动态事件分类方法及设备与流程

1.本技术涉及数据处理领域，具体涉及用于高精度地图的动态事件分类方法及设备。


背景技术：

2.高精度地图作为实现自动驾驶的关键能力之一，其将成为对自动驾驶现有传感器的有效补充，为车辆提供了更加可靠的感知能力。与传统的导航地图相比，服务于自动驾驶的高精度地图在各方面要求更高，并能配合传感器和算法，为决策层提供支持。
3.由于自动驾驶过程中，外界会动态地发生变化影响到车辆的行驶，因此，高精度地图除静态图层外，越来越需要更多动态信息，以满足交通领域的发展需求。但是，目前高精度地图的动态事件分类，处于概念阶段，现有的概念较多的是通过事件更新频率来对动态事件进行分类。但是，基于更新频率划分得到的动态事件分类界限不合理，使得大量的动态事件进行存储时存储结构不清晰，导致管理时需要较大的存储资源和计算资源开销。
4.综上所述，如何在存储和管理高精度地图的动态事件时节省资源开销是本领域技术人员需要解决的技术问题。


技术实现要素：

5.本技术提供一种动态事件分类方法及设备，能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。
6.第一方面，本技术提供一种动态事件分类方法，该方法包括：
7.根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数；其中，该m种动态事件中的第一种动态事件属于该多个分组中的第一分组；根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。
8.相比于现有技术，本技术从多个维度考虑对高精度地图用到的各种动态事件进行分类，可以实现更合理的分类，使得各类动态事件的存储结构清晰合理，便于管理，从而能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。
9.在一种可能的实施方式中，上述n个维度包括如下维度中的至少两个：事件涵盖的细粒度的动态事件范围、事件的含义、事件的几何表达、事件产生的影响、事件的作用对象、事件的来源、事件的优先等级或事件状态的更新频率。
10.本技术示例性地给出了几种动态事件分类的考虑维度，通过这些维度中的至少两个维度来对动态事件进行分类，相比于现有技术均可以提高分类的合理性，从而便于存储和管理。
11.在一种可能的实施方式中，上述根据n个维度获取m种动态事件之间的至少一个关联度，包括：获取该n个维度的每个维度上该m种动态事件两两之间的关联度；综合该每个维
度上的关联度得到该至少一个关联度。
12.在本技术中，先从单个维度考虑动态事件两两之间的关联情况，然后再综合多个维度上动态事件两两之间的关联情况作为最终的分类依据，从而实现了基于多个维度对动态事件进行较合理的分类。
13.在一种可能的实施方式中，上述根据该至少一个关联度对该m种动态事件进行分组得到多个分组，包括：将该至少一个关联度中的每个关联度分别与第一数值范围比较；将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
14.在本技术中，通过预先设置分类标准，只有满足标准的动态事件才能够划分为同一类，从而为分类的合理性提供了保障。
15.在一种可能的实施方式中，上述n个维度具有优先级排序，上述根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组，包括：
16.获得第一维度上该m种动态事件两两之间的第一关联度；
17.根据该第一关联度对该m种动态事件进行分组，得到第一多个分组，该第一多个分组包括第二分组，该第二分组包括该m种动态事件中的p个动态事件，其中p为大于1的正整数；
18.获得第二维度上该p种动态事件两两之间的第二关联度，该第二维度为该n个维度中优先级比该第一维度低一级的维度；
19.根据该第二关联度对该p个动态事件进行分组，得到第二多个分组。
20.在本技术中，按照多个维度的优先级从高到低的排序，逐个维度对动态事件进行分类，先根据优先级最高的维度对动态事件进行分类，然后每一个维度均基于高一级维度的分类结果进一步分类，直到基于优先级最低的维度分类完成，该分类完成的结果即为最终分类的结果。在本技术中，也是综合考虑了多个维度对动态事件进行分类，从而提高了事件分类的合理性。
21.在一种可能的实施方式中，根据上述多个分组将上述m种动态事件关联到上述高精度地图的多个图层。
22.例如，上述m种动态事件中包括第二动态事件和第三动态事件，该第二动态事件和该第一种动态事件同属于上述多个分组中的第一分组，该第三动态事件属于上述多个分组中的第二分组；上述方法还包括：
23.将该第一动态事件和该第二动态事件关联在第一图层中表达，将该第三动态事件关联在第二图层中表达，其中，该第一图层和第二图层为该高精度地图中两个不同的动态信息图层。
24.在本技术中，通过将相同分组的动态事件关联在同一个图层中表达，将不同分组中的动态事件关联到不同的图层中表达，可以高效有序地将各种动态事件在高精度地图中表达出来。
25.第二方面，本技术提供一种动态事件分类方法，该方法包括：
26.根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数。
27.相比于现有技术，本技术从多个维度考虑对高精度地图用到的各种动态事件进行分类，可以实现更合理的分类，使得各类动态事件的存储结构清晰合理，便于管理，从而能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。
28.在一种可能的实施方式中，上述n个维度包括如下维度中的至少两个：事件涵盖的细粒度的动态事件范围、事件的含义、事件的几何表达、事件产生的影响、事件的作用对象、事件的来源、事件的优先等级或事件状态的更新频率。
29.本技术示例性地给出了几种动态事件分类的考虑维度，通过这些维度中的至少两个维度来对动态事件进行分类，相比于现有技术均可以提高分类的合理性，从而便于存储和管理。
30.在一种可能的实施方式中，上述根据n个维度获取m种动态事件之间的至少一个关联度，包括：获取该n个维度的每个维度上该m种动态事件两两之间的关联度；综合该每个维度上的关联度得到该至少一个关联度。
31.在本技术中，先从单个维度考虑动态事件两两之间的关联情况，然后再综合多个维度上动态事件两两之间的关联情况作为最终的分类依据，从而实现了基于多个维度对动态事件进行较合理的分类。
32.在一种可能的实施方式中，上述根据该至少一个关联度对该m种动态事件进行分组得到多个分组，包括：将该至少一个关联度中的每个关联度分别与第一数值范围比较；将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
33.在本技术中，通过预先设置分类标准，只有满足标准的动态事件才能够划分为同一类，从而为分类的合理性提供了保障。
34.在一种可能的实施方式中，上述n个维度具有优先级排序，上述根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组，包括：
35.获得第一维度上该m种动态事件两两之间的第一关联度；
36.根据该第一关联度对该m种动态事件进行分组，得到第一多个分组，该第一多个分组包括第二分组，该第二分组包括该m种动态事件中的p个动态事件，其中p为大于1的正整数；
37.获得第二维度上该p种动态事件两两之间的第二关联度，该第二维度为该n个维度中优先级比该第一维度低一级的维度；
38.根据该第二关联度对该p个动态事件进行分组，得到第二多个分组。
39.在本技术中，按照多个维度的优先级从高到低的排序，逐个维度对动态事件进行分类，先根据优先级最高的维度对动态事件进行分类，然后每一个维度均基于高一级维度的分类结果进一步分类，直到基于优先级最低的维度分类完成，该分类完成的结果即为最终分类的结果。在本技术中，也是综合考虑了多个维度对动态事件进行分类，从而提高了事件分类的合理性。
40.在一种可能的实施方式中，根据上述多个分组将上述m种动态事件关联到上述高精度地图的多个图层。
41.例如，上述m种动态事件中包括第二动态事件和第三动态事件，该第二动态事件和该第一种动态事件同属于上述多个分组中的第一分组，该第三动态事件属于上述多个分组
中的第二分组；上述方法还包括：
42.将该第一动态事件和该第二动态事件关联在第一图层中表达，将该第三动态事件关联在第二图层中表达，其中，该第一图层和第二图层为该高精度地图中两个不同的动态信息图层。
43.在本技术中，通过将相同分组的动态事件关联在同一个图层中表达，将不同分组中的动态事件关联到不同的图层中表达，可以高效有序地将各种动态事件在高精度地图中表达出来。
44.第三方面，本技术提供了一种设备，该设备包括：
45.获取单元，用于根据n个维度获取m种动态事件之间的至少一个关联度，
46.分组单元，用于根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数；其中，该m种动态事件中的第一种动态事件属于该多个分组中的第一分组；
47.确定单元，用于根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。
48.在一种可能的实施方式中，上述n个维度包括如下维度中的至少两个：事件涵盖的细粒度的动态事件范围、事件的含义、事件的几何表达、事件产生的影响、事件的作用对象、事件的来源、事件的优先等级或事件状态的更新频率。
49.在一种可能的实施方式中，上述获取单元具体用于：
50.获取该n个维度的每个维度上该m种动态事件两两之间的关联度；
51.综合该每个维度上的关联度得到该至少一个关联度。
52.在一种可能的实施方式中，上述分组单元具体用于：
53.将该至少一个关联度中的每个关联度分别与第一数值范围比较；
54.将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
55.在一种可能的实施方式中，上述获取单元具体用于：获得第一维度上该m种动态事件两两之间的第一关联度；
56.上述分组单元具体用于：根据该第一关联度对该m种动态事件进行分组，得到第一多个分组，该第一多个分组包括第二分组，该第二分组包括该m种动态事件中的p个动态事件，其中p为大于1的正整数；
57.该获取单元具体还用于：获得第二维度上该p种动态事件两两之间的第二关联度，该第二维度为该n个维度中优先级比该第一维度低一级的维度；
58.该分组单元具体还用于：根据该第二关联度对该p个动态事件进行分组，得到第二多个分组。
59.在一种可能的实施方式中，上述设备还包括：
60.关联单元，用于根据上述多个分组将上述m种动态事件关联到上述高精度地图的多个图层。
61.第四方面，本技术提供了一种设备，该设备包括：
62.获取单元，用于根据n个维度获取m种动态事件之间的至少一个关联度，
63.分组单元，用于根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的
整数。
64.在一种可能的实施方式中，上述n个维度包括如下维度中的至少两个：事件涵盖的细粒度的动态事件范围、事件的含义、事件的几何表达、事件产生的影响、事件的作用对象、事件的来源、事件的优先等级或事件状态的更新频率。
65.在一种可能的实施方式中，上述获取单元具体用于：
66.获取该n个维度的每个维度上该m种动态事件两两之间的关联度；
67.综合该每个维度上的关联度得到该至少一个关联度。
68.在一种可能的实施方式中，上述分组单元具体用于：
69.将该至少一个关联度中的每个关联度分别与第一数值范围比较；
70.将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
71.在一种可能的实施方式中，上述获取单元具体用于：获得第一维度上该m种动态事件两两之间的第一关联度；
72.上述分组单元具体用于：根据该第一关联度对该m种动态事件进行分组，得到第一多个分组，该第一多个分组包括第二分组，该第二分组包括该m种动态事件中的p个动态事件，其中p为大于1的正整数；
73.该获取单元具体还用于：获得第二维度上该p种动态事件两两之间的第二关联度，该第二维度为该n个维度中优先级比该第一维度低一级的维度；
74.该分组单元具体还用于：根据该第二关联度对该p个动态事件进行分组，得到第二多个分组。
75.在一种可能的实施方式中，上述设备还包括：
76.关联单元，用于根据上述多个分组将上述m种动态事件关联到上述高精度地图的多个图层。
77.第五方面，本技术提供一种设备，该设备可以包括处理器，用于实现上述第一方面描述的动态事件分类方法。该设备还可以包括存储器，存储器与处理器耦合，处理器执行存储器中存储的计算机程序时，可以实现上述第一方面或第一方面任一种可能的实现方式描述的动态事件分类方法。该设备还可以包括通信端口，通信端口用于该设备与其它设备进行通信，示例性的，通信端口可以是收发器、电路、总线、模块或其它类型的通信端口。
78.在一种可能的实现中，该设备可以包括：
79.存储器，用于存储计算机程序；
80.处理器，用于根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组；并根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数；其中，该m种动态事件中的第一种动态事件属于该多个分组中的第一分组。
81.需要说明的是，本技术中存储器中的计算机程序可以预先存储也可以使用该设备时从互联网下载后存储，本技术对于存储器中计算机程序的来源不进行具体限定。本技术实施例中的耦合是装置、单元或模块之间的间接耦合或连接，其可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。
82.第六方面，本技术提供一种设备，该设备可以包括处理器，用于实现上述第二方面
描述的动态事件分类方法。该设备还可以包括存储器，存储器与处理器耦合，处理器执行存储器中存储的计算机程序时，可以实现上述第二方面或第二方面任一种可能的实现方式描述的动态事件分类方法。该设备还可以包括通信端口，通信端口用于该设备与其它设备进行通信，示例性的，通信端口可以是收发器、电路、总线、模块或其它类型的通信端口。
83.在一种可能的实现中，该设备可以包括：
84.存储器，用于存储计算机程序；
85.处理器，用于根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组。该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数。
86.需要说明的是，本技术中存储器中的计算机程序可以预先存储也可以使用该设备时从互联网下载后存储，本技术对于存储器中计算机程序的来源不进行具体限定。本技术实施例中的耦合是装置、单元或模块之间的间接耦合或连接，其可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。
87.第七方面，本技术提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行以实现上述第一方面任意一项或第二方面任意一项所述的方法。
88.第八方面，本技术提供一种计算机程序产品，当上述计算机程序产品被计算机读取并执行时，上述第一方面任意一项或第二方面任意一项所述的方法将被执行。
89.上述第二方面至第五方面提供的方案，用于实现或配合实现上述第一方面提供的方法，因此可以与第一方面达到相同或相应的有益效果，此处不再进行赘述。
90.综上所述，相比于现有技术，本技术从多个维度考虑对高精度地图用到的各种动态事件进行分类，可以实现更合理的分类，使得各类动态事件的存储结构清晰合理，便于管理，从而能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。
附图说明
91.下面将对本技术实施例中所需要使用的附图作介绍。
92.图1所示为本技术实施例提供的一种动态事件分类方法的流程示意图；
93.图2和图3所示为本技术提供的动态事件分类结果示意图；
94.图4为本技术实施例提供的一种设备的逻辑结构示意图；
95.图5为本技术实施例提供的设备的硬件结构示意图。
具体实施方式
96.下面结合附图对本技术实施例中的技术方案进行描述。
97.为了更好的理解本发明实施例提供的一种动态事件分类方法，下面先对本发明实施例适用的场景进行示例性地介绍。
98.示例性地，本技术提供的动态事件分类方法可以应用于高精度地图。随着自动驾驶、半自动驾驶和交通联网等领域的不断发展，高精度地图逐步成为了更好地为这些领域服务的工具。例如，在自动驾驶领域，由于高精度地图对道路的描述更加准确、清晰和全面，同时能够实时地反映道路中的各种动态事件，从而可以给车辆很多预判的空间，能够提前
做行驶规划，保证了行车的平稳性和经济性。另外，高精度地图能够帮助车辆减少计算量，当车辆需要通过路口时，它需要提前感知前方信号灯的状态，这时高精度地图就可以帮助它定位到信号灯所在的特定区域，从而有效降低了全范围扫描识别的计算量。
99.本技术提供的动态事件分类方法还可以应用于其它的领域，不限于上述介绍的高精度地图领域。
100.由于现有的高精度地图中动态事件的分类多处于概念阶段，且分类方式不明确，使得服务器对动态事件的存储结构不清晰，导致管理资源开销较大，为了解决这个问题，本技术提供了一种动态事件分类方法，该方法可以适用于但不限于上述介绍的应用领域。可选的，该方法可以在服务器中实现，然后将分类结果应用于高精度地图中。在本技术各实施例中分组即为分类，一个分组表示一类。
101.参见图1，该方法可以包括但不限于如下步骤：
102.s101、根据n个维度获取m种动态事件之间的至少一个关联度，并根据该至少一个关联度对该m种动态事件进行分组得到多个分组；其中，该n和该m为大于1的整数，该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件。
103.在具体实施例中，上述m种动态事件可以包括如下事件中的部分或全部事件：
104.天气状态：可以包括气温状态、气压状态、湿度情况、晴天、阴天、刮风情况、雾霾情况、下雨情况、闪电情况、下雪情况、下霜情况、打雷情况和下冰雹等动态事件。
105.道路覆盖物情况或称为路面环境：可以包括道路覆盖的积水、积雪、结冰和破损等动态事件。
106.道路附着系数情况：指的是道路与车辆轮胎的附着力的情况，附着力越大车辆越不容易打滑。
107.道路可见度情况：可以指因雾霾、光线等导致的可见距离情况。
108.临时兴趣点(point of interest，poi)情况：可以包括非固定兴趣点，临时可用停车位、临时可用充电桩和临时公共服务点等动态事件。
109.推荐信息情况：可以包括用户兴趣点推荐和行程建议推荐等动态事件。
110.道路交通情况：可以包括交通事故、交通管制、道路施工和事故多发地段等动态事件。
111.交通流情况：可以包括各个道路中车流的多少等情况。
112.交通灯状态：可以包括红绿灯相位状态、语义信息、配时数据和工作状态等动态事件。
113.车辆障碍物：可以包括造成障碍的车辆的类型、运动信息、车灯车门信息、控制信息和驾驶行为预测信息等。
114.其它障碍物：可以包括除了车辆障碍物之外的所有障碍物。
115.风险预警情况：可以包括风险种类(各方向碰撞风险、滑坡风险等)、风险等级和规避建议等信息。
116.协作驾驶情况：可以指车辆协作指引信息，包括并道协作、转向协作、特殊车辆避让和停车入库协作等。
117.路径规划情况：可以指根据现有的道路情况作出的行驶路径的规划线路等。
118.路网拓扑变更情况：可以指因道路交通事件导致的临时性可行驶路线变更，表现
为道路线、车道线几何表达变化和属性变化等。
119.上述示例性地介绍了部分应用于高精度地图的动态事件，通过将这些动态事件实时地更新到高精度地图中，可以为车辆等使用高精度地图的对象实时地提供道路中的各种动态情况，为进一步到路线规划和行为预判提供有力的参考。需要说明的是，实际用于高精度地图的动态事件不限于上述的事件，本技术对具体的动态事件和数量不做限制。
120.上述n个维度可以包括如下维度中的至少两个：
121.事件涵盖的细粒度的动态事件范围：这个维度指的是明确已知的某种动态事件包括了哪些子动态事件的范围，基于此，可以将明确已知范围内的子动态事件归为同一类。
122.例如，天气状态这一种动态事件可以包括气温状态、气压状态、湿度情况、晴天、阴天、刮风情况、雾霾情况、下雨情况、闪电情况、下雪情况、下霜情况、打雷情况和下冰雹等多个子动态事件，这是明确已知的，那么可以将气温状态、气压状态、湿度情况、晴天、阴天、刮风情况、雾霾情况、下雨情况、闪电情况、下雪情况、下霜情况、打雷情况和下冰雹等子动态事件划分在同一类别中。
123.事件的含义：这个维度指的是通过动态事件的名称的含义来对事件进行分类。
124.例如，下雨和下雪这两个动态事件从名称含义上可以获知同属于天气状态，因此可以将下雨和下雪这两个动态事件划分为天气状态。
125.事件的几何表达：这个维度指的是在高精度地图中表示各个动态事件的几何形式。
126.例如，下雨，下雪、晴天和阴天等天气状态中的动态事件在高精度地图中可以用区域级的面状集合表达来表示。又例如，道路施工和交通事故一般均可以用道路级或车道级的多边形的顶点及连线组成的不规则图形来表示。
127.上述区域级的面状几何表达可以是多边形面或环状面等，区域级的几何表达和道路级的几何表达区别在于，影响范围较大的区域级事件可以直接在地图瓦片中表达几何位置，道路级的需要在道路上表达几何位置，道路几何表达的位置点相对坐标为相对于道路上的某个特征参考点确定的。
128.事件产生的影响：这个维度指的是动态事件发生后对交通道路产生的影响情况。
129.例如，道路施工和交通管制会影响道路的畅通或者导致道路无法通行等。下雨和起雾会影响道路的可见度距离等。
130.事件的作用对象：这个维度指的是动态事件发生后受影响的对象或应当被告知的对象。例如，积水、覆盖物的作用对象是路面，影响路面通行状态，而协作驾驶信息的作用对象是车辆或驾驶员等。
131.事件的来源：这个维度指的是动态事件的来源。例如，天气状态的来源为气象局，道路交通信息的来源为交通局等。
132.事件状态的更新频率：这个维度指的是动态事件自身更新的频率。例如，对于道路施工，工期短则更新频率高，工期长则更新频率低。又例如，对于天气状态的更新频率不确定等。
133.事件的优先等级：这个维度指的是动态事件的重要程度或动态事件对于行车过程中安全级别的影响程度。例如，天气状态的优先等级高于临时兴趣点信息，因为天气状态的情况直接影响到行车的安全和稳定性，而临时兴趣点的信息只是附加的一些动态事件，有
更好，没有对行车的安全的稳定性影响也不大。
134.上述示例性地介绍了可以用于动态事件分类的多个考虑维度，需要说明的是，实际考虑的维度不限于上述的介绍，本技术对具体的考虑维度不做限制。
135.基于上述的介绍，上述根据n个维度获取m种动态事件之间的至少一个关联度，并根据该至少一个关联度对该m种动态事件进行分组得到多个分组，可以有多种实现方式，下面示例性地介绍两种可能的实现方式。
136.下面首先介绍实现方式一。
137.在本实现方式中，先分别获取该n个维度的每个维度上该m种动态事件两两之间的关联度；综合该每个维度上的关联度得到上述至少一个关联度。然后，再将该至少一个关联度中的每个关联度分别与第一数值范围比较；将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
138.在具体实施例中，可以对每个维度上的动态事件两两之间的关联度参数化得到具体的数值，然后再综合各个维度上的关联度计算出动态事件两两之间的综合关联度，该m种动态事件两两之间的综合关联度即为上述至少一个关联度。一种可能的实施方式中，可以通过如下公式计算动态事件两两之间的综合关联度：
[0139][0140]
或者，一种可能的实施方式中，也可以通过如下公式计算动态事件两两之间的综合关联度：
[0141][0142]
其中，上述公式(1)和公式(2)中，r为上述动态事件两两之间的综合关联度，r_i为两种动态事件在第i维度上的关联度，k为权重调节参数，上述n个维度的权重可以相同也可以不同，具体可以通过k来调节，k_i为第i维度的权重调节参数。
[0143]
计算得到动态事件两两之间的综合关联度之后，可以将这些综合关联度分别与第一数值范围比较；将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组，即划分为同一类。该第一数值范围可以根据实际情况设置，本技术对此不做限制。
[0144]
为了便于理解，下面举例说明。
[0145]
假设待分类的动态事件为天气状态、路面环境、道路施工、交通事故和交通灯状态这5种事件，且假设从事件的含义和事件的几何表达这2个维度来对该五中动态事件进行分类。那么，首先分别获取该2个维度的每个维度上该5种动态事件两两之间的关联度。这些关联度可以是预先配置好的，也可以是基于设定的条件计算得到的。该2个维度的每个维度上该5种动态事件两两之间的关联度示例性地可以参见表1和表2。
[0146]
表1、事件的含义维度上动态事件两两之间的关联度
[0147]
事件名称天气状态路面环境道路施工交通事故交通灯状态天气状态10.8000路面环境0.810.20.20
道路施工00.210.80.4交通事故00.20.810.4交通灯状态000.40.41
[0148]
表1示例性地示出了事件的含义维度上，天气状态、路面环境、道路施工、交通事故和交通灯状态这5种动态事件两两之间的关联度。在本技术中，动态事件之间的含义关联度以参数归一化后的系数来示例性表示。需要说明的是，动态事件之间的含义关联度也可以通过其它的方式来表示，本技术对此不做限制，例如，还可以通过打分的方式来表示，关联度满分为10分，打分越高关联度越高。其它维度上的关联度的表示可以参见此处的描述，往后不再赘述。
[0149]
具体的，天气状态会影响到路面环境，其因果性较强，含义关联程度也较强，因此天气状态和路面环境的含义关联度系数较高为0.8；而天气状态与其它的3个动态事件含义上无关联，因而对应的含义关联度系数为0。
[0150]
路面环境与道路施工和交通事故都是路面发生的事件，含义关联性有但比较低，因而路面环境分别与道路施工和交通事故之间的含义关联度系数为0.2，另外路面环境与交通灯状态含义上无关联，因而对应的含义关联度系数为0。
[0151]
道路施工与交通事故都是路面占用事件，含义关联较强，因而道路施工与交通事故之间的含义关联度为0.8，此外，道路施工与交通灯都是交通类事件，含义关联有但比较低，因而含义关联度系数为0.4。
[0152]
交通事故与交通灯也都是交通类事件，含义关联有但比较低，因而含义关联度系数为0.4。
[0153]
表2、事件的几何表达维度上动态事件两两之间的关联度
[0154]
事件名称天气状态路面环境道路施工交通事故交通灯状态天气状态10.80.40.40路面环境0.810.80.80道路施工0.40.8110交通事故0.40.8110交通灯状态00001
[0155]
表2示例性地示出了事件的几何表达维度上，天气状态、路面环境、道路施工、交通事故和交通灯状态这5种动态事件两两之间的关联度。
[0156]
具体的，天气状态中小范围事件可以用道路级的多边形polygon顶点及连线表达，大范围事件则用区域级的多边形顶点及连线表达，与路面环境类似，因此天气状态和路面环境之间的几何表达关联度系数为0.8。需要说明的是，由前述的描述可知，道路级和区域级面状表达的位置参考方法不同，路面环境一般是道路级的，天气状态可以是道路级，也可以是区域级，所以表达类似，但不完全相同。此外，天气状态分别与道路施工和交通事故之间的几何表达关联性较弱，因而几何表达关联度系数均为0.4。
[0157]
路面环境中小范围事件与道路施工和交通事故的表达相同，均可以用polygon顶点及连线表达不规则的占用范围，但大范围事件的表达不同，几何表达关联度也较强，因此路面环境分别与道路施工和交通事故之间的几何表达关联度系数为0.8。
[0158]
道路施工和交通事故一般均可以用polygon顶点及连线表达不规则的占用范围，
因此这两种动态事件之间的几何表达关联度系数为1。
[0159]
交通灯状态一般是关联到地图交通灯标识id上的扩展属性，不需要几何表达，因此与其它事件无几何表达关联性。
[0160]
获得上述2个维度的每个维度上5种动态事件两两之间的关联度之后，可以综合该每个维度上的关联度计算得到该5种动态事件两两之间的综合关联度。以上述公式(2)为例示例性地计算该5种动态事件两两之间的综合关联度。假设该两个维度的权重调节参数相同，均设为1，那么计算公式可以简化为：
[0161][0162]
以天气状态和路面环境这两种动态事件为例，根据表1和表2可知，事件的含义和事件的几何表达这两个维度上，天气状态和路面环境的关联度系数均为0.8，那么将0.8代入公式(3)可得：
[0163][0164]
根据上述公式(3)计算出的上述五种动态事件两两之间的综合关联度可以参见表3。
[0165]
表3、动态事件两两之间的综合关联度
[0166][0167][0168]
获得上述5种动态事件两两之间的关联度之后，可以通过预先设置的阈值来对动态事件进行分类，假设预设的阈值为0.7，当两个动态事件之间的综合关联度大于或等于该阈值0.7，或者说在0.7至1的范围内，则可以将该两个动态事件划分为同一类；若两个动态事件之间的综合关联度小于该阈值0.7，或者说在0至0.7的范围内，则该两个动态事件不属于同一类。
[0169]
那么，以此标准根据表3中的综合关联度来对上述5种事件进行分类：
[0170]
在表3中可以看到，天气状态与路面环境的综合关联度为0.8，大于阈值0.7，而天气状态与其它动态事件的综合关联度均远远低于阈值0.7，且，路面环境与其它动态事件的综合关联度也低于阈值0.7，那么可以将天气状态和路面环境归属于相同的一大类。
[0171]
道路施工与交通事故的综合关联度为0.9，大于阈值0.7，而道路施工与其它动态事件的综合关联度均远远低于阈值0.7，且，交通事故与其它动态事件的综合关联度也低于阈值0.7，那么可以将道路施工与交通事故归属于相同的一大类。
[0172]
交通灯状态与任一个动态事件之间的综合关联度均远远低于阈值0.7，因此交通
灯状态独自分为一类。
[0173]
综上，完成了对上述5种动态事件的分类。
[0174]
在另一种可能的实施方式中，上述动态事件之间的关联度也可以转化为距离来计算。这里所述的动态事件之间的距离指的是抽象的距离，即指的是这两个动态事件之间不相关的程度。动态事件之间的距离值越近，表明动态事件之间的关联度越强。例如，对于上述归一化的关联度，距离可以等于1减去关联度得到。为了便于理解，可以参见表4和表5。
[0175]
表4、事件的含义维度上动态事件两两之间的距离
[0176]
事件名称天气状态路面环境道路施工交通事故交通灯状态天气状态00.2111路面环境0.200.80.81道路施工10.800.20.6交通事故10.80.200.6交通灯状态110.60.60
[0177]
可以看到，表4中动态事件两两之间的距离都是由1减去表1中对应的关联度得到的。
[0178]
表5、事件的几何表达维度上动态事件两两之间的距离
[0179]
事件名称天气状态路面环境道路施工交通事故交通灯状态天气状态00.20.60.61路面环境0.200.20.21道路施工0.60.2001交通事故0.60.2001交通灯状态11110
[0180]
可以看到，表5中动态事件两两之间的距离都是由1减去表2中对应的关联度得到的。
[0181]
获得上述2个维度的每个维度上5种动态事件两两之间的距离之后，可以综合该每个维度上的距离计算得到该5种动态事件两两之间的综合距离。以上述公式(1)为例示例性地计算该5种动态事件两两之间的综合距离。假设该两个维度的权重调节参数相同，均设为1，那么计算公式可以简化为：
[0182][0183]
以天气状态和路面环境这两种动态事件为例，根据表4和表5可知，事件的含义和事件的几何表达这两个维度上，天气状态和路面环境的距离系数均为0.2，那么将0.2代入公式(4)可得：
[0184][0185]
根据上述公式(4)计算出的上述五种动态事件两两之间的综合距离可以参见表6。
[0186]
表6、动态事件两两之间的综合距离
[0187]
事件名称天气状态路面环境道路施工交通事故交通灯状态
天气状态00.2831.171.171.41路面环境0.28300.820.821.41道路施工1.170.8200.21.17交通事故1.170.820.201.17交通灯状态1.411.411.171.170
[0188]
获得上述5种动态事件两两之间的距离之后，可以通过预先设置的阈值来对动态事件进行分类，假设预设的阈值为0.3，当两个动态事件之间的综合距离小于或等于该阈值0.3，或者说在0至0.3的范围内，则可以将该两个动态事件划分为同一类；若两个动态事件之间的综合距离大于该阈值0.3，或者说在0.3至0.1的范围内，则该两个动态事件不属于同一类。
[0189]
那么，以此标准根据表6中的综合距离来对上述5种事件进行分类：
[0190]
在表6中可以看到，天气状态与路面环境的综合距离为0.283，小于阈值0.3，而天气状态与其它动态事件的综合距离均远远大于阈值0.3，且，路面环境与其它动态事件的综合距离也大于阈值0.3，那么可以将天气状态和路面环境归属于相同的一大类。
[0191]
道路施工与交通事故的综合距离为0.2，小于阈值0.3，而道路施工与其它动态事件的综合距离均远远大于阈值0.3，且，交通事故与其它动态事件的综合距离也大于阈值0.3，那么可以将道路施工与交通事故归属于相同的一大类。
[0192]
交通灯状态与任一个动态事件之间的综合距离均远远大于阈值0.3，因此交通灯状态独自分为一类。
[0193]
综上，完成了对上述5种动态事件的分类。上述只是示例性地介绍动态事件的分类的过程，本技术对具体实施例中采用的维度、动态事件的数量、具体的关联度、分类的阈值等不做限制。
[0194]
需要说明的是，上述举例的五种动态事件不全是划分粒度最小的动态事件，在一种可能的实施方式中，上述待分类的m种动态事件可以是粒度最小的动态事件，如下雨、积水和施工等具体的动态事件，然后采用上述介绍的分类方法对该m种动态事件进行分类。分类结果可以参见图2。图2所示的分类结果仅为其中的一个示例，实际的处理中会根据考虑的维度不同得到不同的分类结果。
[0195]
可选的，假设对该m种动态事件进行分类后得到多个分组，可以将该多个分组的动态事件看成是多种动态事件，再采用上述分类方法对该多种动态事件进一步分类，逐步迭代最终可以得到动态事件分类的树状结构图，例如可以参见图3。图3所示的分类结果仅为其中的一个示例，实际的处理中会根据考虑的维度不同得到不同的分类结果。
[0196]
在一种可能的实施方式中，上述待分类的m种动态事件也可以同时包含划分粒度较大的动态事件和划分粒度较小的动态事件，该划分粒度较小的动态事件可以是该划分粒度较大的动态事件的子动态事件，或者说该划分粒度较小的动态事件为该划分粒度较大的动态事件的子类，该划分粒度较大的动态事件为该划分粒度较小的动态事件的父类，如天气状态、下雨和下雪等。在这种情况下，父类和子类之间的关联度很大或者说距离很小，那么可以划分到同一类中。
[0197]
下面介绍上述根据n个维度获取m种动态事件之间的至少一个关联度，并根据该至少一个关联度对该m种动态事件进行分组得到多个分组的第二种可能的实现方式，即实现
方式二。
[0198]
在本实现方式中，上述n个维度具有优先级排序，那么可以先获取第一维度上该m种动态事件两两之间的关联度；再根据这些关联度对该m种动态事件进行分组，得到多个分组，然后，再继续按照维度的优先级排序从高到低，逐个维度来对高一级的维度划分的动态事件分类进一步分类，直至基于优先级最低的维度分类完成，该分类完成的结果即为最终分类的结果。
[0199]
示例性地，假设上述n为3，该3个维度的优先级从更高到低排序分别为第一维度、第二维度和第三维度，那么，首先获取第一维度上该m种动态事件两两之间的关联度，根据这些关联度对该m种动态事件进行分类得到c1个动态事件类别，该c1为大于0的正整数，该c1个动态事件类别中每个类别包括该m种动态事件中的一种或多种。具体的根据关联度对动态事件分类的过程可以参见前述表3对应的描述，此处不再赘述。
[0200]
然后，再基于上述的c1个动态事件类别，分别获取第二维度上该c1个动态事件类别中每个类别中的动态事件两两之间的关联度，针对每个类别中的动态事件两两之间的关联度对每个类别中的动态事件进行进一步分类，各个类别都进一步分类完成后得到c2个动态事件类别，该c2为大于0的正整数。
[0201]
然后，再基于上述的c2个动态事件类别，分别获取第三维度上该c2个动态事件类别中每个类别中的动态事件两两之间的关联度，针对每个类别中的动态事件两两之间的关联度对每个类别中的动态事件进行进一步分类，各个类别都进一步分类完成后得到c3个动态事件类别，该c3为大于0的正整数。该c3个动态事件类别即为最终分类的结果。
[0202]
为了便于理解，下面举例说明。
[0203]
还是以上述事件的含义和事件的几何表达这两个维度对上述的五种动态事件进行分类为例介绍。假设事件的含义的优先级高于事件的几何表达，那么，首先从事件的含义上对天气状态、路面环境、道路施工、交通事故和交通灯状态这5种事件进行分类。
[0204]
具体的，先获取事件的含义维度上这5种动态事件两两之间的关联度，具体可以参见表1。同样的，可以设置阈值来作为分类的依据，同样的可以将阈值设置为0.7，关联度大于阈值的两个动态事件归为同一类，那么，可以将天气状态和路面环境归为一类统称为环境类，道路施工和交通事故归为一类统称为交通类，理论上交通灯状态独自归为一类，但是交通灯状态与交通类的含义关联性很高，那么也可以将交通灯状态归为交通类，因此，基于事件的含义这个维度可以将上述5种动态事件分类两大类，分别为环境类和交通类。
[0205]
在上述划分得到环境类和交通类的基础上，进一步基于事件的几何表达对这两大类动态事件进行分类。首先，获取环境类中的天气状态和路面环境之间的几何表达关联度，以及获取交通类中的道路施工、交通事故和交通灯状态两两之间的几何表达关联度，这些关联度可以参见表2，此处不再赘述。同样的可以将阈值设置为0.7，关联度大于阈值的两个动态事件归为同一类，那么，环境类中的天气状态和路面环境之间的几何表达关联度为0.8，大于阈值，因此天气状态和路面环境仍然归为同一类。交通类中的道路施工和交通事故之间的几何表达关联度为1，表明这两种事件的几何表达完全相同，因此仍然归为同一类；而交通灯状态分别与道路施工和交通事故的几何表达关联度均为0，那么交通灯状态不再与道路施工和交通事故归为一类，其单独作为一类。
[0206]
综上，最终对上述5种事件的分类结果为天气状态和路面环境归为一类、道路施工
和交通事故归为一类，交通灯状态单独作为一类。
[0207]
需要说明的是，在本技术中，使用不同的分类维度来对上述m种动态事件分类，可得到不同的分类结果，因而在满足一定的可用性前提下，允许部分事件分类时有一定的灰度和灵活性。
[0208]
s102、根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。
[0209]
在具体实施例中，通过上述方法对动态事件进行分类之后，可以将分类的结果保存起来，以便于后续调用。分类的结果可以以动态事件分类表的形式存储，也可以以分层索引的树形存储结构存储。
[0210]
可选的，为了便于存储和查找，可以对各个动态事件进行编码后进行存储，这样可以通过编码来查找以提高查找效率。需要说明的是，若是以分层索引的树形存储结构来存储动态事件，那么为了便于查询，各个动态事件以及动态事件所属的类别均可以进行编码，且类别的编码和其所包括的动态事件或包括的子类别之间的编码有映射关系。例如，假设动态事件分为三层存储，第一层包括多个粗粒度的动态事件类别，第二层包括该多个粗粒度的类别中各个类别下多个较细粒度的动态事件类别，第三层包括该多个较细粒度的类别中各个类别下的动态事件。那么，分别对第一层和第二层的动态事件类别进行编码，并对第三层的动态事件进行编码，且第二层的细粒度的类别的编码与第一层其所属的粗粒度的类别的编码互相映射，第三层的动态事件的编码与第二层其所属的类别的编码互相映射。在查询动态事件时，可以通过各层之间编码的映射关系快速查找到对应的事件。
[0211]
此外，还可以根据上述多个分组的情况将各个动态事件关联到对应的图层中，例如同类的动态事件可以关联到同一个图层中，不同的动态事件可以关联到不同的图层，进而可以高效有序地通过不同的图层将各个动态事件表达到高精度地图上。例如，上述m种动态事件中包括第二动态事件和第三动态事件，该第二动态事件和该第一种动态事件同属于上述多个分组中的第一分组，该第三动态事件属于上述多个分组中的第二分组；那么，可以将该第一动态事件和该第二动态事件关联在高精度地图的动态信息图层中的第一图层中表达，将该第三动态事件关联在高精度地图的动态信息图层中的第二图层中表达，其中，该第一图层和第二图层为该高精度地图中两个不同的动态信息图层。示例性地，该第一动态事件可以是下雨，该第二动态事件可以是下雪，该第三动态事件可以是交通灯状态，在图2中可以看到，下雨和下雪属于晴阴雨雪分组，交通灯状态自己属于一个分组即交通灯状态分组，因此，可以将下雨和下雪关联到同一个图层中表达，将交通灯状态关联到另一个图层中表达。
[0212]
可选的，为了便于管理各个图层，也可以通过编码来标识，每个图层编码可以唯一标识一个图层，这样图层和动态事件之间的关联也可以通过编码之间的关联来实现。
[0213]
具体的，在高精度地图的实际应用过程中，服务器可以实时地获取各种动态事件，获取到这些动态事件需要知道其属于哪一个分类的，以便于查询对应的信息。例如，假设不同的动态事件与其在高精度地图中的具体表达方式关联映射，那么知道动态事件所述的分类可以快速查询到对应的表达方式，从而可以快速地将动态事件表达到高精度地图中提供给使用地图的对象例如自动驾驶车辆或驾驶员参考。
[0214]
具体的，假设已知上述获取的第一动态事件属于第一种动态事件，通过查询已存
储的动态事件分类表或分层索引结构可知该第一种动态事件所属的具体类别，从而可以进一步查询到对应关联的信息。例如，以图3所示的分类结果为例说明，假设获取到的该第一动态事件为下雪，服务器通过比较可知该下雪的事件属于天气状态这一种动态事件，而天气状态又属于环境信息分组，从而可以确定该下雪的事件属于环境信息分组。进而服务器可以在环境信息分组中查找到下雪的事件所在的高精度地图图层的信息，并更新该图层中的下雪的状态。
[0215]
在一种可能的实施方式中，若出现上述m种动态事件没包括的新的动态事件，那么可以将该新的动态事件与该m种动态事件一起采用上述图1介绍的分类方法进行分类，得到新的分类结果并存储。
[0216]
或者，在另一种可能的实施方式中，当出现上述m种动态事件没包括的新的动态事件，可以基于上述对m种动态事件分类的结果，通过计算该新的动态事件与该分类结果中的各个类别之间的关联度确定该新的动态事件所属的类别，然后划分到对应所属的类别中。可选地，对于该新的动态事可以同样的进行编码，然后，将编码关联映射到其所属的类别的编码中。
[0217]
综上所述，相比于现有技术，本技术从多个维度考虑对高精度地图用到的各种动态事件进行分类，可以实现更合理的分类，使得各类动态事件的存储结构清晰合理，便于管理，从而能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。另外，不同类别的动态事件的优先等级不同，通过本技术得到合理的动态事件类别，可以有助于动态事件的优先等级的快速确定，从而在数据传输带宽有限的情况下，优先将等级较高的数据传输给高精度地图的使用者，从而更快地做出有效的操作反映，对于车辆驾驶，可以进一步提高车辆驾驶的安全性和稳定性。
[0218]
上述主要对本技术实施例提供的动态事件分类方法进行了介绍。可以理解的是，各个设备为了实现上述对应的功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本技术能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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使用不同方法来实现所描述的功能，但这种实现不应认为超出本技术的范围。
[0219]
本技术实施例可以根据上述方法示例对设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本技术实施例对模块的划分是示意性的，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。
[0220]
在采用对应各个功能划分各个功能模块的情况下，图4示出了装置的一种可能的逻辑结构示意图，该装置可以是上述的服务器，或者可以是该服务器中的芯片，或者可以是该服务器中的处理系统等。该装置400包括获取单元401和分组单元402。其中：
[0221]
获取单元401，用于根据n个维度获取m种动态事件之间的至少一个关联度，该获取单元401可以执行图1所示的步骤101中所述的获取操作。
[0222]
分组单元402，用于根据该至少一个关联度对该m种动态事件进行分组得到多个分
组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数；其中，该m种动态事件中的第一种动态事件属于该多个分组中的第一分组；该分组单元402可以执行图1所示的步骤101中所述的分组操作。
[0223]
在一种可能的实施方式中，上述装置400还包括确定单元，用于根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。该确定单元可以执行图1所示的步骤102中所述的操作。
[0224]
在一种可能的实施方式中，上述n个维度包括如下维度中的至少两个：事件涵盖的细粒度的动态事件范围、事件的含义、事件的几何表达、事件产生的影响、事件的作用对象、事件的来源、事件的优先等级或事件状态的更新频率。
[0225]
在一种可能的实施方式中，上述获取单元401具体用于：
[0226]
获取该n个维度的每个维度上该m种动态事件两两之间的关联度；
[0227]
综合该每个维度上的关联度得到该至少一个关联度。
[0228]
在一种可能的实施方式中，上述分组单元402具体用于：
[0229]
将该至少一个关联度中的每个关联度分别与第一数值范围比较；
[0230]
将在该第一数值范围内的关联度对应的两种动态事件划分为同一分组。
[0231]
在一种可能的实施方式中，上述获取单元401具体用于：获得第一维度上该m种动态事件两两之间的第一关联度；
[0232]
上述分组单元402具体用于：根据该第一关联度对该m种动态事件进行分组，得到第一多个分组，该第一多个分组包括第二分组，该第二分组包括该m种动态事件中的p个动态事件，其中p为大于1的正整数；
[0233]
该获取单元401具体还用于：获得第二维度上该p种动态事件两两之间的第二关联度，该第二维度为该n个维度中优先级比该第一维度低一级的维度；
[0234]
该分组单元402具体还用于：根据该第二关联度对该p个动态事件进行分组，得到第二多个分组。
[0235]
在一种可能的实施方式中，上述装置400还包括：
[0236]
关联单元，用于根据上述多个分组将上述m种动态事件关联到上述高精度地图的多个图层。
[0237]
图4所示装置400中各个单元的具体操作以及有益效果可以参见上述图5所述方法及其可能的实施方式中的描述，此处不再赘述。
[0238]
图5所示为本技术提供的设备的一种可能的硬件结构示意图，该设备可以是上述实施例所述方法中的第一网络设备。该设备500包括：处理器501、存储器502和通信端口503。处理器501、通信端口503以及存储器502可以相互连接或者通过总线504相互连接。
[0239]
示例性的，存储器502用于存储设备500的计算机程序和数据，存储器502可以包括但不限于是随机存储记忆体(random access memory，ram)、只读存储器(read-only memory，rom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)或便携式只读存储器(compact disc read-only memory，cd-rom)等。
[0240]
在实现图4所示实施例的情况下，执行图4中的全部或部分单元的功能所需的软件或程序代码存储在存储器502中。
[0241]
在实现图4实施例的情况下，如果是部分单元的功能所需的软件或程序代码存储
在存储器502中，则处理器501除了调用存储器502中的程序代码实现部分功能外，还可以配合其他部件(如通信端口503)共同完成图4实施例所描述的其他功能(如接收数据的功能)。
[0242]
通信端口503的个数可以为多个，用于支持设备500进行通信，例如接收或发送数据或信号等。
[0243]
示例性的，处理器501可以是中央处理器单元、通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。处理器501可以用于读取上述存储器502中存储的程序，执行上述图1所述的方法以及可能的实施方式所述的方法。例如，该处理器501可以执行如下操作：
[0244]
根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数。
[0245]
一种可能的实施方式中，上述处理器501可以执行如下操作：
[0246]
根据n个维度获取m种动态事件之间的至少一个关联度，根据该至少一个关联度对该m种动态事件进行分组得到多个分组；该m种动态事件为引起该高精度地图中动态信息图层发生变化的事件，该n和该m为大于1的整数；其中，该m种动态事件中的第一种动态事件属于该多个分组中的第一分组；根据获取的第一动态事件为该第一种动态事件，确定该第一动态事件属于该第一分组。
[0247]
图5所示设备500所执行的具体操作以及有益效果可以参见上述图1所述方法及其可能的实施方式中的描述，此处不再赘述。
[0248]
本技术实施例还提供一种装置，该装置包括处理器、通信端口和存储器，该装置被配置为执行上述各个实施例及其可能的实施例中任意一个实施例所述的方法。
[0249]
在其中一种可能的实施方式中，该装置为芯片或系统芯片(system on a chip，soc)。
[0250]
本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行以实现上述各个实施例及其可能的实施例中任意一个实施例所述的方法。
[0251]
本技术实施例还提供一种计算机程序产品，当该计算机程序产品被计算机读取并执行时，上述各个实施例及其可能的实施例中任意一个实施例所述的方法将被执行。
[0252]
本技术实施例还提供一种计算机程序，当该计算机程序在计算机上执行时，将会使该计算机实现上述各个实施例及其可能的实施例中任意一个实施例所述的方法。
[0253]
综上所述，相比于现有技术，本技术从多个维度考虑对高精度地图用到的各种动态事件进行分类，可以实现更合理地分类，从而能够在存储和管理高精度地图的动态事件时节省资源开销，提高存储和管理效率。
[0254]
本技术中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。还应理解，尽管以下描述使用术语第一、第二等来描述各种元素，但这些元素不应受术语的限制。这些术语只是用于将一元素与另一元素区别分开。例
如，在不脱离各种所述示例的范围的情况下，第一图像可以被称为第二图像，并且类似地，第二图像可以被称为第一图像。第一图像和第二图像都可以是图像，并且在某些情况下，可以是单独且不同的图像。
[0255]
还应理解，在本技术的各个实施例中，各个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，而不应对本技术实施例的实施过程构成任何限定。
[0256]
还应理解，术语“包括”(也称“includes”、“including”、“comprises”和/或“comprising”)当在本说明书中使用时指定存在所陈述的特征、整数、步骤、操作、元素、和/或部件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、部件、和/或其分组。
[0257]
还应理解，说明书通篇中提到的“一个实施例”、“一实施例”、“一种可能的实现方式”意味着与实施例或实现方式有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”、“一种可能的实现方式”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
[0258]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。