System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电子地图中节点信息的确定方法、装置、设备及介质制造方法及图纸_技高网

一种电子地图中节点信息的确定方法、装置、设备及介质制造方法及图纸

技术编号:40464668 阅读:9 留言:0更新日期:2024-02-22 23:18
本申请公开了一种电子地图中节点信息的确定方法、装置、设备及介质,该方法包括:首先确定需要识别的目标电子地图,然后可以基于目标电子地图的形态特征,确定目标电子地图的一个或多个关键节点信息,其中,目标电子地图的形态特征可以用于表征目标电子地图的元素形态。例如,可以为道路交汇点、建筑物等。通过本申请所提供的电子地图中节点信息的确定方法,可以识别出电子地图中关键节点的类型和位置,作为电子地图的分类特征,从而可以根据关键节点的类型和位置实现电子地图的分类。

【技术实现步骤摘要】

本申请涉及地图数据,尤其涉及一种电子地图中节点信息的确定方法、装置、设备及介质


技术介绍

1、电子地图是利用计算机技术,以数字方式存储和查阅的地图。用户可以通过电子地图查找各种场所、出行路线等信息。随着自动驾驶、智慧交通、人车对话导航等应用场景的发展,需要海量的电子地图数据支撑电子地图应用的运行。

2、为了满足用户在不同应用场景的需求,需要经常对电子地图进行动态更新。但是针对海量的电子地图数据,目前缺乏有效的分类管理方法,导致地图更新效率较低。


技术实现思路

1、有鉴于此,本申请提供了一种电子地图中节点信息的确定方法、装置、设备及介质,以便通过对电子地图中节点信息的确定实现电子地图的分类。

2、第一方面,本申请提供了一种电子地图中节点信息的确定方法,所述方法包括:

3、确定目标电子地图;

4、基于所述目标电子地图的形态特征,确定所述目标电子地图的一个或多个关键节点信息,其中,所述形态特征用于表征目标电子地图中的元素形态,任一关键节点信息包括关键节点类型和关键节点位置。

5、第二方面,本申请提供了一种电子地图中节点信息的确定装置,所述装置包括:

6、第一确定单元,用于确定目标电子地图;

7、第二确定单元,用于基于所述目标电子地图的形态特征,确定所述目标电子地图的一个或多个关键节点信息,其中,所述形态特征用于表征目标电子地图中的元素形态,任一关键节点信息包括关键节点类型和关键节点位置。

8、第三方面,本申请提供了一种电子地图中节点信息的确定设备,所述设备包括:存储器以及处理器;

9、所述存储器用于存储相关的程序代码;

10、所述处理器用于调用所述程序代码,执行上述第一方面任意一种实现方式所述的电子地图中节点信息的确定方法。

11、第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述第一方面任意一种实现方式所述的电子地图中节点信息的确定方法。

12、第五方面,本申请提供了一种计算机程序产品,所述计算机程序产品包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述第一方面任意一种实现方式所述的电子地图中节点信息的确定方法。

13、由此可见,本申请具有如下有益效果:

14、在本申请的上述实现方式中,为了实现对电子地图的分类,首先确定需要识别的目标电子地图。然后可以基于目标电子地图的形态特征,确定目标电子地图的一个或多个关键节点信息,其中,目标电子地图的形态特征可以用于表征目标电子地图的元素形态。例如,可以为道路交汇点、建筑物等。通过本申请所提供的电子地图中节点信息的确定方法,可以识别出电子地图中关键节点的类型和位置,作为电子地图的分类特征,从而可以根据关键节点的类型和位置实现电子地图的分类。

本文档来自技高网...

【技术保护点】

1.一种电子地图中节点信息的确定方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述目标电子地图的形态特征,确定所述目标电子地图的一个或多个关键节点信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述图像识别模型的训练过程包括:

4.根据权利要求2所述的方法,其特征在于,所述图像识别模型包括卷积网络结构、编解码结构以及分类结构,所述将所述目标电子地图输入到图像识别模型,获取所述目标电子地图的一个或多个关键节点信息,包括:

5.根据权利要求4所述的方法,其特征在于,所述卷积网络结构包括残差网络ResNet的卷积层和卷积神经网络CNN的全卷积层,所述将所述目标电子地图输入到所述卷积网络结构,获取提取特征图像,包括:

6.根据权利要求4所述的方法,其特征在于,所述编解码结构包括编码器和解码器,所述将所述提取特征图像输入到所述编解码结构,获取解码特征向量,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

9.根据权利要求1所述的方法,其特征在于,所述确定目标电子地图,包括:

10.根据权利要求1至9任一项所述的方法,其特征在于,所述关键节点类型包括:道路交汇点、交叉路口点、环岛路口点、道路出口点、立交交汇点、建筑物中的至少一种,所述关键节点位置包括位置坐标和像素坐标。

11.一种电子地图中节点信息的确定装置,其特征在于,所述装置包括:

12.一种电子地图中节点信息的确定设备,其特征在于,所述设备包括:存储器以及处理器;

13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1至10任一项所述的电子地图中节点信息的确定方法。

...

【技术特征摘要】

1.一种电子地图中节点信息的确定方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述目标电子地图的形态特征,确定所述目标电子地图的一个或多个关键节点信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述图像识别模型的训练过程包括:

4.根据权利要求2所述的方法,其特征在于,所述图像识别模型包括卷积网络结构、编解码结构以及分类结构,所述将所述目标电子地图输入到图像识别模型,获取所述目标电子地图的一个或多个关键节点信息,包括:

5.根据权利要求4所述的方法,其特征在于,所述卷积网络结构包括残差网络resnet的卷积层和卷积神经网络cnn的全卷积层,所述将所述目标电子地图输入到所述卷积网络结构,获取提取特征图像,包括:

6.根据权利要求4所述的方法,其特征在于,所述编解码结构包括编码器和解码器,所述将所述提取特征图像输入到所述...

【专利技术属性】
技术研发人员:曹林林
申请(专利权)人:高德软件有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1