检测道路属性的方法、装置、计算机可读介质及电子设备制造方法及图纸

本申请的实施例提供了一种检测道路属性的方法、装置、计算机可读介质及电子设备，用于地图路网中各道路属性的检测。该检测道路属性的方法包括：获取车行轨迹数据和步骑轨迹数据；从步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，从车行轨迹数据中提取出表示道路车行情况的车行轨迹特征；基于指定道路对应的步骑轨迹特征与指定道路对应的车行轨迹特征，确定指定道路对应的道路行驶特征；根据指定道路的类型以及道路行驶特征，确定指定道路的属性。本申请实施例的技术方案可以实现自动化挖掘地图的路网中各路段的属性，具有较高的数据处理效率和道路属性检测的精确性，为基于道路属性的路网导航给予了精准、可靠的道路数据。

【技术实现步骤摘要】
检测道路属性的方法、装置、计算机可读介质及电子设备
本申请涉及计算机
，具体而言，涉及一种检测道路属性的方法、装置、计算机可读介质及电子设备。
技术介绍
在很多导航应用对用户进行路线推荐的过程中，往往不能基于用户的出行方式推荐对应的道路，因此可能交通事故频繁、用户出行效率低的问题。相关技术通过检测道路数据对应的数值来确定各道路对应的属性，但是这种方式数据获取时效率较低、数据采集成本高，且获取到的数据类型单一，因此在确定道路属性时往往无法精确、全面的确定一个道路对应的属性，进而无法为路线导航提供可靠的路网规划信息，降低导航应用的使用效率。
技术实现思路
本申请的实施例提供了一种检测道路属性的方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以自动化挖掘路网道路中各路段的属性，具有较高的数据处理效率和道路属性检测的精确性，为基于道路属性的路网导航给予了精准、可靠的道路数据。本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。根据本申请实施例的一个方面，提供了一种检测道路属性的方法，包括：获取车行轨迹数据和步骑轨迹数据，所述步骑轨迹数据包括步行轨迹数据和骑行轨迹数据中的至少一种；从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，从所述车行轨迹数据中提取出表示道路车行情况的车行轨迹特征；基于指定道路对应的步骑轨迹特征与所述指定道路对应的车行轨迹特征，确定所述指定道路对应的道路行驶特征；根据所述指定道路的类型以及所述道路行驶特征，确定所述指定道路的属性。根据本申请实施例的一个方面，提供了一种检测道路属性的装置，包括：获取单元，用于获取车行轨迹数据和步骑轨迹数据，所述步骑轨迹数据包括步行轨迹数据和骑行轨迹数据中的至少一种；提取单元，用于从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，从所述车行轨迹数据中提取出表示道路车行情况的车行轨迹特征；特征单元，用于基于指定道路对应的步骑轨迹特征与所述指定道路对应的车行轨迹特征，确定所述指定道路对应的道路行驶特征；属性单元，用于根据所述指定道路的类型以及所述道路行驶特征，确定所述指定道路的属性。在本申请的一些实施例中，基于前述方案，所述检测道路属性的装置还包括：轨迹参数单元，用于在获取到所述车行轨迹数据和所述步骑轨迹数据之后，确定所述车行轨迹数据和所述步骑轨迹数据分别对应的轨迹参数；检测单元，用于基于预设的轨迹阈值，以及所述车行轨迹数据和所述步骑轨迹数据分别对应的轨迹参数，检测所述车行轨迹数据和步骑轨迹数据中的冗余轨迹；删除单元，用于删除所述车行轨迹数据和所述步骑轨迹数据中的所述冗余轨迹。在本申请的一些实施例中，基于前述方案，所述检测单元用于执行以下步骤中的至少一个：将所述车行轨迹数据中的定位点总数小于第一阈值时的轨迹识别为无效轨迹；将满足如下条件的轨迹识别为杂乱轨迹：所述定位点总数大于第二阈值、相邻定位点偏移角度大于第三阈值的定位点数量大于第四阈值、并且相邻定位点偏移角度的平方差大于第五阈值；将各定位点之间的距离总和小于第六阈值时的轨迹识别为过短轨迹；将定位点总数大于所述第一阈值、且偏离路网的定位点数量大于第六阈值时的轨迹识别为漂移轨迹；将定位点总数大于所述第一阈值、且与路网的偏离角度大于设定条件的时轨迹识别为曲折轨迹；将所述车行轨迹数据中的定位点速度小于第七阈值时的轨迹识别为步行轨迹。在本申请的一些实施例中，基于前述方案，所述提取单元用于：基于所述步骑轨迹数据中的位置信息以及路网中的道路位置之间的匹配结果，确定路网中各道路对应的步骑轨迹数据；从所述各道路对应的步骑轨迹数据中，提取出表示所述各道路的步骑情况的步骑轨迹特征；在本申请的一些实施例中，基于前述方案，所述提取单元用于：基于所述车行轨迹数据中的位置信息以及路网中的道路位置之间的匹配结果，确定路网中各道路对应的车行轨迹数据；从所述各道路对应的车行轨迹数据中，提取出表示所述各道路的车行情况的车行轨迹特征。在本申请的一些实施例中，基于前述方案，所述步骑轨迹特征包括步骑定位点密度；所述车行轨迹特征包括车行定位点密度；所述提取单元包括：道路确定单元，用于基于所述步骑轨迹数据在路网中的位置，确定所述指定路段对应的目标道路；道路检测单元，用于检测所述目标道路的长度、以及在所述目标道路中布设的定位点的数目；第一特征单元，用于根据所述定位点的数目与所述目标道路的长度之间的商，确定所述指定路段对应的步骑定位点密度。在本申请的一些实施例中，基于前述方案，所述道路行驶特征包括定位点密度比；所述特征单元用于：基于第一时间段内采集到的车行轨迹数据对应的车行定位点密度、以及第二时间段内采集到的步骑轨迹数据对应的步骑定位点密度之间的比值，确定所述定位点密度比，其中，所述第一时间段小于所述第二时间段。在本申请的一些实施例中，基于前述方案，所述提取单元用于从所述步骑轨迹数据中检测贯通所述指定路段的步骑轨迹数量，将所述步骑轨迹数量作为所述步骑轨迹特征；在本申请的一些实施例中，基于前述方案，所述提取单元用于从所述车行轨迹数据中检测贯通所述指定路段的车行轨迹数量，将所述车行轨迹数量作为所述车行轨迹特征。在本申请的一些实施例中，基于前述方案，所述道路行驶特征包括贯通量比率；所述特征单元用于：基于第一时间段内采集到的车行轨迹数据对应的车行轨迹数量、以及第二时间段内采集到的步骑轨迹数据对应的步骑轨迹数量之间的比值，确定所述贯通量比率。在本申请的一些实施例中，基于前述方案，道路行驶特征包括如下至少一种：表示步骑道路中定位点数量和车行道路中定位点数量之比的定位点密度比、表示车行轨迹数量和步骑轨迹数量比例的贯通量比率；所述属性单元包括：道路检测单元，用于基于路网中各道路的位置信息，检测所述路网中的平行道路；危险道路单元，用于若所述指定道路的类型为所述平行道路，且所述道路行驶特征大于设定阈值，则确定所述指定道路的属性为不便于步骑的危险道路。在本申请的一些实施例中，基于前述方案，所述道路检测单元包括：路口提取单元，用于从路网的拓扑结构中提取路口位置；道路相近单元，用于基于所述路口位置从所述路网中确定位置相近的道路；计算单元，用于基于所述路网中各道路的位置信息，计算所述位置相近的道路之间的相似度；平行道路单元，用于将所述相似度大于相似度阈值时对应的两条道路，识别为所述平行道路。在本申请的一些实施例中，基于前述方案，所述计算单元用于：基于所述各道路中定位点的位置信息，计算所述各道路中定位点之间的距离构成的矩阵；通过递归的方式，检测所述矩阵中各行或者各列中的最小元素，得到所述矩阵中的最小元素；基于所述矩阵中的最小元素对应的路径长度，确定所述路网中所述位置相近的两条道路之间的相似度。在本申请的一些实施例中，基于前述方案，所述指定道路的属性包括不便于步骑的危险道路；所述检测道路属性的装置还用于：获取已知危险道路的信息和非危险道路的信息；从所述路网中危险道路的信息中剔除所述已知危险道路的信息和非危险道路的信息，得到待处理危险道路的本文档来自技高网...

【技术保护点】
1.一种检测道路属性的方法，其特征在于，包括：/n获取车行轨迹数据和步骑轨迹数据，所述步骑轨迹数据包括步行轨迹数据和骑行轨迹数据中的至少一种；/n从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，从所述车行轨迹数据中提取出表示道路车行情况的车行轨迹特征；/n基于指定道路对应的步骑轨迹特征与所述指定道路对应的车行轨迹特征，确定所述指定道路对应的道路行驶特征；/n根据所述指定道路的类型以及所述道路行驶特征，确定所述指定道路的属性。/n

【技术特征摘要】
1.一种检测道路属性的方法，其特征在于，包括：
获取车行轨迹数据和步骑轨迹数据，所述步骑轨迹数据包括步行轨迹数据和骑行轨迹数据中的至少一种；
从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，从所述车行轨迹数据中提取出表示道路车行情况的车行轨迹特征；
基于指定道路对应的步骑轨迹特征与所述指定道路对应的车行轨迹特征，确定所述指定道路对应的道路行驶特征；
根据所述指定道路的类型以及所述道路行驶特征，确定所述指定道路的属性。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在获取到所述车行轨迹数据和所述步骑轨迹数据之后，确定所述车行轨迹数据和所述步骑轨迹数据分别对应的轨迹参数；
基于预设的轨迹阈值，以及所述车行轨迹数据和所述步骑轨迹数据分别对应的轨迹参数，检测所述车行轨迹数据和步骑轨迹数据中的冗余轨迹；
删除所述车行轨迹数据和所述步骑轨迹数据中的所述冗余轨迹。


3.根据权利要求2所述的方法，其特征在于，基于预设的轨迹阈值，以及所述车行轨迹数据和所述步骑轨迹数据分别对应的轨迹参数，检测所述车行轨迹数据和步骑轨迹数据中的冗余轨迹，包括以下步骤中的至少一个：
将所述车行轨迹数据中的定位点总数小于第一阈值时的轨迹识别为无效轨迹；
将满足如下条件的轨迹识别为杂乱轨迹：所述定位点总数大于第二阈值、相邻定位点偏移角度大于第三阈值的定位点数量大于第四阈值、并且相邻定位点偏移角度的平方差大于第五阈值；
将各定位点之间的距离总和小于第六阈值时的轨迹识别为过短轨迹；
将定位点总数大于所述第一阈值、且偏离路网的定位点数量大于第六阈值时的轨迹识别为漂移轨迹；
将定位点总数大于所述第一阈值、且与路网的偏离角度大于设定条件的时轨迹识别为曲折轨迹；
将所述车行轨迹数据中的定位点速度小于第七阈值时的轨迹识别为步行轨迹。


4.根据权利要求1-3任一项所述的方法，其特征在于，从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，包括：
基于所述步骑轨迹数据中的位置信息以及路网中的道路位置之间的匹配结果，确定路网中各道路对应的步骑轨迹数据；
从所述各道路对应的步骑轨迹数据中，提取出表示所述各道路的步骑情况的步骑轨迹特征；
从所述车行轨迹数据中提取出表示道路车行情况的车行轨迹特征，包括：
基于所述车行轨迹数据中的位置信息以及路网中的道路位置之间的匹配结果，确定路网中各道路对应的车行轨迹数据；
从所述各道路对应的车行轨迹数据中，提取出表示所述各道路的车行情况的车行轨迹特征。


5.根据权利要求4所述的方法，其特征在于，所述步骑轨迹特征包括步骑定位点密度；所述车行轨迹特征包括车行定位点密度；
从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，包括：
基于所述步骑轨迹数据在路网中的位置，确定所述指定路段对应的目标道路；
检测所述目标道路的长度、以及在所述目标道路中布设的定位点的数目；
根据所述定位点的数目与所述目标道路的长度之间的商，确定所述指定路段对应的步骑定位点密度。


6.根据权利要求5所述的方法，其特征在于，所述道路行驶特征包括定位点密度比；
基于指定道路对应的步骑轨迹特征与所述指定道路对应的车行轨迹特征之间的比值，确定所述指定道路对应的道路行驶特征，包括：
基于第一时间段内采集到的车行轨迹数据对应的车行定位点密度、以及第二时间段内采集到的步骑轨迹数据对应的步骑定位点密度之间的比值，确定所述定位点密度比，其中，所述第一时间段小于所述第二时间段。


7.根据权利要求6所述的方法，其特征在于，从所述步骑轨迹数据中提取出表示道路步骑情况的步骑轨迹特征，包括：
从所述步骑轨迹数据中检测贯...

【专利技术属性】
技术研发人员：李亚宁，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44