引导点的处理方法和装置与流程

1.本公开涉及数据处理和图像处理，主要涉及地图技术和导航技术，可以应用于自动驾驶和智能交通，尤其涉及一种引导点的处理方法和装置。


背景技术：

2.引导点属于导航轨迹点，是以兴趣点(point of interest，poi)为基础的导航引导终点，以为用户出行提供最佳的到达位置。
3.在相关技术中，引导点的确定通常采用人工的方式实现，如由工作人员基于全景图像确定引导点。
4.然而，该方法需要由工作人员核实各导航轨迹点的数据，以逐个进行排除确认，存在效率较低的技术问题。


技术实现要素：

5.本公开提供了一种用于提高效率的引导点的处理方法和装置。
6.根据本公开的第一方面，提供了一种引导点的处理方法，包括：
7.获取以目标兴趣点为导航目的地的导航轨迹点；
8.对所述导航轨迹点进行过滤处理，得到候选引导点，其中，所述过滤处理包括：路网过滤处理，和/或，所述目标兴趣点的节点关系信息过滤处理，所述节点关系信息用于表征所述目标兴趣点的各组成要素之间的拓扑关系；
9.根据获取到的全景图像，从所述候选引导点中确定所述目标兴趣点的引导点，其中，所述全景图像为所述导航轨迹点所属路网的全景视图。
10.根据本公开的第二方面，提供了一种引导点的处理装置，包括：
11.第一获取单元，用于获取以目标兴趣点为导航目的地的导航轨迹点；
12.过滤单元，用于对所述导航轨迹点进行过滤处理，得到候选引导点，其中，所述过滤处理包括：路网过滤处理，和/或，所述目标兴趣点的节点关系信息过滤处理，所述节点关系信息用于表征所述目标兴趣点的各组成要素之间的拓扑关系；
13.确定单元，用于根据获取到的全景图像，从所述候选引导点中确定所述目标兴趣点的引导点，其中，所述全景图像为所述导航轨迹点所属路网的全景视图。
14.根据本公开的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
18.根据本公开的第四方面，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，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
19.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：
计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
20.根据本公开的结合路网和/或节点关系信息对导航轨迹点进行过滤处理，得到候选引导点，以基于全景图像从候选引导点中确定目标兴趣点的引导点的技术方案，避免了基于人工方式确定目标兴趣点的引导点时造成的准确性和效率偏低的弊端，提高了确定目标兴趣点的引导点的效率和准确性，以便于用户出行，提高用户的出行体验。
21.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
22.附图用于更好地理解本方案，不构成对本公开的限定。其中：
23.图1是根据本公开实施例的候选点的示意图；
24.图2是根据本公开实施例的候选点与全景图像的对应关系的示意图；
25.图3是根据本公开实施例的全景图像的示意图；
26.图4是根据本公开第一实施例的示意图；
27.图5是根据本公开第二实施例的示意图；
28.图6是根据本公开第三实施例的示意图；
29.图7是根据本公开第四实施例的示意图；
30.图8是根据本公开第五实施例的示意图；
31.图9是用来实现本公开实施例的引导点的处理方法的电子设备的框图。
具体实施方式
32.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。
33.兴趣点是地理信息系统中的一个术语，是指可以抽象为点的地理对象。在地理信息系统中，一个兴趣点可以是一栋房子、一个商铺、一个邮筒、一个公交站等。
34.路网是指，在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统。
35.全景图像是指，360度全景视图。
36.引导点属于导航轨迹点，是指以兴趣点为基础的导航引导终点，主要目标是建立兴趣点与路网的关联关系，以便为用户出行提供最佳的到达位置。即引导点可以理解为为用户提供最佳到达兴趣点的位置。
37.在一些实施例中，在获取到需要确定引导点的兴趣点之后，可以由工作人员从全景图像中，确定兴趣点附近的全景图像，并由工作人员从兴趣点附近的全景图像中，确定引导点。
38.在另一些实施例中，也可以在获取到需要确定引导点的兴趣点之后，由工作人员
在兴趣点附近的确定候选点，再调取候选点附近的全景图像，以由工作人员从调取的全景图像中，确定引导点。
39.示例性的，在确定出兴趣点之后，如图1中所示的“xx公园”，由工作人员在兴趣点附近选取候选点，如图1中矩形框所框选的即为候选点。
40.工作人员可以通过点击操作逐一调取与各候选点各自对应的全景图像，以输出相应的全景图像。
41.例如，当工作人员选取的为如图2所示的“候选点a”，工作人员可以调取与“候选点a”对应的全景图像，以输出如图2所示的全景图像。
42.然而，上述方法主要是通过人工的方式实现，引导点的确定容易受到人为主观因素的影响，造成准确性和可靠性偏低，且通过结合全景图像确定引导点，需要对各全景图像中的各数据进行逐个排除确认，导致效率偏低。
43.且若输出的全景图像为如图3所示的图像，工作人员很难确定图3中被框选出的大门是封闭状态还是开放状态，从而导致无法准确的确定出引导点。
44.为了避免上述技术问题中的至少一种，本公开的发明人经过创造性地劳动，得到了本公开的发明构思：结合路网和/或目标兴趣点的各组成要素之间的拓扑关系，对导航轨迹点进行过滤处理，等候选引导点，以结合全景图像从候选引导点中确定目标兴趣点的引导点。
45.基于上述发明构思，本公开提供一种引导点的处理方法和装置，涉及数据处理和图像处理，主要涉及地图技术和导航技术，可以应用于自动驾驶和智能交通，以达到提高确定引导点的效率和准确性。
46.图4是根据本公开第一实施例的示意图，如图4所示，本公开的引导点的处理方法，包括：
47.s401：获取以目标兴趣点为导航目的地的导航轨迹点。
48.示例性的，本实施例的执行主体可以为引导的处理装置(下文简称为处理装置)，处理装置可以为服务器(如云端服务器，或者本地服务器，或者服务器集群等)，也可以为计算机，也可以为终端设备，也可以为处理器，也可以为芯片等，本实施例不做限定。
49.目标兴趣点是指，待确定引导点的兴趣点，即通过本本实施例的方法，可以确定出目标兴趣点的引导点。
50.导航轨迹点是指，车辆基于导航路线行驶而得到的行驶位置的点。
51.本实施例对导航轨迹点的获取方式不做限定，如可以通过获取导航日志，以从导航日志中获取导航轨迹点。
52.s402：对导航轨迹点进行过滤处理，得到候选引导点。
53.其中，过滤处理包括：路网过滤处理，和/或，目标兴趣点的节点关系信息过滤处理，节点关系信息用于表征目标兴趣点的各组成要素之间的拓扑关系。
54.示例性的，节点关系可以为父子点拓扑图。
55.例如，若目标兴趣点为“xx公园”，则“xx公园”的组成要素可以包括“xx公园”的南门、北门、西门、以及东门。相应的，“xx公园”可以为父子节点拓扑图中的父节点，而南门、北门、西门、以及东门可以分别为父子节点拓扑图中的子节点。
56.路网过滤处理可以理解为基于路网对导航轨迹点进行过滤处理。节点关系信息过
滤处理可以理解为基于节点关系信息对导航轨迹点进行过滤处理。
57.在一些实施例中，可以采用单一维度对导航轨迹点进行过滤处理，如基于路网对导航轨迹点进行过滤处理，或者，基于节点关系信息对导航轨迹点进行过滤处理。
58.在另一些实施例中，可以采用多维度对导航轨迹点进行过滤处理，如基于路网和节点关系信息对导航轨迹点进行过滤处理。且对两个维度的过滤处理的先后顺序不做限定。
59.例如，可以先基于路网对导航轨迹点进行过滤处理，在此基础上，结合节点关系信息对导航轨迹点进行过滤处理。
60.又如，可以先基于节点关系信息对导航轨迹点进行过滤处理，在此基础上，结合路网对导航轨迹点进行过滤处理。
61.再如，可以分别基于路网和节点关系信息对导航轨迹点进行过滤处理，得到各自对应的过滤处理结果，并对各自对应的过滤处理结果确定候选引导点。
62.值得说明的是，在本实施例中，通过基于路网和/或节点关系信息对导航轨迹点进行过滤处理，可以大大缩小确定目标兴趣点的引导点的范围，以提高确定目标兴趣点的引导点的效率。
63.s403：根据获取到的全景图像，从候选引导点中确定目标兴趣点的引导点。
64.其中，全景图像为导航轨迹点所属路网的全景视图。
65.关于获取全景图像可以采用下述示例实现：
66.一个示例中，处理装置可以与图像采集装置连接，并接收由图像采集装置发送的全景图像。
67.另一个示例中，处理装置可以提供载入图像的工具，用户可以通过该载入图像的工具将全景图像传输至处理装置。
68.其中，载入图像的工具可以为用于与外接设备连接的接口，如用于与其他存储设备连接的接口，通过该接口获取外接设备传输的全景图像；载入图像的工具也可以为显示装置，如处理装置可以在显示装置上输入载入图像功能的界面，用户可以通过该界面将全景图像导入至处理装置。
69.结合上述分析可知，本公开实施例提供了一种引导点的处理方法，包括：获取以目标兴趣点为导航目的地的导航轨迹点，对导航轨迹点进行过滤处理，得到候选引导点，其中，过滤处理包括：路网过滤处理，和/或，目标兴趣点的节点关系信息过滤处理，节点关系信息用于表征目标兴趣点的各组成要素之间的拓扑关系，根据获取到的全景图像，从候选引导点中确定目标兴趣点的引导点，其中，全景图像为导航轨迹点所属路网的全景视图，在本实施例中，通过结合路网和/或节点关系信息对导航轨迹点进行过滤处理，得到候选引导点，以基于全景图像从候选引导点中确定目标兴趣点的引导点的技术特征，避免了基于人工方式确定目标兴趣点的引导点时造成的准确性和效率偏低的弊端，提高了确定目标兴趣点的引导点的效率和准确性，以便于用户出行，提高用户的出行体验。
70.图5是根据本公开第二实施例的示意图，如图5所示，本公开的引导点的处理方法，包括：
71.s501：获取目标兴趣点的位置、以及以目标兴趣点为导航终点的导航数据。
72.应该理解的是，为了避免繁琐的陈述，关于本实施例与上述实施例相同的技术特
征，本实施例不再赘述。
73.目标兴趣点的位置信息可以为目标兴趣点的坐标。
74.导航轨迹数据是指，车辆基于导航路线行驶而得到的数据，包括导航轨迹点，导航轨迹点具有位置，如导航轨迹点的坐标，即车辆行驶至该点的坐标。
75.s502：从导航数据中，获取距离目标兴趣点的位置小于预设第二距离阈值的导航轨迹点。
76.其中，第二距离阈值可以基于需求、历史记录、以及试验等方式进行确定，本实施例不做限定。
77.示例性的，导航数据中包括n个导航轨迹点，每一导航轨迹点具有位置，如每一导航轨迹点具有坐标(为便于区分，称为第一坐标)，目标兴趣点也具有坐标(同理，为便于区分，称为第二坐标)。
78.相应的，可以计算每一第一坐标与第二坐标之间的距离，得到n个距离，从得到的n个距离中，确定小于第二距离阈值的距离，并将小于第二距离阈值的距离对应的导航轨迹点确定为获取到的导航轨迹点。
79.在本实施例中，通过结合第二距离阈值从导航数据中获取导航轨迹点，可以避免因导航数据的数据量大而造成的确定目标兴趣点的引导点的效率偏低的弊端，从而提高了确定目标兴趣点的引导点的效率。
80.s503：根据路网对导航轨迹点进行过滤处理，得到过滤后的引导点。
81.由于路网是各种道路组成的相互联络、交织成网状分布的道路系统，因此，当结合路网对导航轨迹点进行过滤处理时，可以对导航轨迹点中不符合道路系统构成的导航轨迹点进行剔除，以减少后续处理的资源消耗。
82.在一些实施例中，s503可以包括如下步骤：
83.第一步骤：生成车辆行驶于路网的预测导航轨迹。
84.第二步骤：根据预测导航轨迹对导航轨迹点进行过滤处理。
85.示例性的，可以基于路网预测得到在路网行驶的车辆的导航轨迹(即预测导航轨迹)，并确定导航轨迹点偏离预测导航轨迹的偏离信息，以根据偏离信息对导航轨迹点进行过滤处理。
86.例如，可以计算导航轨迹点与预测导航轨迹的垂直距离(偏离信息包括垂直距离)，垂直距离越大，则导航轨迹点越偏离预测导航轨迹，从导航轨迹点中剔除偏离预测导航轨迹较大的导航轨迹点，如将垂直距离大于预设阈值(同理，预设阈值可以基于需求、历史记录、以及试验等方式进行确定，本实施例不做限定)的导航轨迹点进行剔除。
87.s504：根据节点关系信息对过滤后的引导点进行过滤处理，得到候选引导点。
88.由于节点信息可以表征目标兴趣点的各组成要素之间的拓扑关系，因此，基于节点关系信息对过滤后的引导点再次进行过滤处理，可以将不符合目标兴趣点的现实场景和环境的导航轨迹点进行剔除，以使得候选引导点与目标兴趣点高度贴合，从而提高后续基于候选引导点确定目标兴趣点的准确性和可靠性。
89.且在本实施例中，依次执行路网过滤处理和节点关系信息过滤处理，路网过滤处理相对而言为大范围粒度的过滤处理，节点关系信息相对而言为细腻粒度的过滤处理，相当于先进行较为粗略的过滤处理，而后再进行较为精细的过滤处理，以使得过滤处理具有
较强的层次性和递进性，从而提高过滤处理的有效性和可靠性。
90.在一些实施例中，s504可以包括如下步骤：
91.第一步骤：计算过滤后的引导点与节点关系信息中每一节点之间的距离。
92.示例性的，若节点关系信息中包括四个节点，则计算过滤后的引导点与四个节点中的每一个节点之间的距离，得到四个距离。
93.第二步骤：从各距离中获取最小距离，并根据最小距离对过滤后的引导点进行过滤处理，得到候选引导点。
94.相应的，从四个距离中，获取最小距离，以基于该最小距离对过滤后的引导点进行过滤处理。
95.在本实施例中，通过结合最小距离对过滤后的引导点进行过滤处理，可以使得候选引导点与目标兴趣点高度关联，提高目标兴趣点的引导点的准确性和可靠性的技术效果。
96.在一些实施例中，根据最小距离对过滤后的引导点进行过滤处理，得到候选引导点，包括：获取最小距离小于预设第一距离阈值的过滤后的引导点，并将获取到的过滤后的引导节点确定为候选引导点。
97.同理，第一距离阈值可以基于需求、历史记录、以及试验等方式进行确定，本实施例不做限定。
98.或者，该实施例可以理解为：若最小距离大于预设第一距离阈值，则将过滤后的引导节点进行剔除处理。
99.示例性的，若最小距离对应的节点为节点a，即过滤后的引导节点与节点a之间的距离为最小距离，若该最小距离大于第一距离阈值，则说明过滤后的引导节点与节点a的距离相对较远，距离四个节点中除节点a的另外三个节点的距离更远，因此，将过滤后的引导节点作为目标兴趣点的引导点相对不合理，所以，将该过滤后的引导节点进行剔除，以提高最终确定出的目标兴趣点的引导点的合理性和可靠性。
100.在一些实施例中，节点关系信息为拓扑图，目标兴趣点为拓扑图中的父节点，每一组成要素为拓扑图中的子节点，每一子节点具有权重系数，每一子节点的权重系数为根据该子节点的组合要素对应的基于历史行驶轨迹确定的。
101.示例性的，结合上述分析，“xx公园”为拓扑图中的父节点，“xx公园”的南门、北门、西门、以及东门分别为子节点，针对“南门”子节点的权重系数，可以基于“南门”的历史行驶轨迹确定。
102.在一些实施例中，可以确定历史行驶轨迹对应的车辆数量，车辆数量与权重系数成正比。
103.例如，若确定出“南门”的历史行驶轨迹对应的车辆数量为y，“北门”的历史行驶轨迹对应的车辆数量为z，z＞y，则“北门”子节点的权重系数＞“南门”子节点的权重系数。
104.相应的，根据节点关系信息对过滤后的引导点进行过滤处理，得到候选引导点，包括：根据各子节点各自对应的权重系数对过滤后的引导点进行过滤处理，得到候选引导点。
105.示例性的，从各权重系数中确定最高的权重系数，并根据最高的权重系数对过滤后的引导点进行过滤处理，得到候选引导点。
106.例如，若“北门”子节点的权重系数为各子节点中的最高的权重系数，则将过滤后
的引导点中，不属于“北门”子节点的引导点进行剔除。
107.同理，也可以通过计算距离的方式确定过滤后的引导点是否为属于“北门”子节点的引导点。
108.例如，若某过滤后的引导点与“北门”子节点之间的距离在预设距离范围内(也可以基于需求、历史记录、以及试验等方式进行确定，本实施例不做限定)，则说明该过滤后的引导点为属于“北门”子节点的引导点，反之，则不属于。
109.在本实施例中，通过基于历史行驶轨迹确定权重系数，以使得权重系数可以表征用户行驶偏好，从而当结合权重系数确定候选引导点时，可以使得候选引导点满足用户行驶偏好和需求，提高候选引导点的可靠性和有效性。
110.在一些实施例中，构建节点关系信息可以包括如下步骤：
111.第一步骤：获取目标兴趣点的各组成要素，并获取以各组成要素各自对应的导航终点。
112.第二步骤：根据各导航终点和目标兴趣点，构建节点关系信息。
113.示例性的，结合上述分析，目标兴趣点为“xx公园”，“xx公园”的各组成要素包括“xx公园”的南门、北门、西门、以及东门，确定“xx公园”的南门、北门、西门、以及东门各自对应的导航终点，并结合确定出的各导航终点构建节点关系。
114.导航终点表征的为车辆行驶的终点，即停车地对应的点，通过结合各导航终点构建节点关系信息，可以使得节点关系信息可以表征车辆行驶至不同组成要素各自对应的停车地，从而使得基于节点关系信息确定出的目标兴趣点的引导点具有较强的可靠性和准确性。
115.s505：根据导航轨迹点中的导航终点，从候选引导点中，提取疑似引导点。
116.示例性的，可以将导航轨迹点分为导航起始点、导航中间点、以及导航终点。其中，导航起始点可以理解为导航初始地对应的点；导航中间点可以理解为导航起始点与导航终点之间的点；导航终点可以理解为导航目标地对应的点。
117.例如，本实施例中，导航目的地为目标兴趣点，目标兴趣点为“xx公园”，则导航终点可以为“xx公园”附近的点，如“xx公园”各门对应的点，又如“xx公园”停车库对应的点，等等，此处不再一一列举。
118.疑似引导点可以理解为可能为目标兴趣点的引导点的点。在本实施例中，通过结合导航终点从候选引导点中，确定疑似引导点，可以进一步缩小目标兴趣点的引导点的范围，以为用户提供出行的最佳达到位置。
119.在一些实施例中，s505可以包括如下步骤：
120.第一步骤：对导航终点进行聚类处理，得到聚类后的终点。
121.本实施例对聚类处理的方式不做限定，如可以为密度聚类、网格聚类、以及中值聚类等，此处不再一一列举。
122.第二步骤：根据聚类后的终点从候选引导点中，提取疑似引导点。
123.示例性的，若候选引导点为聚类后的终点，则可以将该候选引导点确定为疑似引导点。
124.在本实施例中，聚类后的终点对各轨迹终点具有较强的代表性，能够体现车辆行驶的更为集中的终点，即可以更大程度上满足众多用户的出行需求，从而使得基于聚类后
的终点确定出的疑似引导点具有较强的可靠性和有效性。
125.s506：获取疑似引导点预设范围内的全景图像。
126.同理，预设范围可以基于需求、历史记录、以及试验等方式进行确定，本实施例不做限定。
127.示例性的，在确定出疑似引导点之后，可以自动加载疑似引导点预设范围内(如500米内)的全景图像。
128.s507：根据疑似引导点预设范围内的全景图像，从候选引导点中确定目标兴趣点的引导点。
129.在本实施例中，通过结合疑似引导点预设范围内的全景图像，确定目标兴趣点的引导点，相当于是对候选引导点的校验过程，以提高目标兴趣点的引导点的准确性和可靠性。
130.在一些实施例中，s507可以包括如下步骤：
131.第一步骤：输出疑似引导点预设范围内的全景图像。
132.第二步骤：响应于用户针对全景图像的选中操作，将选中操作对应的疑似引导点确定为目标兴趣点的引导点。
133.其中，选中操作用于表征对全景图像中的疑似引导点的框选操作或者点击操作。
134.示例性的，在确定出疑似引导点之后，可以自动加载并输出疑似引导点预设范围内的全景图像。用户可以对输出的全景图像进行如框选或点击等选中操作，如通过外接设备(如鼠标等)点击全景图像中的疑似引导点，以表示选中了疑似引导点。处理装置根据该选中操作将该疑似引导点确定为目标兴趣点的引导点。
135.在本实施例中，通过自动加载并输出疑似引导点预设范围内的全景图像，可以避免由工作人员选取候选点，并从全量的全景图像中确定候选点附近的全景图像，造成的效率低等弊端，提高了确定目标兴趣点的引导点的效率和准确性。
136.图6是根据本公开第三实施例的示意图，如图6所示，本公开的引导点的处理装置600，包括：
137.第一获取单元601，用于获取以目标兴趣点为导航目的地的导航轨迹点。
138.过滤单元602，用于对导航轨迹点进行过滤处理，得到候选引导点，其中，过滤处理包括：路网过滤处理，和/或，目标兴趣点的节点关系信息过滤处理，节点关系信息用于表征目标兴趣点的各组成要素之间的拓扑关系。
139.确定单元603，用于根据获取到的全景图像，从候选引导点中确定目标兴趣点的引导点。
140.图7是根据本公开第四实施例的示意图，如图7所示，本公开的引导点的处理装置700，包括：
141.第一获取单元701，用于获取以目标兴趣点为导航目的地的导航轨迹点。
142.结合图7可知，在一些实施例中，第一获取单元701，包括：
143.第二获取子单元7011，用于获取目标兴趣点的位置、以及以目标兴趣点为导航终点的导航数据。
144.第三获取子单元7012，用于从导航数据中，获取距离目标兴趣点的位置小于预设第二距离阈值的导航轨迹点。
145.第三获取单元702，用于获取目标兴趣点的各组成要素，并获取以各组成要素各自对应的导航终点。
146.构建单元703，用于根据各导航终点和目标兴趣点，构建节点关系信息。
147.过滤单元704，用于对导航轨迹点进行过滤处理，得到候选引导点，其中，过滤处理包括：路网过滤处理，和/或，目标兴趣点的节点关系信息过滤处理，节点关系信息用于表征目标兴趣点的各组成要素之间的拓扑关系。
148.结合图7可知，在一些实施例中，过滤单元704，包括：
149.第一过滤子单元7041，用于根据路网对导航轨迹点进行过滤处理，得到过滤后的引导点。
150.第二过滤子单元7042，用于根据节点关系信息对过滤后的引导点进行过滤处理，得到候选引导点。
151.在一些实施例中，第二过滤子单元7042，包括：
152.计算模块，用于计算过滤后的引导点与节点关系信息中每一节点之间的距离。
153.获取模块，用于从各距离中获取最小距离。
154.过滤模块，用于根据最小距离对过滤后的引导点进行过滤处理，得到候选引导点。
155.在一些实施例中，过滤后的引导节点的数量为多个；过滤模块，包括：
156.获取子模块，用于获取最小距离小于预设第一距离阈值的过滤后的引导点。
157.确定子模块，用于将获取到的过滤后的引导节点确定为候选引导点。
158.在一些实施例中，节点关系信息为拓扑图，目标兴趣点为拓扑图中的父节点，每一组成要素为拓扑图中的子节点，每一子节点具有权重系数，每一子节点的权重系数为根据该子节点的组成要素对应的历史行驶轨迹确定的。
159.第二过滤子单元7042用于，根据各子节点各自对应的权重系数对过滤后的引导点进行过滤处理，得到候选引导点。
160.提取单元705，用于根据导航终点从所述候选引导点中，提取疑似引导点，其中，导航轨迹点包括导航终点。
161.结合图7可知，在一些实施例中，提取单元705，包括：
162.聚类子单元7051，用于对导航终点进行聚类处理，得到聚类后的终点。
163.提取子单元7052，用于根据聚类后的终点从候选引导点中，提取疑似引导点。
164.第二获取单元706，用于获取候选引导点预设范围内的全景图像。
165.确定单元707，用于根据获取到的全景图像，从候选引导点中确定目标兴趣点的引导点。
166.结合图7可知，在一些实施例中，确定单元707，包括：
167.第一获取子单元7071，用于获取候选引导点的预设范围内的全景图像。
168.第一确定子单元7072，用于根据候选引导点的预设范围内的全景图像，从候选引导点中确定目标兴趣点的引导点。
169.结合图7可知，在一些实施例中，确定单元707，包括：
170.输出子单元7073，用于输出全景图像。
171.第二确定子单元7074，用于响应于用户针对全景图像的选中操作，将选中操作对应的候选引导点确定为目标兴趣点的引导点。
172.图8是根据本公开第五实施例的示意图，如图8所示，本公开中的电子设备800可以包括：处理器801和存储器802。
173.存储器802，用于存储程序；存储器802，可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)，如静态随机存取存储器(英文：static random-access memory，缩写：sram)，双倍数据率同步动态随机存取存储器(英文：double data rate synchronous dynamic random access memory，缩写：ddr sdram)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器802用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
174.上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指据等可以被处理器801调用。
175.处理器801，用于执行存储器802存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
176.具体可以参见前面方法实施例中的相关描述。
177.处理器801和存储器802可以是独立结构，也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时，存储器802、处理器801可以通过总线803耦合连接。
178.本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
179.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。
180.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。
181.根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
182.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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，个人数字助理、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。
183.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
184.设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；
输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。
185.计算单元901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901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901执行上文所描述的各个方法和处理，例如引导点的处理方法。例如，在一些实施例中，引导点的处理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908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的引导点的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行引导点的处理方法。
186.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。
187.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。
188.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。
189.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。
190.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。
191.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，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"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器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。
192.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。
193.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。