【技术实现步骤摘要】
地图离散型要素的匹配方法、装置、系统及存储介质
本专利技术涉及高精度地图
，尤其涉及一种地图离散型要素的匹配方法、装置、系统及存储介质。
技术介绍
高精度地图是自动驾驶不可或缺的重要支撑技术，而高精度众包数据源是高精度地图更新的一种重要数据来源。在利用高精度众包数据源对地图进行更新时，众包数据源与高精度地图之间、不同来源的众包数据源之间、不同时间段采集的众包数据源之间，需要对地图离散型要素进行匹配。地图离散型要素是指地图中不连续的、具有明确边界的要素，例如：交通标牌、箭头等等。目前，一般直接通过计算地图离散型要素之间的欧式距离来实现对不同数据源中地图离散型要素的匹配。但是，当某些地图离散型要素分布较密时，上述匹配方式容易出现匹配错误，其匹配精度无法满足高精度地图的匹配精度要求。
技术实现思路
本专利技术提供一种地图离散型要素的匹配方法、装置、系统及存储介质，可以有效地缩小匹配范围，降低匹配难度，获得更高的匹配精度，从而满足地图离散型要素分布较密的地图场景下，高精度地图的要素更新要求。...
【技术保护点】
1.一种地图离散型要素的匹配方法，其特征在于，包括：/n分别对两个不同数据源中的地图离散型要素进行簇的划分，得到第一要素簇集合和第二要素簇集合；/n对所述第一要素簇集合和所述第二要素簇集合中的要素簇进行两两匹配，得到匹配的要素簇对；/n对所述要素簇对中的要素进行匹配，得到两个不同数据源中地图离散型要素的匹配结果。/n
【技术特征摘要】
1.一种地图离散型要素的匹配方法，其特征在于，包括：
分别对两个不同数据源中的地图离散型要素进行簇的划分，得到第一要素簇集合和第二要素簇集合；
对所述第一要素簇集合和所述第二要素簇集合中的要素簇进行两两匹配，得到匹配的要素簇对；
对所述要素簇对中的要素进行匹配，得到两个不同数据源中地图离散型要素的匹配结果。
2.根据权利要求1所述的方法，其特征在于，分别对两个不同数据源中的地图离散型要素进行簇的划分，得到第一要素簇集合和第二要素簇集合，包括：
将每个数据源中的所有地图离散型要素作为独立的要素簇，并计算两两要素簇之间的距离；
将距离最小的两个要素簇合并为一个新的要素簇，重新计算两两要素簇之间的距离；所述距离包括：绝对值距离、欧式距离、切比雪夫距离中的任一种。
3.根据权利要求2所述的方法，其特征在于，所述将距离最小的两个要素簇合并为一个新的要素簇，重新计算两两要素簇之间的距离之后，还包括：
判断数据源中任意两个要素簇之间的距离是否大于预设的第一阈值，
若大于预设的第一阈值，则得到所述数据源对应的要素簇集合；
若数据源中任意两个要素簇之间的距离不大于预设的第一阈值，则将距离最小的两个要素簇合并为一个新的要素簇，重新计算两两要素簇之间的距离；直到数据源中任意两个要素簇之间的距离均大于预设的第一阈值。
4.根据权利要求2所述的方法，其特征在于，对所述第一要素簇集合和第二要素簇集合中的要素簇进行两两匹配，得到匹配的要素簇对，包括：
获取所述第一要素簇集合中的任一待匹配的要素簇；
计算所述待匹配的要素簇与所述第二要素簇集合中所有要素簇之间的几何距离；
从所述第二要素簇集合中选取出与所述待匹配的要素簇几何距离最小的要素簇作为候选要素簇。
5.根据权利要求4所述的方法，其特征在于，从所述第二要素簇集合中选取出与所述待匹配的要素簇几何距离最小的要素簇作为候选要素簇之后，还包括：
判断所述待匹配要素簇与所述候选要素簇之间的几何距离是否小于预设的第二阈值；
若小于所述预设的第二阈值，则将所述待匹配要素簇和所述候选要素簇作为匹配的要素簇对；并从所述第一要素簇集合中剔除所述待匹配要素簇，从所述第二要素簇集合中剔除已经匹配的所述候选要素簇，得到更新后的第一要素簇集合和更新后的第二要素簇集合...
【专利技术属性】
技术研发人员：付兵杰，宋向勃，王辉，李鹏航，郭兆钟，
申请(专利权)人：武汉四维图新科技有限公司，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。