[发明专利]路口重建方法、装置、设备及存储介质

权利要求书

1.一种路口重建方法，其特征在于，包括：

获取待处理的路口对应的轨迹信息；

根据所述轨迹信息，通过深度学习模型确定所述路口的类型和/或出入点信息；

根据所述路口的类型和/或出入点信息，对所述路口进行重建。

2.根据权利要求1所述的方法，其特征在于，根据所述轨迹信息，通过深度学习模型确定所述路口的类型和/或出入点信息，包括：

根据所述轨迹信息，通过深度学习模型构建所述路口的拓扑特征图，并根据所述拓扑特征图确定所述路口的类型和/或出入点信息。

3.根据权利要求2所述的方法，其特征在于，根据所述轨迹信息，通过深度学习模型构建所述路口的拓扑特征图，并根据所述拓扑特征图确定所述路口的类型和/或出入点信息，包括：

根据所述轨迹信息，通过图卷积神经网络构建所述路口的拓扑特征图；

根据所述拓扑特征图确定所述路口的类型和/或出入点信息。

4.根据权利要求3所述的方法，其特征在于，根据所述轨迹信息，通过图卷积神经网络构建所述路口的拓扑特征图，包括：

根据所述路口的轨迹信息，确定所述路口的二维空间特征；

根据所述路口的二维空间特征以及所述路口内轨迹信息的连续性，通过图卷积神经网络构建所述路口的拓扑特征图；

其中，所述路口被划分为多个网格，所述路口的二维空间特征包括所述路口内每个网格的下述至少一项信息：网格内的轨迹信息的数量、平均方向角、平均速度。

5.根据权利要求4所述的方法，其特征在于，根据所述拓扑特征图确定所述路口的类型和/或出入点信息，包括：

根据所述拓扑特征图，通过卷积神经网络确定所述路口的类型；和/或，

根据所述拓扑特征图，通过目标检测算法确定所述路口的出入点信息。

6.根据权利要求5所述的方法，其特征在于，根据所述拓扑特征图，通过目标检测算法确定所述路口的出入点信息，包括：

根据所述拓扑特征图，通过目标检测算法对所述路口的最外层网格进行检测，确定所述路口的出入点信息；

其中，所述出入点信息包括所述路口的出入点的位置及连通性。

7.根据权利要求1所述的方法，其特征在于，根据所述路口的类型和/或出入点信息，对所述路口进行重建，包括：

获取所述路口的类型对应的路口模板；

根据所述路口的出入点信息，确定所述路口的出入点与所述路口模板的出入点的对应关系；

根据所确定的对应关系，对所述路口进行重建。

8.根据权利要求1-7任一项所述的方法，其特征在于，获取待处理的路口对应的轨迹信息，包括：

获取电子地图中待重建的目标区域对应的轨迹信息；

根据所述目标区域对应的轨迹信息，确定所述目标区域中各路口所在的范围框；

根据所述各路口所在的范围框，确定各路口对应的轨迹信息；

其中，所述待处理的路口为所述目标区域中的任一路口。

9.根据权利要求8所述的方法，其特征在于，根据所述目标区域的轨迹信息，确定所述目标区域中各路口所在的范围框，包括：

对所述目标区域进行网格划分，根据每个网格内的轨迹信息确定所述目标区域的二维空间特征；

根据所述目标区域的二维空间特征，通过目标检测算法确定所述目标区域各路口所在的范围框。

10.根据权利要求8所述的方法，其特征在于，还包括：

在对所述目标区域的各路口进行重建后，根据所述目标区域的轨迹信息，确定所述目标区域各路口之间的路段，以形成完整的路网。

11.根据权利要求5所述的方法，其特征在于，所述深度学习模型是通过图卷积神经网络和卷积神经网络同时学习路口的类型以及拓扑特征图得到的。