[发明专利]一种基于图结构的地图信息表示方法及装置

权利要求书

1.一种基于图结构的地图信息表示方法，其特征在于，包括如下步骤：

获取多种异源高精度地图数据，并将其划分为第一类地图数据、第二类地图数据，然后将所述第一类地图数据和所述第二类地图数据进行结构对齐与式样对齐；

构建地图信息，所述地图信息包括各层级的图结构表示所需要的信息；

根据所述地图信息和第一类地图数据、第二类地图数据创建各自对应的异构图，得到第一类异构图、第二类异构图；每个所述异构图包括多种类型节点、多种类型的边以及各节点与边的属性信息；

计算第一类异构图以及中每个节点在其所在的每条边的向量表示；

计算第二类异构图中每个节点在其所在的每条边的向量表示，并对所述第一类异构图同名节点的表示进行评价。

2.根据权利要求1所述的基于图结构的地图信息表示方法，其特征在于，

所述第一类地图数据包括人工高精度地图；

所述第二类地图数据包括众包高精度地图。

3.根据权利要求1所述的基于图结构的地图信息表示方法，其特征在于，所述构建地图信息包括如下步骤：

构建路口信息，所述路口信息包括路口的属性与驶入和驶离路口的道路信息；

构建道路信息，所述道路信息包括道路属性与前后连接的道路信息；

构建车道信息，所述车道信息包括车道属性与关联道路信息、前后连接车道信息；

构建地物匹配信息，所述地物匹配信息包括地物属性、地物形状、地物关联关系。

4.根据权利要求1所述的基于图结构的地图信息表示方法，其特征在于，

所述计算第一类异构图以及中每个节点在其所在的每条边的向量表示包括如下步骤：

使用Graphsage对每个节点的邻居的每种类型的边进行分别聚合，得到每种类型边的edge embedding；

对每个节点聚合后不同类型的edge embedding进行concat聚合；

通过权重参数代表每个节点对不同类型的边的影响,所述权重参数由神经网络经过训练而确定；

结合节点自身的属性的base embedding与edge embedding得到每个节点在每种类型边下的向量表示。

5.根据权利要求4所述的基于图结构的地图信息表示方法，其特征在于，所述计算第二类异构图中每个节点在其所在的每条边的向量表示，并对所述第一类异构图同名节点的表示进行评价包括如下步骤：

将第二类异构图的数据输入所述神经网络中，计算每个节点的每种类型边的向量表示；

对两种类型地图数据中的同名节点所在各个边的向量表示进行对比；

根据同名节点的表示差异判断所述第二类异构图和所述第一类异构图表示的统一性。

6.根据权利要求5所述的基于图结构的地图信息表示方法，其特征在于，

所述根据同名节点的表示差异判断所述第二类异构图和所述第一类异构图表示的统一性包括如下步骤：

通过图神经网络计算第二类异构图与第一类异构图的相似度，将所述相似度作为判断所述第二类异构图和所述第一类异构图表示的统一性的依据。

7.一种基于图结构的地图信息表示装置，其特征在于，包括获取模块、第一构建模块、第二构建模块、计算模块、评价模块，

所述获取模块，用于获取多种异源高精度地图数据，并将其划分为第一类地图数据、第二类地图数据，然后将所述第一类地图数据和所述第二类地图数据进行结构对齐与式样对齐；

所述第一构建模块，用于所述地图信息包括各层级的图结构表示所需要的信息；

所述第二构建模块，用于根据所述地图信息和第一类地图数据、第二类地图数据创建各自对应的异构图，得到第一类异构图、第二类异构图；每个所述异构图包括多种类型节点、多种类型的边以及各节点与边的属性信息；

所述计算模块，用于计算第一类异构图以及中每个节点在其所在的每条边的向量表示；

所述评价模块，用于计算第二类异构图中每个节点在其所在的每条边的向量表示，并对所述第一类异构图同名节点的表示进行评价。