用于确定道路交叉路口的方法、数据处理装置和计算机程序产品制造方法及图纸

一种用于识别道路交叉路口的方法、数据处理装置和计算机代码包括提供从至少一个车辆轨迹获得的位置数据，其中，该位置数据可以包括地理周界内的地理数据。该方法包括通过对该地理周界中包括的目标位置应用地理描述符模型来确定节点向量。该地理描述符模型包括多个多尺度节点描述符，该多个多尺度节点描述符包括目标多尺度描述符和相邻多尺度描述符。该多个多尺度节点描述符中的每一个包括不同地理分辨率的至少两个形状描述符。这些相邻位置中的每一个与该目标位置相距相应的地理距离。可以为该多个多尺度节点描述符中的每一个分别确定这些节点向量。该方法包括将这些节点向量输入到包括图形卷积网络的经训练的多尺度分类器中，以提供该目标位置是道路交叉路口的概率。率。率。

【技术实现步骤摘要】
【国外来华专利技术】用于确定道路交叉路口的方法、数据处理装置和计算机程序产品


[0001]各个实施例涉及一种用于确定地理坐标是否具有道路交叉路口从而识别道路交叉路口的方法。各个实施例涉及一种数据处理装置，该数据处理装置被配置为执行所述用于识别道路交叉路口的方法。各个实施例涉及一种存储计算机可执行代码的非暂态计算机可读介质，该计算机可执行代码包括用于识别道路交叉路口的指令。各个实施例涉及一种计算机可执行代码，该计算机可执行代码包括用于识别道路交叉路口的指令。各个实施例涉及一种用于训练分类器以确定目标位置是否可能是道路交叉路口的方法。

技术介绍

[0002]自动交叉路口检测一直是各种人工智能和基于位置的服务应用程序的关键研究问题。由于配备传感器的智能手机无处不在，驾驶员经由智能手机应用程序报告他们的位置(例如，GPS数据)以进行乘客匹配和事故检测等已经变得很普遍。这促使利用大规模GPS轨迹来进行交叉路口检测，近年来这引起了越来越多的研究兴趣。基于方法论，早期的工作大致可以划分为两个类别：启发式方法和基于机器学习的方法。启发式方法将交叉路口定义为驾驶员改变其移动方向的位置或连接两个以上路段的位置。基于机器学习的方法首先提取特征作为位置描述符，然后基于提取的特征训练分类器以确定输入位置是否是道路交叉路口。

技术实现思路

[0003]本披露内容的一个方面涉及一种用于识别道路交叉路口的方法的各个实施例。该方法可以包括：a)提供从至少一个车辆轨迹获得的位置数据。该位置数据可以包括地理周界内的地理数据，例如GPS数据。该方法可以进一步包括：b)通过对该地理周界中包括的目标位置应用地理描述符模型来确定节点向量。该地理描述符模型可以包括多个多尺度节点描述符，该多个多尺度节点描述符包括用于该目标位置的目标多尺度描述符和用于相邻位置的相邻多尺度描述符。该多个多尺度节点描述符中的每一个可以包括不同地理分辨率的至少两个形状描述符。这些相邻位置中的每一个可以与目标位置相距相应的地理距离。可以为该多个多尺度节点描述符中的每一个分别确定这些节点向量。该方法可以进一步包括：c)将该节点向量输入到包括图形卷积网络的经训练的多尺度分类器中，以提供该目标位置是道路交叉路口的概率。
[0004]本披露内容的另一个方面涉及一种数据处理装置的各个实施例，该数据处理装置被配置为执行识别道路交叉路口的方法。
[0005]本披露内容的另一个方面涉及一种存储计算机可执行代码的非暂态计算机可读介质的各个实施例，该计算机可执行代码包括用于识别道路交叉路口的方法的指令。
[0006]本披露内容的另一个方面涉及一种包括执行识别道路交叉路口的方法的指令的计算机可执行代码的各个实施例。
[0007]本披露内容的另一个方面涉及一种用于训练分类器以确定目标位置是否可能是道路交叉路口的方法的各个实施例。一旦经过训练，分类器就可以在先前提到的方面和各个实施例中用作经训练的多尺度分类器。对于地理周界的多个目标位置，该方法可以包括通过将训练数据输入到分类逻辑中以获得输出结果来执行正向传播。该训练数据可以包括从至少一个车辆轨迹获得的位置数据。该位置数据可以包括该地理周界内的地理数据。该训练数据可以进一步包括多个目标位置中的每个目标位置的交叉路口存在数据，例如，指示目标位置是对应于道路交叉路口还是对应于非交叉路口。该方法可以进一步包括根据该输出结果与已知交叉路口存在数据之间的差异来执行反向传播，以调整该分类逻辑的权重。该方法可以进一步包括重复上述步骤，直到可以达到预定的收敛阈值。分类逻辑可以如本文结合各个实施例所解释的。例如，分类逻辑可以包括分类器，该分类器包括图形卷积网络。该分类器可以进一步包括预处理逻辑，该预处理逻辑用于通过对该地理周界中包括的目标位置应用地理描述符模型来确定节点向量。该地理描述符模型可以包括多个多尺度节点描述符，该多个多尺度节点描述符包括用于该目标位置的目标多尺度描述符和用于相邻位置的相邻多尺度描述符。该多个多尺度描述符中的每一个可以包括不同地理分辨率的至少两个形状描述符。这些相邻位置中的每一个可以与目标位置相距相应的地理距离。可以为该多个多尺度节点描述符中的每一个分别确定这些节点向量。
附图说明
[0008]当结合非限制性示例和附图考虑时，参考具体实施方式将更好地理解本专利技术，在附图中：
‑
图1至图3示出了根据各个实施例的用于确定地理坐标是否具有道路交叉路口从而识别道路交叉路口的方法的示意性表示；
‑
图4示出了包括车辆轨迹21和22的位置数据以及形状描述符的地理周界12的示意性表示；
‑
图5以多尺度节点描述符V1,V2,
…
,V
n
的形式并作为图形示出了地理描述符模型600的示意性表示；
‑
图6示出了不同地理分辨率的形状描述符的比较；以及
‑
图7示出了地理上以地理周界为中心的形状描述符和重叠位置数据的示例。图7在右侧进一步示出了从位置数据中选择的一条轨迹61，该轨迹与形状描述符60的内圆63相交；以及
‑
图8示出了图形表示(左侧)的邻接矩阵的示例；以及
‑
图9示出了包括图形卷积网络700的多尺度分类器的示意性表示；以及
‑
图10示出了用于融合由图形卷积网络输出的多尺度图形表示向量的示例性过程的图。
具体实施方式
[0009]以下详细描述参考了附图，附图通过展示的方式示出了可以实践本披露内容的具体细节和实施例。足够详细地描述了这些实施例，以使本领域技术人员能够实践本披露内
容。可以利用其他实施例并且可以在不脱离本披露内容的范围的情况下进行结构改变和逻辑改变。各个实施例不一定是相互排斥的，因为一些实施例可以与一个或多个其他实施例组合以形成新的实施例。
[0010]在用于识别道路交叉路口的方法、数据处理装置、存储计算机可执行代码的非暂态计算机可读介质、计算机可执行代码和用于训练分类器的方法之一的上下文中描述的实施例对于存储计算机可执行代码的其他非暂态计算机可读介质、计算机可执行代码、或用于训练分类器的方法是类似有效的。
[0011]在实施例的上下文中描述的特征可以相应地适用于其他实施例中的相同或类似的特征。在实施例的上下文中描述的特征即使未在其他实施例中明确地描述也可以相应地适用于这些其他实施例。此外，如针对实施例的上下文中的特征所描述的添加和/或组合和/或替代可以相应地适用于其他实施例中的相同或类似的特征。
[0012]在各个实施例的上下文中，针对特征或元素所使用的冠词“一(a)”、“一个(an)”和“该(the)”包括对一个或多个特征或元素的提及。
[0013]如本文所使用的，术语“和/或”包括一个或多个相关联所列项中的任何和所有组合。
[0014]如本文所使用的并且根据各个实施例，表达“道路交叉路口(road intersection)”或简称为“交叉路口(intersection)”可以意指道路交叉点，例如，两条道路的正交交本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于识别道路交叉路口的方法(100)，包括：a)提供(102)从至少一个车辆轨迹(21，22)获得的位置数据(20)，其中，该位置数据包括地理周界(12)内的地理数据(10)；b)通过对该地理周界(12)中包括的目标位置(14)应用(104)地理描述符模型(600)来确定(104)节点向量，其中，该地理描述符模型包括多个多尺度节点描述符(V1,V2,
…
,V
n
)，该多个多尺度节点描述符包括用于该目标位置(14)的目标多尺度描述符(V1)和用于相邻位置的相邻多尺度描述符(V2,V3,
…
,V
n
)，其中，该多个多尺度节点描述符(V1,V2,
…
,V
n
)中的每一个包括不同地理分辨率的至少两个形状描述符，其中，这些相邻位置中的每一个与该目标位置(14)相距相应的地理距离，并且其中，为该多个多尺度节点描述符(V1,V2,
…
,V
n
)中的每一个分别确定这些节点向量；c)将这些节点向量输入(106)到包括图形卷积网络(700)的经训练的多尺度分类器中，以提供该目标位置(14)是道路交叉路口的概率。2.如权利要求1所述的方法，其中，步骤c)包括应用逻辑回归，例如，将该概率与预定阈值进行比较，并且如果满足该阈值，则确定该目标位置(14)是道路交叉路口的候选位置。3.如权利要求2所述的方法，其中，确定(104)节点向量并且将这些节点向量输入(106)到经训练的多尺度分类器中针对该位置数据的多个目标位置(14，15)进行重复，以获得为相应的多个目标位置(14，15)中的至少一些确定的多个候选位置。4.如权利要求2或权利要求3所述的方法，其中，通过将该地理描述符模型(600)以转移地理距离(16)转移到下一个目标位置(15)来执行该重复。5.如权利要求2至4中任一项所述的方法，其中，对该多个候选位置进行聚类，以去除重复项成为一个或多个检测到的交叉点。6.如权利要求5所述的方法，进一步包括计算两个检测到的交叉路口之间的一个或多个轨迹的平均值，以确定这两个检测到的交叉路口之间的道路的存在。7.如权利要求1至6中任一项所述的方法，其中，该目标位置和这些相邻位置被布置为以该目标位置(14)为中心的网格图案。8.如权利要求1至7中任一项所述的方法，其中，这些相邻位置为8个。9.如权利要求1至8中任一项所述的方法，其中，确定(104)节点向量包括为该至少一个车辆轨迹中的每个轨迹确定位置向量和移动方向向量。10.如权利要求9所述的方法，其中，对这些位置向量进行归一化，并且其中，对这些移动方向向量进行归一化，例如使用L1范数。11.如权利要求1至10中任一项所述的方法，其中，确定(104)节点向量包括为该至少一个车辆轨迹中的每个轨迹确定移动方向向量。12.如权利要求9或权利要求10所述的方法，其中，确定(104)节点向量进一步包括为该至少一个车辆轨迹中的每个轨迹确定移动方向向量，并且该方法进一步包括将这些位置向量中的每一个与相应的移动方向向量中的每一个连结成连结向量，以...

【专利技术属性】
技术研发人员：尹一方，杰甘纳丹，
申请(专利权)人：格步计程车控股私人有限公司，
类型：发明
国别省市：