一种地图自生成和路径智能划分的赛道地图系统的制作方法

1.本发明涉及骑行赛道通信技术领域，特别涉及一种地图自生成和路径智能划分的赛道地图系统。


背景技术：

2.目前，山地车骑行对人们有着不同程度的吸引力，用户可以通过骑行的方式达到健身的目的，并且可以通过骑行比赛的方式使得骑行更加趣味性，改变了以往枯燥的运动方式；
3.然而，现如今的山地车骑行比赛往往只有线下比赛一种模式，并没有做到游戏的线上线下同步同频，即线上游戏有什么地图、赛道以及升级模式，线下就能实际体验，为了实现线上线下相互匹配，本发明提供了一种地图自生成和智能路径划分的赛道地图系统。


技术实现要素：

4.本发明提供一种地图自生成和路径智能划分的赛道地图系统，用以通过生成线上赛道地图，并提取地图特征，从而有利于精准同步生成线下赛道路径，实现骑行比赛中线上线下的同步同频，进而提高游戏的多功能性以及体验感。
5.本发明提供了一种地图自生成和路径智能划分的赛道地图系统，包括：
6.地图生成模块，用于获取目标路线数据，并将所述目标路线数据传输至预设系统中进行部署，生成线上赛道地图；
7.同步模块，用于获取所述线上赛道地图的地图特征，并基于所述地图特征在线下目标区域进行部署，确定线下赛道路径；
8.路径划分模块，用于根据骑行者的参赛等级在所述线上赛道地图中自动划分目标赛道，同时，基于所述目标赛道选择目标模式进行比赛。
9.优选的，一种地图自生成和路径智能划分的赛道地图系统，包括：
10.所述目标模式包括：线上手游模式、vr虚拟场景模式以及线下比赛模式；
11.其中，所述vr虚拟场景模式只包括直线赛道；
12.其中，当所述骑行者选择的目标模式为线上手游模式或所述vr虚拟场景模式时，选用线上赛道地图；
13.当所述骑行者选择选择的目标模式为线下比赛模式时，则选用线下赛道路径进行比赛。
14.优选的，一种地图自生成和路径智能划分的赛道地图系统，所述地图生成模块，包括：
15.路线读取单元，用于读取所述目标路线，获取所述目标路线的路线标识点；
16.所述路线读取单元，还用于基于所述路线标识点，确定所述目标路线的弯曲度以及所述目标路线所指代的方向；
17.数据生成单元，用于基于所述目标路线的弯曲度以及所述目标路线所指代的方向
确定所述目标路线的特征，并基于所述目标路线的特征生成相应的目标路线数据。
18.优选的，一种地图自生成和路径智能划分的赛道地图系统，所述路径划分模块，包括：
19.骑行者确认单元，用于获取所述骑行者的游戏账号，并基于所述游戏账号确定所述骑行者的身份信息；
20.等级确认单元，用于读取所述骑行者的身份信息，并基于读取结果确定所述骑行者的骑行等级；
21.匹配单元，用于基于所述骑行等级与所述线上赛道地图中赛道的难易程度进行匹配，并根据匹配结果自动划分目标赛道。
22.优选的，一种地图自生成和路径智能划分的赛道地图系统，所述同步模块，包括：
23.检测单元，用于实时检测线上手游模式的运行数据；
24.数据比较单元，用于将所述运行数据与原始数据进行比较，判断所述线上手游模式是否发生模式更新；
25.其中，当所述运行数据与所述原始数据相一致时，则判定所述线上手游模式没有发生更新；
26.否则，判定所述线上手游模式发生更新；
27.数据分析单元，用于当所述线上手游模式发生更新时，根据所述运行数据确定模式更新特征；
28.线下同步单元，用于根据所述模式更新特征在线下进行同步更新。
29.优选的，一种地图自生成和路径智能划分的赛道地图系统，所述同步模块，包括：
30.地图读取单元，用于确定对所述线上赛道地图进行读取的地图读取指令，并基于所述地图读取指令对所述线上赛道地图进行读取，确定所述线上赛道地图的地图数据；
31.数据分析单元，用于对所述地图数据进行识别，确定所述地图数据的数据标识，并对所述数据标识进行分析，确定所述线上赛道地图的地图特征点；
32.地图读取单元，还用于读取所述地图特征点，确定所述每个地图特征点在所述线上赛道地图的分布位置，同时，确定每个地图特征点的属性；
33.标号单元，用于根据所述每个地图特征点在所述线上赛道地图的分布位置以及所述每个地图特征点的属性，确定每个地图特征点的权重值，同时，根据所述权重值由高到低的顺序对所述地图特征点进行标号；
34.地图轮廓确认单元，用于根据标号结果创建所述线上赛道地图的图幅，并基于所述线上赛道的图幅确定所述线上赛道地图的轮廓；
35.线下地图数据获取单元，用于基于所述线上赛道地图的轮廓确定所述线上赛道的范围，同时，确定所述线上赛道地图与线下实际地图的比例大小，并根据所述比例大小生成相应的线下赛道路径的路径数据；
36.数据读取单元，用于读取所述线下赛道路径的路径数据，并提取所述路径数据的数据分布特征，同时，根据所述数据分布特征生成路径部署方案；
37.线下赛道路径生成单元，用于基于所述路径部署方案生成线下赛道路径。
38.优选的，一种地图自生成和路径智能划分的赛道地图系统，所述线下赛道路径生成单元，还包括：
39.路径测试单元，用于对所述线下赛道路径进行路径安全测试，并获取安全测试数据；
40.数据处理单元，用于对所述安全测试数据与预设安全范围进行比较，确定所述安全测试数据中存在超过预设安全范围的数据，并将超过所述预设安全范围的数据作为隐患安全数据；
41.位置确认单元，用于读取所述隐患安全数据，并基于读取结果确定所述隐患安全数据在所述线下赛道路径中所处位置，并将所述位置所述敏感位置；
42.安全监控设置单元，用于在所述敏感位置设置安全检测点以及自动报警系统，并当骑行者在所述敏感位置发生安全事故时，根据所述自动报警系统自动进行报警。
43.优选的，一种地图自生成和路径智能划分的赛道地图系统，地图生成模块，还包括：
44.数据接收单元，用于接收获取到的目标路线数据，并确定所述目标路线数据的特征信息，其中，所述目标路线至少为两条；
45.数据清洗单元，用于基于所述特征信息从预设数据清洗规则库中选取目标数据清洗规则，并基于所述目标数据清洗规则对所述目标路线数据进行分析，得到所述目标路线数据对应的待清洗数据群，其中，所述待清洗数据群用于表征所述目标路线数据中存在空缺值的异常数据，且所述待清洗数据群中至少存在一个空缺值目标路线数据；
46.所述数据清洗单元，还用于构建神经网络模型，并将所述待清洗数据群划分为测试数据集和训练数据集，基于所述训练数据集对所述神经网络模型进行训练，且在训练结束后基于所述测试数据集进行测试，得到所述神经网络模型的处理准确率；
47.将所述处理准确率与预设处理准确率进行比较；
48.若所述处理准确率小于所述预设处理准确率，判定对所述神经网络模型训练不合格，并重新对所述神经网络模型进行训练；
49.否则，判定对所述神经网络模型训练合格，并基于训练后的神经网络模型对目标路线数据中存在空缺值的异常数据进行数据填补，得到标准目标路线数据；
50.数据分类单元，用于基于预设聚类个数对所述标准目标路线数据进行聚类处理，并基于聚类结果对所述标准目标路线数据进行分类，其中，分类结果包括斜坡数据、直线数据、低洼数据、弯度数据以及平坦度数据；
51.地图生成单元，用于获取标准目标路线数据的分类结果，并基于分类结果将每一类对应的标准目标路线数据存储至对应的目标层；
52.所述地图生成单元，用于确定每一目标层中标准目标路线数据的地理信息，并确定待生成线上赛道地图与标准目标路线数据的地理信息之间的比例转换系数；
53.所述地图生成单元，还用于确定所述目标路线数据的地理信息中的特征点，并基于所述比例转换系数确定所述特征点在待生成线上赛道地图的实际坐标，其中，所述特征点为多个；
54.所述地图生成单元，还用于基于所述述特征点在待生成线上赛道地图的实际坐标生成每一目标层对应的子线上赛道地图，并将每一目标层对应的子线上赛道地图进行合并，得到线上赛道地图。
55.优选的，一种地图自生成和路径智能划分的赛道地图系统，地图生成单元，包括：
56.地图获取单元，用于获取生成的线上赛道地图，并基于线上手游模式以及vr虚拟场景模式对生成的线上赛道地图进行模拟测试，得到对应的测试数据；
57.数据分析单元，用于对所述测试数据进行分析处理，确定用户基于所述线上手游模式以及vr虚拟场景模式完成线上赛道地图的完成度以及在游戏过程中出现的事故率；
58.数据比较单元，用于将所述完成度以及在游戏过程中出现的事故率分别与第一预设阈值以及第二预设阈值进行比较；
59.若所述完成度小于所述第一预设阈值或在游戏过程中出现的事故率大于第二预设阈值时，判定生成的线上赛道地图存在缺陷，并重新基于目标路线数据对线上赛道地图进行部署，直至完成度大于或等于第一预设阈值且在游戏过程中出现的事故率小于或等于所述第二预设阈值；
60.否则，判定生成的线上赛道地图合格，完成对线上赛道地图的测试。
61.优选的，一种地图自生成和路径智能划分的赛道地图系统，地图生成单元，还包括：
62.地图接收单元，用于接收生成的线上赛道地图，并将所述线上赛道地图按照预设比例分解为m个地图块；
63.标识标记单元，用于为m个地图块分别设置唯一标识，其中，所述标识用于标记每个地图块在线上赛道地图中的位置；
64.存储单元，用于将所述m个地图块以及对应的标识进行压缩并存储至地图文件中，同时，基于存储路径创建读取索引，完成对线上赛道地图的存储。
65.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
66.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
67.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
68.图1为本发明实施例中一种地图自生成和路径智能划分的赛道地图系统结构图；
69.图2为本发明实施例中一种地图自生成和路径智能划分的赛道地图系统中地图生成模块的结构图；
70.图3为本发明实施例中一种地图自生成和路径智能划分的赛道地图系统中路径划分模块的结构图。
具体实施方式
71.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
72.实施例1：
73.本实施例提供了一种地图自生成和路径智能划分的赛道地图系统，如图1所示，包括：
74.地图生成模块，用于获取目标路线数据，并将所述目标路线数据传输至预设系统中进行部署，生成线上赛道地图；
75.同步模块，用于获取所述线上赛道地图的地图特征，并基于所述地图特征在线下目标区域进行部署，确定线下赛道路径；
76.路径划分模块，用于根据骑行者的参赛等级在所述线上赛道地图中自动划分目标赛道，同时，基于所述目标赛道选择目标模式进行比赛。
77.该实施例中，目标模式包括：线上手游模式、vr虚拟场景模式以及线下比赛模式；其中，所述vr虚拟场景模式只包括直线赛道；其中，当所述骑行者选择的目标模式为线上手游模式或所述vr虚拟场景模式时，选用线上赛道地图；当所述骑行者选择选择的目标模式为线下比赛模式时，则选用线下赛道路径进行比赛。
78.该实施例中，目标路线数据可以是需要用来构建比赛用到的赛道的路线数据，例如可以是路线上的斜坡数据、弯度数据等，且目标路线可以是多条。
79.该实施例中，预设系统是提前设定好的，用于根据路线数据生成对应的路线地图。
80.该实施例中，vr模式可以在直线的基础上增加障碍赛道难度，例如增加障碍设施，比如坡度仰角增加、连续坡道数量增加、独木桥、涉水赛道等。
81.该实施例中，地图特征可以是线上赛道地图中存在的坡度，拐弯的个数，地图与实际场地的比例大小和地图的轮廓等。
82.该实施例中，目标区域可以是线下用于搭建比赛赛道的场所。
83.该实施例中，目标赛道可以是适合当前骑行者参赛等级的赛道，例如骑行者的参赛等级为高级，选择的赛道则为高难度赛道。
84.上述技术方案的有益效果是：通过生成线上赛道地图，并提取地图特征，从而有利于精准同步生成线下赛道路径，实现骑行比赛中线上线下的同步同频，进而提高游戏的多功能性以及体验感。
85.实施例2：
86.在上述实施例1的基础上，本实施例提供了一种地图子生成和路径智能划分的赛道地图系统，如图2所示，所述地图生成模块，包括：
87.路线读取单元，用于读取所述目标路线，获取所述目标路线的路线标识点；
88.所述路线读取单元，还用于基于所述路线标识点，确定所述目标路线的弯曲度以及所述目标路线所指代的方向；
89.数据生成单元，用于基于所述目标路线的弯曲度以及所述目标路线所指代的方向确定所述目标路线的特征，并基于所述目标路线的特征生成相应的目标路线数据。
90.该实施例中，路线标识点可以是用来标记路线特征的一种标签，例如拐弯个数可以确定出一条赛道。
91.该实施例中，目标路线所指代的方向可以是目标路线延伸的方向。
92.该实施例中，目标路线的特征可以是目标路线的宽度、长度以及目标路线的拐弯个数等。
93.上述技术方案的有益效果是：通过获取将要构建的目标路线的路线特征以及路线标识点，有利于准确获取目标路线的路线数据，从而实现对线上赛道地图进行准确的生成，同时为精准同步生成线下赛道路径提供了便利。
94.实施例3：
95.在上述实施例1的基础上，本实施例提供了一种地图自生成和路径智能划分的赛道地图系统，如图3所示，所述路径划分模块，包括：
96.骑行者确认单元，用于获取所述骑行者的游戏账号，并基于所述游戏账号确定所述骑行者的身份信息；
97.等级确认单元，用于读取所述骑行者的身份信息，并基于读取结果确定所述骑行者的骑行等级；
98.匹配单元，用于基于所述骑行等级与所述线上赛道地图中赛道的难易程度进行匹配，并根据匹配结果自动划分目标赛道。
99.该实施例中，身份信息可以是骑行者的名字、年龄、性别等。
100.上述技术方案的有益效果是：通过获取骑行者的身份信息，并根据身份信息确定骑行者的七星等级，从而有利于准确匹配出适合骑行者等级的难易程度赛道，提高游戏的多功能性以及体验感。
101.实施例4：
102.在上述实施例1的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，，所述同步模块，包括：
103.检测单元，用于实时检测线上手游模式的运行数据；
104.数据比较单元，用于将所述运行数据与原始数据进行比较，判断所述线上手游模式是否发生模式更新；
105.其中，当所述运行数据与所述原始数据相一致时，则判定所述线上手游模式没有发生更新；
106.否则，判定所述线上手游模式发生更新；
107.数据分析单元，用于当所述线上手游模式发生更新时，根据所述运行数据确定模式更新特征；
108.线下同步单元，用于根据所述模式更新特征在线下进行同步更新。
109.该实施例中，运行数据可以是用户在线上通过网络模式进行游戏时产生的数据。
110.该实施例中，原始数据可以是完成初始地图构建时，线上赛道地图对应的数据。
111.该实施例中，更新特征可以是更新后的模式中的明显特征信息，例如可以是拐弯数增加。
112.上述技术方案的有益效果是：通过线上手游模式检测运行数据，并对运行数据进行分析，从而实现对手游模式是否更新进行准确的判断，且在更新时在线下进行同步更新，提升了用户的体验感。
113.实施例5：
114.在上述实施例1的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，，所述同步模块，包括：
115.地图读取单元，用于确定对所述线上赛道地图进行读取的地图读取指令，并基于所述地图读取指令对所述线上赛道地图进行读取，确定所述线上赛道地图的地图数据；
116.数据分析单元，用于对所述地图数据进行识别，确定所述地图数据的数据标识，并对所述数据标识进行分析，确定所述线上赛道地图的地图特征点；
117.地图读取单元，还用于读取所述地图特征点，确定所述每个地图特征点在所述线上赛道地图的分布位置，同时，确定每个地图特征点的属性；
118.标号单元，用于根据所述每个地图特征点在所述线上赛道地图的分布位置以及所述每个地图特征点的属性，确定每个地图特征点的权重值，同时，根据所述权重值由高到低的顺序对所述地图特征点进行标号；
119.地图轮廓确认单元，用于根据标号结果创建所述线上赛道地图的图幅，并基于所述线上赛道的图幅确定所述线上赛道地图的轮廓；
120.线下地图数据获取单元，用于基于所述线上赛道地图的轮廓确定所述线上赛道的范围，同时，确定所述线上赛道地图与线下实际地图的比例大小，并根据所述比例大小生成相应的线下赛道路径的路径数据；
121.数据读取单元，用于读取所述线下赛道路径的路径数据，并提取所述路径数据的数据分布特征，同时，根据所述数据分布特征生成路径部署方案；
122.线下赛道路径生成单元，用于基于所述路径部署方案生成线下赛道路径。
123.该实施例中，地图数据可以是线上赛道地图对应的数据形式。
124.该实施例中，数据标识可以是用于标记数据的一种标签，例如可以是用阿拉伯数字标记第一种类数据等。
125.该实施例中，地图特征点可以是地图中能够明显表示路径特征的点，例如可以是地势最高点。
126.该实施例中，地图特征点的属性可以是特征点对应的具体取值，例如最高点的海拔高度为2000米。
127.该实施例中，图幅可以是用来展示赛道地图的纸面大小或尺寸。
128.该实施例中，线下赛道路径的路径数据可以是通过数据转换，将线上赛道地图转换为相应的路径数据，便于根据线上赛道地图实现线下赛道同步。
129.该实施例中，数据分布特征指的是线下路径数据中各种数据在赛道路径上的分布情况。
130.该实施例中，路径部署方案可以是用来根据路径数据对线下赛道路径进行部署的计划或手段。
131.上述技术方案的有益效果是：通过获取线上赛道地图的特征点以及特征点对应的属性，通过属性实现对路径数据分布特征的确定，从而根据分布特征确定对应的路径部署方案，实现线上线下赛道路径的同步更新，确保了实现线上线下赛道同步更新的准确率和及时性，便于用户在线下进行切身的体验，提高了游戏的体验感。
132.实施例6：
133.在上述实施例5的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，所述线下赛道路径生成单元，还包括：
134.路径测试单元，用于对所述线下赛道路径进行路径安全测试，并获取安全测试数据；
135.数据处理单元，用于对所述安全测试数据与预设安全范围进行比较，确定所述安全测试数据中存在超过预设安全范围的数据，并将超过所述预设安全范围的数据作为隐患安全数据；
136.位置确认单元，用于读取所述隐患安全数据，并基于读取结果确定所述隐患安全数据在所述线下赛道路径中所处位置，并将所述位置所述敏感位置；
137.安全监控设置单元，用于在所述敏感位置设置安全检测点以及自动报警系统，并当骑行者在所述敏感位置发生安全事故时，根据所述自动报警系统自动进行报警。
138.该实施例中，路径安全测试可以是用来检测部署的线下赛道中存在的安全隐患或容造成事故发生的一种方法或手段。
139.该实施例中，预设安全范围是提前设定好的，用于对检测数据进行校验，判断生成的线下赛道路径是否存在安全隐患，是衡量赛道是否安全的一个衡量标准。
140.该实施例中，敏感位置可以是线下赛道中的事故多发地或危险位置。
141.上述技术方案的有益效果是：通过对线下赛道路径进行安全检测，便于及时发现线下赛道路径中隐患点，同时也便于工作人员及时采取急救措施，提升了线下体验的安全性，同时也提高了用户线下游戏的体验感。
142.实施例7：
143.在上述实施例1的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，其地图生成模块，还包括：
144.数据接收单元，用于接收获取到的目标路线数据，并确定所述目标路线数据的特征信息，其中，所述目标路线至少为两条；
145.数据清洗单元，用于基于所述特征信息从预设数据清洗规则库中选取目标数据清洗规则，并基于所述目标数据清洗规则对所述目标路线数据进行分析，得到所述目标路线数据对应的待清洗数据群，其中，所述待清洗数据群用于表征所述目标路线数据中存在空缺值的异常数据，且所述待清洗数据群中至少存在一个空缺值目标路线数据；
146.所述数据清洗单元，还用于构建神经网络模型，并将所述待清洗数据群划分为测试数据集和训练数据集，基于所述训练数据集对所述神经网络模型进行训练，且在训练结束后基于所述测试数据集进行测试，得到所述神经网络模型的处理准确率；
147.将所述处理准确率与预设处理准确率进行比较；
148.若所述处理准确率小于所述预设处理准确率，判定对所述神经网络模型训练不合格，并重新对所述神经网络模型进行训练；
149.否则，判定对所述神经网络模型训练合格，并基于训练后的神经网络模型对目标路线数据中存在空缺值的异常数据进行数据填补，得到标准目标路线数据；
150.数据分类单元，用于基于预设聚类个数对所述标准目标路线数据进行聚类处理，并基于聚类结果对所述标准目标路线数据进行分类，其中，分类结果包括斜坡数据、直线数据、低洼数据、弯度数据以及平坦度数据；
151.地图生成单元，用于获取标准目标路线数据的分类结果，并基于分类结果将每一类对应的标准目标路线数据存储至对应的目标层；
152.所述地图生成单元，用于确定每一目标层中标准目标路线数据的地理信息，并确定待生成线上赛道地图与标准目标路线数据的地理信息之间的比例转换系数；
153.所述地图生成单元，还用于确定所述目标路线数据的地理信息中的特征点，并基于所述比例转换系数确定所述特征点在待生成线上赛道地图的实际坐标，其中，所述特征点为多个；
154.所述地图生成单元，还用于基于所述述特征点在待生成线上赛道地图的实际坐标生成每一目标层对应的子线上赛道地图，并将每一目标层对应的子线上赛道地图进行合并，得到线上赛道地图。
155.该实施例中，特征信息可以是用于代表目标路线数据中的关键数据段或词。
156.该实施例中，预设数据清洗规则库是提前设定好的，内部存储有多种数据清洗规则。
157.该实施例中，目标数据清洗规则可以是适用于对目标路线数据进行清洗的数据清洗规则，属于预设数据规则库中的一个或多个。
158.该实施例中，待清洗数据群可以是目标路线数据中需要进行数据清除或数据值填补的一些路线数据。
159.该实施例中，预设处理准确率是提前设定好的，用于衡量构建的神经网络模型对数据的处理准确率是否合格，是可以人为设定的。
160.该实施例中，空缺值的异常数据可以是目标路线数据中存在的数据值缺失的数据，即数据没有具体的取值。
161.该实施例中，标准目标路线数据可以是对目标路线数据中的异常数据进行处理后得到的数据，且该数据中无异常数据。
162.该实施例中，目标层是用来存在不同种类的路线数据，便于根据不同种类的路线数据实现对不同特征的地图的生成。
163.该实施例中，地理信息可以是用来表示赛道路径的地理特征，例如赛道路径所处的环境等。
164.该实施例中，比例转换系数可以是实际位置坐标与地图坐标之间的转换比例。
165.该实施例中，地理信息中的特征点可以是赛道路径中能够表示赛道路径的明显特征的参考点，例如赛道路径中海拔最高的点。
166.该实施例中，子线上赛道地图可以是将要生成的线上赛道地图中的一部分，例如可以是线上赛道地图中的低洼部分地图。
167.上述技术方案的有益效果是：通过获取目标路线数据，并对目标路线数据进行清洗分类，便于得到准确的路线数据，从而提高了对线上赛道路径进行准确的部署，同时确定待展示地图与实际路径之间的坐标值转换比例，实现了对线上赛道地图进行准确的生成，同时提高了根据线上赛道地图对线下赛道路径进行部署的准确性，提高了用户线上以及线下的游戏体验感。
168.实施例8：
169.在上述实施例7的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，地图生成单元，包括：
170.地图获取单元，用于获取生成的线上赛道地图，并基于线上手游模式以及vr虚拟场景模式对生成的线上赛道地图进行模拟测试，得到对应的测试数据；
171.数据分析单元，用于对所述测试数据进行分析处理，确定用户基于所述线上手游模式以及vr虚拟场景模式完成线上赛道地图的完成度以及在游戏过程中出现的事故率；
172.数据比较单元，用于将所述完成度以及在游戏过程中出现的事故率分别与第一预设阈值以及第二预设阈值进行比较；
173.若所述完成度小于所述第一预设阈值或在游戏过程中出现的事故率大于第二预设阈值时，判定生成的线上赛道地图存在缺陷，并重新基于目标路线数据对线上赛道地图进行部署，直至完成度大于或等于第一预设阈值且在游戏过程中出现的事故率小于或等于所述第二预设阈值；
174.否则，判定生成的线上赛道地图合格，完成对线上赛道地图的测试。
175.该实施例中，第一预设阈值可以是用来衡量在对生成的线上赛道测试时，衡量用户完成赛道的完成度的衡量标准，是可以人为设定的。
176.该实施例中，第一预设阈值可以是用来衡量在对生成的线上赛道测试时，衡量用户在赛道中骑行时，出现事故率高低的衡量标准，是可以人为设定的。
177.该实施例中，在游戏过程中出现的事故率可以是基于在线上手游模式获取vr虚拟场景模式下骑行者出现拐弯碰撞等的概率。
178.该实施例中，确定用户基于所述线上手游模式以及vr虚拟场景模式完成线上赛道地图的完成度的具体工作过程，包括：
179.获取所述线上赛道地图的总长度，以及所述线上赛道地图的难度系数；
180.基于所述线上赛道地图的总长度以及所述线上赛道地图的难度系数，计算所述用户的完成度；
[0181][0182]
其中，w表示所述用户的完成度；μ表示误差因子，且取值范围为(0.08，0.09)；δ表示所述用户在所述线上赛道地图所选择游戏难易程度的难度系数，且当用户选择难易程度为简单时，难度系数值为1％，当用户选择难易程度为一般时，难度系数值为2％，当用户选择难易程度为困难时，难度系数值为3％；l表示所述线上赛道地图的总长度值；l表示所述用户已经完成的长度值；
[0183]
基于计算结果，完成对所述用户基于所述线上手游模式以及vr虚拟模式完成线上赛道地图的完成度的确定。
[0184]
上述，对于公式当μ＝0.09，δ＝1％，l＝100，l＝50，则用户的完成度w为45％。
[0185]
该实施例中，确定用户基于所述线上手游模式以及vr虚拟场景模式在游戏过程中出现的事故率的具体工作过程，包括：
[0186]
获取在所述线上赛道地图中的监测点个数，同时，确定所述用户使用赛车的安全性能系数；
[0187]
基于所述监测点个数以及所述用户使用赛车的安全性能系数计算所述用户在游戏过程中出现的事故率；
[0188][0189]
其中，ξ表示所述用户在游戏过程中出现的事故率；τ表示所述赛道地图中的危险系数，其取值范围为(0.01，0.05)；ζ表示所述用户使用赛车的安全性能系数；ν表示速度因
子，且取值范围为(0.96，0.98)；n表示所述用户在监测点发生事故的个数；n表示在所述线上赛道地图中的所有监测点；
[0190]
根据计算结果，完成所述用户基于所述线上手游模式以及vr虚拟场景模式在游戏中出现的事故率的确定。
[0191]
上述，安全性能系数表示赛车的驱动防撞系统等的性能值，一般将赛车的安全性能分为三个等级，低等、中等以及高等，其中，低等对应的安全性能系数为0.8，中等对应的安全性能系数值为0.9，高等对应的安全性能系数为1，其中，安全性能系数值越高，则用户在游戏事故中发生事故的概率越低。
[0192]
上述，速度因子可以是用户在比赛过程中行驶速度的大小对用户在游戏过程中出现的事故率的影响值，即当用户在比赛过程中形式速度越快，速度因子越大，则用户在游戏过程中出现的事故率越大。
[0193]
上述，对于当τ＝0.02，ζ＝1，ν＝0.97，n＝12，n＝50，则用户在游戏过程中出现的事故率ξ＝23.74％，即用户在游戏过程中出现的事故率为23.74％。
[0194]
上述技术方案的有益效果是：通过对生成的线上赛道地图进行模拟测试，便于及时发现线上赛道地图中的危险之处，便于及时对危险处进行调整，提高了线下赛道同步更新的可行性，确保了用户游戏的安全性，同时也提高了用户游戏时的体验感。
[0195]
实施例9：
[0196]
在上述实施例7的基础上，本实施例提供了一种地图自动生成和路径智能划分的赛道地图系统，地图生成单元，还包括：
[0197]
地图接收单元，用于接收生成的线上赛道地图，并将所述线上赛道地图按照预设比例分解为m个地图块；
[0198]
标识标记单元，用于为m个地图块分别设置唯一标识，其中，所述标识用于标记每个地图块在线上赛道地图中的位置；
[0199]
存储单元，用于将所述m个地图块以及对应的标识进行压缩并存储至地图文件中，同时，基于存储路径创建读取索引，完成对线上赛道地图的存储。
[0200]
该实施例中，预设比例是提前设定好的，用于划分生成的线上赛道地图，例如可以是划分成3*3网格。
[0201]
该实施例中，标识用于标记每个地图块在线上赛道地图中的位置。
[0202]
该实施例中，读取索引可以是用户在游戏时，供用户读取的地图梗概，即用户通过该索引可知所选赛道的难易程度等。
[0203]
上述技术方案的有益效果是：通过将生成的线上赛道地图划分成多个地图块，并对多个地图块进行标记，实现对生成的线上赛道地图进行压缩存储，节省了大量的存储位置，同时，基于存储位置，创建读取索引，便于用户在游戏时及时查找到对应的地图信息，从而提升了游戏体验感。
[0204]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。