[发明专利]路网道路差异检测方法、装置、计算机设备及存储介质在审
申请号: | 202310624774.0 | 申请日: | 2023-05-30 |
公开(公告)号: | CN116662824A | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 韩璐;赵宇航 | 申请(专利权)人: | 深圳依时货拉拉科技有限公司 |
主分类号: | G06F18/22 | 分类号: | G06F18/22;G06F18/214;G06F16/29 |
代理公司: | 深圳瑞天谨诚知识产权代理有限公司 44340 | 代理人: | 温青玲 |
地址: | 518000 广东省深圳市福田区梅林街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 路网 道路 差异 检测 方法 装置 计算机 设备 存储 介质 | ||
一种路网道路差异检测的方法,包括:获取各道路分别在自有路网和标准路网的路口图像数据和路口图像数据对应的道路掩膜图;构建道路匹配算法模型;用所有自有路网和标准路网的路口图像数据和道路掩膜图训练道路匹配算法模型;输入待对比道路在自有路网的路口图像数据和道路掩膜图、以及待对比道路在标准路网的路口图像数据,用训练后的道路匹配算法模型获得待对比道路在标准路网内的预测道路掩膜图。本申请实施例的路网道路差异检测方法用训练好的道路匹配算法模型获得标准路网内的预测道路掩膜图,检测效率高,检测准确率高,且可比对出复杂的道路差异。
技术领域
本申请涉及路网信息技术领域,尤其涉及一种路网道路差异检测方法、装置、计算机设备及存储介质。
背景技术
随着路网信息技术的发展,越来越多具有导航功能的网络服务平台和手机应用软件应运而生。具有导航功能的网络服务平台和手机的应用软件内设置有自有路网数据,该自有路网数据通常通过公知的开源路网数据或不同版本的路网数据获得。开源路网数据和不同版本的路网数据会根据实际道路的更改及时更新。当开源路网数据和不同版本的路网数据更新时,为确保自有路网数据的准确性,需要对自有路网和开源路网的道路进行差异检测,进而实现对自有路网数据的更新与修正。
目前路网道路差异检测的通常用差分的方法检测,即将开源路网数据和不同版本的路网数据的道路数据进行差分,然后再对差异部分进行确认,实现对道路数据的修正,进而提高自有路网数据的质量。
差分计算中通常基于待比对路段的几何信息、属性信息、与邻接道路的关系信息等,设定相应的差分规则进行人工匹配,得到道路差异的检测结果。这样的方式实现相对简单,只能实现相对简单道路差异性的检测,如道路的新增、删除等;当两个版本道路数据具有更为复杂的差异时,如道路整体或部分存在位置偏移、道路形态差异较大等,基于差分的方法则无法精确比对出道路的差异性。
针对现存方法存在的问题,急需提供一种可比对出复杂道路差异的路网道路差异检测方法、装置、计算机设备及存储介质。
发明内容
本申请的目的在于提供一种可比对出复杂道路差异的路网道路差异检测方法、装置、计算机设备及存储介质,旨在解决上述技术问题之一。
第一方面,一种路网道路差异检测的方法,包括:获取各道路分别在自有路网和标准路网的路口图像数据和所述路口图像数据对应的道路掩膜图;构建道路匹配算法模型;用所有所述自有路网和所述标准路网的所述路口图像数据和所述道路掩膜图训练所述道路匹配算法模型;输入待对比道路在所述自有路网的路口图像数据和道路掩膜图、以及待对比道路在所述标准路网的路口图像数据,用训练后的所述道路匹配算法模型获得所述待对比道路在所述标准路网内的预测道路掩膜图。
优选地,上述用训练后的所述道路匹配算法模型获得所述待对比道路在所述标准路网内的预测道路掩膜图的步骤之后还包括:用训练后的所述道路匹配算法模型获得所述预测道路掩膜图和在所述自有路网的所述道路掩膜图的预测差异检测结果。
优选地,上述获取各道路分别在自有路网和标准路网的路口图像数据和所述路口图像数据对应的道路掩膜图的步骤具体为:获取所述自有路网道路的道路轨迹数据;将所述道路轨迹数据按路口为单位拆分成小段的待对比道路路段;在所述自有路网获取各所述路口的所述待对比道路路段对应的道路掩膜图;在所述自有路网将所述待对比道路路段外扩一定范围获取路口图像数据;在所述标准路网上获取所述待对比道路路段相对应的标准道路路段;判断在所述标准路网是否存在相对应的标准道路路段:如果否,标注相似道路类别为0;如果是,进一步判断所述标准道路路段与所述自有路网的所述待对比道路路段的路形是否相近,如果相近:标注相似道路类别为1,并在所述标准路网获取所述标准道路路段的路口图像数据和道路掩膜图;如果不相近,标注相似道路类别为0,并在所述标准路网获取所述标准道路路段的路口图像数据和道路掩膜图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳依时货拉拉科技有限公司,未经深圳依时货拉拉科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310624774.0/2.html,转载请声明来源钻瓜专利网。