高架场景下的训练样本生成方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种高架场景下的训练样本生成方法、装置、设备及存储介质，属于人工智能技术领域。本发明专利技术实施例可应用于地图、智慧交通、车载等领域，所述方法包括：获取多条道路对应的行驶数据集；基于时间戳对应的行驶数据的记录位置，对时间戳对应的行驶数据进行位置标记，得到时间戳对应的特征数据；根据时间戳对应的特征数据，生成时间戳对应的训练样本。本申请提供了一种高架判别模型，该高架判别模型基于当前时刻收集到的行驶数据，结合当前时刻的记录位置，确定目标车辆是否位于高架道路上，不仅仅依据单一的信息确定目标车辆是否在高架道路上，提高判别结果的准确性。提高判别结果的准确性。提高判别结果的准确性。

【技术实现步骤摘要】
高架场景下的训练样本生成方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，特别涉及一种高架场景下的训练样本生成方法、装置、设备及存储介质。

技术介绍

[0002]目前，在地图应用场景中，针对车辆的导航过程，需要对地图中的高架道路进行识别。
[0003]在相关技术中，在车辆行驶过程中，通过气压计获取车辆在当前地理位置的气压强度，进一步地，基于气压随着高度的变化规律，根据所获取的气压强度确定车辆的高度信息，确定车辆当前所在的道路是否为高架道路。
[0004]然而，在上述相关技术中，不同地点的气压值随高度变化情况都是不同的，单纯利用气压强度去的判别车辆当前所在的道路是否为高架道路，判别结果容易存在误差。

技术实现思路

[0005]本申请实施例提供了一种高架场景下的训练样本生成方法、装置、设备及存储介质，能够提高判别结果的准确性。所述技术方案如下。
[0006]根据本申请实施例的一个方面，提供了一种高架场景下的训练样本生成方法，所述方法包括以下步骤：
[0007]获取多条道路对应的行驶数据集；其中，所述多条道路包括处于不同层级的高架道路和非高架道路，所述行驶数据集中包括样本车辆在所述道路上行驶过程中的多个不同时间戳分别记录的行驶数据；
[0008]基于所述时间戳对应的行驶数据的记录位置，对所述时间戳对应的行驶数据进行位置标记，得到所述时间戳对应的特征数据；其中，所述时间戳对应的特征数据包括所述时间戳对应的行驶数据，以及用于指示所述时间戳对应的行驶数据的记录位置的位置标识；
[0009]根据所述时间戳对应的特征数据，生成所述时间戳对应的训练样本；其中，所述训练样本用于对高架判别模型进行训练，所述高架判别模型用于判别目标车辆是否位于高架道路上。
[0010]根据本申请实施例的一个方面，提供了一种高架判别方法，所述方法包括以下步骤：
[0011]获取目标车辆在当前行驶时刻的位置标识，以及所述目标车辆获取的行驶数据；其中，所述位置标识用于指示所述目标车辆当前所处的路段；
[0012]对所述位置标识和所述行驶数据进行特征提取，得到所述目标车辆的特征信息；
[0013]基于所述特征信息确定所述目标车辆的判别结果；其中，所述判别结果用于指示所述目标车辆是否位于高架道路上。
[0014]根据本申请实施例的一个方面，提供了一种高架场景下的训练样本生成装置，所述装置包括以下模块：
[0015]数据获取模块，用于获取多条道路对应的行驶数据集；其中，所述多条道路包括处于不同层级的高架道路和非高架道路，所述行驶数据集中包括样本车辆在所述道路上行驶过程中的多个不同时间戳分别记录的行驶数据；
[0016]数据生成模块，用于基于所述时间戳对应的行驶数据的记录位置，对所述时间戳对应的行驶数据进行位置标记，得到所述时间戳对应的特征数据；其中，所述时间戳对应的特征数据包括所述时间戳对应的行驶数据，以及用于指示所述时间戳对应的行驶数据的记录位置的位置标识；
[0017]样本生成模块，用于根据所述时间戳对应的特征数据，生成所述时间戳对应的训练样本；其中，所述训练样本用于对高架判别模型进行训练，所述高架判别模型用于判别目标车辆是否位于高架道路上。
[0018]根据本申请实施例的一个方面，提供了一种高架判别装置，所述装置包括以下模块：
[0019]信息获取模块，用于获取目标车辆在当前行驶时刻的位置标识，以及所述目标车辆获取的行驶数据；其中，所述位置标识用于指示所述目标车辆当前所处的路段；
[0020]特征提取模块，用于对所述位置标识和所述行驶数据进行特征提取，得到所述目标车辆的特征信息；
[0021]特征处理模块，用于基于所述特征信息确定所述目标车辆的判别结果；其中，所述判别结果用于指示所述目标车辆是否位于高架道路上。
[0022]根据本申请实施例的一个方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述高架场景下的训练样本生成方法，或实现上述高架判别方法。
[0023]根据本申请实施例的一个方面，本申请实施例提供了一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述高架场景下的训练样本生成方法，或实现上述高架判别方法。
[0024]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述高架场景下的训练样本生成方法，或实现上述高架判别方法。
[0025]本申请实施例提供的技术方案可以带来如下有益效果：
[0026]通过多条道路对应的行驶数据集，以及该行驶时间集中各个时间戳对应的行驶数据的记录位置，生成针对高架判别模型的训练样本，也就是说，本申请提供了一种高架判别模型，该高架判别模型基于当前时刻收集到的行驶数据，结合当前时刻的记录位置，确定目标车辆是否位于高架道路上，不仅仅依据单一的信息确定目标车辆是否在高架道路上，提高判别结果的准确性；而且，在数据收集过程中，存在一种情况，在高架道路上的某个位置和高架道路下的某个位置收集得到行驶数据相似，本申请中除了当前时刻收集到的行驶数据，还需依据当前时刻的记录位置进行高架判别，以记录位置对行驶数据标记，在不同位置
收集到相似行驶数据的情况下，也能够准确判别目标车辆是否位于高架道路上。
附图说明
[0027]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1是本申请一个实施例提供的高架场景下的训练样本生成系统的示意图；
[0029]图2示例性示出了一种高架场景下的训练样本生成系统的示意图；
[0030]图3是本申请一个实施例提供的高架判别系统的示意图；
[0031]图4示例性示出了一种高架判别系统的示意图；
[0032]图5是本申请一个实施例提供的高架场景下的训练样本生成方法的流程图；
[0033]图6示例性示出了一种高架道路、路段和子路段的示意图；
[0034]图7示例性示出了一种时间戳对应的特征数据的获取方式的示意图；
[0035]图8示例性示出了一种高架地图的示意图；
[0036]图9示例性示出了一种高架判别模型的训练方式的示意图；
[0037]图10示例性示出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高架场景下的训练样本生成方法，其特征在于，所述方法包括：获取多条道路对应的行驶数据集；其中，所述多条道路包括处于不同层级的高架道路和非高架道路，所述行驶数据集中包括样本车辆在所述道路上行驶过程中的多个不同时间戳分别记录的行驶数据；基于所述时间戳对应的行驶数据的记录位置，对所述时间戳对应的行驶数据进行位置标记，得到所述时间戳对应的特征数据；其中，所述时间戳对应的特征数据包括所述时间戳对应的行驶数据，以及用于指示所述时间戳对应的行驶数据的记录位置的位置标识；根据所述时间戳对应的特征数据，生成所述时间戳对应的训练样本；其中，所述训练样本用于对高架判别模型进行训练，所述高架判别模型用于判别目标车辆是否位于高架道路上。2.根据权利要求1所述的方法，其特征在于，所述基于所述时间戳对应的行驶数据的记录位置，对所述时间戳对应的行驶数据进行位置标记，得到所述时间戳对应的特征数据，包括：基于所述时间戳对应的行驶数据的记录位置，确定所述记录位置所属的子路段；根据所述记录位置所属的子路段，确定所述时间戳对应的行驶数据的位置标识；其中，一条道路包括多条路段，一条路段包括多条子路段；根据所述时间戳对应的行驶数据，以及所述位置标识，生成所述时间戳对应的特征数据。3.根据权利要求2所述的方法，其特征在于，所述基于所述时间戳对应的行驶数据的记录位置，确定所述记录位置所属的子路段，包括：分别获取多条候选子路段的经纬度范围和高度范围；基于所述记录位置所指示的经纬度信息和高度信息，从所述多条候选子路段中确定所述记录位置所属的子路段。4.根据权利要求1所述的方法，其特征在于，所述获取多条道路对应的行驶数据集，包括：对所述高架道路进行分割，得到所述高架道路包含的至少一条子路段；获取所述子路段对应的关联子路段；其中，所述关联子路段包括位于非高架道路上的，所述子路段对应的高架下子路段；获取所述子路段对应的行驶数据集，以及所述关联子路段对应的行驶数据集；其中，所述多条道路对应的行驶数据集包括各条所述子路段对应的行驶数据集，以及各条所述关联子路段对应的行驶数据集。5.根据权利要求4所述的方法，其特征在于，所述获取所述子路段对应的关联子路段，包括：获取所述子路段对应的投影子路段；若所述投影子路段位于非高架道路上，则确定所述投影子路段为所述子路段对应的高架下子路段；若所述投影子路段位于高架道路上，则确定所述投影子路段为所述子路段对应的下层高架道路上的子路段；以及，将所述投影子路段确定为新的子路段，从所述获取所述子路段对应的投影子路段的步骤开始执行；所述关联子路段包括：所述子路段对应的至少一条下
层高架上子路段，以及所述子路段对应的高架下子路段；所述子路段、各条所述下层高架上子路段，以及所述高架下子路段之间具有一一对应关系。6.根据权利要求5所述的方法，其特征在于，所述获取所述子路段对应的投影子路段，包括：获取高架地图，所述高架地图用于显示各条道路在层级上的位置关系；在所述高架地图上，以所述子路段的端点为基准，作经过所述端点的垂线，得到所述垂线与至少一条高架下道路的交点；其中，所述高架下道路是指所述高架道路的下层道路，一条道路包括多条路段，一条路段包括多条子路段；根据所述交点的位置，获取所述子路段对应的投影子路段。7.根据权利要求4所述的方法，其特征在于，所述对所述高架道路进行分割，得到所述高架道路包含的至少一条子路段，包括：获取所述高架道路包含的多条路段，以及所述子路段的设置长度；其中，一条道路包括多条路段，一条路段包括多条子路段；根据所述设置长度，以及各条所述路段的长度，确定各条所述路段分别对应的分割长度；基于所述分割长度，对各条所述路段分别进行分割，得到所述高架道路包含的至少一条子路段。8.根据权利要求1所述的方法，其特征在于，所述获取多条道路对应的行驶数据集，包括：获取所述高架道路，以及所述高架道路对应的关联道路；其中，所述关联道路包括位于所述高架道路下层的至少一条道路；对所述高架道路和所述关联道路分别进行分割，得到至少一条第一子路段和至少一条第二子路段；其中，所述第一子路段是指位于所述高架道路上的子路段，所述第二子路段是指位于所述关联道路上的子路段；获取所述第一子路段对应的行驶数据集，以及所述第二子路段对应的行驶数据集；其中，所述多条道路对应的行驶数据集包括各条所述第一子路段对应的行驶数据集，以及各条所述第二子路段对应的行驶数据集。9.根据权利要求8所述的方法，其特征在于，所述对所述高架道路和所述关联道路分别进行分割，得到至少一条第一子路段和至少一条第二子路段之后，还包括：获取各条所述第一子路段的经纬度范围，以及各条所述第二子路段的经纬度范围；基于所述经纬度范围，对各条所述第一子路段和各条所述第二子路段进行匹配，确定至少一个子路段组；其中，一个子路段组中包括经纬度范围之间的差距满...

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