高精地图异常数据处理方法、装置、设备及存储介质与流程

1.本技术涉及高精地图技术领域，尤其涉及一种高精地图异常数据处理方法、装置、设备及存储介质。


背景技术：

2.高精地图是对道路环境的重建，高精地图含有大量的道路元素，道路元素如车道线、交通信号灯、交通标志等。高精地图形成是对路网精确的三维表征，无人驾驶、车辆定位、路径规划、车辆控制等技术都十分依赖高精地图。
3.相关技术中，为了尽可量提高对高精地图的制作精度，会对车载相机拍摄的n张照片进行识别和解析，从n张照片中提取出构建某一道路元素的多个数据。但由于误匹配、识别精度、解析算法等原因，部分提取的数据可能与其余数据偏差较大，若此类异常数据后续引入对道路元素的构建，势必会影响高精地图的制作精度。


技术实现要素：

4.为解决或部分解决相关技术中存在的问题，本技术提供一种高精地图异常数据处理方法、装置、设备及存储介质，能够提高高精地图的制作精度。
5.本技术的第一方面提供了一种高精地图异常数据处理方法，包括：
6.获取图像关于某一道路元素所提取的多个数据，并将多个所述数据导入同一数组中；
7.当所述数组满足预设筛选条件时，按照预设过滤规则去除掉所述数组中的异常数据，直至所述数组不再满足所述预设筛选条件时，将当前的所述数组作为目标数组，其中所述异常数据是与当前的所述数组偏离度最大的所述数据。
8.优选的，所述当所述数组满足预设筛选条件时之前，还包括：
9.统计所述数组的数组长度，并计算出所述数组对应的数组均值和数组方差；
10.所述预设筛选条件，包括：
11.所述数组对应的所述数组长度大于预设长度值；和
12.所述数组对应的所述数组方差大于预设方差阈值。
13.优选的，所述按照预设过滤规则去除掉所述数组中的异常数据，包括：
14.计算所述数组中每一所述数据与所述数组对应的所述数组均值的差值，得到若干差值；
15.对若干所述差值的绝对值进行排序，基于排序结果筛选出需要去除掉的异常数据。
16.优选的，所述对若干所述差值的绝对值进行排序，基于排序结果筛选出需要去除掉的异常数据，包括：
17.以升序排序的方式对若干所述差值的绝对值进行排序，将最大的所述差值的绝对值对应的所述数据锁定为异常数据，将所述异常数据从所述数组中去除掉。
18.优选的，所述获取图像关于某一道路元素所提取的多个数据，包括：
19.获取图像关于交通标志牌所述提取的多个数据。
20.本技术的第二方面提供了一种高精地图异常数据处理装置，包括：
21.获取模块，用于获取图像关于某一道路元素所提取的多个数据，并将多个所述数据导入同一数组中；
22.过滤模块，用于当所述数组满足预设筛选条件时，按照预设过滤规则去除掉所述数组中的异常数据，直至所述数组不再满足所述预设筛选条件时，将当前的所述数组作为目标数组，其中所述异常数据是与当前的所述数组偏离度最大的所述数据。
23.优选的，所述过滤模块还用于统计所述数组的数组长度，并计算出所述数组对应的数组均值和数组方差；
24.所述预设筛选条件，包括：
25.所述数组对应的所述数组长度大于预设长度值；和
26.所述数组对应的所述数组方差大于预设方差阈值。
27.优选的，所述过滤模块按照预设过滤规则去除掉所述数组中的异常数据，包括：
28.计算所述数组中每一所述数据与所述数组对应的所述数组均值的差值，得到若干差值；
29.对若干所述差值的绝对值进行排序，基于排序结果筛选出需要去除掉的异常数据。
30.本技术的第三方面提供了一种电子设备，包括：
31.处理器；以及
32.存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的高精地图异常数据处理方法。
33.本技术的第四方面提供了一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的高精地图异常数据处理方法。
34.本技术提供的技术方案可以包括以下有益效果：
35.本技术的技术方案，获取图像关于某一道路元素所提取的多个数据，并将多个数据导入同一数组中；当数组满足预设筛选条件时，按照预设过滤规则去除掉数组中的异常数据，直至数组不再满足预设筛选条件，将当前的数组作为目标数组，其中异常数据是与当前的数组偏离度最大的数据。通过将锁定与当前的数组偏离度最大的数据，并对异常数据从当前的数组中去除，能够使得目标数组中的数据能够保持精确度，使得后续使用目标数组中的数据构建高精地图时，也能够很好地保持高精地图的制作精度。
36.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
37.通过结合附图对本技术示例性实施方式进行更详细地描述，本技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本技术示例性实施方式中，相同的参考标号通常代表相同部件。
38.图1示出了本技术实施例中的一种高精地图异常数据处理方法的流程示意图；
39.图2示出了本技术另一实施例中的一种高精地图异常数据处理方法的流程示意图；
40.图3示出了本技术实施例中的一种高精地图异常数据处理方法的流程框图；
41.图4示出了本技术实施例中的一种高精地图异常数据处理装置的结构示意图；
42.图5示出了本技术另一实施例中的一种高精地图异常数据处理装置的结构示意图；
43.图6是本技术实施例示出的电子设备的结构示意图。
具体实施方式
44.下面将参照附图更详细地描述本技术的实施方式。虽然附图中显示了本技术的实施方式，然而应该理解，可以以各种形式实现本技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本技术更加透彻和完整，并且能够将本技术的范围完整地传达给本领域的技术人员。
45.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
46.应当理解，尽管在本技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
47.目前在相关技术中，由于误匹配、识别精度、解析算法等原因，从图像提取的部分数据可能与其余数据偏差较大，若此类异常数据后续引入对道路元素的构建，势必会影响高精地图的制作精度。
48.因此，为了解决上述技术问题，本技术提供了一种高精地图异常数据处理方法、装置、设备及存储介质，能够提高高精地图的制作精度。
49.以下结合附图详细说明本技术的技术原理。
50.图1示出了本技术实施例中的一种高精地图异常数据处理方法的流程示意图。
51.请参阅图1，一种高精地图异常数据处理方法，包括如下步骤：
52.步骤s111、获取图像关于道路元素所提取的多个数据，并将多个数据导入同一数组中。
53.图像是车载相机所拍摄的照片，图像包含有大量的道路元素，道路元素如交通标志牌(路牌)、车道线、行车停止线等。将获取图像关于某一道路元素同一维度的多个数据导入同一数组中，数组是集合某一个道路元素中多个数据的集合体。对于数组而言，数组具有长度这一特征，数组长度即当前数组所包含的数据个数。
54.步骤s112、当数组满足预设筛选条件时，按照预设过滤规则去除掉数组中的异常
数据，直至数组不再满足预设筛选条件时，将当前的数组作为目标数组，其中异常数据是与当前的数组偏离度最大的数据。
55.由于误匹配、识别精度、解析算法等原因，数组中的每个数据可能都无法很精确地反映出道路元素。具体表现是数组中包含的每个数据，每个数据都有各自的对应的数值，每个数据与数组之间都具有一定的偏离度。为了保证后续使用数组中的数据构建道路元素的准确性。将满足预设筛选条件的数组按照预设过滤规则去除掉数组中的异常数据。即针对与数组偏离度较大的数据(此类数据称为异常数据)，在数组中将此类异常数据过滤掉，使得过滤后的数组数据与数据之间不会有明显的偏差。
56.本实施例的技术方案通过锁定与当前的数组偏离度最大的数据，并对异常数据从当前的数组中去除，能够使得目标数组中的数据能够保持精确度，使得后续使用目标数组中的数据构建高精地图时，也能够很好地保持高精地图的制作精度。
57.图2示出了本技术另一实施例中的一种高精地图异常数据处理方法的流程示意图，图2相对图1而言，详细说明了预设筛选条件和预设过滤规则。
58.请参阅图2，一种高精地图异常数据处理方法，包括如下步骤：
59.步骤s211、获取图像关于某一道路元素所提取的多个数据，并将多个数据导入同一数组中。
60.图像是车载相机所拍摄的照片，图像包含有大量的道路元素，道路元素如交通标志牌(路牌)、车道线、行车停止线等。将获取图像关于某一道路元素的多个数据导入同一数组中，数组是集合某一个道路元素中多个数据的集合体。对于数组而言，数组具有长度这一特征，数组长度即当前数组所包含的数据个数。
61.步骤s212、统计数组的数组长度，并计算出数组对应的数组均值和数组方差，当满足数组对应的数组长度大于预设长度值和数组对应的数组方差大于预设方差阈值时，按照预设过滤规则去除掉数组中的异常数据，直至数组不再满足数组对应的数组长度大于预设长度值或者数组对应的数组方差小于预设方差阈值时，将当前的数组作为目标数组，其中异常数据是与当前的数组偏离度最大的数据。
62.需要说明的是，数组的数组长度即数据包含的数据个数，同时因为数组包含的数据都有各自的数值，因此可以计算出数组对应的数组均值和数组方差。
63.数组均值的计算公式如下：
[0064][0065]
其中，mean表示的是数组均值，xi表示的是数组中的第i个数据，n为数组长度。
[0066]
数组方差的计算公式如下：
[0067]
[0068]
其中，std表示的是数组方差，xi表示的是数组中的第i个数据，mean表示的是数组均值，n为数组长度。
[0069]
通过公式(1)和公式(2)，就可以计算出数组对应的数值均值和数组方差。
[0070]
判断数组是否满足预设筛选条件，当满足数组对应的数组长度n大于预设长度值len和数组对应的数组方差std大于预设方差阈值std时，判定数组满足预设筛选条件，需要对数组中的数据进行过滤。
[0071]
按照预设过滤规则去除掉数组中的异常数据，其中预设过滤规则包括：计算数组中每一数据与数组对应的数组均值的差值，得到若干差值；对若干差值的绝对值进行排序，基于排序结果筛选出需要去除掉的异常数据。例如，可以以升序排序的方式对若干差值的绝对值进行排序，将最大的差值的绝对值对应的数据锁定为异常数据，将异常数据从数组中去除掉。
[0072]
通过上述过程，就能够快速锁定数组中异常数据，并将异常数据进行过滤(即把锁定出来的异常数据从数组中移除掉)，更新数组。并且会基于更新后的数组，会重新对数组的数组长度、数组均值、数组方差进行统计、计算。直至数组不再满足数组对应的数组长度大于预设长度值或者数组对应的数组方差小于预设方差阈值时，将当前的数组作为目标数组。此时得到的目标数组就是移除掉异常数据的数组。
[0073]
本实施例的技术方案通过锁定与当前的数组偏离度最大的数据，并对异常数据从当前的数组中去除，能够使得目标数组中的数据能够保持精确度，使得后续使用目标数组中的数据构建高精地图时，也能够很好地保持高精地图的制作精度。
[0074]
图3示出了本技术实施例中的一种高精地图异常数据处理方法的流程框图。图3以处理道路元素—交通标志牌的应用场景作具体展开。
[0075]
请参阅图3，一种高精地图异常处理方法，包括如下步骤：
[0076]
步骤s311、将关于交通标志牌的多个数据xi导入数组data中，进入步骤s312。
[0077]
步骤s312、统计数组data对应的数组长度n，并计算数组data对应的数组均值mean和数组方差std，进入步骤s313。
[0078]
步骤s313、判断数组长度n是否大于预设长度值len以及数组方差std是否大于预设方差阈值srtd，若是，则进入步骤s314；若否，则进入步骤s317。
[0079]
步骤s314、计算数组data中每一数据与数组均值mean的差值，得到若干差值di，进入步骤s315。
[0080]
步骤s315、以升序排序的方式对若干差值di的绝对值进行排序，将最大的差值的绝对值对应的数据xi锁定为异常数据x
error
，并将异常数据x
error
从数组data中移除，进入步骤s316。
[0081]
步骤s316、更新数组data，返回步骤s313。
[0082]
步骤s317、将当前的数组data作为目标数组data。
[0083]
通过上述步骤，基于数组方差快速锁定与当前的数组偏离度最大的数据，并对异常数据从当前的数组中去除，能够使得目标数组中的数据能够保持精确度，使得后续使用目标数组中的数据构建高精地图时，也能够很好地保持高精地图的制作精度。
[0084]
与前述的功能方法实施例相对应，本技术还提供了一种高精地图异常数据处理装置及相应的实施例。
[0085]
图4示出了本技术实施例中的一种高精地图异常数据处理装置的结构示意图。
[0086]
请参阅图4，一种高精地图异常数据处理装置40，包括：获取模块410及过滤模块420。
[0087]
获取模块410用于获取图像关于某一道路元素所提取的多个数据，并将多个数据导入同一数组中。
[0088]
图像是车载相机所拍摄的照片，图像包含有大量的道路元素，道路元素如交通标志牌(路牌)、车道线、行车停止线等。将获取图像关于某一道路元素同一维度的的多个数据导入同一数组中，数组是集合某一个道路元素中多个数据的集合体。对于数组而言，数组具有长度这一特征，数组长度即当前数组所包含的数据个数。
[0089]
过滤模块420用于当数组满足预设筛选条件时，按照预设过滤规则去除掉数组中的异常数据，直至数组不再满足预设筛选条件，将当前的数组作为目标数组，其中异常数据是与当前的数组偏离度最大的数据。
[0090]
由于误匹配、识别精度、解析算法等原因，数组中的每个数据可能都无法很精确地反映出道路元素。具体表现是数组中包含的每个数据，每个数据都有各自的对应的数值，每个数据与数组之间都具有一定的偏离度。为了保证后续使用数组中的数据构建道路元素的准确性。将满足预设筛选条件的数组按照预设过滤规则去除掉数组中的异常数据。即针对与数组偏离度较大的数据(此类数据称为异常数据)，在数组中将此类异常数据过滤掉，使得过滤后的数组数据与数据之间不会有明显的偏差。
[0091]
本实施例的装置，获取模块410获取图像关于某一道路元素所提取的多个数据，并将多个数据导入同一数组中；过滤模块420当数组满足预设筛选条件时，按照预设过滤规则去除掉数组中的异常数据，直至数组不再满足预设筛选条件，将当前的数组作为目标数组，其中异常数据是与当前的数组偏离度最大的数据。通过将锁定与当前的数组偏离度最大的数据，并对异常数据从当前的数组中去除，能够使得目标数组中的数据能够保持精确度，使得后续使用目标数组中的数据构建高精地图时，也能够很好地保持高精地图的制作精度。
[0092]
图5示出了本技术另一实施例中的一种高精地图异常数据处理装置的结构示意图。
[0093]
请参阅图5，一种高精地图异常数据处理装置50，包括：获取模块510及过滤模块520。
[0094]
获取模块510、过滤模块520的功能详细请参阅图4中的相关描述，此处不再赘述。
[0095]
其中，过滤模块520还用于统计数组的数组长度，并计算出数组对应的数组均值和数组方差。
[0096]
相应地，预设筛选条件，包括：数组对应的数组长度大于预设长度值；和数组对应的数组方差大于预设方差阈值。
[0097]
相应地，过滤模块520按照预设过滤规则去除掉数组中的异常数据，包括：计算数组中每一数据与数组对应的数组均值的差值，得到若干差值；对若干差值的绝对值进行排序，基于排序结果筛选出需要去除掉的异常数据。
[0098]
关于上述实施例中的装置，其中各个模块及单元执行操作的具体方式已经在有关该装置所对应的方法实施例中进行了详细描述，此处将不再做详细阐述说明。
[0099]
请参阅图6，电子设备600包括处理器610和存储器620。
[0100]
处理器610可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0101]
存储器620可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。其中，rom可以存储处理器610或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器620可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(例如dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。存储器620上存储有可执行代码，当可执行代码被处理器610处理时，可以使处理器610执行上文述及的方法中的部分或全部。
[0102]
此外，根据本技术的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本技术的上述方法中部分或全部步骤的计算机程序代码指令。
[0103]
或者，本技术还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质)，其上存储有可执行代码(或计算机程序或计算机指令代码)，当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时，使处理器执行根据本技术的上述方法的各个步骤的部分或全部。
[0104]
以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。