道路信息更新方法、装置、电子设备以及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大数据、高精地图、智能交通、自动驾驶和自主泊车、云服务、车联网和智能座舱领域技术。具体地，涉及一种道路信息更新方法、装置、电子设备以及存储介质。


背景技术：

2.随着道路建设的快速发展，道路网的复杂度也越来越高。用户出行对导航应用的依赖也越来越强，导航应用定位的准确性将影响用户的出行体验。导航应用中道路信息的准确性将影响导航应用定位的准确性。


技术实现要素：

3.本公开提供了一种道路信息更新方法、装置、电子设备以及存储介质。
4.根据本公开的一方面，提供了一种道路信息更新方法，包括：对与目标道路区域对应的图像数据进行处理，得到第一道路线集合；根据与上述目标道路区域对应的轨迹图，得到第二道路线集合；利用上述第二道路线集合对上述第一道路线集合进行校准，得到第三道路线集合；将上述第三道路线集合和与上述目标道路区域对应的历史道路线集合进行融合处理，得到融合结果；以及，根据上述融合结果对上述历史道路线集合进行更新。
5.根据本公开的另一方面，提供了一种道路信息更新装置，包括：第一获得模块，用于对与目标道路区域对应的图像数据进行处理，得到第一道路线集合；第二获得模块，用于根据与上述目标道路区域对应的轨迹图，得到第二道路线集合；第三获得模块，用于利用上述第二道路线集合对上述第一道路线集合进行校准，得到第三道路线集合；第四获得模块，用于将上述第三道路线集合和与上述目标道路区域对应的历史道路线集合进行融合处理，得到融合结果；以及，更新模块，用于根据上述融合结果对上述历史道路线集合进行更新。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如上所述的方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使上述计算机执行如上所述的方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如上所述的方法。
9.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
10.附图用于更好地理解本方案，不构成对本公开的限定。其中：
11.图1示意性示出了根据本公开实施例的可以应用道路信息更新方法及装置的示例性系统架构；
12.图2示意性示出了根据本公开实施例的道路信息更新方法的流程图；
13.图3a示意性示出了根据本公开实施例的道路信息更新过程的示例示意图；
14.图3b示意性示出了根据本公开实施例的与第四道路线集合相关信息的示例示意图；
15.图3c示意性示出了根据本公开实施例的与第六道路线集合相关信息的示例示意图；
16.图3d示意性示出了根据本公开实施例的第一道路线集合的示例示意图；
17.图3e示意性示出了根据本公开实施例的将第三道路线集合和历史道路线集合进行融合处理的示例示意图；
18.图3f示意性示出了根据本公开实施例的融合结果的示例示意图；
19.图4示意性示出了根据本公开另一实施例的道路信息更新过程的示例示意图；
20.图5示意性示出了根据本公开实施例的道路信息更新装置的框图；以及
21.图6示意性示出了根据本公开实施例的适于实现道路信息更新方法的电子设备的框图。
具体实施方式
22.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
23.随着道路建设的快速发展，道路网也日新月异。但获取变更的道路信息的渠道有限。变更的道路信息可能并不会公开，这就导致导航应用中存在部分道路信息不准确的情况。例如，道路线缺失或道路线冗余。
24.从用户导航体验维度来看，道路信息不准确将影响用户的使用体验。例如，在道路线缺失的情况下，会导致用户绕路或目的地不可达。
25.从应用程序维度来看，高精地图在自动驾驶中必不可缺，高精地图的道路信息是自动驾驶保驾护航的基础。道路信息不准确会导致存在较为严重的安全风险。例如，在道路线缺失或道路线冗余的情况下，导致探测到的实地与系统记录不一致，自动驾驶会出现难以识别或误判的情况，由此导致交通事故。
26.基于上述内容，如何有效保证道路信息的准确性是具有较强需求的。为此，本公开实施例提出了一种道路信息更新方案。对与目标道路区域对应的图像数据进行处理，得到第一道路线集合。根据与目标道路区域对应的轨迹图，得到第二道路线集合。利用第二道路线集合对第一道路线集合进行校准，得到第三道路线集合。将第三道路线集合和与目标道路区域对应的历史道路线集合进行融合处理，得到融合结果。根据融合结果对历史道路线集合进行更新。
27.利用经图像处理得到的第一道路线集合，经轨迹处理得到的第二道路线集合以及与基础路网对应的历史道路线集合进行融合来提取图像数据中的道路线，并对历史道路线
集合进行更新，实现了多源确定道路线，由此，提高了道路信息更新的准确性和覆盖度，进而提高了导航应用的准确性和覆盖度。
28.图1示意性示出了根据本公开实施例的可以应用道路信息更新方法及装置的示例性系统架构。
29.需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如，在另一实施例中，可以应用道路信息更新方法及装置的示例性系统架构可以包括终端设备，但终端设备可以无需与服务器进行交互，即可实现本公开实施例提供的道路信息更新方法及装置。
30.如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等。
31.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
32.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
33.服务器105可以是提供各种服务的各种类型的服务器。例如，服务器105可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务(virtual private server，vps)中，存在的管理难度大，业务扩展性弱的缺陷。服务器105也可以为分布式系统的服务器，或者是结合了区块链的服务器。
34.对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
35.需要说明的是，本公开实施例所提供的道路信息更新方法一般可以由服务器105执行。相应地，本公开实施例所提供的道路信息更新装置一般可以设置于服务器105中。本公开实施例所提供的道路信息更新方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的道路信息更新装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
36.或者，本公开实施例所提供的道路信息更新方法一般可以由终端设备101、102、或103执行。相应地，本公开实施例所提供的道路信息更新装置也可以设置于终端设备101、102、或103中。
37.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
38.图2示意性示出了根据本公开实施例的道路信息更新方法的流程图。
39.如图2所示，该方法包括操作s210～s250。
40.在操作s210，对与目标道路区域对应的图像数据进行处理，得到第一道路线集合。
41.在操作s220，根据与目标道路区域对应的轨迹图，得到第二道路线集合。
42.在操作s230，利用第二道路线集合对第一道路线集合进行校准，得到第三道路线集合。
43.在操作s240，将第三道路线集合和与目标道路区域对应的历史道路线集合进行融合处理，得到融合结果。
44.在操作s250，根据融合结果对历史道路线集合进行更新。
45.根据本公开的实施例，目标道路区域可以指需要获取道路线的道路区域。第一道路线集合可以包括至少一个道路线。轨迹图可以是基于用户轨迹构建的。第二道路线集合可以包括至少一个道路线。第三道路线集合可以是根据第一道路线集合和第二道路线集合确定的。历史道路线集合可以指实际中已经存在的道路线。历史道路线集合可以用于作为更新道路线的依据。图像数据可以指道路图像数据。
46.根据本公开的实施例，可以利用图像处理模型处理与目标道路区域对应的图像数据，得到第一道路线集合。例如，可以利用图像处理模型对图像数据进行道路线提取，得到第一道路线集合。图像处理模型可以包括以下至少一项：图像分割模型和图模型。图像分割模型可以包括语义分割模型、实例分割模型或场景分割模型。可以确定轨迹图的至少一个轨迹密度峰值，将与至少一个轨迹密度峰值各自对应的点确定为轨迹点。根据至少一个轨迹点，确定第二道路线集合。例如，将至少一个轨迹点进行连线，得到第二道路线集合。
47.根据本公开的实施例，在获得第一道路线集合和第二道路线集合之后，可以利用第二道路线集合对第一道路线集合进行校准，得到校准后的第一道路线集合。将校准后的第一道路线集合确定为第三道路线集合。例如，可以将第一道路线集合中与第二道路线集合相匹配的道路线集合确定为第三道路线集合。
48.根据本公开的实施例，在获得第三道路线集合之后，可以将第三道路线与历史道路线集合进行融合处理，得到融合结果。例如，可以根据历史道路线集合和第三道路线集合确定更改道路线集合和更新道路线集合中的至少一项。在获得融合结果之后，可以根据融合结果对历史道路线集合进行更新。
49.根据本公开的实施例，利用经图像处理得到的第一道路线集合，经轨迹处理得到的第二道路线集合以及与基础路网对应的历史道路线集合进行融合来提取图像数据中的道路线，并对历史道路线集合进行更新，实现了多源确定道路线，由此，提高了道路信息更新的准确性和覆盖度，进而提高了导航应用的准确性和覆盖度。
50.根据本公开的实施例，操作s210可以包括如下操作。
51.对与目标道路区域对应的图像数据进行图像分割，得到道路区域图像分割结果。对道路区域图像分割结果进行道路线提取，得到第四道路线集合。将第四道路线集合确定为第一道路线集合。
52.根据本公开的实施例，可以将与目标道路区域对应的图像数据输入图像分割模型，得到道路区域图像分割结果。图像分割模型可以是利用与第一样本道路区域对应的第一样本图像数据和样本道路区域标签对第一预定模型进行训练得到的。第一预定模型可以包括语义分割模型、实例分割模型或场景分割模型。例如，第一预定模型可以包括dfanet(deep feature aggregation for real-time semantic segmentation，基于深度多层聚合的实时语义分割网络)、pspnet(pyramid scene parsing network，金字塔场景解析网
络)、bisenet(bilateral segmentation network for real-time semantic segmentation，多支路轻量化分割网络)或ocrnet(object-contextual representations for semantic segmentation)。
53.根据本公开的实施例，在获得道路区域图像分割结果之后，可以对道路区域图像分割结果依次进行去噪处理、道路骨架提取和抽稀矢量化，得到第四道路线集合。
54.根据本公开的实施例，操作s210还可以包括如下操作。
55.利用预定拓扑图对与目标道路区域对应的图像数据进行处理，得到第五道路线集合。对第五道路线集合进行处理，得到第六道路线集合。将第四道路线集合和第六道路线集合进行融合处理，得到第一道路线集合。
56.根据本公开的实施例，预定拓扑图可以是图模型。图模型可以是利用与第二样本道路区域对应的第二样本图像数据对第二预定模型进行训练得到的。第二预定模型可以包括图神经网络模型、图卷积网络模型、图自编码器、图循环神经网络模型或图强化学习模型。
57.根据本公开的实施例，将图像数据输入图模型，得到第五道路线集合。在获得第五道路线集合之后，可以对第五道路线集合依次进行细化处理和抽稀矢量化，得到第六道路线集合。
58.根据本公开的实施例，在获得第四道路线集合和第六道路线集合之后，可以对第四道路线集合和第六道路线集合进行融合处理，得到第一道路线集合。例如，可以保留第四道路线集合和第六道路线集合中的不同道路线。保留相似道路线集合中的目标相似道路线集合，由此得到第一道路线集合。
59.根据本公开的实施例，通过将第四道路线集合和第六道路线集合进行融合处理来得到第一道路线集合，提高了从图像数据中确定道路线的准确性和覆盖度。
60.根据本公开的实施例，操作s210可以包括如下操作。
61.利用预定拓扑图对与目标道路区域对应的图像数据进行处理，得到第五道路线集合。对第五道路线集合进行处理，得到第六道路线集合。将第六道路线集合确定为第一道路线集合。
62.根据本公开的实施例，可以直接将第六道路线集合确定为第一道路线集合。
63.根据本公开的实施例，对道路区域图像分割结果进行道路线提取，得到第四道路线集合，可以包括如下操作。
64.对道路区域图像分割结果进行道路骨架提取，得到第七道路线集合。利用第一轨迹点抽稀算法对第七道路线集合进行处理，得到第四道路线集合。
65.根据本公开的实施例，可以利用骨架提取算法处理道路区域图像分割结果，得到第七道路线集合。骨架提取(即二值图像细化)可以指将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表征。骨架提取算法可以包括基于形态学的骨架提取算法。基于形态学的骨架提取算法可以包括基于击中击不中变换的骨架提取算法或基于中轴变换的骨架提取算法。例如，k3m算法。设定从从二值图像中对象的边界处开始燃烧，对象就会被逐步细化，但在燃烧过程中需要保证满足预定条件的像素被保留或者被“烧掉”。在确定燃烧结束的情况下，最后剩下的二值图像即为二值图像的骨架。
66.根据本公开的实施例，轨迹点抽稀算法可以指在保证矢量曲线的形状满足预定条
件的情况下，减少轨迹点的数目。即，轨迹点抽稀算法可以用于对矢量曲线的轨迹点进行简化。轨迹点抽稀算法可以包括道格拉斯-普克(即douglas-peuker)算法、垂距限值算法或聚类算法。
67.根据本公开的实施例，可以利用基于形态学的骨架提取算法处理道路区域图像分割结果，得到第七道路线集合。在对道路区域图像分割结果进行图像分割之前，还可以对道路图像分割结果进行处理，得到二值化的道路图像分割结果，即，得到二值图像数据。利用基于形态学的骨架提取算法处理二值图像数据，得到第七道路线集合。
68.根据本公开的实施例，第一轨迹点抽稀算法可以包括道格拉斯-普克算法。在获得第七道路线集合之后，可以利用道格拉斯-普克算法处理第七道路线集合，得到第四道路线集合。即，a.针对第七道路线集合包括的每个道路线，确定道路线上的第一轨迹点和第二轨迹点。第一轨迹点是道路线的首部的轨迹点。第二轨迹点是道路线的尾部的轨迹点。b.连接第一轨迹点和第二轨迹点，得到连线。c.确定道路线上的其他轨迹点到连接之间的垂直距离。d.从多个垂直距离中确定最大垂直距离。e.确定最大垂直距离是否小于或等于预定距离阈值。若是，则执行f；若否，则执行g。f.可以将道路线上除第一轨迹点和第二轨迹点以外的其他轨迹点删除。g.可以以与最大垂直距离对应的轨迹点为分割点，将道路线分割成两段道路子线。针对道路子线执行上述a～g，直至最大垂直距离小于或等于预定距离阈值。
69.根据本公开的实施例，对道路区域图像分割结果进行道路骨架提取，得到第七道路线集合，可以包括如下操作。
70.利用形态学算法对道路区域图像分割结果进行去噪处理，得到处理后的道路区域图像分割结果。对处理后的道路区域图像分割结果进行道路骨架提取，得到第七道路线集合。
71.根据本公开的实施例，形态学算法的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。形态学算法可以包括开运算。可以利用开运算实现去噪目的。开运算可以先腐蚀后膨胀。膨胀可以指使原图像中高亮部分扩张，效果图具有比原图更大的高亮区域(是求局部最大值的操作)，即，膨胀可以指求局部最大值的操作。腐蚀可以指使原图像中的高亮区域被蚕食，效果图具有比原图像更小的高亮区域，即，腐蚀可以指求局部最小值的操作。
72.根据本公开的实施例，对第五道路线集合进行处理，得到第六道路线集合，可以包括如下操作。
73.对第五道路线集合进行道路线细化处理，得到第八道路线集合。利用第二轨迹点抽稀算法对第八道路线集合进行处理，得到第九道路线集合。对第九道路线集合进行去重处理，得到第六道路线集合。
74.根据本公开的实施例，可以利用形态学算法中的腐蚀对第五道路线集合进行道路线细化处理，得到第八道路线集合。
75.根据本公开的实施例，第二轨迹点抽稀算法可以包括道格拉斯-普克(即douglas-peuker)算法、垂距限值算法或聚类算法。
76.根据本公开的实施例，在获得第九道路线集合之后，可以去除第九道路线集合中重复的道路线，得到第六道路线集合。例如，可以利用相似度来从第九道路线集合中确定第六道路线集合。相似度可以表征两个对象之间的相似程度。相似度的数值越大，可以表征两
个对象之间的相似程度越大。反之，两个对象之间的相似程度越小。相似度可以根据实际业务需求进行配置，在此不作限定。例如，相似度可以包括余弦相似度、皮尔逊相关系数、欧式距离或jaccard距离。
77.根据本公开的实施例，确定第九道路线中任意两个道路线之间的相似度，得到多个相似度。针对多个相似度中的每个相似度，在确定相似度大于或等于预定相似度阈值的情况下，从与相似度对应的两个道路线中确定目标道路线。根据全部目标道路线和全部与相似度小于相似度阈值对应的两个道路线，得到第六道路线集合。
78.根据本公开的实施例，将第四道路线集合和第六道路线集合进行融合处理，得到第一道路线集合，可以包括如下操作。
79.确定相似道路线集合。相似道路线集合包括至少一个相似道路线组合。确定与至少一个相似道路线组合各自对应的目标相似道路线，得到目标相似道路线集合。确定非相似道路线集合。根据非相似道路线集合和目标相似道路线集合，得到第一道路线集合。每个相似道路线组合包括来自第四道路线集合的第一相似道路线与来自第六道路线集合的第二相似道路线，第一相似道路线与第二相似道路线之间的相似度满足预定相似度条件。每个目标相似道路线是每个相似道路线组合中道路线的长度值大的道路线。非相似道路线集合是第四道路线集合和第六道路线集合中除相似道路集合以外的道路线集合。
80.根据本公开的实施例，针对第四道路线集合中的每个道路线，确定道路线与第六道路线集合中的任意一个道路线之间的相似度。如果确定存在相似度满足预定相似度条件，则可以将与相似度对应的两个道路线称为相似道路线组合。可以将相似道路线组合中来自第四道路线集合的道路线称为第一相似道路线。将相似道路线组合中来自第六道路线集合的道路线称为第二相似道路线。预定相似度条件可以用于作为确定两个来自第四道路线集合的道路线和与来自第六道路线集合的道路线是否是相似道路线的依据。例如，预定相似度条件可以包括预定相似度阈值。相似度满足预定相似度条件可以包括相似度大于或等于预定相似度阈值。
81.根据本公开的实施例，针对每个相似道路线组合，可以根据道路线的长度值，从相似道路线组合中确定目标相似道路线。例如，可以根据道路线的长度值，从相似道路线组合中确定道路线的长度值大的相似道路线。
82.根据本公开的实施例，可以确定第四道路线集合和第六道路线集合的第一并集。将第一并集中除相似道路线集合以外的道路线集合确定为非相似道路线集合。可以确定非相似道路线集合和目标相似道路线集合的第二并集，将第二并集确定为第一道路线集合。
83.根据本公开的实施例，操作s230可以包括如下操作。
84.针对第一道路线集合中的每个第一道路线，在确定第二道路线集合中存在与第一道路线集合相匹配的第二道路线的情况下，将第一道路线确定为第三道路线集合中的第三道路线。
85.根据本公开的实施例，针对第一道路线集合中的每个第一道路线，可以确定第二道路线集合中是否存在与第一道路线相匹配的第二道路线。如果确定第二道路线集合中存在与第一道路线相匹配的第二道路线，则可以将第一道路线确定为第三道路线中的第三道路线。
86.根据本公开的实施例，如果确定第二道路线集合中不存在与第一道路线相匹配的
第二道路线，则可以确定第一道路线不是第三道路线集合中的第三道路线。
87.根据本公开的实施例，确定第二道路线集合中是否存在与第一道路线相匹配的第二道路线可以包括：确定第一道路线与第二道路线集合中的每个第二道路线之间的相似度。确定第二道路线集合中是否存在与第一道路线之间的相似度满足预定相似度条件的第二道路线。如果确定第二道路线集合中存在与第一道路线之间的相似度满足预定相似度条件的第二道路线，则可以将第一道路线确定为第三道路线集合中的第三道路线。
88.根据本公开的实施例，操作s240可以包括如下操作。
89.从第三道路线集合中确定与历史道路线集合之间具有关联关系的道路线集合，得到有效道路线集合。将有效道路线集合确定为融合结果。
90.根据本公开的实施例，具有关联关系可以指两个道路线之间具有交集。针对第三道路线集合中的每个第三道路线，确定第三道路线是否与历史道路线集合中的历史道路线之间具有关联关系。如果确定第三道路线与历史道路线集合中的历史道路线之间具有关联关系，则可以将第三道路线确定为有效道路线。由此可以得到有效道路线集合，即，得到融合结果。
91.根据本公开的实施例，通过将第三道路线集合与历史道路线集合进行融合处理，实现了保留与已有道路线具有关联关系的道路线，删除与已有道路线不具有关联关系的道路线(即孤立道路线)，从而保留了有效率较高的道路线。在高准情况下可以自动构建道路线并自动与已有道路线融合。
92.下面参考图3a、图3b、图3c、图3d、图3e、图3f和图4，结合具体实施例对根据本公开实施例的道路信息更新方法做进一步说明。
93.图3a示意性示出了根据本公开实施例的道路信息更新过程的示例示意图。
94.如图3a所示，在道路信息更新过程300a中，对与目标道路区域对应的图像数据301进行图像分割，得到道路区域图像分割结果302。对道路区域图像分割结果302进行道路骨架提取，得到第七道路线集合303。利用第一轨迹点抽稀算法对第七道路线集合303进行处理，得到第四道路线集合304。
95.利用预定拓扑图对图像数据301进行处理，得到第五道路线集合305。对第五道路线集合305进行道路线细化处理，得到第八道路线集合306。利用第二轨迹点抽稀算法对第八道路线集合306进行处理，得到第九道路线集合307。对第九道路线集合307进行去重处理，得到第六道路线集合308。将第四道路线集合304和第六道路线集合308进行融合处理，得到第一道路线集合309。
96.根据与目标道路区域对应的轨迹图310，得到第二道路线集合311。利用第二道路线集合311对第一道路线集合311进行校准，得到第三道路线集合312。将第三道路线集合312和与目标道路区域对应的历史道路线集合313进行融合处理，得到融合结果314。根据融合结果314对历史道路线集合313进行更新。
97.图3b示意性示出了根据本公开实施例的与第四道路线集合相关信息的示例示意图。
98.如图3b所示，在300b中，301表征图3a中的图像数据。302表征图3a中的道路区域图像分割结果。304表征图3a中的第四道路线集合。
99.图3c示意性示出了根据本公开实施例的与第六道路线集合相关信息的示例示意
图。
100.如图3c所示，在300c中，315表征图像数据。316表征第五道路线集合。317表征第六道路线集合。
101.图3d示意性示出了根据本公开实施例的第一道路线集合的示例示意图。
102.如图3d所示，在300d中，309表征图3a中的第一道路线集合。
103.图3e示意性示出了根据本公开实施例的将第三道路线集合和历史道路线集合进行融合处理的示例示意图。
104.如图3e所示，在300e中，318中的矩形框区域表征有效道路线集合所在的区域。318中的椭圆区域表征非有效道路线集合所在的区域。
105.图3f示意性示出了根据本公开实施例的融合结果的示例示意图。
106.如图3f所示，在300f中，314表征图3a中的融合结果。
107.图4示意性示出了根据本公开另一实施例的道路信息更新过程的示例示意图。
108.如图4所示，在道路信息更新过程400中，401是与目标道路区域对应的图像数据。402是对图像数据401进行特征提取后得到的特征提取数据。特征提取数据402中大图表征道路线缺失部分。特征提取数据402中小图表征道路线冗余部分。
109.对图像数据401进行图像分割，得到道路区域图像分割结果403。
110.利用预定拓扑图对图像数据401进行处理，得到第五道路线集合404。将道路区域图像分割结果403和第五道路线集合404进行融合处理，得到第一道路线集合405。
111.根据与目标道路区域对应的轨迹图406，得到第二道路线集合。利用第二道路线集合对第一道路线集合405进行校准，得到第三道路线集合407。从第三道路线集合407中可以看出，对道路线缺失部分进行了补充，对道路线冗余部分进行了删除。
112.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
113.在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
114.以上仅是示例性实施例，但不限于此，还可以包括本领域已知的其他道路信息更新方法，只要能够提高道路信息更新的准确性和覆盖度即可。
115.图5示意性示出了根据本公开实施例的道路信息更新装置的框图。
116.如图5所示，道路信息更新装置500可以包括第一获得模块510、第二获得模块520、第三获得模块530、第四获得模块540和更新模块550。
117.第一获得模块510，用于对与目标道路区域对应的图像数据进行处理，得到第一道路线集合。
118.第二获得模块520，用于根据与目标道路区域对应的轨迹图，得到第二道路线集合。
119.第三获得模块530，用于利用第二道路线集合对第一道路线集合进行校准，得到第三道路线集合。
120.第四获得模块540，用于将第三道路线集合和与目标道路区域对应的历史道路线集合进行融合处理，得到融合结果。
121.更新模块550，用于根据融合结果对历史道路线集合进行更新。
122.根据本公开的实施例，第一获得模块510可以包括第一获得子模块、第二获得子模块和第一确定子模块。
123.第一获得子模块，用于对与目标道路区域对应的图像数据进行图像分割，得到道路区域图像分割结果。
124.第二获得子模块，用于对道路区域图像分割结果进行道路线提取，得到第四道路线集合。
125.第一确定子模块，用于将第四道路线集合确定为第一道路线集合。
126.根据本公开的实施例，第一获得模块510还可以包括第三获得子模块、第四获得子模块和第五获得子模块。
127.第三获得子模块，用于利用预定拓扑图对与目标道路区域对应的图像数据进行处理，得到第五道路线集合。
128.第四获得子模块，用于对第五道路线集合进行处理，得到第六道路线集合。
129.第五获得子模块，用于将第四道路线集合和第六道路线集合进行融合处理，得到第一道路线集合。
130.根据本公开的实施例，第二获得子模块可以包括第一获得单元和第二获得单元。
131.第一获得单元，用于对道路区域图像分割结果进行道路骨架提取，得到第七道路线集合。
132.第二获得单元，用于利用第一轨迹点抽稀算法对第七道路线集合进行处理，得到第四道路线集合。
133.根据本公开的实施例，第一获得单元可以包括第一获得子单元和第二获得子单元。
134.第一获得子单元，用于利用形态学算法对道路区域图像分割结果进行去噪处理，得到处理后的道路区域图像分割结果。
135.第二获得子单元，用于对处理后的道路区域图像分割结果进行道路骨架提取，得到第七道路线集合。
136.根据本公开的实施例，对第四获得子模块可以包括第三获得单元、第四获得单元和第五获得单元。
137.第三获得单元，用于对第五道路线集合进行道路线细化处理，得到第八道路线集合。
138.第四获得单元，用于利用第二轨迹点抽稀算法对第八道路线集合进行处理，得到第九道路线集合。
139.第五获得单元，用于对第九道路线集合进行去重处理，得到第六道路线集合。
140.根据本公开的实施例，第五获得子模块可以包括第一确定单元、第二确定按压、第三确定按压和第六获得单元。
141.第一确定单元，用于确定相似道路线集合。相似道路线集合包括至少一个相似道路线组合。
142.第二确定单元，用于确定与至少一个相似道路线组合各自对应的目标相似道路线，得到目标相似道路线集合。
143.第三确定单元，用于确定非相似道路线集合。
144.第六获得单元，用于根据非相似道路线集合和目标相似道路线集合，得到第一道路线集合。
145.根据本公开的实施例，每个相似道路线组合包括来自第四道路线集合的第一相似道路线与来自第六道路线集合的第二相似道路线，第一相似道路线与第二相似道路线之间的相似度满足预定相似度条件。
146.根据本公开的实施例，每个目标相似道路线是每个相似道路线组合中道路线的长度值大的道路线。
147.根据本公开的实施例，非相似道路线集合是第四道路线集合和第六道路线集合中除相似道路集合以外的道路线集合。
148.根据本公开的实施例，第三获得模块可以包括第二确定子模块。
149.第二确定子模块，用于针对第一道路线集合中的每个第一道路线，在确定第二道路线集合中存在与第一道路线集合相匹配的第二道路线的情况下，将第一道路线确定为第三道路线集合中的第三道路线。
150.根据本公开的实施例，第四获得模块可以包括第六获得子模块。
151.第六获得子模块，用于从第三道路线集合中确定与历史道路线集合之间具有关联关系的道路线集合，得到有效道路线集合。
152.第三确定子模块，用于将有效道路线集合确定为融合结果。
153.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
154.根据本公开的实施例，一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
155.根据本公开的实施例，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上所述的方法。
156.根据本公开的实施例，一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上所述的方法。
157.图6示意性示出了根据本公开实施例的适于实现道路信息更新方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
158.如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
159.电子设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以
及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
160.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如道路信息更新方法。例如，在一些实施例中，道路信息更新方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的道路信息更新方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行道路信息更新方法。
161.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
162.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
163.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
164.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
165.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
166.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以是分布式系统的服务器，或者是结合了区块链的服务器。
167.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
168.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。