ｉ／Ｏ）インターフェース６０５も、バス６０４に接続される。

電子機器６００における複数の部品は、Ｉ／Ｏインターフェース６０５に接続され、例えばキーボード、マウス等の入力手段６０６と、例えば様々な種類のディスプレイ、スピーカ等の出力手段６０６と、例えば磁気ディスク、光ディスク等の記憶手段６０８と、例えばネットワークカード、モデム、無線通信トランシーバ等の通信手段６０９とを含む。通信手段６０９は、電子機器６００がインターネット等のコンピュータネットワーク及び／又は各種の電気ネットワークを介して他の機器と情報・データをやり取りすることを可能にする。

計算手段６０１は、処理及び演算能力を有する各種の汎用及び／又は専用の処理モジュールであってもよい。計算手段６０１の幾つかの例として、中央処理ユニット（ＣＰＵ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、各種専用の人工知能（ＡＩ）演算チップ、各種機械学習モデルアルゴリズムをランニングする演算ユニット、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、並びに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等が挙げられるが、これらに限定されない。計算手段６０１は、上記で記載された各方法及び処理、例えば道路情報更新方法を実行する。例えば、幾つかの実施例において、道路情報更新方法は、例えば記憶手段６０８のような機械可読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されてもよい。いくつかの実施例において、コンピュータプログラムの一部又は全部は、ＲＯＭ６０２及び／又は通信手段６０９を介して電子機器６００にロード及び／又はインストールされてもよい。コンピュータプログラムがＲＡＭ６０３にロードされて計算手段６０１により実行される場合、上記に記載の道路情報更新方法の１つ又は複数のステップを実行してもよい。代替的に、他の実施例において、計算手段６０１は、他の任意の適切な方式（例えば、ファームウェアを介する）により道路情報更新方法を実行するように構成されてもよい。

本明細書で以上に説明されたシステム及び技術の様々な実施形態は、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（ＳＯＣ）、コンプレックスプログラム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において実現されてもよい。これらの様々な実施形態は、１つ又は複数のコンピュータプログラムにおいて実施され、該１つ又は複数のコンピュータプログラムは、少なくとも１つのプログラムマブルプロセッサを含むプログラムマブルシステムで実行され及び／又は解釈されることが可能であり、該プログラムマブルプロセッサは、専用又は汎用のプログラムマブルプロセッサであってもよく、記憶システム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、かつデータ及び命令を該記憶システム、該少なくとも１つの入力装置、及び該少なくとも１つの出力装置に伝送することができることを含んでもよい。

本開示の方法を実施するためのプログラムコードは、１つ又は複数のプログラミング言語の任意の組み合わせで作成されてもよい。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供されてもよく、それによって、プログラムコードがプロセッサ又はコントローラにより実行される時に、フローチャート及び／又はブロック図に規定された機能・操作が実施される。プログラムコードは、機器に完全に実行されてもよく、部分的に機器で実行されてもよく、独立したソフトウェアパッケージとして部分的に機器で実行され、かつ部分的に遠隔機器で実行されるか又は完全に遠隔機器又はサーバで実行されてもよい。

本開示のコンテキストにおいて、機械可読媒体は、有形の媒体であってもよく、命令実行システム、装置又は電子機器に使用され、又は命令実行システム、装置又は電子機器と組み合わせて使用されるプログラムを含んで又は記憶してもよい。機械可読媒体は、機械可読信号媒体又は機械可読記憶媒体であってもよい。機械可読媒体は、電子の、磁気的、光学的、電磁的、赤外線の、又は半導体システム、装置又は電子機器、又は上記内容の任意の適切な組み合わせを含んでもよいが、それらに限定されない。機械可読記憶媒体のより具体的な例としては、１つ以上の線による電気的接続、携帯式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）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブルリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、コンパクトディスクリードオンリーメモリ（ＣＤ-ＲＯＭ）、光学記憶装置、磁気記憶装置、又は上記内容の任意の適切な組み合わせを含む。

ユーザとの対話を提供するために、コンピュータにここで説明されたシステム及び技術を実施させてもよく、該コンピュータは、ユーザに情報を表示するための表示装置（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）とを備え、ユーザは、該キーボード及び該ポインティングデバイスを介し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、さらにユーザとの対話を提供してもよく、例えば、ユーザに提供されたフィードバックは、いかなる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、かついかなる形式（音声入力、語音入力又は、触覚入力を含む）でユーザからの入力を受信してもよい。

ここで説明されたシステム及び技術は、バックグラウンド部品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）、又はミドルウェア部品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）、又はフロントエンド部品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、ユーザが該グラフィカルユーザインタフェース又は該ネットワークブラウザを介してここで説明されたシステム及び技術の実施形態と対話することができる）、又はこのようなバックグラウンド部品、ミドルウェア部品、又はフロントエンド部品のいずれかの組み合わせを含むコンピューティングシステムに実施されることが可能である。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）によりシステムの部品を互いに接続することができる。通信ネットワークの例としては、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）及びインターネットを例示的に含む。

コンピュータシステムは、クライアント及びサーバを含んでもよい。クライアントとサーバ同士は、一般的に離れており、通常、通信ネットワークを介して対話する。クライアントとサーバとの関係は、該当するコンピュータ上でランニングし、クライアント－サーバの関係を有するコンピュータプログラムによって生成される。サーバは、クラウドサーバであってもよく、分散型システムのサーバであってもよく、又はブロックチェーンを組合せたサーバであってもよい。

理解されるべきこととして、以上に示された様々な形式のフローを使用してもよく、操作を改めてソーティングしたり、追加したり又は削除してもよい。例えば、本開示に記載の各操作は、並列に実行されたり、順次に実行されたり、又は異なる順序で実行されてもよく、本開示の発明の所望の結果を実現することができれば、本明細書はここで限定されない。

上記具体的な実施形態は、本開示の保護範囲を限定するものではない。当業者であれば、設計要件及び他の要因に応じて、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可能であると理解すべきである。本開示の精神と原則内で行われる任意の修正、均等置換及び改良などは、いずれも本開示の保護範囲内に含まれるべきである。

Claims (21)

1. 道路情報更新方法であって、
   目標道路領域に対応する画像データを処理し、第一路線集合を取得すること、
   前記目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得すること、
   前記第二路線集合を利用して前記第一路線集合を校正し、第三路線集合を取得すること、
   前記第三路線集合と前記目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得すること、及び、
   前記融合結果に基づいて前記履歴路線集合を更新することを、含む道路情報更新方法。
2. 請求項１に記載の道路情報更新方法であって、
   上記の目標道路領域に対応する画像データを処理し、第一路線集合を取得することは、
   前記目標道路領域に対応する画像データに対して画像分割を行い、道路領域画像分割結果を取得すること、
   前記道路領域画像分割結果に対して路線抽出を行い、第四路線集合を取得すること、及び
   前記第四路線集合を前記第一路線集合として特定すること、を含む道路情報更新方法。
3. 請求項２に記載の道路情報更新方法であって、
   上記の目標道路領域に対応する画像データを処理し、第一路線集合を取得することは、
   所定のトポロジー図を利用して前記目標道路領域に対応する画像データを処理し、第五路線集合を取得すること、
   前記第五路線集合を処理し、第六路線集合を取得すること、及び
   前記第四路線集合と前記第六路線集合とを融合処理して、前記第一路線集合を取得すること、をさらに含む道路情報更新方法。
4. 請求項２に記載の道路情報更新方法であって、
   上記の道路領域画像分割結果に対して路線抽出を行い、第四路線集合を取得することは、
   前記道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得すること、及び
   第一軌跡点間引きアルゴリズムを利用して前記第七路線集合を処理し、前記第四路線集合を取得すること、を含む道路情報更新方法。
5. 請求項４に記載の道路情報更新方法であって、
   上記の前記道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得することは、
   形態学的アルゴリズムを利用して前記道路領域画像分割結果に対してノイズ除去処理を行い、処理後の道路領域画像分割結果を取得すること、及び、
   前記処理後の道路領域画像分割結果に対して道路骨格抽出を行い、前記第七路線集合を取得することを、含む道路情報更新方法。
6. 請求項３に記載の道路情報更新方法であって、
   上記の第五路線集合を処理し、第六路線集合を取得することは、
   前記第五路線集合に対して路線細分化処理を行い、第八路線集合を取得すること、
   第二軌跡点間引きアルゴリズムを利用して前記第八路線集合を処理し、第九路線集合を取得すること、及び
   前記第九路線集合に対して重複除去処理を行い、前記第六路線集合を取得すること、を含む道路情報更新方法。
7. 請求項３に記載の道路情報更新方法であって、
   上記の前記第四路線集合と前記第六路線集合とを融合処理し、前記第一路線集合を取得することは、
   類似路線集合を特定し、ここで、前記類似路線集合は少なくとも一つの類似路線群を含むこと、
   前記少なくとも一つの類似路線群のそれぞれに対応する目標類似路線を特定し、目標類似路線集合を取得すること、
   非類似路線集合を特定すること、及び
   前記非類似路線集合と前記目標類似路線集合とに基づいて、前記第一路線集合を取得することを含み、
   各前記類似路線群のそれぞれは、前記第四路線集合からの第一類似路線と前記第六路線集合からの第二類似路線とを含み、前記第一類似路線と第二類似路線との間の類似度は所定の類似度条件を満たしており、
   各前記目標類似路線のそれぞれは、各前記類似路線群における路線のうち長さの大きい路線であり、
   前記非類似路線集合は前記第四路線集合及び前記第六路線集合のうち前記類似路線集合以外の路線集合である、道路情報更新方法。
8. 請求項１～５のいずれか一項に記載の道路情報更新方法であって、
   上記の前記第二路線集合を利用して前記第一路線集合を校正し、第三路線集合を取得することは、
   前記第一路線集合における各第一路線のそれぞれに対して、前記第一路線集合とマッチングする第二路線が前記第二路線集合に存在すると判定した場合に、前記第一路線を前記第三路線集合における第三路線として特定することを含む、道路情報更新方法。
9. 請求項１～５のいずれか一項に記載の道路情報更新方法であって、
   上記の前記第三路線集合と前記目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得することは、
   前記第三路線集合から前記履歴路線集合との間に関連関係を有する路線集合を特定し、有効路線集合を取得すること、及び
   前記有効路線集合を前記融合結果として特定すること、を含む道路情報更新方法。
10. 道路情報更新装置であって、
    目標道路領域に対応する画像データを処理し、第一路線集合を取得するための第一取得モジュールと、
    前記目標道路領域に対応する軌跡図に基づいて、第二路線集合を取得するための第二取得モジュールと、
    前記第二路線集合を利用して前記第一路線集合を校正し、第三路線集合を取得するための第三取得モジュールと、
    前記第三路線集合と前記目標道路領域に対応する履歴路線集合とを融合処理し、融合結果を取得するための第四取得モジュールと、
    前記融合結果に基づいて前記履歴路線集合を更新するための更新モジュールと、を含む道路情報更新装置。
11. 請求項１０に記載の道路情報更新装置であって、
    前記第一取得モジュールは、
    前記目標道路領域に対応する画像データに対して画像分割を行い、道路領域画像分割結果を取得するための第一取得サブモジュールと、
    前記道路領域画像分割結果に対して路線抽出を行い、第四路線集合を取得するための第二取得サブモジュールと、
    前記第四路線集合を前記第一路線集合として特定するための第一特定サブモジュールと、を含む道路情報更新装置。
12. 請求項１１に記載の道路情報更新装置であって、
    前記第一取得モジュールは、
    所定のトポロジー図を利用して前記目標道路領域に対応する画像データを処理し、第五路線集合を取得するための第三取得サブモジュールと、
    前記第五路線集合を処理し、第六路線集合を取得するための第四取得サブモジュールと、
    前記第四路線集合と前記第六路線集合とを融合処理して、前記第一路線集合を取得するための第五取得サブモジュールと、をさらに含む道路情報更新装置。
13. 請求項１１に記載の道路情報更新装置であって、
    前記第二取得サブモジュールは、
    前記道路領域画像分割結果に対して道路骨格抽出を行い、第七路線集合を取得するためのこと第一取得ユニットと、
    第一軌跡点間引きアルゴリズムを利用して前記第七路線集合を処理し、前記第四路線集合を取得するための第二取得ユニットと、を含む道路情報更新装置。
14. 請求項１３に記載の道路情報更新装置であって、
    前記第一取得ユニットは、
    形態学的アルゴリズムを利用して前記道路領域画像分割結果に対してノイズ除去処理を行い、処理後の道路領域画像分割結果を取得するための第一取得サブユニットと、
    前記処理後の道路領域画像分割結果に対して道路骨格抽出を行い、前記第七路線集合を取得するための第二取得サブユニットと、を含む道路情報更新装置。
15. 請求項１２に記載の道路情報更新装置であって、
    前記第四取得サブモジュールは、
    前記第五路線集合に対して路線細分化処理を行い、第八路線集合を取得するための第三取得ユニットと、
    第二軌跡点間引きアルゴリズムを利用して前記第八路線集合を処理し、第九路線集合を取得するための第四取得ユニットと、
    前記第九路線集合に対して重複除去処理を行い、前記第六路線集合を取得するための第五取得ユニットと、を含む道路情報更新装置。
16. 請求項１２に記載の道路情報更新装置であって、
    前記第五取得サブモジュールは、
    少なくとも一つの類似路線群を含む類似路線集合を特定するための第一特定ユニットと、
    前記少なくとも一つの類似路線群のそれぞれに対応する目標類似路線を特定し、目標類似路線集合を取得するための第二特定ユニットと、
    非類似路線集合を特定するための第三特定ユニットと、
    前記非類似路線集合と前記目標類似路線集合とに基づいて、前記第一路線集合を取得するための第六取得ユニットと、を含み、
    各前記類似路線群のそれぞれは、前記第四路線集合からの第一類似路線と前記第六路線集合からの第二類似路線とを含み、前記第一類似路線と第二類似路線との間の類似度は所定の類似度条件を満たしており、
    各前記目標類似路線のそれぞれは、各前記類似路線群における路線の長さの大きい路線であり、
    前記非類似路線集合は前記第四路線集合及び前記第六路線集合のうち前記類似路線集合以外の路線集合である、道路情報更新装置。
17. 請求項１０～１４のいずれか一項に記載の道路情報更新装置であって、
    前記第三取得モジュールは、
    前記第一路線集合における各第一路線のそれぞれに対して、前記第一路線集合とマッチングする第二路線が前記第二路線集合に存在すると判定した場合、前記第一路線を前記第三路線集合における第三路線に特定するための第二特定サブモジュールを含む、道路情報更新装置。
18. 請求項１０～１４のいずれか一項に記載の道路情報更新装置であって、
    前記第四取得モジュールは、
    前記第三路線集合から前記履歴路線集合との間に関連関係を有する路線集合を特定し、有効路線集合を取得するための第六取得サブモジュールと、
    前記有効路線集合を前記融合結果として特定するための第三特定サブモジュールと、を含む道路情報更新装置。
19. 少なくとも１つのプロセッサ、及び
    前記少なくとも１つのプロセッサと通信可能に接続されたメモリを含み、
    前記メモリは、前記少なくとも１つのプロセッサにより実行可能な指令を格納し、前記指令は、前記少なくとも１つのプロセッサが請求項１～５のいずれかに記載の道路情報更新方法を実施可能となるよう、前記少なくとも１つのプロセッサにより実行される、電子機器。
20. コンピュータ指令を格納する非一時性コンピュータが読み取り可能な記録媒体であって、
    前記コンピュータ指令は、前記コンピュータに請求項１～５のいずれかに記載の道路情報更新方法を実施させるためのものである、記録媒体。
21. プロセッサにより実行される場合、請求項１～５のいずれかに記載の道路情報更新方法を実施するコンピュータプログラム。

Images